تحليل الاتجاهات الزمنية والمكانية لعبء الاكتئاب من جميع الأسباب استنادًا إلى دراسة العبء العالمي للأمراض (GBD) لعام 2019 Temporal and spatial trend analysis of all-cause depression burden based on Global Burden of Disease (GBD) 2019 study

المجلة: Scientific Reports، المجلد: 14، العدد: 1
DOI: https://doi.org/10.1038/s41598-024-62381-9
PMID: https://pubmed.ncbi.nlm.nih.gov/38811645
تاريخ النشر: 2024-05-29

تحليل الاتجاهات الزمنية والمكانية لعبء الاكتئاب من جميع الأسباب استنادًا إلى دراسة العبء العالمي للأمراض (GBD) لعام 2019

جونجياو ليو , يوييانغ ليو , وينجون ما , يان تونغ & جيانزهونغ تشنغ تم الإبلاغ عن الاكتئاب كواحد من أكثر الأمراض النفسية انتشارًا على مستوى العالم. تهدف هذه الدراسة إلى الحصول على معلومات حول العبء العالمي للاكتئاب وتنوعه الزمني والمكاني المرتبط به، من خلال استكشاف العلاقة بين العبء العالمي للاكتئاب ومؤشر التنمية الاجتماعية (SDI) وعوامل الخطر المرتبطة. باستخدام بيانات من دراسة العبء العالمي للأمراض من 1990 إلى 2019، وصفنا انتشار وعبء المرض في 204 دول عبر 21 منطقة، بما في ذلك الفروق بين الجنسين والعمر والعلاقة بين العبء العالمي للمرض وSDI. تم استخدام معدل العمر القياسي ونسبة التغير السنوي المقدرة لتقييم العبء العالمي للاكتئاب. تراوحت الأفراد الذين تم توثيق إصابتهم بالاكتئاب عالميًا من 182,183,358 في 1990 إلى 290,185,742 في 2019، مما يمثل زيادة قدرها . عانى المزيد من المرضى من اضطراب الاكتئاب الشديد مقارنةً بالاضطراب المزاجي المستمر. كانت نسبة الإصابة وسنوات الحياة المعدلة حسب الإعاقة للاكتئاب هي الأعلى في الفئة العمرية 60-64 وكانت أعلى بكثير في الإناث مقارنةً بالذكور، مع حدوث هذا الاتجاه عبر جميع الأعمار. اختلفت معدلات الإصابة المعدلة حسب العمر وسنوات الحياة المعدلة حسب الإعاقة مع مستويات SDI المختلفة. تم تحديد عوامل الخطر ذات الصلة بالاكتئاب. يجب على الحكومات الوطنية دعم البحث لتحسين تدخلات الوقاية والعلاج.

تعتبر الاضطرابات النفسية مساهمًا رئيسيًا في العبء العالمي للأمراض. وغالبًا ما تؤدي إلى زيادة معدل الانخفاض البدني والوفاة المبكرة مقارنةً بالوفيات الطبيعية المرتبطة بالعمر . ينص خطة عمل الصحة النفسية لمنظمة الصحة العالمية 2013-2020 على أن الأفراد الذين يعانون من مرض نفسي لديهم معدلات مرتفعة من الإعاقة والوفاة . الأفراد المصابون بالاكتئاب والفصام هم أكثر عرضة للموت فجأة مقارنةً بالسكان العامين، ويرجع ذلك أساسًا إلى مشاكل الصحة البدنية غير المكتشفة وغير المعالجة التي قد يعانون منها، مثل السرطان، وأمراض القلب والأوعية الدموية، والسكري، والعدوى بفيروس نقص المناعة البشرية وحتى الانتحار. الانتحار هو السبب الثاني الأكثر شيوعًا للوفاة بين الشباب في العالم .
هناك أدلة على أن الاكتئاب يعرض الأفراد للإصابة بالنوبات القلبية والسكري وأن الإصابة بهذه الأمراض تزيد من فرص تطوير الاكتئاب. العديد من عوامل الخطر، مثل الوضع الاجتماعي المنخفض، وإساءة استخدام الكحول، والضغط النفسي، مسؤولة عن تطوير الأمراض النفسية . بشكل عام، تمثل الأمراض النفسية، والاضطرابات العصبية، واضطرابات تعاطي المواد من العبء العالمي للأمراض، مع تمثيل الاكتئاب من الإجمالي. علاوة على ذلك، تعتبر هذه من الأسباب الرئيسية للإعاقة على مستوى العالم، خاصة بالنسبة للإناث.
التكاليف الاقتصادية لهذه المشاكل الصحية هائلة. وفقًا لدراسة جديدة، ستصل التكاليف المالية الإجمالية للمرض النفسي على مستوى العالم إلى تريليون بين 2011 و2030 . تستهدف خطة العمل الأمراض النفسية، مشيرة إلى أنه بحلول عام 2020 ستنخفض معدلات الانتحار في الدول بنسبة وسيكون هناك زيادة في خدمات الرعاية الصحية للأمراض النفسية الخطيرة، بما في ذلك الذهان، واضطراب ثنائي القطب، والاكتئاب المعتدل إلى الشديد .
تعتبر الاضطرابات النفسية معروفة كمساهم رئيسي في العبء العالمي للأمراض، حيث تمثل 1566.2 سنة من الحياة المعدلة حسب الإعاقة (DALYs) لكل 100,000 من السكان العالميين في 2019. من بين هذه، شكلت الاضطرابات الاكتئابية (اضطراب الاكتئاب الشديد [MDD] والاضطراب المزاجي المستمر) النسبة الأكثر أهمية من DALYs للاضطرابات النفسية . يمكن أن يؤثر الاكتئاب على وظائف الجسم الطبيعية ويؤدي إلى أفكار اكتئابية، مما يؤثر بشكل خطير على جودة حياة الناس ويعتبر واحدًا من أكثر الأمراض النفسية المزمنة انتشارًا على مستوى العالم. تشمل أعراضه الرئيسية المشاعر المكتئبة، وانخفاض الاهتمام، وتباطؤ التفكير، واضطرابات النوم والأكل، وحتى الأفكار الانتحارية في الحالات الشديدة . حول العالم، يعاني أكثر من 300 مليون شخص من
الاكتئاب، الذي تصنفه منظمة الصحة العالمية كأكبر مساهم في الإعاقة العالمية . الأكثر إثارة للقلق، أن الشباب الذين يعانون من الاكتئاب الشديد لديهم احتمال أعلى بـ 30 مرة لإنهاء حياتهم . على الرغم من أن الاكتئاب أصبح واحدًا من أبرز المشاكل الصحية على مستوى العالم، إلا أن القليل معروف عن مسبباته المعقدة .
تقدم دراسة العبء العالمي للأمراض (GBD) بيانات مفصلة عن مجموعة واسعة من الأمراض لـ 204 دول في 21 منطقة مختلفة حول العالم . يوفر قاعدة بيانات GBD معلومات شاملة عن معدل الاكتئاب على مستوى العالم ويصنف الاكتئاب إلى مجموعتين عريضتين: MDD والاضطراب المزاجي المستمر . استكشفنا الاتجاهات الزمنية والتوزيعات المكانية للاضطرابات الاكتئابية، وتوزيعات العمر والجنس، والعلاقة بين مؤشر التنمية الاجتماعية (SDI) وعوامل الخطر المؤثرة على الاكتئاب باستخدام بيانات عن الاضطرابات الاكتئابية في قاعدة بيانات GBD من 1990 إلى . وصفنا معدلات الإصابة وDALY، بالإضافة إلى نسبة التغير السنوي المقدرة (EAPC) في حالات الإصابة وDALY. تم اعتبار معدل العمر القياسي (ASR) في حالة الزيادة إذا كانت EAPC و95% CI المقابلة أكبر من 0، والعكس صحيح إذا كانت أقل من 0. ستساهم نتائج هذه الدراسة في فهمنا للعبء العالمي للأمراض الناتج عن الاكتئاب، وهو ذو قيمة اجتماعية كبيرة في السيطرة على الاكتئاب ومكافحته، ومهم علميًا لتطوير علم النفس وعلم الأعصاب .

طرق البحث

مصادر البيانات

البيانات المستخدمة في هذه الدراسة متاحة على أداة نتائج GBD لتبادل البيانات الصحية العالمية (http://ghdx. healthdata.org/gbd-results-tool). قدرت GBD 2019 معدل الإصابة، والانتشار، والوفيات، وسنوات الحياة مع الإعاقة (YLDs)، وسنوات الحياة المفقودة (YLLs)، وDALYs لـ 369 مرضًا وإصابة، للذكور والإناث، و23 مجموعة عمرية، و204 دول وأقاليم تم تجميعها جغرافيًا في 21 منطقة منذ عام 1990 . يتم تقديم جميع المقاييس ككميات ونسب ونسب مئوية؛ يمكن اختيارها حسب الجنس، ومجموعة العمر، والمنطقة وفقًا لاحتياجات الدراسة . في هذه الدراسة، استخرجنا بيانات عن الاكتئاب عبر جميع الفئات العمرية والجنسين من 21 منطقة GBD و204 دول من 1990 إلى 2019. نظرًا لأن ليس جميع الأمراض تم تقديرها لجميع الدول، استخدمت دراسة GBD 2019 أداة الانحدار الميتا بايزي (DisMod-MR 2.1) كطريقة رئيسية لضمان أن معدلات الإصابة، والانتشار، والوفيات لكل مرض كانت متسقة .

التصنيف والتعريفات

الاضطرابات الاكتئابية، MDD، والاضطراب المزاجي المستمر
في التصنيف الدولي للأمراض، الإصدار العاشر (ICD-10)، تم تصنيف الاضطرابات الاكتئابية إلى مجموعتين رئيسيتين: اضطراب الاكتئاب الشديد (MDD) والاضطراب المزاجي المستمر. لذلك، في دراسة GBD، تم تضمين كل من MDD والاضطراب المزاجي المستمر في فئة الاضطرابات الاكتئابية. MDD هو اضطراب اكتئابي دوري قد يتكرر طوال حياة الفرد، مع اختلاف شدة كل تكرار. الاضطراب المزاجي المستمر هو اضطراب اكتئابي بطيء وخفيف مستمر مع أعراض أقل شدة من تلك الخاصة بـ MDD، ولكن مع مسار يتميز بالاستمرارية. تم تضمين الحالات التي استوفت معايير التشخيص لـ MDD والاضطراب المزاجي المستمر وفقًا لدليل التشخيص والإحصاء (DSM) وICD (دليل التشخيص والإحصاء) في نموذج مرض البحث GBD .
SDI
يعتبر SDI مقياسًا تجميعيًا يقيس تنمية دولة أو منطقة، يجمع بين بيانات معدل الخصوبة الإجمالي للإناث تحت 25 عامًا، ومستوى التعليم المتوسط للإناث البالغات 15 عامًا وما فوق، والدخل الفردي. تصنف قاعدة بيانات GBD 2019 العالم إلى خمسة أنواع من المناطق بناءً على مؤشر SDI: منخفض SDI ( )، منخفض متوسط SDI ( )، متوسط SDI ( )، مرتفع متوسط SDI ( )، ومرتفع SDI .

مؤشر التنمية البشرية (HDI)

مؤشر التنمية البشرية هو مؤشر تجميعي يقيس مستوى التنمية الاقتصادية والاجتماعية لدول الأعضاء في الأمم المتحدة ويتكون من ثلاثة متغيرات أساسية: متوسط العمر المتوقع، والتحصيل التعليمي، وجودة الحياة. حصلنا على بيانات مؤشر التنمية البشرية لعام 2019 من تقرير التنمية البشرية لبرنامج الأمم المتحدة الإنمائي لاستكشاف العلاقة بين مؤشر التنمية البشرية ومعدل الإصابة وDALYs.https://hdr.undp.org/en/compoالموقع/HDI، تم الوصول إليه في 27 مارس 2022 .

ASR

معدل موحد حسب العمر (ASR) هو مؤشر شائع في علم الأوبئة. عندما يختلف تركيب الفئات العمرية بين عدة مجموعات مقارنة، فإن المعدل الخام للمجموعات المقارنة المباشرة سيؤدي إلى تحيز لأنه لا يشير إلى ما إذا كان معدل الإصابة المرتفع في منطقة معينة ناتجًا عن اختلافات في تركيب العمر، وعادة ما يكون من الضروري مقارنة المعدلات بعد التوحيد. لذلك، فإن معدل الإصابة الموحد حسب العمر يعكس مستوى الإصابة الذي لا يتأثر بعوامل العمر، ولا يمثل معدل الإصابة المطلق، بل يهدف فقط إلى تسهيل مقارنة بيانات الإصابة في مناطق مختلفة أو فترات زمنية مختلفة.
تم حساب معدل العمر القياسي بناءً على الصيغة التالية:
معدل العمر الموحد لكل 100,000 نسمة يساوي مجموع نواتج المعدلات الخاصة بالعمر (wi، حيث يدل على فئة العمر) وعدد الحالات (أو الوزن؛ wi) في نفس الفئة العمرية من الـ
السكان القياسيين المرجعيين المختارين ثم مقسومًا على مجموع أوزان السكان القياسيين تم حساب معدلات موحدة العمر مع الأخذ في الاعتبار سكان العالم وفقًا لتقرير العبء العالمي للمرض. في هذه الدراسة، تم استخدام المعدل الموحد للعمر لقياس حدوث نوعين من الاكتئاب واتجاه سنوات الحياة المعدلة حسب الإعاقة. .

EAPC

يوفر EAPC نهجًا معترفًا به لتوصيف ASR باستخدام نموذج انحدار يقوم بت quantifying متوسط معدل التغير السنوي خلال فترة محددة، مع تمثيل علامات الزائد والناقص اتجاه التغير. تم استخدام خط الانحدار لتقدير اللوغاريتم الطبيعي للمعدل (أي، ، حيث ASR و السنة التقويمية). تم حساب EAPC على أنه ، مع تم اشتقاق فاصل الثقة من نموذج الانحدار الخطي. تم تحليل جميع الإحصائيات باستخدام R الإصدار 4.2.3، وبتطبيق اختبار ذو جانبين اعتُبر ذا دلالة إحصائية . كان معدل الانخفاض في ASR عندما كان كل من EAPC والحد الأعلى له سي آي ؛ وعلى العكس، كانت نسبة ASR تزداد عندما كان كلاهما ؛ وإلا كانت ASR مستقرة. تم إجراء جميع التحليلات الإحصائية باستخدام برنامج R .

استراتيجية تحليلية

قمنا بتصوير التغيرات في انتشار وعبء مرض الاكتئاب في 204 دول تغطي 21 منطقة متميزة خلال فترة الدراسة. شملت مؤشرات التحليل الحدوث وDALYs. تم حساب معدل الانتشار القياسي مع الأخذ في الاعتبار الهيكل السكاني العالمي المتوسط من 2000 إلى 2025 كهيكل سكاني قياسي. . سنوات الحياة المعدلة بالإعاقة = سنوات الحياة المفقودة بسبب الإعاقة + سنوات الحياة المفقودة بسبب الوفاة. نظرًا لأن الاضطرابات الاكتئابية هي أمراض غير قاتلة، فإن سنوات الحياة المعدلة بالإعاقة تعادل سنوات الحياة المفقودة بسبب الإعاقة في هذه الحالة. تبرز هذه الدراسة حالة عبء المرض الناتج عن الاكتئاب والاتجاهات الزمنية والمكانية من عام 1990 إلى . أولاً، تم تحليل حدوث وDALYs (سنوات الحياة المعدلة حسب الإعاقة) للاضطرابات الاكتئابية على مستوى العالم منذ عام 1990 حتى 2019. ثم تم تقييم عبء الاكتئاب وفقًا للعمر والجنس والدولة والمنطقة. بعد ذلك، تم تقييم مدى تأثير مستويات التنمية المختلفة على عبء الاضطرابات الاكتئابية باستخدام مؤشر التنمية المستدامة (SDI) وعوامل الخطر للاكتئاب. . في النتيجة، نقدم واجهة المستخدم لكل مقياس بناءً على القيم المرتبة الـ 25 والـ 975 من 1000 سحب من توزيع الخلفية. فترة عدم اليقين (UI) هي الفترة المقدرة بواسطة طريقة حساب أبحاث GBD DisMod-MR، وهي أداة تحليل بايزي للانحدار المتعدد. تأخذ في الاعتبار الفروق بين طرق الحساب المختلفة في البلدان المختلفة، فضلاً عن عدم اليقين الناتج عن ملء القيم المفقودة في بيانات متعددة في بلدان مختلفة، والذي يتم الحصول عليه من خلال حساب العينة المتكررة عبر مصفوفة الارتباط. على عكس فترات الثقة، فإن فترة عدم اليقين لا تعدل فقط خطأ العينة، بل تلتقط أيضًا عدم اليقين في مراحل متعددة من نمذجة التحليل وتعدل لنوع وجودة مصادر البيانات. .

