inst/hisregIndikatorer_2021.R
In Rapporteket/hisreg: Resultatrapporter for HISREG
rm(list = ls())
library(hisreg)
library(tidyverse)
library(lubridate)
hisregdata <- hisreg::lastShinyHisreg()
RegData <- hisregdata$RegData
rapp_aar <- 2021
RegData <- RegData[which(RegData$Aar <= rapp_aar), ]
figfolder <- "~/.ssh/hisreg_ind_2021/"
if (!dir.exists(figfolder)) {
dir.create(figfolder)
}
########### Indikator 1: Andel henvist til hudspesialist innen 1 år av første besøk hos allmennlege ###########
# Alder ved besøk allmennlege (p_age_doctor) og alder ved henvisning til spesialist (p_age_specialist.) oppgis som
# heltall. Tid fra første besøk hos allmennlege til
# henvisning til spesialist er beregnet som differansen mellom variablene p_age_doctor og p_age_specialist.
# Dersom en pasient er hos fastlege dagen før bursdagen og henvises spesialist på bursdagen så vil differansen
# være 1 år, selv om det kun skiller 1 dag. Hvis vedkommende er hos fastlege på bursdagen og spesialist dagen før
# bursdagen to år senere så vil også differansen være 1 år. En differanse på 0 vil altså bety mellom 0 og 364 dager,
# mens en differanse på 1 betyr mellom 1 dag og 2 år, 2 kan være fra 1 til 3 år, osv. Det er altså ikke mulig å
# beregne indikatoren på en konsistent måte. Dette må redegjøres for i fremstillingen på resultatportalen.
# En tidlig utgave av registeret registrerte p_time_specialist direkte. Skal denne velges når den finnes?
# Her benyttes primært p_time_specialist, sekundært den beregnede differansen
# RegData$tid_almlege_spes <- RegData$p_age_specialist - RegData$p_age_doctor
RegData$tid_almlege_spes <- RegData$AGE_SPECIALIST - RegData$AGE_DOCTOR
aux <- RegData[!is.na(RegData$tid_almlege_spes) | !is.na(RegData$TIME_SPECIALIST), ]
aux$tid_almlege_spes_kombo <- aux$TIME_SPECIALIST
aux$tid_almlege_spes_kombo[is.na(aux$TIME_SPECIALIST)] <- aux$tid_almlege_spes[is.na(aux$TIME_SPECIALIST)]
aux <- aux[order(aux$HovedDato, decreasing = F), ]
aux <- aux[match(unique(aux$PasientID), aux$PasientID), ]
indikator1 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "tid_almlege_spes_kombo")]
indikator1$Variabel <- 0
indikator1$Variabel[indikator1$tid_almlege_spes_kombo == 0] <- 1
indikator1 <- indikator1[indikator1$Aar %in% 2015:rapp_aar, ]
indikator1$ind_id <- "hisreg_henvist_spesialist_1aar"
outfile <- paste0(figfolder, "henvist_spes.pdf")
hisregIndikator(indikatordata = indikator1, tittel=c("Andel henvist til hudspesialist innen", "1 år av første besøk hos allmennlege"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
outfile <- paste0(figfolder, "henvist_spes_v2.pdf")
hisreg::hisregFigIndikator_aarsamlet(indikatordata = indikator1, tittel=c("Andel henvist til hudspesialist innen", "1 år av første besøk hos allmennlege"),
minstekrav = 60, maal = 80)
tmp <- indikator1 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind1_tid_almlege_spes <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind1_tid_almlege_spes, "I:/hisreg/Ind1_tid_almlege_spes.csv", row.names = F)
########### Indikator 4: Andel pasienter (ELLER FORLØP) som oppnår reduksjon fra Hurley 3/2 til 2 eller 1 etter behandling.
# Inkluderer alle som har Hurley 2 eller 3 ved prekontroll, og som har registrert Hurley ved oppfølging
aux <- RegData[RegData$HURLEY_SCORE %in% 2:3 & !is.na(RegData$HURLEY_SCORE_POST), ]
aux$hurley_diff <- aux$HURLEY_SCORE - aux$HURLEY_SCORE_POST
indikator4 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "hurley_diff")]
indikator4$Variabel <- 0
indikator4$Variabel[indikator4$hurley_diff > 0] <- 1
indikator4$ind_id <- "hisreg_reduksjon_hurley"
Indikatorer <- dplyr::bind_rows(indikator1[, c("Aar", "AvdRESH", "Variabel", "ind_id")],
indikator4[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "hurley_red.pdf")
hisregIndikator(indikatordata = indikator4, tittel=c("Reduksjon i Hurley score ", "ved kontroll"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator4 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind4_hurley_redusert <-tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind4_hurley_redusert, "I:/hisreg/Ind4_hurley_redusert.csv", row.names = F)
########### Indikator 5: Andel pasienter som oppnår behandlingsmålet (DLQI <4) for pasientvurdert dermatologisk livskvalitet.
