Postural control recoding PART II (依據標準計分方法)

依據標準化評估流程及計分方式，進行第二種recoding方式，
比較與上一種recoding之結果是否有差異。

標準計分：
【靜態平衡】
P：指個案需要外力支撐才能維持坐的平衡，外力包含別人協助或個案自己抓握欄杆或床
F：指無需外力協助下，個案可自己維持坐的靜態平衡
F+：指無需外力協助下，個案可自己維持坐的靜態平衡，並在被推時可至少維持一個方向的平衡
G-：指無需外力協助下，個案可自己維持坐的靜態平衡，並在被推時可至少維持二至三個方向的平衡
G：指無需外力協助下，個案可自己維持坐的靜態平衡，並在被推時可維持四個方向的平衡

【動態平衡】
P：無法保持平衡下撿起任一方向的物品
F：可撿起一個方向的物品並保持平衡
G-：可撿起二個方向的物品並保持平衡
G：可撿起三個方向的物品並保持平衡

Recoding 結果：Postural control (DC note)  n=589

原計分	Recoding	Static Sitting	%	Static Standing	%
Poor/Poor+	0 (P)	36	6.1%	114	19.4%
Fair-/Fair	1 (F)	24	4.1%	56	9.5%
Fair+	2 (F+)	12	2.0%	37	6.3%
Good-	3 (G-)	57	9.7%	112	19.0%
Good	4 (G)	459	77.9%	241	40.9%
NA…	Missing*	1	0.2%	29	4.9%

原計分	Recoding	Dynamic Sitting	%	Dynamic Standing	%
Poor/Poor+	0 (P)	57	9.7%	150	25.5%
Fair-/Fair/Fair+	1 (F)	42	7.1%	78	13.2%
Good-	2 (G-)	114	19.4%	187	31.7%
Good	3 (G)	361	61.3%	112	19.0%
NA…	Missing*	15	2.5%	62	10.5%

*Missing、NA、NT、unable=9 (歸類為missing data)

†紅色字表示最低或最高分人數大於該分量表之10%

Postural control & Motor recovery recoding

A.Postural control (DC note)  n=589

原計分	Recoding	Static Sitting	%	Dynamic Sitting	%	Static Standing	%	Dynamic Standing	%
Poor	0	23	3.9%	47	8.0%	84	14.3%	125	21.2%
Poor+	1	13	2.2%	10	1.7%	30	5.1%	25	4.2%
Fair-/Fair	2	24	4.1%	16	2.7%	56	9.5%	42	7.1%
Fair+	3	12	2.0%	26	4.4%	37	6.3%	36	6.1%
Good-	4	57	9.7%	114	19.4%	112	19.0%	187	31.7%
Good	5	459	77.9%	361	61.3%	241	40.9%	112	19.0%
NA…	Missing*	1	0.2%	15	2.5%	29	4.9%	62	10.5%

*Missing、NA、NT、unable=9 (歸類為missing data)

†紅色字表示最低或最高分人數大於該分量表之10%

若評分為a→b的以b為準(因b為DC時的評分)
若評分為a~b(或a-b、a to b)的則以a為準(因pt未達到b的表現)

另外有個問題，有部分是靜/動態站姿寫NA或unable，可以直接算0分嗎？
看起來是坐姿可以但站姿平衡不好所以沒有評，可以直接算是poor？

B.Motor recovery(DC note)  n=589

原計分	Recoding	上肢近端	%	上肢遠端	%	下肢	%
I	0	28	4.8%	52	8.8%	22	3.7%
II	1	99	16.8%	104	17.7%	60	10.2%
II~III	2	48	8.1%	22	3.7%	42	7.1%
III	3	31	5.3%	29	4.9%	41	7.0%
III~IV	4	34	5.8%	23	3.9%	44	7.5%
IV	5	24	4.1%	25	4.2%	33	5.6%
IV~V	6	44	7.5%	27	4.6%	33	5.6%
V	7	52	8.8%	33	5.6%	62	10.5%
V~VI	8	64	10.9%	95	16.1%	96	16.3%
VI	9	157	26.7%	168	28.5%	144	24.4%
NA…	Missing*	8	1.4%	11	1.9%	12	2.0%

*Missing、NA、NT=？ (歸類為missing data)→再請教Jenny
†紅色字表示最低或最高分人數大於該分量表之10%

若評分為a→b的以b為準(因b為DC時的評分)
若雙側皆有評分，則以分數較低的那一側作為患側，僅取患側分數

8/26討論紀錄

1.缺乏病歷品質管控機制
2.瞭解臨床人員對病歷資料的認知：包括對病歷資料的重要性看法、Priority(時間安排、重視程度)、是否了解病歷資料改良或使用的方法等等。
3.系統誤差(評估工具)、隨機誤差(實習生、人為輸入誤差)

未來病歷輸入應設計自動偵錯功能，避免重大的錯誤資訊。



【任務】
1.與孟真的資料作double check
2.整理Data cleaning流程
3.將AD/DC日期校對流程整理出來
4.整理目前為止的改良建議

資料整理Excel 8/25

原始資料：初評 2333筆；DC 805筆

【可配對的資料】
初評-DC一對一配對：454筆

MMSE：入有-46筆；出有-28筆；都有-9筆
BI：入有-378；出有-393；都有-344筆
有些BI評估的題數不完整(可能只評了3題)，像這樣的是否刪除？
另須注意0分與missing在總分欄位皆顯示為0分

初評-DC可配對，但資料>1筆，須確定選擇哪一筆：6筆
(孟真亦未篩選其中一個，須再與孟真討論)

排除
診斷確定非中風：230筆(未扣除重複人次)

刪除388筆：
1.重複資料：326筆
刪除原因：第二次以上住院、OPD、入住復健病房以外的病房等
2.同病歷號但輸入帳號不同：in+DC共66筆(可能算無法配對資料...)


