R/RyggRegDataSQLV2V3.R
In Rapporteket/rygg: Degenerativ Rygg, figurer, tabeller, analyser
Defines functions
RyggRegDataSQLV2V3
Documented in
RyggRegDataSQLV2V3
#' Henter data registrert for Degenerativ Rygg
#'
#' Henter data for Degenerativ Rygg og kobler samme versjon 2 og versjon 3.
#' Registeret ønsker også en versjon hvor variabler som bare er i versjon 2 er med i det
#' felles uttrekket. (?Lager en egen versjon for dette.)
#'
#' @param alleVarV3 0: IKKE I BRUK fjerner variabler som ikke er i bruk på Rapporteket ,
#' 1: har med alle variabler fra V3 (foreløpig er dette standard)
#' @param alleVarV2 0: Bare variabler som også finnes i V3 med (standard),
#' 1: har med alle variabler fra V2
#' @param datoFra P.t ikke i bruk
#' @param datoTil P.t ikke i bruk
#'
#' @return RegData, dataramme med data f.o.m. 2007.
#' @export
RyggRegDataSQLV2V3 <- function(datoFra = '2007-01-01', datoTil = '2099-01-01',
alleVarV3=1, alleVarV2=0){
#NB: datovalg har ingen effekt foreløpig!! - bør hente alle for å få f.eks. operasjonsnummer riktig...
#?Legg inn sjekk på at ikke trenger å koble hvis: if (datoFra < '2019-01-01'){
kunV3 <- ifelse(datoFra >= '2020-01-01' & !is.na(datoFra), 1, 0)
if (kunV3 == 0) {
RegDataV2 <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM Uttrekk_Rapport_FROM_TORE')
}
RegDataV3AVN <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM AlleVarNum')
#test <- RegDataV3[ ,c("DodsDato", 'AvdodDato', 'Avdod')]
RegDataV3Forl <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM ForlopsOversikt')
varForl <- c("ForlopsID", "Kommune", "Kommunenr", "Fylkenr", #Fylke er med i AVN
"Avdod", "AvdodDato", "BasisRegStatus", "KryptertFnr")
#varBegge <- intersect(sort(names(RegDataV3AV)), sort(names(RegDataV3For)))
RegDataV3 <- merge(RegDataV3AVN, RegDataV3Forl[ ,varForl], by='ForlopsID', all.x = TRUE, all.y = FALSE)
ePROMadmTab <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM proms')
ePROMvar <- c("MCEID", "TSSENDT", "TSRECEIVED", "NOTIFICATION_CHANNEL", "DISTRIBUTION_RULE",
'REGISTRATION_TYPE')
# «EpromStatus» er definert av oss, og den som er viktigst med tanke på svarprosent. Det er altså verdi 3 her som betyr at pasienten har besvart. OBS at den skiller seg litt fra tilsvarende variabel i Hemit-definisjonen. Denne er for deg og oss definert slik:
# 0 = Created, 1 = Ordered, 2 = Expired, 3 = Completed, 4 = Failed
ind3mnd <- which(ePROMadmTab$REGISTRATION_TYPE %in%
c('PATIENTFOLLOWUP', 'PATIENTFOLLOWUP_3_PiPP', 'PATIENTFOLLOWUP_3_PiPP_REMINDER'))
ind12mnd <- which(ePROMadmTab$REGISTRATION_TYPE %in%
c('PATIENTFOLLOWUP12', 'PATIENTFOLLOWUP_12_PiPP', 'PATIENTFOLLOWUP_12_PiPP_REMINDER'))
ePROM3mnd <- ePROMadmTab[intersect(ind3mnd, which(ePROMadmTab$STATUS==3)), ePROMvar] #STATUS==3 completed
names(ePROM3mnd) <- paste0(ePROMvar, '3mnd')
ePROM12mnd <- ePROMadmTab[intersect(ind12mnd, which(ePROMadmTab$STATUS==3)), ePROMvar]
names(ePROM12mnd) <- paste0(ePROMvar, '12mnd')
indIkkeEprom3mnd <- which(!(RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind3mnd]))
indIkkeEprom12mnd <- which(!(RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind12mnd]))
#indEprom <- which((RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind3mnd]))
RegDataV3$Ferdig1b3mndGML <- RegDataV3$Ferdigstilt1b3mnd
RegDataV3$Ferdigstilt1b3mnd <- 0
RegDataV3$Ferdigstilt1b3mnd[RegDataV3$ForlopsID %in% ePROM3mnd$MCEID] <- 1
RegDataV3$Ferdigstilt1b3mnd[intersect(which(RegDataV3$Ferdig1b3mndGML ==1), indIkkeEprom3mnd)] <- 1
RegDataV3$Ferdig1b12mndGML <- RegDataV3$Ferdigstilt1b12mnd
RegDataV3$Ferdigstilt1b12mnd <- 0
RegDataV3$Ferdigstilt1b12mnd[RegDataV3$ForlopsID %in% ePROM12mnd$MCEID] <- 1
RegDataV3$Ferdigstilt1b12mnd[intersect(which(RegDataV3$Ferdig1b12mndGML ==1), indIkkeEprom12mnd)] <- 1
# table(RegDataV3$Ferdig1b3mndGML)
# table(RegDataV3$Ferdigstilt1b12mnd)
#
# table(RegDataV3[ ,c('Aar', 'Ferdigstilt1b12mnd')])
# table(RegDataV3$Aar, !is.na(RegDataV3$OswTot12mnd))
# RegDataV3$Aar <- lubridate::year(RegDataV3$OpDato)
# test <- RegDataV3[which(RegDataV3$Aar==2021 & RegDataV3$Ferdigstilt1b3mnd==1), c("OpDato", "Utfdato3mnd", "ForstLukket3mnd")]
# test$forsinkelse3mnd <- as.Date(test$Utfdato3mnd) - as.Date(test$OpDato)
# mean(test$forsinkelse3mnd)
#I perioden 2019-21 ble ikke dyp og overfladisk sårinfeksjon registrert.
