一、本篇见识本篇著作东要统计见识药物ADE文书的临床特征；后头的著作再对触及四格表的数据进行统计分析。二、临床特征有哪些？底下这张图片是我在一篇论文中截取的ADE文书临床特征的表格，基本包含了常见的临床特征信息。

图片

每个东说念主的论文推行并作假足一致，对临床特征的统计需求当然也不一致，本文会凭证上一篇著作中获得的demo_A/indi_A/outc_A等表格，统计关连临床特征。淌若有其他临床特征统计需求，可自行盘考。三、步调已毕

患者性别统计

sex_n <- demo_A %>%          #见识药物的demo表格  group_by(sex) %>%          #以性别分组  summarise(n = n()) %>%     #进行计数统计  arrange(desc(n))           #诊治排序花样#需要精明，以上步调不错用count函数代替write_csv(sex_n, "sex_n.csv")#输出

患者年齿组统计

age_n <- demo_A %>%     mutate(age_groups = case_when(    age_year < 18 ~ "< 18",                         #18岁以下年齿组    age_year >= 18 & age_year < 45 ~ " ≥ 18,＜ 45", #18~45岁年齿组    age_year >= 45 & age_year < 65 ~ " ≥ 45,＜ 65", #45~65岁年齿组    age_year >= 65 & age_year < 75 ~ " ≥ 65,＜ 75", #65~75岁年齿组    age_year >= 75  ~ " ≥ 75",                      #75岁以上年齿组    .default = as.character(age_year)  )) %>%   group_by(age_groups) %>%   summarise(n = n()) %>%   arrange(desc(n))#年齿组可凭证需求率性分辨write_csv(age_n, "age_n.csv")

年齿均值和SD的策画

age_mean <- mean(demo_A$age_year, na.rm = TRUE)age_sd <- sd(demo_A$age_year, na.rm = TRUE)summary(demo_A$age_year)

上报年份统计

fda_dt_n <- demo_A %>%   mutate(fda_dt_sub = str_sub(.$fda_dt, 1, 4)) %>%  #取fda_dt第1位到第4位，即年份  group_by(fda_dt_sub) %>%   summarise(n = n())write_csv(fda_dt_n, "fda_dt_n.csv")

出现国度统计

occr_country_n <- demo_A %>%   group_by(occr_country) %>%   summarise(n = n()) %>%   arrange(desc(n))write_csv(occr_country_n, "occr_country_n.csv")

上报国度统计

reporter_country_n <- demo_A %>%   group_by(reporter_country) %>%   summarise(n = n()) %>%   arrange(desc(n))write_csv(reporter_country_n, "reporter_country_n.csv")

合乎症统计

indi_pt_n <- indi_A %>%   group_by(indi_pt) %>%   summarise(n = n()) %>%   arrange(desc(n))write_csv(indi_pt_n, "indi_pt_n.csv")

结局统计

outc_cod_n <- outc_A %>%   group_by(outc_cod) %>%   summarise(n = n()) %>%   arrange(desc(n))write_csv(outc_cod_n, "outc_cod_n.csv")

上报东说念主代码统计开云体育

occp_cod_n <- demo_A %>%   group_by(occp_cod) %>%   summarise(n = n()) %>%   arrange(desc(n))write_csv(occp_cod_n, "occp_cod_n.csv")

四、小结统计步调接管了group_by和summarise函数纠合的花样，不错用count函数替代。本篇著作仅仅展示了部分临床特征统计，淌若有其他需求，不错自行盘考，和上述步调近似。后头的著作会对触及四格表的关连数据进行统计分析。 本站仅提供存储职业，悉数推行均由用户发布，如发现存害或侵权推行，请点击举报。