【無法配對資料】
只有初評：1291筆 [中風-915筆(未扣除重複人次)；非中風-376筆]
中風包含：720筆OK；刪除重複資料110筆；尚未確認(診斷、重覆)85筆

只有DC note：126筆 [中風-97筆(未扣除重複人次)；非中風-29筆]



和孟真的好像有些對不太起來...

資料篩選標準─重複資料篩選

1.同樣病歷號，兩份in，一份DC，
　看in&DC日期→挑出住院和OPD資料→保留住院資料，OPD另放

2.入出院資料皆有，只留復健科轉介的資料，其他病房資料另放

3.同一病歷號，兩個帳號，一個有initial (in)也有DC且較早，應是住院資料，
　另一個帳號只有in而沒有DC，應為OPD資料→→保留住院資料，OPD另放

4.同樣是復健科醫師開的卻有兩次重複的同帳號入院或出院資料(而且建立時間是同一天的不同時間)？
    同一位病人，看起來同一次入院卻有三次入院評估紀錄，
　每一個寫的轉介時間還不一樣！！！

須再討論：
1.同一病歷號有兩次完整的復健病房／或非復健病房入出院紀錄，選擇較早或較晚的？
2.曾換過中風的就納入？或刪去該次非因中風入院者？

週二整理出的資料，可用的樣本數，看來有限

如果要用多變量分析AD & DC配對資料，目前的資料數量只可說是勉強足夠。
也就是只符合低標準。。。
或許我們需要提出一些建議，看看能否提升AD & DC配對資料之數量。

香香有看法/建議嗎? 或知道問題在哪兒??

可跟孟真討論

資料整理(Excel)

原始資料：初評 2333筆；DC 805筆

【合併後】
初評-DC一對一配對：452筆
初評-DC一對一配對但輸入帳號不同：34筆
初評-DC可配對，但資料>1筆，須確定選擇哪一筆：48筆(刪掉重複的300筆)
初評-DC可配對，但診斷不清，須確認：7筆

只有初評：1291筆 (還要再篩診斷，可用於效度檢驗？)
只有DC note：126筆 (還要再篩診斷，可用於效度檢驗？)

排除
診斷確定非中風：208筆


繼續修正中...

資料篩選標準─診斷

以診斷進行篩選：

1.診斷：採用PubMed，採較廣義的定義，概化較廣

Cerebrovascular Disorders

A spectrum of pathological conditions of impaired blood flow in the brain. They can involve vessels (ARTERIES; or VEINS) in the CEREBRUM, the CEREBELLUM, and the BRAIN STEM. Major categories include INTRACRANIAL ARTERIOVENOUS MALFORMATIONS; BRAIN ISCHEMIA; CEREBRAL HEMORRHAGE; and others.

Intracranial hemorrhage

2.將有dementia、schizophrenia、Parkinson's disease、aphasia等特殊疾病的病人標記但暫不刪除

3.排除：Cerebral Palsy、Traumatic brain injury、Brain tumor(cancer)、Meningitis、Meningioma、brain abscess、Acoustic neuroma

疑問：
1.部分只寫 Intracranial hemorrhage、 Intracerebral hemorrhage或 Cerebral hemorrhage 的是否一定是中風？可能需要進一步查詢釐清是否為其他原因(如車禍、跌倒等)造成？
2.AVM是否排除？

目前進度：已配對入出院資料，並將單獨只有初評或結案評估的資料分開

病歷改良目標之一

目標之一為建立整合性電子病歷資料庫

主要包括病歷資料的輸入、資料庫的資料處理與分析，以及資料庫輸出之運用三方面。

無論對於學術或臨床醫療相信都將有很大的幫助，且也已是目前的一大趨勢。

然目前臨床上對於電子病歷及其整合等各方面仍面臨相當大的挑戰，

尚需醫療、資訊等各方面的人員長時間的投入。

資料分析流程(初步)

【病歷資料分析流程】


1.部分資料如初評日期有缺漏，後續改良時應補充於資料輸出的欄位

2.資料欄位多，但有些為無法直接分析的量性資料或不需要納入分析的變項，因此需要挑選所需的變項（即研究所關心的變項），再進一步進行後續整理。

3.建立各變項的codebook，包括變項名稱、response categories及如何recode等。

4.首先必須合併同一位病人的初評與DC評估的資料於同一列，將重覆的資料刪除。
　※此部分須注意有些病人只有初評、只有DC、兩者都有但有不同時間的資料

5.依診斷篩選進入評估的資料。本次主要以中風為納入標準。
　※部分診斷寫得並不很清楚，需進一步查證，則將這些資料分開，方便日後確認。

6.各變項資料內容依codebook設定重新coding，並確認是否有太多missing data，若有辦法補齊則盡量將之補齊。

7.統計分析