indIkkeSaarInf <- which(RegDataV3$OpDato >= '2019-01-01' & RegDataV3$OpDato <= '2021-12-31')
RegDataV3$KpInfOverfla3Mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfOverfla12mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfDyp3Mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfDyp12mnd[indIkkeSaarInf] <- NA
if (alleVarV3 == 0) { #Tar bort noen variabler for å spare tid
#!DENNE MÅ GÅS GJENNOM. SER UT TIL AT NOEN NØDVENDIGE VARIABLER FJERNES
fjernesV3 <- c("Adresse", "Adressetype")
# ,"AntibiotikaAntDogn", "AntibiotikaAntDoser", "AntibiotikaDose", "AntibiotikaEvtAntDogn",
# "AntibiotikaKunOprDag", "BenAutogrType", "BenAutoHofte", "BenAutoLokalt", "BenBank", "BenSubstitutt",
# "BlodfortynnendeFast", "BlodfortynnendePreop", "BlodfortynnendeSepDato", "BlodfortynnendeSpes",
# "CaudaAntDogn", "CaudaAntTimer", "CaudaAntUker", "CaudaEnUkeTilTreMnd", "CaudaOverTreMnd",
# "CaudaUnderEnUke", "CaudaUnderEttDogn", "DekompAntNivaa", "DekomprAnnetNivaa",
# "DekomrSpesAnnetNivaaDekomrSpesAnnetNivaa", "EtnKultTilhorighet", "FodtiNorge", "ForrigeInngrep",
# "Fritekstadresse", "FusjonAntNivaa", "FusjonIleumSkrue", "FusjonKir", "FusjonKirAlif",
# "FusjonKirPlfIkkeInstrV3", "FusjonKirPlfInstrV3", "FusjonKirPlfV3", "FusjonKirPlif", "FusjonKirTlif",
# "FusjonKirXlif", "FusjonNedreNivaa", "FusjonOvreNivaa", "FusjonSement",
# "FysioAnnenBeh", "FysioPsykoMotorisk", "FysioTrening", "HKirurgErfaring", "HKirurgErfaringAar",
# "HovedSpinalKirurg", "Hoyde", "HoydeMangler", "KliniskFleksjonLindring",
# "KliniskPosLasegue", "KnivSluttKlokkeMin", "KnivSluttKlokkeTime", "KnivStartKlokkeMin",
# "KnivStartKlokkeTime", "KnivTidMinVarighet", "KnivTidTimerVarighet",
# "NyAnnen12mnd", "NyAnnen3mnd", "NyHjerteKar12mnd", "NyHjerteKar3mnd", "Nykreft12mnd", "Nykreft3mnd",
# "NyLeddSm12mnd", "NyLeddSm3mnd", "NyNerveSkyd12mnd", "NyNerveSkyd3mnd", "NyOprAnt12mnd", "NyOprAnt3mnd",
# "NyOprNivaa12mnd", "NyOprNivaa3mnd", "NyRyggOpr12mnd", "NyRyggOpr3mnd", "NySkade12mnd", "NySkade3mnd",
# "NySykdSkade12mnd", "NySykdSkade3mnd",
# "OpAndreSkiveprotese", "OpAnnenOsteotomi", "OpAnnenOstetosyntSpes", "OpComputerNav",
# "OpFusjonPerkutan", "OpFusjonUtenDekomprV3",
# "OpKileOsteotomi", "OpKyfoseLL", "OpKyfoseLLGrader", "OpKyfosePI", "OpKyfosePIGrader",
# "OpKyfosePT", "OpKyfosePTGrader", "OpKyfoseSVA", "OpKyfoseSVAcm", "OpKysfoseSS", "OpKysfoseSSGrader",
# "OpL1L2", "OpL23", "OpL34", "OpL45", "OpL5S1", "OpOsteosyntFjerningV3",
# "OpOsteosyntRevV3", "OpPonteSPOsteotomi", "OpProOsteotomi", "OpSkolioseCobb", "OpSkolioseCobbGrader",
# "OpSkolioseKyfose", "OpTh12L1", "OpTilgangV3",
# "PostNr", "PostopTrombProfyl", "PostSted",
# "RfDegenListeseMM", "RfEkstrLatProl", "RfIntrforaminaltProl", "RfIstmiskLyse",
# "RFKunDegenerasjon", "RfKyfose", "RfMeyerdingGrad", "RfModic", "RfModicTypeI",
# "RfModicTypeII", "RfSkive", "RfSynovpre",
# "RfTypeIAktNivaa", "RfTypeIAnnetNivaa", "RfTypeIIAktNivaa", "RfTypeIIAnnetNivaa",
# "RvBlokadeFacett", "RvBlokadeNerverot", "RvFunksjoTranslMM", "RvFunksjoVinkelEndrGr",
# "SpesTrombProfyl", "Utfdato12mnd", "Utfdato3mnd", "UtfyltDato")
RegDataV3 <- RegDataV3[ ,-which(names(RegDataV3) %in% fjernesV3)]
}
#-----Tilrettelegging av V2-data-------------------------
if (kunV3 == 0) {
RegDataV2$PID <- paste0(RegDataV2$PID, 'V2')
# Arbstatus3mnd OG Arbstatus12mnd V2:
# De som har verdi 11 og FriskmeldtDato3mnd før Utfdato3mnd får samme Arb.status som ArbstatusPre
# which(RegDataV2$Arbstatus3mnd == 11 & (RegDataV2$dato > RegDataV2$FriskemeldtDato3mnd))
# De andre med 11 settes som manglende. FINNER IKKE DATO FOR UTFYLLING. SETTER FORELØPIG ALLE TIL MANGLENDE
# 7:Delvis sykemeldt - V2: 7+8,
# 8: Arbeidsavklaring - V2:9
# 9: Ufør - V2: 10,
RegDataV2$ArbstatusPreV2V3 <- as.numeric(RegDataV2$ArbstatusPre)
RegDataV2$Arbstatus3mndV2V3 <- as.numeric(RegDataV2$Arbstatus3mnd)
RegDataV2$Arbstatus12mndV2V3 <- as.numeric(RegDataV2$Arbstatus12mnd)
RegDataV2$ArbstatuspreV2V3 <- plyr::mapvalues(RegDataV2$ArbstatusPreV2V3, from = c(8,9,10), to = c(7,8,9))
RegDataV2$Arbstatus3mndV2V3 <- plyr::mapvalues(RegDataV2$Arbstatus3mndV2V3, from = c(8,9,10,11), to = c(7,8,9,NA))
RegDataV2$Arbstatus12mndV2V3 <- plyr::mapvalues(RegDataV2$Arbstatus12mndV2V3, from = c(8,9,10,11), to = c(7,8,9,NA))
#SykemeldVarighPre V2-numerisk, V3 - 1: <3mnd, 2:3-6mnd, 3:6-12mnd, 4:>12mnd, 9:Ikke utfylt
RegDataV2$SykemeldVarighPreV3 <- as.numeric(cut(as.numeric(RegDataV2$SykemeldVarighPre),
breaks=c(-Inf, 90, 182, 365, Inf),
right = FALSE, labels=c(1:4)))
RegDataV2$SykemeldVarighPreV3[is.na(RegDataV2$SykemeldVarighPreV3)] <- 9
RegDataV2$AntibiotikaV3 <- plyr::mapvalues(as.numeric(RegDataV2$Antibiotika), from = c(0, 1, NA), to = c(0,1,9))
#V2: Kode 1:4,NA: 'Ja', 'Nei', 'Planlegger', 'Innvilget', 'Ukjent'
#V3: [0,1,2,3,9] ["Nei","Ja","Planlegger","Innvilget","Ikke utfylt"]
RegDataV2$ErstatningPre <- plyr::mapvalues(as.numeric(RegDataV2$ErstatningPre), from = c(2,3,4,NA), to = c(0,2,3,9))
RegDataV2$UforetrygdPre <- plyr::mapvalues(as.numeric(RegDataV2$UforetrygdPre), from = c(2,3,4,NA), to = c(0,2,3,9))
RegDataV2$SmBePre[is.na(RegDataV2$SmBePre)] <- 99 #99: Ikke utfylt i V3, NA i V2
RegDataV2$SmRyPre[is.na(RegDataV2$SmRyPre)] <- 99 #99: Ikke utfylt i V3, NA i V2
RegDataV2$OpIndPareseGrad[is.na(RegDataV2$OpIndPareseGrad)] <- 9
RegDataV2$Roker[is.na(RegDataV2$Roker)] <- 9
RegDataV2$Morsmal[is.na(RegDataV2$Morsmal)] <- 9
RegDataV2$Utd[is.na(RegDataV2$Utd)] <- 9
RegDataV2$KpInf3Mnd[RegDataV2$KpInf3Mnd==0] <- NA #Tilpasning til V3
RegDataV2$Versjon <- 'V2'
RegDataV2$AvdNavn <- plyr::revalue(RegDataV2$AvdNavn, c( #Gammelt navn V2 - nytt navn (V3)
'Aleris, Bergen' = 'Aleris Bergen',
'Aleris, Oslo' = 'Aleris Oslo',
'Larvik' = 'Tønsberg',
'Oslofjordklinikken Øst' = 'Oslofjordklinikken',
'Teres Colloseum, Oslo' = 'Aleris Oslo',
'Teres Colloseum, Stavanger' = 'Aleris Stavanger',
'Teres, Bergen' = 'Aleris Bergen',
'Teres, Drammen' = 'Aleris Drammen' ,
'Ulriksdal' = 'Volvat',
'UNN, nevrokir' = 'Tromsø')
)
RegDataV2$AvdReshID <- plyr::revalue(RegDataV2$AvdReshID, #Gammelt navn V2 - nytt navn (V3), dvs. gmlresh nyresh
c('107137' = '107508', #Aleris Bergen
'107511' = '999975', #Aleris Oslo
'999999' = '110771') #Volvat
)
