library(dplyr)
casemix_severite <- mco$rum$rum %>%
dplyr::select(nas,no_rum,ghm,severite,date_entree_um,date_sortie_um) %>%
dplyr::mutate(nb_jp_rum = as.integer(date_sortie_um-date_entree_um)) %>%
dplyr::mutate(.by = nas, nb_jp_sejour = sum(nb_jp_rum)) %>%
dplyr::filter(nb_jp_sejour >= 1) %>%
dplyr::distinct(nas,severite,nb_jp_sejour) %>%
dplyr::group_by(severite) %>%
dplyr::summarise(nb_sejour_severite = dplyr::n(),
nb_jp_severite = sum(nb_jp_sejour)) %>%
dplyr::arrange(desc(nb_sejour_severite)) %>%
dplyr::mutate(percent_sejour_severite = nb_sejour_severite/sum(nb_sejour_severite))
casemix_severite
Casemix basique séjours par sévérité
MCO
Casemix
Introduction
Après avoir calculé les variables nb_jp_rum
et nb_jp_sejour
, on filtre sur les séjours d’au moins 1 nuitée et on calcule, pour chaque sévérité, le nombre de séjours concernés, le nombre de journées et le % de séjours représenté.
Code
Commentaires
Ligne 8 : on ne retient que des variables liées au séjour pour le dplyr::distinct()
PMSISoft MCO Standard : voir écran Séjours > Séjours et classification
PMSISoft MCO Professionnel : les 2 variables nb_jp_rum
et nb_jp_sejour
sont dans mco
Etre tenu au courant de la publication des nouveaux scripts PMSI R