#
# Bruker pre_dlqisum - c_dlqisum >= 4
aux <- RegData[!is.na(RegData$DLQISUM) & !is.na(RegData$DLQISUM_POST), ]
aux$dlqisum_diff <- aux$DLQISUM - aux$DLQISUM_POST
indikator5 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "dlqisum_diff")]
indikator5$Variabel <- 0
indikator5$Variabel[indikator5$dlqisum_diff >= 4] <- 1
indikator5$ind_id <- "hisreg_reduksjon_dlqi"
Indikatorer <- dplyr::bind_rows(Indikatorer, indikator5[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "dlqi_red.pdf")
hisregIndikator(indikatordata = indikator5, tittel=c("Endring i livskvalitet (DLQI)"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator5 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind5_DLQImaal <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind5_DLQImaal, "I:/hisreg/Ind5_DLQImaal.csv", row.names = F)
########### Indikator 6: Andel pasienter som oppnår reduksjon av VAS på mer enn 30% etter behandling.
#
# Hvordan behandler vi tilfellene der pre_vasscore = 0? Fjerner de i denne beregningen.
aux <- RegData[!is.na(RegData$VASSCORE) & RegData$VASSCORE != 0 & !is.na(RegData$VASSCORE_POST), ]
aux$vasscore_diff_pst <- (aux$VASSCORE - aux$VASSCORE_POST)/aux$VASSCORE*100
indikator6 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "vasscore_diff_pst")]
indikator6$Variabel <- 0
indikator6$Variabel[indikator6$vasscore_diff_pst > 30] <- 1
indikator6$ind_id <- "hisreg_reduksjon_vas"
Indikatorer <- dplyr::bind_rows(Indikatorer, indikator6[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "vas_red.pdf")
hisregIndikator(indikatordata = indikator6, tittel=c("Endring i smerteskala (VAS)"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator6 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind6_VAS_redusert <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind6_VAS_redusert, "I:/hisreg/Ind6_VAS_redusert.csv", row.names = F)
########### Indikator 7: Andel med kontroll hos hudlege 3 mnd etter medisinsk behandling ###########
# Hva er nevneren, alle med medisinsk eller kombinasjon kirurgi/medisinsk? Skal c_do_month definere om det er
# 3-mnd-oppfølging eller er det tidsdifferansen mellom Hoveddato og c_date som avgjør?
# I denne versjonen skal c_do_month == 3 og 2.5 < tid_beh_oppf < 5.5.
aux <- RegData[which(RegData$ForlopsType1Num %in% 2:3 & RegData$Aar >= 2016 ), ]
aux$tid_beh_oppf <- lubridate::interval(aux$HovedDato, aux$c_date) %>% lubridate::time_length(unit = 'month')
aux$Variabel <- 0
aux$Variabel[which(aux$tid_beh_oppf > 2.5 & aux$tid_beh_oppf < 5.5)] <- 1
Indikator7_med <- aux %>% group_by(Aar, AvdRESH, MCEID) %>%
summarise(Variabel = max(Variabel))
Indikator7_med$SykehusNavn <- RegData$SykehusNavn[match(Indikator7_med$AvdRESH, RegData$AvdRESH)]
Indikator7_med$ind_id <- "hisreg_kontr_3mnd_med"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator7_med[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "andel_oppf_med.pdf")
hisregIndikator(indikatordata = Indikator7_med, tittel=c("Utført kontroll etter medisinsk behandling"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator7_med %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind7_kontroll_hudlege_medbeh <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind7_kontroll_hudlege_medbeh, "I:/hisreg/Ind7_kontroll_hudlege_medbeh.csv", row.names = F)
########### Indikator 8: Andel med kontroll hos hudlege 6 mnd etter medisinsk behandling ###########
# Hva er nevneren, alle med kirurgisk eller kombinasjon kirurgi/medisinsk? Skal c_do_month definere om det er
# 6-mnd-oppfølging eller er det tidsdifferansen mellom Hoveddato og c_date som avgjør?
# I denne versjonen skal c_do_month == 6 og 5 < tid_beh_oppf < 8.
aux <- RegData[which(RegData$ForlopsType1Num %in% c(1,3) & RegData$Aar >= 2016 ), ]
aux$tid_beh_oppf <- lubridate::interval(aux$HovedDato, aux$c_date) %>% lubridate::time_length(unit = 'month')
aux$Variabel <- 0
aux$Variabel[which(aux$tid_beh_oppf > 5 & aux$tid_beh_oppf < 8)] <- 1
Indikator8_kir <- aux %>% group_by(Aar, AvdRESH, MCEID) %>%
summarise(Variabel = max(Variabel))
Indikator8_kir$SykehusNavn <- RegData$SykehusNavn[match(Indikator8_kir$AvdRESH, RegData$AvdRESH)]
Indikator8_kir$ind_id <- "hisreg_kontr_6mnd_kir"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator8_kir[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "andel_oppf_kir.pdf")
hisregIndikator(indikatordata = Indikator8_kir, tittel=c("Utført kontroll etter kirurgisk behandling"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator8_kir %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind8_kontroll_hudlege_kirbeh <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind8_kontroll_hudlege_kirbeh, "I:/hisreg/Ind8_kontroll_hudlege_kirbeh.csv", row.names = F)
########### Indikator 9: Komplikasjoner etter kirurgi. ############
# Inkluderer kun forløp der "c_infection", "c_delayed_wound_healing", "c_stricturer", "c_nervedamage", "c_bloodpoisoning",
