英国石油公司
bp:血压分析对于R
心血管疾病(CVD)是世界范围内的主要死亡原因高血压,特别是影响11亿多人的高血压每年。该包的目标是提供一个全面的工具箱使用各种统计数据分析血压(BP)数据为CVD带来更清晰的指标和可视化。
安装
您可以从安装发布版本的bpCRAN(起重机)具有:
您可以从安装开发版本github具有:
#install.packages(“devtools”)
开发工具::安装github(“johnschwenck/bp”)
对于带有渐晕图的安装:
开发工具::安装github(“johnschwenck/bp”,构建渐晕图= 真的)
示例数据
该软件包包括六个样本数据集:
bp_催眠
:数据集包含来自n=5名2型糖尿病和阻塞性睡眠呼吸暂停综合征患者。这个在24小时内,每个相隔3个月的两次访问。其他信息包括根据腕带推断的每个记录的睡眠/唤醒指示器活动描记装置。原始研究(Rooney等人,2021年)的目的是确定气道正压治疗对睡眠的影响呼吸暂停对型糖尿病患者血糖控制和血压的影响2糖尿病。包含的数据是中描述的完整数据的子集鲁尼(Rooneyet)al.(2021年)
bp_jhs公司
:数据集由HBPM测量值组成一2019单学科试点研究在持续有氧运动(耐力)期间运动:从纽约市骑行5775英里到苏厄德,在阿拉斯加度过了95天。使用欧姆龙收集数据Evolv无线血压计每天两次(早上起床和晚上睡觉前)。原始研究的目的(Schwenck 2019)旨在评估不同人群的血压变异性随时间变化的环境。
bp_加纳
:数据集包含n上的HBPM测量=来自32个社区卫生中心的757名受试者加纳试验:389名受试者在健康保险范围内组和368名受试者属于另一组,由组合HIC与护士领导的高血压控制任务转移策略(TASSH)(该组表示为TASSH+HIC)。基线血压收集了测量数据,85%的受试者有12个可用数据月随访测量。原始研究目的(Ogedegbe etal.2018)是为了评估HIC单独与TASSH+HIC联合应用降低收缩压加纳未控制高血压患者。
bp_preg公司
:数据集包含来自n=209名女性,每30分钟记录一次妊娠日评估诊所(PDAC)观察窗口最多240分钟(即每个受试者最多8次总读数每个观察窗口)PDAC评估之前。原始研究的目的(McCarthy etal.2015)是为了调查妊娠高血压和子痫前期预测是否确定血压第一个1小时(60分钟)观察窗的评估是相对于标准4小时(240分钟)足够准确窗口。
bp_儿童
:数据集包含HBPM测量来自英国布里斯托尔的1283名儿童在两个观察期(年龄9和11)。此外,关于他们身体活动的信息收集。最初的研究(Solomon-Moore等人,2020年)旨在研究久坐行为如何影响孩子的成长小学阶段,了解升学与儿童血压及其对发育的影响心血管疾病一直持续到成年。
bp_额定值
:数据集包含采样的AP测量值Dahl的SS(n1=9)和SS.13(n2=6)遗传菌株的100 Hz胡扯。给每只小鼠注射低钠或高钠饮食。原始研究(Bugenhagen等人,2010年)的目的是探讨压力反射功能障碍之间的联系Dahl大鼠的控制系统与盐敏感性高血压
预期功能
这个英国石油公司
包的设计允许用户通过处理_数据
通过指定以下变量的任意组合出现在用户提供的数据集中(最低要求是SBP公司
和数据库管理员
包括在内)。该包裹将然后利用处理过的数据帧计算来自医学和统计文献,并提供可视化。也许该软件包最有用的用户友好功能是能够生成可视化报告以识别关系并评估受试者的血压阶段进展。
该软件包能够利用以下功能生理变量(以整数表示):
- 收缩压(
SBP公司
)测量单位:mmHg
- 舒张压(
数据库管理员
)测量单位:mmHg
- 动脉压(
AP公司
)(如适用)
- 心率(
人力资源
)以bpm计量
- 脉冲压力(
聚丙烯
)测量单位为毫米汞柱,即计算为SBP-DBP
- 平均动脉压(
地图
)测量单位:mmHg
- 额定压力产品(
RPP(RPP)
)计算为SBP乘以静息心率
还有动脉压(AP)的处理功能包含以下输入的数据:*对应于AP数据(AP公司
)*经过的时间(时间重叠(_E)
)
此外,在处理_数据
功能,如:
日期_时间
:对日期/时间作出响应的列核心对象(通常作为.POSIXct
格式),例如12/1/2020 13:42:07
身份证件
:个人身份
访问
:如果不止一个人,每个人的访问(整数)
WAKE(唤醒)
:二进制指示器,其中1表示唤醒,0表示表示睡眠(二进制1或0)
集团
:可用于分组的任意列根据这一类别的数据(如性别或年龄)
地球观测站
:表示可以调整的一天结束时间个人可以在午夜后读取读数的情况
数据_屏幕
:剔除异常值的筛选过程基于BP读数的上限和下限
AGG公司
:连续平均值的聚合选项快速连续读取读数
CHRON_订单
:调整读数的时间顺序(年代学与逆年代学)
TZ公司
:时区调整
识别并处理所有可用变量后处理后的结果数据帧用于所有其他功能。
唯一的英国石油公司
包是创建最初可能不在提供的数据集。目前,以下附加列将是创建:
时间_日期
-对应于一天的时间(早上,下午、晚上或晚上)基于日期_时间
柱
每周工作日
-对应于星期几:a表格视觉效果的有用列。基于日期_时间
柱
SBP_类别
-收缩压分期(低、,正常、升高、第1阶段、第2阶段、危机)由美国人定义心脏协会(AHA)
DBP_类别
-舒张压分期(低、,正常、升高、第1阶段、第2阶段、危机)由美国人定义心脏协会(AHA)
