疾病负担研究(GBD)——如何绘制疾病成分比

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疾病的百分比


根据这个思路,我们下载好GBD2019年五种肝癌(乙肝、丙肝、酒精肝、脂肪肝以及其他病因)的所有年份的发病例数。


下载好的数据格式需要有下面这部分的数据(其中一部分):


获得这个原始数据后我们就可以开始运算了

首先,设置路径,读取R包


我们首先获取2019年的5种肝癌的发病数


建立新的数据集用来存储5种肝癌占总肝癌例数的百分比


接下来我们需要构建循环语句来计算每一个地区的5种肝癌占总肝癌例数的百分比,并存储在新建立的数据集中。

我的思路是:建立2个循环,第一个循环是每循环一次,读取一个地区的5种肝癌发病数,并以此计算不同类型肝癌的发病占比,第二个循环是每循环一次,将一个地区的一个类型肝癌的发病占比赋值到LC_percent中,直至2个循环结束。我设置的代码大概是这样的,大家后期可以根据自己的疾病修改代码,并将其存储至LC_2019S数据集中


我们采用同样的方法计算1990年5种肝癌占总肝癌例数的百分比


最后合并好1990以及2019年的数据,并添加标签变量


针对合并好的数据框,将location以及cause设定变量的排列顺序


最后开始作图,采用ggplot2中的条形图进行绘图,用5种肝癌类型作为填充-fill,由于我们已经统计好各个分型的占比,因此stat采用“identity”,并将占比百分比作为说明映射到图形中即可。


最后就可以出来这个图形了~,当然了大家可以根据自己的配色来选择颜色搭配,然后在AI软件中调整图形即可。


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,752评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,100评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,244评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,099评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,210评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,307评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,346评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,133评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,546评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,849评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,019评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,702评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,331评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,030评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,260评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,871评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,898评论 2 351

推荐阅读更多精彩内容