doc/NorScirKjorefil.R
In Rapporteket/nordicscir: R-pakke for å generere resultater fra NordicScir
nordicscir::kjor_NSapper('norscir')
nordicscir::kjor_NSapper('nordicscir')
library(nordicscir)
#Livskvaliet Nfig:103, Ntab:113
RegData <- NSPreprosesser(NSRegDataSQL(valgtVar = 'Tilf'))
RegData <- NSUtvalgEnh(RegData = RegData, datoFra = '2022-01-01', datoTil = '2022-12-31')$RegData
RegData$Diff <- difftime(RegData$DataClDt, RegData$DischgDt)
indBort1 <- which(RegData$Diff>0)
indBort2 <- which(as.Date(RegData$DataClDtS) > as.Date(RegData$DischgDt))
ind <- which(RegData$DataClDt <= RegData$DischgDt)
DataFiltrertBort <- RegData[indBort1, ]
RegData[which(RegData$Diff>0) ,c("AdmitDt", "AdmitRehDt", "DischgDt", 'DataClDtS', 'Diff')]
#Sjekke data
AlleTabRaa <- nordicscir::getRealData(register = 'norscir') #Kobler både til hovedskjema og til ktr-skjema
AlleTab <- nordicscir::processAllData(AlleTabRaa, register = 'norscir') #preprosesserer bare datasett koblet til hovedskjema
attach(AlleTab)
View(AlleTab)
register <- 'norscir'
Hoved <- rapbase::loadRegData(registryName = register, dbType="mysql",
query='Select * from MainFormDataContract ')
Ktr <- rapbase::loadRegData(registryName = register, dbType="mysql",
query='Select * from ControlFormDataContract ')
Ktr <- Ktr[Ktr$ControlStatus==0, ]
Livs <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from LifeQualityFormDataContract ')
#mister 2 skjema etter kobl H og K
Urin <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from UrinaryTractFunctionFormDataContract ')
#mister 0
Tarm <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from BowelFunctionFormDataContract ')
#mister 0
Funk <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from ActivityAndParticipationPerformanceFormDataContract ')
#Mister 0
Tilf <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from ActivityAndParticipationSatisfactionFormDataContract ')
# Mister 0
Eq5d <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from Eq5dlFormDataContract ')
#Mister 0
tabH <- tabSkjemaTilknyttet(Data=AlleTab, moderSkjema='Hoved')
tabK <- tabSkjemaTilknyttet(Data=AlleTab, moderSkjema='Kont')
#-----------------------Lage eksempeldatasett-----------------------
rm(list=ls())
# NorScirEksData <- read.table('E:/Registre/NorScir/data/NorScirEksempeldata.csv', header=T, sep=';')
# #perm.sammen:
# permA <- c('InjuryDt', 'AdmitDt', 'DischgDt', 'ANeuExmDt', 'FNeuExmDt', 'QolDt',
# 'AdmitRehDt', 'CNeuExmDt', 'InjuryDateUnknown')
#
# permB <- c('ReshId', 'ShNavn')
# N <- dim(NorScirEksData)[1]
#
# NorScirEksData[ ,permA] <- NorScirEksData[sample(N, N),permA]
# NorScirEksData[ ,permB] <- NorScirEksData[sample(N, N),permB]
# NorScirEksData$PasientId <- NorScirEksData$PasientId[sample(N,N)]
# NorScirEksData$isMale <- NorScirEksData$isMale[sample(N,N)]
# NorScirEksData$AlderAar <- NorScirEksData$AlderAar[sample(N,N)]
varBort <- c('ShNavn', 'RHF', 'HF', 'MunicipalNumber', 'Municipal', 'PostalCode', 'HealthUnitName', 'Hospital', 'HealthUnitId')
HovedSkjema <- lageTulleData(HovedSkjema, varBort=varBort, antSh=3)
Livskval <- lageTulleData(Livskval, varBort=varBort, antSh=3)
Kontroll <- lageTulleData(Kontroll, varBort=varBort, antSh=3)
Urin <- lageTulleData(Urin, varBort=varBort, antSh=3)
Tarm <- lageTulleData(Tarm, varBort=varBort, antSh=3)
AktivFunksjon <- lageTulleData(AktivFunksjon, varBort=varBort, antSh=3)
AktivTilfredshet <- lageTulleData(AktivTilfredshet, varBort=varBort, antSh=3)
objekter <- c('HovedSkjema', 'Livskval', 'Kontroll', 'Urin', 'Tarm', 'AktivFunksjon', 'AktivTilfredshet')
save(list = objekter, file='A:/NordicScir/NordicScirFIKTIVEdata.RData')
#--------------------------------------SAMLERAPPORT-----------------------------------
rm(list=ls())
library(knitr)
library(tools) #texi2pdf
#setwd("C:/ResultattjenesteGIT/nordicscir/inst")
setwd("../nordicscir/inst")
#HENT DATA
reshID <- 107627 #0 - alle #105593-Haukeland, 106896-Sunnaas, 107627-St.Olavs
#load('A:/NordicScir/NordicScirData.RData')
knit2pdf('NSmndRapp.Rnw')
#knit('NSmndRapp.Rnw')
#texi2pdf('NSmndRapp.tex')
knit2pdf('NSsamleRappLand.Rnw')
#knit('NSsamleRappLand.Rnw')
#texi2pdf('NSsamleRappLand.tex')
knit2pdf('NSsamleRapp.Rnw')
#knit('NSsamleRapp.Rnw')
#texi2pdf('NSsamleRapp.tex')
filtype <- c('.toc','.log', '.lof','.lot','.out', '.aux', '.vrb','.snm','.nav')
removeFiles <- c(paste0('NSmndRapp',filtype),
paste0('NSsamleRapp', filtype),
paste0('NSsamleRappLand', filtype))
file.remove(file=removeFiles)
#------------------------ LASTE DATA -------------------------------------
library(nordicscir)
rm(list=ls())
load('A:/NordicScir/NordicScirData.RData')
dato <- 'FormDataContract2019-10-30' #2017-05-24
sti <- 'A:/NordicScir/'
HovedSkjema <- read.table(paste0(sti, 'Main',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Livskval <- read.table(paste0(sti, 'LifeQuality',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Kontroll <- read.table(paste0(sti, 'Control', dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Urin <- read.table(paste0(sti, 'UrinaryTractFunction', dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Tarm <- read.table(paste0(sti, 'BowelFunction',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
AktivFunksjon <- read.table(paste0(sti, 'ActivityAndParticipationPerformance',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
AktivTilfredshet <- read.table(paste0(sti, 'ActivityAndParticipationSatisfaction',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Livskval$HovedskjemaGUID <- toupper(Livskval$HovedskjemaGUID)
Kontroll$HovedskjemaGUID <- toupper(Kontroll$HovedskjemaGUID)
Urin$HovedskjemaGUID <- toupper(Urin$HovedskjemaGUID)
Tarm$HovedskjemaGUID <- toupper(Tarm$HovedskjemaGUID)
AktivFunksjon$HovedskjemaGUID <- toupper(AktivFunksjon$HovedskjemaGUID)
