GBDraweR 02 - A carga de COPD por idade

Em uma das primeiras aulas do curso “Descriptive Epidemiology of Diseases and Injuries: the Global Burden of Disease Study” (PPGEpi/UFRGS) foi discutido um exemplo a respeito da doença pulmonar obstrutiva crônica (chronic obstructive pulmonary disease, COPD). Neste post, vamos ver como construir um gráfico para apresentar a carga de COPD por faixa etária.

COPD

A COPD é uma inflamação crônica dos pulmões que causa tosse, dificuldade respiratória, muco e chiado no peito. A COPD inclui enfisema e bronquite crônica.

DALYs

Os anos de vida ajustados por incapacidade (Disability‐adjusted life years, DALYs) refletem de forma abrangente perdas de saúde fatais e não fatais e são definidos como a combinação de anos de vida perdidos (years of life lost, YLLs) e anos vividos com incapacidade (years lived with disability, YLDs)¹. Os YLLs representam as perdas de saúde devido à morte prematura em comparação com a expectativa de vida padrão. Os YLDs são calculados multiplicando-se o número de pessoas vivendo com esse desfecho pelo peso da incapacidade que representava a magnitude da perda de saúde associada ao desfecho.

Dessa forma, os DALYs expressam a carga de uma determinada doença. Em um post futuro, pretendo abordar a definição dos DALYs, YLLs, YLDs, expectativa de vida padrão, pesos de incapacidade e os dados envolvidos na estimativa destas quantidades populacionais.

Extraindo os dados

Antes de construir o gráfico, precisamos ter acesso aos dados. Os dados sobre a carga global de COPD foram extraídos usando a ferramenta GBD Results Tool do Global Health Data Exchange do GBD 2019.

No primeiro acesso ao GBD Results Tool é necessário realizar um cadastro. Na aba About são disponibilizados manuais básicos para uso da ferramenta.

Para este exemplo, a seguinte configuração foi especificada:

O resultado da consulta pode ser visualizado na tela do GBD Results. Ao clicar no botão Download o usuário tem acesso ao arquivo de dados em csv². Este arquivo será utilizado para a construção do gráfico.

Gráfico de DALYs por idade

Uma vez que baixamos o arquivo de dados, vamos importá-lo para o R.

library(readr)

gbd_copd <- read_csv(file = here::here("data",
                                "IHME-GBD_2019_DATA-a45abb03-1.csv"))

Aqui utilizamos a função read_csv do pacote readr. Além disso, utilizamos a função here do pacote de mesmo nome. Se você ainda não conhece a função here veja este post sobre fluxo de trabalho orientado a projetos em R.

Veja que os dados estão no formato “longo”, pois os dados de YLLs, YLDs, DALYs, assim como sexo masculino, feminino e ambos os sexos encontra-se “empilhados”.

gbd_copd

## # A tibble: 201 × 10
##    measure           locat…¹ sex   age   cause metric  year    val  upper  lower
##    <chr>             <chr>   <chr> <chr> <chr> <chr>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 YLDs (Years Live… Global  Male  0-6 … Chro… Number  2019     0      0      0 
##  2 YLDs (Years Live… Global  Fema… 0-6 … Chro… Number  2019     0      0      0 
##  3 YLDs (Years Live… Global  Both  0-6 … Chro… Number  2019     0      0      0 
##  4 YLDs (Years Live… Global  Male  7-27… Chro… Number  2019     0      0      0 
##  5 YLDs (Years Live… Global  Fema… 7-27… Chro… Number  2019     0      0      0 
##  6 YLDs (Years Live… Global  Both  7-27… Chro… Number  2019     0      0      0 
##  7 YLDs (Years Live… Global  Male  28-3… Chro… Number  2019   597.   756.   414.
##  8 YLDs (Years Live… Global  Fema… 28-3… Chro… Number  2019   680.   854.   484.
##  9 YLDs (Years Live… Global  Both  28-3… Chro… Number  2019  1277.  1591.   893.
## 10 YLDs (Years Live… Global  Male  1-4 … Chro… Number  2019 14636. 18507. 10542.
## # … with 191 more rows, and abbreviated variable name ¹location

O próximo passo é formatar as variáveis de interesse. Isso vai facilitar o nosso trabalho final de construção do gráfico. Assim, vamos ordenar corretamente os níveis da variável idade (age) e atribuir os rótulos desejados.

gbd_copd$age <- factor(
  x = gbd_copd$age,
  levels = unique(gbd_copd$age),
  labels = c(
    c("Early Neonatal", "Late Neonatal", "Post Neonatal"),
    unique(gbd_copd$age)[4:19],
    paste(unique(gbd_copd$age)[20:22], "years"),
    unique(gbd_copd$age)[23]
  )
)

Com o auxílio do pacote dplyr, vamos também aproveitar para transformar os nomes da variável measure em nomes mais curtos.

library(dplyr)

gbd_copd <- gbd_copd %>% 
  mutate(measure = case_when(
    measure == "YLDs (Years Lived with Disability)" ~ "YLDs",
    measure == "YLLs (Years of Life Lost)" ~ "YLLs",
    measure =="DALYs (Disability-Adjusted Life Years)" ~ "DALYs")
    )

Gráfico de barras simples

Neste primeiro gráfico, vamos apresentar a informação da carga global de COPD para ambos os sexos no ano de 2019 em número de DALYs. Assim, vamos filtrar os dados pelas variáveis measure e sex.

