疾病负担研究（GBD）-如何绘制GBD相关性图

文章首发于微信公众号——小明学习室

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，请关注公众号——小明学习室，回复关键词“GBD”即可获取上述代码