# Variabler med samme innhold i V2 og V3, men avvikende variabelnavn.
# (navnV3 = navnV2) dvs. nytt navn, V3 = gammelt navn, V2
RegDataV2 <- dplyr::rename(RegDataV2,
AlderVedOpr = Alder,
EQ5DV212mnd = EQ5D12mnd,
EQ5DV23mnd = EQ5D3mnd,
AvdRESH = AvdReshID,
Bydelskode = Bydelkode,
Bydelsnavn = Bydelsted,
KommuneNr = Kommunenr, #Kommunenavn ikke med i V2
KpInfDyp12mnd = KpInfDyp12Mnd,
#PIDV2 = PID, #Heter PasientID i V3. NB: Må ikke slås sammen.
RokerV2 = Roker,
#Region = HelseRegion #Navn må evt. mappes om i ettertid. Private bare i V2.
SykehusNavn = AvdNavn,
Ferdigstilt1b3mnd = Utfylt3Mnd,
Ferdigstilt1b12mnd = Utfylt12Mnd,
SykDprebetesMellitus = SykdDiabetesMellitus
)
#V2 SivilStatus - 1:Gift, 2:Samboer, 3:Enslig, NA. SivilStatusV3 - 1:Gift/sambo, 2:Enslig, 3:Ikke utfylt
RegDataV2$SivilStatusV3 <- plyr::mapvalues(as.numeric(RegDataV2$SivilStatus), from = c(1,2,3,NA), to = c(1,1,2,9)) #c(2 = 1, 3 = 2, NA=9))
}
#-----Tilrettelegging av V3-data-------------------------
#Fjerner ikke-ferdigstilte pasientskjema
RegDataV3 <- RegDataV3[RegDataV3$Ferdig1a==1 & RegDataV3$Ferdig2a==1, ]
RegDataV3$Versjon <- 'V3'
RegDataV3$PID <- RegDataV3$PasientID #PID vil kobles med variabel PID fra V2 og tilpasses, ønsker å beholde PasientID fra V3
#Navneendring av V3:
RegDataV3 <- dplyr::rename(RegDataV3,
OpProlap = OprProlap #Siden Alle andre heter Op..
) #PIDV3 = PasientID)
#Ny arbedisstatus-variabel, basert på V2 og V3:
#Arbstatus3mndV3 - de med verdi 11 eller 99 eller tom som har oppgitt sykemeldingsgrad., Skal ha verdien 7.
RegDataV3$Arbstatus3mndV3[which(RegDataV3$Arbstatus3mndV3 %in% c(11,99))] <- NA
ind7_3mnd <- which(is.na(RegDataV3$Arbstatus3mndV3) & RegDataV3$SykemeldPros3mnd>0) #17 per 1.mars 2024
RegDataV3$Arbstatus3mndV3[ind7_3mnd] <- 7
RegDataV3$Arbstatus12mndV3[which(RegDataV3$Arbstatus12mndV3 %in% c(10,99))] <- NA
ind7_12mnd <- which( is.na(RegDataV3$Arbstatus12mndV3) & RegDataV3$SykemeldPros12mnd>0) #6 per 1.mars 2024
RegDataV3$Arbstatus12mndV3[ind7_12mnd] <- 7
# 1: I arbeid - V3- 1+2
RegDataV3$ArbstatusPreV2V3 <- RegDataV3$ArbstatusPreV3
RegDataV3$Arbstatus3mndV2V3 <- RegDataV3$Arbstatus3mndV3
RegDataV3$Arbstatus12mndV2V3 <- RegDataV3$Arbstatus12mndV3
RegDataV3$ArbstatusPreV2V3 <- plyr::mapvalues(RegDataV3$ArbstatusPreV2V3, from = 2, to = 1)
RegDataV3$Arbstatus3mndV2V3 <- plyr::mapvalues(RegDataV3$Arbstatus3mndV2V3, from = 2, to = 1)
RegDataV3$Arbstatus12mndV2V3 <- plyr::mapvalues(RegDataV3$Arbstatus12mndV2V3, from = 2, to = 1)
#Legge til underkategori for hovedkategori.
ny <- rygg::kategoriserInngrep(RegData=RegDataV3)
RegDataV3 <- ny$RegData
#--------Definasjon av diagnosegrupper prolaps og spinal stenose V3
# COMPUTE filter_$=(HovedInngrepV2V3 = 4 or (RfSentr = 1 or RfLateral = 1 or RfForaminalSS = 1)
# & (OpDeUlamin = 1 or OpDeUlaminTilgang > 0 or OpLaminektomi = 1)
# & (HovedInngrepV2V3 = 2 or HovedInngrepV2V3 = 3
# or HovedInngrepV2V3 = 5 or HovedInngrepV2V3 = 7) ).
RegDataV3$LSSopr <- ifelse(RegDataV3$HovedInngrepV2V3 == 4
| (RegDataV3$RfSentr == 1 | RegDataV3$RfLateral == 1 | RegDataV3$RfForaminalSS == 1)
& (RegDataV3$OpDeUlamin == 1 | RegDataV3$OpDeUlaminTilgang %in% 1:3 | RegDataV3$OpLaminektomi == 1)
& (RegDataV3$HovedInngrepV2V3 %in% c(2,3,5,7)),
1, 0)
#*Definisjon av prolapsgruppen, dekompresjon, kvalitetssikre, først gr uten fusjon..
#COMPUTE filter_$=(HovedInngrepV2V3 = 1 & LSS_opr = 0).
