R语言如何筛选匹配多个drug_name的分组及计算med_start间隔

实现方案（基于dplyr） #

需求1：筛选同时包含多种指定药物/药物种类达标的id #

• 你的思路是可行的，完全可以先按id分组再做条件过滤，同时支持2种及以上药物的筛选场景，代码示例如下：

library(dplyr)
# 场景1：指定需要同时包含的药物列表
target_drugs <- c("pembrolizumab", "nivolumab")
res1 <- data %>%
  group_by(id) %>%
  filter(all(target_drugs %in% drug_name)) %>% # 确保组内包含所有目标药物
  ungroup()

# 场景2：不指定具体药物，只要不同药物数量≥N即可（例：N=2）
res1_ext <- data %>%
  group_by(id) %>%
  filter(n_distinct(drug_name) >= 2) %>%
  ungroup()

运行上述代码，样例数据中符合条件的id=2的所有记录都会被保留。

需求2：筛选存在用药日期间隔大于x天的id #

• 核心逻辑是分组后计算同id下的最大日期间隔，只要最大间隔大于x，就必然存在至少两条记录满足间隔要求，示例代码如下（x取30天为例）：

x <- 30
res2 <- data %>%
  group_by(id) %>%
  filter(max(med_start) - min(med_start) > x) %>%
  ungroup()

• 如果你的需求是相邻两次用药的间隔大于x天，可以用排序加偏移函数的写法：

x <- 30
res2_adjacent <- data %>%
  group_by(id) %>%
  arrange(med_start) %>% # 按用药日期升序排列
  filter(any(med_start - lag(med_start) > x, na.rm = T)) %>%
  ungroup()

样例数据中id=2的最早用药日期为2018-01-05，最晚为2018-11-01，间隔远大于30天，会被筛选出来；id=1的两次用药间隔为21天，不符合要求会被过滤。

内容的提问来源于stack exchange，提问作者sutsabs