AktivTilfredshet$HovedskjemaGUID <- toupper(AktivTilfredshet$HovedskjemaGUID)
#DataAlleTab <- list()
#HovedSkjema <- NSPreprosesser(HovedSkjema)
LivskvalH <- KobleMedHoved(HovedSkjema,Livskval)
KontrollH <- KobleMedHoved(HovedSkjema,Kontroll)
UrinH <- KobleMedHoved(HovedSkjema,Urin)
TarmH <- KobleMedHoved(HovedSkjema,Tarm)
AktivFunksjonH <- KobleMedHoved(HovedSkjema, AktivFunksjon)
Aktivitet <- KobleMedHoved(AktivFunksjon, AktivTilfredshet) #[,-which(names(AktivFunksjon)=='HovedskjemaGUID')]
AktivTilfredshetH <- KobleMedHoved(HovedSkjema, Aktivitet)
objekter <- c('HovedSkjema', 'LivskvalH', 'KontrollH', 'UrinH', 'TarmH', 'AktivFunksjonH', 'AktivTilfredshetH')
save(list = objekter, file='A:/NordicScir/NordicScirData.RData')
# KobleMedHoved <- function(HovedSkjema,Skjema2) {
# varBegge <- intersect(names(Skjema2),names(HovedSkjema)) ##Variabelnavn som finnes i begge datasett
# Skjema2 <- Skjema2[ ,c("HovedskjemaGUID", names(Skjema2)[!(names(Skjema2) %in% varBegge)])] #"SkjemaGUID",
# NSdata <- merge(HovedSkjema, Skjema2, suffixes = c('','XX'),
# by.x = 'SkjemaGUID', by.y = 'HovedskjemaGUID', all.x = F, all.y=F)
# return(NSdata)
# }
ind18 <- which(as.Date(HovedSkjema$AdmitDt) >= '2018-01-01' & as.Date(HovedSkjema$AdmitDt) <= '2018-12-31')
HovedSkjema18 <- HovedSkjema[ind18,]
RegData18 <- KobleMedHoved(HovedSkjema18,Urin)
RegData <- RegData18
RegData <- NSPreprosesser(RegData)
save(AktivTilfredshet, file='AktivTilfredshet.RData')
# Jeg har koblet i to steg i R etter følgende skisse:
# NyTab = AktivFunksjon.SkjemaGUID <-> Satisfaction. HovedskjemaGUID
# Main.SkjemaGUID <-> NyTab. HovedskjemaGUID
# På Server
HovedSkjema <- NSRegDataSQL() #datoFra = datoFra, datoTil = datoTil)
LivskvalH <- NSRegDataSQL(valgtVar='LivsXX')
KontrollH <- NSRegDataSQL(valgtVar='KontXX')
UrinH <- NSRegDataSQL(valgtVar='UrinXX')
TarmH <- NSRegDataSQL(valgtVar='TarmXX')
AktivFunksjonH <- NSRegDataSQL(valgtVar='FunkXX')
AktivTilfredshetH <- NSRegDataSQL(valgtVar='TilfXX')
#------------------------ TESTE DATA -------------------------------------
#---Oppsummering/test av andel som har fått oppfølging---
paste0('Ant. hovedskjema m/Livskvalitet: ',sum(HovedSkjema$SkjemaGUID %in% Livskval$HovedskjemaGUID))
paste0('Ant. hovedskjema m/AktivFunksjon: ', sum(HovedSkjema$SkjemaGUID %in% AktivFunksjon$HovedskjemaGUID))
paste0('Ant. Satisfaction m/AktivFunksjon: ', sum(AktivFunksjon$SkjemaGUID %in% AktivTilfredshet$HovedskjemaGUID))
length(unique(Livskval$HovedskjemaGUID))
sum(unique(Livskval$HovedskjemaGUID) %in% HovedSkjema$SkjemaGUID)
sum(Livskval$HovedskjemaGUID %in% HovedSkjema$SkjemaGUID)
table(table(Livskval$HovedskjemaGUID))
table(table(LivskvalHoved$SkjemaGUID))
tabVar <- c('HealthUnitName','Aar')
Hskjema <- HovedSkjema[c('SkjemaGUID','HealthUnitName','AdmitDt')][order(HovedSkjema$SkjemaGUID),]
RaaTab <- cbind(Hskjema,
#Aar = as.POSIXlt(Hskjema$AdmitDt, format="%Y-%m-%d")$year +1900,
MedLivskval = match(Hskjema$SkjemaGUID, sort(Livskval$HovedskjemaGUID)),
MedKtr = match(HovedSkjema$SkjemaGUID, sort(Kontroll$HovedskjemaGUID)),
MedUrin = match(HovedSkjema$SkjemaGUID, sort(Urin$HovedskjemaGUID)),
MedTarm = match(HovedSkjema$SkjemaGUID, sort(Tarm$HovedskjemaGUID)),
MedFunksjon = match(HovedSkjema$SkjemaGUID, sort(AktivFunksjon$HovedskjemaGUID)),
MedTilfreds = match(HovedSkjema$SkjemaGUID,
sort(Hskjema$SkjemaGUID[match(AktivFunksjon$SkjemaGUID, sort(AktivTilfredshet$HovedskjemaGUID))]))
)
#RaaTab <- RaaTab1[which(as.Date(Hskjema$AdmitDt)> '2014-12-31'),]
Tot <- table(is.na(RaaTab$MedLivskval))/dim(RaaTab)[1]*100 #'MedKtr'
AntLivskval <- ftable(RaaTab[!is.na(RaaTab$MedLivskval),tabVar])
AndelLivskval <- round(100*AntLivskval/ftable(RaaTab[,tabVar]),1)
AndelKtr <- round(100*ftable(RaaTab[!is.na(RaaTab$MedKtr),tabVar])/ftable(RaaTab[,tabVar]),1)
AntSatisfact <- ftable(RaaTab[!is.na(RaaTab$MedSatisfact),tabVar])
AndelSatisfact <- round(100*ftable(RaaTab[!is.na(RaaTab$MedSatisfact),tabVar])/ftable(RaaTab[,tabVar]),1)
AndelPerform <- round(100*ftable(RaaTab[!is.na(RaaTab$MedPerform),tabVar])/ftable(RaaTab[,tabVar]),1)
table(HovedSkjema$FormStatus)
table(LivskvalH$FormStatus)
table(UrinH$FormStatus)
table(TarmH$FormStatus)
table(KontrollH$FormStatus)
table(AktivFunksjonH$FormStatus)
table(AktivTilfredshetH$FormStatus)
#------------------------------ Parametre --------------------------
rm(list=ls())
library(nordicscir)
setwd("C:/Registerinfo og historie/NordicScir/Figurer/")
load('A:/NordicScir/NordicScirData.RData')
reshID <- 107627 ##105593-Haukeland, 106896-Sunnaas, 107627-St.Olavs, standard i funksj: 0 dvs. 'Alle'. Standard i rapporten skal v?re at man f?r opp eget sykehus.
enhetsUtvalg <- 1
minald <- 0
maxald <- 130
erMann <- 9 #1-menn, 0-kvinner, Standard: '', dvs. begge
traume <- 'alle' #'ja','nei', standard: ikke valgt
AIS <- '' # as.character(c(1,4)) #AISgrad ved innleggelse alle(''), velge en eller flere fra 1:5
nivaaUt <- 1 #Nivå ved utreise, flervalgs 0:tetraplegi, 1:paraplegi, 2:C1-4, 3:C5-8, 9:ukjent
datoFra <- '2019-01-01' #Standard: bør være minste registrerte verdi ? min og max dato i utvalget vises alltid i figuren.
datoTil <- Sys.Date()
valgtMaal='gjsn' #'Med'-median, 'Gjsn' gjennomsnitt
tidsenhet <- 'Mnd'
grVar <- 'ShNavn'
datoUt=0 #Velge ut-dato som filtrering
outfile <- ''
valgtVar <- 'Alder'
NSFigGjsnTid(valgtVar='RegForsinkelse', datoFra='2019-01-01', datoTil='2020-12-31', #RegData,
tidsenhet='Mnd', minald=0, maxald=110, erMann=9, reshID=107627,
outfile='',enhetsUtvalg=1, valgtMaal='gjsn', hentData = 1,
AIS='', traume='alle', nivaaUt=99)
UtDataFraFig <- NSFigAndelerSh(preprosess = 1, hentData = 1, valgtVar = valgtVar, datoFra='2018-01-01')
#--------Utvikling av livskvalitet------------------
#Forslag til figurvisning for utvikling av livskvalitet over tid, personnivå.