# 1 'Ja operert med dekopressjon for prolaps'
# 0 ' Nei ikke operert med dekopressjon for prolaps'.
RegDataV3$ProlapsDekr <- ifelse(RegDataV3$HovedInngrepV2V3 == 1 & RegDataV3$LSSopr == 0, 1, 0)
#*Definisjon av prolapsgruppen,med fusjon.
# 1 'Ja operert med fusjon for prolaps'
# 0 ' Nei ikke operert med fusjon for prolaps'.
# COMPUTE filter_$=((Prolaps_dekr = 0 & LSS_opr = 0) & (HovedInngrepV2V3 = 5 & OpProlap > 0) &
# (RfDegskol = 0 & RfSpondtypeDegen = 0 & RfSpondtypeIsmisk = 0)).
RegDataV3$ProlapsFusjonert <-
ifelse((RegDataV3$ProlapsDekr == 0 & RegDataV3$LSSopr == 0) &
(RegDataV3$HovedInngrepV2V3 == 5 & RegDataV3$OpProlap > 0) &
(RegDataV3$RfDegskol == 0 & RegDataV3$RfSpondtypeDegen == 0 & RegDataV3$RfSpondtypeIsmisk == 0),
1, 0)
#*Definisjon av prolapsgruppen, prolapsopr med og uten fusjon.
#COMPUTE filter_$=(Prolaps_dekr = 1 or Prolaps_fusjonert = 1).
# VARIABLE LABELS Prolapsopr_alle 'både dekr og fusjon'.
# 1 'Ja alle typer prolapsoperason'
# 0 ' Nei ikke operert for prolaps'.
RegDataV3$ProlapsoprAlle <- ifelse(RegDataV3$ProlapsDekr == 1 | RegDataV3$ProlapsFusjonert == 1, 1, 0)
# DO IF (LSS_opr = 0 & Prolapsopr_alle = 0 & OpDeUlamin = 1).
# RECODE LSS_opr (0=1).
utvalg <- which(RegDataV3$LSSopr == 0 & RegDataV3$ProlapsoprAlle == 0 & RegDataV3$OpDeUlamin == 1)
RegDataV3$LSSopr[utvalg] <- 1
RegDataV3$Kp3Mnd <- NULL
RegDataV3$Kp3Mnd[rowSums(RegDataV3[ ,c('KpInfOverfla3Mnd','KpInfDyp3Mnd', 'KpUVI3Mnd',
'KpLungebet3Mnd', 'KpBlod3Mnd','KpDVT3Mnd','KpLE3Mnd')],
na.rm = T) > 0] <- 1
RegDataV3$KpInf3Mnd <- NULL
RegDataV3$KpInf3Mnd[rowSums(RegDataV3[ ,c('KpInfOverfla3Mnd','KpInfDyp3Mnd')], na.rm = T) > 0] <- 1
#TidlOp. V2: 1:4,9 c('Samme nivå', 'Annet nivå', 'Annet og sm. nivå', 'Primæroperasjon', 'Ukjent')
#TidlIkkeOp, TidlOpAnnetNiv, TidlOpsammeNiv
RegDataV3$TidlOpr <- 9
RegDataV3$TidlOpr[RegDataV3$TidlIkkeOp==1] <- 4
RegDataV3$TidlOpr[RegDataV3$TidlOpsammeNiv==1] <- 1
RegDataV3$TidlOpr[RegDataV3$TidlOpAnnetNiv==1] <- 2
RegDataV3$TidlOpr[RegDataV3$TidlOpsammeNiv==1 & RegDataV3$TidlOpAnnetNiv==1] <- 3
RegDataV3$OpMikro <- plyr::mapvalues(RegDataV3$OpMikroV3, from = c(0,1,2,3,9), to = c(0,1,1,1,0))
RegDataV3$OpAndreEndosk <- plyr::mapvalues(RegDataV3$OpMikroV3, from = c(0,1,2,3,9), to = c(0,0,0,1,0))
RegDataV3$MedForstLukket <- as.character(as.Date(RegDataV3$MedForstLukket)) #Kobling med NA fungerer ikke for datotid-var
#NB:----------Sjekk ut at alle variabler har samme format
#f.eks.
#head(RegDataV2[, V2ogV3])
#head(RegDataV3[, V2ogV3])
if (kunV3 == 0){
#Variabler i V2 som ikke er i V3. Noen er bevisst fjernet fra V3, se vektor fjernesV3
#setdiff(VarV2, VarV3) #Sjekk på nytt når gått gjennom.
RegDataV3$RokerV2 <- plyr::mapvalues(RegDataV3$RokerV3, from = 2, to = 0)
VarV2 <- names(RegDataV2) #sort
VarV3 <- names(RegDataV3) #sort
V2ogV3 <- intersect(VarV2, VarV3)
V3ikkeV2 <- setdiff(VarV3, V2ogV3)
V2ikkeV3 <- setdiff(VarV2, V2ogV3)
if (alleVarV2 == 0){
RegDataV2[, V3ikkeV2] <- NA #Fungerer ikke for datoTid-variabler
#RegDataV2 <- RegDataV2[ , V2ogV3]
RegDataV2V3 <- rbind(RegDataV2[ ,VarV3],
RegDataV3[ ,VarV3])
} else {
#RegDataV3$AvdodDato <- as.Date(RegDataV3$AvdodDato)
RegDataV2[, V3ikkeV2] <- NA #Fungerer ikke for datoTid-variabler
RegDataV3[, V2ikkeV3] <- NA
RegDataV2V3 <- rbind(RegDataV2,
RegDataV3)
}
}
if (kunV3 == 1) {RegDataV2V3 <- RegDataV3}
#Avvik? PeropKompAnnet
#ProsKode1 ProsKode2 - Kode i V2, kode + navn i V3
# plyr::revalue(x, c('HELSEREGION MIDT-NORGE' = 'Midt', 'HELSEREGION NORD' = 'Nord',
# 'HELSEREGION SØR-ØST' = 'Sør-Øst', 'HELSEREGION VEST' = 'Vest'),
# 'Helse Midt' = 'Midt', 'Helse Nord' = 'Nord', 'Helse Sør' = 'Sør-Øst',
# 'Helse Sør-Øst' = 'Sør-Øst', 'Helse Vest' = 'Vest', 'Helse Øst' = 'Sør-Øst')
#Mars 2021: KpInf-variabler, 3mnd er navngitt ..3Mnd i begge versjoner. Endrer navngiving
EndreNavnInd <- grep('3Mnd', names(RegDataV2V3)) #names(RyggData)[grep('3Mnd', names(RyggData))]
names(RegDataV2V3)[EndreNavnInd] <- gsub("3Mnd", "3mnd", names(RegDataV2V3)[EndreNavnInd])
RegDataV2V3$AvdodDato <- as.Date(RegDataV2V3$AvdodDato, origin='1970-01-01')
#En desimal
RegDataV2V3$BMI <- round(RegDataV2V3$BMI,1)
RegDataV2V3$OswTotPre <- round(RegDataV2V3$OswTotPre,1)
RegDataV2V3$OswTot3mnd <- round(RegDataV2V3$OswTot3mnd,1)
RegDataV2V3$OswTot12mnd <- round(RegDataV2V3$OswTot12mnd,1)
return(RegDataV2V3)
}
Rapporteket/rygg documentation built on March 20, 2024, 11:44 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.
