GBD数据库相关文献中的EAPC怎么算？

最新推荐文章于 2025-05-01 23:24:04 发布

Nicky Cat

最新推荐文章于 2025-05-01 23:24:04 发布

阅读量1.2w

点赞数 8

分类专栏： GBD数据库文章标签：数据库 r语言

本文链接：https://blog.csdn.net/nickycat/article/details/118637910

版权

本文介绍了如何使用GBD数据库进行疾病趋势分析，重点讲解了如何计算Estimated annual percentage change (EAPC)，并建议使用R语言进行数据整理和分析，引用了相关文献和资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

发现近年来好多人利用GBD数据库发了很多文章。
GBD数据库（http://ghdx.healthdata.org/gbdresults-tool）中关于疾病的发生率、死亡率、DALY等数据都是现成的，所以主要的工作量包括：

下载数据并整理成表格：用R比较方便，用Excel也行；
数据的可视化（画图）：用R的ggplot包比较方便，推荐参考书籍：
Winston Chang. R数据可视化手册（异步图书）人民邮电出版社
相关变化趋势的计算：常用方法的是Estimated annual percentage change (EAPC)，其原理推荐参考文献：
Hankey BF, et al. Partitioning linear trends in age-adjusted rates. Cancer Causes Control CCC 2000; 11(1):31-5.
变化趋势的预测：见我的另一篇博文 《利用GBD数据库做未来疾病负担预测》

下面要讲的是EAPC的计算：

1. 数据的整理

以某病的年龄标准化发病率（ASIR）为例：

rm(list = ls())
library(data.table) #个人习惯，喜欢用这个包
library(tidyverse) #个人习惯，为了用管道符

years <- fread('I:/years_locations.csv')
regions_years_ASIR <- years[measure_name == 'Incidence' &  #发病率
                           age_name == 'Age-standardized' &  #年龄标准化的
                           metric_name == 'Rate' & #率（每10万人）
                           location_id

最低0.47元/天解锁文章