#Ei linje for hver pasient. x-akse: Antall dager/uker fra utskriving til målt livskvalitet
#y-akse Livskvalitetsverdi fra innleggelse og senere kontroller
#Andel pasienter som har minst X% forbedring siden sist.
#Andel pasienter som har minst Y kategorier (eks. 2 poeng) forbedring.
#Problem: Randeffekter: Lav livskvalitet i utgangspunktet - stort forbedringspotensiale,
#Andel som har over Z (eks 6) i livskvalitet ved ulike tidspunkt.
#Hovedskjema påkoblet livskvalitet
RegDataRaa <- NSRegDataSQL(valgtVar = 'LivsXX')
RegData <- NSPreprosesser(RegData = RegDataRaa)
#Datovariable: InnDato, DischgDt, QolDt
#Livskvalitetsvar: SatGenrl, SatPhys, SatPsych
RegData$TidInnLiv <- difftime(time1 = RegData$QolDt, time2 = RegData$InnDato, units = 'days')
RegData$TidUtLiv <- difftime(time1 = RegData$QolDt, time2 = RegData$DischgDt, units = 'days')
plot(RegData$TidInnLiv)
median(RegData$TidInnLiv)
median(RegData$TidUtLiv)
hist(RegData$SatGenrl)
#Livskvalitetsskjema
query <- 'select * FROM LifeQualityFormDataContract Livs'
LivskvalData <- rapbase::LoadRegData(registryName = 'nordicscir', query)
LivskvalData <- LivskvalData[order(LivskvalData$FormDate), ]
LivskvalData$FormDate <- as.Date(LivskvalData$FormDate)
pas <- table(LivskvalData$PatientInRegistryGuid)
table(pas)
1 2 3 4 8
514 270 68 11 1
LivskvalData[LivskvalData$PatientInRegistryGuid %in% names(which(pas>5)), c("FormDate", "QolDt")]
#Grupper på PatientInRegistryGuid
PasID <- names(pas[pas>=3]) #unique(LivskvalData$PatientInRegistryGuid)
plot(unique(LivskvalData$FormDate), rep(5, length(unique(LivskvalData$FormDate))),
ylim = c(0,10), col = 'white', xlab = 'Svardato', ylab = 'Livskvalitet',
main = 'SatGenrl',
type = 'l')
farger <- colors()
for (k in 1:length(PasID)) {
lines(LivskvalData[LivskvalData$PatientInRegistryGuid == PasID[k], c("FormDate", 'SatGenrl')],
col = farger[k+10])
}
# #Ser ut til å trenge fullstendige data
# interaction.plot(x.factor = as.factor(LivskvalData$FormDate),
# trace.factor = LivskvalData$PatientInRegistryGuid,
# response = LivskvalData$SatGenrl,
# #lty = 'l',
# xlab="kontrolltidspkt", ylab="Livskval", legend=F)
# help("interaction.plot")
#
# CorrMixed::Spaghetti.Plot(Dataset = LivskvalData, Outcome = SatGenrl,
# Time = as.Date(FormDate), Id = PatientInRegistryGuid,
# Add.Profiles=TRUE, Add.Mean=FALSE,
# Add.Median=FALSE) #, Col=8, Lwd.Me=3, xlim, ylim, ...)
#------------------------------ Fordelinger --------------------------
RegData <- HovedSkjema
valgtVar <- 'UtTil' #AAis, FAis, Alder, DagerRehab, DagerTilRehab, NivaaInn, Ntsci,
#OpphTot[HosptlDy], Permisjon[OutOfHosptlDy], UtTil[PlaceDis],
#Pustehjelp[VentAssi], PPlaceDis, RegForsinkelse, #SkadeArsak[Scietiol]
#UrinSkjema:
RegData <- KobleMedHoved(HovedSkjema,Urin)
valgtVar <- 'UrinTomBlareHoved' #'UrinInkontinens', 'UrinLegemidler','UrinLegemidlerHvilke', 'UrinKirInngr',
#'UrinTomBlareHoved', 'UrinTomBlareTillegg'
#TarmSkjema:
RegData <- KobleMedHoved(HovedSkjema,Tarm)
valgtVar <- 'TarmInkontinensFra2019' #'TarmAvfHoved','TarmAvfTillegg', TarmAvfmiddel, TarmAvfmiddelHvilke
#TarmInkontinens, TarmKirInngrep, TarmKirInngrepHvilke
#Livskvalitet
RegData <- KobleMedHoved(RegData,Livskval)
RegData <- NSRegDataSQL(valgtVar = 'LivsXX')
valgtVar <- 'LivsPsyk' #LivsGen, LivsFys, LivsPsyk
#Funksjon (Aktivitet og deltagelse)
RegData <- KobleMedHoved(HovedSkjema,AktivFunksjon)
valgtVar <- 'FunkSpis' #FunkDo, FunkKler, FunkMob, FunkSpis
#Tilfredshet. NB: Kobles til A&D
RegData <- KobleMedHoved(AktivFunksjon,AktivTilfredshet)
RegData <- KobleMedHoved(HovedSkjema,RegData)
valgtVar <- 'TilfSpis' #TilfDo, TilfKler, TilfMob, TilfSpis
outfile <- '' #paste0(valgtVar, '.png') #Navn angis av Jasper
RegData <- TilfredsH
preprosess <- 0
UtDataFord <- NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume, nivaaUt=nivaaUt,
reshID=reshID, enhetsUtvalg=0) #, preprosess=1
#Aktuelt å legge til en parameter som sier hvilket skjema variabelen tilhører. Dette for å koble
#sammen riktig skjema til hovedskjema.