gbd_copd_daly_b <- gbd_copd %>% 
  filter(measure == "DALYs", sex == "Both")

Para construir o gráfico de barras utilizaremos o pacote ggplot2³. Agora que já filtramos os dados de DALYs, vamos utilizar as variáveis val (os valores referentes ao número de DALYs) e age.

library(ggplot2)

p1 <- ggplot(data = gbd_copd_daly_b,
             mapping = aes(x = age, y = val)) +
  geom_bar(stat = "identity") + 
  labs(x = "Age group", y = "DALYs")
p1

Notamos que muitos aspectos do gráfico podem ser melhorados, tais como o tema, as cores e a largura das barras e os rótulos dos eixos.

p1 <- ggplot(data = gbd_copd_daly_b,
             mapping = aes(x = age, y = val)) +
  geom_bar(stat = "identity", width = 0.6, fill = "#b19cd9") +
  scale_y_continuous(breaks = c(0, 5000000, 10000000)) +
  labs(x = "Age group", y = "DALYs") +
  theme_bw() +
  theme(
    axis.text.x = element_text(hjust = 1,
                               angle = 45,
                               size = 8))
p1

Gráfico de barras com barra erro (incerteza)

Os dados disponibilizados pelo GBD são estimativas de quantidades populacionais. Além das estimativas pontuais, o GBD também disponibiliza os limites de um intervalo de incerteza⁴ de 95% (variáveis upper e lower do objeto de dados). Vamos incorporar estes intervalos em nosso gráfico. Para isso, vamos acrescentar uma “camada” ao gráfico anterior.

p2 <- p1 +
  geom_errorbar(aes(ymin = lower, ymax = upper),
                colour = "black", width = .1)

p2

Gráfico de barras com YLLs, YLDs e sexo

Como os DALYs expressam a soma dos YLLs e YLDs, seria interessante apresentar no gráfico a contribuição de YLLs e YLDs para os DALYs de COPD. Além, disso estratificar este dado por sexo. Assim, filtramos o objeto de dados gbd_copd (que contém a informação completa do arquivo baixado do GBD Results Tool) e criamos a variável que combina os níveis da variável sex com os níveis da variável measure.

gbd_copd_yl_mf <- gbd_copd %>% 
  filter(measure != "DALYs", sex != "Both") %>%
  mutate(sex = factor(x = sex),
         sex = relevel(sex, ref = "Male"),
         measure = factor(x = measure),
         measure = relevel(measure, ref = "YLLs"),
    sex_measure = interaction(sex, measure, sep = ", "))

A estrutura do gráfico é parecida com o gráfico de barras simples. Devemos apenas acrescentar o elemento fill aos elementos estéticos do gráfico (função aes).

p3 <- ggplot(data = gbd_copd_yl_mf,
             mapping = aes(x = age, y = val, fill = sex_measure)) +
  geom_bar(stat = "identity", width = 0.6) +
  scale_y_continuous(breaks = c(0, 5000000, 10000000)) +
  labs(x = "Age group", y = "DALYs", fill = "") +
  theme_bw() +
  theme(
    axis.text.x = element_text(hjust = 1,
                               angle = 45,
                               size = 8))
p3

Sempre podemos especificar um outro tema, ou outra paleta de cores, assim como configurar a posição da legenda do gráfico.

library(wesanderson)

p3 <- ggplot(data = gbd_copd_yl_mf,
             mapping = aes(x = age, y = val, fill = sex_measure)) +
  geom_bar(stat = "identity", width = 0.6) +
  scale_y_continuous(breaks = c(0, 5000000, 10000000)) +
  scale_fill_manual(values = rev(wes_palette(n = 4, name = "GrandBudapest2"))) +
  labs(x = "Age group", y = "DALYs", fill = "") +
  theme_classic() +
  theme(
    legend.position = "bottom",
    axis.text.x = element_text(hjust = 1,
                               angle = 45,
                               size = 8))
p3

Uma alternativa a este último gráfico é utilizar a variável measure no argumento fill e a variável sex com a função facet_grid.

p4 <- ggplot(data = gbd_copd_yl_mf,
             mapping = aes(x = age, y = val, fill = measure)) +
  geom_bar(stat = "identity", width = 0.6) +
  # scale_y_continuous(breaks = c(0, 5000000, 10000000)) +
  scale_fill_manual(values = rev(wes_palette(n = 4, name = "GrandBudapest2"))) +
  labs(x = "Age group", y = "DALYs", fill = "") +
  theme_classic() +
  theme(
    legend.position = "bottom",
    axis.text.x = element_text(hjust = 1,
                               angle = 45,
                               size = 8)) +
  facet_grid( ~ sex)
p4

O resultado é um painel com dois gráficos, um para cada nível da variável sex. Depois é só salvar no formato e resolução que você desejar com a função ggsave!

Murray CJ. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Bull World Health Organ. 1994;72(3):429-45. PMID: 8062401; PMCID: PMC2486718.↩︎
Global Burden of Disease Collaborative Network. Global Burden of Disease Study 2019 (GBD 2019) Results. Seattle, United States: Institute for Health Metrics and Evaluation (IHME), 2020. Available from https://vizhub.healthdata.org/gbd-results/.↩︎
Se você ainda não conhece o pacote ggplot2, não deixe de conferir o material do minicurso Pintando e Bordando no R apresentado no 1º Datathon da UFRGS.↩︎
A razão de se utilizar o termo “intervalo de incerteza” no lugar de “intervalo de credibilidade” é algo que ainda não compreendo bem.↩︎