Tableau - 计算和呈现流行病学发病率和发病率/10,000答案

【问题标题】：Tableau - Calculating and presenting epidemiologic Incidence and Incidence Rate/10,000Tableau - 计算和呈现流行病学发病率和发病率/10,000
【发布时间】：2020-05-05 17:35:16
【问题描述】：

我正在尝试计算发病率（每天）、累积发病率（长时间）、发病率 /10,000（每天）和累积发病率 /10,000（长时间）传染病。这是针对整个美国、可变数量的州（稍后称为“i”）和这些指定州中可变数量的县（稍后称为“j”）。（“发病率”是给定时间段内的病例数 - 在这种情况下为一天。）

数据位于包含“日期”、“发生率”、“累积发生率”、“发生率/10,000”、“累积发生率/10,000”列的表格中。每个州和县的人口取自人口普查局按“州”、“县”、“人口”组织的查找表（通过“州”和“县”上的 JOIN 以编程方式完成）。

对于给定的度量（例如，发生率/10,000），计算为('Incidence'/'Population') * 10,000。

在 Tableau 中执行发生率和累积发生率非常简单 - 使用 SUM('Incidence') 行与“日期”列和 SUM('Cumulative Incidence') 行与“日期”列。

做“发病率/1,000”和“累积发病率/10,000”并不那么明显。对于美国，SUM('Cumulative Incidence') 呈上升趋势，正如预期的那样； SUM('Cumulative Incidence Rate/10,000' 上升到一定程度，然后在上下波动中趋于平稳；SUM('Population') 逐渐上升，直到“几乎”达到美国的总人口。我认为我看到的是，被测量的发病率从一个小区域开始，并一直持续增长，直到几乎（但不是所有，州和县都参与其中（很少有县不参与，但所有州都参与）。我假设SUM('Population') 实际上是任意一天 i = State 和 j = County 的“Population”的 Σij 以及给定日期的“Cumulative Incidence Rate/10,000”的 Σij。它不是'Population' over i = State and j = County over all days (AKA a Constant)，可从查找表中获得。并且与日期无关。

有什么想法吗？（我敢肯定有一个简单的答案，但对此很陌生）。使用 Tableau Desktop 2020.1.3

提前致谢。

【问题讨论】：

标签： tableau-api constants rate

【解决方案1】：

听起来您可能需要聚合计算字段或详细级别 (LOD) 计算字段。

尝试将聚合函数放入计算中，例如SUM([Incidence]) / SUM([Population]) 这种计算先计算总和，然后在最后进行除法，而不是计算每条记录的比率，然后将比率相加。在使用比率时，这通常是必要的。

此外，我希望您的 Population 值不会每天都在变化，因此如果您只是像上面那样使用 Sum() 聚合它们，您会夸大分母。在这种情况下，您需要首先使用 LOD 计算以不同的详细程度计算总体。在这种情况下，一个示例公式类似于

SUM([Incidence]) / { FIXED [State], [County] : MAX([Population])}

如果没有一些样本数据，很难说出推荐的正确公式，但很可能与上述公式类似。

【讨论】：

【解决方案2】：

亚历克斯 - 非常感谢！！！！

你让我成功了 90%。您的公式出错，抱怨 SUM([Incidence] 是聚合的，而 {FIXED [State], [County] : MAX([Population])} 不是。这个修复是把它变成MAX({FIXED [State], [County] : MAX([Population])})，它是聚合的（使用MAX()、MIN()或AVG()没有区别，因为你首先建议MAX([Population]，我使用了它）。鉴于数字很小，在这种情况下，我选择乘以 10,000 以得出发病率/10,000 人（这在流行病学中很常见，用于比较不同人口规模之间的发病率以“标准化”相对风险）。最后公式变成了：

(SUM([Incidence]) * 10000) / MAX({FIXED [State], [County] : MAX([Population])})

这对应于每个州和县计算为([Incidence] * 10000) / [Population] 的表格数据。

【讨论】：