اللجنة الأخلاقية

كانت الدراسة متوافقة مع إرشادات الإبلاغ عن تقديرات الصحة بدقة وشفافية، وقد استعرضت لجنة المراجعة المؤسسية بجامعة واشنطن ووافقت على إعفاء من الموافقة المستنيرة لدراسة GBD 2019.

النتائج

منذ عام 1990 حتى 2019، زادت حالات الاضطراب الاكتئابي من 182,183,358 واجهة المستخدم 159,598,111-207,533,227 ( واجهة المستخدم )، مع واجهة المستخدم زيادة في حالات الاكتئاب لكل من الذكور والإناث (انظر الجدول التكميلي S1a). في عام 2019، تم توثيق 46,863,642 (95% UI 32,929,363-63,797,315) سنة من الحياة المعدلة حسب الإعاقة الناتجة عن الاكتئاب مع اتجاه تصاعدي لـ منذ عام 1990 (انظر الجدول 1، الجدول التكميلي S1b). كانت نسبة الاكتئاب أعلى بين الإناث مقارنة بالذكور من عام 1990 إلى عام 2019، كما كانت سنوات العيش مع الإعاقة المرتبطة (انظر الشكل 1، الجدول 1). في عام 2019، تسبب الاكتئاب في 110,123,422 ( واجهة المستخدم ) حالات الإصابة لدى الذكور على مستوى العالم، و 180,062,320 ( حالات الإصابة في الإناث (UI 159,076,846-204,131,417) مما أدى إلى ( واجهة المستخدم ) سنوات الحياة المعدلة حسب الإعاقة لدى الذكور، و ( واجهة المستخدم معدل الحدوث الموحد حسب العمر (ASIR) للاضطرابات الاكتئابية يتزايد مع تقدم العمر، حيث يصل إلى ذروته خلال الفئة العمرية 60-64 سنة لدى الإناث و فئة العمر للذكور. ومع ذلك، كان هناك انخفاض طفيف في الـ مجموعة الأعمار عبر كلا الجنسين. أظهر معدل سنوات الحياة المعدلة حسب الإعاقة (ASDR) للاكتئاب أيضًا اتجاهًا متزايدًا مع تقدم العمر. بدأ في الانخفاض لدى الإناث بعد الوصول إلى ذروته في مجموعة الأعمار 55-59. وبالنسبة للذكور، يصل إلى ذروته في مجموعة الأعمار 60-64 ثم يبدأ في الانخفاض. كان معدل ASDR للذكور والإناث 452.17 ( UI 316.79-618.13) و 702.08 ( UI 492.3-963.58)، على التوالي (انظر الشكل 2، الجدول 1). بشكل عام، تطور الإناث معدل الإصابة القياسي والعمر القياسي أكبر من الذكور في نفس الفئة العمرية. ومع ذلك، خلال الفترة من 1990 إلى 2019، كان التغير في سنوات الحياة المعدلة بالعجز أعلى لدى الذكور مقارنة بالإناث، في الذكور ( واجهة المستخدم مقارنة بـ في الإناث ( واجهة المستخدم 0.54-0.63) (انظر الجدول التكميلي S1b).
من حيث الأنواع الفرعية للاكتئاب، كانت نسبة حدوث الاكتئاب الشديد أكثر انتشارًا بكثير من الاكتئاب المزمن. ( واجهة المستخدم ) و ( واجهة المستخدم ) على التوالي في عام 2019. وكان نفس الشيء صحيحًا بالنسبة لسنوات الحياة المعدلة حسب الإعاقة (DALYs)، التي كانت ( واجهة المستخدم ) و ( UI 6,311,566-14,421,787) على التوالي (انظر الجدول 1). خلال الفترة من 1990 إلى 2019، انخفض معدل الإصابة العالمي بالاكتئاب بشكل ملحوظ (EAPC UI -0.38 إلى -0.21 )، في حين أن ASDR قد زادت بشكل ملحوظ (EAPC واجهة المستخدم 0.57-0.65) (انظر الجدول 1).

عبء الاكتئاب العالمي ومعدل الوفيات المرتبطة به حسب 21 منطقة من مناطق العبء العالمي للأمراض

زاد عدد الأفراد الذين يعانون من اضطرابات الاكتئاب في جميع مناطق SDI الخمس من عام 1990 حتى عام 2019 (انظر الجدول التكميلي S1a). ومع ذلك، انخفض معدل الإصابة القياسي المعدل حسب العمر في فئة SDI العالية والمتوسطة (EAPC واجهة المستخدم -0.57 إلى -0.43)، SDI الوسطى (EAPC واجهة المستخدم -0.28 إلى -0.13)، منخفض-متوسط-SDI (EAPC واجهة المستخدم -0.79 إلى -0.44 )، والمناطق ذات مؤشر التنمية الاجتماعية المنخفض (EAPC واجهة المستخدم -0.5 إلى -0.26)، تزداد فقط في المناطق ذات مؤشر التنمية البشرية العالي (EAPC UI 0.18-0.44) (انظر الجدول 1). نفس الشيء ينطبق على حالات DALYs و ASDR
خصائص الحالات (95% فاصل الثقة) سنوات الحياة المعدلة حسب الإعاقة (95% فاصل الثقة)
رقم ASR EAPC رقم ASR EAPC
عالمي
٢٩٠,١٨٥,٧٤٢
(256,024,052-
٣٢٨,٢٦٠,٥٥٣
3588.25 (3152.714060.42)
إلى
– 0.21)
46,863,642 (32,929,36363,797,315) 577.75 (405.79-788.88)
– 0.24% (-0.31 إلى
– 0.16)
جنس
ذكر
١١٠,١٢٣,٤٢٢
(96,668,365-
124,305,433)
2750.27 (2419.663104.07)
( -0.3 إلى
– 0.11)
18,183,102 (12,682,04724,947,035) ٤٥٢.١٧ (٣١٦.٧٩-٦١٨.١٣)
– 0.17% (- 0.25 إلى
– 0.09)
أنثى
١٨٠,٠٦٢,٣٢٠
(159,076,846-
204,131,417)
4416.34 (3886.95015.49) إلى – 0.26) 28,680,540 (20,155,77339,319,358) 702.08 (492.3-963.58) إلى – 0.21)
فئة
الاضطرابات الاكتئابية
٢٩٠,١٨٥,٧٤٢
(256,024,052-
328,260,553)
3588.25 (3152.714060.42)
إلى
– 0.21)
46,863,642 (32,929,36363,797,315) 577.75 (405.79-788.88) – 0.24% (- 0.31 إلى – 0.16)
اضطراب الاكتئاب الشديد
٢٧٤,٨٠٣,٧٩٠
(241,280,545-
312,774,423)
٣٣٩٧.٤٨ (٢٩٧٨.٦٦٣٨٦٦.٩٧)
– 0.31% (- 0.41 إلى
– 0.22)
٣٧,٢٠٢,٧٤٢ (٢٥,٦٥٠,٢٠٥٥١,٢١٧,٠٤٢) 459.59 (315.19-634.72) – 0.32% (- 0.41 إلى – 0.22)
الاكتئاب المزمن
15,381,951 (12,782,128-
18,474,451)
190.77 (158.69-229.44) 0.08% (0.07-0.09) 9,660,901 (6,311,56614,421,787) 118.16 (77.31-176.65) 0.09% (0.08-0.1)
مؤشر اجتماعي ديموغرافي
مؤشر التنمية البشرية العالي 44,711,792 (39,796,76150,166,003) 4013.63 (3545.484550.43) 0.31% (0.18-0.44) 7,025,129 (4,955,2009,506,636) 626.84 (438.47-852.48) 0.23% (0.14-0.33)
SDI مرتفع-متوسط 53,642,569 (47,529,70660,307,945) 3184.21 (2809.63583.66) – 0.5% (-0.57 إلى – 0.43) 8,896,917 (6,247,98612,123,142) 523.01 (367.02-713.05) (-0.46 إلى -0.34)
مؤشر التنمية المستدامة المتوسط 80,760,069 (71,066,73291,500,542) 3139 (2765.35-3540.43) – 0.2% (- 0.28 إلى – 0.13) 13,541,947 (9,515,93518,454,507) 521.68 (366.8-709.93)
– 0.18% (- 0.24 إلى
– 0.13)
مؤشر التنمية البشرية المنخفضة والمتوسطة 70,155,480 (61,292,23779,973,480) 4180.3 (3660.974740.48) (-0.79 إلى -0.44) 11,026,538 (7,715,89815,191,253) 654.34 (458.32-897.85) – 0.51% (- 0.66 إلى – 0.36)
مؤشر التنمية البشرية المنخفض 40,743,981 (34,959,15747,317,678) 4770.22 (4142.245461.66) – 0.38% (- 0.5 إلى – 0.26) 6,345,789 (4,316,6238,788,145) 738.87 (514.681011.24) إلى – 0.2)
منطقة
أمريكا اللاتينية الأنديزية 1,809,802 (1,561,7072,084,373) 2886.58 (2499.393315.19) (-0.34 إلى -0.25) 290,671 (198,567403,423) 462.07 (318.12-640.03) – 0.25% (-0.29 إلى – 0.21)
أسترالاسيا 1,539,866 (1,329,8481,771,752) 5079.18 (4368.055925.8) 0.07% (-0.06-0.21) ٢٣٧,٥٦٤ (١٦٤,١٦٩٣٣٠,٣١١) 777.82 (538.621094.07) 0.07% (-0.05-0.2)
الكاريبي 2,156,062 (1,859,1212,484,561) 4336.17 (3737.425007.13) إلى – 0.45) 327,025 (226,095450,595) 657.19 (454.07-905.93) – 0.49% (-0.54 إلى – 0.43)
آسيا الوسطى 2,980,970 (2,577,9063,464,935) ٣٣٢٧.٤٢ (٢٨٨٨.٦٦٣٨٢٥.٣٦) – 0.19% (- 0.21 إلى – 0.16) ٤٨٦,٦٠٠ (٣٣٤,٥١٨,٦٧٩,٨٤٠) 534.9 (372.57-741.82) – 0.16% (- 0.18 إلى – 0.13)
أوروبا الوسطى 3,557,074 (3,134,2834,043,451) 2436.8 (2132.452771.69) (-0.74 إلى -0.59) 596,440 (420,305816,082) 413.89 (290.54-572.31) – 0.54% (- 0.6 إلى – 0.48)
أمريكا الوسطى 9,412,732 (8,221,932 10,719,231) ٣٦٧٥٫٧٨ (٣٢١٩٫٦٥٤١٨١٫٩٦) 0.34% (0.3-0.37) 1,447,181 (1,009,4081,981,151) 563.62 (392.72-771.17) 0.31% (0.28-0.34)
وسط أفريقيا جنوب الصحراء 6,714,339 (5,590,5218,062,124) 6646.94 (5680.57819.84) – 0.17% (- 0.18 إلى – 0.15) 1,010,267 (681,6331,430,655) 1000.16 (682.151397.69) – 0.12% (- 0.14 إلى – 0.11)
شرق آسيا 42,235,926 (37,513,97947,555,038) 2292.26 (2043.672562.45) – 0.8% (- 0.97 إلى – 0.64) 7,802,555 (5,472,93910,767,864) 415.98 (291.93-573.46) – 0.67% (- 0.78 إلى – 0.56)
أوروبا الشرقية 9,150,637 (7,960,74910,432,658) ٣٥٤٦.٨ (٣٠٧٦.٠٨٤٠٦٢.٨٢) (-0.66 إلى -0.47) 1,442,695 (1,013,9901,986,605) 562.24 (391.45-771.76) – 0.46% (-0.54 إلى – 0.38)
شرق أفريقيا جنوب الصحراء 16,013,047 (13,725,94418,554,113) 5466.48 (4781.026234.48) – 0.32% (- 0.39 إلى – 0.26) 2,510,165 (1,702,2083,475,451) 845.4 (589.89-1154.93) – 0.26% (-0.32 إلى – 0.21)
آسيا والمحيط الهادئ ذات الدخل المرتفع 5,193,652 (4,652,1185,735,090) 2320.99 (2063.542600.8) 0.4% (0.27-0.53) 812,255 (572,7411,104,805) 365.65 (253.57-499.26) 0.31% (0.2-0.43)
أمريكا الشمالية ذات الدخل المرتفع 18,459,876 (16,429,39320,674,357) ٤٨٨٥.١٦ (٤٣٠٨.٤٨٥٥٣٢.٤٤) 0.62% (0.32-0.92) 2,864,089 (2,023,9363,872,481) 753.77 (525.531023.69) 0.43% (0.2-0.66)
شمال أفريقيا والشرق الأوسط 31,006,695 (26,270,01936,438,429) 5098.6 (4378.865947.72) 0.06% (0.03-0.09) 4,767,774 (3,261,4706,600,677) 781.06 (535.181075.62) 0.06% (0.03-0.08)
أوقيانوسيا 328,505 (274,947393,381) ٢٧١١.٥٩ (٢٣٠٦.٢٦٣١٩٣.١٧) (-0.17 إلى -0.15) 56,577 (38,501-80,206) 476.09 (325.58-663.22) (-0.13 إلى -0.12)
جنوب آسيا 71,998,403 (62,917,27181,675,123) 4179.15 (3668.724727.18) إلى -0.6) 11,188,435 (7,828,80815,283,076) 645.08 (452.66-877.7) إلى – 0.5)
جنوب شرق آسيا 14,451,056 (12,506,180 16,471,186) 2060.52 (1797.73-2341) – 0.19% (- 0.25 إلى – 0.14) 2,753,223 (1,898,4603,795,437) 389.23 (270.38-536.55) – 0.13% (- 0.16 إلى – 0.09)
أمريكا اللاتينية الجنوبية 2,362,146 (2,089,2972,658,887) ٣٣١٣.٥٥ (٢٩٢٥.٦٢٣٧٤٥.٤٥) – 0.42% (- 0.5 إلى – 0.34) 359,571 (249,695491,681) 503.29 (349.65-690.9) – 0.42% (- 0.5 إلى – 0.34)
جنوب الصحراء الكبرى الأفريقية 3,344,012 (2,915,2693,791,826) 4552.32 (4015.915105.97) 0.13% (0.03-0.24) 524,604 (368,831,719,717) 705.61 (497.87-958.57) 0.09% (-0.01-0.19)
مستمر
خصائص الحالات (95% فاصل الثقة) سنوات الحياة المعدلة حسب الإعاقة (95% فاصل الثقة)
رقم ASR EAPC رقم ASR EAPC
أمريكا اللاتينية الاستوائية 10,928,342 (9,746,995 12,123,340) ٤٥٦٠.١٦ (٤٠٨٤.٤٣-٥٠٥٨) (-0.62 إلى -0.02) 1,652,267 (1,159,7742,244,114) 686.08 (482.44-932.46)
أوروبا الغربية 22,312,186 (19,873,592 25,015,077) 4347.46 (3841.954912.74) إلى – 0.08) 3,463,005 (2,438,3494,706,017) 677.2 (475.01-929.5) – 0.09% (- 0.11 إلى – 0.06)
غرب أفريقيا جنوب الصحراء 14,230,414 (12,217,18116,431,648) 4407.3 (3851.355021.82) إلى – 0.07) 2,270,679 (1,552,6453,123,065) 693.84 (485.18-949.29) إلى – 0.04)
الجدول 1. العبء العالمي لاضطراب الاكتئاب في عام 2019 لكلا الجنسين و27 منطقة، مع معدل التغير السنوي المتوقع من 1990 إلى 2019.
الشكل 1. الاتجاه الزمني لحدوث الاكتئاب العالمي (أ) وعدد سنوات الحياة المعدلة حسب الإعاقة (ب) للاكتئاب.
الشكل 2. معدل الإصابة الموحد حسب العمر (أ) ومعدل سنوات الحياة المعدلة حسب الإعاقة الموحد حسب العمر (ب) لاتجاهات توزيع الجنس والعمر.
(الجدول 1، الجدول التكميلي S1b). انخفض ASDR في فئة SDI المتوسطة العالية (EAPC واجهة المستخدم -0.46 إلى -0.34)، SDI الوسطى (EAPC واجهة المستخدم -0.24 إلى -0.13)، منخفض-متوسط-SDI (EAPC UI -0.66 إلى -0.36 ) ومناطق SDI المنخفضة (EAPC واجهة المستخدم -0.4 إلى -0.2)، تزداد فقط في المناطق ذات مؤشر التنمية البشرية المرتفع (EAPC واجهة المستخدم 0.14-0.33) (انظر الجدول 1، الجدول التكميلي S1b).
زاد معدل الاضطرابات الاكتئابية في جميع المناطق، مع انخفاض فقط في وسط وشرق أوروبا (انظر الشكل 3أ). شهدت وسط أفريقيا جنوب الصحراء الكبرى أعلى معدل للزيادة. واجهة المستخدم ) تليها غرب أفريقيا جنوب الصحراء ( واجهة المستخدم 1.22-1.28) وأفريقيا الشرقية جنوب الصحراء الكبرى ( واجهة المستخدم
الشكل 3. حالات الاكتئاب (أ) وDALYs (ب) على المستوى الإقليمي. العمود الأيسر في كل مجموعة هو بيانات الحالات في عام 1990 والعمود الأيمن في عام 2019.
1.13-1.21)، حيث كان الانخفاض الأكثر وضوحًا في أوروبا الشرقية ( UI -0.1 إلى -0.05 ) (انظر الجدول التكميلي S1a). كان هناك ارتفاع ملحوظ في معدل الإصابة بالسرطان عبر شمال أمريكا ذات الدخل المرتفع (EAPC=0.62، 95% UI ) وانخفاض ملحوظ في جنوب آسيا (EAPC واجهة المستخدم -1.1 إلى -0.6) (انظر الجدول 1).
نمت سنوات الحياة المعدلة حسب الإعاقة (DALYs) المرتبطة بالاضطرابات الاكتئابية في جميع المناطق الجغرافية، مع انخفاض فقط في وسط وشرق أوروبا (انظر الشكل 3ب). وكان أكبر زيادة قد حدثت في وسط أفريقيا جنوب الصحراء. واجهة المستخدم 1.33-1.54)، تليها غرب أفريقيا جنوب الصحراء ( واجهة المستخدم 1.26-1.32) وأفريقيا الشرقية جنوب الصحراء الكبرى ( واجهة المستخدم 1.17-1.25)، مع تراجع ملحوظ في أوروبا الشرقية ( ، UI – 0.08 إلى – 0.04) (الجدول التكميلي S1b). كان هناك ارتفاع ملحوظ في ASR في وسط الصحراء الكبرى.
أفريقيا واجهة المستخدم وانخفاض في جنوب آسيا واجهة المستخدم -0.92 إلى -0.5 (انظر الجدول 1).

