如何在R中筛选基线后1年±120天随访数据并计算急性加重总数

步骤1：加载工具包并导入数据 #

先加载tidyverse包（包含数据处理和日期操作的实用工具），再导入本地的测试数据集：

# 未安装则先安装，再加载tidyverse
if (!require(tidyverse)) {
  install.packages("tidyverse")
  library(tidyverse)
}

# 导入本地数据（假设文件名为data.csv）
df <- read_csv("data.csv")

步骤2：统一日期格式 #

确保baseline_date和fu_date转换为日期类型，避免字符串格式导致计算错误：

df <- df %>%
  mutate(
    baseline_date = as.Date(baseline_date),
    fu_date = as.Date(fu_date)
  )

如果你的日期格式不是默认的YYYY-MM-DD，可以在as.Date中指定格式，比如format = "%m/%d/%Y"适配月/日/年格式。

步骤3：筛选目标时间范围的随访记录 #

按患者ID分组，筛选出基线日期后245天到485天（365±120天）内的随访记录：

filtered_df <- df %>%
  group_by(subjectid) %>%
  filter(
    fu_date >= baseline_date + days(245),
    fu_date <= baseline_date + days(485)
  )

也可以通过计算天数差的方式筛选，效果一致：

filtered_df <- df %>%
  group_by(subjectid) %>%
  mutate(days_since_baseline = as.numeric(fu_date - baseline_date)) %>%
  filter(days_since_baseline >= 245 & days_since_baseline <= 485)

步骤4：计算每位患者的急性加重总数 #

基于筛选后的记录，按患者ID分组求和，生成急性加重次数汇总：

方式1：生成仅含患者ID和总次数的汇总表

exacerbation_summary <- filtered_df %>%
  group_by(subjectid) %>%
  summarise(
    total_exacerbations = sum(fu_exacerbations, na.rm = TRUE) # na.rm=TRUE处理缺失值
  )

方式2：将总次数合并回原数据集

如果需要让原数据的每条记录都带上对应患者的总次数，用左连接实现：

df_with_total <- df %>%
  left_join(exacerbation_summary, by = "subjectid")

额外提示 #

• 用glimpse(df)查看数据结构，确认日期转换是否成功
• 若数据存在缺失值，na.rm = TRUE能避免求和时出现错误结果

内容的提问来源于stack exchange，提问作者Salman Aslam Chaudhary