如何在R语言中判定两个变量的时间序列关系并生成标记变量

现有一份包含个体多次随访记录的数据框，每次随访会记录两个关键指标：

• MCI：MCI诊断结果（1=存在MCI，0=无MCI）
• ANTIDEP：抗抑郁药物使用情况（1=使用，0=未使用）

需要筛选出在使用抗抑郁药物后MCI转为0的个体（包括MCI转0的随访前或同期用药的情况），并为这些个体的所有随访记录生成标记变量ANTIDEP_helped（符合条件标记为1，否则为0）。

示例数据 #

ID  <- c(1,1,1,1,1,2,2,2,3,3,3,3,4,4,5,5,5,5,6,6,6,6,7,7,7)
Visit <- c(1,2,3,4,5,1,2,3,1,2,3,4,1,2,1,2,3,4,1,2,3,4,1,2,3)
MCI <- c(1,1,1,0,0,1,1,1,1,0,0,0,1,0,1,0,0,0,1,0,1,1,1,0,1) 
ANTIDEP <- c(0,0,0,0,0,0,0,0,1,1,1,0,0,0,1,0,0,0,0,0,1,1,0,0,0)
df <- data.frame(ID, Visit, MCI, ANTIDEP)

期望结果 #

生成的ANTIDEP_helped变量结果为：(0,0,0,0,0,0,0,0,1,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0)，仅ID为3和5的个体符合条件。

解决方案（R语言） #

使用dplyr包进行分组逻辑判断，代码如下：

# 若未安装dplyr，先运行 install.packages("dplyr")
library(dplyr)

df_result <- df %>%
  group_by(ID) %>%
  mutate(
    # 获取个体首次MCI转为0的随访时间（无转0则设为Inf）
    first_mci_zero = min(Visit[MCI == 0], Inf),
    # 检查首次转0时间点及之前是否有过用药记录
    antidep_before_zero = any(ANTIDEP[Visit <= first_mci_zero] == 1),
    # 判断是否符合条件：初始有MCI + 存在转0记录 + 转0前/同期用过药
    ANTIDEP_helped = as.integer(MCI[1] == 1 & first_mci_zero != Inf & antidep_before_zero)
  ) %>%
  ungroup()

# 查看生成的标记变量
print(df_result$ANTIDEP_helped)

逻辑说明 #

1. 按ID分组，聚焦每个个体的随访序列；
2. 定位首次MCI转0的时间点，排除从未转0的个体；
3. 验证该时间点及之前是否使用过抗抑郁药物；
4. 同时确保个体初始状态为MCI阳性（首次随访MCI=1），避免误判原本就无MCI的个体；
5. 符合所有条件的个体，其所有随访记录的ANTIDEP_helped标记为1，否则为0。

内容的提问来源于stack exchange，提问作者Jenn0804