疾病负担、DALY 与 QALY

破除误解#

一种疾病可能让许多人过早死亡；另一种疾病很少致死，却让更多人长期疼痛、失明或失去行动能力。只数死亡，会把第二类损失从决策桌上抹掉。

疾病负担研究试图把早逝与带病生存放进同一套可比较框架。它不是为了宣布哪种生命更有价值，而是为了回答：一个人群失去了多少健康寿命，损失分布在哪里，哪些风险最值得优先干预？

机构层面，全球疾病负担（GBD）估计主要由华盛顿大学健康计量与评估研究所（IHME）牵头更新，世界卫生组织亦发布方法与估计文件；各国卫生部与统计机构则提供死亡登记、调查与监测输入。指标是公共测量基础设施，不是单个研究团队的私人发明。

三种不同问题#

公共卫生中常见的三个指标回答不同问题：

• 发病率：一段时间内有多少新病例，适合观察传播或风险变化。
• 患病率：某个时点或时期有多少人正在患病，适合估算服务需求。
• 疾病负担：疾病造成多少早逝和非致死健康损失，适合比较优先级。

发病率低但病程很长的疾病，患病率可能很高。病例很多但症状轻、病程短的疾病，健康损失未必最大。指标必须跟决策问题配对。

把三类数字并列表述时，决策者才能避免“病例暴涨＝灾难”或“死亡下降＝负担消失”的单指标叙事。疾病负担把死亡与失能通约，但通约本身携带价值前提——这正是后文伤残权重与公平争论的起点。

DALY：损失了多少健康寿命#

伤残调整寿命年（Disability-Adjusted Life Year, DALY）的基本关系是：

DALY = YLL + YLD

其中：

• YLL 是过早死亡损失寿命年，近似为死亡人数乘以该死亡年龄对应的标准预期剩余寿命。
• YLD 是伤残生存年，近似为患病人数、健康状态持续时间与伤残权重的乘积。

一个 DALY 表示损失了一个完整健康年。DALY 越高，健康损失越大。

例如，两种疾病都造成一百人死亡，但一种主要发生在儿童，另一种主要发生在高龄人群。按标准寿命表计算，前者的 YLL 通常更高。若一种慢性病不直接致死，却使十万人长期处于中度功能受限状态，它可能产生很大的 YLD。

DALY 框架在 1990 年代由世界银行《世界发展报告》与 Murray、Lopez 等系统化，用以跨疾病、跨国家比较健康损失。早期版本使用年龄权重与时间贴现；GBD 2010 起主流估计取消二者，改为“每一生命年等值”的更明确规范选择。阅读旧图与新图时，必须先核对方法代际，否则会把规范变更误读为流行病学突变。

伤残权重不是“人的权重”#

伤残权重描述的是某种健康状态造成的健康损失程度，通常在 0 与 1 之间。0 接近完全健康，1 接近死亡所代表的健康损失。

它不评价一个人的社会价值、生产能力或道德地位。把权重解释为“残障者的生命打折”，是严重误读。

即使如此，权重仍包含价值判断。不同文化如何理解疼痛、认知障碍、失能与社会参与，可能不同。调查描述是否准确、样本由谁组成、是否忽略环境支持，都会影响估计。

因此成熟的报告必须公布不确定区间、健康状态定义和权重来源，而不能把 DALY 当作没有价值前提的自然常数。

引出权重的方法（时间权衡、成对比较等）属于测量制度的一部分：同一状态换一种问法可能移动数值。公开码本、描述文本与调查人群构成，是让争议可定位到“问法与样本”，而不是把分歧神秘化为“科学对抗伦理”。

QALY：干预增加了多少健康寿命#

质量调整寿命年（Quality-Adjusted Life Year, QALY）通常用于卫生技术评估：

QALY = 生存时间 × 健康效用值

若一种治疗让患者多活两年，而这两年的平均健康效用值为 0.7，则产生约 1.4 QALY。研究者可进一步计算：

增量成本效果比 = (新方案成本 - 对照成本) / (新方案 QALY - 对照 QALY)

这个比值帮助决策者比较新增一单位健康收益需要多少额外资源。

DALY 常从“损失”出发，越少越好；QALY 常从“获得”出发，越多越好。二者不能仅凭名称互换，所用寿命表、健康状态估值、贴现与分析视角也可能不同。

制度上，英国 NICE、加拿大 CADTH、澳大利亚 PBAC 等卫生技术评估机构，常以 QALY 与增量成本效果比作为评估手册中的核心测量语言之一，并配套预算影响、公平考量与审议程序。阈值或参照区间是政策参数，不是自然常数；各国是否采用明确阈值、如何对待超阈值特例，属于公开制度选择。