عبء الاكتئاب العالمي ومعدل الوفيات المرتبطة به عبر 204 دول وإقليم

تفاوت معدل الإصابة القياسي للاكتئاب بشكل كبير عبر 204 دولة وإقليم في عام 2019 (انظر الشكل 4أ، الجدول التكميلي S2أ). كان معدل الإصابة القياسي الأعلى في أوغندا (8062.76، 95% فترة الثقة 6946.5-9436.97)، تليها فلسطين (7864.2، UI 6719.71-9216.83) وجمهورية إفريقيا الوسطى (7230.55، 95% UI 6121.98-8465.86)، وكانت الأدنى في ميانمار (1393.92، 95% UI 1188.1-1612.65)، تليها بروناي دار السلام (1575.58، 95% UI 1346.16 إلى 1854.56) وإندونيسيا ( UI 1557.18-2060.02). من بين 204 دولة وإقليم تم تحليلها، كان معدل انتشار الاضطرابات الاكتئابية في عام 2019 مختلفًا بشكل كبير (انظر الشكل 4أ، الجدول التكميلي S2ب)، حيث كان الأعلى في أوغندا (1212.09، 95% UI 824.6-1696.26)، تليها فلسطين (1168.68، واجهة المستخدم ) وجرينلاند (1098.69، أعلى قيمة كانت في بروناي دار السلام (750.76-1540.82)، وأدنى قيمة كانت في بروناي دار السلام (260.29، 95% UI 177.62-360.71)، تليها ميانمار (298.19، 95% UI 203.44-421.71) وإندونيسيا (350.26، 95% UI 242.89-488.45).
نمت نسبة الاكتئاب على مستوى العالم بـ من في عام 1990 إلى في عام 2019. كانت قطر لديها أكبر نمو ( UI 5.34-6.51)، تليها دولة الإمارات العربية المتحدة ( UI 4.09-5.53) وغينيا الاستوائية ( UI 2.19-2.67) (انظر الشكل 4ب، الجدول التكميلي S2a). من 1990 إلى 2019، انخفض الاكتئاب في 23 دولة، حيث شهدت لاتفيا أكبر انخفاض ( UI -0.38 إلى -0.24 )، تليها البوسنة والهرسك ( UI -0.38 إلى -0.21 ) وإستونيا ( ، UI – 0.34 إلى – 0.19). ارتفعت سنوات العيش المعدلة حسب الإعاقة (DALYs) للاكتئاب في جميع أنحاء العالم من 29,089,267 في عام 1990 إلى 46,863,642 في عام 2019، وهو ما يعد زيادة. كانت قطر الأكثر نمواً واجهة المستخدم ) تليها دولة الإمارات العربية المتحدة ( واجهة المستخدم 4.24 إلى 5.65) وغينيا الاستوائية ( انخفضت سنوات الحياة المعدلة حسب الإعاقة (DALYs) للاكتئاب في 21 دولة، حيث شهدت لاتفيا أكبر انخفاض من 1990 إلى 2019 (انظر الشكل 4ب، الجدول التكميلي S2ب). UI -0.37 إلى -0.24 )، تليها البوسنة والهرسك ( واجهة المستخدم -0.36 إلى -0.21) وإستونيا ( واجهة المستخدم -0.33 إلى -0.19).
من بين 204 دولة وإقليم، حدث أكبر ارتفاع في معدل الوفيات المعدل حسب العمر (ASIR) في إسبانيا (EAPC واجهة المستخدم 0.78-1.31)، التالي هو المكسيك (EAPC UI 0.73 إلى 0.89 ) وماليزيا (EAPC UI ) (انظر الشكل 4c، الجدول التكميلي S2a). كانت أكبر انخفاض في ASR في سنغافورة (EAPC=-1.97، UI -2.22 إلى -1.73 )، ثم سريلانكا (EAPC UI -1.4 إلى -1.06 ) وسلوفينيا (EAPC UI – 1.23 إلى -1.07 ). من بين جميع الدول والأقاليم الـ 204، كانت إسبانيا لديها أكبر زيادة في ASDR (EAPC=0.94، UI )، ثم المكسيك (EAPC UI ) وماليزيا (EAPC UI ) (انظر الشكل 4c، الجدول التكميلي S2b). كان أكبر انخفاض في ASR في سنغافورة (EAPC=-1.83، UI -2.06 إلى -1.59 )، ثم كوبا (EAPC UI -1.36 إلى -1.1 ) وإستونيا (EAPC UI -1.36 إلى -1.1 ).

ترابط SDI مع العبء العالمي للاضطرابات الاكتئابية

تمت ملاحظة ترابط كبير بين SDI وانتشار الاكتئاب وأيضًا بين SDI وDALYs، كما هو موضح في الشكل 5. تجاوز عدد من المناطق المستويات المتوقعة من الانتشار، بما في ذلك وسط أفريقيا جنوب الصحراء وأسترالاسيا، بينما انخفض عدد من المناطق عن المستويات المتوقعة من الانتشار، بما في ذلك جنوب شرق آسيا والمناطق ذات الدخل المرتفع في آسيا والمحيط الهادئ (انظر الشكل 5a).
من بين 204 دولة وإقليم تم التعرف على ارتباطها بـ SDI لعام 2019، كان لدى معظمها ارتباط سلبي مع SDI، مع وجود عدد قليل من الدول أعلى أو أقل بكثير من المستوى المتوقع. كانت أوغندا وفلسطين أعلى بكثير من المتوقع، بينما كانت ميانمار وبروناي أقل بكثير من المتوقع (انظر الشكل 5c).
انخفضت DALYs في العديد من المناطق مع ارتفاع SDI، باستثناء بعض المناطق. على سبيل المثال، انخفض معدل DALYs في غرب أفريقيا جنوب الصحراء لفترة قصيرة، ثم ارتفع، ثم استمر في الانخفاض، مكونًا منحنى U مقلوب. ظل معدل DALYs في أمريكا اللاتينية الاستوائية، التي لديها تصنيف SDI منخفض-متوسط، مستقرًا في البداية، ثم زاد، قبل أن ينخفض بشكل حاد. ظل معدل DALYs في أمريكا اللاتينية الجنوبية، التي لديها تصنيف SDI متوسط، مستقرًا في البداية، ثم انخفض، ثم استمر في الاستقرار. ارتفع معدل DALYs في شرق أوروبا، التي لديها SDI مرتفع-متوسط، قليلاً، ثم انخفض بشكل حاد، وظل مستقرًا لفترة، ثم انخفض قليلاً. انخفضت النسب العالية من SDI في المناطق ذات الدخل المرتفع في آسيا والمحيط الهادئ لفترة قصيرة ثم ارتفعت، قبل أن تنخفض قليلاً (انظر الشكل 5b).
منذ عام 1990 إلى 2019، كانت معدلات DALY التي تم الحصول عليها في المناطق ذات تصنيف SDI العالي، مثل غرب أوروبا، متسقة إلى حد كبير مع التوقعات. ومع ذلك، خلال فترة الدراسة، استمرت بعض المناطق (مثل، آسيا والمحيط الهادئ ذات الدخل المرتفع) في الحصول على DALYs أقل بكثير من المتوقع، بينما استمرت مناطق أخرى (مثل أسترالاسيا وأمريكا الشمالية ذات الدخل المرتفع) في الحصول على DALYs أعلى من المتوقع (انظر الشكل 5b). على مستوى الدولة خلال عام 2019، وباتباع نمط مشابه لارتباط المرض وSDI، كان هناك ترابط سلبي ملحوظ بين DALYs وSDI، مع بعض الاستثناءات ( ) (انظر الشكل 5d) .

العلاقة بين HDI والعبء العالمي للاضطرابات الاكتئابية

لم يتم العثور على علاقة كبيرة بين EAPC لمرض 1990 والمرض ( , , ). تم تحديد ارتباط عكسي مع EAPC في DALYs وDALYs في (انظر الشكل 6a). نظرًا لأن EAPC كان أقل من الصفر، انخفض عدد DALYs المنسوبة إلى الاضطرابات الاكتئابية بشكل أسرع في البلدان التي لديها DALYs أعلى في عام 1990. بالإضافة إلى ذلك، تم تحديد ارتباط سلبي كبير لـ EAPC مع HDI لعام 2019، مما يشير إلى أن معدلات الانتشار انخفضت بشكل أسرع في المناطق ذات HDI أعلى. تم تحديد نفس الارتباط مع معدل DALYs وHDI (
) (انظر الشكل 6b).
a1. ASIR
a2. ASDR
b1. التغيير (الحالات) الشكل 4. العبء العالمي للمرض الاكتئابي لكلا الجنسين في 204 دولة وإقليم. (a1) ASIR للاكتئاب في 2019؛ (a2) ASDR للاكتئاب في 2019؛ (b1) التغيير النسبي في حالات الاكتئاب بين 1990 و2019؛ (b2) التغيير النسبي في عدد DALYs للاكتئاب بين 1990 و2019؛ (c1) EAPC للاكتئاب ASIR من 1990 إلى 2019؛ (c2) EAPC للاكتئاب ASDR من 1990 إلى 2019. ASIR معدل الحدوث الموحد حسب العمر، معدل DALYs الموحد حسب العمر، التغيير السنوي المقدر كنسبة مئوية (تم إنشاء الصورة في برنامج R الإصدار 4.2.3 (https://cran.r-project.org

)).

b2. التغيير (DALYs)
c1. EAPC (الحالات)
c2. EAPC (DALYs)

الشكل 4. (مستمر)

عوامل خطر الاضطرابات الاكتئابية بالنسبة للعالم ككل، تم تخصيص جزء صغير من DALYs للعوامل الثلاثة التي يمكن الحصول على تقديرات GBD لها، منها المنسوبة إلى العنف من الشريك الحميم، إلى ضحية التنمر، و إلى الاعتداء الجنسي في الطفولة (انظر الشكل 7). هناك تباين إقليمي في مساهمات هذه العوامل. على سبيل المثال، كان للعنف من الشريك الحميم أكبر تأثير في وسط أفريقيا جنوب الصحراء ( من DALYs كانت منسوبة إلى العنف من الشريك الحميم) وجنوب أفريقيا جنوب الصحراء ( )، حيث لا يزال العنف من الشريك الحميم شائعًا، وأقل في جنوب شرق آسيا (
). بالإضافة إلى ذلك، كانت مساهمة التنمر
الشكل 5. معدل الحدوث الموحد حسب العمر (أ) ومعدل DALYs الموحد حسب العمر (ب) للاكتئاب لـ 21 منطقة GBD و204 دولة وإقليم (ج، د) حسب مؤشر السند الاجتماعي (SDI)، 1990-2019 (تشير الخط الأسود إلى الترابط بين جميع مناطق SDI ومعدل الحدوث أو القيمة المتوقعة لـ DALY). كانت ضحية التنمر أكبر في وسط أفريقيا جنوب الصحراء ( من DALYs المنسوبة إلى ضحية التنمر) وأمريكا الشمالية ذات الدخل المرتفع (5.6%)، وكانت الأقل في وسط آسيا، حيث يكون التنمر منخفضًا نسبيًا. بالإضافة إلى ذلك، كان تأثير الاعتداء الجنسي في الطفولة أكبر في غرب أفريقيا جنوب الصحراء (

من DALYs كانت منسوبة إلى الاعتداء الجنسي في الطفولة) وأقل في وسط آسيا. ومع ذلك، نظرًا لوجود ثلاثة عوامل خطر فقط ذات صلة بالاضطرابات الاكتئابية بين دراسة GBD، فإن النسبة المئوية لـ DALYs الناتجة عن هذه العوامل الثلاثة تظل صغيرة عند النظر إليها ككل، مما يعني أن هناك حاجة لمزيد من الدراسة حول التأثيرات الرئيسية للاكتئاب.