#Hoved
variable <- c('AAis', 'FAis', 'Alder', 'DagerRehab', 'DagerTilRehab', 'NivaaInn', 'NivaaUt',
'Ntsci', 'OpphTot', 'UtTil', 'SkadeArsak')
#Urin
variable <- c('UrinInkontinens', 'UrinLegemidler','UrinLegemidlerHvilke', 'UrinKirInngr',
'UrinTomBlareHoved', 'UrinTomBlareTillegg')
#Tarm
variable <- c('TarmAvfHoved','TarmAvfTillegg', 'TarmAvfmiddel', 'TarmAvfmiddelHvilke',
'TarmInkontinens', 'TarmKirInngrep', 'TarmKirInngrepHvilke')
#Livs
variable <- c('LivsGen', 'LivsFys', 'LivsPsyk')
#Funk
variable <- c('FunkDo', 'FunkKler', 'FunkMob', 'FunkSpis')
#Tilf
variable <- c('TilfDo', 'TilfKler', 'TilfMob', 'TilfSpis')
#EQ5D
variable <- c('Eq5dQ1Mobility', 'Eq5dQ2Selfcare', 'Eq5dQ3UsualActivities',
'Eq5dQ4PainDiscomfort', 'Eq5dQ5AnxietyDepression', 'Eq5dQ6HealthToday')
RegData <- nordicscir::NSRegDataSQL(valgtVar = 'Eq5d')
for (valgtVar in variable) {
outfile <- paste0(valgtVar, '.png')
nordicscir::NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar
#,datoFra=datoFra, datoTil=datoTil,reshID=reshID, enhetsUtvalg=1, hentData=0,
#AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume, nivaaUt=nivaaUt
)
}
#Testing
valgtVar <- 'TarmNBD' #'TarmKirInngrepHvilke'
outfile <- paste0(valgtVar, '.png')
RegData <- nordicscir::NSRegDataSQL(valgtVar = valgtVar, register = 'norscir')
nordicscir::NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra='2020-01-01', #datoTil=datoTil,
datoUt = 1, reshID=107627, enhetsUtvalg=0, preprosess = 1)
#107627-St.Olavs, 60000001 - Linkøping
NSFigAndelerSh(RegData = RegData, valgtVar = valgtVar, datoFra='2022-01-01', datoUt = 1)
nordicscir::kjor_NSapper('nordicscir')
#------------------------------ Sentralmål --------------------------
outfile <- '' #paste(valgtVar, '_Sh.png') #Navn angis av Jasper
valgtVar <- 'LivsGen' #'Alder', 'DagerRehab', 'DagerTilRehab', 'OpphTot', 'LivsGen', 'LivsFys', 'LivsPsyk'
datoFra <- '2017-07-01'
Data <- NSFigGjsnGrVar(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
valgtMaal='med', AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume)
variable <- c('Alder', 'DagerRehab', 'DagerTilRehab', 'OpphTot', 'RegForsinkelse')
variable <- c('LivsGen', 'LivsFys', 'LivsPsyk') #Koble på Livskvalitetsdata
for (valgtVar in variable) {
outfile <- paste0('M_',valgtVar, '.png')
NSFigGjsnGrVar(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
valgtMaal=valgtMaal, minald=minald, maxald=maxald, erMann=erMann, traume=traume,
AIS=AIS, nivaaUt = nivaaUt)
}
RegData <- NSRegDataSQL()
valgtVar <- 'Alder'
datoFra <- '2020-01-01'
datoTil <- '2020-12-31'
datoUt <- 1
tidsenhet <- 'Mnd'
NSFigGjsnTid(RegData, valgtVar='Alder', datoFra='2020-01-01', datoTil='2020-12-31',
datoUt = 1, tidsenhet='Mnd')
#------------------------------ Nevrologisk kategori --------------------------
rm(list=ls())
valgtVar <- 'NevrNivaaInn' #M? velge... NevrNivaaInnUt, NevrNivaaInn, NevrNivaaUt,
outfile <- paste0(valgtVar, '.png') #navn p? fil figuren skrives ned til
setwd("C:/ResultattjenesteGIT/nordicscir/")
NSFigAndelStabel(RegData=NSdata, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra,
datoTil=datoTil, traume=traume,
minald=minald, maxald=maxald, erMann=erMann, enhetsUtvalg=enhetsUtvalg, reshID=reshID) #egenavd=egenavd
for (valgtVar in c('NevrNivaaInnUt', 'NevrNivaaInn', 'NevrNivaaUt' )) {
outfile <- paste(valgtVar, '.pdf', sep='')
FigAndelStabel(RegData, libkat=libkat, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
minald=minald, maxald=maxald, erMann=erMann, traume=traume, reshID=reshID) #, sml=sml)
}
I_ABC <- which(RegData$AAis %in% c('A','B','C'))
#--------------To-veis stabelplott----------------------
library(nordicscir)
library(ggplot2)
data$AAis <- factor(data$AAis, levels = 1:5, LETTERS[1:5])
data$FAis <- as.factor(data$FAis)
data <- RegData[ ,c("AAis", "FAis")]
write.table(RegData[ ,c("AAis", "FAis")], file = 'Ais.csv', row.names = F, fileEncoding = 'UTF-8', sep=';')
RegData <- NSPreprosesser(NSRegDataSQL())
RegData <- RegData[which(RegData$FAis %in% 1:5 &
RegData$AAis %in% 1:5), ]
RegData$VariabelGr <- factor(RegData$AAis, levels = 1:5, labels = LETTERS[1:5])
RegData$VariabelGrPost <- factor(RegData$FAis, levels = 1:5, labels = LETTERS[1:5])
c('red', 'orange', 'yellow', 'blue', 'green')
ggplot(data = RegData, aes(x = VariabelGr, fill = VariabelGrPost)) +
geom_bar()
#col(c('red', 'orange', 'yellow', 'blue', 'green')) +
RegData <- NSPreprosesser(NSRegDataSQL())
test <- NSFigStabelGr(RegData = 0, hentData = 1, valgtVar='KontFAis')
# ,hentData=0, register='norscir', preprosess=1,
# datoFra='2010-01-01', datoTil='2050-01-01', datoUt=0, AIS='',
# minald=0, maxald=130, erMann=99, traume='alle',nivaaUt=99, ...)
#-----------------------------Nevrologiske kategorier----------------------------
#Motoriske variable:
MotVar <- c('AMtrLvlAreaL', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'FMtrLvlAreaL', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS', 'AMtrLvlAreaR', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS', 'FMtrLvlAreaR', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Sensoriske variable:
SensVar <- c('ASensLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'FSensLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'ASensLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'FSensLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS')
#Innleggelse variable:
InnVar <- c('AAis', 'ASensLvlAreaL', 'ASensLvlAreaR', 'AMtrLvlAreaR', 'AMtrLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS')
#Utskriving variable:
UtVar <- c('FAis', 'FSensLvlAreaL', 'FSensLvlAreaR', 'FMtrLvlAreaL', 'FMtrLvlAreaR', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Venstre variable:
VVar <- c('ASensLvlAreaL', 'AMtrLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'FSensLvlAreaL', 'FMtrLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS')
#H?yre variable:
HVar <- c('ASensLvlAreaR', 'AMtrLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS', 'FSensLvlAreaR', 'FMtrLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Inn, Motorisk, V
c('AAis','AMtrLvlAreaL', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS')
#Inn, Motorisk, H
c('AAis','AMtrLvlAreaR', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS')
#Inn, Sensorisk, V
c('AAis','ASensLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS')
#Inn, Sensorisk, H
c('AAis','ASensLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS')
#Ut, Motorisk, V
c('FAis','FMtrLvlAreaL', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS')
#Ut, Motorisk, H