BP_分类
-SBP和DBP读数的二对一映射使用最新的改编时间(Lee等人,2018年)
有关详细信息,请参见下面的示例。
可用指标
然后,软件包将利用上述变量进行计算医学和统计文献中的各种指标量化读数的可变性并将其分类为高血压的不同类别(正常、升高或高血压)。
以下指标目前通过英国石油公司
包裹:
以下可视化功能目前通过提供这个英国石油公司
包裹:
bp_散射 |
BP阶段散点图 |
bp_ts_plots(bp_ts_图) |
时间序列图 |
业务流程历史记录 |
BP阶段直方图 |
dip类plot |
倾斜%类别图 |
bp_报告 |
业务伙伴汇总的可导出报告 |
示例-HYPNOS数据
有两个主要步骤涉及英国石油公司
包裹:数据处理步骤和功能/分析步骤。
- 将数据加载并处理到一个新的可用数据帧中,以便进一步使用分析
处理_数据
功能
#开发工具::install_github(“johnschwenck/bp”)
图书馆(bp)
##加载bp_催眠
数据(bp_催眠)
##流程bp_催眠
催眠_程序<- 处理_数据(bp_催眠,
丁苯橡胶= “系统”,
数据库处理程序= “离散”,
日期_时间= '日期时间',
小时= “小时”,
聚丙烯= “PP”,
地图= “MaP”,
快速定位程序= “卢比”,
标识= “id”,
访问= '访问',
尾流,尾迹= “唤醒”)
#>2个值超过DUL或DLL阈值,被强制为NA
注:这个处理_数据
函数是对提供的数据列名的大小写不敏感。对于此示例中,即使原始列名“SYST”存在于bp_催眠
,“syst”仍然是可以接受的名称到如图所示的功能。为了强调,上面所有的列名故意使用错误的大写字母输入。
SBP公司
和数据库管理员
必须为任何其他功能正常工作。
- 使用新处理的
催眠_程序
,我们现在可以计算各种指标。现在包括生的bp_催眠
数据集已处理为催眠_程序
,我们现在可以依赖这个新的数据帧了计算各种指标和可视化。计算夜间浸泡分类如下所示,仅使用两名受试者(受试者70417和70435)进行比较:
dip_calc(倾斜_倾斜)(催眠_程序,子j= c(c)(70417,70435))
#> [[1]]
#>#A tibble:8 x 6
#>#组:ID,VISIT[4]
#>ID VISIT WAKE avg_SBP avg_DBP N(ID访客唤醒平均值_SBP平均值_DBP N)
#><fct><fct>
#> 1 70417 1 0 123. 六十点五一零
#> 2 70417 1 1 128 66.6 20
#> 3 70417 2 0 136. 六十点五八
#> 4 70417 2 1 136. 六十五点六一七
#> 5 70435 1 0 106. 63 6
#> 6 70435 1 1 129. 八十二点一二三
#> 7 70435 2 0 136. 七十九点二九
#> 8 70435 2 1 123. 七十二点五二零
#>
#> [[2]]
#>#A tibble:4 x 6
#>#组:ID[2]
#>ID访问dip_sys class_sys dip_dias class_dias
#><fct><fct><dbl><chr><dbl><chr
#>1 70417 1 0.0359非铲斗0.0916非铲斗
#>2 70417 2-0.00450反向0.0784非铲斗
#>3 70435 1 0.179铲斗0.233极限
#>4 70435 2-0.104反向-0.0927反向
就统计指标而言bp_状态
功能将许多可变性和中心指标聚合到一个表中这使得将不同的度量值进行比较方便。让我们假设对于这个示例,我们想进一步通过他们的BP_分类
:我们会包括add_groups=“BP_CLASS”
作为附加参数(请注意,资本化并不重要)。
bp_状态(催眠_程序,主题= c(c)(70417,70435),添加组(_G)= “bp_class”,bp_类型= 1)
#>#A tibble:35 x 16
#>#组:ID、VISIT、WAKE[8]
#>ID N VISIT WAKE BP_CLASS SBP_平均SBP_med SD ARV SV CV
#><fct><int><fct>
#>1 70417 5 1 0正常114。114 3.51 3.5 4.74 3.07
#>2 70417 3 1 0高架125。125 1.53 1.5 1.58 1.22
#>3 70417 2 1 0 ISH-S2 143 143 2.83 4 4 1.98
#>4 70417 3 1 1正常116。118 4.04 3.5 4.95 3.49
#>5 70417 9 1 1高架125。124 2.54 3.25 3.71 2.03
#>6 70417 6 1 1 ISH-S1 134。133 2.42 2.4 2.83 1.81
#>7 70417 2 1 1 ISH-S2 144 144 1.41 2 2 0.982
#>8 70417 3 2 0高架124 122 4.36 4 5 3.52
#>9 70417 2 0 ISH-S1 133 1.41 2 2 1.06
#>10 70417 3 2 0 ISH-S2 151 151 0 0 0 0
#> # ... 还有25行和5个变量:SBP_max<dbl>、SBP_min<dbl>,
#>#SBP_range<dbl>,峰值<dbl=,波谷<dbl:
下面是一个示例bp_散射
的函数主题70417: