72.3%

+18.4

3.2%

104B

8.7≈

+2.1%

1 1) الملخص التنفيذي
2 2) مصادر البيانات (أرقام حقيقية)
- 2.0.1 تفسير النتائج
3 3) رسوم بيانية احترافية
4 4) مؤشرات توقعية (سيناريوهات قابلة للتعديل)
- 4.1 4.1 سيناريو مدينة/منشأة: تقدير عدد المتأثرين سنويًا
- 4.2 4.2 حساسية النتائج: كيف تتغير التكلفة مع تغير الانتشار؟
5 5) حلول وتوصيات مبنية على الأدلة
6 6) حدود التقرير وما الذي نحتاجه محليًا
المراجع

1 1) الملخص التنفيذي

وفق منظمة الصحة العالمية، ألم أسفل الظهر هو السبب الأول للإعاقة عالميًا، وقد أصاب 619 مليون شخص في 2020، مع توقع وصول الحالات إلى 843 مليون في 2050 (World Health Organization 2023a, 2023b).
دراسة منشورة في The Lancet Rheumatology قدّرت عبء 2020 وتوقعت زيادته بحوالي 36% حتى 2050 (Ferreira وآخرون 2023).
تشير تقديرات العبء العالمي إلى أن جزءًا كبيرًا من سنوات العيش مع الإعاقة (YLDs) يرتبط بعوامل قابلة للتعديل مثل السمنة والتدخين والعوامل المهنية (Ferreira وآخرون 2023).

مهم: كل الأرقام أعلاه حقيقية من مراجع دولية. أما الأقسام التي تحمل عنوان “مؤشرات توقعية/سيناريوهات” فهي تقديرات تُستخدم للتخطيط، ويمكن تعديل افتراضاتها حسب بيانات السعودية أو المؤسسة.

2 2) مصادر البيانات (أرقام حقيقية)

يعرض الجدول التالي أهم مؤشرات العبء العالمي لألم أسفل الظهر وفق مراجع دولية، بهدف توثيق الأرقام الأساسية قبل الانتقال إلى الرسوم والتحليلات.

global_indicators <- tibble::tribble(
  ~المؤشر, ~السنة, ~القيمة_الرقمية, ~الوحدة, ~ملاحظة,
  "عدد المصابين عالميًا", 2020, 619e6, "حالة", "تقدير عالمي (GBD/WHO)",
  "عدد المصابين عالميًا (توقع)", 2050, 843e6, "حالة", "توقع عالمي حتى 2050",
  "نسبة الزيادة (2020→2050)", 2050, 36.4, "%", "زيادة متوقعة تقريبًا"
) 

global_indicators

المؤشر	السنة	القيمة_الرقمية	الوحدة	ملاحظة
عدد المصابين عالميًا	2020	6.19e+08	حالة	تقدير عالمي (GBD/WHO)
عدد المصابين عالميًا (توقع)	2050	8.43e+08	حالة	توقع عالمي حتى 2050
نسبة الزيادة (2020→2050)	2050	3.64e+01	%	زيادة متوقعة تقريبًا

2.0.1 تفسير النتائج

توضح المؤشرات أن عدد الحالات عالميًا ارتفع من 619 مليون (2020) مع توقع وصوله إلى 843 مليون (2050)، بما يعكس زيادة متوقعة تقارب 36%، وهو ما يدعم أهمية تبني تدخلات وقائية وسياسات صحية قابلة للقياس.