# "c_bleeding" eller "c_other_complications" har blitt krysset av for Ja eller Nei.
#################################################################
Indikator9 <- RegData[(RegData$INFECTION_kir %in% 0:1 | RegData$DELAYED_WOUND_HEALING_kir %in% 0:1 |
RegData$STRIKTURER_kir %in% 0:1 | RegData$NERVEDAMAGE_kir %in% 0:1 |
RegData$BLOODPOISEN_kir %in% 0:1 | RegData$BLEEDING_kir %in% 0:1 |
RegData$OTHER_COMPLICATIONS_ID_kir %in% 0:1) & RegData$ForlopsType1Num %in% c(1,3) &
RegData$OppflgRegStatus >= 1, ] %>%
group_by(AvdRESH, Aar, MCEID) %>%
summarise(Variabel = INFECTION_kir==1 | DELAYED_WOUND_HEALING_kir==1 | STRIKTURER_kir==1 |
NERVEDAMAGE_kir==1 | BLOODPOISEN_kir==1 | BLEEDING_kir==1 | OTHER_COMPLICATIONS_ID_kir==1)
Indikator9$Variabel[is.na(Indikator9$Variabel)] <- FALSE
Indikator9$Variabel <- as.numeric(Indikator9$Variabel)
Indikator9$SykehusNavn <- RegData$SykehusNavn[match(Indikator9$AvdRESH, RegData$AvdRESH)]
Indikator9$ind_id <- "hisreg_kompl_kir"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator9[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "kompl_kir.pdf")
hisregIndikator(indikatordata = Indikator9, tittel=c("Komplikasjoner etter kirurgi"), terskel=10, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator9 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind9_kompl_kir <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind9_kompl_kir, "I:/hisreg/Ind9_kompl_kir.csv", row.names = F)
table(Indikatorer$ind_id, useNA = 'ifany')
kobl_resh_navn <- RegData[match(unique(RegData$AvdRESH), RegData$AvdRESH), c("AvdRESH", "SykehusNavn")]
kobl_resh_navn$dg_navn <- c("Universitetssykehuset Nord-Norge HF",
"St. Olavs Hospital HF",
"Helse Stavanger HF",
"Haugesund sanitetsforenings revmatismesykehus",
"Oslo universitetssykehus HF",
"Helse Bergen HF",
"",
"Nordlandssykehuset HF",
"Helse Førde HF",
"",
"Helse Møre og Romsdal HF")
kobl_resh_navn$orgnr <- c(974795787, 974749025, 974703300, 973156829, 874716782, 974557746,
974754118, 974795361, 974744570, 0, 974747138)
Indikatorer$orgnr <- kobl_resh_navn$orgnr[match(Indikatorer$AvdRESH, kobl_resh_navn$AvdRESH)]
names(Indikatorer)[match(c("Variabel", "Aar"), names(Indikatorer))] <- c("var", "year")
Indikatorer$denominator <- 1
dg <- read.csv2("~/.ssh/DG_HISREG_2019.csv", fileEncoding = "Latin1")
dg$Variabel <- dg$Begge + dg$Kun_hisreg
dg$AvdRESH <- kobl_resh_navn$AvdRESH[match(dg$HF.ideelt.sykehus, kobl_resh_navn$dg_navn)]
dg$orgnr <- kobl_resh_navn$orgnr[match(dg$HF.ideelt.sykehus, kobl_resh_navn$dg_navn)]
dg$orgnr[dg$HF.ideelt.sykehus == "Vestre Viken HF"] <- 894166762
# dg$orgnr[dg$HF.ideelt.sykehus == "Helse Møre og Romsdal HF"] <- 997005562
dg$orgnr[dg$HF.ideelt.sykehus == "Helgelandssykehuset HF"] <- 983974929
dg$orgnr[dg$HF.ideelt.sykehus == "Finnmarkssykehuset HF"] <- 983974880
dg$year <- 2019
dg$ind_id <- "hisreg_dg"
names(dg)[match(c("Variabel", "Total"), names(dg))] <- c("var", "denominator")
Indikatorer <- dplyr::bind_rows(Indikatorer[, c("orgnr", "year", "var", "denominator", "ind_id")],
dg[, c("orgnr", "year", "var", "denominator", "ind_id")])
Indikatorer$context <- "caregiver"
# write.csv2(Indikatorer, "I:/hisreg/indikatorer_m_dg_hisreg_2021_06_23.csv", row.names = F,
# fileEncoding = "UTF-8")
########### Indikator 10: Andel pasienter med bivirkninger rapportert av pasienter ved ################
########### kontroll 3 måneder etter startet medisinsk behandling ################
# Inkluderer kun forløp der "c_medical_treatment",
# "c_systemic_antibiotic_therapy_stop", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop" eller "c_other_medication_stop" har blitt krysset av for Ja eller Nei.
