doc/bestillinger_og_utleveringer_nra.R
In Rapporteket/nra: Resultattjenester for Nasjonalt register for analinkontinens
library(nra)
library(tidyverse)
rm(list = ls())
#### Forespørsel Tone sårruptur, 05.12.2022 ################################
RegData <- read.table('C:/GIT/data/nra/alleVarNum2022-12-05 14-02-46.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# RegData[, c("ForlopsType1Num", "ForlopsType2Num", "Saarinfeksjon", "HovedDato")]
RegData <- RegData %>% dplyr::filter(ForlopsType2Num == 2) %>%
dplyr::mutate(HovedDato <- as.Date(HovedDato)) %>%
dplyr::filter(HovedDato >= "2013-01-01")
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2020-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2019", "2020-"))
RegData$avdeling <- "Resten av landet"
RegData$avdeling[RegData$AvdRESH == 601225] <- "UNN Tromso"
variant1 <- RegData %>% dplyr::group_by(datogruppe, avdeling) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(avdeling = "Hele landet")
variant1 <- dplyr::bind_rows(variant1, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant1 <- variant1[c(2,1,6,4,3,7,5), ]
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2019-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2018", "2019-"))
variant2 <- RegData %>% dplyr::group_by(datogruppe, avdeling) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(avdeling = "Hele landet")
variant2 <- dplyr::bind_rows(variant2, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant2 <- variant2[c(2,1,6,4,3,7,5), ]
write.csv2(variant1, "C:/GIT/data/nra/variant1.csv", row.names = F,
fileEncoding = "Latin1")
write.csv2(variant2, "C:/GIT/data/nra/variant2.csv", row.names = F,
fileEncoding = "Latin1")
RegData <- read.table('C:/GIT/data/nra/alleVarNum2022-12-05 14-02-46.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData$Onestage[is.na(RegData$Onestage)] <- 0
RegData <- RegData %>% dplyr::filter(ForlopsType2Num == 2) %>%
dplyr::mutate(HovedDato <- as.Date(HovedDato)) %>%
dplyr::filter(HovedDato >= "2013-01-01") %>%
dplyr::mutate(Onestage = factor(Onestage, levels = 0:1, labels = c("Nei", "Ja")))
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2020-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2019", "2020-"))
variant1 <- RegData %>% dplyr::group_by(datogruppe, Onestage) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(Onestage = "Begge")
variant1 <- dplyr::bind_rows(variant1, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant1 <- variant1[c(2,1,6,4,3,7,5), ]
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2019-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2018", "2019-"))
variant2 <- RegData %>% dplyr::group_by(datogruppe, Onestage) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(Onestage = "Begge")
variant2 <- dplyr::bind_rows(variant2, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant2 <- variant2[c(2,1,6,4,3,7,5), ]
write.csv2(variant1, "C:/GIT/data/nra/variant1_onestage.csv", row.names = F,
fileEncoding = "Latin1")
write.csv2(variant2, "C:/GIT/data/nra/variant2_onestage.csv", row.names = F,
fileEncoding = "Latin1")
###### Registreringer med både St. Marks og Wexner #########################################
RegData <- nra::nraHentRegData()
