基于日期条件合并抗生素数据行并保留附属列

我有按患者ID分组的长格式抗生素疗程数据，已处理完起止时间完全匹配的联合治疗。现在需要处理起止时间不完全对齐但符合特定模式的联合治疗：以氨苄西林（amp）为基础抗生素，若头孢曲松（ceft）、庆大霉素（gent）或链霉素在其启动后1-3天内启动，视为联合治疗。

具体需求：

• 检查所有使用氨苄西林患者的其他药物
• 若支持药物的abx_start在氨苄西林abx_start的1-3天范围内：
  1. 将氨苄西林行的abx列改为联合标识（如amp, ceft）
  2. 保留氨苄西林行的所有其他数据
  3. 删除支持药物对应的行

示例数据 #

ID <- c('C1', 'C1', 'C2', 'C2', 'C2', 'C3', 'C4', 'C4', 'C5', 'C5', 'C6')
abx <- c('amp', 'ceft', 'amp', 'ceft', 'vanc', 'amp', 'amp', 'gent', 'amp', 'vanc', 'vanc')
abx_start <- c(as.Date('1/1/2023'), as.Date('1/3/2023'), as.Date('1/10/2023'), as.Date('1/15/2023'), as.Date('1/1/2023'), as.Date('1/11/2023'), as.Date('1/20/2023'), as.Date('1/21/2023'), as.Date('1/12/2023'), as.Date('1/15/2023'), as.Date('1/1/2023'))
abx_stop <- c(as.Date('1/30/2023'), as.Date('1/29/2023'), as.Date('2/14/2023'), as.Date('2/14/2023'),as.Date('1/3/2023'), as.Date('1/24/2023'), as.Date('2/10/2023'), as.Date('2/08/2023'), as.Date('1/30/2023'), as.Date('1/15/2023'), as.Date('1/14/2023')) 
cx_final <- c(as.Date('1/2/2023'), as.Date('1/2/2023'), as.Date('1/10/2023'), as.Date('1/10/2023'), as.Date('1/3/2023'), as.Date('1/11/2023'), as.Date('1/18/2023'), as.Date('1/18/2023'), as.Date('1/11/2023'), as.Date('1/11/2023'), as.Date('1/1/2023'))
rrt <- c('HD', 'HD', 'none', 'none', 'none', 'none', 'RRT', 'RRT', 'none', 'none', 'HD')
death <- c(as.Date('12/30/2023'), as.Date('12/30/2023'), as.Date('12/30/2023'), as.Date('12/30/2023'), as.Date('12/30/2023'), as.Date('1/25/2023'), as.Date('2/10/2023'), as.Date('2/10/2023'), as.Date('1/30/2023'), as.Date('1/30/2023'), as.Date('12/30/2023'))

df_abx <- data.frame(ID, abx, abx_start, abx_stop, cx_final, rrt, death)

期望处理结果 #

解决方案（使用dplyr） #

核心思路是按患者分组后，为每一行匹配符合条件的联合药物，合并标识后过滤掉被合并的行：

library(dplyr)

# 定义需要匹配的支持药物列表
support_abx <- c("ceft", "gent")  # 链霉素可自行添加到列表中

df_result <- df_abx %>%
  group_by(ID) %>%
  # 为每个amp行匹配符合时间条件的支持药物
  mutate(
    # 找到当前患者中，属于支持药物且启动时间在amp启动后1-3天内的药物
    matched_abx = ifelse(
      abx == "amp",
      paste(abx, paste(abx[abx %in% support_abx & abx_start >= abx_start + 1 & abx_start <= abx_start + 3], collapse = ", "), sep = ", "),
      abx
    ),
    # 标记需要保留的行：amp行保留，非amp行仅当未被匹配时保留
    keep = ifelse(
      abx != "amp",
      !(abx %in% support_abx & any(abx_start >= abx[abx == "amp"] + 1 & abx_start <= abx[abx == "amp"] + 3)),
      TRUE
    )
  ) %>%
  # 处理amp行的合并标识（避免出现"amp, "这种多余逗号）
  mutate(matched_abx = gsub(", $", "", matched_abx)) %>%
  # 过滤掉不需要保留的行，并重命名abx列
  filter(keep) %>%
  rename(abx = matched_abx) %>%
  # 移除临时列
  select(-keep) %>%
  ungroup()

# 查看结果
print(df_result, n = Inf)

代码说明 #

1. 分组匹配：按ID分组后，为每个amp行查找同组内属于支持药物、且启动时间在amp启动后1-3天内的药物。
2. 合并标识：将匹配到的药物与amp合并为联合标识，处理多余逗号的情况。
3. 标记保留行：非amp的支持药物行，若被amp匹配到则标记为删除，否则保留；amp行始终保留。
4. 过滤整理：过滤掉标记为删除的行，重命名列并清理临时变量。

这个方案能完整保留amp行的所有附属列数据，同时准确合并符合条件的联合治疗行，避免数据丢失。

内容的提问来源于stack exchange，提问作者TMHRLA3