library(nra)
library(tidyverse)
rm(list = ls())
hentData <- F
allevar <- nra::nraHentTabell("alleVarNum")
foversikt <- nra::nraHentTabell("ForlopsOversikt")
RegData <- merge(allevar, foversikt[, c("ForlopsID", names(foversikt)[!(names(foversikt) %in% intersect(names(allevar), names(foversikt)))])],
by = "ForlopsID")
Skjemaoversikt <- nra::nraHentTabell("SkjemaOversikt")
RegData <- nraPreprosess(RegData=RegData)
rap_aar <- 2022
RegData_pre <- RegData[RegData$ForlopsType1Num %in% 1:2, ]
RegData_forlop_1 <- merge(RegData_pre, RegData[RegData$ForlopsType1Num %in% 3, ], by.x = "ForlopsID",
by.y = "KobletForlopsID", all.x = T, suffixes = c('', '_oppf'))
# St. Marks og Wexner
RegData_forlop_1$beggemangler <- (is.na(RegData_forlop_1$StMarksTotalScore) & is.na(RegData_forlop_1$WexnerTotalScore)) &
(is.na(RegData_forlop_1$StMarksTotalScore_oppf) & is.na(RegData_forlop_1$WexnerTotalScore_oppf))
RegData_forlop_1$premangler_postutfylt <- (is.na(RegData_forlop_1$StMarksTotalScore) & is.na(RegData_forlop_1$WexnerTotalScore)) &
(!is.na(RegData_forlop_1$StMarksTotalScore_oppf) | !is.na(RegData_forlop_1$WexnerTotalScore_oppf))
RegData_forlop_1$preutfylt_postmangler <- (!is.na(RegData_forlop_1$StMarksTotalScore) | !is.na(RegData_forlop_1$WexnerTotalScore)) &
(is.na(RegData_forlop_1$StMarksTotalScore_oppf) & is.na(RegData_forlop_1$WexnerTotalScore_oppf))
RegData_forlop_1$beggeutfylt <- (!is.na(RegData_forlop_1$StMarksTotalScore) | !is.na(RegData_forlop_1$WexnerTotalScore)) &
(!is.na(RegData_forlop_1$StMarksTotalScore_oppf) | !is.na(RegData_forlop_1$WexnerTotalScore_oppf))
RegData_forlop_1$ForlopsType2[RegData_forlop_1$ForlopsType1 == "Sfinkterplastikk"] <- "Sfinkterplastikk"
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn, ForlopsType2) %>%
summarise(beggemangler = sum(beggemangler),
premangler_postutfylt = sum(premangler_postutfylt),
preutfylt_postmangler = sum(preutfylt_postmangler),
beggeutfylt = sum(beggeutfylt),
ant_oppfskjema = sum(!is.na(ForlopsType1_oppf)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):(rap_aar-1), ]
write.csv2(utprint, "doc/kompletthetStMarksWexnerKombo.csv", row.names = F, fileEncoding = 'Latin1')
# Urinlekkasje
RegData_forlop_1$beggemangler <- is.na(RegData_forlop_1$Urinlekkasje_v2) & is.na(RegData_forlop_1$Urinlekkasje_v2_oppf)
RegData_forlop_1$premangler_postutfylt <- is.na(RegData_forlop_1$Urinlekkasje_v2) & !is.na(RegData_forlop_1$Urinlekkasje_v2_oppf)
RegData_forlop_1$preutfylt_postmangler <- !is.na(RegData_forlop_1$Urinlekkasje_v2) & is.na(RegData_forlop_1$Urinlekkasje_v2_oppf)
RegData_forlop_1$beggeutfylt <- !is.na(RegData_forlop_1$Urinlekkasje_v2) & !is.na(RegData_forlop_1$Urinlekkasje_v2_oppf)
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn, ForlopsType2) %>%
summarise(beggemangler = sum(beggemangler),
premangler_postutfylt = sum(premangler_postutfylt),
preutfylt_postmangler = sum(preutfylt_postmangler),
beggeutfylt = sum(beggeutfylt),
ant_oppfskjema = sum(!is.na(ForlopsType1_oppf)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):(rap_aar-1), ]
write.csv2(utprint, "doc/kompletthetUrinlekkasje.csv", row.names = F, fileEncoding = 'Latin1')
# Generell livskvalitet
RegData_forlop_1$beggemangler <- is.na(RegData_forlop_1$GenQol) & is.na(RegData_forlop_1$GenQol_oppf)
RegData_forlop_1$premangler_postutfylt <- is.na(RegData_forlop_1$GenQol) & !is.na(RegData_forlop_1$GenQol_oppf)
RegData_forlop_1$preutfylt_postmangler <- !is.na(RegData_forlop_1$GenQol) & is.na(RegData_forlop_1$GenQol_oppf)
RegData_forlop_1$beggeutfylt <- !is.na(RegData_forlop_1$GenQol) & !is.na(RegData_forlop_1$GenQol_oppf)
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn, ForlopsType2) %>%
summarise(beggemangler = sum(beggemangler),
premangler_postutfylt = sum(premangler_postutfylt),
preutfylt_postmangler = sum(preutfylt_postmangler),
beggeutfylt = sum(beggeutfylt),
ant_oppfskjema = sum(!is.na(ForlopsType1_oppf)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):(rap_aar-1), ]
write.csv2(utprint, "doc/kompletthetGenQol.csv", row.names = F, fileEncoding = 'Latin1')