RegData <- nra::nraPreprosess(RegData=RegData)
RegData <- RegData[!is.na(RegData$StMarksTotalScore) & !is.na(RegData$WexnerTotalScore), ]
forlop <- merge(RegData[RegData$ForlopsType1Num %in% 1:2, c("ForlopsID", "HovedDato", "ForlopsType1Num", "StMarksTotalScore", "WexnerTotalScore")],
RegData[RegData$ForlopsType1Num %in% 3, c("KobletForlopsID", "HovedDato", "ForlopsType1Num", "StMarksTotalScore", "WexnerTotalScore")],
by.x = "ForlopsID", by.y = "KobletForlopsID", suffixes = c("", "_oppf"))
##### Ny utkjøring, nå med EndeTilEndeSutur inkludert 22.11.2021 ###########################3
registryName <- "nra"
dbType <- "mysql"
query <- "SELECT * FROM alleVarNum"
RegData <- rapbase::loadRegData(registryName, query, dbType)
RegData_snm <- RegData[RegData$ForlopsType1Num == 2 & RegData$AvdRESH == 601225, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_snm$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_snm, RegData_oppf)
write.csv2(utlevering, "/home/rstudio/.ssh/utlevering_nra_snm_2022_02_02.csv", row.names = F, fileEncoding = "Latin1")
##### Ny utkjøring, nå med EndeTilEndeSutur inkludert 22.11.2021 ###########################3
registryName <- "nra"
dbType <- "mysql"
query <- "SELECT * FROM alleVarNum"
RegData <- rapbase::loadRegData(registryName, query, dbType)
RegData_sfinkt <- RegData[RegData$ForlopsType1Num == 1, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_sfinkt$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_sfinkt, RegData_oppf)
write.csv2(utlevering, "/home/rstudio/.ssh/utlevering_nra_2021_11_22.csv", row.names = F, fileEncoding = "Latin1")
### Stid Norderval
RegData <- read.table('I:/nra/alleVarNum2021-06-25 14-16-02.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# ForlopData <- read.table('I:/nra/ForlopsOversikt2021-06-25 14-16-02.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData_sfinkt <- RegData[RegData$ForlopsType1Num == 1, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_sfinkt$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_sfinkt, RegData_oppf)
write.csv2(utlevering, "I:/nra/utlevering_nra_2021_06_29.csv", row.names = F, fileEncoding = "Latin1")
### Mai Lisbeth 12.01.2021 ###############################
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2021-02-12 11-10-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
Skjemaoversikt$SistLagretDato <- as.Date(Skjemaoversikt$SistLagretDato)
aux <- Skjemaoversikt[Skjemaoversikt$SistLagretDato == "2021-12-12", ]
RegData <- read.table('I:/nra/alleVar2021-02-12 11-10-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
aux <- RegData[RegData$ForlopsType1Num == 3, ]
write.csv2(RegData, "I:/nra/regdata.csv", row.names = F, fileEncoding = "Latin1")
### Ukjent bestilling ... ###############################
RegData <- read.table('I:/nra/alleVarNum2020-09-04 15-00-46.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# pr pid, kan ha to abd60 , men kun 1 abd65
