使用R统计REDCap数据库中患者不良事件重复发生次数

核心思路 #

REDCap的重复事件结构会让同一患者对应多行数据：主数据行（ae_repeat=NA）存储患者基本信息，重复事件行（ae_repeat=1）记录不良事件。我们需要先按患者ID分组统计有效不良事件（ae_type非NA）的数量，再将统计结果合并回原数据集。

具体代码实现 #

首先加载dplyr工具包：

library(dplyr)

1. 修正列名（处理示例笔误）

示例数据中列名recor_id应为record_id，先修正：

df <- df %>% rename(record_id = recor_id)

2. 统计每位患者的有效不良事件数

# 分组统计有效不良事件总数
ae_count_summary <- df %>%
  group_by(record_id) %>%
  summarise(ae_count = sum(!is.na(ae_type)), .groups = "drop")

• sum(!is.na(ae_type))：将ae_type非NA的行标记为TRUE（转数值为1），求和得到有效事件总数
• .groups = "drop"：统计完成后取消分组，避免后续操作的分组干扰

3. 合并统计结果到原数据集

如果需要保留所有行（包括重复事件行），使用left_join：

df_with_ae_count <- df %>%
  left_join(ae_count_summary, by = "record_id")

如果只需要保留包含患者基本信息的主数据行（ae_repeat=NA）：

main_data_with_ae_count <- df %>%
  filter(is.na(ae_repeat)) %>%
  left_join(ae_count_summary, by = "record_id")

验证结果 #

对示例数据执行后，最终统计值为：

• 患者1的ae_count为1
• 患者2的ae_count为1
• 患者3的ae_count为2

内容的提问来源于stack exchange，提问作者Fabian Brennecke