# Seksuell livskvalitet
RegData_forlop_1$beggemangler <- is.na(RegData_forlop_1$QolSexualitet) & is.na(RegData_forlop_1$QolSexualitet_oppf)
RegData_forlop_1$premangler_postutfylt <- is.na(RegData_forlop_1$QolSexualitet) & !is.na(RegData_forlop_1$QolSexualitet_oppf)
RegData_forlop_1$preutfylt_postmangler <- !is.na(RegData_forlop_1$QolSexualitet) & is.na(RegData_forlop_1$QolSexualitet_oppf)
RegData_forlop_1$beggeutfylt <- !is.na(RegData_forlop_1$QolSexualitet) & !is.na(RegData_forlop_1$QolSexualitet_oppf)
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn, ForlopsType2) %>%
summarise(beggemangler = sum(beggemangler),
premangler_postutfylt = sum(premangler_postutfylt),
preutfylt_postmangler = sum(preutfylt_postmangler),
beggeutfylt = sum(beggeutfylt),
ant_oppfskjema = sum(!is.na(ForlopsType1_oppf)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):(rap_aar-1), ]
write.csv2(utprint, "doc/kompletthetQolSexualitet.csv", row.names = F, fileEncoding = 'Latin1')
# Tilfredshet med behandlingstilbud
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn, ForlopsType2) %>%
summarise(Tilfredshet_utfylt = sum(!is.na(Tilfredshet_oppf)),
ant_oppfskjema = sum(!is.na(ForlopsType1_oppf)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):(rap_aar-1), ]
write.csv2(utprint, "doc/tilfredshet.csv", row.names = F, fileEncoding = 'Latin1')
# Endoanal ultralyd
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn) %>%
summarise(ultralyd_utfylt = sum(!is.na(Ultralyd)),
N=n())
utprint <- oppsum[oppsum$Aar %in% rap_aar, ]
write.csv2(utprint, "doc/Ultralyd.csv", row.names = F, fileEncoding = 'Latin1')
# SNM dagbok
oppsum <- RegData_forlop_1[RegData_forlop_1$ForlopsType1Num==2, ] %>% group_by(Aar, SenterKortNavn) %>%
summarise(snmdagbok_utfylt = sum(!is.na(InkontinensUnderTest)),
N=n())
utprint <- oppsum[oppsum$Aar %in% rap_aar, ]
write.csv2(utprint, "doc/snmdagbok.csv", row.names = F, fileEncoding = 'Latin1')
## Komplikasjoner SNM
RegData_forlop_1$Variabel <- pmax(RegData_forlop_1$Komplikasjon, RegData_forlop_1$KomplikasjonT2, na.rm = T)
RegData_forlop_1$Variabel[which(RegData_forlop_1$Variabel==9 & (RegData_forlop_1$Komplikasjon==2 | RegData_forlop_1$KomplikasjonT2==2))] <- 2 # Velg bekreftet eller mistenkt
RegData_forlop_1$Variabel[which(RegData_forlop_1$Variabel==9 & (RegData_forlop_1$Komplikasjon==1 | RegData_forlop_1$KomplikasjonT2==1))] <- 1 # sårinfeksjon fremfor annet
RegData_forlop_1$Variabel[which(RegData_forlop_1$Variabel==98 & (RegData_forlop_1$Komplikasjon==2 | RegData_forlop_1$KomplikasjonT2==2))] <- 2 # Velg bekreftet eller mistenkt
RegData_forlop_1$Variabel[which(RegData_forlop_1$Variabel==98 & (RegData_forlop_1$Komplikasjon==1 | RegData_forlop_1$KomplikasjonT2==1))] <- 1
oppsum <- RegData_forlop_1[RegData_forlop_1$ForlopsType1Num==2, ] %>% group_by(Aar, SenterKortNavn) %>%
summarise(Kompl_snm_utfylt = sum(!is.na(Variabel) & Variabel != 98),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):rap_aar, ]
write.csv2(utprint, "doc/komplikasjoner_snm.csv", row.names = F, fileEncoding = 'Latin1')
# Symptomvarighet
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn) %>%
summarise(symptomvarighet_utfylt = sum(!is.na(Symtomvarighet)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):rap_aar, ]
write.csv2(utprint, "doc/Symtomvarighet.csv", row.names = F, fileEncoding = 'Latin1')
# Postmenopausal
oppsum <- RegData_forlop_1 %>% group_by(Aar, SenterKortNavn) %>%
summarise(symptomvarighet_utfylt = sum(!is.na(Postmenopausal)),
N=n())
utprint <- oppsum[oppsum$Aar %in% (rap_aar-1):rap_aar, ]
write.csv2(utprint, "doc/Postmenopausal.csv", row.names = F, fileEncoding = 'Latin1')
# Inkontinensscore Pre: Dekkes ikke dette av snm-dagbok?
# Elektrodeplassering: Hvilke variabler
# Anestesi: Hvordan skal det telles?
# !is.na(RegData_pre$Anestesi2A) | !is.na(RegData_pre$AnestesiT2) | !is.na(RegData_pre$Anestesi2B)
# Antatt etiologi: Hvordan kombinere variablene
# Tidligere behandling: Hvordan kombinere variablene
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.