36 Kombinasyon analizi

Bu analiz grafikleri, değerlerin/yanıtların farklı kombinasyonlarının sıklığını gösterir. Bu örnekte, vakaların çeşitli semptom kombinasyonları sergilediği sıklığı çiziyoruz.

Bu analize genellikle şu ad verilir:

“Çoklu yanıt analizi”
“Küme analizi”
“Kombinasyon analizi”

Yukarıdaki örnek çizimde, beş belirti gösterilmektedir. Her dikey çubuğun altında, yukarıdaki çubuk tarafından yansıtılan semptomların kombinasyonunu gösteren bir çizgi ve noktalar bulunur.

Gösterdiğimiz ilk yöntem ggupset paketini, ikincisi ise UpSetR paketini kullanmaktadır.

36.1 Hazırlık

Paketleri yükleyin

Bu kod parçası, analizler için gerekli olan paketlerin yüklenmesini gösterir. Bu el kitabında, gerekirse paketi kuran ve kullanım için yükleyen pacman’dan p_load() vurgusu yapıyoruz. R tabanından library() ile kurulu paketleri de yükleyebilirsiniz. R paketleri hakkında daha fazla bilgi için R basics sayfasına bakabilirsiniz.

pacman::p_load(
  tidyverse,     # veri yönetimi ve görselleştirme
  UpSetR,        # kombinasyon grafikleri için özel paket
  ggupset,       # kombinasyon grafikleri için özel paket
  appliedepidata) # bu el kitabında kullanılan örnek veriler

Verileri içe aktar

Başlamak için, simüle edilmiş bir Ebola salgınından temizlenmiş vaka listesini içe aktarıyoruz. Doğrudan appliedepidata::get_data(name = "linelist_cleaned_rds") ile yükleyin (ayrıntılar için El kitabı ve veri indirme sayfasına bakın).

# Vaka satırlistesini içe aktarın
linelist_sym <- appliedepidata::get_data(name = "linelist_cleaned_rds")

Bu satır listesi, bildirilen semptomlarla ilgili beş “evet/hayır” değişkeni içerir. Grafiğimizi oluşturmak için ggupset paketini kullanmak için bu değişkenleri biraz dönüştürmemiz gerekecek. Verileri görüntüleyin (semptom değişkenlerini görmek için sağa kaydırın).

Değerleri yeniden biçimlendir

ggupset tarafından beklenen formata uyum sağlamak için temel R’dan ifelse() kullanarak “evet” ve “hayır” değerlerini gerçek semptom adına dönüştürürüz. “Hayır” ise, değeri boş olarak ayarlarız, bu nedenle değerler “NA” veya semptomdur.

# noktalı virgülle ayrılmış olarak adlandırılmış belirtilerle sütun oluşturun
linelist_sym_1 <- linelist_sym %>% 

  # "evet" ve "hayır" değerlerini semptom adının kendisine dönüştürün
  # if old value is "yes", new value is "fever", otherwise set to missing (NA)
mutate(fever = ifelse(fever == "yes", "fever", NA), 
       chills = ifelse(chills == "yes", "chills", NA),
       cough = ifelse(cough == "yes", "cough", NA),
       aches = ifelse(aches == "yes", "aches", NA),
       vomit = ifelse(vomit == "yes", "vomit", NA))

Şimdi iki son sütun yapıyoruz:

Hastanın tüm semptomlarını birleştirmek (birbirine yapıştırmak) (bir karakter sütunu)
Yukarıdaki sütunu list sınıfına dönüştürmek, böylece grafik yapmak için ggupset tarafından kabul edilebilir.

stringr’den unite() fonksiyonu hakkında daha fazla bilgi edinmek için Karakterler ve dizeler hakkındaki sayfaya bakabilirsiniz.

linelist_sym_1 <- linelist_sym_1 %>% 
  unite(col = "all_symptoms",
        c(fever, chills, cough, aches, vomit), 
        sep = "; ",
        remove = TRUE,
        na.rm = TRUE) %>% 
  mutate(
    # all_symptoms sütununun, "list" sınıfının (bir sonraki adımda ggupset() kullanmak için gereklidir) bir kopyasını yapın
    all_symptoms_list = as.list(strsplit(all_symptoms, "; "))
    )