نقاش الاكتئاب، باعتباره مشكلة صحية عامة خطيرة، مرتبط بنتائج صحية سلبية وانخفاض في متوسط العمر المتوقع
. تقدم هذه الدراسة العبء العالمي للاكتئاب من خلال بيانات GBD، مع التركيز على الاتجاهات الزمنية والتوزيع المكاني للاكتئاب من 1990 إلى 2019، مع تركيز خاص على EAPC. نتيجة
الشكل 5. (مستمر) الدراسة تقدم قيمة مرجعية مهمة لجميع الحكومات الإقليمية عند صياغة تدابير الوقاية والعلاج ذات الصلة للاكتئاب
. تشير نتائج هذه الدراسة إلى أن العبء العام للاكتئاب قد زاد بسرعة خلال ثلاثة عقود، لكن الزيادة لم تكن متساوية عبر الفئات العمرية أو الجنس أو المناطق . الزيادة الإضافية في عبء الاكتئاب التي لوحظت في دراستنا تتفق مع النتائج التي قدمها ليو وآخرون. . من المحتمل أن يكون ذلك مدفوعًا بالضغط الاجتماعي المتزايد الناتج عن التنمية الاقتصادية ونمو السكان، والشيخوخة الخطيرة للسكان. بالإضافة إلى ذلك، مع التنمية الاقتصادية والتحسن التدريجي
الشكل 6. EAPCs للاضطرابات الاكتئابية على المستوى العالمي والإقليمي والوطني. (أ) الترابط بين EAPC ومعدل الحدوث الموحد حسب العمر للاكتئاب و(ب) معدل DALYs في عام 1990. (ج، د) الترابط بين EAPC وHDI في عام 2019. تمثل الدوائر الدول المتاحة على بيانات HDI. تزداد حجم الدائرة مع حالات الاضطرابات الاكتئابية. تم اشتقاق المؤشرات و القيم المقدمة من تحليل الارتباط بيرسون. (أ) (ب) (ج) , (د) .
مع تحسن مستويات المعيشة للناس، يرتفع الطلب على الخدمات الطبية أيضًا، خاصة مع التركيز المتزايد على الصحة النفسية، وفي هذه الحالة، زادت أيضًا الحاجة إلى خدمات الصحة النفسية. من المهم أيضًا ملاحظة أن التحسين المستمر لأدوات فحص الاكتئاب قد جعل من الممكن للمؤسسات الطبية والوكالات الحكومية الحصول على بيانات أكثر شمولاً ودقة. تشير أبحاثنا إلى أن الاكتئاب الشديد (MDD) يمثل نسبة كبيرة من حالات الاكتئاب وهو الفئة النفسية الأكثر انتشارًا للاكتئاب، وهو ما يتماشى مع نتائج دراسة أجراها لي وآخرون في عام 2022. .
الشكل 7. نسبة سنوات الحياة المعدلة للإعاقة (DALYs) الناتجة عن العنف من الشريك الحميم، وضحية التنمر، وسوء المعاملة الجنسية في الطفولة، لـ 21 منطقة من GBD، 2019.
تظهر أبحاثنا أن الإناث لديهن معدلات أعلى من الاكتئاب وDALYs مقارنة بالذكور عبر جميع الفئات العمرية. كانت معدلات انتشار وDALYs الاكتئاب هي الأعلى بين الأشخاص الذين تتراوح أعمارهم بين عامًا. هناك العديد من الأسباب لذلك. تمر الخصائص النفسية للأشخاص في هذه الفئة العمرية بتحول كبير من الاهتمام بالأشياء الخارجية إلى أجسادهم الخاصة، ويزداد الشعور بالوحدة والعزلة، ويبدأ الذكاء في التناقص، مما يؤدي إلى عدم الاستقرار العاطفي. الإناث أكثر عرضة لتجربة الأحداث السلبية والمشاعر، بما في ذلك تقلبات المزاج بعد الولادة، والعنف المنزلي، وسوء المعاملة الجنسية، والتنمر، وكلها قد تسهم في ارتفاع معدلات الاكتئاب . بالإضافة إلى ذلك، وجدت التقارير ذات الصلة أن الإناث أكثر إيثارًا من الذكور وبالتالي أكثر عرضة للاكتئاب . تفسر هذه النتيجة جزئيًا الفروق بين الجنسين في بداية الاكتئاب.
تشير تقاريرنا إلى أن معدلات نوعي الاكتئاب الفرعيين، الاكتئاب المزمن (dysthymia) والاكتئاب الشديد (MDD)، ظلت مستقرة إلى حد كبير على الصعيدين العالمي والإقليمي خلال فترة الدراسة، حيث يعاني معظم المرضى من MDD. قدرت دراسة الصحة النفسية العالمية انتشار MDD السنوي بـ وبلغت نسبة الانتشار مدى الحياة حوالي . مع التطور المستمر للاقتصاد الاجتماعي، وتسارع وتيرة الحياة، وزيادة حدة المنافسة الاجتماعية، يزداد الضغط النفسي على الناس تدريجيًا، وتزداد نسبة حدوث MDD سنويًا. لا يؤثر MDD فقط بشكل خطير على الحالة النفسية وجودة حياة المرضى، ولكنه يفرض أيضًا أعباء نفسية واقتصادية هائلة على الأسر والمجتمع . في عام 2008، أدرجت منظمة الصحة العالمية MDD كأكبر مساهم ثالث في عبء المرض العالمي وتوقعت أن يكون MDD المساهم الرئيسي في عبء المرض بحلول . حاليًا، يعاني حوالي 300 مليون شخص في جميع أنحاء العالم من MDD؛ لذلك، فإن السيطرة الفعالة على الاكتئاب الشديد هي نهج فعال للوقاية من الاكتئاب وإدارته .
تشير النتائج إلى أن الكثافة السكانية النسبية في أوغندا وارتفاع انتشار الأمراض الاستوائية، مثل الملاريا، والإيدز، وفيروس إيبولا، ومرض النوم، والتهاب الكبد الفيروسي، والسل، قد تكون مرتبطة بأعلى معدل عالمي لـ ASR وASDR للاكتئاب. على الرغم من أن ذروة الوباء في أوغندا، التي كانت واحدة من أعلى معدلات انتشار فيروس HIV في العالم، قد مرت وانخفضت نسبة الحالات الجديدة في السنوات الأخيرة، إلا أن عدد الأشخاص المصابين بالفيروس والذين يعيشون مع المرض لا يزال مرتفعًا، خاصة في المناطق الريفية. يعاني الأشخاص المصابون بفيروس HIV من التحيز الاجتماعي والتمييز، مما يمكن أن يؤدي إلى البطالة، والفقر، وتفكك الأسرة، ومشاكل جسدية ونفسية قد تؤدي إلى انخفاض تقدير الذات، وانخفاض المزاج، وحتى الاكتئاب . يظهر هذا أن الوقاية والسيطرة على فيروس HIV يمكن أن تؤثر على الاكتئاب.
تم تحديد أكبر زيادة في الاكتئاب وDALYs في قطر، تليها الإمارات العربية المتحدة وغينيا الاستوائية. لوحظت زيادات كبيرة في الاكتئاب وDALYs في المناطق ذات SDI المتوسط-المرتفع وSDI العالي. قد يكون ذلك لأن مستوى التنمية الاقتصادية والتعليم في هذه المناطق مرتفع نسبيًا، والضغط الاجتماعي الناتج عن السكان أكبر، مما يؤدي إلى زيادة انتشار الاكتئاب. وجدت الدراسات أن الأفراد بمستويات تعليم مختلفة لديهم مستويات مختلفة من القدرة المعرفية. يؤثر مستوى التعليم على الاكتئاب لدى الأفراد ويمكن أن يؤثر أيضًا على الأزواج . من الصحيح أيضًا أن الضغط الاجتماعي هو عامل خطر معترف به للاكتئاب، وقد أشارت الأبحاث إلى أنه كلما زاد مستوى
من التنمية الاقتصادية، زاد الضغط الاجتماعي الذي يعاني منه الناس. ومن الجدير بالذكر أن الدولة التي شهدت أكبر انخفاض في الاكتئاب وDALYs كانت لاتفيا، تليها البوسنة والهرسك، وإستونيا .
زاد ASIR وASDR بشكل أكبر في إسبانيا، تليها المكسيك وماليزيا. يُبلغ عن أن هذه الدول لديها دخل اقتصادي أعلى ومؤشرات سكانية اجتماعية، مما يؤكد إحصائياتنا. ومع ذلك، من حيث ASR، كان أكبر انخفاض في ASIR في سنغافورة، ثم سريلانكا وسلوفينيا؛ وكان أكبر انخفاض في ASDR في سنغافورة وكوبا وإستونيا .
تشير التحليلات الإضافية للعلاقة بين المرض والعوامل السكانية الاجتماعية والجغرافية إلى أن الاكتئاب أكثر وضوحًا من حيث الحدوث في البلدان ذات SDI العالي والدخل المرتفع، بينما يكون عبء الاكتئاب أعلى بكثير في البلدان ذات الدخل المنخفض وSDI المنخفض.
في الختام، يختلف عبء الاكتئاب عبر المناطق لعدة أسباب. تشمل هذه الأسباب مستوى التنمية الاقتصادية لكل منطقة، ومستوى التعليم، ومستوى التطور الطبي والقدرة على تشخيص المرض، بالإضافة إلى مستوى الأهمية الذي تعطيه الحكومات للمرض . بالإضافة إلى ذلك، هناك اختلافات ثقافية تسهم في الأعباء المختلفة للاكتئاب في مناطق مختلفة، مثل العادات والمعتقدات الدينية. لا يزال معدل حدوث الاكتئاب مرتفعًا، ويظل عبء المرض ثقيلًا، لكن آلية المرض غير واضحة، مما يشكل عقبة أمام الوقاية والسيطرة الفعالة على الاكتئاب. قامت هذه الدراسة بتحليل العوامل المحتملة للخطر، مثل العنف المنزلي، وضحية التنمر، وسوء المعاملة الجنسية في الطفولة. ومع ذلك، تظهر بيانات GBD أن تأثير هذه العوامل الثلاثة على الاكتئاب صغير؛ أي أن هذه العوامل الثلاثة ليست على الأرجح عوامل خطر رئيسية للاكتئاب، مما يشير إلى أن هذا يتطلب مزيدًا من التحقيق .
لمنع الاكتئاب والسيطرة عليه بشكل فعال، يجب على الحكومات دعم الأبحاث المتعلقة بالاكتئاب مع اتخاذ خطوات مناسبة لمعالجة الاكتئاب بشكل فعال. على سبيل المثال، يجب عليهم تعزيز التعليم حول الوقاية والعلاج، وتحسين القدرة على التشخيص المبكر والعلاج القياسي، وإنشاء تدابير خدمات الصحة النفسية للفئات الرئيسية، وإجراء التدخل النفسي في الوقت المناسب .
أجرت هذه الدراسة أكثر تقييم شامل لعبء الاكتئاب حتى الآن. تم الحصول على جميع البيانات المستخدمة في هذه الدراسة من قاعدة بيانات GBD، التي تقدم حجم عينة كبير وجودة بيانات عالية، مما يمنح هذه الدراسة ميزة واضحة من حيث موثوقية البيانات. بينما تم إجراء العديد من الأبحاث حول انتشار الاكتئاب في GBD 2019، فإن الغالبية العظمى من هذه الدراسات تقيم الحالة باستخدام نهج تحليل العمر-الفترة-الجيل، وتختلف مناطق دراستها، وأهداف دراستها، وأنواع الاكتئاب التي تركز عليها. على سبيل المثال، استخدم لي وآخرون نهج تحليل العمر-الفترة-الجيل لدراسة انتشار الاكتئاب بين المراهقين في منطقة غرب المحيط الهادئ . بالإضافة إلى ذلك، استخدم شيو ي وآخرون طريقة تحليل العمر-الفترة-الجيل وقيّدوا أبحاثهم إلى حدوث الاكتئاب عبر جميع المناطق، مما ترك أعمالًا غير مكتملة بشأن الدراسات حول عبء الاضطرابات مثل DALY . الاكتئاب الشديد هو نوع فرعي من الاكتئاب، وركز لي وآخرون على دراسة الفروق بين الجنسين في عبء مرضه. اكتشفوا أن النساء أكثر عرضة من الرجال لتجربة الاكتئاب الشديد تم فحص عبء المرض الناتج عن القلق والاكتئاب الشديد الناجم عن التنمر من قبل هونغ سي وآخرين كعامل خطر. أظهرت النتائج أنه من عام 1990 إلى عام 2019، كان هناك اتجاه متزايد في كل من عدد سنوات الحياة المعدلة حسب الإعاقة (DALY) ومعدل (DALY) للقلق والاكتئاب الشديد الناجم عن التنمر. من الضروري اعتماد تقنيات فعالة للقضاء على التنمر بين الأطفال والمراهقين. . بالإضافة إلى ذلك، استخدم يانغ وآخرون طريقة تحليل العمر والفترة والجيل لإجراء دراسة شاملة حول انتشار الاكتئاب في 204 دول من 1990 إلى 2019. تتماشى نتائج دراستنا، مثل الدول ذات أعلى وأدنى معدل وDALY للاكتئاب، مع استنتاجاتهم. علاوة على ذلك، هناك ارتباط بين مؤشر التنمية الإقليمي (SDI) واتجاه معدل الاكتئاب. لكن لا توجد أبحاث حول انتشار وDALY لنوعين مختلفين من الاكتئاب، أو حول العلاقة بين مؤشر التنمية البشرية (HDI) وعبء الاكتئاب، بالإضافة إلى عوامل خطر الاكتئاب. . هذه الدراسة قامت بتحليل شامل لتأثير الاكتئاب والتغيرات الزمنية والمكانية في عبء المرض على المستويات العالمية، 21 إقليمًا و204 دول. تشمل هذه التحليلات الفروقات العمرية في عبء الاكتئاب، والفروقات بين الجنسين، والفروقات في عبء المرض بين نوعي الاكتئاب. تم استخدام معدل الحدوث، سنوات الحياة المعدلة حسب الإعاقة (DALYs)، معدل الحدوث العمري القياسي (ASIR)، معدل الوفيات العمري القياسي (ASDR) ومعدل التغير السنوي (EAPC) لوصف عبء المرض من وجهات نظر مختلفة وتقديم قيم كمية محددة على التوالي. والأهم من ذلك، قامت هذه الدراسة بتحليل العلاقة بين عبء الاكتئاب ومؤشر التنمية البشرية (HDI)، وهو ما كان مفقودًا في جميع الدراسات ذات الصلة المذكورة أعلاه. أخيرًا، قامت هذه الدراسة بفحص بيانات عوامل خطر الاكتئاب المتاحة في قاعدة بيانات عبء المرض العالمي (GBD). سيوفر هذا أساسًا حاسمًا للبحوث القادمة حول الاكتئاب وعوامل خطره. جميع الأبحاث المرتبطة المذكورة أعلاه تفتقر إلى تحليل المتغيرات الخطرة. ومع ذلك، تمتلك هذه الدراسة بعض القيود. أولاً، البيانات المستخدمة في هذه الدراسة تم جمعها من كمية كبيرة من بيانات المسح الوبائي، وتم معالجتها ودمجها باستخدام طرق إحصائية مناسبة. قد يؤدي نقص البيانات الأصلية في العديد من البلدان والمناطق إلى تحيز في الفروقات في عبء المرض. ثانيًا، تم استبعاد الترافق بين الاكتئاب الشديد (MDD) والدستيميا في هذه الدراسة. نأمل في المستقبل أن تتمكن قاعدة بيانات GBD من تمييز هذه الاضطرابات بشكل أكبر لتسهيل تحليل أكثر اكتمالًا. .

الخاتمة

لا تزال الاكتئاب تمثل تحديًا خطيرًا على مستوى العالم، ويظل عبء المرض ثقيلًا. من خلال تحليل العبء العالمي للاكتئاب، توضح هذه الدراسة الوضع الحالي للاكتئاب في مختلف البلدان وتوفر أساسًا مرجعيًا علميًا للحكومات لوضع استراتيجيات فعالة ونشطة للوقاية والعلاج. يجب على الدول، وخاصة تلك التي تعاني من عبء مرتفع من الاكتئاب، تعزيز التعليم في مجال الصحة النفسية بقوة، والوقاية بنشاط من عوامل الخطر، واعتماد تدخلات مستهدفة لرفع مستوى الوعي بالاكتئاب بين سكانها، وفي الوقت نفسه، الدعوة إلى إصلاح الأنظمة ذات الصلة وإزالة الحواجز السياسية من أجل تحسين الوقاية والعلاج من الاضطرابات النفسية. .

