创建事件开始变量

Question

我的临床数据记录了患者在三个时间点的疾病结果，该疾病结果由二元变量表示。它看起来像这样

patientid <- c(100,100,100,101,101,101,102,102,102)
time <- c(1,2,3,1,2,3,1,2,3)
outcome <- c(0,1,1,0,0,1,1,1,0) 

Data<- data.frame(patientid=patientid,time=time,outcome=outcome)
Data

我想创建一个发病变量，因此对于每个患者，它将为患者首次患病的时间编码为 1，但对于之前或之后的任何时间段（即使那个病人仍然有病）。对于示例数据，它现在应该如下所示。

patientid <- c(100,100,100,101,101,101,102,102,102)
time <- c(1,2,3,1,2,3,1,2,3)
outcome <- c(0,1,1,0,0,1,1,1,0) 
outcome_onset <- c(0,1,0,0,0,1,1,0,0)

Data<- data.frame(patientid=patientid,time=time,outcome=outcome, 
outcome_onset=outcome_onset)
Data

因此，我想要一些代码/一些帮助来自动创建结果_onset 变量。

Answer 1

这是cumsum 的选项，用于在按“患者ID”分组后创建逻辑向量

library(dplyr)
Data %>% 
   group_by(patientid) %>%
   mutate(outcome_onset = +(cumsum(outcome) == 1))

---

或者使用match和%in%

Data %>%
   group_by(patientid) %>% 
   mutate(outcome_onset = +(row_number() %in% match(1, outcome_onset)))

Answer 2

我们可以使用which.max 来获取outcome 变量中第一个的索引，并将该行设为1，其余为0。

library(dplyr)

Data %>%
  group_by(patientid) %>%
  mutate(outcome_onset = as.integer(row_number() %in% which.max(outcome)), 
         outcome_onset = replace(outcome_onset, is.na(outcome), NA))

#  patientid  time outcome outcome_onset
#      <dbl> <dbl>   <dbl>         <int>
#1       100     1       0             0
#2       100     2       1             1
#3       100     3       1             0
#4       101     1       0             0
#5       101     2       0             0
#6       101     3       1             1
#7       102     1       1             1
#8       102     2       1             0
#9       102     3       0             0