在R语言中计算患者治疗结束时间的技术实现问询

核心修正逻辑：结束时间需要连续检查记录，一旦出现不符合条件的条目，后续记录不再纳入判断，而非全局查找所有符合条件的最大V2。以下是基于dplyr的实现代码：

library(dplyr)

# 处理数据逻辑
df_processed <- df %>%
  group_by(Patient) %>%
  # 提取患者首次就诊的初始治疗方案
  mutate(initial_T = first(T1[V1 == 1])) %>%
  # 计算开始时间：首次就诊满足T1=T2且R2为Response时，start为对应V2
  mutate(start = ifelse(V1 == 1 & T1 == T2 & R2 == "Response", V2, NA)) %>%
  # 将start值填充至该患者所有行，方便后续判断
  fill(start, .direction = "downup") %>%
  # 标记当前记录是否符合结束时间的判断条件
  mutate(valid = !is.na(start) & R2 %in% c("Response", "Death") & T1 == initial_T) %>%
  # 生成连续有效记录的分组：一旦出现无效记录，后续组号递增
  mutate(valid_group = cumsum(!valid)) %>%
  # 仅保留从开头连续有效的记录组（valid_group=0）
  filter(valid_group == 0) %>%
  # 取该组最后一个V2作为结束时间
  mutate(end = last(V2)) %>%
  # 合并回原始数据，保留所有行
  right_join(df, by = names(df)) %>%
  group_by(Patient) %>%
  # 填充所有行的start和end值
  fill(start, end, .direction = "downup") %>%
  ungroup() %>%
  # 移除中间辅助列
  select(-initial_T, -valid, -valid_group)

逻辑说明 #

1. 分组处理：按Patient分组，确保每个患者的治疗时间计算独立进行。
2. 初始方案提取：获取每个患者首次就诊（V1=1）时的治疗方案initial_T，作为后续判断的基准。
3. 开始时间计算：与原有逻辑一致，仅在首次就诊满足T1=T2且R2="Response"时标记开始时间，并用fill填充至该患者所有行。
4. 有效记录标记：标记符合结束时间判断条件的记录（有开始时间、R2为Response/Death、T1与初始方案一致）。
5. 连续有效分组：通过cumsum(!valid)生成分组，确保仅保留从开头连续有效的记录，中途出现无效记录则终止判断。
6. 结束时间确定：取连续有效记录的最后一个V2作为该患者的结束时间，再填充至所有行。

验证结果 #

• 第一个示例中：
  • Dave: start=150，end=568
  • Angel: start=NA，end=NA
  • Joe: start=150，end=150
  • Cara: start=150，end=375
• 补充示例中的Tanya：start=150，end=375（符合预期，而非错误的600）

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