Как рассчитать распространенность заболевания по переменной в R

Question

Я совершенно заблудился, пытаясь вычислить распространенность моей болезни на основе переменной (в моем случае - Почтовый индекс). Я перепробовал все, но, похоже, ничего не работает: (

Я знаю, что распространенность заболевания легко подсчитать (общее число заболевших, деленное на общую численность населения), но это не позволит мне суммировать случаи и суммировать население по почтовому индексу, чтобы затем разделить их.

Столбец, для которого я пытаюсь вычислить распространенность, называется «Лайм», который является переменной logisti c (0 = отрицательный, 1 = положительный). Тогда столбец "FSA" это мои почтовые индексы. Пожалуйста, помогите!

Вот мой код:

Data.All.df <- data.frame(Data.All) ## Create Data Frame from Data file
Data.All.df.2008 <- subset(Data.All.df, Year=="2008") ##only use 2008
library(dplyr)
Data.All.df.2008 <- Data.All.df.2008 %>% 
                              group_by(FSA) %>% 
                              mutate_each(funs(Cases = ((Lyme=="1")/((Lyme=="0")+(Lyme=="1")))))```


X.1 X Source Patient Accession Customer Year Date Country City Province Postal Name Age Gender Species Breed SNAP Apspp Ehrspp HW Lyme Coinfections dupID FSA
1710    4913    4913    Veterinary Clinic   Bronson Sprartacus796575981360  7.97e+13    79657   2008    2008-01-08  Canada  WINDSOR ON  N8N 3T4 Bronson Sprartacus  132 Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8N
1711    4915    4915    Veterinary Clinic   Scotty9233669481432 9.23e+13    92336   2008    2008-01-08  Canada  WINDSOR ON  N8R 1A5 Scotty  84  Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8R
1712    4916    4916    Veterinary Clinic   Hershey9233683161435    9.23e+13    92336   2008    2008-01-08  Canada  WINDSOR ON  N8R 1A5 Hershey 48  Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8R
1713    4918    4918    Veterinary Clinic   Brandy7965736441362 7.97e+13    79657   2008    2008-01-09  Canada  WINDSOR ON  N8N 3T4 Brandy  156 Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8N
1714    4919    4919    Veterinary Clinic   Trish9233699481443  9.23e+13    92336   2008    2008-01-10  Canada  WINDSOR ON  N8R 1A5 Trish   132 Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8R
1715    4929    4929    Veterinary Clinic   Lexie8001685020761364   8.00e+13    80016   2008    2008-01-17  Canada  HALIFAX NS  B3L 2C2 Lexie   29  Spayed  Canine  Non-Sporting    4Dx 0   0   0   0   0   TRUE    B3L
1716    4937    4937    Veterinary Clinic   CUBBIE79700431  7.97e+12    79700   2008    2008-01-21  Canada  DARTMOUTH   NS  B2W 2N3 CUBBIE  118 Spayed  Canine  Non-Sporting    4Dx 0   0   0   0   0   TRUE    B2W
1717    4945    4945    Veterinary Clinic   Stevie7965765291433 7.97e+13    79657   2008    2008-01-25  Canada  WINDSOR ON  N8N 3T4 Stevie  36  Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8N
1718    4947    4947    Veterinary Clinic   Bailey9233644191501 9.23e+13    92336   2008    2008-01-25  Canada  WINDSOR ON  N8R 1A5 Bailey  132 Not Specified   Canine  Not Specified   4Dx 0   0   0   0   0   TRUE    N8R
1719    4948    4948    Veterinary Clinic   ZAK925369448482 9.25e+12    92536   2008    2008-01-25  Canada  HUNTSVILLE  ON  P1H 1B5 ZAK 96  Neutered    Canine  Hound   4Dx 0   0   0   0   0   TRUE    P1H
17

Answer 1

Используя следующие минимальные примерные данные:

# Generate data.
set.seed(0934)
Data.All.df.2008 <- data.frame(FSA = sample(c("N8N", "N8R", "B3L", "P1H"), 50, T),
                               Lyme = sample(0:1, 50, T),
                               stringsAsFactors = F)

# First 10 observations.
head(Data.All.df.2008)

#   FSA Lyme
# 1 N8N    1
# 2 P1H    1
# 3 N8N    0
# 4 P1H    0
# 5 N8N    1
# 6 N8N    1

Распространенность можно рассчитать как число положительных диагнозов, деленное на общее количество наблюдений, т.е. sum(Lyme)/n(). Соответствующая функция: summarise:

library(dplyr)

Data.All.df.2008 %>% 
    group_by(FSA) %>% 
    summarise(Prevalence = sum(Lyme)/n())

# # A tibble: 4 x 2
#   FSA   Prevalence
#   <chr>      <dbl>
# 1 B3L        0.778
# 2 N8N        0.571
# 3 N8R        0.583
# 4 P1H        0.467