在上一篇中，我們深入探討了Joinpoint回歸的原理。工欲善其事，必先利其器。

本文將聚焦于NCI官方開(kāi)發(fā)的Joinpoint Regression Program，通過(guò)詳細(xì)的步驟演示和結(jié)果解讀，讓你從“知道”到“做到”，真正將這一強(qiáng)大工具應(yīng)用于日常監(jiān)測(cè)預(yù)警工作。

1.軟件獲取

Joinpoint軟件完全免費(fèi)，但需要官方授權(quán)。請(qǐng)?jiān)L問(wèn)美國(guó)國(guó)家癌癥研究所監(jiān)測(cè)流行病學(xué)與最終結(jié)果（SEER）項(xiàng)目官網(wǎng)（https://surveillance.cancer.gov/joinpoint/ ）進(jìn)行下載。通常需要注冊(cè)并填寫(xiě)簡(jiǎn)單的申請(qǐng)信息，通過(guò)后即可獲取最新版本的軟件（目前最新版為Joinpoint 5.0.2）。

2. 數(shù)據(jù)準(zhǔn)備：這是成功分析的第一步，至關(guān)重要

軟件支持兩種主要的文件格式：純文本文件（.txt）和逗號(hào)分隔值文件（.csv）。你的數(shù)據(jù)源可以是SAS、Stata、SPSS、R或Excel等，只需將數(shù)據(jù)整理后另存為上述格式即可。

更關(guān)鍵的是，軟件支持兩種數(shù)據(jù)讀入模式，適應(yīng)不同基礎(chǔ)的數(shù)據(jù)：

模式一：提供原始數(shù)據(jù)（病例數(shù)+人口數(shù)）

這是最推薦的方式，尤其當(dāng)你有分年齡組的數(shù)據(jù)時(shí)。軟件會(huì)自動(dòng)計(jì)算發(fā)病/死亡率及相關(guān)標(biāo)準(zhǔn)誤。數(shù)據(jù)文件需要包含以下變量：

• 年份（自變量）

• 發(fā)病/死亡病例數(shù)

• 對(duì)應(yīng)的人口數(shù)

• （可選）標(biāo)準(zhǔn)人口，用于計(jì)算年齡標(biāo)化率。
  

模式二：提供已計(jì)算好的率

如果你已經(jīng)計(jì)算好了粗率或年齡標(biāo)化率，也可以直接提供。數(shù)據(jù)文件需要包含：

• 年份

• 率（如1/10萬(wàn)）

• （強(qiáng)烈建議提供）率的標(biāo)準(zhǔn)誤，這能讓模型估計(jì)更準(zhǔn)確。

打開(kāi)軟件并載入數(shù)據(jù)文件后，會(huì)進(jìn)入?yún)?shù)設(shè)置界面。理解每個(gè)選項(xiàng)的含義，是做出正確分析的關(guān)鍵。

首先是導(dǎo)入數(shù)據(jù)，選擇NEWS，然后打開(kāi)數(shù)據(jù)即可。

導(dǎo)入之后進(jìn)入設(shè)置頁(yè)面。

設(shè)置頁(yè)比較簡(jiǎn)單，一般以下3個(gè)內(nèi)容。

1. 因變量和自變量的確定

根據(jù)你準(zhǔn)備的數(shù)據(jù)，在“Response Data”部分進(jìn)行選擇，簡(jiǎn)單來(lái)說(shuō)，就是讓軟件幫你計(jì)算率還是已經(jīng)算好的率直接讓他用。

如果選擇模式一（原始數(shù)據(jù)）：應(yīng)選擇Calculated from Data File。隨后需要分別指定“Count Variable”（病例數(shù)變量）、“Population Variable”（人口數(shù)變量），如果計(jì)算標(biāo)化率，還需指定“Standard Population Variable”（標(biāo)準(zhǔn)人口變量）。

如果選擇模式二（已計(jì)算的率）：應(yīng)選擇Rates，并指定率的變量，哪個(gè)變量代表的是率。

這樣上面的完成后因變量的設(shè)置就結(jié)束了，接下來(lái)是自變量的設(shè)置。

2. 模型與誤差設(shè)置（核心參數(shù)）

模型轉(zhuǎn)換（Model Transformation）：對(duì)于我們傳染病來(lái)說(shuō)，一般的發(fā)病/死亡率，幾乎總是選擇Logarithmic（對(duì)數(shù)線性模型），這樣才能輸出APC。

誤差選項(xiàng)（Heteroscedastic Errors Option）：這是最重要的設(shè)置之一。

• Constant Variance (Homoscedastic) - 恒方差：假設(shè)率的方差在整個(gè)時(shí)間序列上是恒定的。如果率的波動(dòng)不大，可選擇此項(xiàng)，計(jì)算更簡(jiǎn)單快速。

• Standard Error - 標(biāo)準(zhǔn)誤：如果已提供或由軟件計(jì)算得出率的標(biāo)準(zhǔn)誤，建議選擇此項(xiàng)。它考慮了率的變異，結(jié)果更穩(wěn)健，是最常用且推薦的選擇。

