我正试图计算给定患者在预先指定的时间段内的检测次数。例如,在患者接受第三剂疫苗后的14至45天内,进行了多少次化验?但是,我不想包括病人接种第四剂疫苗后所做的任何化验。
我的数据集是长格式的,包含一个变量,表示化验完成的每个日期,以及每个疫苗接种日期的变量。下面是我的数据框架的一个人为的例子。
id assay_date dose_3_date dose_4_date
1 1001 20mar2021 22feb2021 17aug2021
2 1001 06jun2021 22feb2021 17aug2021
3 1001 24sep2021 22feb2021 17aug2021
4 1001 19nov2021 22feb2021 17aug2021
5 1006 29apr2021 02apr2021 .
6 1006 23may2021 02apr2021 .
7 1006 15jun2021 02apr2021 .
我不确定如何将检测日期落在我预先指定的日期范围内的病例求和,同时确保我不包括在第四次疫苗剂量后进行的检测。挑战在于我的数据集中的大多数患者没有接受第四次剂量,因此缺少dose_4_date的值。
我的第一个想法是使用case_when
为assay_date在dose_3_date之后14到45天之间的情况制作一个标志,而不是在dose_4_date之后,然后以某种方式将标志相加。以下是我目前为止写的内容:
df %>% mutate(post = case_when(assay_date >= dose_3_date+14 & assay_date <= dose_3_date+45
& assay_date <= dose_4_date & !is.na(dose_4_date) ~ 1),
post3 = case_when(assay_date >= dose_3_date+60 & assay_date <= dose_3_date+120
& assay_date <= dose_4_date & !is.na(dose_4_date) ~ 1),
post6 = case_when(assay_date >= dose_3_date+135 & assay_date <= dose_3_date+210
& assay_date <= dose_4_date & !is.na(dose_4_date) ~ 1))
上面的代码对于带有dose_4_date的患者工作得很好,但是对于带有"missing"的患者会产生NA值。dose_4_date。我不确定如何忽略缺少dose_4_date的患者的NAs。
我也不确定如何将之后的标志相加。
任何建议将不胜感激!
library(data.table)
# dummy data
df <- data.table(id = rep(c(1,2), times=c(4,3))
, assay_date = c('20mar2021', '06jun2021', '24sep2021', '19nov2021', '29apr2021', '23may2021', '15jun2021')
, dose_3_date = rep(c('22feb2021', '02apr2021'), times=c(4,3))
, dose_4_date = c(rep(c('17aug2021', NA), times=c(4,3)))
); df
# set as data.table if yours isn't one already
setDT(df)
# as.Date
x <- c("assay_date", "dose_3_date", "dose_4_date")
df[, (x) := lapply(.SD, (i) as.Date(i, format="%d%b%Y")), .SDcols=x
][, date_diff := assay_date - dose_3_date # calculate date diff
]
# flag rows which fit criteria
df[date_diff %between% c(14, 45)
& (assay_date <= dose_4_date
| is.na(dose_4_date)
)
, fits_criteria := 1
]
# count per patient
df[, .(assays_in_period = sum(fits_criteria, na.rm=T)), id]
id assays_in_period
1: 1 1
2: 2 1
library(tidyverse)
df <- tibble::tribble(
~id, ~assay_date, ~dose_3_date, ~dose_4_date,
1001L, "20mar2021", "22feb2021", "17aug2021",
1001L, "06jun2021", "22feb2021", "17aug2021",
1001L, "24sep2021", "22feb2021", "17aug2021",
1001L, "19nov2021", "22feb2021", "17aug2021",
1006L, "29apr2021", "02apr2021", NA,
1006L, "23may2021", "02apr2021", NA,
1006L, "15jun2021", "02apr2021", NA
)
df |>
mutate(across(-id, lubridate::dmy)) |>
filter(between(as.integer(assay_date - dose_3_date), 14, 45)
& (assay_date <= dose_4_date | is.na(dose_4_date))) |>
count(id)
#> # A tibble: 2 × 2
#> id n
#> <int> <int>
#> 1 1001 1
#> 2 1006 1