Yeni verileri görüntüleyin. Sağ uca doğru iki sütuna dikkat edin - yapıştırılan birleştirilmiş değerler ve liste

36.2 ggupset

Paketi yükleme

pacman::p_load(ggupset)

Grafik oluşturun. Bir ggplot() ve geom_bar() ile başlıyoruz, ancak sonra ggupset’ten scale_x_upset() özel fonksiyonunu ekliyoruz.

# en sık görülen 10 kombinasyonu tutun, n_intersections = 10'un gösterdikleri
top_combinations <- linelist_sym_1 %>% 
  count(all_symptoms, sort = TRUE) %>% 
  slice_head(n = 10) %>% 
  pull(all_symptoms)

ggplot(
  data = filter(linelist_sym_1, all_symptoms %in% top_combinations),
  mapping = aes(x = all_symptoms_list)) +
geom_bar() +
scale_x_upset(
  reverse = FALSE,
  n_intersections = 10,
  sets = c("fever", "chills", "cough", "aches", "vomit"))+
labs(
  title = "Signs & symptoms",
  subtitle = "10 most frequent combinations of signs and symptoms",
  caption = "Caption here.",
  x = "Symptom combination",
  y = "Frequency in dataset")

ggupset hakkında daha fazla bilgiyi çevrimiçi veya çevrimdışı olarak RStudio Yardım sekmeniz ?ggupset içindeki paket belgelerinde bulabilirsiniz.

36.3 `UpSetR`

UpSetR paketi grafiğin daha fazla özelleştirilmesine izin verir, ancak yürütülmesi daha zor olabilir:

Paketi yüklemek

pacman::p_load(UpSetR)

Veri temizliği

‘satırlistesi’ semptom değerlerini 1 / 0’a çevirmeliyiz.

linelist_sym_2 <- linelist_sym %>% 
  # "evet" ve "hayır" değerlerini 1'lere ve 0'lara dönüştürün
     mutate(fever = ifelse(fever == "yes", 1, 0), 
            chills = ifelse(chills == "yes", 1, 0),
            cough = ifelse(cough == "yes", 1, 0),
            aches = ifelse(aches == "yes", 1, 0),
            vomit = ifelse(vomit == "yes", 1, 0))

Daha verimli bir komutla ilgileniyorsanız, mantıksal bir ifadeye dayalı olarak 1’lere ve 0’lara dönüştüren +() işlevinden yararlanabilirsiniz. Bu komut, aynı anda birden fazla sütunu değiştirmek için across() fonksiyonunu kullanır (daha fazla bilgi için Veri temizleme ve temel fonksiyonlar).

# Efficiently convert "yes" to 1 and 0
linelist_sym_2 <- linelist_sym %>% 
  
  # convert the "yes" and "no" values into 1s and 0s
  mutate(across(c(fever, chills, cough, aches, vomit), .fns = ~+(.x == "yes")))

Şimdi ‘upset()’ özel fonksiyonunu kullanarak grafiği yapın - yalnızca belirtiler sütunlarını kullanarak. Hangi “kümelerin” karşılaştırılacağını belirlemelisiniz (semptom sütunlarının adları). Alternatif olarak, yalnızca en iyi X kombinasyonlarını göstermek için nsets = ve order.by = "freq" kullanın.

# Grafiği çizin
linelist_sym_2 %>% 
  drop_na(fever, chills, cough, aches, vomit) %>% 
  UpSetR::upset(
       sets = c("fever", "chills", "cough", "aches", "vomit"),
       order.by = "freq",
       sets.bar.color = c("blue", "red", "yellow", "darkgreen", "orange"), # optional colors
       empty.intersections = "on",
       # nsets = 3,
       number.angles = 0,
       point.size = 3.5,
       line.size = 2, 
       mainbar.y.label = "Symptoms Combinations",
       sets.x.label = "Patients with Symptom")