توفر البيانات

يمكن العثور على مجموعة البيانات التي تم إنشاؤها لهذه الدراسة في GBD علىhttp://ghdx.healthdata.org/gbd-results-tool.
تاريخ الاستلام: 20 سبتمبر 2023؛ تاريخ القبول: 16 مايو 2024
نُشر على الإنترنت: 29 مايو 2024

References

  1. Lawrence, D., Kisely, S. & Pais, J. The epidemiology of excess mortality in people with mental illness. Can. J. Psychiatry. 55, 752-760. https://doi.org/10.1177/070674371005501202 (2010).
  2. Scott, K. M. et al. Association of mental disorders with subsequent chronic physical conditions: world mental health surveys from 17 countries. JAMA Psychiatry 73, 150-158. https://doi.org/10.1001/jamapsychiatry.2015.2688 (2016).
  3. Wahlbeck, K., Westman, J., Nordentoft, M., Gissler, M. & Laursen, T. M. Outcomes of Nordic mental health systems: Life expectancy of patients with mental disorders. Br. J. Psychiatry 199, 453-458. https://doi.org/10.1192/bjp.bp.110.085100 (2011).
  4. Scott, K. M. et al. Associations between DSM-IV mental disorders and subsequent heart disease onset: beyond depression. Int. J. Cardiol. 168, 5293-5299 (2013).
  5. Piao, J. et al. Alarming changes in the global burden of mental disorders in children and adolescents from 1990 to 2019: A systematic analysis for the Global Burden of Disease study. Eur. Child Adolesc. Psychiatry. 31(1827-1845), 14. https://doi.org/10.1007/ s00787-022-02040-4(2022)(Epub (2022).
  6. Thomas, S. P. World Health Assembly adopts comprehensive Mental Health Action Plan for 2013-2020. Issues Ment. Health Nurs. 34, 723-724. https://doi.org/10.3109/01612840.2013.831260 (2013).
  7. Upthegrove, R., Marwaha, S. & Birchwood, M. Depression and schizophrenia: Cause, consequence, or trans-diagnostic issue?. Schizophr. Bull. 43, 240-244. https://doi.org/10.1093/schbul/sbw097 (2017).
  8. Kessler, R. C. et al. The global burden of mental disorders: An update from the WHO World Mental Health (WMH) surveys. Epidemiol. Psichiatr. Soc. 18, 23-33. https://doi.org/10.1017/s1121189x00001421 (2009).
  9. Wang, P. S. et al. Use of mental health services for anxiety, mood, and substance disorders in 17 countries in the WHO world mental health surveys. Lancet 370, 841-850. https://doi.org/10.1016/S0140-6736(07)61414-7 (2007).
  10. Piao, J. et al. Alarming changes in the global burden of mental disorders in children and adolescents from 1990 to 2019: A systematic analysis for the Global Burden of Disease study. Eur. Child Adolesc. Psychiatry 31, 1827-1845. https://doi.org/10.1007/ s00787-022-02040-4. [Epub2022July14] (2022).
  11. GBD. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019. Lancet Psychiatry 9, 137-150. https://doi.org/10.1016/S2215-0366(21) 00395-3 (2022).
  12. Cui, R. Editorial: A systematic review of depression. Curr. Neuropharmacol. 13, 480. https://doi.org/10.2174/1570159×1304150 831123535 (2015).
  13. Luo, Y., Zhang, S., Zheng, R., Xu, L. & Wu, J. Effects of depression on heart rate variability in elderly patients with stable coronary artery disease. J. Evid. Based Med. 11, 242-245. https://doi.org/10.1111/jebm. 12310 (2018).
  14. Seligman, F. & Nemeroff, C. B. The interface of depression and cardiovascular disease: Therapeutic implications. Ann. N. Y. Acad. Sci. 1345, 25-35. https://doi.org/10.1111/nyas. 12738 (2015).
  15. Smith, K. Mental health: A world of depression. Nature 515, 181. https://doi.org/10.1038/515180a (2014).
  16. Stringaris, A. Editorial: What is depression?. J. Child. Psychol. Psychiatr. 58, 1287-1289. https://doi.org/10.1111/jcpp.12844 (2017).
  17. Gross, M. Silver linings for patients with depression?. Curr. Biol. 24, R851-R854. https://doi.org/10.1016/j.cub.2014.08.059 (2014).
  18. Ménard, C., Hodes, G. E. & Russo, S. J. Pathogenesis of depression: Insights from human and rodent studies. Neuroscience 321, 138-162. https://doi.org/10.1016/j.neuroscience.2015.05.053 (2016).
  19. Solmi, M. et al. Incidence, prevalence, and global burden of autism spectrum disorder from 1990 to 2019 across 204 countries. Mol. Psychiatry 27, 4172-4180 (2022).
  20. Liu, Q. et al. Changes in the global burden of depression from 1990 to 2017: Findings from the Global Burden of Disease study. J. Psychiatr. Res. 126, 134-140. https://doi.org/10.1016/j.jpsychires.2019.08.002 (2020).
  21. Peng, H. et al. The global, national, and regional burden of dysthymia from 1990 to 2019: Insights from the Global Burden of Disease 2019 study. J. Affect. Disord. 333, 524-526. https://doi.org/10.1016/j.jad.2023.04.024 (2023).
  22. GBD. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet 396, 1223-1249. https://doi.org/10.1016/S0140-6736(20)30752-2 (2020).
  23. Hong, C. et al. Global trends and regional differences in the burden of anxiety disorders and major depressive disorder attributed to bullying victimisation in 204 countries and territories, 1999-2019: an analysis of the Global Burden of Disease Study. Epidemiol. Psychiatr. Sci. 31, e85. https://doi.org/10.1017/S2045796022000683 (2022).
  24. Ren, X. et al. Burden of depression in China, 1990-2017: Findings from the global burden of disease study 2017. J. Affect. Disord. 268, 95-101. https://doi.org/10.1016/j.jad.2020.03.011 (2020).
  25. Dai, H. et al. The global burden of disease attributable to high body mass index in 195 countries and territories, 1990-2017: An analysis of the Global Burden of Disease Study. PLOS Med. 17, e1003198. https://doi.org/10.1371/journal.pmed. 1003198 (2020).
  26. Hankey, B. F. et al. Partitioning linear trends in age-adjusted rates. Cancer Causes Control 11, 31-35. https://doi.org/10.1023/a: 1008953201688 (2000).
  27. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019. Lancet. 396, 1204-1222. https://doi.org/10.1016/ S0140-6736(20)30925-9 (2020).
  28. Yue, T., Zhang, Q., Li, G. & Qin, H. Global burden of nutritional deficiencies among children under 5 years of age from 2010 to 2019. Nutrients 14, 2685. https://doi.org/10.3390/nu14132685 (2022).
  29. Liu, Q. et al. Changes in the global burden of depression from 1990 to 2017: Findings from the Global Burden of Disease study. J. Psychiatr Res. 126, 134-140. https://doi.org/10.1016/j.jpsychires.2019.08.002 (2019).
  30. Ogbo, F. A., Mathsyaraja, S., Koti, R. K., Perz, J. & Page, A. The burden of depressive disorders in South Asia, 1990-2016: findings from the global burden of disease study. BMC Psychiatry 18, 333. https://doi.org/10.1186/s12888-018-1918-1 (2018).
  31. Li, S. et al. Sex difference in global burden of major depressive disorder: Findings from the global burden of disease study 2019. Front. Psychiatry. 21(13), 789305. https://doi.org/10.3389/fpsyt.2022.789305 (2022).
  32. Keita, G. P. Psychosocial and cultural contributions to depression in women: Considerations for women midlife and beyond. J. Manag. Care Pharm. 13(Supp 9), 12-15 (2007).
  33. Patel, V., Rodrigues, M. & DeSouza, N. Gender, poverty, and postnatal depression: A study of mothers in Goa India. Am. J. Psychiatr. 159(1), 43-47 (2002).
  34. Trivedi, J. K., Sareen, H. & Dhyani, M. Rapid urbanization-its impact on mental health: A south Asian perspective. Indian J. Psychiatry. 50(3), 161 (2008).
  35. Ahmad, O. B. et al. Age standardization of rates: a new WHO standard. GPE Discussion Paper Series: No 31, 10-12. https://cdn. who.int/media/docs/default-source/gho-documents/global-health-estimates/gpe_discussion_paper_series_paper31_2001_age_ standardization_rates.pdf (2001).
  36. Ferrari, A. J. et al. Burden of depressive disorders by country, sex, age, and year: Findings from the global burden of disease study 2010. PLOS Med. 10, e1001547. https://doi.org/10.1371/journal.pmed.1001547 (2013).
  37. Bachner-Melman, R., Watermann, Y., Lev-Ari, L. & Zohar, A. H. Associations of self-repression with disordered eating and symptoms of other psychopathologies for men and women. J. Eat. Disord. 10, 41. https://doi.org/10.1186/s40337-022-00569-y (2022).
  38. Kessler, R. C. et al. The epidemiology of major depressive disorder: Results from the National Comorbidity Survey Replication (NCS-R). JAMA 289, 3095-3105. https://doi.org/10.1001/jama.289.23.3095 (2003).
  39. Bromet, E. et al. Cross-national epidemiology of DSM-IV major depressive episode. BMC Med. 9, 90 (2011).
  40. Sheehan, D. V. et al. Restoring function in major depressive disorder: A systematic review. J. Affect. Disord. 215, 299-313 (2017).
  41. Malhi, G. S. & Mann, J. J. Depression. Lancet 392, 2299-2312 (2018).
  42. Yang, L. et al. The effects of psychological stress on depression. Curr. Neuropharmacol. 13, 494-504. https://doi.org/10.2174/15701 59×1304150831150507 (2015).
  43. Ironson, G., Henry, S. M. & Gonzalez, B. D. Impact of stressful death or divorce in people with HIV: A prospective examination and the buffering effects of religious coping and social support. J. Health Psychol. 25, 606-616. https://doi.org/10.1177/1359105317 726151 (2020).
  44. Junqueira, P., Bellucci, S., Rossini, S. & Reimão, R. Women living with HIV/AIDS: Sleep impairment, anxiety and depression symptoms. Arq. Neuropsiquiatr. 66, 817-820. https://doi.org/10.1590/s0004-282×2008000600008 (2008).
  45. Lee, J. Pathways from education to depression. J. Cross. Cult. Gerontol. 26, 121-135. https://doi.org/10.1007/s10823-011-9142-1 (2011).
  46. Alonso, J. et al. Treatment gap for anxiety disorders is global: Results of the World Mental Health Surveys in 21 countries. Depress. Anxiety 35, 195-208. https://doi.org/10.1002/da. 22711 (2018).
  47. Perez, M. I. et al. Obsessive-compulsive disorder misdiagnosis among mental healthcare providers in Latin America. J. Obsessive Compuls. Relat. Disord. 32, 100693. https://doi.org/10.1016/j.jocrd.2021.100693 (2022).
  48. Li, Z. B. et al. Burden of depression in adolescents in the Western Pacific Region from 1990 to 2019: An age-period-cohort analysis of the Global Burden of Disease study. Psychiatry Res. 336, 115889. https://doi.org/10.1016/j.psychres.2024.115889 (2024).
  49. Xu, Y. et al. Global, regional, and national incidence trends of depressive disorder, 1990-2019: An age-period-cohort analysis based on the Global Burden of Disease 2019 study. Gen. Hosp. Psychiatry. 88, 51-60. https://doi.org/10.1016/j.genhosppsych.2024.03. 003 (2024) (Epub 2024 Mar 16).
  50. Hong, C. et al. Global trends and regional differences in the burden of anxiety disorders and major depressive disorder attributed to bullying victimisation in 204 countries and territories, 1999-2019: An analysis of the Global Burden of Disease Study. Epidemiol. Psychiatr. Sci. 28(31), e85. https://doi.org/10.1017/S2045796022000683 (2022).
  51. Yang, F. et al. Thirty-year trends of depressive disorders in 204 countries and territories from 1990 to 2019: An age-period-cohort analysis. Psychiatry Res. 328, 115433. https://doi.org/10.1016/j.psychres.2023.115433 (2023) (Epub 2023 Aug 27).
  52. Baca, E., Lázaro, J. & Hernández-Clemente, J. C. Historical perspectives of the role of Spain and Portugal in today’s status of psychiatry and mental health in Latin America. Int. Rev. Psychiatry 22, 311-316. https://doi.org/10.3109/09540261.2010.501165 (2010).
  53. Mullins, N. & Lewis, C. M. Genetics of depression: Progress at last. Curr. Psychiatry Rep. 19, 43. https://doi.org/10.1007/s11920-017-0803-9 (2017).
  54. McGrath, J. J. et al. Comorbidity within mental disorders: A comprehensive analysis based on 145990 survey respondents from 27 countries. Epidemiol. Psychiatr. Sci. 29, e153. https://doi.org/10.1017/S2045796020000633 (2020).
  55. Plana-Ripoll, O. et al. Nature and prevalence of combinations of mental disorders and their association with excess mortality in a population-based cohort study. World Psychiatry 19, 339-349. https://doi.org/10.1002/wps. 20802 (2020).

مساهمات المؤلفين

قام JL بإجراء التحليلات الإحصائية وكتب المخطوطة. حل YL المشكلات التقنية أثناء التحليلات الإحصائية وشارك في تصور وتصميم الدراسة، وتفسير النتائج. ساهم WM في تصور وتصميم الـدراسة.يوتيوبوشارك JZ في تصميم الدراسة وقام بتقييم المخطوطة بشكل نقدي ومراجعتها. ساهم جميع المؤلفين في المقالة ووافقوا على النسخة المقدمة.

المصالح المتنافسة

يعلن المؤلفون عدم وجود مصالح متنافسة.

معلومات إضافية

معلومات إضافية النسخة الإلكترونية تحتوي على مواد إضافية متاحة علىhttps://doi.org/10.1038/s41598-024-62381-9.
يجب توجيه المراسلات والطلبات للحصول على المواد إلى Y.T. أو J.Z.
معلومات إعادة الطباعة والتصاريح متاحة علىwww.nature.com/reprints.
ملاحظة الناشر: تظل شركة سبرينجر ناتشر محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي النسب 4.0 الدولية، التي تسمح بالاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج بأي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا كانت هناك تغييرات قد أُجريت. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة، ما لم يُشار إلى خلاف ذلك في سطر الائتمان للمواد. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي الخاصة بالمقالة وكان استخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، فسيتعين عليك الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارةhttp://creativecommons.org/licenses/by/4.0/.
  1. كلية الصحة العامة، جامعة شاندونغ الطبية، تاييوان، شانشي، الصين. الكلية الطبية السريرية الثانية، جامعة نانتشانغ، نانتشانغ، جيانغشي، الصين. البريد الإلكتروني:tycarth@163.com; zjzhong4183@163.com
  2. © المؤلف(ون) 2024

Journal: Scientific Reports, Volume: 14, Issue: 1
DOI: https://doi.org/10.1038/s41598-024-62381-9
PMID: https://pubmed.ncbi.nlm.nih.gov/38811645
Publication Date: 2024-05-29

Temporal and spatial trend analysis of all-cause depression burden based on Global Burden of Disease (GBD) 2019 study

Junjiao Liu , Yueyang Liu , Wenjun Ma , Yan Tong & Jianzhong Zheng Depression has been reported as one of the most prevalent psychiatric illnesses globally. This study aimed to obtain information on the global burden of depression and its associated spatiotemporal variation, by exploring the correlation between the global burden of depression and the social development index (SDI) and associated risk factors. Using data from the Global Burden of Disease study from 1990 to 2019, we described the prevalence and burden of disease in 204 countries across 21 regions, including sex and age differences and the relationship between the global disease burden and SDI. The age-standardized rate and estimated annual percentage change were used to assess the global burden of depression. Individuals with documented depression globally ranged from 182,183,358 in 1990 to 290,185,742 in 2019, representing an increase of . More patients experienced major depressive disorder than dysthymia. The incidence and disability-adjusted life years of depression were the highest in the 60-64 age group and much higher in females than in males, with this trend occurring across all ages. The age-standardized incidence and adjusted life-yearsdisability rates varied with different SDI levels. Relevant risk factors for depression were identified. National governments must support research to improve prevention and treatment interventions.

Mental disorders are a major contributor to the global burden of disease. It commonly results in a higher incidence of physical decline and early death compared with normal age-related deaths . The WHO Mental Health Action Plan 2013-2020 states that individuals suffering from mental illness have elevated rates of disability and death . Individuals with depression and schizophrenia are more likely to die suddenly compared to the general population, mainly because of undetected and untreated physical health problems they may be suffering from, such as cancer, cardiovascular disease, diabetes, and HIV infection and even suicide. Suicide is the second most common cause of death for young people in the world .
There is evidence that depression predisposes individuals to myocardial infection and diabetes and having these illnesses increases the chances of developing depression. Many risk factors, such as low social status, alcohol abuse, and stress, are responsible for the development of mental illnesses . Overall, mental illnesses, neurological disorders, and substance use disorders account for of the global disease burden, with depression accounting for of the total. Further, these are considered to be one of the main causes of disability worldwide, especially for female.
The economic costs of these health problems are enormous. According to a new study, the total financial costs of mental illness worldwide will reach trillion between 2011 and 2030 . The Action Plan targets mental illness, stating that by 2020 countries’ suicide rates will have dropped by and there will be a increase in health care services for serious mental illnesses, including psychosis, bipolar disorder, and moderate-to-severe depression .
Mental disorders are recognized as a major contributor to the global burden of disease, accounting for 1566.2 disability-adjusted life years (DALYs) per 100,000 of the global population in 2019. Among these, depressive disorders (major depressive disorder [MDD] and dysthymia) constituted the most significant proportion of mental disorder DALYs . Depression can impair normal body functions and lead to depressive thoughts, which seriously affects people’s quality of life and is one of the most prevalent chronic mental illnesses worldwide. Its main symptoms are depressed emotions, declining interest, slowed thinking, sleep and eating disorders, and even suicidal thoughts in severe cases . Around the world, in excess of 300 million people experience
depression, which the WHO ranks it as the greatest contributor to global disability . Most concerning of all, youth suffering from major depression have a 30 times higher likelihood of taking their own lives . Despite the fact that depression have become one of the foremost health problems globally, little is known about their complex pathogenesis .
The Global Burden of Disease (GBD) study offers detailed data on a wide range of diseases for 204 countries in 21 different regions worldwide . The GBD database provides extensive information on the incidence of depression worldwide and categorizes depression into two broad groups: MDD and dysthymia . We explored temporal trends and spatial distributions of depressive disorders, age and sex distributions, and the relationship between the Social Development Index (SDI) and risk factors affecting depression using data on depressive disorders in the GBD database from 1990 to . We described incidence and DALY rates, as well as estimated annual percentage change (EAPC) in incidence and DALY cases. The age-standardized rate (ASR) was considered to be increasing if the EAPC and the corresponding 95% CI were >0, and the opposite were < 0 . Outcomes of this study will contribute to our understanding of the global disease burden of depression, which is of great societal value in controlling and combating depression, and scientifically important for the development of psychology and neuroscience .