# write.csv2(tmp, "sedata.csv", fileEncoding = "Latin1")
# RegData$Aar <- format(as.Date(RegData$HovedDato), "%Y")
#
# tmp<-RegData[RegData$ForlopsType1Num==2 & RegData$Aar == 2020, ]
#
# table(RegData$JHGX00, useNA = 'ifany')
# table(RegData$JHGX002AT2, useNA = 'ifany')
#
#
# RegData[RegData$PatientID ==512, c("JHGX00", "JHGX002AT2")]
#
### Bestilling 08.09.2020 - 5-årsoppf sfinkter og SNM ########################################
RegData <- read.table('I:/nra/alleVarNum2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- RegData[, c('ForlopsID', 'Ukjent', 'AnnenBekkenKirurgi', 'AnnetTraume', 'Hemoroidereksjon', 'NevrologiskSykdom', 'ObsteriskSkade',
'PeriferNervskade', 'PerinealAbscess', 'Rectumreseksjon', 'Sfinkterotomi', 'AnnetEtiologi', 'Konservativ',
'Irrigasjon', 'Tibialisstimulering', 'AnalInjection', 'SNM', 'Sfinkterplastikk', 'Rectopexi',
'KirurgiForRectumprolaps', 'Gracilisplastikk', 'Stomi', 'AnnetTidligereBeh', "SenterKortNavn", "Symtomvarighet",
"Ultralyd", "PartiellDefekt", "FullveggsdefektYtreSfinkter", "FullveggsdefektIndreSfinkter", "GenQol",
"StMarksTotalScore", "QolSexualitet", "KobletForlopsID", "Tilfredshet", "Urinlekkasje", "Komplikasjon",
"KomplikasjonT2", "PostopKomplikasjoner", "Bloedning", "Saarinfeksjon", "Saardehisens", "InkontinensFoerTest",
"UrgencyFoerTest", "AvfoeringerFoerTest", "LekkasjedagerFoer", "InkontinensUnderTest", "UrgencyUnderTest",
"AvfoeringerUnderTest", "LekkasjedagerUnder", 'OppfoelgingMulig',
'ABD65', 'ABD652AT2','ABD60', "WexFastAvfoering", "WexBind", "WexFlytendeAvfoering", "WexLuft",
"WexLivsstilsendring", "WexnerTotalScore", "HovedForlopDato")]
ForlopData <- read.table('I:/nra/ForlopsOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
ForlopData <- ForlopData[, c('ForlopsID', 'HovedDato','PasientAlder', 'PasientID', 'AvdRESH', 'Sykehusnavn', 'ForlopsType1Num',
'ForlopsType2Num', 'ErMann', 'ForlopsType1', 'ForlopsType2', "OppflgRegStatus")]
RegData <- merge(RegData, ForlopData, by = "ForlopsID", suffixes = c('', '_2'))
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2020-01-07 09-52-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- nra::nraPreprosess(RegData=RegData)
aux <- RegData[RegData$ForlopsType1Num %in% 1:2, ]
oppf_5aar <- merge(aux[,c("PasientID", "ForlopsType1", "HovedDato")],
RegData[RegData$ForlopsType1Num==4, c('PasientID', "HovedDato", "HovedForlopDato", "ForlopsID")],
by = 'PasientID', all.x = T)
oppf_5aar <- oppf_5aar[which(oppf_5aar$HovedDato.x == oppf_5aar$HovedForlopDato), ]
oppf_5aar$Aar <- format(oppf_5aar$HovedDato.x, "%Y")
addmargins(table(oppf_5aar$ForlopsType1, oppf_5aar$Aar, useNA = 'ifany'))
### Bestilling januar ########################################
RegData <- read.table('I:/nra/alleVarNum2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- RegData[, c('ForlopsID', 'Ukjent', 'AnnenBekkenKirurgi', 'AnnetTraume', 'Hemoroidereksjon', 'NevrologiskSykdom', 'ObsteriskSkade',
'PeriferNervskade', 'PerinealAbscess', 'Rectumreseksjon', 'Sfinkterotomi', 'AnnetEtiologi', 'Konservativ',
'Irrigasjon', 'Tibialisstimulering', 'AnalInjection', 'SNM', 'Sfinkterplastikk', 'Rectopexi',
'KirurgiForRectumprolaps', 'Gracilisplastikk', 'Stomi', 'AnnetTidligereBeh', "SenterKortNavn", "Symtomvarighet",
"Ultralyd", "PartiellDefekt", "FullveggsdefektYtreSfinkter", "FullveggsdefektIndreSfinkter", "GenQol",
"StMarksTotalScore", "QolSexualitet", "KobletForlopsID", "Tilfredshet", "Urinlekkasje", "Komplikasjon",
"KomplikasjonT2", "PostopKomplikasjoner", "Bloedning", "Saarinfeksjon", "Saardehisens", "InkontinensFoerTest",
