如何在R中基于时间戳重叠条件统计房颤检测方法的真阳性与假阳性？

Hi there! No need to apologize at all—everyone starts somewhere, and this is a really practical research question. Let's break down how to solve this step by step using R.

核心思路 #

我们的目标是：

• 找出PPG的Afib事件与ECG的Afib事件之间的重叠时间，判断是否≥30秒（真阳性）
• 统计仅PPG检测到的Afib事件（假阳性）

首先，我们只需要关注两种数据集中的Afib类型事件，噪声事件暂时可以过滤掉。

步骤1：过滤Afib事件 #

先从原始数据中提取出房颤事件：

# 加载dplyr（如果还没加载）
library(dplyr)

# 过滤ECG和PPG中的Afib事件
ecg_afib <- ecg %>% filter(type == "Afib")
ppg_afib <- ppg %>% filter(type == "Afib")

步骤2：计算事件区间的重叠时间 #

我们需要一个函数来计算两个时间区间的重叠时长（单位：秒）：

# 定义计算重叠时间的函数
calculate_overlap <- function(start1, end1, start2, end2) {
  # 确定重叠区间的起始和结束时间
  overlap_start <- pmax(start1, start2)
  overlap_end <- pmin(end1, end2)
  
  # 计算重叠时长（秒），无重叠则返回0
  overlap_seconds <- as.duration(overlap_end - overlap_start) %>% as.numeric("seconds")
  pmax(overlap_seconds, 0)
}

步骤3：匹配PPG与ECG的重叠事件 #

这里推荐使用fuzzyjoin包来高效匹配时间区间，它专门处理这种区间重叠的匹配场景：

# 安装并加载fuzzyjoin（如果还没安装）
install.packages("fuzzyjoin")
library(fuzzyjoin)

# 模糊连接PPG和ECG的Afib事件，匹配有重叠的区间
matched_events <- fuzzy_left_join(
  ppg_afib,
  ecg_afib,
  by = c("start" = "end", "end" = "start"),
  match_fun = list(`<=`, `>=`)  # 匹配条件：PPG.start ≤ ECG.end 且 PPG.end ≥ ECG.start
) %>%
  # 计算每对匹配事件的重叠时间
  mutate(overlap_sec = calculate_overlap(start.x, end.x, start.y, end.y)) %>%
  # 按每个PPG事件分组，找出该事件与所有ECG事件的最大重叠时间
  group_by(start.x, end.x) %>%
  summarise(max_overlap = max(overlap_sec, na.rm = TRUE)) %>%
  ungroup() %>%
  # 判断是否为真阳性（最大重叠≥30秒）
  mutate(true_positive = max_overlap >= 30)

步骤4：统计真阳性与假阳性数量 #

最后统计两类事件的数量：

# 统计真阳性数量
tp_count <- sum(matched_events$true_positive, na.rm = TRUE)
# 统计假阳性数量（PPG Afib事件中未满足真阳性条件的数量）
fp_count <- nrow(matched_events) - tp_count

# 输出结果
cat("真阳性数量：", tp_count, "\n")
cat("假阳性数量：", fp_count, "\n")

关键说明 #

• 模糊连接的匹配条件确保我们只找出有重叠的事件对；
• 按PPG事件分组取最大重叠时间，是因为一个PPG事件可能和多个ECG事件重叠，只要有一个重叠时长≥30秒，就判定为真阳性；
• 如果某个PPG事件没有匹配到任何ECG事件，max_overlap会返回0（因为na.rm=TRUE），自然会被判定为假阳性，符合我们的需求；
• 确保你的时间戳时区一致（你之前用tz=Sys.timezone()设置过，这一点做得很好）。

内容的提问来源于stack exchange，提问作者Dorothy