Summary

Background

 Understanding the health consequences associated with exposure to risk factors is necessary to inform public health policy and practice. To systematically quantify the contributions of risk factor exposures to specific health outcomes, the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2021 aims to provide comprehensive estimates of exposure levels, relative health risks, and attributable burden of disease for 88 risk factors in 204 countries and territories and 811 subnational locations, from 1990 to 2021. 

Methods

 The GBD 2021 risk factor analysis used data from 54 561 total distinct sources to produce epidemiological estimates for 88 risk factors and their associated health outcomes for a total of 631 risk–outcome pairs. Pairs were included on the basis of data-driven determination of a risk–outcome association. Age-sex-location-year-specific estimates were generated at global, regional, and national levels. Our approach followed the comparative risk assessment framework predicated on a causal web of hierarchically organised, potentially combinative, modifiable risks. Relative risks (RRs) of a given outcome occurring as a function of risk factor exposure were estimated separately for each risk–outcome pair, and summary exposure values (SEVs), representing risk-weighted exposure prevalence, and theoretical minimum risk exposure levels (TMRELs) were estimated for each risk factor. These estimates were used to calculate the population attributable fraction (PAF; ie, the proportional change in health risk that would occur if exposure to a risk factor were reduced to the TMREL). The product of PAFs and disease burden associated with a given outcome, measured in disability-adjusted life-years (DALYs), yielded measures of attributable burden (ie, the proportion of total disease burden attributable to a particular risk factor or combination of risk factors). Adjustments for mediation were applied to account for relationships involving risk factors that act indirectly on outcomes via intermediate risks. Attributable burden estimates were stratified by Socio-demographic Index (SDI) quintile and presented as counts, age-standardised rates, and rankings. To complement estimates of RR and attributable burden, newly developed burden of proof risk function (BPRF) methods were applied to yield supplementary, conservative interpretations of risk–outcome associations based on the consistency of underlying evidence, accounting for unexplained heterogeneity between input data from different studies. Estimates reported represent the mean value across 500 draws from the estimate's distribution, with 95% uncertainty intervals (UIs) calculated as the 2·5th and 97·5th percentile values across the draws. 

Findings

 Among the specific risk factors analysed for this study, particulate matter air pollution was the leading contributor to the global disease burden in 2021, contributing 8·0% (95% UI 6·7–9·4) of total DALYs, followed by high systolic blood pressure (SBP; 7·8% [6·4–9·2]), smoking (5·7% [4·7–6·8]), low birthweight and short gestation (5·6% [4·8–6·3]), and high fasting plasma glucose (FPG; 5·4% [4·8–6·0]). For younger demographics (ie, those aged 0–4 years and 5–14 years), risks such as low birthweight and short gestation and unsafe water, sanitation, and handwashing (WaSH) were among the leading risk factors, while for older age groups, metabolic risks such as high SBP, high body-mass index (BMI), high FPG, and high LDL cholesterol had a greater impact. From 2000 to 2021, there was an observable shift in global health challenges, marked by a decline in the number of all-age DALYs broadly attributable to behavioural risks (decrease of 20·7% [13·9–27·7]) and environmental and occupational risks (decrease of 22·0% [15·5–28·8]), coupled with a 49·4% (42·3–56·9) increase in DALYs attributable to metabolic risks, all reflecting ageing populations and changing lifestyles on a global scale. Age-standardised global DALY rates attributable to high BMI and high FPG rose considerably (15·7% [9·9–21·7] for high BMI and 7·9% [3·3–12·9] for high FPG) over this period, with exposure to these risks increasing annually at rates of 1·8% (1·6–1·9) for high BMI and 1·3% (1·1–1·5) for high FPG. By contrast, the global risk-attributable burden and exposure to many other risk factors declined, notably for risks such as child growth failure and unsafe water source, with age-standardised attributable DALYs decreasing by 71·5% (64·4–78·8) for child growth failure and 66·3% (60·2–72·0) for unsafe water source. We separated risk factors into three groups according to trajectory over time: those with a decreasing attributable burden, due largely to declining risk exposure (eg, diet high in trans-fat and household air pollution) but also to proportionally smaller child and youth populations (eg, child and maternal malnutrition); those for which the burden increased moderately in spite of declining risk exposure, due largely to population ageing (eg, smoking); and those for which the burden increased considerably due to both increasing risk exposure and population ageing (eg, ambient particulate matter air pollution, high BMI, high FPG, and high SBP). 