"UrgencyFoerTest", "AvfoeringerFoerTest", "LekkasjedagerFoer", "InkontinensUnderTest", "UrgencyUnderTest",
"AvfoeringerUnderTest", "LekkasjedagerUnder", 'OppfoelgingMulig',
'ABD65', 'ABD652AT2','ABD60', "WexFastAvfoering", "WexBind", "WexFlytendeAvfoering", "WexLuft",
"WexLivsstilsendring", "WexnerTotalScore")]
ForlopData <- read.table('I:/nra/ForlopsOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
ForlopData <- ForlopData[, c('ForlopsID', 'HovedDato','PasientAlder', 'PasientID', 'AvdRESH', 'Sykehusnavn', 'ForlopsType1Num',
'ForlopsType2Num', 'ErMann', 'ForlopsType1', 'ForlopsType2', "OppflgRegStatus")]
RegData <- merge(RegData, ForlopData, by = "ForlopsID", suffixes = c('', '_2'))
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- nra::nraPreprosess(RegData=RegData)
aux_0 <- RegData[RegData$ForlopsType1Num %in% 1:2, ]
aux <- aux_0 %>% group_by(PasientID) %>% summarise(snm = 2 %in% ForlopsType1Num,
sfinkt = 1 %in% ForlopsType1Num,
N =n())
aux2 <- aux %>% group_by(PasientID) %>% summarise(ant_ulik =
N =n())
aux <- aux[aux$snm & aux$sfinkt, ]
oppf_1aar <- merge(aux[,c("PasientID", 'N')], RegData[RegData$ForlopsType1Num==3, c('PasientID', "HovedDato", "ForlopsID")], by = 'PasientID', all.x = T)
oppf_5aar <- merge(aux[,c("PasientID", 'N')], RegData[RegData$ForlopsType1Num==4, c('PasientID', "HovedDato", "ForlopsID")], by = 'PasientID', all.x = T)
Rapporteket/nra documentation built on Sept. 22, 2023, 2:49 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
library(nra)
library(tidyverse)
rm(list = ls())
#### Forespørsel Tone sårruptur, 05.12.2022 ################################
RegData <- read.table('C:/GIT/data/nra/alleVarNum2022-12-05 14-02-46.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# RegData[, c("ForlopsType1Num", "ForlopsType2Num", "Saarinfeksjon", "HovedDato")]
RegData <- RegData %>% dplyr::filter(ForlopsType2Num == 2) %>%
dplyr::mutate(HovedDato <- as.Date(HovedDato)) %>%
dplyr::filter(HovedDato >= "2013-01-01")
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2020-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2019", "2020-"))
RegData$avdeling <- "Resten av landet"
RegData$avdeling[RegData$AvdRESH == 601225] <- "UNN Tromso"
variant1 <- RegData %>% dplyr::group_by(datogruppe, avdeling) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(avdeling = "Hele landet")
variant1 <- dplyr::bind_rows(variant1, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant1 <- variant1[c(2,1,6,4,3,7,5), ]
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2019-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2018", "2019-"))
variant2 <- RegData %>% dplyr::group_by(datogruppe, avdeling) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(avdeling = "Hele landet")
variant2 <- dplyr::bind_rows(variant2, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant2 <- variant2[c(2,1,6,4,3,7,5), ]
write.csv2(variant1, "C:/GIT/data/nra/variant1.csv", row.names = F,
fileEncoding = "Latin1")
write.csv2(variant2, "C:/GIT/data/nra/variant2.csv", row.names = F,
fileEncoding = "Latin1")
RegData <- read.table('C:/GIT/data/nra/alleVarNum2022-12-05 14-02-46.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData$Onestage[is.na(RegData$Onestage)] <- 0