Methods

Data sources

The data utilized in this study are available on the Global Health Data Exchange GBD Results Tool (http://ghdx. healthdata.org/gbd-results-tool). GBD 2019 estimated incidence, prevalence, mortality, years lived with disability (YLDs), years of life lost (YLLs), and DALYs for 369 diseases and injuries, for males and females, 23 age groups, 204 countries and territories that were geographically grouped into 21 regions from 1990 onwards . All measures are presented as quantities, ratios, and percentages; they can be selected by sex, age group, and region according to the needs of the study . In this study, we extracted data on depression across all age groups and sexes from 21 GBD regions and 204 countries from 1990 to 2019. As not all diseases were estimated for all countries, the GBD 2019 study used the Bayesian meta-regression tool DisMod-MR 2.1 as the principal method to ensure that the incidence, prevalence, and mortality rates for each disease were consistent .

Classification and definitions

Depressive disorders, MDD, and dysthymia
In the International Classification of Diseases Tenth Revision (ICD-10), depressive disorders were categorised into two main groups: major depressive disorder (MDD) and dysthymia. Therefore, in the GBD study, both MDD and dysthymia were included in the category of depressive disorders. MDD is an episodic depressive disorder that may recur throughout an individual’s life, with each recurrence varying in severity. Dysthymia is a slow and mild persistent depressive disorder with symptoms less severe than those of MDD, but with a course characterised by persistence. Cases that met the diagnostic criteria for MDD and dysthymia according to the DSM (Diagnostic and Statistical Manual) and ICD (Diagnostic and Statistical Manual) were included in the GBD research disease model .
SDI
The SDI is an aggregative metric that measures the development of a country or region, combining data on the total fertility rate for females under 25, the average level of education of females aged 15 and over, and per capita income. The GBD 2019 database categorises the world into five types of regions based on the SDI index: low-SDI ( ), low-middle-SDI ( ), middle-SDI ( ), high-middle-SDI ( ), and high-SDI .

Human development index (HDI)

HDI is an aggregative indicator that measure the level of economic and social development of United Nations Member States and consists of three basic variables: life expectancy, educational attainment, and quality of life. We obtained the 2019 HDI data from the United Nations Development Program’s Human Development Report to explore the association of the HDI and the EAPC for incidence and DALYs (https://hdr.undp.org/en/compo site/HDI, accessed on March 27, 2022) .

ASR

Age-standardized rate (ASR) is a common indicator in epidemiology. When the composition of age structure is different between several comparison groups, the crude rate of direct comparison groups will lead to bias because it does not indicate whether the high incidence rate in a particular area is due to differences in age composition, and it is usually necessary to compare rates after standardization . Therefore, the age-standardized incidence rate reflects the incidence level that is not affected by age factors, and does not represent the absolute incidence rate, but only to facilitate the comparison of incidence data in different regions or different periods.
The age-standardized rate was calculated on the basis of the following formula:
The age-standardized rate per 100,000 population is equal to the sum of the products of age-specific rates (wi, where denotes the th age class) and number of cases (or weight; wi) in the same age subgroup of the
selected reference standard population and then divided by the sum of the standard population weights . Agestandardized rates were calculated considering the GBD world population. In this study, ASR was used to quantify the incidence of two types of depression and the trend of DALYs .

EAPC

The EAPC provides a well-recognized approach of characterizing ASR using a regression model that quantifies the average annual rate of change during a specific period, with the plus and minus signs representing the direction of change. The regression line was used to estimate the natural logarithm of the rate (i.e., , where ASR and calendar year). The EAPC was calculated as , with a CI derived from a linear regression model. All statistics were analysed using R version 4.2.3, and a two-sided was considered statistically significant . The ASR was decreasing when both the EAPC and the upper limit of its CI were ; conversely, the ASR was increasing when both were ; otherwise the ASR was stable. All statistical analyses were made with R software .

Analytic strategy

We depicted changes in the prevalence and burden of disease of depression in 204 nations covering 21 distinct regions during the study period. The analysis indices included incidence and DALYs. The ASR was calculated considering the average population structure of the world from 2000 to 2025 as the standard population structure . DALYs = YLDs + YLLs. Because depressive disorders are non-fatal diseases, YLDs are equivalent to DALYs in this instance. This study highlights the state of the burden of disease for depression and temporal and spatial trends from 1990 to . First, the incidence and DALYs of depressive disorders worldwide since 1990 to 2019 were odellin. The burden of depression was then evaluated according to age, sex, country, and region. The extent to which differing development levels affected the burden of depressive disorders was then assessed using the SDI and risk factors for depression . In the result, we present UI for every metric based on the 25th and 975th ordered values of 1000 draws of the posterior distribution. Uncertainty interval (UI) is the interval estimated by GBD research calculation method DisMod-MR, a Bayesian meta-regression tool. It takes into account the differences between different calculation methods in different countries, as well as the uncertainty of multiple filling of missing data values in different countries, which is obtained by repeated sampling calculation through the correlation matrix. Unlike confidence intervals, the UI not only adjusts for sampling error, but also captures uncertainty in multiple stages of analysis modelling and adjusts for the type and quality of data sources .

Ethical committee

The study was compliant with the Guidelines for Accurate and Transparent Health Estimates Reporting, and the University of Washington Institutional Review Board reviewed and approved the waiver of informed consent for GBD 2019.

Results

Since 1990 to 2019, depressive disorder cases have grown from 182,183,358 ( UI 159,598,111-207,533,227) to ( UI ), with a UI increase in cases of depression for both male and female (see Supplementary Table S1a). In 2019, 46,863,642 (95% UI 32,929,363-63,797,315) DALYs resulting from depression were documented with an upward trend of since 1990 (see Table 1, Supplementary Table S1b). The incidence of depression was greater among females than males from 1990 to 2019, as were associated DALYs (see Fig. 1, Table 1). In 2019, depression caused 110,123,422 ( UI ) incidence cases in males globally, and 180,062,320 ( UI 159,076,846-204,131,417) incidence cases in females, resulting in ( UI ) DALYs in males, and ( UI ) DALYs in females. The age-standardised incidence rate (ASIR) of depressive disorders is found to grow with age, reaching a peak during the 60-64 year age group for females and the year age group for males. However, there was a small decrease in the years age group across both sexes. The age-standardized adjusted life-year disability rate (ASDR) of depression also showed an increasing trend with age. It began to decline in females after reaching a peak in the 55-59 age group. And for males, it peaks in the 60-64 age group and then begins to decline. ASDR for males and females were 452.17 ( UI 316.79-618.13) and 702.08 ( UI 492.3-963.58), respectively (see Fig. 2, Table 1). Over all, Females develop a greater ASIR and ASDR than males in the same age group. However, during the period 1990-2019, the DALYs change was higher in males than in females, in males ( UI ) compared to in females ( UI 0.54-0.63) (see Supplementary Table S1b).
In terms of the subtypes of depression, the incidence of MDD was much more prevalent than dysthymia at ( UI ) and ( UI ) respectively in 2019. The same was true for DALYs, which were ( UI ) and ( UI 6,311,566-14,421,787) respectively (see Table 1). During the period 1990-2019, the global depression ASIR has decreased significantly (EAPC UI -0.38 to -0.21 ), whereas the ASDR has markedly increased (EAPC UI 0.57-0.65) (see Table 1).

Global burden and EAPC of depressive disorders by 21 GBD regions

Individuals with depressive disorders increased in all five SDI regions from 1990 through 2019 (see Supplementary Table S1a). However, the ASIR decreased in the high-middle-SDI (EAPC UI -0.57 to -0.43 ), middle-SDI (EAPC UI -0.28 to -0.13 ), low-middle-SDI (EAPC UI -0.79 to -0.44 ), and low-SDI regions (EAPC UI -0.5 to -0.26 ), only increasing in the high-SDI regions (EAPC UI 0.18-0.44) (see Table 1). The same is true for DALYs cases and ASDR
Characteristics Incidence (95% UI) DALYs (95% UI)
Number ASR EAPC Number ASR EAPC
Global
290,185,742
(256,024,052-
328,260,553)
3588.25 (3152.714060.42)
to
– 0.21)
46,863,642 (32,929,36363,797,315) 577.75 (405.79-788.88)
– 0.24% (-0.31 to
– 0.16)
Sex
Male
110,123,422
(96,668,365-
124,305,433)
2750.27 (2419.663104.07)
( -0.3 to
– 0.11)
18,183,102 (12,682,04724,947,035) 452.17 (316.79-618.13)
– 0.17% (- 0.25 to
– 0.09)
Female
180,062,320
(159,076,846-
204,131,417)
4416.34 (3886.95015.49) to – 0.26) 28,680,540 (20,155,77339,319,358) 702.08 (492.3-963.58) to – 0.21)
Category
Depressive disorders
290,185,742
(256,024,052-
328,260,553)
3588.25 (3152.714060.42)
to
– 0.21)
46,863,642 (32,929,36363,797,315) 577.75 (405.79-788.88) – 0.24% (- 0.31 to – 0.16)
Major depressive disorder
274,803,790
(241,280,545-
312,774,423)
3397.48 (2978.663866.97)
– 0.31% (- 0.41 to
– 0.22)
37,202,742 (25,650,20551,217,042) 459.59 (315.19-634.72) – 0.32% (- 0.41 to – 0.22)
Dysthymia
15,381,951 (12,782,128-
18,474,451)
190.77 (158.69-229.44) 0.08% (0.07-0.09) 9,660,901 (6,311,56614,421,787) 118.16 (77.31-176.65) 0.09% (0.08-0.1)
Socio- demographic index
High SDI 44,711,792 (39,796,76150,166,003) 4013.63 (3545.484550.43) 0.31% (0.18-0.44) 7,025,129 (4,955,2009,506,636) 626.84 (438.47-852.48) 0.23% (0.14-0.33)
High- middle SDI 53,642,569 (47,529,70660,307,945) 3184.21 (2809.63583.66) – 0.5% (-0.57 to – 0.43) 8,896,917 (6,247,98612,123,142) 523.01 (367.02-713.05) (- 0.46 to – 0.34)
Middle SDI 80,760,069 (71,066,73291,500,542) 3139 (2765.35-3540.43) – 0.2% (- 0.28 to – 0.13) 13,541,947 (9,515,93518,454,507) 521.68 (366.8-709.93)
– 0.18% (- 0.24 to
– 0.13)
Low-middle SDI 70,155,480 (61,292,23779,973,480) 4180.3 (3660.974740.48) ( -0.79 to – 0.44) 11,026,538 (7,715,89815,191,253) 654.34 (458.32-897.85) – 0.51% (- 0.66 to – 0.36)
Low SDI 40,743,981 (34,959,15747,317,678) 4770.22 (4142.245461.66) – 0.38% (- 0.5 to – 0.26) 6,345,789 (4,316,6238,788,145) 738.87 (514.681011.24) to – 0.2)
Region
Andean Latin America 1,809,802 (1,561,7072,084,373) 2886.58 (2499.393315.19) (- 0.34 to – 0.25) 290,671 (198,567403,423) 462.07 (318.12-640.03) – 0.25% (-0.29 to – 0.21)
Australasia 1,539,866 (1,329,8481,771,752) 5079.18 (4368.055925.8) 0.07% (-0.06-0.21) 237,564 (164,169330,311) 777.82 (538.621094.07) 0.07% (-0.05-0.2)
Caribbean 2,156,062 (1,859,1212,484,561) 4336.17 (3737.425007.13) to – 0.45) 327,025 (226,095450,595) 657.19 (454.07-905.93) – 0.49% (-0.54 to – 0.43)
Central Asia 2,980,970 (2,577,9063,464,935) 3327.42 (2888.663825.36) – 0.19% (- 0.21 to – 0.16) 486,600 (334,518679,840) 534.9 (372.57-741.82) – 0.16% (- 0.18 to – 0.13)
Central Europe 3,557,074 (3,134,2834,043,451) 2436.8 (2132.452771.69) ( -0.74 to – 0.59) 596,440 (420,305816,082) 413.89 (290.54-572.31) – 0.54% (- 0.6 to – 0.48)
Central Latin America 9,412,732 (8,221,93210,719,231) 3675.78 (3219.654181.96) 0.34% (0.3-0.37) 1,447,181 (1,009,4081,981,151) 563.62 (392.72-771.17) 0.31% (0.28-0.34)
Central Sub-Saharan Africa 6,714,339 (5,590,5218,062,124) 6646.94 (5680.57819.84) – 0.17% (- 0.18 to – 0.15) 1,010,267 (681,6331,430,655) 1000.16 (682.151397.69) – 0.12% (- 0.14 to – 0.11)
East Asia 42,235,926 (37,513,97947,555,038) 2292.26 (2043.672562.45) – 0.8% (- 0.97 to – 0.64) 7,802,555 (5,472,93910,767,864) 415.98 (291.93-573.46) – 0.67% (- 0.78 to – 0.56)
Eastern Europe 9,150,637 (7,960,74910,432,658) 3546.8 (3076.084062.82) ( -0.66 to – 0.47) 1,442,695 (1,013,9901,986,605) 562.24 (391.45-771.76) – 0.46% (-0.54 to – 0.38)
Eastern Sub-Saharan Africa 16,013,047 (13,725,94418,554,113) 5466.48 (4781.026234.48) – 0.32% (- 0.39 to – 0.26) 2,510,165 (1,702,2083,475,451) 845.4 (589.89-1154.93) – 0.26% (-0.32 to – 0.21)
High-income Asia Pacific 5,193,652 (4,652,1185,735,090) 2320.99 (2063.542600.8) 0.4% (0.27-0.53) 812,255 (572,7411,104,805) 365.65 (253.57-499.26) 0.31% (0.2-0.43)
High-income North America 18,459,876 (16,429,39320,674,357) 4885.16 (4308.485532.44) 0.62% (0.32-0.92) 2,864,089 (2,023,9363,872,481) 753.77 (525.531023.69) 0.43% (0.2-0.66)
North Africa and Middle East 31,006,695 (26,270,01936,438,429) 5098.6 (4378.865947.72) 0.06% (0.03-0.09) 4,767,774 (3,261,4706,600,677) 781.06 (535.181075.62) 0.06% (0.03-0.08)
Oceania 328,505 (274,947393,381) 2711.59 (2306.263193.17) ( -0.17 to – 0.15) 56,577 (38,501-80,206) 476.09 (325.58-663.22) ( -0.13 to – 0.12)
South Asia 71,998,403 (62,917,27181,675,123) 4179.15 (3668.724727.18) to -0.6) 11,188,435 (7,828,80815,283,076) 645.08 (452.66-877.7) to – 0.5 )
Southeast Asia 14,451,056 (12,506,18016,471,186) 2060.52 (1797.73-2341) – 0.19% (- 0.25 to – 0.14) 2,753,223 (1,898,4603,795,437) 389.23 (270.38-536.55) – 0.13% (- 0.16 to – 0.09)
Southern Latin America 2,362,146 (2,089,2972,658,887) 3313.55 (2925.623745.45) – 0.42% (- 0.5 to – 0.34) 359,571 (249,695491,681) 503.29 (349.65-690.9) – 0.42% (- 0.5 to – 0.34)
Southern Sub-Saharan Africa 3,344,012 (2,915,2693,791,826) 4552.32 (4015.915105.97) 0.13% (0.03-0.24) 524,604 (368,831719,717) 705.61 (497.87-958.57) 0.09% (-0.01-0.19)
Continued
Characteristics Incidence (95% UI) DALYs (95% UI)
Number ASR EAPC Number ASR EAPC
Tropical Latin America 10,928,342 (9,746,99512,123,340) 4560.16 (4084.43-5058) ( -0.62 to – 0.02) 1,652,267 (1,159,7742,244,114) 686.08 (482.44-932.46)
Western Europe 22,312,186 (19,873,59225,015,077) 4347.46 (3841.954912.74) to – 0.08) 3,463,005 (2,438,3494,706,017) 677.2 (475.01-929.5) – 0.09% (- 0.11 to – 0.06)
Western Sub-Saharan Africa 14,230,414 (12,217,18116,431,648) 4407.3 (3851.355021.82) to – 0.07) 2,270,679 (1,552,6453,123,065) 693.84 (485.18-949.29) to – 0.04)
Table 1. Global burden of depressive disorder in 2019 for both sexes and 27 regions, with EAPC from 1990 and 2019.
Figure 1. Temporal trend of global incidence (a) and DALYs (b) number of depressive disorders.
Figure 2. Age-standardized incidence rate (a) and age-standardized DALYs rate (b) trends of sex and age distribution.
(Table 1, Supplementary Table S1b). ASDR decreased in the high-middle-SDI (EAPC UI -0.46 to -0.34 ), middle-SDI (EAPC UI -0.24 to -0.13 ), low-middle-SDI (EAPC UI -0.66 to -0.36 ) and low-SDI regions (EAPC UI -0.4 to -0.2 ), only increasing in the high-SDI regions (EAPC UI 0.14-0.33) (see Table 1, Supplementary Table S1b).
The incidence of depressive disorders grew in all regions, with a decline only in Central and Eastern Europe (see Fig. 3a). Central Sub-Saharan Africa saw the maximum rate of increase ( UI ), followed by Western Sub-Saharan Africa ( UI 1.22-1.28) and Eastern Sub-Saharan Africa ( UI
Figure 3. The incident cases (a) and DALYs (b) of depression at a regional level. The left column in each group is case data in 1990 and the right column in 2019.
1.13-1.21), with the decline being most marked in Eastern Europe ( UI -0.1 to -0.05 ) (see Supplementary Table S1a). There was a marked rise in ASR across high-income North America (EAPC=0.62, 95% UI ) and a marked drop in South Asia (EAPC UI -1.1 to -0.6 ) (see Table 1).
DALYs corresponding to depressive disorders grown in all geographical regions, with a decline only in Central and Eastern Europe (see Fig. 3b). The largest increase was occurred in Central Sub-Saharan Africa ( UI 1.33-1.54), followed by Western Sub-Saharan Africa ( UI 1.26-1.32) and Eastern Sub-Saharan Africa ( UI 1.17-1.25), with the decline being most marked in Eastern Europe ( , UI – 0.08 to – 0.04 ) (Supplementary Table S1b). There was a marked rise in ASR in Central Sub-Saharan
Africa UI and a decline in South Asia UI -0.92 to -0.5 (see Table 1).

