Warning in epicontacts::make_epicontacts(linelist = linelist, contacts =
contacts, : Cycle(s) detected in the contact network: this may be unwanted
37 Chaînes de transmission
37.1 Aperçu
L’outil principal pour manipuler, analyser, et visualiser les chaînes de transmission et les données de recherche de contact est le paquet epicontacts, développé par RECON. Essayez le graphique interactif ci-dessous en passant la souris sur les noeuds pour obtenir plus d’informations et en cliquant dessus pour surligner les cas descendants.
37.2 Préparation
Charger les paquets
Commencez par charger les paquets standards nécessaires à l’importation et à la manipulation des données. Dans ce manuel, nous mettons l’accent sur p_load()
de pacman, qui installe le paquet si nécessaire et le charge pour l’utiliser. Vous pouvez également charger des paquets avec library()
de base R. Voir la page sur bases de R pour plus d’informations sur les paquets R.
::p_load(
pacman# Importation de fichiers
rio, # Localisation de fichiers
here, # Gestion des données + graphiques ggplot2
tidyverse, # Installation de paquets depuis github
remotes )
Vous aurez besoin de la version de développement de epicontacts, qui peut être installée de github en utilisant la fonction p_install_github()
de pacman. Vous n’avez besoin d’exécuter cette commande ci-dessous qu’une seule fois, et pas à chaque fois que vous utilisez le paquet (par la suite, vous pouvez utiliser p_load()
comme d’habitude).
::p_install_gh("reconhub/epicontacts@timeline") pacman
Importer les données
Nous importons le jeu de données des cas d’une épidémie d’Ebola simulée. Si vous souhaitez télécharger les données pour suivre le code, consultez les instructions de la page Télécharger le manuel et les données. Le jeu de données est importé à l’aide de la fonction import()
du paquet rio. Voir la page Importation et exportation pour connaître les différentes methodes d’importer des données.
# Importez la liste de cas
<- import("linelist_cleaned.xlsx") linelist
Les 50 premières lignes de la linelist sont affichées ci-dessous. Les colonnes case_id
, generation
, infector
, et source
sont particulièrement intéressantes.
Création d’un objet epicontacts
Nous devons ensuite créer un objet epicontacts, qui nécessite deux types de données:
- une linelist documentant les cas où les colonnes sont des variables et les lignes correspondent à des cas uniques.
- une liste de bords définissant les liens entre les cas sur la base de leurs identifiants uniques (il peut s’agir de contacts, des événements de transmission, etc.)
Comme nous avons déjà une linelist, il nous suffit de créer une liste de bord entre les cas, plus précisément entre leurs ID. Nous pouvons extraire les liens de transmission de la linelist en liant la colonne infector
avec la colonne case_id
. A ce stade, nous pouvons également ajouter des “propriétés de bords”, c’est-à-dire toute variable décrivant le lien entre les deux cas, mais pas les cas eux-mêmes. Pour illustration, nous allons ajouter une variable location
décrivant l’emplacement de l’événement de transmission, et une variable duration
(durée) décrivant la durée du contact en jours.
Dans le code ci-dessous, la fonction transmute
de le paquet dplyr est similaire à mutate
, sauf qu’elle ne conserve que les colonnes que nous avons spécifiées dans la fonction. La fonction drop_na
enlevera toutes les lignes où les colonnes spécifiées ont une valeur NA
. Dans ce cas, nous ne voulons conserver que les lignes où l’infecteur est connu.
## générer des contacts
<- linelist %>%
contacts transmute(
infector = infector,
case_id = case_id,
location = sample(c("Community", "Nosocomial"), n(), TRUE),
duration = sample.int(10, n(), TRUE)
%>%
) drop_na(infector)
Nous pouvons maintenant créer l’objet epicontacts en utilisant la fonction make_epicontacts
. Nous devons spécifier quelle colonne de la linelist correspond à l’identifiant unique du cas, ainsi que les colonnes des contacts qui pointent vers les identifiants uniques des cas impliqués dans chaque lien. Ces liens sont directionnels en le sens que l’infection va de l’infecteur à le cas, les arguments from
et to
en conséquence. Nous définissons donc l’argument directed
(direction) à TRUE
(VRAI), ce qui affectera les opérations futures.
## générer un objet epicontacts
<- make_epicontacts(
epic linelist = linelist,
contacts = contacts,
id = "case_id",
from = "infector",
to = "case_id",
directed = TRUE
)
Warning in make_epicontacts(linelist = linelist, contacts = contacts, id =
"case_id", : Cycle(s) detected in the contact network: this may be unwanted
En examinant les objets epicontacts, on peut voir que la colonne case_id
de la linelist a été renommée à id
et que les colonnes case_id
et infector
des contacts ont été renommées à from
et to
. Cela garantit la cohérence dans le traitement, visualisation et analyse de l’objet epicontacts.