3 3) رسوم بيانية احترافية

3.1 3.1 تطور عدد الحالات عالميًا (2020 مقابل 2050)

يوضح هذا الرسم الفارق بين عدد حالات ألم أسفل الظهر عالميًا في 2020 مقارنةً بتوقعات 2050 لإبراز اتجاه النمو على المدى الطويل.

years_seq <- seq(2020, 2050, by = 5)

# استيفاء خطي بين تقدير 2020 وتوقع 2050 (يمكن استبداله بنمو أُسّي عند توفر بيانات أدق)
cases_seq <- seq(619e6, 843e6, length.out = length(years_seq))

lbp_cases <- tibble(
  year  = years_seq,
  cases = cases_seq
)

ggplot(lbp_cases, aes(x = year, y = cases)) +
  geom_line(linewidth = 1.4, color = "#1f4e79") +
  geom_point(size = 3, color = "#d62728") +
  scale_x_continuous(breaks = years_seq) +
  scale_y_continuous(labels = label_number(scale_cut = cut_short_scale())) +
  labs(
    title = "تطور عدد حالات ألم أسفل الظهر عالميًا (2020–2050)",
    subtitle = "تدرج زمني كل 5 سنوات — استيفاء خطي بين تقديرات WHO/GBD",
    x = "السنة",
    y = "عدد الحالات"
  ) +
  theme_minimal(base_size = 13)

3.2 3.2 مقارنة سريعة: حجم العبء عالميًا

ggplot(lbp_cases, aes(x = factor(year), y = cases)) +
  geom_col(fill = "#2ca02c") +
  scale_y_continuous(labels = label_number(scale_cut = cut_short_scale())) +
  labs(
    title = "عدد الحالات عالميًا حسب السنة",
    subtitle = "تدرج كل 5 سنوات (استيفاء خطي بين 2020 و2050)",
    x = "السنة",
    y = "عدد الحالات"
  ) +
  theme_minimal(base_size = 13)

3.3 3.3 عوامل قابلة للتعديل مرتبطة بعبء الإعاقة (YLDs)

تشير نتائج The Lancet Rheumatology إلى أن 38.8% من YLDs تعزى إلى عوامل مثل العوامل المهنية + التدخين + ارتفاع مؤشر كتلة الجسم (Ferreira وآخرون 2023).

yld_attrib <- tibble(
  الفئة = c("عوامل قابلة للتعديل (مهنية/تدخين/BMI)", "عوامل أخرى"),
  النسبة = c(38.8, 61.2)
)

ggplot(yld_attrib, aes(x = "", y = النسبة, fill = الفئة)) +
  geom_col(width = 1) +
  coord_polar(theta = "y") +
  labs(
    title = "نسبة من عبء الإعاقة المرتبط بعوامل قابلة للتعديل (تقدير عالمي)",
    x = NULL, y = NULL
  ) +
  theme_minimal(base_size = 13) +
  theme(axis.text = element_blank(),
        axis.ticks = element_blank(),
        panel.grid = element_blank())

4 4) مؤشرات توقعية (سيناريوهات قابلة للتعديل)

4.1 4.1 سيناريو مدينة/منشأة: تقدير عدد المتأثرين سنويًا

هذا الجزء يقدم نموذجًا تخطيطيًا قابلًا للتعديل لتقدير عدد الحالات سنويًا داخل مدينة أو منشأة اعتمادًا على افتراضات واضحة (السكان، الانتشار، طلب الرعاية، التكلفة).

هذا القسم ليس رقمًا عالميًا ثابتًا؛ هو نموذج تخطيطي.
عدّل الافتراضات حسب بياناتك المحلية (معدلات انتشار سنوية، شدة الحالات، فئات عمرية…).

# افتراضات قابلة للتعديل
population <- 1000000          # عدد السكان/الموظفين/المستفيدين
annual_prevalence <- 0.10        # انتشار سنوي تقديري (مثال: 10%)
care_seeking_rate <- 0.35        # نسبة من يطلبون علاجًا/زيارة
avg_cost_per_case <- 900         # متوسط تكلفة سنوية للحالة (ريال) - تقديري

estimated_annual_cases <- population * annual_prevalence
estimated_care_cases <- estimated_annual_cases * care_seeking_rate
estimated_annual_cost <- estimated_care_cases * avg_cost_per_case

tibble(
  السكان = population,
  "انتشار سنوي (افتراضي)" = percent(annual_prevalence),
  "حالات سنوية (تقدير)" = round(estimated_annual_cases),
  "حالات تتلقى رعاية (تقدير)" = round(estimated_care_cases),
  "تكلفة سنوية (تقدير، ريال)" = round(estimated_annual_cost)
)