# indikator10 <- RegData[which(RegData$ForlopsType1Num %in% c(2,3)),
# c("Aar", "SykehusNavn", "AvdRESH", "m_mceid", "c_do_month", "HovedDato", "c_date", "c_medical_treatment",
# "c_systemic_antibiotic_therapy_stop", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop", "c_other_medication_stop")]
#
# indikator10 <- indikator10[indikator10$c_medical_treatment %in% 1:2 | indikator10$c_systemic_antibiotic_therapy_stop %in% 1:2 |
# indikator10$c_antiinflammatory_treatment_stop %in% 1:2 | indikator10$c_acelacic_acid_stop %in% 1:2 |
# indikator10$c_clindamycin_stop %in% 1:2 | indikator10$c_resorcinol_stop %in% 1:2 |
# indikator10$c_other_medication_stop %in% 1:2, ] %>%
# group_by(AvdRESH, Aar, m_mceid) %>%
# summarise(Variabel = c_medical_treatment==1 | c_systemic_antibiotic_therapy_stop==1 | c_antiinflammatory_treatment_stop==1 |
# c_analgesics_stop==1 | c_corticosteroid_injection_stop==1 | c_acelacic_acid_stop==1 | c_clindamycin_stop==1 |
# c_resorcinol_stop==1 | c_other_medication_stop==1)
#
# indikator10 <- RegData[which(RegData$ForlopsType1Num %in% c(2,3)),
# c("Aar", "SykehusNavn", "AvdRESH", "MCEID", "HovedDato", "c_date",
# "SYSTEMIC_ANTIBIOTIC_THERAPY", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop", "c_other_medication_stop")]
#
# indikator10 <- indikator10[indikator10$c_medical_treatment %in% 1:2 | indikator10$c_systemic_antibiotic_therapy_stop %in% 1:2 |
# indikator10$c_antiinflammatory_treatment_stop %in% 1:2 | indikator10$c_acelacic_acid_stop %in% 1:2 |
# indikator10$c_clindamycin_stop %in% 1:2 | indikator10$c_resorcinol_stop %in% 1:2 |
# indikator10$c_other_medication_stop %in% 1:2, ] %>%
# group_by(AvdRESH, Aar, m_mceid) %>%
# summarise(Variabel = c_medical_treatment==1 | c_systemic_antibiotic_therapy_stop==1 | c_antiinflammatory_treatment_stop==1 |
# c_analgesics_stop==1 | c_corticosteroid_injection_stop==1 | c_acelacic_acid_stop==1 | c_clindamycin_stop==1 |
# c_resorcinol_stop==1 | c_other_medication_stop==1)
#
# indikator10$Variabel[is.na(indikator10$Variabel)] <- FALSE
# indikator10$Variabel <- as.numeric(indikator10$Variabel)
# indikator10$SykehusNavn <- RegData$SykehusNavn[match(indikator10$AvdRESH, RegData$AvdRESH)]
# Ind10 <- indikator10[, -c(3,5)]
# names(Ind10) <- c( 'ReshId', 'Aar', 'Teller Ind10')
# Ind10[, 'Nevner Ind10'] <- 1
# Ind10$Indikator <- 'Ind10'
# Ind10$AarID <- paste0(Ind10$Aar, Ind10$ReshId)
# Ind10 <- Ind10[, c(2,5,4,3,1,6)]
#
# # write.csv2(Ind10, "Q:/SKDE/Nasjonalt servicemiljø/Resultattjenester/Resultatportalen/7. HisReg/Indikatorer/indikator10_bivirkn_med.csv",
# # row.names = F)
#
#
# tmp <- indikator10 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
# andel = sum(Variabel)/n()*100,
# N=n())
#
# tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
# Ind10_bivirkn_med <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# # write.csv2(Ind10_bivirkn_med, "I:/hisreg/Ind10_bivirkn_med.csv", row.names = F)
# CONTROL_STOP_MEDICAL_TREATMENT
# CONTROL_SYSTEMIC_ANTIBIOTIC_THERAPY_STOP
# CONTROL_ANTIINFLAMMATORY_TREATMENT_STOP
# CONTROL_ANALGESICS_STOP
# CONTROL_INTRALESIONAL_CORTICOSTEROID_INJECTION_STOP
# CONTROL_ACELACIC_ACID_STOP
# CONTROL_CLINDAMYCIN_STOP
# CONTROL_RESORCINOL_STOP
# CONTROL_MEDICAL_INT_OTHER_STOP
Rapporteket/hisreg documentation built on May 5, 2022, 2:15 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
rm(list = ls())
library(hisreg)
library(tidyverse)
library(lubridate)
hisregdata <- hisreg::lastShinyHisreg()
RegData <- hisregdata$RegData
rapp_aar <- 2021
RegData <- RegData[which(RegData$Aar <= rapp_aar), ]
figfolder <- "~/.ssh/hisreg_ind_2021/"
if (!dir.exists(figfolder)) {
dir.create(figfolder)
}
########### Indikator 1: Andel henvist til hudspesialist innen 1 år av første besøk hos allmennlege ###########
