如何高效为长格式生命体征数据多条件判定并分级分类？

核心思路 #

用tidyverse的关联+批量判断逻辑替代拆分合并操作，把所有检测项的参考范围（含性别维度）集中管理，一次性完成等级划分，大幅提升效率。

实操步骤 #

1. 构建统一参考范围表 #

先把20-30个检测项的分性别参考范围整理成独立数据集，方便后续关联：

library(tidyverse)

# 示例参考范围表，按需补充所有检测项的范围
ref_ranges <- tibble(
  test_name = c(rep("SYSBP", 2), rep("DIABP", 2), rep("HR", 2)),
  gender = c("M", "F", "M", "F", "M", "F"),
  lower_limit = c(90, 90, 60, 60, 60, 60),
  upper_limit = c(139, 139, 89, 89, 100, 100)
)

2. 关联原始数据与参考范围 #

将长格式的生命体征数据和参考范围表通过检测项名称+性别两个字段关联：

# 假设原始数据集为vitals_data，包含test_name、gender、measured_value三列
vitals_data <- tibble(
  test_name = c("SYSBP", "SYSBP", "DIABP", "DIABP", "HR", "HR"),
  gender = c("M", "F", "M", "F", "M", "F"),
  measured_value = c(85, 145, 55, 95, 55, 105)
)

# 执行关联
vitals_combined <- vitals_data %>%
  left_join(ref_ranges, by = c("test_name", "gender"))

3. 批量划分数值等级 #

用case_when一次性完成所有检测项的LOW/NORMAL/HIGH判断：

vitals_final <- vitals_combined %>%
  mutate(
    level = case_when(
      measured_value < lower_limit ~ "LOW",
      measured_value > upper_limit ~ "HIGH",
      TRUE ~ "NORMAL"
    )
  ) %>%
  # 可选：移除中间的上下限列，保留原始数据和等级列
  select(-lower_limit, -upper_limit)

4. 兼容无性别差异的检测项（可选） #

如果部分检测项不分性别，可在参考范围表中设置gender = "ALL"，再调整关联逻辑：

# 更新参考范围表，加入不分性别的项
ref_ranges <- ref_ranges %>%
  add_row(test_name = "SPO2", gender = "ALL", lower_limit = 95, upper_limit = 100)

# 先匹配test_name+gender，再匹配test_name+ALL作为 fallback
vitals_combined <- vitals_data %>%
  left_join(ref_ranges, by = c("test_name", "gender")) %>%
  left_join(
    ref_ranges %>% filter(gender == "ALL"),
    by = "test_name",
    suffix = c("", "_all")
  ) %>%
  mutate(
    lower_limit = coalesce(lower_limit, lower_limit_all),
    upper_limit = coalesce(upper_limit, upper_limit_all)
  ) %>%
  select(-ends_with("_all"))

方案优势 #

• 无需拆分数据集，所有检测项一次性处理，面对20-30个项也能快速运行
• 参考范围集中管理，后续修改或新增检测项只需更新ref_ranges表，维护成本低
• 完全基于tidyverse生态，代码简洁易读，便于团队协作维护

内容的提问来源于stack exchange，提问作者Roman Maksvytis