RegData <- RegData %>% dplyr::filter(ForlopsType2Num == 2) %>%
dplyr::mutate(HovedDato <- as.Date(HovedDato)) %>%
dplyr::filter(HovedDato >= "2013-01-01") %>%
dplyr::mutate(Onestage = factor(Onestage, levels = 0:1, labels = c("Nei", "Ja")))
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2020-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2019", "2020-"))
variant1 <- RegData %>% dplyr::group_by(datogruppe, Onestage) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(Onestage = "Begge")
variant1 <- dplyr::bind_rows(variant1, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant1 <- variant1[c(2,1,6,4,3,7,5), ]
RegData$datogruppe <- 0
RegData$datogruppe[RegData$HovedDato >= "2019-01-01"] <- 1
RegData$datogruppe <- factor(RegData$datogruppe, levels = 0:1,
labels = c("2013-2018", "2019-"))
variant2 <- RegData %>% dplyr::group_by(datogruppe, Onestage) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
janitor::adorn_totals()
tmp <- RegData %>% dplyr::group_by(datogruppe) %>%
dplyr::summarise(Saarinfeksjon = sum(KomplikasjonT2==2, na.rm = T),
N = dplyr::n()) %>%
mutate(Onestage = "Begge")
variant2 <- dplyr::bind_rows(variant2, tmp) %>%
mutate("Andel (%)" = Saarinfeksjon/N*100)
variant2 <- variant2[c(2,1,6,4,3,7,5), ]
write.csv2(variant1, "C:/GIT/data/nra/variant1_onestage.csv", row.names = F,
fileEncoding = "Latin1")
write.csv2(variant2, "C:/GIT/data/nra/variant2_onestage.csv", row.names = F,
fileEncoding = "Latin1")
###### Registreringer med både St. Marks og Wexner #########################################
RegData <- nra::nraHentRegData()
RegData <- nra::nraPreprosess(RegData=RegData)
RegData <- RegData[!is.na(RegData$StMarksTotalScore) & !is.na(RegData$WexnerTotalScore), ]
forlop <- merge(RegData[RegData$ForlopsType1Num %in% 1:2, c("ForlopsID", "HovedDato", "ForlopsType1Num", "StMarksTotalScore", "WexnerTotalScore")],
RegData[RegData$ForlopsType1Num %in% 3, c("KobletForlopsID", "HovedDato", "ForlopsType1Num", "StMarksTotalScore", "WexnerTotalScore")],
by.x = "ForlopsID", by.y = "KobletForlopsID", suffixes = c("", "_oppf"))
##### Ny utkjøring, nå med EndeTilEndeSutur inkludert 22.11.2021 ###########################3
registryName <- "nra"
dbType <- "mysql"
query <- "SELECT * FROM alleVarNum"
RegData <- rapbase::loadRegData(registryName, query, dbType)
RegData_snm <- RegData[RegData$ForlopsType1Num == 2 & RegData$AvdRESH == 601225, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_snm$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_snm, RegData_oppf)
write.csv2(utlevering, "/home/rstudio/.ssh/utlevering_nra_snm_2022_02_02.csv", row.names = F, fileEncoding = "Latin1")
##### Ny utkjøring, nå med EndeTilEndeSutur inkludert 22.11.2021 ###########################3
registryName <- "nra"
dbType <- "mysql"
query <- "SELECT * FROM alleVarNum"
RegData <- rapbase::loadRegData(registryName, query, dbType)
RegData_sfinkt <- RegData[RegData$ForlopsType1Num == 1, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_sfinkt$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_sfinkt, RegData_oppf)
write.csv2(utlevering, "/home/rstudio/.ssh/utlevering_nra_2021_11_22.csv", row.names = F, fileEncoding = "Latin1")