为什么不能只看成本效果#

一项干预非常“划算”，不等于它必然应获优先。

成本效果分析没有自动回答：

• 谁获得收益，谁承担成本？
• 严重疾病是否应获得额外权重？
• 罕见病、小群体和残障者是否会系统性吃亏？
• 当前预算能否承受一次性高支出？
• 服务是否真的能到达偏远、贫困或受歧视人群？

因此资源配置至少需要同时看效率、公平、预算影响、可实施性与社会价值。全民健康覆盖的福利包设计，本质上是这些维度的公开权衡。

严重性权重、公平加权 QALY、多准则决策分析等方法，试图把“不只看平均数”写进可重复的程序；争议焦点往往不在有没有数字，而在权重由谁设定、如何审议、如何被审计。

从数据到估计#

全球疾病负担估计会综合死亡登记、住院记录、调查、疾病登记、实验室监测与文献数据。许多地区的数据并不完整，研究者必须做死因重新分配、漏报校正和统计建模。

模型不是伪造数据，但模型输出也不是直接观察。

当国家缺少完整生命登记时，估计的不确定性会显著上升。比较国家或年份时还要确认：分类是否一致？诊断能力是否改变？本轮研究是否重估了全部历史序列？

IHME 的 GBD 每轮更新通常会利用新资料重新估计自 1990 年以来的时间序列。因此两版数据库中同一国家、同一年的数字不同，并不必然意味着历史被“改写”，而可能是证据和模型更新。

WHO 与 IHME 在部分年份与病因上的估计并不完全一致：分类体系、垃圾编码再分配规则与输入优先序不同，都会留下可追溯的方法差异。引用“全球第一病因”时，注明估计机构与版本，是基础的测量素养。

年龄标化与绝对数量#

人口增长与老龄化会让病例总数上升，即使个体风险正在下降。

粗率或绝对数反映卫生系统实际要处理多少病例；年龄标化率更适合比较不同人口结构下的风险。两者回答不同问题，应并列报告。

若一个国家癌症死亡总数上升、年龄标化死亡率下降，合理解释可能是人口更多、更老，同时同年龄人群的死亡风险降低。只引用其中一个数字，就会制造相反叙事。

标准化所用的标准人口本身也是约定：换一套标准人口，率的绝对水平会变，但通常不改变主要比较方向。报告中写明标准人口与年份，避免跨研究硬比。

可归因负担不是简单相加#

风险归因常问：若暴露降到理论最低风险水平，可以避免多少负担？

但高血压、高盐饮食、肥胖和缺乏运动彼此关联。把每个风险因素的可归因 DALY 直接相加，会重复计算。因果关系、暴露测量、滞后期和反事实水平都会影响结果。

“首要风险”也不是永恒排名。它依赖年龄、性别、地点、年份和所选结局。全国排名不能替代地方诊断。

GBD 风险比较风险评估（CRA）框架明确使用反事实暴露分布；理论最低风险水平（TMREL）的选择会移动归因份额。读“可避免的 DALY”时，应同时看暴露定义、TMREL 与是否允许风险重叠的联合估计。

一套可靠的阅读顺序#

阅读疾病负担图表时，依次追问：

1. 指标是死亡、发病、患病、YLL、YLD 还是 DALY？
2. 数字是绝对量、粗率还是年龄标化率？
3. 估计来自直接登记还是模型补全？
4. 不确定区间有多宽？
5. 比较年份是否来自同一轮估计？
6. 全国平均是否掩盖地区、性别、收入或族群差异？
7. 排名变化来自风险改变，还是人口结构和分类改变？

再补两问往往很有用：估计由哪家机构、哪一版方法发布？图注是否区分“原因负担”与“风险归因负担”？把阅读顺序当成核对清单，比把单一排名当结论更接近这些指标的设计意图。

决策练习#

某地可在两个项目中选择一个：

• 项目 A 每年避免 500 个 DALY，主要惠及交通便利地区。
• 项目 B 每年避免 350 个 DALY，主要惠及长期缺乏服务的偏远人群。

仅按总 DALY，A 更优；加入公平权重、基础设施外溢效应和长期可及性后，B 可能更合理。正确答案不在公式里，而在公开说明价值判断、预算约束和证据不确定性。

练习的要点不是选出“标准答案”，而是强制把效率数字、公平理由与不确定区间放进同一份公开说明——这正是卫生技术评估与福利包审议试图制度化的程序。

局限与伦理#

• DALY 和 QALY 把多维健康压缩为单一数字，必然损失经验细节。
• 效用或伤残权重会受描述方式与调查人群影响。
• 对平均收益的追求可能忽视最严重、最贫困或最难服务者。
• 生产率、照护负担与社会参与不应偷偷混入“生命价值”判断。
• 数字有助于透明决策，但不能取代民主程序、临床判断和权利保障。

