疾病负担研究（GBD）——如何绘制疾病成分比

已于 2022-05-26 14:21:43 修改
阅读量1.3k 收藏 5
点赞数
分类专栏： GBD数据库 文章标签： 数据挖掘 机器学习 大数据 r语言 数据库
于 2022-05-26 13:51:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44240228/article/details/124983228
版权

如需要加入GBD数据交流群，请加小编微信“Endoscopy_1991”,小编拉你进群

关于GBD数据库的实操视频已经陆续更新，如需要，大家可以关注B站的“小明学习室”。

这是GBD系列的第9篇推文，

今天后台有朋友反应不知道怎么做第一篇例文《The trends in incidence of primary liver cancer caused by specific etiologies: Results from the Global Burden of Disease Study 2016 and implications for liver cancer prevention》的图4。

我仔细琢磨了下这个图形，写了个适合于画这个图的代码，和大家分享交流下：

根据这个图的标题的意思，是要拿到这4种疾病的发病例数，然后得到这4种疾病的发病总例数后得到每个疾病的占所有疾病的百分比。

因此，图4作图的关键就是每个疾病的占所有

最低0.47元/天 解锁文章
小明学习室
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
疾病负担研究（GBD）-如何绘制全球国家发病率数据
weixin_44240228的博客
01-23 2822
疾病负担研究（GBD）-如何绘制全球国家发病率数据
疾病负担研究（GBD）-如何让风险因素数据更好看
weixin_44240228的博客
03-21 1407
文章首发于微信公众号——小明学习室，欢迎大家关注 如需要加入GBD数据交流群，请加小编微信“Endoscopy_1991”,小编拉你进群 这篇文章是GBD系列的第七篇推文，介绍了前面高分示例文章里的图形后，我们基本上可以呈现简单的发病率以及死亡率数据了，接下来一般比较常规的分析还会增加关于风险因素的结果展示，我们可以看下发表在lancet子刊上的The global, regional, and national burden of oesophageal...
最新数据公布，发文潜力不可估量！| GBD数据库周报
郑老师统计
05-23 753
对于决策者、卫生部门领导者、研究人员和知情公民来说，GBD 方法提供了一个机会，将其国家的卫生进展与其他国家进行比较，并了解可能避免的健康损失的主要原因，例如高血压、吸烟和家庭空气污染。此外，该研究还确定了特定的癌症，如女性的胰腺癌、子宫癌和肾癌，以及男性的结肠癌和直肠癌，是导致死亡的主要原因，敦促采取有针对性的减肥和鼓励体育活动的预防策略，可以大大减少死亡的发生。因此，我们分析了204个国家和地区1990-2019年肝硬化的发病率和死亡率数据，并预测了2019-2039年的疾病发展。
最新数据公布，发文潜力不可估量！| GBD数据库周报（5.8~5.14）
weixin_47988917的博客
05-20 749
爆款推荐，发文利器！GBD数据库到底有什么魅力？郑老师直播课给你答案！GBD直播培训班，重磅来袭，就在6.1-6.2日全球疾病负担（GBD）是迄今为止规模最大、最全面的一项研究，旨在量化不同地区和不同时期的健康损失，从而改善卫生系统并消除差异。该研究由华盛顿大学健康指标与评估研究所 (IHME) 牵头，是一项真正的全球性研究，来自 160 多个国家和地区的 11,000 多名研究人员参与了最新更新...
疾病负担研究（GBD）-数据下载及解读
weixin_44240228的博客
12-15 6099
接着上一节，我们介绍了GBD大概的情况，今天我们来聊一聊如何下载数据，并利用下载的数据进行有目的的取舍分析。因为涉及的内容挺多，我们就限定某一部分人群进行描述，掌握了这一部分，其他部分基本上可以类推，采用的分析软件使用R语言就行分析。 比如我们现在想要分析2019食管癌全球及各大洲的年龄校正后的发病率、死亡率这两个数据，以及随时间变化的情况，其他几个衡量数据基本上可以类推。 进入主界面后我们首先需要限定条件后下载我们想要的数据 年份我们全部勾选 地区我们选择Select only G
疾病负担研究（GBD）介绍
weixin_44240228的博客
12-10 1万+
今天我们来聊一聊第一个公共数据库——GBD数据库，全称叫做global burden of disease（全球疾病负担），该数据库每年都会更新，目前已经更新到GBD2019。 这里直接给大家贴出网址：Global Burden of Disease Study 2019 (GBD 2019) Data Resources | GHDx 上图中红色圈圈标识的就是数据库的数据获取界面的链接，大家直接点击即可. 数据的检索十分方便： Context下拉菜单中可以选择不同的选项，默认是caus
疾病负担研究（GBD）——如何使用joinpoint软件计算AAPC
weixin_44240228的博客
06-20 1万+
疾病负担研究（GBD）——如何使用joinpoint软件计算AAPC
利用GBD数据库做未来疾病负担预测
热门推荐
NickyCat的博客
07-10 3万+
最近看到一篇文献，利用GBD数据库中的数据对疾病负担的发展趋势进行预测。觉得很有趣，就抽空用R语言复盘了一下里面关键的方法。 参考文献： Changing trends in the disease burden of esophageal cancer in China from 1990 to 2017 and its predicted level in 25 years DOI: 10.1002/cam4.3775 1. 相关R包的安装 主要用到的R包有3个，一个一个讲： 1.1 Nordpred
gbd
03-04
