From b05d4c00222b4358e3624d9d8c5d4e875d868a29 Mon Sep 17 00:00:00 2001 From: ixxmu Date: Fri, 14 Jun 2024 23:59:13 +0000 Subject: [PATCH] A custom message for the commit --- ...75\251\346\265\201\347\250\213\345\233\276.md" | 15 --------------- 1 file changed, 15 deletions(-) delete mode 100644 "docs/2024-06/_R\345\214\205\345\210\206\344\272\253__flowchart\347\273\230\345\210\266\344\270\260\345\257\214\345\244\232\345\275\251\346\265\201\347\250\213\345\233\276.md" diff --git "a/docs/2024-06/_R\345\214\205\345\210\206\344\272\253__flowchart\347\273\230\345\210\266\344\270\260\345\257\214\345\244\232\345\275\251\346\265\201\347\250\213\345\233\276.md" "b/docs/2024-06/_R\345\214\205\345\210\206\344\272\253__flowchart\347\273\230\345\210\266\344\270\260\345\257\214\345\244\232\345\275\251\346\265\201\347\250\213\345\233\276.md" deleted file mode 100644 index efcd598c..00000000 --- "a/docs/2024-06/_R\345\214\205\345\210\206\344\272\253__flowchart\347\273\230\345\210\266\344\270\260\345\257\214\345\244\232\345\275\251\346\265\201\347\250\213\345\233\276.md" +++ /dev/null @@ -1,15 +0,0 @@ ---- -title: "[R包分享] flowchart绘制丰富多彩流程图" -date: 2024-06-14T23:58:05Z -draft: ["false"] -tags: [ - "fetched", - "R语言数据分析指南" -] -categories: ["Acdemic"] ---- -[R包分享] flowchart绘制丰富多彩流程图 by R语言数据分析指南 ------- -

欢迎关注R语言数据分析指南

❝

本节来介绍一款可用于绘制医学类复杂流程图的R包「flowchart」。该包内容丰富可自定义设置参数较多，并配有详细的案例文档，更多详细内容请参考作者的官方文档。

❞

官方文档

https://bruigtp.github.io/flowchart/articles/flowchart.html

安装R包

library(tidyverse)
install.packages("flowchart")
library(flowchart)

自定义流程图

safo_fc <- safo |>
  as_fc(label = "Patients assessed for eligibility") |>
  fc_filter(!is.na(group), label = "Randomized", show_exc = TRUE) |> 
  fc_modify(
    ~ . |> 
      mutate(
        text = ifelse(id == 3, str_glue("- {sum(safo$inclusion_crit == 'Yes')} not met the inclusion criteria\n- {sum(safo$exclusion_crit == 'Yes')} met the exclusion criteria"), text)
      )
  ) 

safo_fc %>% fc_draw()

合并流程图

fc1 <- safo |> 
  as_fc(label = "Patients assessed for eligibility") |>
  fc_filter(itt == "Yes", label = "Intention to treat (ITT)")

fc_draw(fc1)
fc2 <- safo |> 
  as_fc(label = "Patients assessed for eligibility") |>
  fc_filter(pp == "Yes", label = "Per protocol (PP)")

fc_draw(fc2)
list(fc1, fc2) |> fc_merge() |> 
  fc_draw()

案例1

safo |> 
  as_fc(label = "Patients assessed for eligibility") |>
  fc_filter(!is.na(group), label = "Randomized", show_exc = TRUE) |> 
  fc_split(group) |> 
  fc_filter(itt == "Yes", label = "Included in ITT") |> 
  fc_filter(pp == "Yes", label = "Included in PP") |> 
  fc_draw()

案例2

❝

下方例子中将展示重现《自然医学》杂志上发表的SAFO研究的原始流程图https://www.nature.com/articles/s41591-023-02569-0/figures/1