Defines functions RyggRegDataSQLV2V3
Documented in RyggRegDataSQLV2V3
#' Henter data registrert for Degenerativ Rygg
#'
#' Henter data for Degenerativ Rygg og kobler samme versjon 2 og versjon 3.
#' Registeret ønsker også en versjon hvor variabler som bare er i versjon 2 er med i det
#' felles uttrekket. (?Lager en egen versjon for dette.)
#'
#' @param alleVarV3 0: IKKE I BRUK fjerner variabler som ikke er i bruk på Rapporteket ,
#' 1: har med alle variabler fra V3 (foreløpig er dette standard)
#' @param alleVarV2 0: Bare variabler som også finnes i V3 med (standard),
#' 1: har med alle variabler fra V2
#' @param datoFra P.t ikke i bruk
#' @param datoTil P.t ikke i bruk
#'
#' @return RegData, dataramme med data f.o.m. 2007.
#' @export
RyggRegDataSQLV2V3 <- function(datoFra = '2007-01-01', datoTil = '2099-01-01',
alleVarV3=1, alleVarV2=0){
#NB: datovalg har ingen effekt foreløpig!! - bør hente alle for å få f.eks. operasjonsnummer riktig...
#?Legg inn sjekk på at ikke trenger å koble hvis: if (datoFra < '2019-01-01'){
kunV3 <- ifelse(datoFra >= '2020-01-01' & !is.na(datoFra), 1, 0)
if (kunV3 == 0) {
RegDataV2 <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM Uttrekk_Rapport_FROM_TORE')
}
RegDataV3AVN <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM AlleVarNum')
#test <- RegDataV3[ ,c("DodsDato", 'AvdodDato', 'Avdod')]
RegDataV3Forl <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM ForlopsOversikt')
varForl <- c("ForlopsID", "Kommune", "Kommunenr", "Fylkenr", #Fylke er med i AVN
"Avdod", "AvdodDato", "BasisRegStatus", "KryptertFnr")
#varBegge <- intersect(sort(names(RegDataV3AV)), sort(names(RegDataV3For)))
RegDataV3 <- merge(RegDataV3AVN, RegDataV3Forl[ ,varForl], by='ForlopsID', all.x = TRUE, all.y = FALSE)
ePROMadmTab <- rapbase::loadRegData(registryName="rygg",
query='SELECT * FROM proms')
ePROMvar <- c("MCEID", "TSSENDT", "TSRECEIVED", "NOTIFICATION_CHANNEL", "DISTRIBUTION_RULE",
'REGISTRATION_TYPE')
# «EpromStatus» er definert av oss, og den som er viktigst med tanke på svarprosent. Det er altså verdi 3 her som betyr at pasienten har besvart. OBS at den skiller seg litt fra tilsvarende variabel i Hemit-definisjonen. Denne er for deg og oss definert slik:
# 0 = Created, 1 = Ordered, 2 = Expired, 3 = Completed, 4 = Failed
ind3mnd <- which(ePROMadmTab$REGISTRATION_TYPE %in%
c('PATIENTFOLLOWUP', 'PATIENTFOLLOWUP_3_PiPP', 'PATIENTFOLLOWUP_3_PiPP_REMINDER'))
ind12mnd <- which(ePROMadmTab$REGISTRATION_TYPE %in%
c('PATIENTFOLLOWUP12', 'PATIENTFOLLOWUP_12_PiPP', 'PATIENTFOLLOWUP_12_PiPP_REMINDER'))
ePROM3mnd <- ePROMadmTab[intersect(ind3mnd, which(ePROMadmTab$STATUS==3)), ePROMvar] #STATUS==3 completed
names(ePROM3mnd) <- paste0(ePROMvar, '3mnd')
ePROM12mnd <- ePROMadmTab[intersect(ind12mnd, which(ePROMadmTab$STATUS==3)), ePROMvar]
names(ePROM12mnd) <- paste0(ePROMvar, '12mnd')
indIkkeEprom3mnd <- which(!(RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind3mnd]))
indIkkeEprom12mnd <- which(!(RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind12mnd]))
#indEprom <- which((RegDataV3$ForlopsID %in% ePROMadmTab$MCEID[ind3mnd]))
RegDataV3$Ferdig1b3mndGML <- RegDataV3$Ferdigstilt1b3mnd
RegDataV3$Ferdigstilt1b3mnd <- 0
RegDataV3$Ferdigstilt1b3mnd[RegDataV3$ForlopsID %in% ePROM3mnd$MCEID] <- 1
RegDataV3$Ferdigstilt1b3mnd[intersect(which(RegDataV3$Ferdig1b3mndGML ==1), indIkkeEprom3mnd)] <- 1
RegDataV3$Ferdig1b12mndGML <- RegDataV3$Ferdigstilt1b12mnd
RegDataV3$Ferdigstilt1b12mnd <- 0
RegDataV3$Ferdigstilt1b12mnd[RegDataV3$ForlopsID %in% ePROM12mnd$MCEID] <- 1
RegDataV3$Ferdigstilt1b12mnd[intersect(which(RegDataV3$Ferdig1b12mndGML ==1), indIkkeEprom12mnd)] <- 1
# table(RegDataV3$Ferdig1b3mndGML)
# table(RegDataV3$Ferdigstilt1b12mnd)
#
# table(RegDataV3[ ,c('Aar', 'Ferdigstilt1b12mnd')])
# table(RegDataV3$Aar, !is.na(RegDataV3$OswTot12mnd))
# RegDataV3$Aar <- lubridate::year(RegDataV3$OpDato)
# test <- RegDataV3[which(RegDataV3$Aar==2021 & RegDataV3$Ferdigstilt1b3mnd==1), c("OpDato", "Utfdato3mnd", "ForstLukket3mnd")]
# test$forsinkelse3mnd <- as.Date(test$Utfdato3mnd) - as.Date(test$OpDato)
# mean(test$forsinkelse3mnd)
#I perioden 2019-21 ble ikke dyp og overfladisk sårinfeksjon registrert.
