基于R语言按性别、AgeGroup1计算2011-2017年直接标准化死亡率及95%CI并绘图

1. 依赖包加载 #

加载数据处理、标准化率计算及绘图所需的R包：

library(dplyr)
library(epitools)
library(ggplot2)

2. 数据准备 #

假设你的原始数据集命名为mort_data，包含字段：year（2011-2017年）、sex（性别）、AgeGroup1（年龄组）、deaths（死亡数）、population（人口数）；同时需要标准人口数据集standard_pop，包含与原始数据匹配的AgeGroup1及对应standard_pop（标准人口数）。

先统一年龄组顺序，避免计算偏差：

# 替换为你的实际年龄组顺序
mort_data$AgeGroup1 <- factor(mort_data$AgeGroup1, levels = c("<1", "1-4", "5-14", "15-24", "25-34", "35-44", "45-54", "55-64", "65+"))
standard_pop$AgeGroup1 <- factor(standard_pop$AgeGroup1, levels = levels(mort_data$AgeGroup1))

3. 计算直接标准化死亡率及95%置信区间 #

按性别、年份分组，批量计算DSR及置信区间（转换为每10万人口单位）：

dsr_results <- mort_data %>%
  group_by(sex, year) %>%
  summarise(
    dsr_output = list(directadj(count = deaths, pop = population, stdpop = standard_pop$standard_pop, conf.level = 0.95)),
    dsr = dsr_output[[1]]$rate[1] / 1000,
    lower_ci = dsr_output[[1]]$lower[1] / 1000,
    upper_ci = dsr_output[[1]]$upper[1] / 1000
  ) %>%
  select(-dsr_output)

注：若directadj返回的率为百分比，除以1000可转换为每10万人口死亡率，可根据需求调整转换系数。

4. 绘制折线图（带置信区间） #

用ggplot2绘制趋势折线图，展示不同性别各年份的DSR及置信区间：

ggplot(dsr_results, aes(x = year, y = dsr, color = sex, group = sex)) +
  geom_line(size = 1) +
  geom_point(size = 2) +
  geom_errorbar(aes(ymin = lower_ci, ymax = upper_ci), width = 0.2) +
  scale_x_continuous(breaks = 2011:2017) +
  labs(
    x = "年份",
    y = "直接标准化死亡率（每10万人口）",
    color = "性别",
    title = "2011-2017年不同性别直接标准化死亡率趋势"
  ) +
  theme_bw() +
  theme(
    plot.title = element_text(hjust = 0.5),
    legend.position = "top"
  )

可通过修改geom_line、geom_errorbar参数或scale_color_manual自定义折线样式、颜色。

内容的提问来源于stack exchange，提问作者skpak