❞
label_exc <- paste(
  c(str_glue("{sum(safo$inclusion_crit == 'Yes' | safo$exclusion_crit == 'Yes' | safo$decline_part == 'Yes', na.rm = T)} excluded:"),
    map_chr(c("inclusion_crit", "decline_part", "exclusion_crit"), ~str_glue("{sum(safo[[.x]] == 'Yes', na.rm = TRUE)} {attr(safo[[.x]], 'label')}")),
    map_chr(4:15, ~str_glue(" -  {sum(safo[[.x]] == 'Yes')} {attr(safo[[.x]], 'label')}"))),
  collapse = "\n")

label_exc <- gsub("exclusion criteria", "exclusion criteria:", label_exc)

safo1 <- safo |> 
  filter(group == "cloxacillin alone", !is.na(reason_pp)) |> 
  mutate(reason_pp = droplevels(reason_pp))

label_exc1 <- paste(
  c(str_glue("{nrow(safo1)} excluded:"),
    map_chr(levels(safo1$reason_pp), ~str_glue(" -  {sum(safo1$reason_pp == .x)} {.x}"))),
  collapse = "\n")

label_exc1 <- str_replace_all(label_exc1, c("resistant" = "resistant\n", "blood" = "blood\n"))

safo2 <- safo |> 
  filter(group == "cloxacillin plus fosfomycin", !is.na(reason_pp)) |> 
  mutate(reason_pp = droplevels(reason_pp))

label_exc2 <- paste(
  c(str_glue("{nrow(safo2)} excluded:"),
    map_chr(levels(safo2$reason_pp), ~str_glue(" -  {sum(safo2$reason_pp == .x)} {.x}"))),
  collapse = "\n")

label_exc2 <- str_replace_all(label_exc2, c("nosocomial" = "nosocomial\n", "treatment" = "treatment\n"))


safo |> 
  as_fc(label = "patients assessed for eligibility", text_pattern = "{n} {label}") |> 
  fc_filter(!is.na(group), label = "randomized", text_pattern = "{n} {label}", show_exc = TRUE,
            just_exc = "left", text_pattern_exc = "{label}", label_exc = label_exc, text_fs_exc = 7) |>
  fc_split(group, text_pattern = "{n} asssigned\n {label}") |> 
  fc_filter(itt == "Yes", label = "included in intention-to-treat\n population", show_exc = TRUE, 
            text_pattern = "{n} {label}",  bg_fill_exc="#7294D4",
            label_exc = "patient did not receive allocated\n treatment (withdrew consent)", 
            text_pattern_exc = "{n} {label}", text_fs_exc = 7) |>
  fc_filter(pp == "Yes", label = "included in per-protocol\n population", show_exc = TRUE,
            just_exc = "left", text_pattern = "{n} {label}", text_fs_exc = 7) |> 
  fc_modify(
    ~.x |> 
      filter(n != 0) |> 
      mutate(
        text = case_when(id == 11 ~ label_exc1, id == 13 ~ label_exc2, TRUE ~ text),
        x = case_when(id == 3 ~ x + 0.15, id %in% c(11, 13) ~ x + 0.01, TRUE ~ x),
        y = case_when(id %in% c(1, 3) ~ y + 0.05, id >= 2 ~ y - 0.05, TRUE ~ y)
      )
  ) |> 
  fc_draw()

关注下方公众号下回更新不迷路

❝

本节介绍到此结束，有需要学习R数据可视化的朋友，欢迎到淘宝店铺R语言数据分析指南，购买小编的R数据可视化案例文档(2024版)，「购买将赠送2023年的绘图文档内容」。目前此文档(2023+2024)「已经更新上传了150+案例文档」，每个案例都附有相应的数据和代码，并配有对应的注释文档，方便大家学习和参考。

❞

2024更新的绘图内容同时包含数据+代码+markdown注释文档+文档清单，「小编只分享案例文档不额外回答问题无答疑问。」

在线同步更新

淘宝店铺

2024年案例图展示

2023年案例图展示

-
-原文链接