Question

我有兴趣在我的Cox回归模型中将治疗作为时变协变量包括在内。要做到这一点，我只是＆＃39;必须在治疗间隔中分割每个患者的发作。我有问题以干净的间隔安排我的治疗数据。每位患者可以进行多次治疗（A / B / ..），这可能部分重叠。我想将重叠治疗视为一个单独的类别（A / B / AB）。

我的治疗数据如下：

   df <- structure(list(Pt = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L), 
    start = c(30L, 35L, 60L, 80L, 120L, 5L, 15L, 45L, 65L, 80L
    ), stop = c(45L, 100L, 90L, 95L, 150L, 20L, 35L, 55L, 100L, 
    90L), tx = structure(c(1L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 
    2L), .Label = c("A", "B"), class = "factor")), .Names = c("Pt", 
"start", "stop", "tx"), class = "data.frame", row.names = c(NA, 
-10L))

> df
   Pt start stop tx
1   1    30   45  A
2   1    35  100  B
3   1    60   90  A
4   1    80   95  A
5   1   120  150  B
6   2     5   20  A
7   2    15   35  B
8   2    45   55  B
9   2    65  100  A
10  2    80   90  B

我想得到的是：

> result
   Pt start stop   tx
1   1     0   30 None
2   1    30   35    A
3   1    35   45   AB
4   1    45   60    B
5   1    60   95   AB
6   1    95  100    B
7   1   100  120 None
8   1   120  150    B
9   2     0    5 None
10  2     5   15    A
11  2    15   20   AB
12  2    20   35    B
13  2    35   45 None
14  2    45   55    B
15  2    55   65 None
16  2    65   80    A
17  2    80   90   AB
18  2    90  100    A

请注意：

相同的治疗可能有重叠的间隔（参见第1页，Tx A 从60-90和80-95）。
所有患者均在时间= 0开始。
包括未经治疗的时期。
我有~200k点。

编辑：我使用for循环创建了一个丑陋的解决方案。我不确定这是否会在我的大型数据集上运行，但至少它可以很好地完成这个示例。加快欢迎的想法！

# Create empty data.frame for results
results <- data.frame(Pt=c(), start=c(), stop=c(), tx=c()) 


for(i in 1:length(unique(df$Pt))){   # Loop over patients
  pt <- subset(df, Pt == unique(df$Pt)[i])

  out <- data.frame(day = c(1:max(pt$stop))) # Create df (1 row for each day; pt specific) which will be filled with treatment info below

  # Loop over treatments (allows for patient's treatments to differ)
  for(t in 1:length(unique(pt$tx))){  
    name <- as.character(unique(pt$tx)[t])
    out[[name]] <- NA
    out[[name]][unique(eval(parse(text=paste0("c(",paste(pt$start[pt$tx == unique(pt$tx)[t]], pt$stop[pt$tx == unique(pt$tx)[t]], sep=":", collapse=","), ")"))))] <- name
  }

  out[is.na(out)==T] <- "" # Remove NA
  out$tx <- do.call(paste, c(out[-1], sep=""))  # Concatenate treatment columns
  out$tx[out$tx ==""] <- "None"

  out  # Check

  # Now compact the tx as intervals
  starting.points = c(0,1+which(diff(as.numeric(as.factor(out$tx)))!=0))
  stopping.points = c(starting.points[-1], dim(out)[1])
  txs             = out$tx[c(1, starting.points[-1])]

  # And write to the general 'results' dataframe
  results <- rbind(results, data.frame(Pt=rep(unique(df$Pt)[i], length(txs)), start=starting.points, stop=stopping.points, tx=txs))
}
results

> results
   Pt start stop   tx
1   1     0   30 None
2   1    30   35    A
3   1    35   46   AB
4   1    46   60    B
5   1    60   96   AB
6   1    96  101    B
7   1   101  120 None
8   1   120  150    B
9   2     0    5 None
10  2     5   15    A
11  2    15   21   AB
12  2    21   36    B
13  2    36   45 None
14  2    45   56    B
15  2    56   65 None
16  2    65   80    A
17  2    80   91   AB
18  2    91  100    A

剧集拆分和删除重叠

0 个答案: