死因年报分析器：死因顺位与期望寿命统计分析

死因年报分析器 读取死亡个案数据与人口数据，交互式完成死因年报核心指标分析：死因顺位、 粗率与标化率、分性别、分年龄组、分地区、期望寿命（蒋庆琅法简略寿命表）、 30-70 岁四类重大慢性病早死概率、PYLL（潜在减寿年数）。

界面与口径参照《死因年报分析模版》（Excel 版），并内置该模版的 **ICD-10 三级分类字典（约 1.38 万条）**与 1982/2000/2010 三套标准人口， 无需额外准备分类表。

快速开始 开发环境：uv run death_report_analyzer（独立桌面窗口）， 或 set APP_NATIVE=0 && uv run death_report_analyzer（浏览器模式） 打包交付：python scripts/build.py（或 skill 级 build_app.py），产物在 dist/DeathReportAnalyzer/<平台>/ 数据格式 死亡数据（xlsx / xlsm / csv，模版「原始表」格式） 必需列 说明 性别编码 1=男，2=女（兼容 男/女、M/F） 根本死因ICD编码 ICD-10，如 C34.9、I219（大小写、是否带点均可） 死亡时间 死亡日期 出生日期 或 年龄 二选一；两者都有时优先用年龄 地区列（可选）：按优先级自动识别 常住地址地区编码 户籍地址编码 报告地区编码 地区/区 等；编码按前缀匹配到地区名称。地区映射在应用 「地区与标准」页维护（增删改 / 从文件导入 / 未匹配编码快速归区），持久化到 data/region_map.csv（打包版在 exe 同目录）。不填地区列时按「全市」处理。

地区行政层级（可选）：映射表可额外标注每个地区所属的层级及其 4 级上级， 共 5 级：乡镇 区县 市级 省级 大区。文件列依次为 地区编码, 地区名称, 分组, 级别, 区县, 市, 省, 大区（旧版 2~3 列文件可直接 使用，缺失列按空处理）。用途：

「分地区」页指标下拉可切换到 乡镇/区县/市级/省级/大区汇总，逐级查看例数、 构成比与粗率； 全局筛选（数据源页顶部）与各页面的筛选条，地区下拉都列出 [省级] 广东省、[市级] 广州市、[分组] 城区 这类条目，选中即整体筛选； 数据源页还可用「按层级查看」下拉把地区列表切换成只看某一级的上级名称； 「分组」（城区/郊区）是横向标签，与纵向的行政层级互不冲突。 标准人口（标化率） 内置 1982/2000/2010 三套（来自模版）；可在「地区与标准」页新增自定义标准 （按 0-4…85+ 顺序粘贴 18 个构成比，自动归一化为 100，或从两列文件导入）、 删除自定义标准、设置默认标准（总览 KPI 用）。顺位表的标化率列随标准动态增减。 自定义配置保存在 data/custom_standards.json。

人口数据（xlsx / xlsm / csv，模版「人口」格式） 宽格式：区 | 年份 | 性别 | 0 | 1-4 | 5-9 | … | 85+（末列可含 85及以上、 总计），也支持长格式 区 | 年份 | 性别 | 年龄组 | 人口数。 区列填地区编码或名称均可——统一经「地区与标准」页的映射转为标准名称； 映射修改后死亡与人口两侧同步重推。无地区/年份/性别列时自动降级处理。

