【资料分享】Joinpoint 回归软件及学习资料

没有实验数据如何写论文？除了综述、meta分析、生信分析等，一些研究者经常使用卫生统计年鉴、医院病案数据、中国公共卫生数据中心、GBD研究数据中心等公共数据或大数据发表文章，但是目前流病、数据统计类论文对方法学要求越来越高，特别是SCI论文，小兵分享一个很好用（简单容易上手）的回归模型软件（Joinpoint回归模型）。

传统的回归模型主要从全局的角度对研究时间范围内疾病分布的整体趋势进行拟合评价，无法呈现局部的变化特征。1998年 Kim 等首次提出 Joinpoint回归模型，该模型的核心思想是根据疾病分布的时间特征建立分段回归，通过若干连接点将研究时间分割成不同区间，并对每个区间进行趋势拟合和优化，进而更详细地评价全局时间范围内不同区间特异性的疾病变化特征。

Joinpoint 回归模型由美国国立癌症研究所肿瘤控制与人口科学部开发，在肿瘤发病率和死亡率趋势研究领域得到广泛地应用。

（一）软件下载

登录美国国立癌症研究所网站（ https://surveillance.cancer.gov/joinpoint/download ），注册提交申请信息后可下载并安装至本地电脑免费使用，软件定期更新，目前官方最新版本为 Joinpoint 4.9.0.0。

 （二）数据准备与读取

Joinpoint 软件支持的可读入文件格式仅包括 ASCII 的后缀“.txt”文本和 Excel的“.CSV”文件格式。读入数据可以通过 SAS、Stata、SPSS、Excel 或其他软件（如SEER*Stat）转换或导出。数据准备完成后通过 Joinpoint 软件打开，根据研究数据的不同类型选定因变量、自变量和分组变量读入软件中。

因变量支持两种模式：

一是提供已计算好的粗率、标化率、标准误等结果指标；

二是提供各年龄组对应的病例频数、人口数和标化人口数等，由软件运行计算结果，再进行趋势分析。

（三）参数设置

一般情况下主要设置 3个参数：

（1）是否选用对数线性模型；

（2）方差齐性的误差选项：假定研究数据方差稳定的情况下，可以选择“恒方差”；如果考虑方差变异较大时可选择“标准误”或 者“ 泊 松”。选择“标准误”的话需要提供或者计算标准误，选“泊松”的话仅支持因变量类型为频数和人口数的模式。

（3）连接点数量：最小为 0，最大为 5，用户可根据需求自行定义。

（四）具体案例演示

网站提供了5种不同类型数据情况下应用Joinpoint的具体操作案例及详细操作步骤，以案例1 “使用SEER*统计数据的样本回归分析”为例.

步骤1：创建数据

参考数据格式，可直接在EXCEL中录入，导出“.CSV”文件格式数据。

软件录入界面如下，案例1格式 录入的数据需要提供4个参数 （ 性别、年份、标化率和标准误），才能下一步运算。

步骤2：软件运行

步骤3：结果展示：因软件已经提供详细的操作手册，小兵不对其具体演示，文末小兵会提供软件和操作手册的下载链接。

Joinpoint线性回归是一种趋势分析方法，首先在癌症发病率的趋势分析中得到广泛应用，在方法优于传统方法，因为该方法可通过模型拟合把趋势变化分成若干有统计学意义的区段，目前在流行病学、医院数据或其他领域的应用也较广，可以分析传染病大流行期间的时间趋势变化特征和预测，分析结果可为防控工作提供决策参考。但针对不同的情况，在具体应用时，要充分了解其基本原理、分析方法、适用条件和注意事项。

附件：软件及学习资料（ https://pan.baidu.com/s/1dgTwRuTPULVVQS3hCvzOYw ：8vf2），欢迎各位小伙伴下载并学习讨论