摘要：全球疾病负担（Global Burden of Disease, GBD）研究是由华盛顿大学健康指标与评估研究所（IHME）主导的全球最大公共卫生研究项目，旨在量化全球及各地区的疾病、伤害和风险因素负担。该项目自 1990 年启动以来，已形成覆盖 204 个国
全球疾病负担（Global Burden of Disease, GBD）研究是由华盛顿大学健康指标与评估研究所（IHME）主导的全球最大公共卫生研究项目，旨在量化全球及各地区的疾病、伤害和风险因素负担。该项目自 1990 年启动以来，已形成覆盖 204 个国家和地区、369 种疾病与伤害、87 种风险因素的开放数据库，提供发病率、死亡率、伤残调整生命年（DALYs）等核心指标，为公共卫生政策制定、资源分配和学术研究提供数据支持。
GBD 数据整合了超过 1.3 亿条原始数据记录，包括：
GBD Compare 是 IHME 提供的交互式数据可视化平台，支持自定义查询和下载。
访问路径：https://vizhub.healthdata.org/gbd-results/GHDx（Global Health Data Exchange）是 GBD 数据的官方存储库，提供结构化数据集。
pythonimport requests headers = {'Authorization': 'Bearer YOUR_API_KEY'} url = 'https://api.healthdata.org/gbd/2019/results?location=CHN&cause=COPD&metric=DALYs' response = requests.get(url, headers=headers) data = response.json对于特殊需求（如子国家层面数据、历史版本对比），可通过以下方式申请：
数据格式：CSV 文件包含以下核心字段：location_name：地区名称。year_id：年份。age_group_name：年龄组。sex_name：性别。cause_name：疾病或伤害名称。metric_name：指标类型（如 DALYs）。val：估计值。lower/upper：95% 置信区间。清洗示例（Python）：pythonimport pandas as pd # 读取数据 df = pd.read_csv('gbd_data.csv') # 筛选中国2019年COPD的DALYs数据 china_copd = df[(df['location_name'] == 'China') & (df['year_id'] == 2019) & (df['cause_name'] == 'Chronic obstructive pulmonary disease') & (df['metric_name'] == 'DALYs')]GBD Compare：在线生成地图和趋势图。R 语言：rlibrary(ggplot2) ggplot(china_copd, aes(x=year_id, y=val)) + geom_line + labs(title="COPD DALYs in China (1990-2019)", x="Year", y="DALYs per 100,000 population")Python：pythonimport matplotlib.pyplot as plt plt.plot(china_copd['year_id'], china_copd['val']) plt.title('COPD DALYs in China (1990-2019)') plt.xlabel('Year') plt.ylabel('DALYs per 100,000 population') plt.show
趋势分析：pythonimport pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('china_diabetes.csv') plt.plot(df['year_id'], df['val']) plt.title('Diabetes DALYs in China (1990-2019)') plt.xlabel('Year') plt.ylabel('DALYs per 100,000 population') plt.show结果：中国糖尿病 DALYs 从 1990 年的约 1.2 million 增至 2019 年的 2.8 million，年均增长率 3.5%。数据使用条款：免费用于非商业研究，需在论文中引用 GBD 研究（如：GBD 2019 Disease and Injury Incidence and Prevalence Collaborators. 2020. Lancet）。商业用途需申请授权。引用示例："Data from the Global Burden of Disease Study 2019 were used in this analysis (GBD 2019 Disease and Injury Incidence and Prevalence Collaborators. 2020. Lancet)."
GBD 数据库是公共卫生领域的 “数据金矿”，其开放获取政策和丰富指标体系为研究者提供了前所未有的机遇。通过 GBD Compare、GHDx 和 API，用户可快速获取高质量数据；结合 R、Python 等工具，可实现从数据清洗到复杂建模的全流程分析。然而，需注意数据的局限性和合规要求，确保研究的科学性与伦理合规性。未来，随着技术创新和数据扩展，GBD 将继续推动全球健康研究的发展，为实现 “健康中国 2030” 等目标提供关键支撑。
来源：医学顾事