### Stid Norderval
RegData <- read.table('I:/nra/alleVarNum2021-06-25 14-16-02.txt', header=TRUE,
sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# ForlopData <- read.table('I:/nra/ForlopsOversikt2021-06-25 14-16-02.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData_sfinkt <- RegData[RegData$ForlopsType1Num == 1, ]
RegData_oppf <- RegData[RegData$KobletForlopsID %in% RegData_sfinkt$ForlopsID, ]
utlevering <- dplyr::bind_rows(RegData_sfinkt, RegData_oppf)
write.csv2(utlevering, "I:/nra/utlevering_nra_2021_06_29.csv", row.names = F, fileEncoding = "Latin1")
### Mai Lisbeth 12.01.2021 ###############################
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2021-02-12 11-10-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
Skjemaoversikt$SistLagretDato <- as.Date(Skjemaoversikt$SistLagretDato)
aux <- Skjemaoversikt[Skjemaoversikt$SistLagretDato == "2021-12-12", ]
RegData <- read.table('I:/nra/alleVar2021-02-12 11-10-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
aux <- RegData[RegData$ForlopsType1Num == 3, ]
write.csv2(RegData, "I:/nra/regdata.csv", row.names = F, fileEncoding = "Latin1")
### Ukjent bestilling ... ###############################
RegData <- read.table('I:/nra/alleVarNum2020-09-04 15-00-46.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
# pr pid, kan ha to abd60 , men kun 1 abd65
# write.csv2(tmp, "sedata.csv", fileEncoding = "Latin1")
# RegData$Aar <- format(as.Date(RegData$HovedDato), "%Y")
#
# tmp<-RegData[RegData$ForlopsType1Num==2 & RegData$Aar == 2020, ]
#
# table(RegData$JHGX00, useNA = 'ifany')
# table(RegData$JHGX002AT2, useNA = 'ifany')
#
#
# RegData[RegData$PatientID ==512, c("JHGX00", "JHGX002AT2")]
#
### Bestilling 08.09.2020 - 5-årsoppf sfinkter og SNM ########################################
RegData <- read.table('I:/nra/alleVarNum2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- RegData[, c('ForlopsID', 'Ukjent', 'AnnenBekkenKirurgi', 'AnnetTraume', 'Hemoroidereksjon', 'NevrologiskSykdom', 'ObsteriskSkade',
'PeriferNervskade', 'PerinealAbscess', 'Rectumreseksjon', 'Sfinkterotomi', 'AnnetEtiologi', 'Konservativ',
'Irrigasjon', 'Tibialisstimulering', 'AnalInjection', 'SNM', 'Sfinkterplastikk', 'Rectopexi',
'KirurgiForRectumprolaps', 'Gracilisplastikk', 'Stomi', 'AnnetTidligereBeh', "SenterKortNavn", "Symtomvarighet",
"Ultralyd", "PartiellDefekt", "FullveggsdefektYtreSfinkter", "FullveggsdefektIndreSfinkter", "GenQol",
"StMarksTotalScore", "QolSexualitet", "KobletForlopsID", "Tilfredshet", "Urinlekkasje", "Komplikasjon",
"KomplikasjonT2", "PostopKomplikasjoner", "Bloedning", "Saarinfeksjon", "Saardehisens", "InkontinensFoerTest",
"UrgencyFoerTest", "AvfoeringerFoerTest", "LekkasjedagerFoer", "InkontinensUnderTest", "UrgencyUnderTest",
"AvfoeringerUnderTest", "LekkasjedagerUnder", 'OppfoelgingMulig',
'ABD65', 'ABD652AT2','ABD60', "WexFastAvfoering", "WexBind", "WexFlytendeAvfoering", "WexLuft",
"WexLivsstilsendring", "WexnerTotalScore", "HovedForlopDato")]
ForlopData <- read.table('I:/nra/ForlopsOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
ForlopData <- ForlopData[, c('ForlopsID', 'HovedDato','PasientAlder', 'PasientID', 'AvdRESH', 'Sykehusnavn', 'ForlopsType1Num',