c('FAis','FMtrLvlAreaR', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Ut, Sensorisk, V
c('FAis','FSensLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS')
#Ut, Sensorisk, H
c('FAis','FSensLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS')
#Inn,
I_ABC <- which(RegData$AAis %in% c('A','B','C'))
I_D <- which(RegData$AAis == 'D')
#Motorisk, Venstre
#A,B,C+C1-4
IMV_ABC_C0104 <- length(intersect(I_ABC, which(RegData$AMtrLvlLC %in% c('C01','C02','C03','C04'))))/N
#A,B,C+C5-8
IMV_ABC_C0104 <- length(intersect(I_ABC, which(RegData$AMtrLvlLC %in% c('C01','C02','C03','C04')) ))/N
#A,B,C+T,L,S
IMV_ABC_TLS <- length(intersect(I_ABC, union(which(RegData$AMtrLvlAreaL %in% c('Lumbal', 'Sacral', 'Thoracic')))/N
D
#Pustehjelp VentAssi (0-3,9)- andel 1-3 av 0-3
Pustehjelp <- length(which(RegData$VentAssi %in% 1:3))/length(which(RegData$VentAssi %in% 0:3)
105593 - Haukeland, Nevrologisk avdeling "Nevro post 4 / spinalenheten"
106896 - Sunnaas sykehus "Seksjon for Poliklinikk, Vurdering og Oppf?lging"
107627 - St.Olavs hospital "Avdeling for spinalskader"
table(Kontroll$HealthUnitShortName, Kontroll$CNum)
Rapporteket/nordicscir documentation built on March 26, 2024, 9:29 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
nordicscir::kjor_NSapper('norscir')
nordicscir::kjor_NSapper('nordicscir')
library(nordicscir)
#Livskvaliet Nfig:103, Ntab:113
RegData <- NSPreprosesser(NSRegDataSQL(valgtVar = 'Tilf'))
RegData <- NSUtvalgEnh(RegData = RegData, datoFra = '2022-01-01', datoTil = '2022-12-31')$RegData
RegData$Diff <- difftime(RegData$DataClDt, RegData$DischgDt)
indBort1 <- which(RegData$Diff>0)
indBort2 <- which(as.Date(RegData$DataClDtS) > as.Date(RegData$DischgDt))
ind <- which(RegData$DataClDt <= RegData$DischgDt)
DataFiltrertBort <- RegData[indBort1, ]
RegData[which(RegData$Diff>0) ,c("AdmitDt", "AdmitRehDt", "DischgDt", 'DataClDtS', 'Diff')]
#Sjekke data
AlleTabRaa <- nordicscir::getRealData(register = 'norscir') #Kobler både til hovedskjema og til ktr-skjema
AlleTab <- nordicscir::processAllData(AlleTabRaa, register = 'norscir') #preprosesserer bare datasett koblet til hovedskjema
attach(AlleTab)
View(AlleTab)
register <- 'norscir'
Hoved <- rapbase::loadRegData(registryName = register, dbType="mysql",
query='Select * from MainFormDataContract ')
Ktr <- rapbase::loadRegData(registryName = register, dbType="mysql",
query='Select * from ControlFormDataContract ')
Ktr <- Ktr[Ktr$ControlStatus==0, ]
Livs <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from LifeQualityFormDataContract ')
#mister 2 skjema etter kobl H og K
Urin <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from UrinaryTractFunctionFormDataContract ')
#mister 0
Tarm <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from BowelFunctionFormDataContract ')
#mister 0
Funk <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from ActivityAndParticipationPerformanceFormDataContract ')
#Mister 0
Tilf <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from ActivityAndParticipationSatisfactionFormDataContract ')
# Mister 0
Eq5d <- rapbase::loadRegData(registryName = register, dbType="mysql",
query= 'Select * from Eq5dlFormDataContract ')
#Mister 0
tabH <- tabSkjemaTilknyttet(Data=AlleTab, moderSkjema='Hoved')
tabK <- tabSkjemaTilknyttet(Data=AlleTab, moderSkjema='Kont')
#-----------------------Lage eksempeldatasett-----------------------
rm(list=ls())
# NorScirEksData <- read.table('E:/Registre/NorScir/data/NorScirEksempeldata.csv', header=T, sep=';')
# #perm.sammen:
# permA <- c('InjuryDt', 'AdmitDt', 'DischgDt', 'ANeuExmDt', 'FNeuExmDt', 'QolDt',
# 'AdmitRehDt', 'CNeuExmDt', 'InjuryDateUnknown')
#
# permB <- c('ReshId', 'ShNavn')
# N <- dim(NorScirEksData)[1]
#
# NorScirEksData[ ,permA] <- NorScirEksData[sample(N, N),permA]
# NorScirEksData[ ,permB] <- NorScirEksData[sample(N, N),permB]
# NorScirEksData$PasientId <- NorScirEksData$PasientId[sample(N,N)]
# NorScirEksData$isMale <- NorScirEksData$isMale[sample(N,N)]
# NorScirEksData$AlderAar <- NorScirEksData$AlderAar[sample(N,N)]
varBort <- c('ShNavn', 'RHF', 'HF', 'MunicipalNumber', 'Municipal', 'PostalCode', 'HealthUnitName', 'Hospital', 'HealthUnitId')
HovedSkjema <- lageTulleData(HovedSkjema, varBort=varBort, antSh=3)
Livskval <- lageTulleData(Livskval, varBort=varBort, antSh=3)
Kontroll <- lageTulleData(Kontroll, varBort=varBort, antSh=3)
Urin <- lageTulleData(Urin, varBort=varBort, antSh=3)
Tarm <- lageTulleData(Tarm, varBort=varBort, antSh=3)
AktivFunksjon <- lageTulleData(AktivFunksjon, varBort=varBort, antSh=3)
AktivTilfredshet <- lageTulleData(AktivTilfredshet, varBort=varBort, antSh=3)
objekter <- c('HovedSkjema', 'Livskval', 'Kontroll', 'Urin', 'Tarm', 'AktivFunksjon', 'AktivTilfredshet')
save(list = objekter, file='A:/NordicScir/NordicScirFIKTIVEdata.RData')
#--------------------------------------SAMLERAPPORT-----------------------------------
rm(list=ls())
library(knitr)
library(tools) #texi2pdf
#setwd("C:/ResultattjenesteGIT/nordicscir/inst")
setwd("../nordicscir/inst")
#HENT DATA
reshID <- 107627 #0 - alle #105593-Haukeland, 106896-Sunnaas, 107627-St.Olavs
#load('A:/NordicScir/NordicScirData.RData')
knit2pdf('NSmndRapp.Rnw')
#knit('NSmndRapp.Rnw')
#texi2pdf('NSmndRapp.tex')
knit2pdf('NSsamleRappLand.Rnw')
#knit('NSsamleRappLand.Rnw')
#texi2pdf('NSsamleRappLand.tex')
knit2pdf('NSsamleRapp.Rnw')
#knit('NSsamleRapp.Rnw')
#texi2pdf('NSsamleRapp.tex')
filtype <- c('.toc','.log', '.lof','.lot','.out', '.aux', '.vrb','.snm','.nav')
removeFiles <- c(paste0('NSmndRapp',filtype),
paste0('NSsamleRapp', filtype),
paste0('NSsamleRappLand', filtype))
file.remove(file=removeFiles)
#------------------------ LASTE DATA -------------------------------------
library(nordicscir)
rm(list=ls())
load('A:/NordicScir/NordicScirData.RData')
dato <- 'FormDataContract2019-10-30' #2017-05-24
sti <- 'A:/NordicScir/'
HovedSkjema <- read.table(paste0(sti, 'Main',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Livskval <- read.table(paste0(sti, 'LifeQuality',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Kontroll <- read.table(paste0(sti, 'Control', dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Urin <- read.table(paste0(sti, 'UrinaryTractFunction', dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Tarm <- read.table(paste0(sti, 'BowelFunction',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
AktivFunksjon <- read.table(paste0(sti, 'ActivityAndParticipationPerformance',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
