巨简单！免费教你，公共数据库GBD的数据下载！今天刚发了一篇BMJ，心动不如行动...

最新推荐文章于 2025-04-28 06:41:19 发布
最新推荐文章于 2025-04-28 06:41:19 发布
阅读量8.9k 收藏 35
点赞数 13
文章标签： 数据库
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_47988917/article/details/139667706
版权

f63d0aa075f199939aaace3293730d24.png

GBD数据库真属于宝藏级了！又霸榜Lancet，又发表BMJ的，本公众号之前已经解读了3篇Lancet文章，感兴趣可以看看，了解一下这个数据库。

GBD在手，毕业不愁！如何提前了解最新数据《GBD2021》？来看看这篇Lancet

医学顶刊Lancet的常驻选手，宝藏级数据库，不准你不知道！

IF=168.9！0实验发医学顶刊柳叶刀，来看看这个公开数据库，带你发文SCI！

今天，中国学者用GBD2019数据发表了医学顶刊《BMJ》，题为：“Global burden of type 1 diabetes in adults aged 65 years and older, 1990-2019: population based study”，研究者基于GBD数据库，根据社会发展水平和老年人口的年龄和性别，调查了1990-2019年全球、区域和国家水平≥65岁成年人的1型糖尿病患者（T1DM）相关患病率、死亡率和残疾调整生命年(DALYs)，还评估了可能影响老年T1DM患者DALYs的因素。

不过现在的文章都是《GBD2019》的数据，《GBD 2021》数据刚刚发布，这可是个大好机会！总的来说，GBD的发文套路基本差不多，都是地区＋病种+年龄段人群的组合，选题不难。分析也大差不差，一个套路，报告一下患病率，死亡率和疾病负担，涵盖病种多，你可以看看！

郑老师团队也有1对1指导的服务，专业做GBD数据库分析，手把手指导，不怕没基础，可以了解一下！开了头就好说了，写一篇之后你会感觉很顺手的。

欢迎报名，GBD公共数据库挖掘1对1指导高级班，快速发表SCI论文！

今天我们主要任务就是教你下载这个宝藏数据库GBD的数据！

GBD数据库官网

在开始介绍之前，我们先来看看GBD官网，之后我们所有的研究都将围绕这个页面展开。

官网链接：https://www.healthdata.org/research-analysis/gbd

dc78bfd95d6e73cc50d96c14bbf71982.png

数据来源

GBD数据库来源分为两类：

  • 主要数据来源（https://ghdx.healthdata.org/gbd-2021/sources）

2a89526996015a2158677ed099a0b1fa.png

  • 其他数据来源-IHME data（https://ghdx.healthdata.org/ihme_data）

7439971ed58a4e0e472c14ed60acf24a.png

数据下载

1. GBD数据库首页上方有几个选项框，点击“Data tools and practices”下拉箭头然后选择“Data sources”。

5e15166c35c85508217c848d5e8ff41a.png

2. 在新出现的页面中继续点击“VISIT OUR DATA CATALOG”。

73275473d8e971ccc62f72558a299381.png

3. 在这个界面中，我们可以按照需求，选择“GBD 2021 data ”或“All IHME data ”的数据。

e3561686d5dfa311862b87f668a27a63.png

4. 点击上个界面的“GBD 2021 data ”，看到以下界面后继续点击“GBD 2019 Data Resources”。

7963c8ad0f501a0207d84b5ab0510889.png

5. 在新页面点击“query tool”。

6c473b7e4a450bdbceeb6d6232030999.png

6. 最终出现我们想要的界面，新用户可以先注册，已经注册好的直接登录就行。

4aa2239c50c5cf6e09214734b59edbcd.png

数据下载-以心血管为例

1. 第一步，可以把语言换成自己熟悉的。当然，要是英语好或者想锻炼一下自己，也可以不换。

62b871bceeefaf4a58203b90c72e3b94.png

2. 新的界面可以分为左右两大块，左边是搜索栏，右边是结果栏。

  • 左边可以通过GBD Estimate，Measure，Metric，Risk，Cause，Location，Age，Sex，Year的不同选项来限制搜索条件以获得自己想要的数据。

eca9459b57cc4ddb3b1136232e1e64e3.png

3. 通过搜索，我们得到了2021 年全球全因死亡和伤残调整生命年 (DALY)。

79ba760bc3832125309c7b8b9cb8a7b2.png

点击“Charts”即可获得1990 年以来全因死亡和伤残调整生命年 (DALY)的趋势。  

84e641956da9f5a5dbb09d29ef0a04a4.png

4. 在左侧搜索栏下方选择“Download”。

8b3dfd8038acc4ac8257d637eca0591f.png

弹出以下界面，选择“Submit”提交

bbc5b8e99df63ecfcb80506b3772ec70.png

可以直接在新界面选择“here”，按照提示操作，获得我们想要的数据。

571d2c91ad2c37bca647654947543139.png

fdfdb60c34fae924ac1e02a97c1899cc.png

我们也可以查看自己的邮件，点击链接也可跳转上方的下载界面。

b060b4bfc1ba0943e4bf41a0eea806f2.png

通过上面几步，我们就顺利获得了后续进行数据分析的文件，是不是很简单呢？数据有了，下一步就是一系列的数据统计分析，这正好是老郑我的特长。不知道怎么挖掘数据或者分析的，快快参加郑老师的GBD公共数据库挖掘课程，由浅入深，帮助你快速掌握GBD数据库的数据挖掘、数据分析！

