Regn ut kvalitetsindikator for andeler — aggreger_ki

Regner ut kvalitetsindikator for andeler (teller delt på nevner) basert på et standard datasett for binomiske data / andelsdata. Gir også ut konfidensintervall for andelene.

Usage

aggreger_ki_prop(d_ki_ind, konf_niva = 0.95, alfa = lifecycle::deprecated())

Arguments

d_ki_ind: Datasett som gitt ut av en standard KI-funksjon for binomiske data / andelsdata / proporsjonsdata. Se detaljer nedenfor.
konf_niva: Konfidensnivå. Standardverdi er 0.95, som tilsvarer et 95 %-konfidensintervall.
alfa: Utdatert og erstatta av konf_niva (tilsvarande 1 - alfa). Vert fjerna i neste versjon av pakken.

Value

Ugruppert tibble eller data.frame (avhengig av inndataene) med følgende kolonner:

est: Kvalitetsindikatoren, dvs. estimert andel (ki_teller/ki_nevner).
ki_teller: Telleren i indikatoren (antall sanne ki_krit_teller der ki_krit_nevner er sann).
ki_nevner: Nevneren i indikatoren (antall sanne ki_krit_nevner).
konf_int_nedre: Nedre konfidensgrense for est.
konf_int_ovre: Øvre konfidensgrense for est.

I tillegg vil det være kolonner for alle grupperingsvariablene.

Details

Inndatasettet må inneholde minst de to logiske variablene ki_krit_nevner og ki_krit_teller, der ki_krit_nevner sier om raden (for eksempel pasienten eller forløpet) oppfyller kriteriet for å inngå i nevneren i indikatoren, og ki_teller sier om den oppfyller kriteriet for å inngå i telleren (dvs. skal regnes som en «suksess»). Se vignetten for kvalitetsindikatorar (vignette("ki-funksjonar", package = "rapwhale")) for mer detaljert informasjon, både om krav til gyldige inndata og om bruk.

Funksjonen gir ut aggregert datasett med teller, nevner, estimatet teller/nevner og konfidensintervall for estimatet, alt bare for de radene der ki_krit_nevner er sann. Dersom ingen ki_krit_nevner er sann, vil estimatet og tilhørende konfidensgrenser være NA. Hvis inndataene er gruppert, blir resultatet regnet ut på gruppenivå, med én rad per gruppe.

Note

Funksjonen kan også brukes for teller/nevner-data som ikke oppfyller antagelsen om binomiske data, men da kan man naturlegvis ikke stole på konfidensintervallene som en får ut.

Examples

# Pakke for bruk av tibble-objekt og rør-operatoren
library(dplyr)
#> 
#> Attaching package: ‘dplyr’
#> The following objects are masked from ‘package:stats’:
#> 
#>     filter, lag
#> The following objects are masked from ‘package:base’:
#> 
#>     intersect, setdiff, setequal, union

# Eksempeldata
d = tibble(
  pasid = 1:8,
  sykehus = rep(c("Haukeland", "Førde", "Voss"), times = c(3, 2, 3)),
  ki_krit_teller = c(TRUE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, FALSE),
  ki_krit_nevner = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE)
)

# Utregnet kvalitetsindikator for hele datasettet
aggreger_ki_prop(d)
#> # A tibble: 1 × 5
#>     est ki_teller ki_nevner konfint_nedre konfint_ovre
#>   <dbl>     <int>     <int>         <dbl>        <dbl>
#> 1 0.714         5         7         0.359        0.918

# Eventuelt med 90 %-konfidensintervall
aggreger_ki_prop(d, konf_niva = 0.9)
#> # A tibble: 1 × 5
#>     est ki_teller ki_nevner konfint_nedre konfint_ovre
#>   <dbl>     <int>     <int>         <dbl>        <dbl>
#> 1 0.714         5         7         0.409        0.900

# Gruppert på sykehusnivå
d |>
  group_by(sykehus) |>
  aggreger_ki_prop()
#> # A tibble: 3 × 6
#>   sykehus     est ki_teller ki_nevner konfint_nedre konfint_ovre
#>   <chr>     <dbl>     <int>     <int>         <dbl>        <dbl>
#> 1 Førde     0.5           1         2        0.0945        0.905
#> 2 Haukeland 0.667         2         3        0.208         0.939
#> 3 Voss      1             2         2        0.342         1    

# Merk at sykehusene ovenfor blir vist i alfabetisk rekkefølge,
# siden grupperingsvariabelen «sykehus» var en tekstvariabel.
# Hvis du vil ha en annen rekkefølge, gjør den om til faktor først.
d = mutate(d, sykehus = factor(sykehus,
  levels = c("Haukeland", "Førde", "Voss")
))
d |>
  group_by(sykehus) |>
  aggreger_ki_prop()
#> # A tibble: 3 × 6
#>   sykehus     est ki_teller ki_nevner konfint_nedre konfint_ovre
#>   <fct>     <dbl>     <int>     <int>         <dbl>        <dbl>
#> 1 Haukeland 0.667         2         3        0.208         0.939
#> 2 Førde     0.5           1         2        0.0945        0.905
#> 3 Voss      1             2         2        0.342         1