AktivTilfredshet <- read.table(paste0(sti, 'ActivityAndParticipationSatisfaction',dato,'.csv'), stringsAsFactors=FALSE, sep=';', header=T)
Livskval$HovedskjemaGUID <- toupper(Livskval$HovedskjemaGUID)
Kontroll$HovedskjemaGUID <- toupper(Kontroll$HovedskjemaGUID)
Urin$HovedskjemaGUID <- toupper(Urin$HovedskjemaGUID)
Tarm$HovedskjemaGUID <- toupper(Tarm$HovedskjemaGUID)
AktivFunksjon$HovedskjemaGUID <- toupper(AktivFunksjon$HovedskjemaGUID)
AktivTilfredshet$HovedskjemaGUID <- toupper(AktivTilfredshet$HovedskjemaGUID)
#DataAlleTab <- list()
#HovedSkjema <- NSPreprosesser(HovedSkjema)
LivskvalH <- KobleMedHoved(HovedSkjema,Livskval)
KontrollH <- KobleMedHoved(HovedSkjema,Kontroll)
UrinH <- KobleMedHoved(HovedSkjema,Urin)
TarmH <- KobleMedHoved(HovedSkjema,Tarm)
AktivFunksjonH <- KobleMedHoved(HovedSkjema, AktivFunksjon)
Aktivitet <- KobleMedHoved(AktivFunksjon, AktivTilfredshet) #[,-which(names(AktivFunksjon)=='HovedskjemaGUID')]
AktivTilfredshetH <- KobleMedHoved(HovedSkjema, Aktivitet)
objekter <- c('HovedSkjema', 'LivskvalH', 'KontrollH', 'UrinH', 'TarmH', 'AktivFunksjonH', 'AktivTilfredshetH')
save(list = objekter, file='A:/NordicScir/NordicScirData.RData')
# KobleMedHoved <- function(HovedSkjema,Skjema2) {
# varBegge <- intersect(names(Skjema2),names(HovedSkjema)) ##Variabelnavn som finnes i begge datasett
# Skjema2 <- Skjema2[ ,c("HovedskjemaGUID", names(Skjema2)[!(names(Skjema2) %in% varBegge)])] #"SkjemaGUID",
# NSdata <- merge(HovedSkjema, Skjema2, suffixes = c('','XX'),
# by.x = 'SkjemaGUID', by.y = 'HovedskjemaGUID', all.x = F, all.y=F)
# return(NSdata)
# }
ind18 <- which(as.Date(HovedSkjema$AdmitDt) >= '2018-01-01' & as.Date(HovedSkjema$AdmitDt) <= '2018-12-31')
HovedSkjema18 <- HovedSkjema[ind18,]
RegData18 <- KobleMedHoved(HovedSkjema18,Urin)
RegData <- RegData18
RegData <- NSPreprosesser(RegData)
save(AktivTilfredshet, file='AktivTilfredshet.RData')
# Jeg har koblet i to steg i R etter følgende skisse:
# NyTab = AktivFunksjon.SkjemaGUID <-> Satisfaction. HovedskjemaGUID
# Main.SkjemaGUID <-> NyTab. HovedskjemaGUID
# På Server
HovedSkjema <- NSRegDataSQL() #datoFra = datoFra, datoTil = datoTil)
LivskvalH <- NSRegDataSQL(valgtVar='LivsXX')
KontrollH <- NSRegDataSQL(valgtVar='KontXX')
UrinH <- NSRegDataSQL(valgtVar='UrinXX')
TarmH <- NSRegDataSQL(valgtVar='TarmXX')
AktivFunksjonH <- NSRegDataSQL(valgtVar='FunkXX')
AktivTilfredshetH <- NSRegDataSQL(valgtVar='TilfXX')
#------------------------ TESTE DATA -------------------------------------
#---Oppsummering/test av andel som har fått oppfølging---
paste0('Ant. hovedskjema m/Livskvalitet: ',sum(HovedSkjema$SkjemaGUID %in% Livskval$HovedskjemaGUID))
paste0('Ant. hovedskjema m/AktivFunksjon: ', sum(HovedSkjema$SkjemaGUID %in% AktivFunksjon$HovedskjemaGUID))
paste0('Ant. Satisfaction m/AktivFunksjon: ', sum(AktivFunksjon$SkjemaGUID %in% AktivTilfredshet$HovedskjemaGUID))
length(unique(Livskval$HovedskjemaGUID))
sum(unique(Livskval$HovedskjemaGUID) %in% HovedSkjema$SkjemaGUID)
sum(Livskval$HovedskjemaGUID %in% HovedSkjema$SkjemaGUID)
table(table(Livskval$HovedskjemaGUID))
table(table(LivskvalHoved$SkjemaGUID))
tabVar <- c('HealthUnitName','Aar')
Hskjema <- HovedSkjema[c('SkjemaGUID','HealthUnitName','AdmitDt')][order(HovedSkjema$SkjemaGUID),]
RaaTab <- cbind(Hskjema,
#Aar = as.POSIXlt(Hskjema$AdmitDt, format="%Y-%m-%d")$year +1900,
MedLivskval = match(Hskjema$SkjemaGUID, sort(Livskval$HovedskjemaGUID)),
MedKtr = match(HovedSkjema$SkjemaGUID, sort(Kontroll$HovedskjemaGUID)),
MedUrin = match(HovedSkjema$SkjemaGUID, sort(Urin$HovedskjemaGUID)),
MedTarm = match(HovedSkjema$SkjemaGUID, sort(Tarm$HovedskjemaGUID)),
MedFunksjon = match(HovedSkjema$SkjemaGUID, sort(AktivFunksjon$HovedskjemaGUID)),
MedTilfreds = match(HovedSkjema$SkjemaGUID,
sort(Hskjema$SkjemaGUID[match(AktivFunksjon$SkjemaGUID, sort(AktivTilfredshet$HovedskjemaGUID))]))
)
#RaaTab <- RaaTab1[which(as.Date(Hskjema$AdmitDt)> '2014-12-31'),]
Tot <- table(is.na(RaaTab$MedLivskval))/dim(RaaTab)[1]*100 #'MedKtr'
AntLivskval <- ftable(RaaTab[!is.na(RaaTab$MedLivskval),tabVar])
AndelLivskval <- round(100*AntLivskval/ftable(RaaTab[,tabVar]),1)
AndelKtr <- round(100*ftable(RaaTab[!is.na(RaaTab$MedKtr),tabVar])/ftable(RaaTab[,tabVar]),1)
AntSatisfact <- ftable(RaaTab[!is.na(RaaTab$MedSatisfact),tabVar])
AndelSatisfact <- round(100*ftable(RaaTab[!is.na(RaaTab$MedSatisfact),tabVar])/ftable(RaaTab[,tabVar]),1)
AndelPerform <- round(100*ftable(RaaTab[!is.na(RaaTab$MedPerform),tabVar])/ftable(RaaTab[,tabVar]),1)
table(HovedSkjema$FormStatus)
table(LivskvalH$FormStatus)
table(UrinH$FormStatus)
table(TarmH$FormStatus)
table(KontrollH$FormStatus)
table(AktivFunksjonH$FormStatus)
table(AktivTilfredshetH$FormStatus)
#------------------------------ Parametre --------------------------
rm(list=ls())
library(nordicscir)
setwd("C:/Registerinfo og historie/NordicScir/Figurer/")
load('A:/NordicScir/NordicScirData.RData')
reshID <- 107627 ##105593-Haukeland, 106896-Sunnaas, 107627-St.Olavs, standard i funksj: 0 dvs. 'Alle'. Standard i rapporten skal v?re at man f?r opp eget sykehus.
enhetsUtvalg <- 1
minald <- 0
maxald <- 130
erMann <- 9 #1-menn, 0-kvinner, Standard: '', dvs. begge
traume <- 'alle' #'ja','nei', standard: ikke valgt
AIS <- '' # as.character(c(1,4)) #AISgrad ved innleggelse alle(''), velge en eller flere fra 1:5
nivaaUt <- 1 #Nivå ved utreise, flervalgs 0:tetraplegi, 1:paraplegi, 2:C1-4, 3:C5-8, 9:ukjent
datoFra <- '2019-01-01' #Standard: bør være minste registrerte verdi ? min og max dato i utvalget vises alltid i figuren.
datoTil <- Sys.Date()
valgtMaal='gjsn' #'Med'-median, 'Gjsn' gjennomsnitt
tidsenhet <- 'Mnd'
grVar <- 'ShNavn'
datoUt=0 #Velge ut-dato som filtrering
outfile <- ''
valgtVar <- 'Alder'
NSFigGjsnTid(valgtVar='RegForsinkelse', datoFra='2019-01-01', datoTil='2020-12-31', #RegData,
tidsenhet='Mnd', minald=0, maxald=110, erMann=9, reshID=107627,
outfile='',enhetsUtvalg=1, valgtMaal='gjsn', hentData = 1,
AIS='', traume='alle', nivaaUt=99)
UtDataFraFig <- NSFigAndelerSh(preprosess = 1, hentData = 1, valgtVar = valgtVar, datoFra='2018-01-01')
#--------Utvikling av livskvalitet------------------
#Forslag til figurvisning for utvikling av livskvalitet over tid, personnivå.
#Ei linje for hver pasient. x-akse: Antall dager/uker fra utskriving til målt livskvalitet
#y-akse Livskvalitetsverdi fra innleggelse og senere kontroller
#Andel pasienter som har minst X% forbedring siden sist.
#Andel pasienter som har minst Y kategorier (eks. 2 poeng) forbedring.
