R如何找​​到患者就诊间隔

Question

我有一个看起来像这样的患者数据集

ID | Visit Date | Category |
1  | 10/10/2019 | Derma    |
1  | 12/10/2019 | Derma    |
1  | 14/10/2019 | Derma    |
1  | 20/10/2019 | Eye      |
1  | 15/10/2019 | Eye      |
1  | 07/10/2019 | O&G      |
1  | 08/10/2019 | O&G      |
2  | 20/10/2019 | Derma    |
2  | 22/10/2019 | Derma    |
2  | 24/10/2019 | Derma    |
2  | 05/10/2019 | Eye      |
2  | 10/10/2019 | Eye      |
2  | 12/10/2019 | Eye      |

对于每个患者，我试图找到每个就诊类别之间的就诊间隔，其定义如下：所有类别值的第二个最早就诊日期 - 所有类别值的最早就诊日期

因此，对于患者 1，最早的就诊日期是 2019 年 7 月 10 日的 O&G，而最早的第二次就诊日期是 2019 年 10 月 10 日的 Derma。所以访问间隔是 3 天。

对于患者 2，最早的就诊日期是 2019 年 5 月 10 日的眼睛，而最早的第二次就诊日期是 2019 年 10 月 20 日的 Derma。所以访问间隔是 15 天。

预期结果：

ID | Visit Date | Category | Visit Interval |
1  | 10/10/2019 | Derma    | 3 Days         |
1  | 12/10/2019 | Derma    | 3 Days         |
1  | 14/10/2019 | Derma    | 3 Days         |
1  | 20/10/2019 | Eye      | 3 Days         |
1  | 15/10/2019 | Eye      | 3 Days         |
1  | 07/10/2019 | O&G      | 3 Days         |
1  | 08/10/2019 | O&G      | 3 Days         |
2  | 20/10/2019 | Derma    | 15 Days        |
2  | 22/10/2019 | Derma    | 15 Days        |
2  | 24/10/2019 | Derma    | 15 Days        |
2  | 05/10/2019 | Eye      | 15 Days        |
2  | 10/10/2019 | Eye      | 15 Days        |
2  | 12/10/2019 | Eye      | 15 Days        |

请使用以下代码将数据集输入 R：

library(readr)
df <- read_delim("ID | Visit Date | Category 
1  | 10/10/2019 | Derma    
1  | 12/10/2019 | Derma    
1  | 14/10/2019 | Derma    
1  | 20/10/2019 | Eye      
1  | 15/10/2019 | Eye      
1  | 07/10/2019 | O&G      
1  | 08/10/2019 | O&G      
2  | 20/10/2019 | Derma    
2  | 22/10/2019 | Derma    
2  | 24/10/2019 | Derma    
2  | 05/10/2019 | Eye      
2  | 10/10/2019 | Eye      
2  | 12/10/2019 | Eye", delim = "|", trim_ws = TRUE)

Answer 1

一种可能的解决方案是

library(dplyr)

df %>% 
  mutate(`Visit Date` = as.Date(`Visit Date`, "%d/%m/%Y")) %>% 
  group_by(ID, Category) %>% 
  mutate(first_date_category = first(`Visit Date`, order_by = `Visit Date`)) %>% 
  group_by(ID) %>% 
  mutate(`Visit Interval` = nth(unique(first_date_category), 2, order_by = unique(first_date_category)) - first(unique(first_date_category), order_by = unique(first_date_category))) %>%
  select(-first_date_category)

基本上，我们首先创建列first_date_category，它表示每个组患者类别的第一个日期。然后我们只根据病人ID分组，我们按时间顺序排列first_date_category的unique值，我们取第二个和第一个日期之间的差。

输出

# A tibble: 13 x 4
# Groups:   ID [2]
#       ID `Visit Date` Category `Visit Interval`
#    <dbl> <date>       <chr>    <drtn>          
#  1     1 2019-10-10   Derma     3 days         
#  2     1 2019-10-12   Derma     3 days         
#  3     1 2019-10-14   Derma     3 days         
#  4     1 2019-10-20   Eye       3 days         
#  5     1 2019-10-15   Eye       3 days         
#  6     1 2019-10-07   O&G       3 days         
#  7     1 2019-10-08   O&G       3 days         
#  8     2 2019-10-20   Derma    15 days         
#  9     2 2019-10-22   Derma    15 days         
# 10     2 2019-10-24   Derma    15 days         
# 11     2 2019-10-05   Eye      15 days         
# 12     2 2019-10-10   Eye      15 days         
# 13     2 2019-10-12   Eye      15 days

Answer 2

我们首先将Visit Date 更改为实际日期对象，arrange 基于ID 和Visit Date 的日期，为每个ID 创建一个定义顺序的rank 列，选择两个@ 中的第一个条目987654327@ 并得到它们之间的区别。

library(dplyr)

df %>%
  mutate(`Visit Date` = lubridate::dmy(`Visit Date`)) %>%
  arrange(ID, `Visit Date`) %>%
  group_by(ID) %>%
  mutate(rank = match(Category, unique(Category)), 
         interval = diff(`Visit Date`[match(1:2, rank)])) %>%
  select(-rank)


#      ID `Visit Date` Category interval
#   <dbl> <date>       <chr>    <drtn>  
# 1     1 2019-10-07   O&G       3 days 
# 2     1 2019-10-08   O&G       3 days 
# 3     1 2019-10-10   Derma     3 days 
# 4     1 2019-10-12   Derma     3 days 
# 5     1 2019-10-14   Derma     3 days 
# 6     1 2019-10-15   Eye       3 days 
# 7     1 2019-10-20   Eye       3 days 
# 8     2 2019-10-05   Eye      15 days 
# 9     2 2019-10-10   Eye      15 days 
#10     2 2019-10-12   Eye      15 days 
#11     2 2019-10-20   Derma    15 days 
#12     2 2019-10-22   Derma    15 days 
#13     2 2019-10-24   Derma    15 days 

rank 是每个ID 出现的每个Category 的顺序，因此对于ID = 1，O&G 具有rank 为1，Derma 具有rank 为2 和@987654337 @ 有rank 为3。对于interval，我们选择前2 个（1:2）排名的第一个条目，即（2019-10-07 和2019-10-10）并取它们之间的差。