Interpretation

 Substantial progress has been made in reducing the global disease burden attributable to a range of risk factors, particularly those related to maternal and child health, WaSH, and household air pollution. Maintaining efforts to minimise the impact of these risk factors, especially in low SDI locations, is necessary to sustain progress. Successes in moderating the smoking-related burden by reducing risk exposure highlight the need to advance policies that reduce exposure to other leading risk factors such as ambient particulate matter air pollution and high SBP. Troubling increases in high FPG, high BMI, and other risk factors related to obesity and metabolic syndrome indicate an urgent need to identify and implement interventions. 

Funding

 Bill & Melinda Gates Foundation.

Despite effective treatments, a large proportion of patients with asthma do not achieve sustained asthma control. The "preventable" burden associated with lack of proper control is likely taking a high toll at the personal and population level.

Rationale: Despite effective treatments, a large proportion of asthma patients do not achieve sustained asthma control. The preventable burden associated with lack of proper control is likely taking a high toll at the population level. Objective: We predicted the future health and economic burden of uncontrolled asthma among American adults for the next 20 years. Methods: We built a probabilistic model that linked state-specific estimates of population growth, asthma prevalence rates, and distribution of asthma control levels. We conducted several meta-analyses to estimate the adjusted differences in healthcare resource use, quality-adjusted life years (QALYs), and productivity loss across control levels. We projected, nationally and at the state-level, total direct and indirect costs (in 2018 USD) and QALYs lost due to uncontrolled asthma from 2019 to 2038 in the United States. Measurements and Main Results: Over the next 20 years, the total undiscounted direct costs associated with suboptimal asthma control will be $300.6 billion (95% confidence interval [CI] $190.1 $411.1). When indirect costs are added, total economic burden will be $963.5 billion (95%CI $664.1 $1,262.9). American adolescents and adults will lose 15.46 million (95%CI 12.77 million 18.14 million) QALYs over this period due to suboptimal control of asthma. In state-level analysis, the average 20-year per-capita costs due to uncontrolled asthma ranged from $2,209 (Arkansas) to $6,132 (Connecticut). Conclusion: The burden of uncontrolled asthma will continue to grow for the next twenty years. Strategies towards better management of asthma may be associated with substantial return on investment. Key words: Asthma, Asthma Control, Costs, Quality Adjusted Life Years, Forecasting

Background: We report the development, validation, and implementation of a population-based outcomes model of Chronic Obstructive Pulmonary Disease (COPD) for Canada. Methods: Evaluation Platform in COPD (EPIC) is a discrete event simulation model of Canadians 40 years of age or older. Three core features are its open-population design (incorporating projections of future population growth and aging, and smoking trends), its incorporation of heterogeneity in lung function decline and burden of exacerbations, and it modeling of the full natural history of COPD. Multiple original data analyses, undertaken as part of the EPIC research program, as well as values reported in the literature, were used to populate the model. Extensive face validity as well as internal and external validity evaluations were performed. Results: The model was internally validated on demographic projections, mortality rates, lung function trajectories, COPD exacerbations, and stability of COPD prevalence over time within strata of risk factors. In external validation, simulated values for the rate of any exacerbations, severe exacerbations, and mortality were consistent with the reported values in two independent trials. Conclusions: EPIC is the first whole-disease, outcome- and policy-focused model of COPD for Canada. A key feature of EPIC is modeling between-individual variability in important components of the natural history of COPD, which enables its use in modeling the outcomes of scenarios related to personalized medicine interventions. By modeling the natural history of COPD from its inception, EPIC is capable of modeling the outcomes of decisions across the entire care pathway of COPD. By using a dynamic population, it can model the future population-level burden of COPD in the face of temporal changes in risk factors such as smoking rates.

