《Journal of Pain Research》：Global Co-Burden and Risk Factors of Low Back Pain and Osteoarthritis: Analysis of Global Burden of Disease 2021 Data Based on Machine Learning and SHAP
编辑推荐：
本研究聚焦下背痛(LBP)与骨关节炎(OA)两种高发、高致残率的骨骼肌肉疾病，旨在解决其全球共担负担与风险因素不明的问题。研究团队利用GBD 2021数据，通过随机森林模型与SHAP值分析等方法，系统揭示了LBP与OA的共同与特异性风险因素及其地理分布，并评估了针对性干预的潜在效益。该研究为制定基于性别和地理区域的精准预防策略提供了重要科学依据。
想象一下，在生命的后半程，是什么在持续地偷走我们的活动自由与生活品质？对于全球数亿中老年人来说，两种“无声的流行病”——下背痛(Low Back Pain, LBP)和骨关节炎(Osteoarthritis, OA)——构成了最主要的致残元凶。它们不仅是门诊中最常见的肌肉骨骼疾病，还常常携手作伴，让患者的诊断、治疗和管理变得更为复杂，加剧功能障碍，降低生活质量，并显著增加医疗系统的压力。然而，这两者之间“如影随形”的全球流行模式究竟如何？导致它们共同发生或各自为政的核心风险因素有哪些？针对这些因素的干预，又能为减轻人类健康负担带来多大的希望？这些关键问题，在全球层面上仍缺乏清晰的答案。近日，一项发表于《Journal of Pain Research》的研究，通过整合全球大数据和前沿的机器学习算法，为我们揭开了这幅复杂图景的一角。
为了系统地回答上述问题，研究团队开展了一项多维度、全景式的分析。他们首先利用了全球疾病负担(Global Burden of Disease, GBD) 2021年研究的核心数据，覆盖了全球204个国家和地区50岁及以上人群的发病率、患病率和伤残损失寿命年(Years Lived with Disability, YLDs)信息。通过计算年龄标化率并进行全球地理分布制图，研究者直观地展现了LBP与OA的全球疾病负担图谱。接着，他们引入了机器学习模型——随机森林(Random Forest)，并运用SHAP (Shapley Additive exPlanations) 值来解释模型，从36个候选风险因素中精准识别出对OA和LBP最具影响力的因素。为了进一步区分共同风险因素与疾病特异性风险因素，研究者运用LASSO回归进行筛选。最后，研究还构建了风险-负担矩阵，并模拟了针对不同类别风险因素进行干预后，对疾病负担的潜在降低效果。
研究结果
1. 疾病负担的地理分布
研究揭示了LBP与OA在全球范围内的分布存在明显差异。OA的负担在北美、西欧、澳大利亚等高收入地区最高，而在撒哈拉以南非洲和部分南亚、东南亚地区最低。相比之下，LBP的负担则在欧洲、北非、中东和中亚地区最为突出，在部分南美、撒哈拉以南非洲和东南亚地区负担较低。双变量地图分析显示，北美、西欧和澳大利亚是两者负担均高的“共担热点”地区。
2. 对OA和LBP重要的风险因素
随机森林与SHAP分析显示，不同疾病的关键风险因素谱系各异。对OA而言，影响最大的主要是环境和职业暴露因素，如铅暴露、职业性颗粒物/气体/烟雾暴露、家庭固体燃料空气污染等，其次是高糖饮料、红肉饮食和高低密度脂蛋白胆固醇等。对LBP，最重要的预测因子是高空腹血糖，其次是蔬菜摄入不足、职业工效学因素、低骨密度和吸烟。
3. OA和LBP的共同与特异性风险因素