# Alder ved besøk allmennlege (p_age_doctor) og alder ved henvisning til spesialist (p_age_specialist.) oppgis som
# heltall. Tid fra første besøk hos allmennlege til
# henvisning til spesialist er beregnet som differansen mellom variablene p_age_doctor og p_age_specialist.
# Dersom en pasient er hos fastlege dagen før bursdagen og henvises spesialist på bursdagen så vil differansen
# være 1 år, selv om det kun skiller 1 dag. Hvis vedkommende er hos fastlege på bursdagen og spesialist dagen før
# bursdagen to år senere så vil også differansen være 1 år. En differanse på 0 vil altså bety mellom 0 og 364 dager,
# mens en differanse på 1 betyr mellom 1 dag og 2 år, 2 kan være fra 1 til 3 år, osv. Det er altså ikke mulig å
# beregne indikatoren på en konsistent måte. Dette må redegjøres for i fremstillingen på resultatportalen.
# En tidlig utgave av registeret registrerte p_time_specialist direkte. Skal denne velges når den finnes?
# Her benyttes primært p_time_specialist, sekundært den beregnede differansen
# RegData$tid_almlege_spes <- RegData$p_age_specialist - RegData$p_age_doctor
RegData$tid_almlege_spes <- RegData$AGE_SPECIALIST - RegData$AGE_DOCTOR
aux <- RegData[!is.na(RegData$tid_almlege_spes) | !is.na(RegData$TIME_SPECIALIST), ]
aux$tid_almlege_spes_kombo <- aux$TIME_SPECIALIST
aux$tid_almlege_spes_kombo[is.na(aux$TIME_SPECIALIST)] <- aux$tid_almlege_spes[is.na(aux$TIME_SPECIALIST)]
aux <- aux[order(aux$HovedDato, decreasing = F), ]
aux <- aux[match(unique(aux$PasientID), aux$PasientID), ]
indikator1 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "tid_almlege_spes_kombo")]
indikator1$Variabel <- 0
indikator1$Variabel[indikator1$tid_almlege_spes_kombo == 0] <- 1
indikator1 <- indikator1[indikator1$Aar %in% 2015:rapp_aar, ]
indikator1$ind_id <- "hisreg_henvist_spesialist_1aar"
outfile <- paste0(figfolder, "henvist_spes.pdf")
hisregIndikator(indikatordata = indikator1, tittel=c("Andel henvist til hudspesialist innen", "1 år av første besøk hos allmennlege"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
outfile <- paste0(figfolder, "henvist_spes_v2.pdf")
hisreg::hisregFigIndikator_aarsamlet(indikatordata = indikator1, tittel=c("Andel henvist til hudspesialist innen", "1 år av første besøk hos allmennlege"),
minstekrav = 60, maal = 80)
tmp <- indikator1 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind1_tid_almlege_spes <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind1_tid_almlege_spes, "I:/hisreg/Ind1_tid_almlege_spes.csv", row.names = F)
########### Indikator 4: Andel pasienter (ELLER FORLØP) som oppnår reduksjon fra Hurley 3/2 til 2 eller 1 etter behandling.
# Inkluderer alle som har Hurley 2 eller 3 ved prekontroll, og som har registrert Hurley ved oppfølging
aux <- RegData[RegData$HURLEY_SCORE %in% 2:3 & !is.na(RegData$HURLEY_SCORE_POST), ]
aux$hurley_diff <- aux$HURLEY_SCORE - aux$HURLEY_SCORE_POST
indikator4 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "hurley_diff")]
indikator4$Variabel <- 0
indikator4$Variabel[indikator4$hurley_diff > 0] <- 1
indikator4$ind_id <- "hisreg_reduksjon_hurley"
Indikatorer <- dplyr::bind_rows(indikator1[, c("Aar", "AvdRESH", "Variabel", "ind_id")],
indikator4[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "hurley_red.pdf")
hisregIndikator(indikatordata = indikator4, tittel=c("Reduksjon i Hurley score ", "ved kontroll"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator4 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind4_hurley_redusert <-tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind4_hurley_redusert, "I:/hisreg/Ind4_hurley_redusert.csv", row.names = F)
########### Indikator 5: Andel pasienter som oppnår behandlingsmålet (DLQI <4) for pasientvurdert dermatologisk livskvalitet.
#
# Bruker pre_dlqisum - c_dlqisum >= 4
aux <- RegData[!is.na(RegData$DLQISUM) & !is.na(RegData$DLQISUM_POST), ]
aux$dlqisum_diff <- aux$DLQISUM - aux$DLQISUM_POST
indikator5 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "dlqisum_diff")]
indikator5$Variabel <- 0
indikator5$Variabel[indikator5$dlqisum_diff >= 4] <- 1
indikator5$ind_id <- "hisreg_reduksjon_dlqi"
Indikatorer <- dplyr::bind_rows(Indikatorer, indikator5[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "dlqi_red.pdf")
hisregIndikator(indikatordata = indikator5, tittel=c("Endring i livskvalitet (DLQI)"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator5 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind5_DLQImaal <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind5_DLQImaal, "I:/hisreg/Ind5_DLQImaal.csv", row.names = F)
########### Indikator 6: Andel pasienter som oppnår reduksjon av VAS på mer enn 30% etter behandling.