没数据？来学习GBD课程吧！利用全球健康数据，1-2个月快速撰写SCI论文

78c720c591a150dbe05b2d3671aa697a.png

各领域公开数据集下载
jacke121的专栏
03-03 5824
各领域公开数据集下载
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
2021年全球疾病负担研究（GBD）预期寿命.zip
12-06
背景描述 2021年全球疾病负担研究（GBD 2021） 由健康度量与评估研究所（IHME） 协调，旨在估算全球疾病、伤害和风险因素 对 204个国家和地区，以及若干选定的亚国家地区的负担。GBD 2021 提供了 失能年（YLDs）、残疾调整生命年（DALYs）和健康预期寿命（HALE） 的年度估算数据，涵盖了全球 371种疾病和伤害，并对数据进行了按年龄、性别和地理区域的细化。 数据说明 字段类别 内容 失能年（YLDs） 代表因疾病或伤害导致的健康损失年数 残疾调整生命年（DALYs） 失能年与早死年（YLLs）的总和，用于衡量疾病或伤害带来的总体健康负担 健康预期寿命（HALE） 基于当前的死亡率和疾病负担，估算个体在没有重大疾病或伤害情况下预期的健康年数 数据范围 时间范围： 1990-2021年 地理范围： 数据涵盖了全球 204个国家和地区，以及 811个亚国家地区。 疾病/伤害范围： 全球 371种疾病和伤害，包括传染性疾病、慢性病、伤害等。 数据维度： 按 年龄和性别分组。 数据来源 全球疾病负担研究（Global Burden of Disease, GBD）
Lancet子刊，GBD联合孟德尔随机化拿下IF=9.6！导师直呼，还有这样的文章？
weixin_47988917的博客
03-14 631
其中，高BMI和吸烟能够增加疾病负担，而孟德尔随机化的结果进一步验证了它们之间的因果关系。GBD数据探究哮喘的全球负担时，通过孟德尔随机化（MR）进一步验证了哮喘与危险因素之间的因果关联，加强了研究结果的可信度！哮喘的患病率和发病率随着SDI的增加而增加，而死亡率和DALY率则随着SDI的增加而降低。其中，撒哈拉以南非洲的负担更重。高BMI和吸烟作为哮喘的危险因素，在这项研究中，研究团队通过MR进一步验证了它们能够增加患哮喘的风险。图1 1990年至2021年，全球和不同SDI水平下，哮喘负担的时间趋势。
GBD最新数据公布啦！免费获取，无偿使用！
weixin_47988917的博客
05-17 791
培训通知，快来听课！GBD直播培训班，重磅来袭，就在6.1-6.2日GBD数据库是什么？好发文吗？是免费的吗？相信现在很多朋友对这个数据库不了解。但就是这个还不被大多数人熟知的公共数据库，早就在医学顶刊展露头角了！今天我们就来聊一聊这个免费的公共数据库！就在昨天，公共数据库GBD(全球疾病负担) 刚刚发布最新版2021年数据集。全部数据集可以免费下载GBD数据库（Global Burden of ...
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 4万+
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
疾病负担研究（GBD）-数据下载及解读
weixin_44240228的博客
12-15 9238
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
公共数据库挖掘及数据下载
weixin_53682198的博客
09-19 1227
公共数据库挖掘_Aspera 下载_SRA原始数据下载
数据资源 | 八大板块！数据公开下载渠道（下）
weixin_55633225的博客
04-06 8738
数据公开下载渠道
公开数据集下载地址
weixin_43653152的博客
09-10 3081
公开数据集下载链接
各领域公开数据集下载 | 资源
01-07
金融 交通 商业 推荐系统 医疗健康 图像数据 视频数据 音频数据 自然语言处理 社会数据 处理后的科研和竞赛数据 1 金融 **美国劳工部统计局官方发布数据：**http://dataju.cn/Dataju/web/datasetInstanceDetail/139 **沪深股票除权除息、配股增发全量数据，截止 2016.12.31 **http://dataju.cn/Dataju/web/datasetInstanceDetail/344 **上证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，1260支股票 **http://dataju.cn/Dataju/w
新浪公共数据集
04-08
新浪公共数据集 包括 微博ID 用户ID 微博内容
公共数据集市
09-20
对公共数据集市的概念进行阐述，来源为teradata为浦发银行做的一个公共数据集市的PPT，提出了一个公共桑山服务层的概念
公开测试数据
07-25
高质量开放数据集下载地址汇总；这个汇总里边数据集真的很多，横跨农业、生物、数据竞赛、教育、金融、健康等各种类别
2021年全球疾病负担研究（GBD）生育率估计.zip
11-13
数据文档 背景描述 2021 年全球疾病负担研究（GBD 2021）由华盛顿大学健康指标与评估研究所（IHME）协调，评估了 204 个国家和地区以及部分次国家级地点的疾病、伤害和风险因素负担。该数据集提供了 1950 年至 2100 ...
9篇2章2节：GBD 数据库的数据申请详解
DAT｜R科学与人工智能
04-16 720
无论您是初入公共卫生领域的学生、资深的科研工作者，还是政策决策者，GBD数据库都将成为您数据分析与决策支持中不可或缺的重要工具。
9篇2章4节：GBD 数据库的数据深度解读（二）