Global burden and EAPC of depressive disorders across 204 countries and territories

The ASIR for depression varied dramatically across 204 countries and territories in 2019 (see Fig. 4a, Supplementary Table S2a). The ASIR was highest in Uganda (8062.76, 95% UI 6946.5-9436.97), followed by Palestine (7864.2, UI 6719.71-9216.83) and the Central African Republic (7230.55, 95% UI 6121.98-8465.86), and was lowest in Myanmar (1393.92, 95% UI 1188.1-1612.65), followed by Brunei Darussalam (1,575.58, 95% UI 1346.16 to 1854.56 ) and Indonesia ( UI 1557.18-2060.02). Of the 204 countries and territories under analysed, the ASDR for depressive disorders in 2019 differed considerably (see Fig. 4a, Supplementary Table S2b), with the highest being in Uganda (1212.09, 95% UI 824.6-1696.26), followed by Palestine (1168.68, UI ) and Greenland (1098.69, UI 750.76-1540.82), and the lowest in Brunei Darussalam (260.29, 95% UI 177.62-360.71), followed by Myanmar (298.19, 95% UI 203.44-421.71) and Indonesia (350.26, 95% UI-242.89-488.45).
The global incidence of depression grew by from in 1990 to in 2019. Qatar had the greatest growth ( UI 5.34-6.51), followed by the United Arab Emirates ( UI 4.09-5.53) and Equatorial Guinea ( UI 2.19-2.67) (see Fig. 4b, Supplementary Table S2a). From 1990 to 2019, depression declined in 23 nations, with Latvia experiencing the largest reduction ( UI -0.38 to -0.24 ), followed by Bosnia and Herzegovina ( UI -0.38 to -0.21 ) and Estonia ( , UI – 0.34 to – 0.19). The DALYs for depression worldwide rose from 29,089,267 in 1990 to 46,863,642 in 2019, which is a increase. Qatar had the most significant growth ( UI ), followed by the United Arab Emirates ( UI 4.24 to 5.65) and Equatorial Guinea ( UI 2.26 to 2.73 ) (see Fig. 4b, Supplementary Table S2b). DALYs for depression declined in 21 countries, with Latvia experiencing the largest decline from 1990 to 2019 ( UI -0.37 to -0.24 ), followed by Bosnia and Herzegovina ( UI -0.36 to -0.21 ) and Estonia ( UI -0.33 to -0.19 ).
Among the 204 countries and territories, the greatest rise of ASIR occurred in Spain (EAPC UI 0.78-1.31), next is Mexico (EAPC UI 0.73 to 0.89 ) and Malaysia (EAPC UI ) (see Fig. 4c, Supplementary Table S2a). The most significant drop in ASR was Singapore (EAPC=-1.97, UI -2.22 to -1.73 ), then Sri Lanka (EAPC UI -1.4 to -1.06 ) and Slovenia (EAPC UI – 1.23 to -1.07 ). Among all 204 countries and territories, Spain had the greatest rise in ASDR (EAPC=0.94, UI ), then Mexico (EAPC UI ) and Malaysia (EAPC UI ) (see Fig. 4c, Supplementary Table S2b). The greatest decline in ASR was in Singapore (EAPC=-1.83, UI -2.06 to -1.59 ), next is Cuba (EAPC UI -1.36 to -1.1 ) and Estonia (EAPC UI -1.36 to -1.1 ).

The correlation of SDI with the global burden of depressive disorders

Substantial correlation was observed among the SDI and depression prevalence and also among the SDI and DALYs, as illustrated in Fig. 5. A number of regions exceeded the expected levels of prevalence, including Central Sub-Saharan Africa and Australasia, while a number of regions fell below the expected levels of prevalence, including South-East Asia and the high-income regions Asia and the Pacific (see Fig. 5a).
Of the 204 countries and territories whose association with the 2019 SDI was recognised, most had a negative association with the SDI, with a few countries significantly above or below the expected level. Uganda and Palestine were significantly higher than expected, while Myanmar and Brunei were significantly lower than expected (see Fig. 5c).
DALYs declined in many areas as the SDI became higher, with the exception of certain regions. For instance, the DALYs rate in Western Sub-Saharan Africa fell briefly, then rose, and then kept falling, forming an inverted U-curve. The DALYs rate of Tropical Latin America, which has a low-middle SDI rank, remained stable at first, then increased, before declining sharply. The rate of Southern Latin America, which has a middle SDI rank, remained stable at first, then decreased, and then continued to remain stable. The DALYs rate of Eastern Europe, which has a high-middle SDI, rose slightly, then fell sharply, remained stable for a period, and then fell slightly. High SDI ratios in high-income Asia-Pacific regions fell briefly and then rose, before falling slightly (see Fig. 5b).
Since 1990 to 2019, the DALY rates obtained in high SDI-ranking regions, such as Western Europe, were mostly consistent with expectations. However, during the study period, some regions (e.g., high-income Asia-Pacific) continued to have DALYs far lower than expected, while others (e.g., Australasia and high-income North America) continued to have DALYs higher than expected (see Fig. 5b). At the country level during 2019, following a similar pattern to the association of morbidity and SDI, there was a marked adverse correlation between DALYs and SDI, with a few exceptions ( ) (see Fig. 5d) .

The relationship between the HDI and the global burden of depressive disorders

No significant relationship was found between the EAPC for 1990 morbidity and morbidity ( , ). An inverse association was identified with EAPC in DALYs and DALYs in (see Fig. 6a). In view of the fact that the EAPC was below zero, the number of DALYs attributable to depressive disorders decreased more rapidly in countries with higher DALYs in 1990. In addition, a significant negative correlation was identified for EAPC with the 2019 HDI, suggesting that prevalence rates declined more rapidly in areas with higher HDI. The same association was identified with DALYs rate and HDI ( ) (see Fig. 6b).
a1. ASIR
a2. ASDR
b1. Change (Incidence)
Figure 4. The global disease burden of depression for both sexes in 204 countries and territories. (a1) The ASIR of depression in 2019; (a2) the ASDR of depression in 2019; (b1) the relative change in incident cases of depression between 1990 and 2019; (b2) the relative change in DALYs number of depression between 1990 and 2019; (c1) the EAPC of depression ASIR from 1990 to 2019; (c2) the EAPC of depression ASDR from 1990 to 2019. ASIR age-standardized incidence rate, age-standardized DALYs rate, estimated annual percentage change (Image generated in R software version 4.2.3 (https://cran.r-project.org)).

b2. Change(DALYs)

c1. EAPC(Incidence)
c2. EAPC(DALYs)
Figure 4. (continued)

Risk factors of depressive disorders

For the world as a whole, a small fraction of DALYs were ascribed to the three risk factors for which GBD estimates were obtainable, of which attributable to intimate partner violence, to bullying victimisation, and to childhood sexual abuse (see Fig. 7). There is regional variation in the contributions of these risk factors. For instance, intimate partner violence had the greatest impact in Central Sub-Saharan Africa ( of DALYs were attributable to intimate partner violence) and Southern Sub-Saharan Africa ( ), where intimate partner violence remains prevalent, and is lowest in Southeast Asia ( ). As well, the contribution of bullying
Figure 5. Age-standardized incidence rate (a) and age-standardized DALYs rate (b) for depression for 21 GBD regions and 204 countries and territories (c,d) by Socio-demographic Index(SDI),1990-2019 (the black line indicates the correlation between all SDI regions and the incidence rate or DALY expected value).
vicitimisation was greatest in Central Sub-Saharan Africa ( of DALYs attributable to bullying victimisation) and high-income North America (5.6%), and was lowest in Central Asia, where bullying victimisation is relatively low. In addition, the impact of childhood sexual abuse was greatest in Western Sub-Saharan Africa ( of DALYs were attributable to childhood sexual abuse) and lowest in Central Asia. However, given that there were only three risk factors relevant to depressive disorders among the GBD study, the percentage of DALYs resulting from these three risk factors remains small when viewed as a whole, which means that there is a need for further study on the key influences of depression.

Discussion

Depression, as a serious public health problem, is associated with adverse health outcomes and reduced lifeexpectancy . This study presents the global burden of depression through GBD data, focusing on the temporal trends and spatial distribution of depression from 1990 to 2019, with a specific focus on EAPC. The outcome of
Figure 5. (continued)
the study offers an important reference value for all regional governments when formulating relevant prevention and treatment measures for depression .
The outcomes of this study suggest that the overall burden of depression has increased rapidly within three decades, but the increase has not been uniform across age groups, sexes, or regions . The further increase in the burden of depression observed in our study is in agreement with the outcomes by Liu et al. . This is likely driven by the increasing social pressure brought about by economic development and population growth, and the serious aging of the population. In addition, with the economic development and the gradual improvement
Figure 6. The EAPCs of depressive disorders at global, regional and national level. (a) The correlation between EAPC and age-standardized rate of depressive disorders incidence and (b) DALYs rate in 1990. (c,d) The correlation between EAPC and HDI in 2019. The circles represent countries that were available on HDI data. The size of circle is increased with the cases of depressive disorders cases. The indices and values presented were derived from Pearson correlation analysis. (a) (b) (c) , (d) .
of people’s living standards, the demand for medical services is also rising, especially the increasing emphasis on mental health, in this case, the search for mental health services has also increased. It is also important to note that the continuous improvement of depression screening tools has made it possible for medical institutions and government agencies to obtain more comprehensive and accurate data. Our research suggests that MDD accounts for a large proportion of depression cases and is the most prevalent psychiatric category of depression, a finding which aligns with those of a 2022 study by Li et al. .
Figure 7. Proportion of depressive disorders DALYs attributable to intimate partner violence, bullying victimization, and childhood sexual abuse, for 21 GBD regions, 2019.
Our research shows that females have higher rates of depression and DALYs than males across all age groups. The prevalence and DALYs rates of depression were highest in people aged years. There are many reasons for this. The psychological characteristics of people in this age group undergo a major shift from concern for external things to their own bodies, the feeling of loneliness and isolation increases, and the intellect begins to diminish, which leads to emotional instability. Females are more prone to experience negative events and emotions, including postpartum mood swings, domestic violence, sexual abuse, and bullying, all of which may contribute to higher rates of depression . Additionally, related reports have found that females are more selfless than males and are thus more prone to depression . This finding partly explains sex differences in the onset of depression.
Our reports indicate that the rates of the two subtypes of depression, dysthymia and major depressive disorders, have remained largely stable globally and regionally over the study period, with the majority of patients suffering from MDD. The World Mental Health Survey estimated the annual prevalence of MDD to be and the lifetime prevalence to be approximately . With the continuous development of the social economy, accelerated pace of life, and increasingly fierce social competition, people’s psychological pressure is gradually increasing, and the incidence of MDD is increasing annually. MDD not only seriously affects the psychological condition and quality of life of patients, but also imposes tremendous mental and economic burdens to families and society . In 2008, the WHO listed MDD as the third largest contributor to the global disease burden and predicted that MDD would be the leading contributor to the burden of disease by . Currently, about 300 million people worldwide suffer from MDD; therefore, effective control of major depressive disorders is an effective approach to preventing and managing depression .
The findings suggest that Uganda’s relatively concentrated population and high prevalence of tropical diseases, malaria, AIDS, Ebola virus, sleeping sickness, viral hepatitis, and tuberculosis may be associated with its highest global ASR and ASDR for depression. Although the peak of the epidemic in Uganda, which had one of the world’s highest HIV prevalence rates, has passed and the rate of new cases has diminished in recent years, the number of people infected with the virus and living with the disease remains high, especially in rural areas. People living with HIV experience social prejudice and discrimination, which can lead to unemployment, poverty, family disintegration, and physical and psychological problems that can lead to low self-esteem, low mood, and even depression . This shows that the prevention and control of HIV can affect depression.
The most significant rise in depression and DALYs was identified in Qatar, with the United Arab Emirates and Equatorial Guinea next. Significant increases in depression and DALYs were observed in the medium-high SDI and high-SDI regions. It could be because the level of economic development and education in these regions is relatively high, and the social pressure generated by residents is greater, leading to the increased prevalence of depression. Studies have found that individuals with different education levels have different levels of cognitive ability. Education level influences depression in individuals and can also impact spouses . It is also true that social stress is an acknowledged risk factor for depression, and research have indicated that the higher the level
of economic development, the more social stress people experience. Notably, the country with the most decline in depression and DALYs was Latvia, followed by Bosnia and Herzegovina, and Estonia .
The ASIR and ASDR increased the most in Spain, followed by Mexico and Malaysia. These countries are reported to have higher economic incomes and sociodemographic indices, which confirm our statistics. However, in terms of ASR, the greatest decline in ASIR was in Singapore, then Sri Lanka and Slovenia; and the maximum decline in ASDR was in Singapore, Cuba, and Estonia .
Further analysis of the relationship between illness and sociodemographic and geographic factors suggests that depression is more pronounced in terms of incidence in high-SDI and high-income countries, while the burden of depression is significantly higher in low-income and low-SDI countries.
In conclusion, the burden of depression varies across regions for a number of reasons. These include each region’s level of economic development, level of education, level of medical development and capacity to diagnose the illness, as well as the level of importance that governments attach to the illness . Additionally, there are cultural differences that contribute to the different burdens of depression in different regions, such as customs and religious beliefs. The incidence of depression is still high, and the burden of the disease remains heavy, but the pathogenesis is unclear, which is an obstacle to the effective prevention and control of depression. This study nalysed the possible risk factors, such as domestic violence, bullying victimisation, and childhood sexual abuse. However, the GBD data show that the implication of these three risk factors on depression is small; that is, these three risk factors are not likely to be key risk factors for depression, indicating that this requires further investigation .
To effectively prevent and control depression, governments must support depression-related research while taking appropriate steps to effectively address depression. For example, they should strengthen education on prevention and treatment, improve the capacity for early diagnosis and standardised treatment, establish mental health service measures for key populations, and carry out psychological intervention in a timely manner .
This study performed the most comprehensive assessment of the depression burden to date. All the data used in this study were obtained from the GBD database, which offers a large sample size and high data quality, offering this study a distinct advantage in terms of data reliability. While numerous research have been conducted on the prevalence of depression in GBD 2019, the majority of these studies evaluate the condition using the age-period-cohort analytic approach, and their study regions, study objects, and focus subtypes of depression vary. Li et al., for instance, used the age-period cohort analytic approach to study the prevalence of depression among teenagers in the Western Pacific region . In addition, Xu Y et al. used the age-period-cohort analytic method and limited their research to the incidence of depression across all areas, leaving unfinished business regarding studies on the burden of disorders like DALY . Major depression is a subtype of depression, and Li et al. focused on examining gender variations in its illness burden. They discovered that women are more likely than males to experience major depression . The disease burden of anxiety and major depression caused by bullying was examined by Hong C et al. as a risk factor. The findings indicated that from 1990 to 2019, there was a rising trend in both the DALY number and DALY rate of anxiety and major depression caused by bullying. Adopting effective techniques is necessary to eradicate bullying among children and adolescents . Additionally, Yang F et al. used the age-period-cohort analysis method to conduct a thorough study on the prevalence of depression in 204 countries from 1990 to 2019. Findings from our study, such as the nations with the greatest and lowest incidence and DALY of depression, are in line with their conclusions. Moreover, the connection between the regional SDI and the depression incidence trend. But there isn’t any research on the prevalence and DALY of two distinct subtypes of depression, or on the connection between the HDI and depression burden, as well as the risk factors of depression . This study comprehensively analysed the impact of depression and the temporal and spatial changes in disease burden at the global, 21 regional and 204 national levels. These include age-specific differences in the burden of depression, sex differences, and disease burden differences between the two subtypes of depression. Incidence, DALYs, ASIR, ASDR and EAPC (the change rate of ASIR and ASDR) are used to comprehensively describe the burden of disease from different perspectives and provide specific quantified values respectively. And most importantly, this study nalysed the relationship between the burden of depression and HDI, this is what is missing from all the relevant studies above. Finally, this study examined the depression risk factor data that was accessible in the GBD database. This will offer a crucial foundation for upcoming research on depression and its risk factors. All of the linked research mentioned above lack the analysis of risk variables. Nonetheless, this study possesses limitations. First, the GBD data used in this study were collected from a large amount of epidemiological survey data, processed, and integrated using corresponding statistical methods. The lack of original data in many countries and regions may have led to a bias in the differences in disease burden. Second, the comorbidity of MDD and dysthymia was excluded in this study. We hope that in the future the GBD database can further distinguish these disorders to facilitate a more complete analysis .

