Fig7, fig8, tab9

cloture.Rmd

@@ -103,8 +103,7 @@ rum %>%
 **Tableau 2a : Nombre de RUM transmis par mois pour les 3 dernières années**
 ```{r tab2a}
 rum %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   spread(annee_sortie, n) %>%
   bind_rows(filter(., mois_sortie <= mois) %>%
             select(-mois_sortie) %>%
@@ -123,8 +122,7 @@ rum %>%
 **Figure 2a : Nombre de RUM transmis par mois pour les 3 dernières années**
 ```{r fig2a}
 rum %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   ungroup %>%
   
   ggplot +
@@ -149,8 +147,7 @@ Données issues du tableau 2a
 ```{r tab2b}
 rum %>%
   distinct(idrss) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   spread(annee_sortie, n) %>%
   bind_rows(filter(., mois_sortie <= mois) %>%
             select(-mois_sortie) %>%
@@ -170,8 +167,7 @@ rum %>%
 ```{r fig2b}
 rum %>%
   distinct(idrss) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   ungroup %>%
 
   ggplot +
@@ -199,8 +195,7 @@ Données issues du tableau 2b
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss >= 1) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   spread(annee_sortie, n) %>%
   bind_rows(filter(., mois_sortie <= mois) %>%
             select(-mois_sortie) %>%
@@ -221,8 +216,7 @@ rum %>%
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss >= 1) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   ungroup %>%
 
   ggplot +
@@ -248,8 +242,7 @@ Données issues du tableau 3a
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss == 0, cmd != 28) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   spread(annee_sortie, n) %>%
   bind_rows(filter(., mois_sortie <= mois) %>%
             select(-mois_sortie) %>%
@@ -272,8 +265,7 @@ rum %>%
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss == 0, cmd != 28) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   ungroup %>%
 
   ggplot +
@@ -299,8 +291,7 @@ Données issues du tableau 3b
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss == 0, cmd == 28) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   spread(annee_sortie, n) %>%
   bind_rows(filter(., mois_sortie <= mois) %>%
             select(-mois_sortie) %>%
@@ -321,8 +312,7 @@ rum %>%
 rum %>%
   distinct(idrss) %>%
   filter(duree_rss == 0, cmd == 28) %>%
-  group_by(annee_sortie, mois_sortie) %>%
-  tally %>%
+  count(annee_sortie, mois_sortie) %>%
   ungroup %>%
   
   ggplot +
@@ -349,8 +339,7 @@ Données issues du tableau 3c
 ```{r tab4}
 rum %>%
   filter(mois_sortie <= mois) %>%
-  group_by(pole_libelle, annee_sortie) %>%
-  tally %>%
+  count(pole_libelle, annee_sortie) %>%
   ungroup %>%
   spread(annee_sortie, n) %>%
   bind_rows(select(., -pole_libelle) %>%
@@ -367,8 +356,7 @@ rum %>%
 ```{r fig4}
 rum %>%
   filter(mois_sortie <= mois) %>%
-  group_by(pole_libelle, annee_sortie) %>%
-  tally %>%
+  count(pole_libelle, annee_sortie) %>%
   ungroup %>%
 
   ggplot +
@@ -422,19 +410,71 @@ Données issues du tableau 4
 
 **Figure 7 : Taux d'exhaustivité des RSS pour la clôture actuelle selon le mois de sortie du RSS**
 ```{r fig7}
+rum %>%
+  distinct(idrss) %>%
+  filter(annee_sortie == annee) %>%
+  count(mois_sortie) %>%
+  full_join(gam %>%
+            count(mois_sortie),
+            by = "mois_sortie") %>%
+  mutate(n = 100 * (n.x - n.y) / n.x) %>%
 
+  ggplot +
+  aes(x = mois_sortie,
+      y = n) +
+  scale_x_discrete(labels = mois_label) +
+  geom_line() +
+  geom_point() +
+  labs(x = NULL,
+       y = NULL,
+       title = NULL) +
+  theme(axis.text.x = element_text(angle = 45, hjust = 1),
+        legend.title = element_blank(),
+        plot.title = element_text(hjust = 0))
 ```
 
 **Figure 8 : Nombre de RSS manquants pour la clôture actuelle selon le mois de sortie du RSS**
 ```{r fig8}
+gam %>%
+  count(mois_sortie) %>%
 
+  ggplot +
+  aes(x = mois_sortie,
+      y = n) +
+  scale_x_discrete(labels = mois_label) +
+  geom_line() +
+  geom_point() +
+  labs(x = NULL,
+       y = NULL,
+       title = NULL) +
+  theme(axis.text.x = element_text(angle = 45, hjust = 1),
+        legend.title = element_blank(),
+        plot.title = element_text(hjust = 0))
 ```
 
 # Exhaustivité par pôle et par service
 
 **Tableau 9 : Nombre de RUM et taux d'exhaustivité par pole et par service**
-```{r fig9}
-
+```{r tab9}
+rum %>%
+  filter(annee_sortie == annee) %>%
+  count(pole_libelle, service_libelle) %>%
+  bind_rows(rum %>%
+            filter(annee_sortie == annee) %>%
+            count(pole_libelle)) %>%
+  full_join(gam %>%
+            count(pole_libelle, service_libelle) %>%
+            bind_rows(gam %>%
+                      count(pole_libelle)),
+            by = c("pole_libelle", "service_libelle")) %>%
+  mutate(n.y = ifelse(is.na(n.y), 0, n.y),
+         n.x = n.x + n.y,
+         exh_service = (n.x - n.y) / n.x) %>%
+  arrange(pole_libelle, service_libelle) %>%
+  mutate(service_libelle = ifelse(is.na(service_libelle), "TOTAL", service_libelle)) %>%
+  
+  datatable(colnames = c("Pôle", "Service de responsabilité", "RUM produits", "RUM manquants", "Exhaustivité")) %>%
+  formatPercentage(5, digits = 2)
 ```
 
 # {#valorisation .tab-pane .active}

donnees.R

@@ -85,6 +85,7 @@ src_mysql("pmsi_dim", "livenne.chu-nancy.fr", user = user, password = password)
   summarise(date_entree = first(date_entree),
             date_sortie = last(date_sortie),
             service_libelle= last(service_libelle),
-            pole_libelle = last(pole_libelle)) -> gam
+            pole_libelle = last(pole_libelle)) %>%
+  mutate(mois_sortie = month(date_sortie)) -> gam
 
 save(Ovalide, OvalideP, annee, mois, rum, gam, date, file = "donnees.Rdata")