比较两组(对照组和干预组)的临床研究、多次访问、描述性统计。

Question

我试图比较两组病人(对照组和干预组)进行多项研究访问。

例如:血红蛋白、肌钙蛋白、肌红蛋白、肌酐、C反应蛋白(CRP)

这意味着我希望在不同的访问中看到这些群体之间的差异，例如干预组在第2次访问时的CRP低于对照组。此外，我想比较病人与他们自己，例如病人2有较低的CRP在访问3，而在访问2。

最后，我想以图形的方式显示我的数据(作为干预和控制的平均值，每个标记都有一幅图)，并且主要在没有测试的情况下进行描述性统计(因为我的样本规模很小，而且这更具有探索性。

到目前为止，我已经创建了一个包含所有数据的.csv，在这些数据中，我创建了列，以指示病人是控制还是干预。此表可按就诊、控制/干预和病人身份分类。

Answer 1

第一步是安装和加载软件包。

install.packages("tidyverse")
install.packages("janitor")

library(tidyverse)
library(janitor)

library(readr)
data <- read_csv("Descriptive statistics_Sample data.csv")

数据集有12列和31行，名称如下

pseudonym               
control(0/1)                
intervention(0/1)               
visit               
weight-V1-3             
height              
Systolic.Blood.Pressure_V1-3                
Diastolic.Blood.Pressure_V1-3               
Pulse_V1-3              
Respiration.Rate_V1-3
HS.cTnT.(ng/l)_V1-3             
Myoglobin.(ug/l)_V1-3

其中一些名称在R中可能很难使用，因此我使用clean_names()包中的一个名为janitor的函数来清理名称。

data <- clean_names(data)

pseudonym               
control_0_1             
intervention_0_1                
visit               
weight_v1_3             
height              
systolic_blood_pressure_v1_3                
diastolic_blood_pressure_v1_3               
pulse_v1_3              
respiration_rate_v1_3
hs_c_tn_t_ng_l_v1_3             
myoglobin_ug_l_v1_3

接下来，我们需要通过组合control_0_1和intervetion_0_1变量来创建一个新的分类变量。变量的名称可以是任何内容。我把它命名为group。我们使用mutate函数创建这个变量。然后，我们使用case_when函数填充这个新变量的值，这有助于我们重新计算值。如果control__1变量中有1，我们要求它称它为“控制”，对于intervention__1变量也是如此。

mutate(group = case_when(control_0_1 == 1 ~ "control",
                           intervention_0_1 == 1 ~ "intervention"))

我喜欢将新创建的变量移到dataframe的开头，以便更容易地看到它。这一步是不必要的。

relocate(group, .after = 1) 

像%>%这样的符号叫做管道。把它们读成“然后”。例如，我们获得数据(然后)变异一个新列(然后)重新定位它。我们还用<-符号覆盖对象。

data <- data %>% 
  mutate(group = case_when(control_0_1 == 1 ~ "control",
                           intervention_0_1 == 1 ~ "intervention")) %>% # creates a new categorical variable called "group". 
  relocate(group, .after = 1) # moves the group column from the end of the dataframe to after the 1st column - this step is not necessary, but I like to see the grouping variable close to the beginning of the dataframe. 

data

为了获得整个数据集的方法，我们使用一个名为汇总的函数。这与我们创建一个名为mean_resp (名称可以是任意名称)的新列并计算respiration_rate_v1_3列的平均值类似。如果需要使用na.rm = TRUE，我们还会删除缺少的值。

data %>%
  summarize(mean_resp = mean(respiration_rate_v1_3, na.rm = TRUE))

mean_resp
15.32258    

为了按照新的组变量对其进行分组，我们添加了一个带有group_by函数的新行，并在其中添加了组变量，就像这样的group_by(group)。

data %>% 
  group_by(group) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3, na.rm = TRUE))

这导致：

group          mean_resp
control         14.80000            
intervention    15.57143    

为了进一步按访问进行分组，我们必须将visit添加到group_by函数中。

data %>% 
  group_by(group, visit) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3, na.rm = TRUE))

group       visit   mean_resp
control         1   14.00000        
control         2   15.60000        
intervention    1   15.33333        
intervention    2   15.00000        
intervention    3   16.11111    

这里有5行，但是把它看作是一个转置表是很好的。

这可以通过使用pivot_wider函数来完成。我们从列visit中获取名称，并创建三个新列，简单地称为1、2、3。这些新列的值将来自mean_resp列。我们用这个pivot_wider(names_from = visit, values_from = mean_resp)做这件事

data %>% 
  group_by(group, visit) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3, na.rm = TRUE)) %>% 
  pivot_wider(names_from = visit, values_from = mean_resp)

这会导致

group             1          2       3
control          14.00000   15.6    NA  
intervention     15.33333   15.0    16.11111    

为了使之形象化，我们可以创建一个图形。

data %>% 
  group_by(group, visit) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3)) %>% 
  ggplot(aes(x = factor(visit), y = mean_resp, group = factor(group), color = factor(group))) +
  geom_line(size = 1) +
    geom_point() + scale_color_brewer(palette = "Dark2") + theme_minimal()

​

​

通过病人获得经济手段

data %>% 
  group_by(pseudonym, visit) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3, na.rm = TRUE)) %>% 
  pivot_wider(names_from = visit, values_from = mean_resp)

pseudonym       1   2   3
   1            20  20  20  
   2            16  12  16  
   3            16  19  NA  
   4            13  13  14  
   5            13  15  16  
   6            18  16  16  
   7            12  14  18  
   8            13  16  18  
   9            16  16  11  
  10            13  14  16  

data %>% 
  group_by(pseudonym, visit) %>% 
  summarize(mean_resp = mean(respiration_rate_v1_3)) %>% 
  ggplot(aes(x = factor(visit), y = mean_resp, group = factor(pseudonym), color = factor(pseudonym))) +
  geom_line(size = 1) +
    geom_point() +
  scale_y_binned(limits = c(10, 21)) +
 scale_color_brewer(palette = "Paired") +
  theme_bw()

​

​

Google Colab链接：

https://colab.research.google.com/drive/1bNZwpvEOt6dOEOoCrN_a14G5Pz021NAf?usp=sharing