السكان	انتشار سنوي (افتراضي)	حالات سنوية (تقدير)	حالات تتلقى رعاية (تقدير)	تكلفة سنوية (تقدير، ريال)
1e+06	10%	1e+05	35000	31500000

4.2 4.2 حساسية النتائج: كيف تتغير التكلفة مع تغير الانتشار؟

prev_grid <- seq(0.05, 0.20, by = 0.01)

sensitivity <- tibble(
  prevalence = prev_grid,
  annual_cases = population * prevalence,
  care_cases = (population * prevalence) * care_seeking_rate,
  cost = ((population * prevalence) * care_seeking_rate) * avg_cost_per_case
)

ggplot(sensitivity, aes(x = prevalence, y = cost)) +
  geom_line(linewidth = 1) +
  scale_x_continuous(labels = percent_format(accuracy = 1)) +
  scale_y_continuous(labels = label_number(big.mark = ",", suffix = " ر.س")) +
  labs(
    title = "تحليل حساسية: العبء المالي التقديري حسب الانتشار السنوي",
    x = "انتشار سنوي (افتراضي)",
    y = "تكلفة سنوية تقديرية"
  ) +
  theme_minimal(base_size = 13)

5 5) حلول وتوصيات مبنية على الأدلة

5.1 5.1 حلول على مستوى الفرد

🏃‍♂️ نشاط بدني منتظم + تمارين تقوية العضلات الأساسية (Core).
🧘‍♀️ تقليل التوتر وتحسين النوم (يرتبطان بالألم المزمن).
⚖️ إدارة الوزن (BMI) وتقليل التدخين.

5.2 5.2 حلول على مستوى بيئة العمل

🪑 تحسين ergonomics: كرسي داعم، ارتفاع شاشة مناسب، لوحة مفاتيح/فأرة مريحة.
⏱️ قاعدة عملية: حركة 2–5 دقائق كل 45–60 دقيقة.
📊 لوحة متابعة داخلية: أيام الغياب، شكاوى الألم، ساعات الجلوس، مشاركة برامج النشاط.

5.3 5.3 حلول على مستوى السياسات/القطاع

برامج وقائية للفئات الأعلى خطرًا (45–55 سنة غالبًا ذروة العبء) (World Health Organization 2023a).
قياس دوري لعبء ألم الظهر وربطه بعوامل قابلة للتعديل (BMI/تدخين/عوامل مهنية) (Ferreira وآخرون 2023).
توسيع خدمات التأهيل/العلاج الطبيعي لأن LBP من أعلى الحالات التي قد تستفيد من التأهيل (World Health Organization 2023a).

6 6) حدود التقرير وما الذي نحتاجه محليًا

لتصبح التوقعات “دقيقة محليًا”، نحتاج (إن توفرت): - معدلات انتشار سنوية/شهرية في السعودية أو داخل المؤسسة - توزيع الأعمار والجنس - بيانات ساعات الجلوس/نوع الوظائف - تكاليف فعلية (زيارات، علاج طبيعي، تصوير، أدوية، غياب)

المراجع

Ferreira, Manuela L. وآخرون. 2023. "Global, regional, and national burden of low back pain, 1990–2020, and projections to 2050: a systematic analysis for the Global Burden of Disease Study 2021". The Lancet Rheumatology. https://pubmed.ncbi.nlm.nih.gov/37273833/.

World Health Organization. 2023a. "Low back pain". https://www.who.int/news-room/fact-sheets/detail/low-back-pain.

———. 2023b. "WHO releases guidelines on chronic low back pain". https://www.who.int/news/item/07-12-2023-who-releases-guidelines-on-chronic-low-back-pain.

تقرير: آلام أسفل الظهر عالميًا — مؤشرات حقيقية ومؤشرات توقعية

د. عائض القحطاني | عبدالرحمن الكريشان