和团队成员一起，老郑我和同事陈老师一起团队们，搞了一个R语言包，用于全球疾病负担数据库（GBD）的分析。
在进行GBD公共数据库挖掘时总是会有这些问题：数据处理耗时、分析流程长、步骤多、代码繁、可视化难。为此，我们倾力打造了ZGBD包 ——深度融合统计学模型与可视化技术，从数据预处理到高级分析再到顶刊级别可视化结果呈现，提供全流程解决方案。两三行代码轻松搞定！
ZGBD包介绍视频，点击观看：
ZGBD包能解决哪些实际问题？
1️⃣告别数据预处理泥潭：可以快速完成GBD数据繁琐的清洗、转换、标准化处理。
2️⃣批量计算，效率飙升：
✅【年龄标准化率(ASR)】无论是带危险因素还是不带，无论是全年龄段还是你定义的任何特定年龄段，批量计算，结果整洁输出。再也不用重复写公式！
✅【估计年度百分比变化(EAPC)】ZGBD包让你轻松实现大规模EAPC计算，快速锁定增长最快或下降最猛的疾病/风险。
✅【Joinpoint回归 & AAPC/APC】批量拟合Joinpoint模型，精准捕捉趋势转折点，计算AAPC（平均年度百分比变化）和分段APC，生成专业趋势转折图。
✅【年龄-时期-队列(APC)模型】复杂难调的APC模型，现在也能批量构建！提取年龄效应、时期效应、队列效应、局部漂移、净漂移，并提供直观的可视化图表。
✅【分解分析】批量分解疾病负担变化中人口增长、人口老龄化、率变化(流行病学变化) 三大因素的独立贡献，清晰量化各因素的贡献比例。
✅【健康不平等分析】批量进行健康不平等分析并进行可视化。
✅【贝叶斯年龄-时期-队列(BAPC)预测】批量构建稳健的BAPC预测模型，对未来疾病负担进行科学预测，结果进行可视化。
✅【前沿分析】批量筛选符合“率随SDI升高而降低”理想前沿模式的区域/国家，批量分析不同年龄段率或ASR与SDI的关系，可视化发展“前沿”。
✅【SDI相关性分析】快速计算疾病负担指标与SDI在GBD区域或204个国家层面的相关性（如Pearson/Spearman），并可视化关联模式。
3️⃣惊艳可视化成果即刻呈现，告别复杂的ggplot2调试：
疾病负担趋势图；金字塔图；专业世界地图；Joinpoint趋势图；APC效应图；分解分析图；双轴图、趋势线图；前沿曲线图；SDI相关性图。。。
ZGBD包部分可视化结果预览：
如何使用？
目前这个包，今天公开使用。
使用方式：加群！
收费：不收费（参考郑老师公益课“30天学会统计学”课程）。
-gqWJ.jfif)
-PCZZ.jfif)
-DCBQ.jfif)
