R: Как визуализировать изменение двоичных / категориальных данных с течением времени

Примечание. Для части 2 необходимо выполнить множество следующих операций с данными. Часть 1 менее сложна, и вы можете увидеть, как она подходит ниже.

Использует

library(data.table)
library(ggplot2)
library(reshape2)

Для сравнения

Сначала измените Dx с 1 на 2, с 0 на 1 (предполагая, что 0 в оценке соответствует 1 в Dx)

data$Dx <- data$Dx - 1

Теперь создайте матрицу, которая возвращает 1 для 1 диагноза с 0 тестом и -1 для 1 теста с 0 диагнозом.

compare <- matrix(c(0,1,-1,0),ncol = 2,dimnames = list(c(0,1),c(0,1)))
> compare
  0  1
0 0 -1
1 1  0

Теперь давайте оценим каждое событие. Это просто ищет приведенную выше матрицу для каждой записи в вашей матрице:

data$calc <- diag(compare[as.character(data$Dx),as.character(data$score)])

* Примечание: это можно ускорить для больших матриц, используя сопоставление, но это быстрое решение для меньших наборов, таких как ваш.

Чтобы мы могли использовать агрегирование data.table:

data <- data.table(data)

Теперь нам нужно создать наши переменные:

tograph <- melt(data[, list(ScoreTrend = sum(score)/.N, 
                            Type = sum(calc)/length(calc[calc != 0]), 
                            Measure = sum(abs(calc))), 
                     by = Month],
                id.vars = c("Month"))

• ScoreTrend: вычисляет долю положительных оценок за каждый месяц. Показывает динамику оценок во времени
• Тип: показывает соотношение -1 и 1 с течением времени. Если это возвращает -1, все события имели рейтинг = 1, diag = 0. Если он возвращает 1, все события были diag = 1, score = 0. Ноль будет означать баланс между двумя.
• Мера: исходное количество неверных событий.

Мы растапливаем этот фрейм данных по месяцам, чтобы создать фасетный график.

Если нет неправильных событий, мы получим NaN для Type. Чтобы установить значение 0:

tograph[value == NaN, value := 0]

Наконец, мы можем построить

ggplot(tograph, aes(x = Month, y = value)) + geom_line() + facet_wrap(~variable, ncol = 1)

Теперь мы можем увидеть на одном сюжете:

• Количество положительных оценок по месяцам
• Пропорция недостаточного и избыточного диагноза
• Количество неверных диагнозов.

С ggplot2 вы можете создавать фасеточные графики с подзаголовками для каждого пациента (см. Мое решение для работы с большим количеством графиков ниже). Пример визуализации:

library(ggplot2)
ggplot(data, aes(x=Month, y=score, color=factor(Dx))) +
  geom_point(size=5) +
  scale_x_continuous(breaks=c(0,6,12,18,24)) +
  scale_color_discrete("Diagnosis",labels=c("normal","diseased")) +
  facet_grid(.~ID) +
  theme_bw()

который дает:

Включение 800 пациентов в один участок может быть многовато, как уже упоминалось в комментариях к вопросу. Есть несколько вариантов решения этой проблемы:

1. Сгруппируйте данные.
2. Создайте подгруппы пациентов и составьте график для каждой подгруппы.
3. Отфильтруйте всех пациентов, которые никогда не болели.

Что касается последнего предложения, вы можете сделать это с помощью следующего кода (который я адаптировал из ответа на один из моих собственные вопросы):

deleteable <- with(data, ave(Dx, ID, FUN=function(x) all(x==1)))
data2 <- data[deleteable==0,]

Вы также можете использовать это для создания новой переменной, идентифицирующей пациента, который был болен:

data$neverill <- with(data, ave(Dx, ID, FUN=function(x) all(x==1)))

Затем вы можете, например, агрегировать данные с несколькими группирующими переменными (например, Month, neverill).