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
- 2024-08-15
- 2024-08-13
- 2024-08-05
- 2024-07-24
- 2024-07-23
- 2024-07-22
- 2024-07-18
- 2024-07-10