Joinpoint 软件使用

我们在分析纵向数据例如发病率、死亡率及患病率等等，如果只是进行描述性统计，往往一句话就结束了，这对于我们收集数据撰写文章来说真是吃力不讨好的事情。我们往往希望能把数据做成图表并进行统计，这样既可以完美展示数据的同时又能增加图表数量。Joinpoint 软件就可以为我们解决这个问题。它可以计算出年度百分比变化（APC）及平均年度百分比变化（AAPC）的统计量并给出P值。这是chatGPT对这两个参数的解释

·       APC：用于短期趋势分析，帮助识别特定年份之间的变化。例如，在一个五年的时间段内计算APC，可以识别该期间内每年的平均变化率。

·       AAPC：用于长期趋势分析，平滑短期波动，提供更全面的时间段内趋势。例如，在一个十年的时间段内计算AAPC，可以识别整个十年内的平均变化情况。

这两个指标在流行病学研究中非常重要，因为它们可以帮助研究人员和公共卫生官员理解疾病的流行趋势，评估公共卫生干预措施的效果，并为未来的健康策略制定提供数据支持。

我们可以通过下面的图获得直观的印象（图1），了解Joinpoint生成的图表到底是什么样子。

图1. （左）软件的图标（右）Joinpoint生成的图表示例

Joinpoint是美国癌症中心研发并可以免费使用的一个软件，我们可以访问官网(https://surveillance.cancer.gov/joinpoint/download)进行注册，填写过程大约一分钟左右，然后他们会给你邮箱发送一个链接进行下载（这里需要等待5-10分钟，软件很小只有8兆左右）。然后直接安装即可。接下来我以GBD数据库中结核病为例进行讲解。

首先，前往GBD官网下载1990-2019年70岁以上人群因结核导致死亡的历年死亡率数据。然后按照图片展示的步骤操作，就可以获得图表以及AAPC及APC的统计值及P值。以下是数据展现形式（图2）。注意的是我们需要对年份进行升序排列。

图2. 1990-2019年70岁以上人群因结核导致死亡的历年死亡率数据

导入数据后需要对弹出来的界面进行参数选择，这里我们需要选择5个，然后点击Execute slient 进行运行就可以了（图3）。

图3. 程序运行数据

一般10几秒就运行完毕，如果你导入的数据多，并且你的变量也比较多的话，需要更久的时间。数据运行完后就可以得到下面的图片（图4）。

图4. 程序输出结果

左边我们可以看到，数据显示70岁以上人群1990-2019年的死亡率呈下降趋势，并且时间可以分为5个时间段来展示（软件依据数据自动计算并给您勾选最佳分段），分别是2002、2007、2011及2014年。可以看到5个时间段的APC都有统计学差异。当我们需要查询具体的P值的时候，可以点击Trends, 直观的看到APC及AAPC的统计量及P值，这样就可以做成图表放入您的论文中了。

对于Joinpoint软件的功能不仅仅只有这些。除了计算APC和AAPC外，Joinpoint还具有其他强大功能。例如，示例中进行的分段回归分析，帮助研究人员识别数据中的显著变化点。此外，Joinpoint支持多种数据导入格式，方便用户进行数据处理和分析。该软件还提供了丰富的图表和可视化选项，使用户能够以直观的方式展示分析结果。通过这些功能，Joinpoint不仅在流行病学研究中发挥重要作用，还广泛应用于其他需要趋势分析的领域，如经济学、社会科学和环境科学。总之，Joinpoint是一款功能全面、使用便捷的统计分析工具。

请关注微信公众号，更多精彩内容实时更新中

本网站发布所有原创内容，版权归属尖端生物及相关版权方，内容仅供学术交流，如有侵权请联系删除。未经授权的转载是侵权行为，版权方保留追究法律责任的权利。投稿，转载或版权问题，请联系:submit@advanced-biotech.cn;商务合作请联系:cc@advanced-biotech.cn