如何在DataFrame中按组创建递归滚动基线评分变量？

我有一份包含每位患者多个临床结局观测值的数据集，观测时间点间隔不固定。需要为临床结局创建**滚动基线评分（roving baseline score）**变量，规则是：每当至少90天后的首个时间点确认评分出现上升或下降时，该基线评分就会更新。

示例数据集 #

library(tidyverse)

df <- tibble(
  patID  = c("1", "1", "1", "1", "1", "1", "2", "2", "3", "3", "3", "3", "3", "3"),     
  time_point = c("1", "2", "3", "4", "5", "6", "1", "2", "1", "2", "3", "4", "5", "6"),
  date = as.Date(c("2020-01-01", "2020-05-01", "2020-06-01", "2020-09-01", "2021-01-01", "2021-05-01", "2020-01-01", "2020-05-01", "2020-01-01", "2020-02-01", "2020-03-01", "2020-06-01", "2020-10-01", "2021-04-01")),
  score = c("300", "100", "100", "100", "200", "200", "600", "400", "300", "200", "200", "100", "400", "300"))

期望输出 #

期望得到的基线评分向量如下：

baseline = c("300", "300", "300", "100", "100", "200", "600", "600", "300", "300", "300", "200", "200", "300") 

规则说明 #

• 患者1：评分在时间点2从300降至100，该下降可在时间点4（距时间点2至少90天的最近时间点）确认，因此时间点4的新基线为100；时间点6确认评分相对最新基线上升，新基线更新为200。
• 患者2：仅有2个时间点，无法确认基线变化，基线保持初始值。
• 患者3：评分在时间点2降至200，距该时间点至少90天的最近时间点是时间点4，确认下降后更新基线为200；时间点5评分升至400，距该时间点至少90天的最近时间点是时间点6，确认上升后更新基线为300。

遇到的问题 #

我尝试用for循环创建该变量，但不知道如何按患者分组处理。后续尝试用sapply编写代码，却出现「argument is of length 0」错误，尝试的代码如下：

df_baseline <- df %>%
  group_by(patID) %>%
  mutate(baseline = lag(score, default = first(score)),
         closest_index_90 = sapply(1:n(), function(i) {
           valid_indices <- which(date[i]+90 <= date[(i+1):n()])
           if (length(valid_indices)>0) {return(first(valid_indices) + i)} 
           else {return(NA)}
         }),
         baseline = sapply(1:n(), function(i) {
           if (score[i:closest_index_90[i]] > baseline[i - 1] | score[i:closest_index_90[i]] < baseline[i - 1]) {return(score[which.min(abs(score[i:closest_index_90[i]]-baseline[i-1]))])}
           else {return(baseline[i-1])}}))

我刚接触R语言，对for循环和sapply函数的使用能力有限，未找到针对性解法，恳请帮助！

内容的提问来源于stack exchange，提问作者Evy