#Problem: Randeffekter: Lav livskvalitet i utgangspunktet - stort forbedringspotensiale,
#Andel som har over Z (eks 6) i livskvalitet ved ulike tidspunkt.
#Hovedskjema påkoblet livskvalitet
RegDataRaa <- NSRegDataSQL(valgtVar = 'LivsXX')
RegData <- NSPreprosesser(RegData = RegDataRaa)
#Datovariable: InnDato, DischgDt, QolDt
#Livskvalitetsvar: SatGenrl, SatPhys, SatPsych
RegData$TidInnLiv <- difftime(time1 = RegData$QolDt, time2 = RegData$InnDato, units = 'days')
RegData$TidUtLiv <- difftime(time1 = RegData$QolDt, time2 = RegData$DischgDt, units = 'days')
plot(RegData$TidInnLiv)
median(RegData$TidInnLiv)
median(RegData$TidUtLiv)
hist(RegData$SatGenrl)
#Livskvalitetsskjema
query <- 'select * FROM LifeQualityFormDataContract Livs'
LivskvalData <- rapbase::LoadRegData(registryName = 'nordicscir', query)
LivskvalData <- LivskvalData[order(LivskvalData$FormDate), ]
LivskvalData$FormDate <- as.Date(LivskvalData$FormDate)
pas <- table(LivskvalData$PatientInRegistryGuid)
table(pas)
1 2 3 4 8
514 270 68 11 1
LivskvalData[LivskvalData$PatientInRegistryGuid %in% names(which(pas>5)), c("FormDate", "QolDt")]
#Grupper på PatientInRegistryGuid
PasID <- names(pas[pas>=3]) #unique(LivskvalData$PatientInRegistryGuid)
plot(unique(LivskvalData$FormDate), rep(5, length(unique(LivskvalData$FormDate))),
ylim = c(0,10), col = 'white', xlab = 'Svardato', ylab = 'Livskvalitet',
main = 'SatGenrl',
type = 'l')
farger <- colors()
for (k in 1:length(PasID)) {
lines(LivskvalData[LivskvalData$PatientInRegistryGuid == PasID[k], c("FormDate", 'SatGenrl')],
col = farger[k+10])
}
# #Ser ut til å trenge fullstendige data
# interaction.plot(x.factor = as.factor(LivskvalData$FormDate),
# trace.factor = LivskvalData$PatientInRegistryGuid,
# response = LivskvalData$SatGenrl,
# #lty = 'l',
# xlab="kontrolltidspkt", ylab="Livskval", legend=F)
# help("interaction.plot")
#
# CorrMixed::Spaghetti.Plot(Dataset = LivskvalData, Outcome = SatGenrl,
# Time = as.Date(FormDate), Id = PatientInRegistryGuid,
# Add.Profiles=TRUE, Add.Mean=FALSE,
# Add.Median=FALSE) #, Col=8, Lwd.Me=3, xlim, ylim, ...)
#------------------------------ Fordelinger --------------------------
RegData <- HovedSkjema
valgtVar <- 'UtTil' #AAis, FAis, Alder, DagerRehab, DagerTilRehab, NivaaInn, Ntsci,
#OpphTot[HosptlDy], Permisjon[OutOfHosptlDy], UtTil[PlaceDis],
#Pustehjelp[VentAssi], PPlaceDis, RegForsinkelse, #SkadeArsak[Scietiol]
#UrinSkjema:
RegData <- KobleMedHoved(HovedSkjema,Urin)
valgtVar <- 'UrinTomBlareHoved' #'UrinInkontinens', 'UrinLegemidler','UrinLegemidlerHvilke', 'UrinKirInngr',
#'UrinTomBlareHoved', 'UrinTomBlareTillegg'
#TarmSkjema:
RegData <- KobleMedHoved(HovedSkjema,Tarm)
valgtVar <- 'TarmInkontinensFra2019' #'TarmAvfHoved','TarmAvfTillegg', TarmAvfmiddel, TarmAvfmiddelHvilke
#TarmInkontinens, TarmKirInngrep, TarmKirInngrepHvilke
#Livskvalitet
RegData <- KobleMedHoved(RegData,Livskval)
RegData <- NSRegDataSQL(valgtVar = 'LivsXX')
valgtVar <- 'LivsPsyk' #LivsGen, LivsFys, LivsPsyk
#Funksjon (Aktivitet og deltagelse)
RegData <- KobleMedHoved(HovedSkjema,AktivFunksjon)
valgtVar <- 'FunkSpis' #FunkDo, FunkKler, FunkMob, FunkSpis
#Tilfredshet. NB: Kobles til A&D
RegData <- KobleMedHoved(AktivFunksjon,AktivTilfredshet)
RegData <- KobleMedHoved(HovedSkjema,RegData)
valgtVar <- 'TilfSpis' #TilfDo, TilfKler, TilfMob, TilfSpis
outfile <- '' #paste0(valgtVar, '.png') #Navn angis av Jasper
RegData <- TilfredsH
preprosess <- 0
UtDataFord <- NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume, nivaaUt=nivaaUt,
reshID=reshID, enhetsUtvalg=0) #, preprosess=1
#Aktuelt å legge til en parameter som sier hvilket skjema variabelen tilhører. Dette for å koble
#sammen riktig skjema til hovedskjema.
#Hoved
variable <- c('AAis', 'FAis', 'Alder', 'DagerRehab', 'DagerTilRehab', 'NivaaInn', 'NivaaUt',
'Ntsci', 'OpphTot', 'UtTil', 'SkadeArsak')
#Urin
variable <- c('UrinInkontinens', 'UrinLegemidler','UrinLegemidlerHvilke', 'UrinKirInngr',
'UrinTomBlareHoved', 'UrinTomBlareTillegg')
#Tarm
variable <- c('TarmAvfHoved','TarmAvfTillegg', 'TarmAvfmiddel', 'TarmAvfmiddelHvilke',
'TarmInkontinens', 'TarmKirInngrep', 'TarmKirInngrepHvilke')
#Livs
variable <- c('LivsGen', 'LivsFys', 'LivsPsyk')
#Funk
variable <- c('FunkDo', 'FunkKler', 'FunkMob', 'FunkSpis')
#Tilf
variable <- c('TilfDo', 'TilfKler', 'TilfMob', 'TilfSpis')
#EQ5D
variable <- c('Eq5dQ1Mobility', 'Eq5dQ2Selfcare', 'Eq5dQ3UsualActivities',
'Eq5dQ4PainDiscomfort', 'Eq5dQ5AnxietyDepression', 'Eq5dQ6HealthToday')
RegData <- nordicscir::NSRegDataSQL(valgtVar = 'Eq5d')
for (valgtVar in variable) {
outfile <- paste0(valgtVar, '.png')
nordicscir::NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar
#,datoFra=datoFra, datoTil=datoTil,reshID=reshID, enhetsUtvalg=1, hentData=0,
#AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume, nivaaUt=nivaaUt
)
}
#Testing
valgtVar <- 'TarmNBD' #'TarmKirInngrepHvilke'
outfile <- paste0(valgtVar, '.png')
RegData <- nordicscir::NSRegDataSQL(valgtVar = valgtVar, register = 'norscir')
nordicscir::NSFigAndeler(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra='2020-01-01', #datoTil=datoTil,
datoUt = 1, reshID=107627, enhetsUtvalg=0, preprosess = 1)
#107627-St.Olavs, 60000001 - Linkøping
NSFigAndelerSh(RegData = RegData, valgtVar = valgtVar, datoFra='2022-01-01', datoUt = 1)
nordicscir::kjor_NSapper('nordicscir')
#------------------------------ Sentralmål --------------------------
outfile <- '' #paste(valgtVar, '_Sh.png') #Navn angis av Jasper
valgtVar <- 'LivsGen' #'Alder', 'DagerRehab', 'DagerTilRehab', 'OpphTot', 'LivsGen', 'LivsFys', 'LivsPsyk'
datoFra <- '2017-07-01'
Data <- NSFigGjsnGrVar(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
valgtMaal='med', AIS=AIS, minald=minald, maxald=maxald, erMann=erMann, traume=traume)
