如何将 case_when() 用于独占多个条件

Question

在我们的研究中，如果参与者有高血压病史，或收缩压>130 mmHg，或舒张压>80 mmHg，或接受降压治疗，则视为患有高血压。我使用下面列出的两种不同方法创建最终的高血压状态，方法1的结果是正确的但方法2不正确。我的问题是如何使用方法2中的case_when（）函数创建最终的高血压状态？

#-------------------------- data set
  # id: id number of participants
  # hptn_his: self-reported history of hypertension (0 means no, 1 or 2 mean yes)
  # sbp: systolic blood pressure (mmHg)
  # dbp: diastolic blood pressure (mmHg)
  # treat: whether recieved the antihypertensive treatment (0 means no, 1 means yes)
  id<-c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24)
  hptn_his<-c(0, NA, NA, NA, NA, NA, 2, 2, 2, 0, 0, NA, NA, 0, 0, 0, 0, 0, 0, NA, 0, 1, 1, 1)
  sbp<-c(NA, NA, NA, NA, NA, 110, 105, 115, NA, NA, NA, NA, 109, 102, 140, 136, 150, 126, 112, 147, NA, NA, 155, 124)
  dbp<-c(NA, NA, NA, NA, NA, 61, 62, 84, NA, NA, NA, NA, 75, 67, 74, 67, 58, 50, 45, 48, NA, NA, 80, 74)
  treat<-c(NA, NA, NA, 1, NA, NA, NA, 1, NA, NA, 1, NA, NA, NA, NA, NA, NA, NA, NA, 1, 1, NA, 1, NA)
  
  mydata<-as.data.frame(cbind(id,hptn_his,sbp,dbp,treat))
  
  mydata
  
      id hptn_his sbp dbp treat
  1   1        0  NA  NA    NA
  2   2       NA  NA  NA    NA
  3   3       NA  NA  NA    NA
  4   4       NA  NA  NA     1
  5   5       NA  NA  NA    NA
  6   6       NA 110  61    NA
  7   7        2 105  62    NA
  8   8        2 115  84     1
  9   9        2  NA  NA    NA
  10 10        0  NA  NA    NA
  11 11        0  NA  NA     1
  12 12       NA  NA  NA    NA
  13 13       NA 109  75    NA
  14 14        0 102  67    NA
  15 15        0 140  74    NA
  16 16        0 136  67    NA
  17 17        0 150  58    NA
  18 18        0 126  50    NA
  19 19        0 112  45    NA
  20 20       NA 147  48     1
  21 21        0  NA  NA     1
  22 22        1  NA  NA    NA
  23 23        1 155  80     1
  24 24        1 124  74    NA
  
  #-------------------------- method 1, correct
  mydata<-within(mydata,{ 
    hptn1<-NA 
    hptn1[hptn_his==0]<-0
    hptn1[hptn_his==1|hptn_his==2|sbp>130|dbp>80|treat==1]<-1
  })
  
  table(mydata$hptn1)
  
  0  1 
  5 13
  
  #-------------------------- method 2, incorrect 
  library("dplyr")
  mydata<-mydata%>%
    mutate(
      hptn2=case_when(hptn_his==0~0,
                      hptn_his==1|hptn_his==2|sbp>130|dbp>80|treat==1~1,
                      TRUE~NA_real_))
  
  table(mydata$hptn2)
  
  0  1 
  10  8
  
  #-------------------------- comparison
  # hptn1: hypertension status by method 1 (0 means no, 1 means yes), correct
  # hptn2: hypertension status by method 2 (0 means no, 1 means yes), incorrect
  mydata
  
      id hptn_his sbp dbp treat hptn1 hptn2
  1   1        0  NA  NA    NA     0     0
  2   2       NA  NA  NA    NA    NA    NA
  3   3       NA  NA  NA    NA    NA    NA
  4   4       NA  NA  NA     1     1     1
  5   5       NA  NA  NA    NA    NA    NA
  6   6       NA 110  61    NA    NA    NA
  7   7        2 105  62    NA     1     1
  8   8        2 115  84     1     1     1
  9   9        2  NA  NA    NA     1     1
  10 10        0  NA  NA    NA     0     0
  11 11        0  NA  NA     1     1     0
  12 12       NA  NA  NA    NA    NA    NA
  13 13       NA 109  75    NA    NA    NA
  14 14        0 102  67    NA     0     0
  15 15        0 140  74    NA     1     0
  16 16        0 136  67    NA     1     0
  17 17        0 150  58    NA     1     0
  18 18        0 126  50    NA     0     0
  19 19        0 112  45    NA     0     0
  20 20       NA 147  48     1     1     1
  21 21        0  NA  NA     1     1     0
  22 22        1  NA  NA    NA     1     1
  23 23        1 155  80     1     1     1
  24 24        1 124  74    NA     1     1

Answer 1

case_when 返回第一个为真的值。对于使用您的第二种方法出现错误的记录，当hptn_hist==0 在附加问题之前首先触发时会发生这些情况。

简答，交换顺序：

mydata<-mydata%>%
  mutate(
    hptn3=case_when(hptn_his==1|hptn_his==2|sbp>130|dbp>80|treat==1~1,
                    hptn_his==0~0,
                    TRUE~NA_real_))

更详细的解释：

• 在您的第一种方法中，您使用的是覆盖。然后hptn1[hptn_his==0]<-0 中的一些值会被hptn1[hptn_his==1|hptn_his==2|sbp>130|dbp>80|treat==1]<-1 覆盖。如果后面的值覆盖前面的一次，这是正确的顺序。

• 在您的第二种方法中，case_when 仅返回第一个真值。所以后面的值不能覆盖前面的值。因此正确的顺序是hptn_his==1|hptn_his==2|sbp>130|dbp>80|treat==1 在hptn_his==0 之前。

另一个是想到这个：

case_when(condition1 ~ 1,
          condition2 ~ 2,
          condition3 ~ 3,
          ...)

相当于：

case_when(condition1 ~ 1,
          !condition1 & condition2 ~ 2,
          !condition1 & !condition2 & condition3 ~ 3,
          ...)