indIkkeSaarInf <- which(RegDataV3$OpDato >= '2019-01-01' & RegDataV3$OpDato <= '2021-12-31')
RegDataV3$KpInfOverfla3Mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfOverfla12mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfDyp3Mnd[indIkkeSaarInf] <- NA
RegDataV3$KpInfDyp12mnd[indIkkeSaarInf] <- NA
if (alleVarV3 == 0) { #Tar bort noen variabler for å spare tid
#!DENNE MÅ GÅS GJENNOM. SER UT TIL AT NOEN NØDVENDIGE VARIABLER FJERNES
fjernesV3 <- c("Adresse", "Adressetype")
# ,"AntibiotikaAntDogn", "AntibiotikaAntDoser", "AntibiotikaDose", "AntibiotikaEvtAntDogn",
# "AntibiotikaKunOprDag", "BenAutogrType", "BenAutoHofte", "BenAutoLokalt", "BenBank", "BenSubstitutt",
# "BlodfortynnendeFast", "BlodfortynnendePreop", "BlodfortynnendeSepDato", "BlodfortynnendeSpes",
# "CaudaAntDogn", "CaudaAntTimer", "CaudaAntUker", "CaudaEnUkeTilTreMnd", "CaudaOverTreMnd",
# "CaudaUnderEnUke", "CaudaUnderEttDogn", "DekompAntNivaa", "DekomprAnnetNivaa",
# "DekomrSpesAnnetNivaaDekomrSpesAnnetNivaa", "EtnKultTilhorighet", "FodtiNorge", "ForrigeInngrep",
# "Fritekstadresse", "FusjonAntNivaa", "FusjonIleumSkrue", "FusjonKir", "FusjonKirAlif",
# "FusjonKirPlfIkkeInstrV3", "FusjonKirPlfInstrV3", "FusjonKirPlfV3", "FusjonKirPlif", "FusjonKirTlif",
# "FusjonKirXlif", "FusjonNedreNivaa", "FusjonOvreNivaa", "FusjonSement",
# "FysioAnnenBeh", "FysioPsykoMotorisk", "FysioTrening", "HKirurgErfaring", "HKirurgErfaringAar",
# "HovedSpinalKirurg", "Hoyde", "HoydeMangler", "KliniskFleksjonLindring",
# "KliniskPosLasegue", "KnivSluttKlokkeMin", "KnivSluttKlokkeTime", "KnivStartKlokkeMin",
# "KnivStartKlokkeTime", "KnivTidMinVarighet", "KnivTidTimerVarighet",
# "NyAnnen12mnd", "NyAnnen3mnd", "NyHjerteKar12mnd", "NyHjerteKar3mnd", "Nykreft12mnd", "Nykreft3mnd",
# "NyLeddSm12mnd", "NyLeddSm3mnd", "NyNerveSkyd12mnd", "NyNerveSkyd3mnd", "NyOprAnt12mnd", "NyOprAnt3mnd",
# "NyOprNivaa12mnd", "NyOprNivaa3mnd", "NyRyggOpr12mnd", "NyRyggOpr3mnd", "NySkade12mnd", "NySkade3mnd",
# "NySykdSkade12mnd", "NySykdSkade3mnd",
# "OpAndreSkiveprotese", "OpAnnenOsteotomi", "OpAnnenOstetosyntSpes", "OpComputerNav",
# "OpFusjonPerkutan", "OpFusjonUtenDekomprV3",
# "OpKileOsteotomi", "OpKyfoseLL", "OpKyfoseLLGrader", "OpKyfosePI", "OpKyfosePIGrader",
# "OpKyfosePT", "OpKyfosePTGrader", "OpKyfoseSVA", "OpKyfoseSVAcm", "OpKysfoseSS", "OpKysfoseSSGrader",
# "OpL1L2", "OpL23", "OpL34", "OpL45", "OpL5S1", "OpOsteosyntFjerningV3",
# "OpOsteosyntRevV3", "OpPonteSPOsteotomi", "OpProOsteotomi", "OpSkolioseCobb", "OpSkolioseCobbGrader",
# "OpSkolioseKyfose", "OpTh12L1", "OpTilgangV3",
# "PostNr", "PostopTrombProfyl", "PostSted",
# "RfDegenListeseMM", "RfEkstrLatProl", "RfIntrforaminaltProl", "RfIstmiskLyse",
# "RFKunDegenerasjon", "RfKyfose", "RfMeyerdingGrad", "RfModic", "RfModicTypeI",
# "RfModicTypeII", "RfSkive", "RfSynovpre",
# "RfTypeIAktNivaa", "RfTypeIAnnetNivaa", "RfTypeIIAktNivaa", "RfTypeIIAnnetNivaa",
# "RvBlokadeFacett", "RvBlokadeNerverot", "RvFunksjoTranslMM", "RvFunksjoVinkelEndrGr",
# "SpesTrombProfyl", "Utfdato12mnd", "Utfdato3mnd", "UtfyltDato")
RegDataV3 <- RegDataV3[ ,-which(names(RegDataV3) %in% fjernesV3)]
}
#-----Tilrettelegging av V2-data-------------------------
if (kunV3 == 0) {
RegDataV2$PID <- paste0(RegDataV2$PID, 'V2')
# Arbstatus3mnd OG Arbstatus12mnd V2:
# De som har verdi 11 og FriskmeldtDato3mnd før Utfdato3mnd får samme Arb.status som ArbstatusPre
# which(RegDataV2$Arbstatus3mnd == 11 & (RegDataV2$dato > RegDataV2$FriskemeldtDato3mnd))
# De andre med 11 settes som manglende. FINNER IKKE DATO FOR UTFYLLING. SETTER FORELØPIG ALLE TIL MANGLENDE
# 7:Delvis sykemeldt - V2: 7+8,
# 8: Arbeidsavklaring - V2:9
# 9: Ufør - V2: 10,
RegDataV2$ArbstatusPreV2V3 <- as.numeric(RegDataV2$ArbstatusPre)
RegDataV2$Arbstatus3mndV2V3 <- as.numeric(RegDataV2$Arbstatus3mnd)
RegDataV2$Arbstatus12mndV2V3 <- as.numeric(RegDataV2$Arbstatus12mnd)
RegDataV2$ArbstatuspreV2V3 <- plyr::mapvalues(RegDataV2$ArbstatusPreV2V3, from = c(8,9,10), to = c(7,8,9))
RegDataV2$Arbstatus3mndV2V3 <- plyr::mapvalues(RegDataV2$Arbstatus3mndV2V3, from = c(8,9,10,11), to = c(7,8,9,NA))
RegDataV2$Arbstatus12mndV2V3 <- plyr::mapvalues(RegDataV2$Arbstatus12mndV2V3, from = c(8,9,10,11), to = c(7,8,9,NA))
#SykemeldVarighPre V2-numerisk, V3 - 1: <3mnd, 2:3-6mnd, 3:6-12mnd, 4:>12mnd, 9:Ikke utfylt
RegDataV2$SykemeldVarighPreV3 <- as.numeric(cut(as.numeric(RegDataV2$SykemeldVarighPre),
breaks=c(-Inf, 90, 182, 365, Inf),
right = FALSE, labels=c(1:4)))
RegDataV2$SykemeldVarighPreV3[is.na(RegDataV2$SykemeldVarighPreV3)] <- 9
RegDataV2$AntibiotikaV3 <- plyr::mapvalues(as.numeric(RegDataV2$Antibiotika), from = c(0, 1, NA), to = c(0,1,9))
#V2: Kode 1:4,NA: 'Ja', 'Nei', 'Planlegger', 'Innvilget', 'Ukjent'
#V3: [0,1,2,3,9] ["Nei","Ja","Planlegger","Innvilget","Ikke utfylt"]
RegDataV2$ErstatningPre <- plyr::mapvalues(as.numeric(RegDataV2$ErstatningPre), from = c(2,3,4,NA), to = c(0,2,3,9))
RegDataV2$UforetrygdPre <- plyr::mapvalues(as.numeric(RegDataV2$UforetrygdPre), from = c(2,3,4,NA), to = c(0,2,3,9))
RegDataV2$SmBePre[is.na(RegDataV2$SmBePre)] <- 99 #99: Ikke utfylt i V3, NA i V2
RegDataV2$SmRyPre[is.na(RegDataV2$SmRyPre)] <- 99 #99: Ikke utfylt i V3, NA i V2
RegDataV2$OpIndPareseGrad[is.na(RegDataV2$OpIndPareseGrad)] <- 9
RegDataV2$Roker[is.na(RegDataV2$Roker)] <- 9
RegDataV2$Morsmal[is.na(RegDataV2$Morsmal)] <- 9
RegDataV2$Utd[is.na(RegDataV2$Utd)] <- 9
RegDataV2$KpInf3Mnd[RegDataV2$KpInf3Mnd==0] <- NA #Tilpasning til V3
RegDataV2$Versjon <- 'V2'
RegDataV2$AvdNavn <- plyr::revalue(RegDataV2$AvdNavn, c( #Gammelt navn V2 - nytt navn (V3)
'Aleris, Bergen' = 'Aleris Bergen',
'Aleris, Oslo' = 'Aleris Oslo',
'Larvik' = 'Tønsberg',
'Oslofjordklinikken Øst' = 'Oslofjordklinikken',
'Teres Colloseum, Oslo' = 'Aleris Oslo',
'Teres Colloseum, Stavanger' = 'Aleris Stavanger',
'Teres, Bergen' = 'Aleris Bergen',
'Teres, Drammen' = 'Aleris Drammen' ,
'Ulriksdal' = 'Volvat',
'UNN, nevrokir' = 'Tromsø')
)
RegDataV2$AvdReshID <- plyr::revalue(RegDataV2$AvdReshID, #Gammelt navn V2 - nytt navn (V3), dvs. gmlresh nyresh
c('107137' = '107508', #Aleris Bergen
'107511' = '999975', #Aleris Oslo
'999999' = '110771') #Volvat
)
