EMOC資料（轉診人數）– 探索性分析

此部分為EMOC資料分析程式碼，主要分析內容為：

1. 轉診人數疊層直條圖（依據檢傷級數；依據年份）

2. 轉診人數折線圖（依據年份）

• 匯入資料

  EMOC_v7（EMOC最新版本資料）

• 匯入套件

library(reshape2)
library(plyr)
library(ggplot2)
library(gridExtra)

• 資料處理

1. 移除“排除”欄位中排除的資料

EMOC_v7$排除[EMOC_v7$排除 != "排除"] <- NA
EMOC_v7_Kaoshiung <- subset(EMOC_v7, (is.na(EMOC_v7[,"排除"])))

2. 移除“轉出醫院名稱”欄位中“義大”及“義大癌治療醫院”的資料

   因為此兩家醫院轉院特性與其他醫院不同，暫不加入分析

EMOC_v7_Kaoshiung_remove <-  EMOC_v7_Kaoshiung[which(EMOC_v7_Kaoshiung$EMOC轉出醫院名稱 != "義大" 
                                                     & EMOC_v7_Kaoshiung$EMOC轉出醫院名稱 !=
                                                     "義大癌治療醫院"), ]

3. 圖表使用資料處理

prop_EMOC_v7_Kaoshiung_remove_year <- melt(table(EMOC_v7_Kaoshiung_remove$轉診型態, EMOC_v7_Kaoshiung_remove$檢傷級數分類, EMOC_v7_Kaoshiung_remove$年份))
prop_EMOC_v7_Kaoshiung_remove_year <- ddply(prop_EMOC_v7_Kaoshiung_remove_year,.(Var3,
                                            Var2),transform,prop=value/sum(value))
prop_EMOC_v7_Kaoshiung_remove_year$Var1 <- revalue(prop_EMOC_v7_Kaoshiung_remove_year$Var1,
                                                   c("上轉"="上轉"))
prop_EMOC_v7_Kaoshiung_remove_year$Var1 <- revalue(prop_EMOC_v7_Kaoshiung_remove_year$Var1,
                                                   c("下轉"="下轉"))
prop_EMOC_v7_Kaoshiung_remove_year$Var1 <- revalue(prop_EMOC_v7_Kaoshiung_remove_year$Var1,
                                                   c("平轉"="平轉"))

• 轉診人數疊層直條圖

bar_combine<- ggplot(data = EMOC_v7_Kaoshiung_remove, aes(x = EMOC_v7_Kaoshiung_remove$檢傷級數分類)) +
  geom_bar(aes(fill = EMOC_v7_Kaoshiung_remove$轉診型態)) + 
  scale_fill_discrete(name = "轉診型態") +
  ggtitle("轉診人數 (Overall)") +
  theme(plot.title = element_text(hjust = 0.5, size = 18, face = "bold")) +
  xlab("檢傷級數分類")

bar_year_combine<- ggplot(data = EMOC_v7_Kaoshiung_remove, aes(x = EMOC_v7_Kaoshiung_remove$檢傷級數分類)) +
  geom_bar(aes(fill = EMOC_v7_Kaoshiung_remove$轉診型態)) +
  facet_wrap(~年份) +
  scale_fill_discrete(name = "轉診型態") +
  ggtitle("轉診人數 (年份)") +
  theme(plot.title = element_text(hjust = 0.5, size = 18, face = "bold")) +
  xlab("檢傷級數分類")

grid.arrange(bar_combine, bar_year_combine, ncol=2)

• 轉診人數折線圖（依據年份）

ggplot(prop_EMOC_v7_Kaoshiung_remove_year, aes(as.factor(Var3), prop , group = Var1, colour = Var1))  +   facet_wrap(~Var2) +
  coord_cartesian(ylim=c(0, 1)) +
  geom_point(size = 4.2, shape = 21, fill = "white") + 
  geom_line(size = 1.3) +
  ggtitle("檢傷級數分類") +
  theme(plot.title = element_text(hjust = 0.5, size = 18, face = "bold")) +
  scale_color_discrete("轉診型態") +
  xlab("轉診年份")