variable <- c('Alder', 'DagerRehab', 'DagerTilRehab', 'OpphTot', 'RegForsinkelse')
variable <- c('LivsGen', 'LivsFys', 'LivsPsyk') #Koble på Livskvalitetsdata
for (valgtVar in variable) {
outfile <- paste0('M_',valgtVar, '.png')
NSFigGjsnGrVar(RegData=RegData, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
valgtMaal=valgtMaal, minald=minald, maxald=maxald, erMann=erMann, traume=traume,
AIS=AIS, nivaaUt = nivaaUt)
}
RegData <- NSRegDataSQL()
valgtVar <- 'Alder'
datoFra <- '2020-01-01'
datoTil <- '2020-12-31'
datoUt <- 1
tidsenhet <- 'Mnd'
NSFigGjsnTid(RegData, valgtVar='Alder', datoFra='2020-01-01', datoTil='2020-12-31',
datoUt = 1, tidsenhet='Mnd')
#------------------------------ Nevrologisk kategori --------------------------
rm(list=ls())
valgtVar <- 'NevrNivaaInn' #M? velge... NevrNivaaInnUt, NevrNivaaInn, NevrNivaaUt,
outfile <- paste0(valgtVar, '.png') #navn p? fil figuren skrives ned til
setwd("C:/ResultattjenesteGIT/nordicscir/")
NSFigAndelStabel(RegData=NSdata, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra,
datoTil=datoTil, traume=traume,
minald=minald, maxald=maxald, erMann=erMann, enhetsUtvalg=enhetsUtvalg, reshID=reshID) #egenavd=egenavd
for (valgtVar in c('NevrNivaaInnUt', 'NevrNivaaInn', 'NevrNivaaUt' )) {
outfile <- paste(valgtVar, '.pdf', sep='')
FigAndelStabel(RegData, libkat=libkat, outfile=outfile, valgtVar=valgtVar, datoFra=datoFra, datoTil=datoTil,
minald=minald, maxald=maxald, erMann=erMann, traume=traume, reshID=reshID) #, sml=sml)
}
I_ABC <- which(RegData$AAis %in% c('A','B','C'))
#--------------To-veis stabelplott----------------------
library(nordicscir)
library(ggplot2)
data$AAis <- factor(data$AAis, levels = 1:5, LETTERS[1:5])
data$FAis <- as.factor(data$FAis)
data <- RegData[ ,c("AAis", "FAis")]
write.table(RegData[ ,c("AAis", "FAis")], file = 'Ais.csv', row.names = F, fileEncoding = 'UTF-8', sep=';')
RegData <- NSPreprosesser(NSRegDataSQL())
RegData <- RegData[which(RegData$FAis %in% 1:5 &
RegData$AAis %in% 1:5), ]
RegData$VariabelGr <- factor(RegData$AAis, levels = 1:5, labels = LETTERS[1:5])
RegData$VariabelGrPost <- factor(RegData$FAis, levels = 1:5, labels = LETTERS[1:5])
c('red', 'orange', 'yellow', 'blue', 'green')
ggplot(data = RegData, aes(x = VariabelGr, fill = VariabelGrPost)) +
geom_bar()
#col(c('red', 'orange', 'yellow', 'blue', 'green')) +
RegData <- NSPreprosesser(NSRegDataSQL())
test <- NSFigStabelGr(RegData = 0, hentData = 1, valgtVar='KontFAis')
# ,hentData=0, register='norscir', preprosess=1,
# datoFra='2010-01-01', datoTil='2050-01-01', datoUt=0, AIS='',
# minald=0, maxald=130, erMann=99, traume='alle',nivaaUt=99, ...)
#-----------------------------Nevrologiske kategorier----------------------------
#Motoriske variable:
MotVar <- c('AMtrLvlAreaL', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'FMtrLvlAreaL', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS', 'AMtrLvlAreaR', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS', 'FMtrLvlAreaR', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Sensoriske variable:
SensVar <- c('ASensLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'FSensLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'ASensLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'FSensLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS')
#Innleggelse variable:
InnVar <- c('AAis', 'ASensLvlAreaL', 'ASensLvlAreaR', 'AMtrLvlAreaR', 'AMtrLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS')
#Utskriving variable:
UtVar <- c('FAis', 'FSensLvlAreaL', 'FSensLvlAreaR', 'FMtrLvlAreaL', 'FMtrLvlAreaR', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Venstre variable:
VVar <- c('ASensLvlAreaL', 'AMtrLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS', 'FSensLvlAreaL', 'FMtrLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS')
#H?yre variable:
HVar <- c('ASensLvlAreaR', 'AMtrLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS', 'FSensLvlAreaR', 'FMtrLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Inn, Motorisk, V
c('AAis','AMtrLvlAreaL', 'AMtrLvlLC', 'AMtrLvlLT', 'AMtrLvlLL', 'AMtrLvlLS')
#Inn, Motorisk, H
c('AAis','AMtrLvlAreaR', 'AMtrLvlRC', 'AMtrLvlRT', 'AMtrLvlRL', 'AMtrLvlRS')
#Inn, Sensorisk, V
c('AAis','ASensLvlAreaL', 'ASensLvlLC', 'ASensLvlLT', 'ASensLvlLL', 'ASensLvlLS')
#Inn, Sensorisk, H
c('AAis','ASensLvlAreaR', 'ASensLvlRC', 'ASensLvlRT', 'ASensLvlRL', 'ASensLvlRS')
#Ut, Motorisk, V
c('FAis','FMtrLvlAreaL', 'FMtrLvlLC', 'FMtrLvlLT', 'FMtrLvlLL', 'FMtrLvlLS')
#Ut, Motorisk, H
c('FAis','FMtrLvlAreaR', 'FMtrLvlRC', 'FMtrLvlRT', 'FMtrLvlRL', 'FMtrLvlRS')
#Ut, Sensorisk, V
c('FAis','FSensLvlAreaL', 'FSensLvlLC', 'FSensLvlLT', 'FSensLvlLL', 'FSensLvlLS')
#Ut, Sensorisk, H
c('FAis','FSensLvlAreaR', 'FSensLvlRC', 'FSensLvlRT', 'FSensLvlRL', 'FSensLvlRS')
#Inn,
I_ABC <- which(RegData$AAis %in% c('A','B','C'))
I_D <- which(RegData$AAis == 'D')
#Motorisk, Venstre
#A,B,C+C1-4
IMV_ABC_C0104 <- length(intersect(I_ABC, which(RegData$AMtrLvlLC %in% c('C01','C02','C03','C04'))))/N
#A,B,C+C5-8
IMV_ABC_C0104 <- length(intersect(I_ABC, which(RegData$AMtrLvlLC %in% c('C01','C02','C03','C04')) ))/N
#A,B,C+T,L,S
IMV_ABC_TLS <- length(intersect(I_ABC, union(which(RegData$AMtrLvlAreaL %in% c('Lumbal', 'Sacral', 'Thoracic')))/N
D
#Pustehjelp VentAssi (0-3,9)- andel 1-3 av 0-3
Pustehjelp <- length(which(RegData$VentAssi %in% 1:3))/length(which(RegData$VentAssi %in% 0:3)
105593 - Haukeland, Nevrologisk avdeling "Nevro post 4 / spinalenheten"
106896 - Sunnaas sykehus "Seksjon for Poliklinikk, Vurdering og Oppf?lging"
107627 - St.Olavs hospital "Avdeling for spinalskader"
table(Kontroll$HealthUnitShortName, Kontroll$CNum)
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.