R语言基于ems包标准化死亡率 (SMR)计算(1)

分析队列人群有无死亡人数超额，通常应用标准人群死亡率来校正，即刻观察到中的实际死亡数（D）与定一个标准的死亡人数（E），D与E之比称为死亡比（standarized Mortality ratio，SMR）. 标准化死亡率 (SMR) 是观察到的病例与预期病例的比率
因此计算SMR需要两个发病率，观察到的发病率和实际发病率，计算我们使用R语言ems包来进行演示
首先导入R包和其自带的ICU数据

library(ems)
bc<-data(icu)
attach(icu)

我们先来看看数据结构，数据很多名字很长，下图只是显示其中一部分，Unit The name of the ICU unit： ICU单元名称，Age Patient age年龄 患者年龄，Gender男性 = 1，女性 = 0，UnitAdmissionDateTimeICU入住日期和时间，UnitDischargeDateTimeICU出院日期和时间，UnitDischargeName结局：死亡 = 1，UnitDestinationName ICU住院日期，HospitalDischargeDate出院日期，HospitalDischargeName住院结果，LengthHospitalStayPriorUnitAdmission入院前的住院时间，LengthHospitalStayPriorUnitAdmissionICU 入院前患者的来源AdmissionTypeName_pri Admission as Clinical treatmen：治疗手段：1.药物2.择期手术3紧急手术
Vasopressors_D1是否要升压药，IsMechanicalVentilation1h是否1小时需要机械通气，CharlsonComorbidityIndex合并症指数，Saps3Points SAPS 3 score估计死亡概率，
SofaScoreSOFA 分数。

虽然文章数据很多，但是我们使用到的不多，我们先把分类变量改成因子，对一些变量打上标签

attr(icu, "var.labels")[match(c("Unit", "IsMechanicalVentilation1h",
                                "AdmissionTypeName_pri","Vasopressors_D1"), names(icu))] <-
  c("ICU unit","Mechanichal ventilation","Admission type","Vasopressors at admission")
icu$Saps3DeathProbabilityStandardEquation <- icu$Saps3DeathProbabilityStandardEquation /100###除以100变成比率
icu$IsMechanicalVentilation1h <- as.factor(ifelse(icu$IsMechanicalVentilation1h == 1, "Yes", "No"))
icu$AdmissionTypeName_pri <- as.factor(icu$AdmissionTypeName_pri)
levels(icu$AdmissionTypeName_pri) <- c("Clinical","Elective surgery", "Urgent surgery")
icu$Vasopressors_D1 <- as.factor(ifelse(icu$Vasopressors_D1 == 1, "Yes", "No"))

处理好数据后，我们就可以分析了，这文章的死亡率主要有两个，一个是UnitDischargeName指标的实际死亡率，一个是由SOFA评分构成的预测死亡率

SMR(icu$UnitDischargeName, icu$Saps3DeathProbabilityStandardEquation)

OK，实际死亡人数，预测死亡人数，SMR和可信区间都出来了，我们还可以求出分组的SMR和可信区间，假如我们想知道是否上呼吸机的SMR有无区别，

x1 <- SMR.table(data = icu, obs.var = "UnitDischargeName",
               pred.var = "Saps3DeathProbabilityStandardEquation",
               group.var = c( "IsMechanicalVentilation1h"),
               reorder = "no",
               decreasing = TRUE,
               use.label = TRUE)### obs.var为实际死亡得变量，pred.var为预测死亡变量

假如我们想多几组

x <- SMR.table(data = icu, obs.var = "UnitDischargeName",
               pred.var = "Saps3DeathProbabilityStandardEquation",
               group.var = c( "IsMechanicalVentilation1h",
                              "AdmissionTypeName_pri","Vasopressors_D1"),
               reorder = "no",
               decreasing = TRUE,
               use.label = TRUE)

还可以对数据做出可视化视图

forest.SMR(x, digits = 2)