R 计算再入院率
我试图计算2015年急诊科(ED)患者的30天和180天再入院率,但我不太确定如何做到这一点 我的数据框如下所示:R 计算再入院率,r,R,我试图计算2015年急诊科(ED)患者的30天和180天再入院率,但我不太确定如何做到这一点 我的数据框如下所示: Visit # |Patient # | Admission Date | Discharge date 1 1 2015/01/01 2015/01/02 2 2 2015/01/01 2015/01/01 3 3 2015/01/0
Visit # |Patient # | Admission Date | Discharge date
1 1 2015/01/01 2015/01/02
2 2 2015/01/01 2015/01/01
3 3 2015/01/01 2015/01/02
4 1 2015/01/09 2015/01/09
5 2 2015/04/01 2015/04/05
6 1 2015/05/01 2015/05/01
我希望有两个额外的列,其中包含一个二进制变量[0,1],指示患者是否在30天和/或60天内再次入院。
在上面的例子中,患者1在1月和5月分别3次、2次和1次来ED,因此我希望readmit30=1和readmit180=1。患者2来过两次,一次在一月,一次在四月,因此readmit30=0,readmit60=1。
样品溶液:
Visit # |Patient #| Admission Date | Discharge date | readmit30 | readmit180
1 1 2015/01/01 2015/01/02 1 1
2 2 2015/01/01 2015/01/01 0 1
3 3 2015/01/01 2015/01/02 0 0
4 1 2015/01/09 2015/01/09 1 1
5 2 2015/04/01 2015/04/05 0 1
6 1 2015/05/01 2015/05/01 1 1
我的数据集有大约2000次就诊,约1500名患者。。
感谢您的帮助
谢谢大家! 我实际上经常这样做:我发现最好的方法是使用
data.table
。假设您的数据保存为ds
,则:
s <- read.table(text = "Visit Patient Admission Discharge
1 1 2015/01/01 2015/01/02
2 2 2015/01/01 2015/01/01
3 3 2015/01/01 2015/01/02
4 1 2015/01/09 2015/01/09
5 2 2015/04/01 2015/04/05
6 1 2015/05/01 2015/05/01", header = T, sep = "")
s$Admission <- as.POSIXct(s$Admission, format = "%Y/%m/%d")
s$Discharge <- as.POSIXct(s$Discharge, format = "%Y/%m/%d")
ds <- data.table(s)
setkey(ds, Patient, Admission)
ds <- ds[ , Daydiff := as.numeric(difftime(shift(Admission, n = 1L, fill = 999, type = "lead"), Discharge)),
by = "Patient"][ ,':='(Readmit30 = ifelse(abs(Daydiff) <= 30, 1, 0),
Readmit180= ifelse(abs(Daydiff) <= 180, 1, 0),
Daydiff = NULL)]
但请记住,这只确定哪些记录在随后的30天或180天内重新提交,而不是哪些记录实际上是30天或180天的重新提交。欢迎使用。一个可复制的数据集对解决这个问题非常有帮助。这听起来像是在要求对患者id和入院日期进行滚动自加入,其中新的入院日期在旧出院日期的30或60天内。这在
数据表中很容易做到,但是您在base R中的选项可能需要在行上循环。您的意思是Readmit180
?你最初要求180天再入学,然后再回到60天再入学。是的,我的意思是再入学180天,我刚刚编辑了我最初的问题。谢谢@akash87,你的代码正是我所需要的。谢谢你抽出时间
> ds
Visit Patient Admission Discharge Daydiff Readmit30 Readmit180
1: 1 1 2015-01-01 2015-01-02 7.00000 1 1
2: 4 1 2015-01-09 2015-01-09 111.95833 0 1
3: 6 1 2015-05-01 2015-05-01 -16556.15510 0 0
4: 2 2 2015-01-01 2015-01-01 89.95833 0 1
5: 5 2 2015-04-01 2015-04-05 -16530.15510 0 0
6: 3 3 2015-01-01 2015-01-02 -16437.19677 0 0