# Variabler med samme innhold i V2 og V3, men avvikende variabelnavn.
# (navnV3 = navnV2) dvs. nytt navn, V3 = gammelt navn, V2
RegDataV2 <- dplyr::rename(RegDataV2,
AlderVedOpr = Alder,
EQ5DV212mnd = EQ5D12mnd,
EQ5DV23mnd = EQ5D3mnd,
AvdRESH = AvdReshID,
Bydelskode = Bydelkode,
Bydelsnavn = Bydelsted,
KommuneNr = Kommunenr, #Kommunenavn ikke med i V2
KpInfDyp12mnd = KpInfDyp12Mnd,
#PIDV2 = PID, #Heter PasientID i V3. NB: Må ikke slås sammen.
RokerV2 = Roker,
#Region = HelseRegion #Navn må evt. mappes om i ettertid. Private bare i V2.
SykehusNavn = AvdNavn,
Ferdigstilt1b3mnd = Utfylt3Mnd,
Ferdigstilt1b12mnd = Utfylt12Mnd,
SykDprebetesMellitus = SykdDiabetesMellitus
)
#V2 SivilStatus - 1:Gift, 2:Samboer, 3:Enslig, NA. SivilStatusV3 - 1:Gift/sambo, 2:Enslig, 3:Ikke utfylt
RegDataV2$SivilStatusV3 <- plyr::mapvalues(as.numeric(RegDataV2$SivilStatus), from = c(1,2,3,NA), to = c(1,1,2,9)) #c(2 = 1, 3 = 2, NA=9))
}
#-----Tilrettelegging av V3-data-------------------------
#Fjerner ikke-ferdigstilte pasientskjema
RegDataV3 <- RegDataV3[RegDataV3$Ferdig1a==1 & RegDataV3$Ferdig2a==1, ]
RegDataV3$Versjon <- 'V3'
RegDataV3$PID <- RegDataV3$PasientID #PID vil kobles med variabel PID fra V2 og tilpasses, ønsker å beholde PasientID fra V3
#Navneendring av V3:
RegDataV3 <- dplyr::rename(RegDataV3,
OpProlap = OprProlap #Siden Alle andre heter Op..
) #PIDV3 = PasientID)
#Ny arbedisstatus-variabel, basert på V2 og V3:
#Arbstatus3mndV3 - de med verdi 11 eller 99 eller tom som har oppgitt sykemeldingsgrad., Skal ha verdien 7.
RegDataV3$Arbstatus3mndV3[which(RegDataV3$Arbstatus3mndV3 %in% c(11,99))] <- NA
ind7_3mnd <- which(is.na(RegDataV3$Arbstatus3mndV3) & RegDataV3$SykemeldPros3mnd>0) #17 per 1.mars 2024
RegDataV3$Arbstatus3mndV3[ind7_3mnd] <- 7
RegDataV3$Arbstatus12mndV3[which(RegDataV3$Arbstatus12mndV3 %in% c(10,99))] <- NA
ind7_12mnd <- which( is.na(RegDataV3$Arbstatus12mndV3) & RegDataV3$SykemeldPros12mnd>0) #6 per 1.mars 2024
RegDataV3$Arbstatus12mndV3[ind7_12mnd] <- 7
# 1: I arbeid - V3- 1+2
RegDataV3$ArbstatusPreV2V3 <- RegDataV3$ArbstatusPreV3
RegDataV3$Arbstatus3mndV2V3 <- RegDataV3$Arbstatus3mndV3
RegDataV3$Arbstatus12mndV2V3 <- RegDataV3$Arbstatus12mndV3
RegDataV3$ArbstatusPreV2V3 <- plyr::mapvalues(RegDataV3$ArbstatusPreV2V3, from = 2, to = 1)
RegDataV3$Arbstatus3mndV2V3 <- plyr::mapvalues(RegDataV3$Arbstatus3mndV2V3, from = 2, to = 1)
RegDataV3$Arbstatus12mndV2V3 <- plyr::mapvalues(RegDataV3$Arbstatus12mndV2V3, from = 2, to = 1)
#Legge til underkategori for hovedkategori.
ny <- rygg::kategoriserInngrep(RegData=RegDataV3)
RegDataV3 <- ny$RegData
#--------Definasjon av diagnosegrupper prolaps og spinal stenose V3
# COMPUTE filter_$=(HovedInngrepV2V3 = 4 or (RfSentr = 1 or RfLateral = 1 or RfForaminalSS = 1)
# & (OpDeUlamin = 1 or OpDeUlaminTilgang > 0 or OpLaminektomi = 1)
# & (HovedInngrepV2V3 = 2 or HovedInngrepV2V3 = 3
# or HovedInngrepV2V3 = 5 or HovedInngrepV2V3 = 7) ).
RegDataV3$LSSopr <- ifelse(RegDataV3$HovedInngrepV2V3 == 4
| (RegDataV3$RfSentr == 1 | RegDataV3$RfLateral == 1 | RegDataV3$RfForaminalSS == 1)
& (RegDataV3$OpDeUlamin == 1 | RegDataV3$OpDeUlaminTilgang %in% 1:3 | RegDataV3$OpLaminektomi == 1)
& (RegDataV3$HovedInngrepV2V3 %in% c(2,3,5,7)),
1, 0)
#*Definisjon av prolapsgruppen, dekompresjon, kvalitetssikre, først gr uten fusjon..
#COMPUTE filter_$=(HovedInngrepV2V3 = 1 & LSS_opr = 0).