#
# Hvordan behandler vi tilfellene der pre_vasscore = 0? Fjerner de i denne beregningen.
aux <- RegData[!is.na(RegData$VASSCORE) & RegData$VASSCORE != 0 & !is.na(RegData$VASSCORE_POST), ]
aux$vasscore_diff_pst <- (aux$VASSCORE - aux$VASSCORE_POST)/aux$VASSCORE*100
indikator6 <- aux[, c("Aar", "SykehusNavn", "AvdRESH", "vasscore_diff_pst")]
indikator6$Variabel <- 0
indikator6$Variabel[indikator6$vasscore_diff_pst > 30] <- 1
indikator6$ind_id <- "hisreg_reduksjon_vas"
Indikatorer <- dplyr::bind_rows(Indikatorer, indikator6[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "vas_red.pdf")
hisregIndikator(indikatordata = indikator6, tittel=c("Endring i smerteskala (VAS)"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- indikator6 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind6_VAS_redusert <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind6_VAS_redusert, "I:/hisreg/Ind6_VAS_redusert.csv", row.names = F)
########### Indikator 7: Andel med kontroll hos hudlege 3 mnd etter medisinsk behandling ###########
# Hva er nevneren, alle med medisinsk eller kombinasjon kirurgi/medisinsk? Skal c_do_month definere om det er
# 3-mnd-oppfølging eller er det tidsdifferansen mellom Hoveddato og c_date som avgjør?
# I denne versjonen skal c_do_month == 3 og 2.5 < tid_beh_oppf < 5.5.
aux <- RegData[which(RegData$ForlopsType1Num %in% 2:3 & RegData$Aar >= 2016 ), ]
aux$tid_beh_oppf <- lubridate::interval(aux$HovedDato, aux$c_date) %>% lubridate::time_length(unit = 'month')
aux$Variabel <- 0
aux$Variabel[which(aux$tid_beh_oppf > 2.5 & aux$tid_beh_oppf < 5.5)] <- 1
Indikator7_med <- aux %>% group_by(Aar, AvdRESH, MCEID) %>%
summarise(Variabel = max(Variabel))
Indikator7_med$SykehusNavn <- RegData$SykehusNavn[match(Indikator7_med$AvdRESH, RegData$AvdRESH)]
Indikator7_med$ind_id <- "hisreg_kontr_3mnd_med"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator7_med[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "andel_oppf_med.pdf")
hisregIndikator(indikatordata = Indikator7_med, tittel=c("Utført kontroll etter medisinsk behandling"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator7_med %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind7_kontroll_hudlege_medbeh <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind7_kontroll_hudlege_medbeh, "I:/hisreg/Ind7_kontroll_hudlege_medbeh.csv", row.names = F)
########### Indikator 8: Andel med kontroll hos hudlege 6 mnd etter medisinsk behandling ###########
# Hva er nevneren, alle med kirurgisk eller kombinasjon kirurgi/medisinsk? Skal c_do_month definere om det er
# 6-mnd-oppfølging eller er det tidsdifferansen mellom Hoveddato og c_date som avgjør?
# I denne versjonen skal c_do_month == 6 og 5 < tid_beh_oppf < 8.
aux <- RegData[which(RegData$ForlopsType1Num %in% c(1,3) & RegData$Aar >= 2016 ), ]
aux$tid_beh_oppf <- lubridate::interval(aux$HovedDato, aux$c_date) %>% lubridate::time_length(unit = 'month')
aux$Variabel <- 0
aux$Variabel[which(aux$tid_beh_oppf > 5 & aux$tid_beh_oppf < 8)] <- 1
Indikator8_kir <- aux %>% group_by(Aar, AvdRESH, MCEID) %>%
summarise(Variabel = max(Variabel))
Indikator8_kir$SykehusNavn <- RegData$SykehusNavn[match(Indikator8_kir$AvdRESH, RegData$AvdRESH)]
Indikator8_kir$ind_id <- "hisreg_kontr_6mnd_kir"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator8_kir[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "andel_oppf_kir.pdf")
hisregIndikator(indikatordata = Indikator8_kir, tittel=c("Utført kontroll etter kirurgisk behandling"), terskel=5, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator8_kir %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind8_kontroll_hudlege_kirbeh <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind8_kontroll_hudlege_kirbeh, "I:/hisreg/Ind8_kontroll_hudlege_kirbeh.csv", row.names = F)
########### Indikator 9: Komplikasjoner etter kirurgi. ############
# Inkluderer kun forløp der "c_infection", "c_delayed_wound_healing", "c_stricturer", "c_nervedamage", "c_bloodpoisoning",
