r-纵向数据:试图确定受试者是否有随访

Question

我正在尝试分析纵向数据。每个受试者至少来过我们的研究一次，最多三次。我需要对每次就诊的分数进行比较，看看他们的治疗是否有助于减轻症状。

目前，我想设置一些列来指示受试者是否有随访。

一列表示受试者是否是第二次就诊，另一列表示是否是第三次就诊

我的数据集是什么样子的

visit_id  subject_id   visit_number   Measure1    Measure2 ...
1         Subject1         1
2         Subject2         1
3         Subject1         2
4         Subject3         1
5         Subject1         3

我尝试编码的内容

使用sapply按受试者ID循环浏览所有就诊，如果该受试者有第二次就诊和第三次就诊，则填充列。

我也尝试了for循环，但在每种情况下，我都不知道如何告诉它循环该主题的所有实例，然后选择要比较的项目(即是否存在安全访问号(

sapply(dat$subject_id, function(x) {
if(dat$visit_number == 2) {followup2 <- "yes"
}else {followup2 <- "no"}
if(dat$visit_number == 3) {followup3 <- "yes"
}else {followup3 <- "no"}
})

我希望我的数据集看起来像什么

visit_id  subject_id   visit_number     followup2  followup3
1         Subject1         1            yes         yes
3         Subject1         2            yes         yes
5         Subject1         3            yes         yes
2         Subject2         1            yes         no
6         Subject2         2            yes         no
4         Subject3         1            no          no

我打算用类似的逻辑来研究每一个受试者，并在不同的就诊中比较他们的症状。比较访视1和访视2，然后比较访视2和访视3。

数据

dat <- read.table(header = TRUE, stringsAsFactors = FALSE,
text = "visit_id  subject_id   visit_number
1         Subject1         1
3         Subject1         2
5         Subject1         3
2         Subject2         1
6         Subject2         2
4         Subject3         1")

Answer 1

由于您一遍又一遍地重复相同的任务，因此可以创建一个函数来完成工作，然后在移动部件上循环。

dat <- read.table(header = TRUE, stringsAsFactors = FALSE,
text = "visit_id  subject_id   visit_number
1         Subject1         1
3         Subject1         2
5         Subject1         3
2         Subject2         1
6         Subject2         2
4         Subject3         1")

此函数将用每个唯一的id分割visit，并查看最大visit是否大于num

f <- function(id, visit, num) {
ave(visit, id, FUN = function(x) if (max(x) >= num) 'yes' else 'no')
}

制作一些测试用例以确保正常工作

with(dat, f(subject_id, visit_number, 1))
# [1] "yes" "yes" "yes" "yes" "yes" "yes"
with(dat, f(subject_id, visit_number, 2))
# [1] "yes" "yes" "yes" "yes" "yes" "no" 
with(dat, f(subject_id, visit_number, 3))
# [1] "yes" "yes" "yes" "no"  "no"  "no" 

然后决定你需要循环什么。您还可以在数据帧中为每次循环迭代一次性分配新列：

idx <- 2:3
dat[, paste0('followup', idx)] <- lapply(idx, function(x)
f(dat$subject_id, dat$visit_number, x))
#   visit_id subject_id visit_number followup2 followup3
# 1        1   Subject1            1       yes       yes
# 2        3   Subject1            2       yes       yes
# 3        5   Subject1            3       yes       yes
# 4        2   Subject2            1       yes        no
# 5        6   Subject2            2       yes        no
# 6        4   Subject3            1        no        no

Answer 2

我不想一次完成这一切，而是先确定受试者是否有第二次(或第三次(就诊，然后使用这些数据添加一列。

做第一件事：

subj_2_vist <- dat$subject_id[dat$visit_number==2]

现在subj_2_visit将成为所有第二次访问的访问者的载体。然后可以使用ifelse()创建新列：

dat$followup2 <- ifelse(dat$subject_id %in% subj_2_visit, "Yes", "No")

通过更改第一部分中的检查，可以将其用于三次就诊。