测量机构可以改进码本、区间与分层报告，却不能替社会完成价值排序。把争议从“要不要用数字”推进到“数字如何被审议”，是这些指标更负责任的用法。

本文用于公共卫生教育，不构成医疗、保险支付或具体政策建议。

测量语言如何进入制度#

DALY 与 QALY 很少单独“决定”预算；它们进入制度的方式通常是：技术评估报告提出增量成本效果与不确定性，评估委员会审议公平与可行性，支付或福利包机构再做最终公开决定。手册、阈值参照、特例条款与上诉程序，共同构成可审计的路径。

对读者而言，这意味着看到“某干预每 QALY 花费多少”时，还应追问：分析视角是卫生系统还是社会？成本是否含非正式照护？效用工具是 EQ-5D 还是其他量表？贴现率取多少？这些参数都会移动比值，却常被标题数字吞掉。把参数表与敏感度分析读完，才算读完一次测量结果。

跨域连接#

• 社会选择理论：把不同人、不同疾病的健康损失加总成一个数，等于在暗中选定了一条社会福利函数。阿罗的不可能定理说明，任何把个体排序汇总为集体排序的规则，都必须放弃某条看似无害的公理。DALY 选择的是"一个健康生命年就是一个健康生命年，不论它属于谁"——这是一条明确的平等主义承诺，而不是中性的自然事实。换一条汇总规则（例如给处境最差者额外权重），疾病排序会随之改变，而底层数据一个字没变。
• 心理测量的信度与效度：伤残权重不是测出来的物理量，而是从人群估值调查中引出的。用时间权衡、人数权衡还是成对比较来提问，会系统性地改变同一健康状态的权重；描述文字有多长、是否提到社会支持，同样影响作答。因此权重的可信度问题就是心理测量学的效度问题：一份权重表若换一种引出方法就大幅移动，说明它测到的有相当一部分是问法，而不是状态。
• 时间贴现：1990 年的全球疾病负担研究同时使用了每年 3% 的贴现率和年龄权重（青壮年的一年算得更重）；2010 年版把两者都取消了。取消常被说成"变得更描述性"，其实是换成了另一条规范承诺——每一生命年等值，无论落在何时何龄。这个技术选项有可观测后果：贴现会压低收益集中在远期的干预（儿童营养、免疫、控烟），年龄权重则会压低新生儿与高龄者的损失。
• 流行病学：发病率、患病率与疾病负担回答三个不同问题，混用会直接算错。伤残生存年依赖患病人数、病程与权重的乘积，而多数国家并没有这三者的直接测量，只能用登记、调查与建模互相约束后插补。因此不确定区间的宽度本身就是一项诊断：区间越宽的地方，通常不是疾病更神秘，而是那里的死亡登记与病例报告体系更薄弱。
• 努斯鲍姆：把健康损失压缩成一个标量，代价是抹掉"人能做什么、能成为什么"的多维性。能力进路指出，同样的功能受限在不同环境中意味着完全不同的生活可能——有无无障碍设施、有无个人助理、有无反歧视法律，会改变损失的实际内容。这给出的是一条具体批评而非泛泛反对：权重描述的是状态本身，却把"环境是否提供支持"这个最可改变的因素排除在外了。

参考文献#

1. Murray, C. J. L. et al. GBD 2021: Findings from the Global Burden of Disease Study 2021. The Lancet, 2024.
2. Institute for Health Metrics and Evaluation. Global Burden of Disease (GBD): Concepts and Methods.
3. World Health Organization. WHO Methods and Data Sources for Global Burden of Disease Estimates.
4. National Institute for Health and Care Excellence. Health Technology Evaluations: The Manual. 2022.
5. Gold, M. R. et al. Cost-Effectiveness in Health and Medicine. Oxford University Press, 1996.

延伸阅读#

• health-systems-universal-health-coverage：负担证据如何进入福利包与财务保护决策。
• global-health-inequality-coloniality：平均指标为什么可能掩盖权力与分配问题。
• maternal-child-health-life-course：用生命周期视角理解早期健康投资。