# "c_bleeding" eller "c_other_complications" har blitt krysset av for Ja eller Nei.
#################################################################
Indikator9 <- RegData[(RegData$INFECTION_kir %in% 0:1 | RegData$DELAYED_WOUND_HEALING_kir %in% 0:1 |
RegData$STRIKTURER_kir %in% 0:1 | RegData$NERVEDAMAGE_kir %in% 0:1 |
RegData$BLOODPOISEN_kir %in% 0:1 | RegData$BLEEDING_kir %in% 0:1 |
RegData$OTHER_COMPLICATIONS_ID_kir %in% 0:1) & RegData$ForlopsType1Num %in% c(1,3) &
RegData$OppflgRegStatus >= 1, ] %>%
group_by(AvdRESH, Aar, MCEID) %>%
summarise(Variabel = INFECTION_kir==1 | DELAYED_WOUND_HEALING_kir==1 | STRIKTURER_kir==1 |
NERVEDAMAGE_kir==1 | BLOODPOISEN_kir==1 | BLEEDING_kir==1 | OTHER_COMPLICATIONS_ID_kir==1)
Indikator9$Variabel[is.na(Indikator9$Variabel)] <- FALSE
Indikator9$Variabel <- as.numeric(Indikator9$Variabel)
Indikator9$SykehusNavn <- RegData$SykehusNavn[match(Indikator9$AvdRESH, RegData$AvdRESH)]
Indikator9$ind_id <- "hisreg_kompl_kir"
Indikatorer <- dplyr::bind_rows(Indikatorer, Indikator9[, c("Aar", "AvdRESH", "Variabel", "ind_id")])
outfile <- paste0(figfolder, "kompl_kir.pdf")
hisregIndikator(indikatordata = Indikator9, tittel=c("Komplikasjoner etter kirurgi"), terskel=10, minstekrav = NA, maal = NA, skriftStr=1.3, pktStr=1.4,
legPlass='top', minstekravTxt='Min.', maalTxt='Mål', graaUt=NA, decreasing=F, outfile = outfile,
lavDG=NA, width=800, height=700, inkl_konf=F, maalretn='hoy')
tmp <- Indikator9 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
andel = sum(Variabel)/n()*100,
N=n())
tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
Ind9_kompl_kir <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# write.csv2(Ind9_kompl_kir, "I:/hisreg/Ind9_kompl_kir.csv", row.names = F)
table(Indikatorer$ind_id, useNA = 'ifany')
kobl_resh_navn <- RegData[match(unique(RegData$AvdRESH), RegData$AvdRESH), c("AvdRESH", "SykehusNavn")]
kobl_resh_navn$dg_navn <- c("Universitetssykehuset Nord-Norge HF",
"St. Olavs Hospital HF",
"Helse Stavanger HF",
"Haugesund sanitetsforenings revmatismesykehus",
"Oslo universitetssykehus HF",
"Helse Bergen HF",
"",
"Nordlandssykehuset HF",
"Helse Førde HF",
"",
"Helse Møre og Romsdal HF")
kobl_resh_navn$orgnr <- c(974795787, 974749025, 974703300, 973156829, 874716782, 974557746,
974754118, 974795361, 974744570, 0, 974747138)
Indikatorer$orgnr <- kobl_resh_navn$orgnr[match(Indikatorer$AvdRESH, kobl_resh_navn$AvdRESH)]
names(Indikatorer)[match(c("Variabel", "Aar"), names(Indikatorer))] <- c("var", "year")
Indikatorer$denominator <- 1
dg <- read.csv2("~/.ssh/DG_HISREG_2019.csv", fileEncoding = "Latin1")
dg$Variabel <- dg$Begge + dg$Kun_hisreg
dg$AvdRESH <- kobl_resh_navn$AvdRESH[match(dg$HF.ideelt.sykehus, kobl_resh_navn$dg_navn)]
dg$orgnr <- kobl_resh_navn$orgnr[match(dg$HF.ideelt.sykehus, kobl_resh_navn$dg_navn)]
dg$orgnr[dg$HF.ideelt.sykehus == "Vestre Viken HF"] <- 894166762
# dg$orgnr[dg$HF.ideelt.sykehus == "Helse Møre og Romsdal HF"] <- 997005562
dg$orgnr[dg$HF.ideelt.sykehus == "Helgelandssykehuset HF"] <- 983974929
dg$orgnr[dg$HF.ideelt.sykehus == "Finnmarkssykehuset HF"] <- 983974880
dg$year <- 2019
dg$ind_id <- "hisreg_dg"
names(dg)[match(c("Variabel", "Total"), names(dg))] <- c("var", "denominator")
Indikatorer <- dplyr::bind_rows(Indikatorer[, c("orgnr", "year", "var", "denominator", "ind_id")],
dg[, c("orgnr", "year", "var", "denominator", "ind_id")])
Indikatorer$context <- "caregiver"
# write.csv2(Indikatorer, "I:/hisreg/indikatorer_m_dg_hisreg_2021_06_23.csv", row.names = F,
# fileEncoding = "UTF-8")
########### Indikator 10: Andel pasienter med bivirkninger rapportert av pasienter ved ################
########### kontroll 3 måneder etter startet medisinsk behandling ################
# Inkluderer kun forløp der "c_medical_treatment",
# "c_systemic_antibiotic_therapy_stop", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop" eller "c_other_medication_stop" har blitt krysset av for Ja eller Nei.
