这次是GBD数据库的第15篇推文，
这一期，我们将介绍GBD数据库的第2个预测包——BAPC.
关于数据准备，大家可以参考第14篇推文，包括年龄结构数据以及人口数据都可以下载。
下面，我们直接进入到R语言分析过程。
首先，我们设置路径，读取R包
我们读取相应的数据，包括设定3个年龄向量用来提取
读取标准年龄结构数据
由于BAPC需要的数据结构和nordpred不同，BAPC行为年份，列为年龄，此外数据需要为整数，因此我们这里整理成0-4到95 plus的数据。考虑到不同性别发病率不同，所以这里我们分开预测男女的发病率。因此我们需要分开提取并整理男女数据，
我们首先整理男性数据
接着整理女性数据
同样的，我们读取GBD的1990-2019人口学数据
接着我们读取预测的2020-2030人口学数据
接着我们将<1以及1-4岁整合成0-4岁
接着我们整理人口学数据，变成BAPC能够识别的数据形式
由于BAPC需要将预测的行也要添加至发病数据中，因为我们预测2020-2030的情况，所以我们对其进行补充
数据准备好后，我们可以进行食管癌的发病情况预测
这里简单讲下参数设置（个人理解，不一定准确）：gf值代表年龄分层与year的比值，比如我们这里年龄是5岁为一组，而year是1年为一组，所以gf=5
Npredict个人不是很理解，这里暂时给不了很好的解释，stdweight需要输入标准人口年龄结构用来计算ASR
接下来计算每个年龄层的发病数
计算每个年龄层的发病率
计算标准发病率
计算总发病人数
计算总的标准发病率
计算总发病人数
最后大家可以用R包最带的画图功能看下做的图形
我们一起来看下图形
这个是男性的标准发病率预测
这个是女性的标准发病率预测
最后大家可以将拿到的预测数据进行进一步的分析。