Conclusion

Depression remains a serious challenge worldwide, and its burden of disease remains heavy. By analysing the global burden of depression, this study clarifies the current situation of depression in various countries and provides a scientific reference basis for governments to formulate active and effective prevention and treatment strategies. Countries, especially those with a high burden of depression, must vigorously strengthen mental health education, actively prevent risk factors, and adopt targeted interventions to raise the level of awareness of depression among their populations, and concurrently, call for the reform of the relevant systems and the elimination of policy barriers to better prevent and treat mental health disorders .

Data availability

The dataset generated for this study can be found in the GBD at http://ghdx.healthdata.org/gbd-results-tool.
Received: 20 September 2023; Accepted: 16 May 2024
Published online: 29 May 2024

References

  1. Lawrence, D., Kisely, S. & Pais, J. The epidemiology of excess mortality in people with mental illness. Can. J. Psychiatry. 55, 752-760. https://doi.org/10.1177/070674371005501202 (2010).
  2. Scott, K. M. et al. Association of mental disorders with subsequent chronic physical conditions: world mental health surveys from 17 countries. JAMA Psychiatry 73, 150-158. https://doi.org/10.1001/jamapsychiatry.2015.2688 (2016).
  3. Wahlbeck, K., Westman, J., Nordentoft, M., Gissler, M. & Laursen, T. M. Outcomes of Nordic mental health systems: Life expectancy of patients with mental disorders. Br. J. Psychiatry 199, 453-458. https://doi.org/10.1192/bjp.bp.110.085100 (2011).
  4. Scott, K. M. et al. Associations between DSM-IV mental disorders and subsequent heart disease onset: beyond depression. Int. J. Cardiol. 168, 5293-5299 (2013).
  5. Piao, J. et al. Alarming changes in the global burden of mental disorders in children and adolescents from 1990 to 2019: A systematic analysis for the Global Burden of Disease study. Eur. Child Adolesc. Psychiatry. 31(1827-1845), 14. https://doi.org/10.1007/ s00787-022-02040-4(2022)(Epub (2022).
  6. Thomas, S. P. World Health Assembly adopts comprehensive Mental Health Action Plan for 2013-2020. Issues Ment. Health Nurs. 34, 723-724. https://doi.org/10.3109/01612840.2013.831260 (2013).
  7. Upthegrove, R., Marwaha, S. & Birchwood, M. Depression and schizophrenia: Cause, consequence, or trans-diagnostic issue?. Schizophr. Bull. 43, 240-244. https://doi.org/10.1093/schbul/sbw097 (2017).
  8. Kessler, R. C. et al. The global burden of mental disorders: An update from the WHO World Mental Health (WMH) surveys. Epidemiol. Psichiatr. Soc. 18, 23-33. https://doi.org/10.1017/s1121189x00001421 (2009).
  9. Wang, P. S. et al. Use of mental health services for anxiety, mood, and substance disorders in 17 countries in the WHO world mental health surveys. Lancet 370, 841-850. https://doi.org/10.1016/S0140-6736(07)61414-7 (2007).
  10. Piao, J. et al. Alarming changes in the global burden of mental disorders in children and adolescents from 1990 to 2019: A systematic analysis for the Global Burden of Disease study. Eur. Child Adolesc. Psychiatry 31, 1827-1845. https://doi.org/10.1007/ s00787-022-02040-4. [Epub2022July14] (2022).
  11. GBD. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019. Lancet Psychiatry 9, 137-150. https://doi.org/10.1016/S2215-0366(21) 00395-3 (2022).
  12. Cui, R. Editorial: A systematic review of depression. Curr. Neuropharmacol. 13, 480. https://doi.org/10.2174/1570159×1304150 831123535 (2015).
  13. Luo, Y., Zhang, S., Zheng, R., Xu, L. & Wu, J. Effects of depression on heart rate variability in elderly patients with stable coronary artery disease. J. Evid. Based Med. 11, 242-245. https://doi.org/10.1111/jebm. 12310 (2018).
  14. Seligman, F. & Nemeroff, C. B. The interface of depression and cardiovascular disease: Therapeutic implications. Ann. N. Y. Acad. Sci. 1345, 25-35. https://doi.org/10.1111/nyas. 12738 (2015).
  15. Smith, K. Mental health: A world of depression. Nature 515, 181. https://doi.org/10.1038/515180a (2014).
  16. Stringaris, A. Editorial: What is depression?. J. Child. Psychol. Psychiatr. 58, 1287-1289. https://doi.org/10.1111/jcpp.12844 (2017).
  17. Gross, M. Silver linings for patients with depression?. Curr. Biol. 24, R851-R854. https://doi.org/10.1016/j.cub.2014.08.059 (2014).
  18. Ménard, C., Hodes, G. E. & Russo, S. J. Pathogenesis of depression: Insights from human and rodent studies. Neuroscience 321, 138-162. https://doi.org/10.1016/j.neuroscience.2015.05.053 (2016).
  19. Solmi, M. et al. Incidence, prevalence, and global burden of autism spectrum disorder from 1990 to 2019 across 204 countries. Mol. Psychiatry 27, 4172-4180 (2022).
  20. Liu, Q. et al. Changes in the global burden of depression from 1990 to 2017: Findings from the Global Burden of Disease study. J. Psychiatr. Res. 126, 134-140. https://doi.org/10.1016/j.jpsychires.2019.08.002 (2020).
  21. Peng, H. et al. The global, national, and regional burden of dysthymia from 1990 to 2019: Insights from the Global Burden of Disease 2019 study. J. Affect. Disord. 333, 524-526. https://doi.org/10.1016/j.jad.2023.04.024 (2023).
  22. GBD. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet 396, 1223-1249. https://doi.org/10.1016/S0140-6736(20)30752-2 (2020).
  23. Hong, C. et al. Global trends and regional differences in the burden of anxiety disorders and major depressive disorder attributed to bullying victimisation in 204 countries and territories, 1999-2019: an analysis of the Global Burden of Disease Study. Epidemiol. Psychiatr. Sci. 31, e85. https://doi.org/10.1017/S2045796022000683 (2022).
  24. Ren, X. et al. Burden of depression in China, 1990-2017: Findings from the global burden of disease study 2017. J. Affect. Disord. 268, 95-101. https://doi.org/10.1016/j.jad.2020.03.011 (2020).
  25. Dai, H. et al. The global burden of disease attributable to high body mass index in 195 countries and territories, 1990-2017: An analysis of the Global Burden of Disease Study. PLOS Med. 17, e1003198. https://doi.org/10.1371/journal.pmed. 1003198 (2020).
  26. Hankey, B. F. et al. Partitioning linear trends in age-adjusted rates. Cancer Causes Control 11, 31-35. https://doi.org/10.1023/a: 1008953201688 (2000).
  27. GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: A systematic analysis for the Global Burden of Disease Study 2019. Lancet. 396, 1204-1222. https://doi.org/10.1016/ S0140-6736(20)30925-9 (2020).
  28. Yue, T., Zhang, Q., Li, G. & Qin, H. Global burden of nutritional deficiencies among children under 5 years of age from 2010 to 2019. Nutrients 14, 2685. https://doi.org/10.3390/nu14132685 (2022).
  29. Liu, Q. et al. Changes in the global burden of depression from 1990 to 2017: Findings from the Global Burden of Disease study. J. Psychiatr Res. 126, 134-140. https://doi.org/10.1016/j.jpsychires.2019.08.002 (2019).
  30. Ogbo, F. A., Mathsyaraja, S., Koti, R. K., Perz, J. & Page, A. The burden of depressive disorders in South Asia, 1990-2016: findings from the global burden of disease study. BMC Psychiatry 18, 333. https://doi.org/10.1186/s12888-018-1918-1 (2018).
  31. Li, S. et al. Sex difference in global burden of major depressive disorder: Findings from the global burden of disease study 2019. Front. Psychiatry. 21(13), 789305. https://doi.org/10.3389/fpsyt.2022.789305 (2022).
  32. Keita, G. P. Psychosocial and cultural contributions to depression in women: Considerations for women midlife and beyond. J. Manag. Care Pharm. 13(Supp 9), 12-15 (2007).
  33. Patel, V., Rodrigues, M. & DeSouza, N. Gender, poverty, and postnatal depression: A study of mothers in Goa India. Am. J. Psychiatr. 159(1), 43-47 (2002).
  34. Trivedi, J. K., Sareen, H. & Dhyani, M. Rapid urbanization-its impact on mental health: A south Asian perspective. Indian J. Psychiatry. 50(3), 161 (2008).
  35. Ahmad, O. B. et al. Age standardization of rates: a new WHO standard. GPE Discussion Paper Series: No 31, 10-12. https://cdn. who.int/media/docs/default-source/gho-documents/global-health-estimates/gpe_discussion_paper_series_paper31_2001_age_ standardization_rates.pdf (2001).
  36. Ferrari, A. J. et al. Burden of depressive disorders by country, sex, age, and year: Findings from the global burden of disease study 2010. PLOS Med. 10, e1001547. https://doi.org/10.1371/journal.pmed.1001547 (2013).
  37. Bachner-Melman, R., Watermann, Y., Lev-Ari, L. & Zohar, A. H. Associations of self-repression with disordered eating and symptoms of other psychopathologies for men and women. J. Eat. Disord. 10, 41. https://doi.org/10.1186/s40337-022-00569-y (2022).
  38. Kessler, R. C. et al. The epidemiology of major depressive disorder: Results from the National Comorbidity Survey Replication (NCS-R). JAMA 289, 3095-3105. https://doi.org/10.1001/jama.289.23.3095 (2003).
  39. Bromet, E. et al. Cross-national epidemiology of DSM-IV major depressive episode. BMC Med. 9, 90 (2011).
  40. Sheehan, D. V. et al. Restoring function in major depressive disorder: A systematic review. J. Affect. Disord. 215, 299-313 (2017).
  41. Malhi, G. S. & Mann, J. J. Depression. Lancet 392, 2299-2312 (2018).
  42. Yang, L. et al. The effects of psychological stress on depression. Curr. Neuropharmacol. 13, 494-504. https://doi.org/10.2174/15701 59×1304150831150507 (2015).
  43. Ironson, G., Henry, S. M. & Gonzalez, B. D. Impact of stressful death or divorce in people with HIV: A prospective examination and the buffering effects of religious coping and social support. J. Health Psychol. 25, 606-616. https://doi.org/10.1177/1359105317 726151 (2020).
  44. Junqueira, P., Bellucci, S., Rossini, S. & Reimão, R. Women living with HIV/AIDS: Sleep impairment, anxiety and depression symptoms. Arq. Neuropsiquiatr. 66, 817-820. https://doi.org/10.1590/s0004-282×2008000600008 (2008).
  45. Lee, J. Pathways from education to depression. J. Cross. Cult. Gerontol. 26, 121-135. https://doi.org/10.1007/s10823-011-9142-1 (2011).
  46. Alonso, J. et al. Treatment gap for anxiety disorders is global: Results of the World Mental Health Surveys in 21 countries. Depress. Anxiety 35, 195-208. https://doi.org/10.1002/da. 22711 (2018).
  47. Perez, M. I. et al. Obsessive-compulsive disorder misdiagnosis among mental healthcare providers in Latin America. J. Obsessive Compuls. Relat. Disord. 32, 100693. https://doi.org/10.1016/j.jocrd.2021.100693 (2022).
  48. Li, Z. B. et al. Burden of depression in adolescents in the Western Pacific Region from 1990 to 2019: An age-period-cohort analysis of the Global Burden of Disease study. Psychiatry Res. 336, 115889. https://doi.org/10.1016/j.psychres.2024.115889 (2024).
  49. Xu, Y. et al. Global, regional, and national incidence trends of depressive disorder, 1990-2019: An age-period-cohort analysis based on the Global Burden of Disease 2019 study. Gen. Hosp. Psychiatry. 88, 51-60. https://doi.org/10.1016/j.genhosppsych.2024.03. 003 (2024) (Epub 2024 Mar 16).
  50. Hong, C. et al. Global trends and regional differences in the burden of anxiety disorders and major depressive disorder attributed to bullying victimisation in 204 countries and territories, 1999-2019: An analysis of the Global Burden of Disease Study. Epidemiol. Psychiatr. Sci. 28(31), e85. https://doi.org/10.1017/S2045796022000683 (2022).
  51. Yang, F. et al. Thirty-year trends of depressive disorders in 204 countries and territories from 1990 to 2019: An age-period-cohort analysis. Psychiatry Res. 328, 115433. https://doi.org/10.1016/j.psychres.2023.115433 (2023) (Epub 2023 Aug 27).
  52. Baca, E., Lázaro, J. & Hernández-Clemente, J. C. Historical perspectives of the role of Spain and Portugal in today’s status of psychiatry and mental health in Latin America. Int. Rev. Psychiatry 22, 311-316. https://doi.org/10.3109/09540261.2010.501165 (2010).
  53. Mullins, N. & Lewis, C. M. Genetics of depression: Progress at last. Curr. Psychiatry Rep. 19, 43. https://doi.org/10.1007/s11920-017-0803-9 (2017).
  54. McGrath, J. J. et al. Comorbidity within mental disorders: A comprehensive analysis based on 145990 survey respondents from 27 countries. Epidemiol. Psychiatr. Sci. 29, e153. https://doi.org/10.1017/S2045796020000633 (2020).
  55. Plana-Ripoll, O. et al. Nature and prevalence of combinations of mental disorders and their association with excess mortality in a population-based cohort study. World Psychiatry 19, 339-349. https://doi.org/10.1002/wps. 20802 (2020).

Author contributions

JL performed the statistical analyses and wrote the manuscript. YL solved technical problems during the statistical analyses and participated in the conceptualization and design of the study, and the interpretation of the results. WM contributed to the conceptualization and design of the study.YT and JZ participated in the design of the study and critically evaluated and revised the manuscript. All authors contributed to the article and approved the submitted version.

Competing interests

The authors declare no competing interests.

Additional information

Supplementary Information The online version contains supplementary material available at https://doi.org/ 10.1038/s41598-024-62381-9.
Correspondence and requests for materials should be addressed to Y.T. or J.Z.
Reprints and permissions information is available at www.nature.com/reprints.
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.
  1. College of Public Health, Shanxi Medical University, Taiyuan, Shanxi, China. Second Clinical Medical College, Nanchang University, Nanchang, Jiangxi, China. email: tycarth@163.com; zjzhong4183@163.com
  2. © The Author(s) 2024