# 1 'Ja operert med dekopressjon for prolaps'
# 0 ' Nei ikke operert med dekopressjon for prolaps'.
RegDataV3$ProlapsDekr <- ifelse(RegDataV3$HovedInngrepV2V3 == 1 & RegDataV3$LSSopr == 0, 1, 0)
#*Definisjon av prolapsgruppen,med fusjon.
# 1 'Ja operert med fusjon for prolaps'
# 0 ' Nei ikke operert med fusjon for prolaps'.
# COMPUTE filter_$=((Prolaps_dekr = 0 & LSS_opr = 0) & (HovedInngrepV2V3 = 5 & OpProlap > 0) &
# (RfDegskol = 0 & RfSpondtypeDegen = 0 & RfSpondtypeIsmisk = 0)).
RegDataV3$ProlapsFusjonert <-
ifelse((RegDataV3$ProlapsDekr == 0 & RegDataV3$LSSopr == 0) &
(RegDataV3$HovedInngrepV2V3 == 5 & RegDataV3$OpProlap > 0) &
(RegDataV3$RfDegskol == 0 & RegDataV3$RfSpondtypeDegen == 0 & RegDataV3$RfSpondtypeIsmisk == 0),
1, 0)
#*Definisjon av prolapsgruppen, prolapsopr med og uten fusjon.
#COMPUTE filter_$=(Prolaps_dekr = 1 or Prolaps_fusjonert = 1).
# VARIABLE LABELS Prolapsopr_alle 'både dekr og fusjon'.
# 1 'Ja alle typer prolapsoperason'
# 0 ' Nei ikke operert for prolaps'.
RegDataV3$ProlapsoprAlle <- ifelse(RegDataV3$ProlapsDekr == 1 | RegDataV3$ProlapsFusjonert == 1, 1, 0)
# DO IF (LSS_opr = 0 & Prolapsopr_alle = 0 & OpDeUlamin = 1).
# RECODE LSS_opr (0=1).
utvalg <- which(RegDataV3$LSSopr == 0 & RegDataV3$ProlapsoprAlle == 0 & RegDataV3$OpDeUlamin == 1)
RegDataV3$LSSopr[utvalg] <- 1
RegDataV3$Kp3Mnd <- NULL
RegDataV3$Kp3Mnd[rowSums(RegDataV3[ ,c('KpInfOverfla3Mnd','KpInfDyp3Mnd', 'KpUVI3Mnd',
'KpLungebet3Mnd', 'KpBlod3Mnd','KpDVT3Mnd','KpLE3Mnd')],
na.rm = T) > 0] <- 1
RegDataV3$KpInf3Mnd <- NULL
RegDataV3$KpInf3Mnd[rowSums(RegDataV3[ ,c('KpInfOverfla3Mnd','KpInfDyp3Mnd')], na.rm = T) > 0] <- 1
#TidlOp. V2: 1:4,9 c('Samme nivå', 'Annet nivå', 'Annet og sm. nivå', 'Primæroperasjon', 'Ukjent')
#TidlIkkeOp, TidlOpAnnetNiv, TidlOpsammeNiv
RegDataV3$TidlOpr <- 9
RegDataV3$TidlOpr[RegDataV3$TidlIkkeOp==1] <- 4
RegDataV3$TidlOpr[RegDataV3$TidlOpsammeNiv==1] <- 1
RegDataV3$TidlOpr[RegDataV3$TidlOpAnnetNiv==1] <- 2
RegDataV3$TidlOpr[RegDataV3$TidlOpsammeNiv==1 & RegDataV3$TidlOpAnnetNiv==1] <- 3
RegDataV3$OpMikro <- plyr::mapvalues(RegDataV3$OpMikroV3, from = c(0,1,2,3,9), to = c(0,1,1,1,0))
RegDataV3$OpAndreEndosk <- plyr::mapvalues(RegDataV3$OpMikroV3, from = c(0,1,2,3,9), to = c(0,0,0,1,0))
RegDataV3$MedForstLukket <- as.character(as.Date(RegDataV3$MedForstLukket)) #Kobling med NA fungerer ikke for datotid-var
#NB:----------Sjekk ut at alle variabler har samme format
#f.eks.
#head(RegDataV2[, V2ogV3])
#head(RegDataV3[, V2ogV3])
if (kunV3 == 0){
#Variabler i V2 som ikke er i V3. Noen er bevisst fjernet fra V3, se vektor fjernesV3
#setdiff(VarV2, VarV3) #Sjekk på nytt når gått gjennom.
RegDataV3$RokerV2 <- plyr::mapvalues(RegDataV3$RokerV3, from = 2, to = 0)
VarV2 <- names(RegDataV2) #sort
VarV3 <- names(RegDataV3) #sort
V2ogV3 <- intersect(VarV2, VarV3)
V3ikkeV2 <- setdiff(VarV3, V2ogV3)
V2ikkeV3 <- setdiff(VarV2, V2ogV3)
if (alleVarV2 == 0){
RegDataV2[, V3ikkeV2] <- NA #Fungerer ikke for datoTid-variabler
#RegDataV2 <- RegDataV2[ , V2ogV3]
RegDataV2V3 <- rbind(RegDataV2[ ,VarV3],
RegDataV3[ ,VarV3])
} else {
#RegDataV3$AvdodDato <- as.Date(RegDataV3$AvdodDato)
RegDataV2[, V3ikkeV2] <- NA #Fungerer ikke for datoTid-variabler
RegDataV3[, V2ikkeV3] <- NA
RegDataV2V3 <- rbind(RegDataV2,
RegDataV3)
}
}
if (kunV3 == 1) {RegDataV2V3 <- RegDataV3}
#Avvik? PeropKompAnnet
#ProsKode1 ProsKode2 - Kode i V2, kode + navn i V3
# plyr::revalue(x, c('HELSEREGION MIDT-NORGE' = 'Midt', 'HELSEREGION NORD' = 'Nord',
# 'HELSEREGION SØR-ØST' = 'Sør-Øst', 'HELSEREGION VEST' = 'Vest'),
# 'Helse Midt' = 'Midt', 'Helse Nord' = 'Nord', 'Helse Sør' = 'Sør-Øst',
# 'Helse Sør-Øst' = 'Sør-Øst', 'Helse Vest' = 'Vest', 'Helse Øst' = 'Sør-Øst')
#Mars 2021: KpInf-variabler, 3mnd er navngitt ..3Mnd i begge versjoner. Endrer navngiving
EndreNavnInd <- grep('3Mnd', names(RegDataV2V3)) #names(RyggData)[grep('3Mnd', names(RyggData))]
names(RegDataV2V3)[EndreNavnInd] <- gsub("3Mnd", "3mnd", names(RegDataV2V3)[EndreNavnInd])
RegDataV2V3$AvdodDato <- as.Date(RegDataV2V3$AvdodDato, origin='1970-01-01')
#En desimal
RegDataV2V3$BMI <- round(RegDataV2V3$BMI,1)
RegDataV2V3$OswTotPre <- round(RegDataV2V3$OswTotPre,1)
RegDataV2V3$OswTot3mnd <- round(RegDataV2V3$OswTot3mnd,1)
RegDataV2V3$OswTot12mnd <- round(RegDataV2V3$OswTot12mnd,1)
return(RegDataV2V3)
}
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.