最新发布
DAT｜R科学与人工智能
04-28 743
GBD数据结构设计的优势在于其全面和系统性：它覆盖了全球绝大多数国家和地区（含多国分省估计），整合了传染病、非传染病、伤害和风险因素的健康指标，对不同年龄、性别均提供细分估计。这种层级化、多指标的框架便于比较和汇总，使政策制定者能够在同一平台下比较各健康问题的重要性和趋势。
2021年全球疾病负担研究（GBD）社会人口指数.zip
12-24
社会人口指数（Socio-demographic Index, SDI）是全球疾病负担研究（GBD）团队开发的一个综合指标，用于评估与健康结果强相关的发展状态。SDI 是以下三个 0 至 1 指标的几何平均值： 25 岁以下总生育率（TFU25）：...
gbd数据库绘图
03-19
### GBD 数据库绘图与可视化的工具和方法 #### 使用 GDAL 解析 GDB 文件地理数据库 GDAL 是一种强大的开源 GIS 工具包，能够解析 FileGDB 和 OpenFileGDB 驱动支持的地理数据库文件。通过加载这些驱动程序，可以读取 GDB 中存储的空间数据和其他属性信息。基本操作流程包括初始化 GDAL 库、设置驱动程序以及打开目标 GDB 文件[^1]。 ```python from osgeo import ogr # 初始化驱动 driver = ogr.GetDriverByName('OpenFileGDB') # 打开 GDB 文件 gdb_path = 'path_to_your_gdb_file.gdb' dataSource = driver.Open(gdb_path, 0) if dataSource is None: print("无法打开指定的 GDB 文件") else: layer_count = dataSource.GetLayerCount() for i in range(layer_count): layer = dataSource.GetLayerByIndex(i) feature_count = layer.GetFeatureCount() print(f'第 {i} 层次名称: {layer.GetName()}, 特征数量: {feature_count}') ``` 上述代码展示了如何利用 Python 脚本调用 GDAL 来访问 GDB 的层次结构及其特征计数。 #### EasyGBD 工具的应用 除了编程方式外，还可以借助图形化界面工具来简化复杂的数据处理过程。EasyGBD 提供了一个友好的用户交互平台，允许用户轻松连接至不同的关系型数据库（如 MySQL、PostgreSQL 或 SQL Server），从而实现快速查询、管理和可视化功能[^2]。 #### 制作双 Y 轴图表 当需要在同一张图上比较两个不同尺度变量时，可以选择创建双 Y 轴图表。这种方法特别适合展示来自 GBD 数据库中的多维度指标变化趋势。例如，可以用左侧纵坐标表示发病率率值，右侧则对应死亡人数或其他关联参数[^3]。 以下是使用 Matplotlib 实现的一个简单例子： ```python import matplotlib.pyplot as plt fig, ax1 = plt.subplots() # 设置第一个 y 轴的数据 ax1.set_xlabel('年份') ax1.set_ylabel('发病病例', color='tab:red') ax1.plot([2000, 2010, 2020], [100, 80, 70], color='tab:red') # 假设数据 ax1.tick_params(axis='y', labelcolor='tab:red') # 创建第二个 y 轴实例并与原始共享相同的 x 轴 ax2 = ax1.twinx() ax2.set_ylabel('死亡案例', color='tab:blue') ax2.plot([2000, 2010, 2020], [50, 40, 30], color='tab:blue') # 假设数据 ax2.tick_params(axis='y', labelcolor='tab:blue') plt.title('某疾病的发病率 vs 死亡率 (2000-2020)') plt.show() ``` 这段脚本演示了怎样构建具有独立刻度范围却共存同一横坐标的两套数值体系图像。 #### 构建热力图 为了更清晰地揭示空间或者时间序列上的模式分布特性，采用热力图形式往往更为有效。特别是在公共卫生统计领域里，它可以帮助研究人员迅速识别高风险区域或时间段内的异常现象[^4]。 下面给出一段基于 Seaborn 库生成热度矩阵图案的例子： ```python import seaborn as sns; sns.set_theme() import pandas as pd # 示例 DataFrame data = {'Year': ['2000','2000','2010','2010'], 'Country':['USA','China','USA','China'], 'Value':[10,20,15,25]} df = pd.DataFrame(data).pivot(index="Year", columns="Country", values="Value") sns.heatmap(df, annot=True, fmt=".1f", cmap="coolwarm") plt.title('国家间年度对比热力图') plt.show() ``` 此段代码片段说明了转换表格布局以便适配热量映射需求的过程，并最终呈现出带有注解标签的颜色渐变效果画面。
评论 1
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