疾病负担研究(GBD)-如何绘制GBD相关性图 - 草稿

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EAPC数据


然后将3者变量合成在一个数据集中


同样的,我们获取ASDR以及死亡病例数


计算死亡率的EAPC数据


然后将3者变量合成在一个数据集中


合并发病率及死亡率数据集后绘制图像


最后得到的图形如下:


计算两张图的对应pearson系数


得到的pearson系数如下


最后大家用AI中处理图像再加上pearson系数即可。

接下来我们绘制图B,绘制之前我们需要得到3个数据结果:HDI、EAPC以及发病例数。

HDI可以从官网下载http://hdr.undp.org/en/composite/HDI


我们将其整理成csv表格后


然后我们读取HDI数据


获取2019年绝对发病数


计算EAPC


合并三者数据


随后我们再获取死亡率数据

获取2019绝对死亡例数


计算死亡率的EAPC


合并三者数据


最后合并发病率以及死亡率的数据集后作图


得到的图形如下:


最后计算2张图的pearson相关系数


最后同样用AI软件修饰图形,并将相关系数加入到图像中即可。

这样相关性系数就可以完成了。


大家可以根据上述代码进行实操,如需要上述代码,请关注gongzhonghao——小明学习室,回复关键词“GBD”即可获取上述代码

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容