• Poisson Variance - 泊松方差：適用于數(shù)據(jù)是原始病例數(shù)的情況，假設(shè)病例數(shù)服從泊松分布。

3. 連接點(diǎn)設(shè)置

最大連接點(diǎn)數(shù)量（Maximum Number of Joinpoints）：軟件允許你設(shè)置模型最多尋找?guī)讉�(gè)連接點(diǎn)。它會(huì)基于置換檢驗(yàn)自動(dòng)從0到這個(gè)最大數(shù)之間選擇最優(yōu)模型。對(duì)于10-20年的數(shù)據(jù)，設(shè)置最大為3-5通常是合理的，一般來(lái)說(shuō)我們可以簡(jiǎn)單理解為5年一個(gè)點(diǎn)，而且軟件會(huì)根據(jù)數(shù)據(jù)點(diǎn)數(shù)量給出推薦值。

所有設(shè)置完成之后選擇運(yùn)行即可。

點(diǎn)擊“Run”后，軟件就會(huì)運(yùn)行了，我們重點(diǎn)關(guān)注的主要有以下幾部分：

1. 模型選擇結(jié)果

在結(jié)果界面的左側(cè)，軟件會(huì)列出從0到最大連接點(diǎn)的所有模型，并用星號(hào)（）標(biāo)記出根據(jù)置換檢驗(yàn)選出的最優(yōu)模型。

2. 趨勢(shì)圖

這是最直觀的結(jié)果，也是主要結(jié)果，圖表上會(huì)顯示：

• 原始數(shù)據(jù)點(diǎn)（散點(diǎn)）。

• 擬合的Joinpoint折線。

• 連接點(diǎn)的位置（垂直虛線或標(biāo)記）。

• 每個(gè)趨勢(shì)段的APC值和顯著性。

  一張圖就能讓你對(duì)整個(gè)趨勢(shì)演變一目了然。

3. 趨勢(shì)表（Trend Table）——核心解讀內(nèi)容

這是形成結(jié)論的關(guān)鍵，比如下表，

時(shí)間段

APC (%)

95% CI

P值

趨勢(shì)判斷

1993 - 1995

(-5.91, 0.94)

不顯著

1995 - 1998

1.92

(-1.52, 5.48)

不顯著

1998 - 2008

(-2.67, -2.07)

<0.001

顯著下降

2008 - 2013

(-2.71, -1.56)

<0.001

顯著下降

整體 (AAPC)

(-4.64, -3.10)

<0.001

顯著下降

解讀要點(diǎn)：

顯著性判斷：查看每個(gè)APC的95%置信區(qū)間（95% CI）。如果區(qū)間不包含0，則該時(shí)間段的趨勢(shì)具有統(tǒng)計(jì)學(xué)意義（P值通常也<0.05）。如上表，1998年后兩個(gè)階段均為顯著下降。

APC值：表示年均變化幅度。例如，1998-2008年APC為-2.37%，意味著在此期間，發(fā)病率平均每年顯著下降2.37%。

AAPC值：代表整個(gè)研究期間（1993-2013）的加權(quán)平均變化速度，也為顯著下降，年均下降3.87%。

4. 模型估計(jì)表（Model Estimates）

此表提供了擬合方程的詳細(xì)參數(shù)（如β, δ等），可用于書(shū)寫(xiě)論文或報(bào)告中的方程。

1.遇到某年的率為0，軟件報(bào)錯(cuò)怎么辦？

軟件無(wú)法處理率為0的情況。解決方法是將該年的率替換為一個(gè)極小的正數(shù)（如0.000001），這對(duì)整體趨勢(shì)分析影響微乎其微。

2.“恒方差”和“標(biāo)準(zhǔn)誤”選項(xiàng)，結(jié)果差異大嗎？

當(dāng)率的波動(dòng)較小時(shí)，兩種方法結(jié)果相似。但當(dāng)數(shù)據(jù)存在“驟升驟降”時(shí)，“標(biāo)準(zhǔn)誤”選項(xiàng)更可靠。

3.如何分析不同亞組（如不同性別、地區(qū)）的趨勢(shì)？

可以在數(shù)據(jù)中設(shè)置“分組變量”（By Variable），如性別。軟件會(huì)自動(dòng)為每個(gè)亞組運(yùn)行分析，并生成各自的結(jié)果和圖表，便于比較。

編輯：普通疾控人 | 審核：詩(shī)酒趁年華

文章來(lái)源 | 原創(chuàng)

說(shuō)明 | 轉(zhuǎn)載只為分享，如有侵權(quán)聯(lián)系刪除

?版權(quán)聲明 | 部分信息和圖片來(lái)自公開(kāi)網(wǎng)絡(luò)

轉(zhuǎn)載請(qǐng)注明

再次轉(zhuǎn)載請(qǐng)注明出處

科普健康 | 宣傳疾控

本號(hào)為多位疾控機(jī)構(gòu)從業(yè)者運(yùn)營(yíng)

重點(diǎn)關(guān)注國(guó)內(nèi)外健康事件

致力于疾控科普

在做好科普服務(wù)大眾的同時(shí)

做好疾控機(jī)構(gòu)的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說(shuō)明

本文為原創(chuàng)內(nèi)容，文章為個(gè)人理解所學(xué)，不涉及疫情信息及內(nèi)部保密數(shù)據(jù)，發(fā)表的目的為自我總結(jié)及給有需求的人士學(xué)習(xí)使用。如有不妥之處，歡迎聯(lián)系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號(hào)