'ForlopsType2Num', 'ErMann', 'ForlopsType1', 'ForlopsType2', "OppflgRegStatus")]
RegData <- merge(RegData, ForlopData, by = "ForlopsID", suffixes = c('', '_2'))
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2020-01-07 09-52-47.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- nra::nraPreprosess(RegData=RegData)
aux <- RegData[RegData$ForlopsType1Num %in% 1:2, ]
oppf_5aar <- merge(aux[,c("PasientID", "ForlopsType1", "HovedDato")],
RegData[RegData$ForlopsType1Num==4, c('PasientID', "HovedDato", "HovedForlopDato", "ForlopsID")],
by = 'PasientID', all.x = T)
oppf_5aar <- oppf_5aar[which(oppf_5aar$HovedDato.x == oppf_5aar$HovedForlopDato), ]
oppf_5aar$Aar <- format(oppf_5aar$HovedDato.x, "%Y")
addmargins(table(oppf_5aar$ForlopsType1, oppf_5aar$Aar, useNA = 'ifany'))
### Bestilling januar ########################################
RegData <- read.table('I:/nra/alleVarNum2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- RegData[, c('ForlopsID', 'Ukjent', 'AnnenBekkenKirurgi', 'AnnetTraume', 'Hemoroidereksjon', 'NevrologiskSykdom', 'ObsteriskSkade',
'PeriferNervskade', 'PerinealAbscess', 'Rectumreseksjon', 'Sfinkterotomi', 'AnnetEtiologi', 'Konservativ',
'Irrigasjon', 'Tibialisstimulering', 'AnalInjection', 'SNM', 'Sfinkterplastikk', 'Rectopexi',
'KirurgiForRectumprolaps', 'Gracilisplastikk', 'Stomi', 'AnnetTidligereBeh', "SenterKortNavn", "Symtomvarighet",
"Ultralyd", "PartiellDefekt", "FullveggsdefektYtreSfinkter", "FullveggsdefektIndreSfinkter", "GenQol",
"StMarksTotalScore", "QolSexualitet", "KobletForlopsID", "Tilfredshet", "Urinlekkasje", "Komplikasjon",
"KomplikasjonT2", "PostopKomplikasjoner", "Bloedning", "Saarinfeksjon", "Saardehisens", "InkontinensFoerTest",
"UrgencyFoerTest", "AvfoeringerFoerTest", "LekkasjedagerFoer", "InkontinensUnderTest", "UrgencyUnderTest",
"AvfoeringerUnderTest", "LekkasjedagerUnder", 'OppfoelgingMulig',
'ABD65', 'ABD652AT2','ABD60', "WexFastAvfoering", "WexBind", "WexFlytendeAvfoering", "WexLuft",
"WexLivsstilsendring", "WexnerTotalScore")]
ForlopData <- read.table('I:/nra/ForlopsOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
ForlopData <- ForlopData[, c('ForlopsID', 'HovedDato','PasientAlder', 'PasientID', 'AvdRESH', 'Sykehusnavn', 'ForlopsType1Num',
'ForlopsType2Num', 'ErMann', 'ForlopsType1', 'ForlopsType2', "OppflgRegStatus")]
RegData <- merge(RegData, ForlopData, by = "ForlopsID", suffixes = c('', '_2'))
Skjemaoversikt <- read.table('I:/nra/SkjemaOversikt2020-09-08.txt', header=TRUE, sep=";", encoding = 'UTF-8', stringsAsFactors = F)
RegData <- nra::nraPreprosess(RegData=RegData)
aux_0 <- RegData[RegData$ForlopsType1Num %in% 1:2, ]
aux <- aux_0 %>% group_by(PasientID) %>% summarise(snm = 2 %in% ForlopsType1Num,
sfinkt = 1 %in% ForlopsType1Num,
N =n())
aux2 <- aux %>% group_by(PasientID) %>% summarise(ant_ulik =
N =n())
aux <- aux[aux$snm & aux$sfinkt, ]
oppf_1aar <- merge(aux[,c("PasientID", 'N')], RegData[RegData$ForlopsType1Num==3, c('PasientID', "HovedDato", "ForlopsID")], by = 'PasientID', all.x = T)
oppf_5aar <- merge(aux[,c("PasientID", 'N')], RegData[RegData$ForlopsType1Num==4, c('PasientID', "HovedDato", "ForlopsID")], by = 'PasientID', all.x = T)
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.