GBD x NTU Series: GBD Forecasting Workshop

台大公衛學院邀請華盛頓大學IHME數據科學部的主任Kyle Foreman分享全球疾病負擔預測模型推估工作坊

11月27和28日於臺灣大學公共衛生學院舉辦全球疾病負擔預測模型推估工作坊

11月27和28日兩天，是台大公衛學院與華盛頓大學健康數據評估中心 (Institute Health Metric and Evaluation, IHME) 合作舉辦的全球疾病負擔工作坊 (Global Burden of Disease, GBD) 最後一場。在先前的場次中，Mohsen Naghavi教授和國際合作總監Meghan Mooney說明了GBD運作的基本原則和四大分析主軸（全死因死亡率、死因別死亡率、失能導致的疾病負擔、危險因子)，Liane Ong則進一步介紹估計糖尿病致死與非致死疾病負擔的方式，讓人了解GBD產生單一疾病數據的流程。有這些知識做基礎，最後的這場則由數據科學部的主任Kyle Foreman與負責模擬、預測的研究員Chun-Wei Yuan分享GBD對各國未來疾病狀態的預估成果與方法原理。

IHME數據科學部的主任Kyle Foreman(右)與林先和教授(左)互動

Kyle與其團隊利用GBD從1990年累積至2016年的豐沛資料，針對平均壽命、壽命損失年數、250種不同死因的致死率等幾個指標，預測全世界195個國家2017到2040年的狀況。這項研究不只涵蓋國家與時間範圍廣，為了得到盡可能貼近現實狀況的估計值，也同時針對相關模型共變數(covariates)做推估與預測，當中包括各國GDP (國內生產總值，Gross Domestic Product)、教育程度、健康照護機構品質與可近性等影響疾病盛行率的變數。除此之外，針對未來發展會依照相關疾病與危險因子發展趨勢好壞，分為基本參考情境、較好情境和較糟情境三條預測曲線，基本參考情境是指若未來發展狀況與過去資料呈現的趨勢相仿時最可能的狀態，較好與較壞情境則可幫助預測資源挹注或抽離對特定危險因子、疫苗普及率等介入措施會造成的影響，有助政策制定與評估（可參照GBD 網站Foresight Tool看到的視覺化成果）。

Kyle Foreman(右四)與研究員Chun-Wei Yuan(左三)、簡國龍教授(左四)與林先和教授(右三)

雖然Kyle Foreman提到本次結果仍有限制之處，如未能預測不定期的戰爭人禍、全球暖化帶來的影響等等，但整體來說，仍點出許多值得關注的趨勢，像是多數國家疾病負擔將由傳染病轉向非傳染病、低所得國家若醫療資源投注不穩定則可能面臨愛滋病發生率大幅提高的情形。

公共衛生以促進更好的健康福祉為目的，但在有限的資源下，究竟該如何抉擇、分配才能嘉惠最多群眾？除推估盛行率、發生率等指標外，若能以這些資料為根基，進一步預測危險因子與疾病的變化趨勢，便能不只在疾病流行時忙著「救火」，而有機會在起火前關掉火源。