2. **可视化界面**：通常，`gbd`会提供一个用户界面，以便用户能以图形化的方式查看二进制文件的差异，这比命令行输出更容易理解。 3. **差异分析**：除了简单的比较，`gbd`可能还支持对二进制文件的差异进行分析，...
GDB.EXE MinGW安装包缺少GBD文件
10-22
标题中的“GDB.EXE MinGW安装包缺少GBD文件”指出了一个常见问题，即在尝试安装MinGW（Minimalist GNU for Windows）开发环境时，发现GDB（GNU调试器）的可执行文件缺失或者不完整。GDB是C、C++等语言的重要调试工具...
色域边界描述GBD
04-10
色域边界描述（GBD，Gamut Boundary Description）是一种在色彩科学中用于精确表示颜色空间边界的方法。在图像处理、色彩管理和印刷行业中，理解并掌握色域边界是至关重要的，因为这直接影响到图像的再现质量和色彩...
gbd MinGW
06-26
**MinGW(Minimalist GNU for Windows)** 是一个开源项目，旨在为Windows操作系统提供一个轻量级的GCC（GNU Compiler Collection）编译环境。它包含了GCC、GDB（GNU Debugger）等工具，使得开发者可以在Windows下使用...
GBD用法详解 PDF
04-03
GBD用法详解 GBD用法详解GBD用法详解GBD用法详解
疾病负担研究（GBD）-如何绘制GBD相关性图
weixin_44240228的博客
02-19 2270
本篇是GBD相关的第5篇推文，接着上一次的推文，我们同样来看那个范例文章，图2-4是一个比较简单的条形图，这里我们就不展示了。我们来看看图5中的B与C图是如何做出来的 我们首先来看图B如何绘制，可以看到这个是相关性分析的散点图，图B是ASR与EAPC的散点图，图中圆圈大小表示1990的绝对病例数。我们可以在它的基础上直接把ASDR与ASIR与EAPC的相关性画在一张图中。绘制之前我们需要得到3个数据结果：ASR、EAPC以及发病例数。 我们读取数据 我们首先获取ASIR以及发病例数 计算
疾病负担研究（GBD）-如何优雅的展示发病率数据
weixin_44240228的博客
12-22 4638
本文是GBD的第三篇推文，今天我们就以已经发表的高分GBD文章来看下如何展示GBD数据，本文案例文章是发表在JOURNALOF HEPATOLOGY的肝癌GBD研究，题目为The trends in incidence of primary liver cancer causedby specific etiologies: Results from the Global Burdenof Disease Study 2016 and implications for livercancer pre...
健康管理项目第九天（套餐预约之占比饼形图、运营数据统计、报表导出 ）
飞奔的嗨少
06-29 1422
一、运营数据统计报表导出 1.需求分析 会员可以通过移动端自助进行体检预约，在预约时需要选择预约的体检套餐。本章节我们需要通过饼形图直观的展示出会员预约的各个套餐占比情况。展示效果如下图: 2.完善页面 套餐预约占比饼形图对应的页面为health_backend工程下面的/pages/report_setmeal.html。 <!DOCTYPE html> <html> <head> <!-- 页面meta --> <meta chars
机器学习库实战：DL4J与Weka在Java中的应用
weixin_53840353的博客
07-11 649
Deeplearning4j（DL4J）是一个用于Java和JVM的开源深度学习库，它支持各种神经网络架构，包括卷积神经网络（CNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）。DL4J旨在与Hadoop和Spark等大数据技术无缝集成。Weka（Waikato Environment for Knowledge Analysis）是一个用于数据挖掘任务的机器学习库，它提供了大量的算法和工具来处理数据预处理、分类、回归、聚类和关联规则挖掘等任务。
引领未来：在【PyCharm】中利用【机器学习】与【支持向量机】实现高效【图像识别】
最新发布
小李很执着的博客
07-12 3169
支持向量机（SVM）进行图像识别的完整过程，包括从获取并可视化MNIST数据集、进行数据标准化、划分训练和测试集、通过网格搜索优化SVM模型、评估模型性能到预测新图像的各个步骤，并在代码中添加了调试输出和计时器以便更好地跟踪和优化整个过程。
GBD python
08-08
GBD是GNU调试器（GNU Debugger）的简称，是一个功能强大的调试工具，它可以用于调试各种编程语言的程序，包括Python。GBD可以帮助我们在程序运行时定位和解决问题，包括查看调用栈、变量的值等等。 在Python中使用GBD调试时，我们可以通过以下几个命令来获取有关Python调用栈的信息： - `bt`命令可以将C调用栈完整打印出来，包括Python解释器和Python扩展模块的调用信息。 - `py-bt`命令可以只显示Python调用栈，这对于分析Python程序的问题非常有用。需要注意的是，使用`py-bt`命令前，我们需要安装python-dbg才能使用。 - `py-list`命令可以查看当前程序的Python代码，相当于pdb的`ll`命令。 通过查看调用栈信息和Python代码，我们可以更好地理解程序的执行过程，找出问题所在。举个例子，从上图中可以看出，程序目前在Python的timemodule.c的pysleep方法中，最终调用了Linux系统的select.c来实现Python进程中主线程的sleep操作。 总之，GBD是一个强大的调试工具，可以帮助我们在Python程序中定位问题，并提供有用的调试信息。通过使用命令如`bt`、`py-bt`和`py-list`，我们可以获取调用栈和Python代码的相关信息，帮助我们更好地理解和解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值