如何用Base R简化不同预约次数患者的缺席率计算？

问题背景 #

我们有如下患者预约数据集，记录了患者的预约出席/缺席情况：

set.seed(123)

num_patients <- 50
patient_ids <- rep(1:num_patients, each = sample(2:10, num_patients, replace = TRUE))
n_visits <- length(patient_ids)

start_date <- as.Date("2022-01-01")
end_date <- as.Date("2023-12-31")
visit_dates <- sample(seq(start_date, end_date, by = "day"), n_visits, replace = TRUE)

results <- sample(c("miss", "attend"), n_visits, replace = TRUE, prob = c(0.25, 0.75))

patient_visits <- data.frame(
  patient_id = patient_ids,
  visit_date = sort(visit_dates[order(patient_ids)]),
  result = results
)

需要计算以下场景的缺席率：

• 仅1次预约的患者：首次预约的缺席率
• 有2次预约的患者：首次、第二次预约的缺席率
• 有3次预约的患者：首次、第二次、第三次预约的缺席率
• 有4次及以上预约的患者：首次、第二次、第三次预约的缺席率，以及其余预约的整体缺席率

原方法采用手动分组计算，代码冗余，以下是更简便的Base R实现方案。

简化实现代码 #

# 1. 排序并生成预约序号、患者总预约次数
patient_visits <- patient_visits[order(patient_visits$patient_id, patient_visits$visit_date), ]
patient_visits$appt_seq <- ave(patient_visits$patient_id, patient_visits$patient_id, FUN = seq_along)
patient_visits$total_appt <- ave(patient_visits$patient_id, patient_visits$patient_id, FUN = length)

# 2. 对总预约次数分组：1、2、3、4+
patient_visits$group_total <- cut(
  patient_visits$total_appt, 
  breaks = c(0,1,2,3,Inf), 
  labels = c("1", "2", "3", "4+"),
  right = FALSE
)

# 3. 对预约场次分组：4+患者的第4次及以后场次合并为"4+"
patient_visits$appt_group <- with(patient_visits, 
                                  ifelse(group_total == "4+" & appt_seq > 3, "4+", as.character(appt_seq)))

# 4. 批量计算各分组的缺席率
results_df <- aggregate(
  result ~ group_total + appt_group, 
  data = patient_visits,
  FUN = function(x) mean(x == "miss")
)

# 5. 整理结果格式
colnames(results_df) <- c("total_appointments", "appointment_number", "miss_rate")
results_df$total_appointments <- as.numeric(results_df$total_appointments)
results_df <- results_df[order(results_df$total_appointments, results_df$appointment_number), ]

# 查看最终结果
print(results_df)

代码说明 #

1. 基础字段生成：用ave替代tapply，一次性生成每个患者的预约序号和总预约次数，避免手动拆分数据框的冗余操作。
2. 总预约次数分组：通过cut函数快速将患者按总预约次数分为4个组别，无需手动筛选不同次数的患者ID。
3. 场次分组合并：用ifelse统一处理4+次预约患者的场次，自动将第4次及以后的场次合并为"4+"，逻辑更简洁。
4. 批量计算缺席率：使用aggregate按总预约次数和场次分组，一次性完成所有场景的缺席率计算，替代多次手动rbind的重复代码。
5. 结果格式整理：重命名列并排序，得到与原方法完全一致的输出结构。

这个方法逻辑清晰、代码简洁，且能自动适配不同的预约次数分组，扩展性更强。

内容的提问来源于stack exchange，提问作者stats_noob