通过LASSO回归分析，研究者明确了共同与特异性风险因素。在男女合并分析中，发现了五个共同风险因素：高加工肉类饮食、低牛奶饮食、低坚果和种子饮食、高酒精摄入以及低骨密度。高体重指数(Body Mass Index, BMI)被确定为OA特异性风险因素。而吸烟、职业工效学因素、药物滥用和低海鲜Omega-3脂肪酸饮食则被明确为LBP特异性风险因素。
性别分层分析进一步揭示了风险因素的性别差异。例如，在女性中，高红肉饮食是独有的共同风险因素，而男性中，高BMI和低海鲜Omega-3脂肪酸饮食被纳入共同风险因素。
4. 共同风险因素归因负担的地理分布
对归因负担的地理分析显示，不同风险因素有其独特的全球分布模式。例如，高BMI导致的OA和LBP共担负担在北美洲、拉丁美洲部分区域和中东等高肥胖率地区最为严重。而职业工效学因素导致的LBP负担在东欧和亚洲最高。吸烟导致的共担负担热点则集中在东欧和东南亚国家。
5. 风险-负担矩阵
构建的风险-负担矩阵显示，国家的综合风险指数与OA和LBP的综合负担指数之间存在明显的正相关关系。匈牙利、波兰、捷克等东欧国家处于高风险-高负担象限，且多为LBP主导模式。而马尔代夫、缅甸等国家则属于低风险-低负担类别。OA主导模式的国家主要集中在拉丁美洲，其风险和负担水平多为中低等。
6. 风险、负担与经济水平的多维关系分析
将经济水平（世界银行收入分组）纳入分析后发现，国家的经济水平与综合风险指数呈正相关，高收入国家的综合疾病负担也往往更高。在LBP主导型和稳定负担型国家中，高收入国家普遍表现出高风险和高负担。而OA主导型国家则分布在所有收入水平，但总体风险评分较低。
7. 潜在负担减少的估计
通过情景模拟，研究量化了消除不同类别风险因素可能带来的疾病负担减少。结果显示，针对共同风险因素（如低骨密度、高加工肉类饮食、高酒精摄入）的干预能带来最大的负担减少。在男女合并分析中，消除共同风险因素预计可使LBP的年龄标化发病率减少12,158/10万，其中绝大部分是直接效应，另有少量（228/10万）源于OA负担降低带来的级联效应。同一干预预计能使OA的发病率减少5,424/10万，其中大部分（4,772/10万）得益于LBP负担降低带来的间接级联效应。相比之下，仅针对LBP特异性因素（主要是职业工效学因素和吸烟）的干预，可直接减少LBP发病率9,227/10万；而消除OA特异性因素（高BMI）仅能减少OA发病率275/10万。
研究结论与重要意义
该研究的结论清晰地指出，LBP与OA的共担负担是一个由共同和特异性风险因素共同驱动的复杂现象。高OA负担集中于高收入地区，而高LBP负担则多见于欧洲和中亚。在风险因素层面，环境与职业暴露是OA的主要驱动因素，而代谢和工效学因素则是LBP的核心。研究识别出了包括饮食因素和低骨密度在内的共同风险因素，并将高BMI明确为OA特异性风险，吸烟和职业工效学因素则为LBP特异性风险。
这项研究的意义在于，它首次在全球层面上系统描绘了LBP与OA共担负担的地理与风险因素图谱，并利用先进的机器学习方法对风险因素进行了精细分类。其最重要的公共卫生启示在于干预策略的优先级：针对共同风险因素（如改善饮食、增加钙摄入、控制饮酒）的综合性公共卫生干预，不仅能直接降低两种疾病的发病率，还能通过疾病间的“级联效应”产生额外的、可观的健康收益，其效益远大于仅针对单一疾病特异性风险的干预。例如，通过工作场所健康计划同时改善工效学、支持体重管理和戒烟，或通过城市规划增加绿色空间和促进主动交通，都可以从多角度同时应对这两种高发疾病。因此，研究结果强烈呼吁公共卫生政策制定者应超越单一疾病视角，发展基于性别和地区风险特征定制的整合性预防策略，以实现疾病负担的最大化降低。
