如何用R计算医疗服务每日病例负荷量并解决计算异常问题？

数据预处理 #

首先转换日期格式，并处理未结案病例（Discharge.date为NA的病例，将其出院日期设为统计时间范围的最后一天，确保这类病例持续计入负荷直到统计结束）：

# 转换日期列格式
df$Referral.date <- as.Date(df$Referral.date)
df$Discharge.date <- as.Date(df$Discharge.date)

# 定义统计时间范围（自动取数据中最早转诊日和最晚出院日，也可手动指定）
start_date <- min(df$Referral.date, na.rm = TRUE)
end_date <- max(c(df$Referral.date, df$Discharge.date), na.rm = TRUE)
# 若需固定统计到某一天，比如2019-01-01，替换为：
# end_date <- as.Date("2019-01-01")

# 处理未结案病例的NA值
df$Discharge.date[is.na(df$Discharge.date)] <- end_date

生成每日病例变化量 #

通过构造转诊（+1）和出院（-1）事件，按日期汇总每日的病例增减数：

# 构造转诊事件数据
referral_events <- data.frame(
  date = df$Referral.date,
  change = 1
)

# 构造出院事件数据
discharge_events <- data.frame(
  date = df$Discharge.date,
  change = -1
)

# 合并所有事件并按日期汇总
all_events <- rbind(referral_events, discharge_events)
daily_changes <- aggregate(change ~ date, data = all_events, sum)

计算每日病例负荷量 #

生成完整日期序列，填充无变化日期的数值，最终通过累积求和得到每日负荷：

# 生成连续日期序列
date_seq <- data.frame(date = seq(start_date, end_date, by = "day"))

# 合并日期序列与每日变化，无变化日期设为0
daily_changes <- merge(date_seq, daily_changes, by = "date", all.x = TRUE)
daily_changes$change[is.na(daily_changes$change)] <- 0

# 计算每日负荷：累积求和
daily_changes$daily.caseload <- cumsum(daily_changes$change)

解决异常波动问题 #

你遇到的骤降问题核心原因是未处理NA值或日期序列不完整：

• 未结案病例的NA出院日期会导致该病例提前从负荷中移除，统一设为统计结束日可避免此问题
• 完整的日期序列确保每一天的增减都被连续计算，不会出现断层导致的累积错误

结果可视化验证 #

用ggplot快速查看负荷变化趋势：

library(ggplot2)
ggplot(daily_changes, aes(x = date, y = daily.caseload)) +
  geom_line(color = "#2c3e50") +
  labs(x = "日期", y = "每日病例负荷量", title = "病例负荷随时间变化") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者SOFaddict