Global, regional, and national burden of stroke and its risk factors, 1990–2021: a systematic analysis for the Global Burden of Disease Study 2021
Notice bibliographique
Résumé
BACKGROUND: Up-to-date estimates of stroke burden and attributable risks and their trends at global, regional, and national levels are essential for evidence-based health care, prevention, and resource allocation planning. We aimed to provide such estimates for the period 1990-2021. METHODS: We estimated incidence, prevalence, death, and disability-adjusted life-year (DALY) counts and age-standardised rates per 100 000 people per year for overall stroke, ischaemic stroke, intracerebral haemorrhage, and subarachnoid haemorrhage, for 204 countries and territories from 1990 to 2021. We also calculated burden of stroke attributable to 23 risk factors and six risk clusters (air pollution, tobacco smoking, behavioural, dietary, environmental, and metabolic risks) at the global and regional levels (21 GBD regions and Socio-demographic Index [SDI] quintiles), using the standard GBD methodology. 95% uncertainty intervals (UIs) for each individual future estimate were derived from the 2·5th and 97·5th percentiles of distributions generated from propagating 500 draws through the multistage computational pipeline. FINDINGS: In 2021, stroke was the third most common GBD level 3 cause of death (7·3 million [95% UI 6·6-7·8] deaths; 10·7% [9·8-11·3] of all deaths) after ischaemic heart disease and COVID-19, and the fourth most common cause of DALYs (160·5 million [147·8-171·6] DALYs; 5·6% [5·0-6·1] of all DALYs). In 2021, there were 93·8 million (89·0-99·3) prevalent and 11·9 million (10·7-13·2) incident strokes. We found disparities in stroke burden and risk factors by GBD region, country or territory, and SDI, as well as a stagnation in the reduction of incidence from 2015 onwards, and even some increases in the stroke incidence, death, prevalence, and DALY rates in southeast Asia, east Asia, and Oceania, countries with lower SDI, and people younger than 70 years. Globally, ischaemic stroke constituted 65·3% (62·4-67·7), intracerebral haemorrhage constituted 28·8% (28·3-28·8), and subarachnoid haemorrhage constituted 5·8% (5·7-6·0) of incident strokes. There were substantial increases in DALYs attributable to high BMI (88·2% [53·4-117·7]), high ambient temperature (72·4% [51·1 to 179·5]), high fasting plasma glucose (32·1% [26·7-38·1]), diet high in sugar-sweetened beverages (23·4% [12·7-35·7]), low physical activity (11·3% [1·8-34·9]), high systolic blood pressure (6·7% [2·5-11·6]), lead exposure (6·5% [4·5-11·2]), and diet low in omega-6 polyunsaturated fatty acids (5·3% [0·5-10·5]). INTERPRETATION: Stroke burden has increased from 1990 to 2021, and the contribution of several risk factors has also increased. Effective, accessible, and affordable measures to improve stroke surveillance, prevention (with the emphasis on blood pressure, lifestyle, and environmental factors), acute care, and rehabilitation need to be urgently implemented across all countries to reduce stroke burden. FUNDING: Bill & Melinda Gates Foundation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,008 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».