# indikator10 <- RegData[which(RegData$ForlopsType1Num %in% c(2,3)),
# c("Aar", "SykehusNavn", "AvdRESH", "m_mceid", "c_do_month", "HovedDato", "c_date", "c_medical_treatment",
# "c_systemic_antibiotic_therapy_stop", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop", "c_other_medication_stop")]
#
# indikator10 <- indikator10[indikator10$c_medical_treatment %in% 1:2 | indikator10$c_systemic_antibiotic_therapy_stop %in% 1:2 |
# indikator10$c_antiinflammatory_treatment_stop %in% 1:2 | indikator10$c_acelacic_acid_stop %in% 1:2 |
# indikator10$c_clindamycin_stop %in% 1:2 | indikator10$c_resorcinol_stop %in% 1:2 |
# indikator10$c_other_medication_stop %in% 1:2, ] %>%
# group_by(AvdRESH, Aar, m_mceid) %>%
# summarise(Variabel = c_medical_treatment==1 | c_systemic_antibiotic_therapy_stop==1 | c_antiinflammatory_treatment_stop==1 |
# c_analgesics_stop==1 | c_corticosteroid_injection_stop==1 | c_acelacic_acid_stop==1 | c_clindamycin_stop==1 |
# c_resorcinol_stop==1 | c_other_medication_stop==1)
#
# indikator10 <- RegData[which(RegData$ForlopsType1Num %in% c(2,3)),
# c("Aar", "SykehusNavn", "AvdRESH", "MCEID", "HovedDato", "c_date",
# "SYSTEMIC_ANTIBIOTIC_THERAPY", "c_antiinflammatory_treatment_stop", "c_analgesics_stop",
# "c_corticosteroid_injection_stop","c_acelacic_acid_stop", "c_clindamycin_stop",
# "c_resorcinol_stop", "c_other_medication_stop")]
#
# indikator10 <- indikator10[indikator10$c_medical_treatment %in% 1:2 | indikator10$c_systemic_antibiotic_therapy_stop %in% 1:2 |
# indikator10$c_antiinflammatory_treatment_stop %in% 1:2 | indikator10$c_acelacic_acid_stop %in% 1:2 |
# indikator10$c_clindamycin_stop %in% 1:2 | indikator10$c_resorcinol_stop %in% 1:2 |
# indikator10$c_other_medication_stop %in% 1:2, ] %>%
# group_by(AvdRESH, Aar, m_mceid) %>%
# summarise(Variabel = c_medical_treatment==1 | c_systemic_antibiotic_therapy_stop==1 | c_antiinflammatory_treatment_stop==1 |
# c_analgesics_stop==1 | c_corticosteroid_injection_stop==1 | c_acelacic_acid_stop==1 | c_clindamycin_stop==1 |
# c_resorcinol_stop==1 | c_other_medication_stop==1)
#
# indikator10$Variabel[is.na(indikator10$Variabel)] <- FALSE
# indikator10$Variabel <- as.numeric(indikator10$Variabel)
# indikator10$SykehusNavn <- RegData$SykehusNavn[match(indikator10$AvdRESH, RegData$AvdRESH)]
# Ind10 <- indikator10[, -c(3,5)]
# names(Ind10) <- c( 'ReshId', 'Aar', 'Teller Ind10')
# Ind10[, 'Nevner Ind10'] <- 1
# Ind10$Indikator <- 'Ind10'
# Ind10$AarID <- paste0(Ind10$Aar, Ind10$ReshId)
# Ind10 <- Ind10[, c(2,5,4,3,1,6)]
#
# # write.csv2(Ind10, "Q:/SKDE/Nasjonalt servicemiljø/Resultattjenester/Resultatportalen/7. HisReg/Indikatorer/indikator10_bivirkn_med.csv",
# # row.names = F)
#
#
# tmp <- indikator10 %>% group_by(SykehusNavn, Aar) %>% summarise(antall = sum(Variabel),
# andel = sum(Variabel)/n()*100,
# N=n())
#
# tmp$verdi <- paste0(round(tmp$andel, 1), '% (', tmp$N, ')')
# Ind10_bivirkn_med <- tmp[, -(3:5)] %>% spread(key=Aar, value = verdi, fill = '')
# # write.csv2(Ind10_bivirkn_med, "I:/hisreg/Ind10_bivirkn_med.csv", row.names = F)
# CONTROL_STOP_MEDICAL_TREATMENT
# CONTROL_SYSTEMIC_ANTIBIOTIC_THERAPY_STOP
# CONTROL_ANTIINFLAMMATORY_TREATMENT_STOP
# CONTROL_ANALGESICS_STOP
# CONTROL_INTRALESIONAL_CORTICOSTEROID_INJECTION_STOP
# CONTROL_ACELACIC_ACID_STOP
# CONTROL_CLINDAMYCIN_STOP
# CONTROL_RESORCINOL_STOP
# CONTROL_MEDICAL_INT_OTHER_STOP
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.