Background Accurate prediction of exacerbation risk enables personalised chronic obstructive pulmonary disease (COPD) care. We developed and validated a generalisable model to predict the individualised rate and severity of COPD exacerbations.Methods We pooled data from three COPD trials on patients with a history of exacerbations. We developed a mixed-effect model to predict exacerbations over one-year. Severe exacerbations were those requiring inpatient care. Predictors were a history of exacerbations, age, sex, body mass index, smoking status, domiciliary oxygen therapy, lung function, symptom burden, and current medication use. ECLIPSE, a multicentre cohort study, was used for external validation.Results The development dataset included 2,380 patients (mean 64·7 years, 1373 [57·7%] men, mean exacerbation rate 1·42/year, 0·29/year [20·5%] severe). When validated against all COPD patients in ECLIPSE (n=1819, mean 63·3 years, 1186 [65·2%] men, mean exacerbation rate 1·20/year, 0·27/year [22·2%] severe), the area-under-curve was 0·81 (95%CI 0·79–0·83) for ≥2 exacerbations and 0·77 (95%CI 0·74–0·80) for ≥1 severe exacerbation. Predicted rates were 0·25/year for severe and 1·31/year for all exacerbations, close to the observed rates (0·27/year and 1·20/year, respectively). In ECLIPSE patients with a prior exacerbation history (n=996, mean 63·6 years, 611 (61·3%) men, mean exacerbation rate 1·82/year, 0·40/year [22·0%] severe), the area-under-curve was 0·73 (95%CI 0·70–0·76) for ≥2 exacerbations and 0·74 (95%CI 0·70–0·78) for ≥1 severe exacerbation. Calibration was accurate for severe exacerbations (predicted=0·37/year, observed=0·40/year) and all exacerbations (predicted=1·80/year, observed=1·82/year). The model is accessible at .Interpretation This model can be used as a decision tool to personalise COPD treatment and prevent exacerbations.Evidence before this study Preventing future exacerbations is a major goal in COPD care. Because of adverse effects, preventative treatments should be reserved for those at a higher risk of future exacerbations. Predicting exacerbation risk in individual patients can guide these clinical decisions. A 2017 systematic review reported that of the 27 identified COPD exacerbation prediction tools, only two had reported external validation and none was ready for clinical implementation. To find the studies that were published afterwards, we searched PubMed for articles on development and validation of COPD exacerbation prediction since 2015, using the search terms “COPD”, “exacerbation”, “model”, and “validation”. We included studies that reported prediction of either the risk or the rate of exacerbations and excluded studies that did not report external validation. Our literature search revealed two more prediction models neither of which was deemed generalisable due to lack of methodological rigour, or local and limited nature of the data available to investigators.Added value of this study We used data from three randomised trials to develop ACCEPT, a clinical prediction tool based on routinely available predictors for COPD exacerbations. We externally validated ACCEPT in a large, multinational prospective cohort. To our knowledge, ACCEPT is the first COPD exacerbation prediction tool that jointly estimates the individualised rate and severity of exacerbations. Successful external validation of ACCEPT showed that its generalisability can be expanded across geography and beyond the setting of therapeutic trials. ACCEPT is designed to be easily applicable in clinical practice and is readily accessible as a web application.Implications of all the available evidence Current guidelines rely on a history of exacerbations as the sole predictor of future exacerbations. Simple clinical and demographic variables, in aggregate, can be used to predict COPD exacerbations with improved accuracy. ACCEPT enables a more personalised approach to treatment based on routinely collected clinical data by allowing clinicians to objectively differentiate risk profiles of patients with similar exacerbation history. Care providers and patients can use individualised exacerbation risk estimates to decide on preventive therapies based on objectively-established or patient-specific thresholds for treatment benefit and harm. COPD clinical researchers can use this tool to target enriched populations for enrolment in clinical trials.