「数据源」页可一键生成模拟数据（贴近真实死因谱，用于培训演示）， 也可导出示例数据文件供练习导入。

分析口径 率：单位 1/10 万；标化率为直接法（1982/2000/2010 标准人口，5 岁组） PYLL：0 岁不计，1-69 岁，上限 70 岁（组中值法）；PYLL率 = PYLL ÷ 总人口 × 1000 期望寿命：蒋庆琅法简略寿命表（a₀=0.1，a₁₋₄=0.4，其余 0.5；85+ 为开口组） 早死概率：WHO 口径，30-70 岁四类重大慢性病 （恶性肿瘤 C00-C97、心脑血管疾病 I00-I99、糖尿病 E10-E99、慢性呼吸系统疾病 J30-J98） 去死因期望寿命（参照曾晶《2025年四川省人群死因谱及去死因期望寿命分析》）： 某死因各年龄组死亡数从全死因中扣除（人口不变）后重编寿命表得 e′₀； 寿命损失 = e′₀ e₀；寿命损失率 = 寿命损失 ÷ e′₀ × 100% 年度趋势：Joinpoint 分段线性回归（对数尺度拟合，APC = (e^β1)×100%）； 转折点须同时满足 F 检验（α=0.05）、拟合改善 0.1% 且与相邻转折点 间隔 4 年、每段 2 个观测年；年份不设上限， 4 个观测点即可分析； 存在转折点时以各段显著性判定趋势（整体平均斜率因各段方向相反而无意义） 分母以人口表为准；个案地区无法归入人口表覆盖范围时不参与率计算，并在质量报告提示 功能页面 页面 内容 数据源 文件导入、模拟数据（生成分析 + 下载死亡/人口两个示例 Excel）、数据质量报告、全局筛选（年份/地区/性别，地区支持按乡镇/区县/市级/省级/大区分级与按分组筛选） 地区与标准 地区编码映射维护（表格增删改、从文件导入、数据中未匹配编码快速归区）；地区行政层级（乡镇/区县/市级/省级/大区 5 级 + 4 级上级，用于逐级汇总与按层级筛选）；标准人口维护（查看、新增/删除自定义标准、设置默认标准） 总览 8 项核心 KPI + 死因顺位 Top10 + 三大类构成（环形图）+ 分年龄组死亡率 + 死因构成帕累托图 + 去死因期望寿命 Top10 死因顺位 19大类/三大类/第一~三级/合并层级(U分类树，即年报162类) 6 个层级；例数、构成比、粗率、各标准标化率、PYLL；Top15 条形图 + 帕累托图（累计构成比）；年龄组列三态；单死因钻取 分性别与年龄组 19 年龄组 × 男/女/合计 例数与死亡率（表 + 柱状 + 对数轴曲线 + 年龄构成百分比条形） 年度趋势与 Joinpoint 指标筛选器（粗死亡率 / 各标准人口标化死亡率 / 死亡数）+ 死因与年龄范围筛选 + 分年份趋势图（线性纵轴）+ Joinpoint 分段线性回归（参照 NCI 方法）：网格搜索转折点、F 检验判定显著性、AR(1) 修正有效自由度、输出各段 APC 与 95% CI + APC 柱状图（带 95% CI 误差线），自动给出“趋势是否有统计学意义”的结论。年份不设上限（模拟数据已支持至多 50 年），有 4 年以上数据即可分析。本页不受全局年份筛选影响，死因下拉也基于全量数据 分地区 地区级别筛选（不汇总/按乡镇/区县/市级/省级/大区汇总，选定后全部表与图按该层级展示，率与期望寿命按上级地区重新计算）+ 各地区例数/构成比/粗率 + 地区×主要死因堆叠图 + 按指标切换的地区水平对比图（e0/早死概率/PYLL/标化率） 期望寿命 合计/男/女完整寿命表 + l(x)、e(x)、m(x) 死亡率、q(x) 死亡概率曲线 + 去死因期望寿命（去死因期望寿命/寿命损失/寿命损失率，按三大类·18大类·19大类 × 合计/男/女）+ 各区各年期望寿命一览 早死概率 四类慢病 + 全死因，合计/男/女（分组柱状 + 雷达图 + 构成环形图）+ 各区各年早死概率一览（一键计算） 导出 一键导出全部结果表（顺位各层级 + 各层级年龄组死亡率/例数 + 各区各年汇总 + 寿命表 + 早死概率的 xlsx 年报工作底表） 质量与验证 uv run ruff check . uv run mypy . uv run pytest -q 项目结构 src/death_report_analyzer/ constants.py # 年龄组、四类慢病 ICD 范围、口径常量 icd_dict.py # ICD-10 分类字典加载 data_io.py # 死亡/人口文件读取（列名容错、地区前缀匹配） analysis.py # 筛选、顺位、标化率、分年龄性别、分地区 life_table.py # 简略寿命表、去死因期望寿命、早死概率、PYLL joinpoint.py # Joinpoint 分段线性回归（F 检验、AR(1) 修正、统计分布函数） demo_data.py # 模拟数据生成与示例文件导出 export.py # 结果导出 xlsx ui_state.py # 应用状态中枢 ui/ # 界面（8 个页面 + 公共组件） assets/data/ # 内置数据（ICD 字典 icd19.csv、标准人口 std_pop.csv、地区映射 region_map.csv）