## visualiser l'objet epicontacts
epic
/// Epidemiological Contacts //
// class: epicontacts
// 5,888 cases in linelist; 3,800 contacts; directed
// linelist
# A tibble: 5,888 × 30
id generation date_infection date_onset date_hospitalisation date_outcome
<chr> <dbl> <date> <date> <date> <date>
1 5fe599 4 2014-05-08 2014-05-13 2014-05-15 NA
2 8689b7 4 NA 2014-05-13 2014-05-14 2014-05-18
3 11f8ea 2 NA 2014-05-16 2014-05-18 2014-05-30
4 b8812a 3 2014-05-04 2014-05-18 2014-05-20 NA
5 893f25 3 2014-05-18 2014-05-21 2014-05-22 2014-05-29
6 be99c8 3 2014-05-03 2014-05-22 2014-05-23 2014-05-24
7 07e3e8 4 2014-05-22 2014-05-27 2014-05-29 2014-06-01
8 369449 4 2014-05-28 2014-06-02 2014-06-03 2014-06-07
9 f393b4 4 NA 2014-06-05 2014-06-06 2014-06-18
10 1389ca 4 NA 2014-06-05 2014-06-07 2014-06-09
# ℹ 5,878 more rows
# ℹ 24 more variables: outcome <chr>, gender <chr>, age <dbl>, age_unit <chr>,
# age_years <dbl>, age_cat <fct>, age_cat5 <fct>, hospital <chr>, lon <dbl>,
# lat <dbl>, infector <chr>, source <chr>, wt_kg <dbl>, ht_cm <dbl>,
# ct_blood <dbl>, fever <chr>, chills <chr>, cough <chr>, aches <chr>,
# vomit <chr>, temp <dbl>, time_admission <chr>, bmi <dbl>,
# days_onset_hosp <dbl>
// contacts
# A tibble: 3,800 × 4
from to location duration
<chr> <chr> <chr> <int>
1 f547d6 5fe599 Nosocomial 5
2 f90f5f b8812a Nosocomial 2
3 11f8ea 893f25 Nosocomial 7
4 aec8ec be99c8 Nosocomial 7
5 893f25 07e3e8 Community 3
6 133ee7 369449 Nosocomial 9
7 996f3a 2978ac Nosocomial 7
8 133ee7 57a565 Community 1
9 37a6f6 fc15ef Nosocomial 4
10 9f6884 2eaa9a Community 1
# ℹ 3,790 more rows
37.3 Manipulation
Sous-ensemble
La méthode subset()
pour les objets epicontacts
permet, entre autres, de filtrer les réseaux en fonction des propriétés de la linelinst (“attributs de noeuds”) et de la jeu de données de contacts (“attributs de bords”).Ces valeurs doivent être passées comme des listes nommées à l’argument respectif. Par exemple, dans le code ci-dessous, nous ne gardons dans la linelist que les cas masculins qui ont une date d’infection entre avril et juillet 2014 (les dates sont spécifiées en tant que plages) et des liens de transmission qui ont eu lieu dans l’hôpital.
<- subset(
sub_attributes
epic,node_attribute = list(
gender = "m",
date_infection = as.Date(c("2014-04-01", "2014-07-01"))
), edge_attribute = list(location = "Nosocomial")
) sub_attributes
/// Epidemiological Contacts //
// class: epicontacts
// 69 cases in linelist; 1,912 contacts; directed
// linelist
# A tibble: 69 × 30
id generation date_infection date_onset date_hospitalisation date_outcome
<chr> <dbl> <date> <date> <date> <date>
1 5fe599 4 2014-05-08 2014-05-13 2014-05-15 NA
2 893f25 3 2014-05-18 2014-05-21 2014-05-22 2014-05-29
3 2978ac 4 2014-05-30 2014-06-06 2014-06-08 2014-06-15
4 57a565 4 2014-05-28 2014-06-13 2014-06-15 NA
5 fc15ef 6 2014-06-14 2014-06-16 2014-06-17 2014-07-09
6 99e8fa 7 2014-06-24 2014-06-28 2014-06-29 2014-07-09
7 f327be 6 2014-06-14 2014-07-12 2014-07-13 2014-07-14
8 90e5fe 5 2014-06-18 2014-07-13 2014-07-14 2014-07-16
9 a47529 5 2014-06-13 2014-07-17 2014-07-18 2014-07-26
10 da8ecb 5 2014-06-20 2014-07-18 2014-07-20 2014-08-01
# ℹ 59 more rows
# ℹ 24 more variables: outcome <chr>, gender <chr>, age <dbl>, age_unit <chr>,
# age_years <dbl>, age_cat <fct>, age_cat5 <fct>, hospital <chr>, lon <dbl>,
# lat <dbl>, infector <chr>, source <chr>, wt_kg <dbl>, ht_cm <dbl>,
# ct_blood <dbl>, fever <chr>, chills <chr>, cough <chr>, aches <chr>,
# vomit <chr>, temp <dbl>, time_admission <chr>, bmi <dbl>,
# days_onset_hosp <dbl>
// contacts
# A tibble: 1,912 × 4
from to location duration
<chr> <chr> <chr> <int>
1 f547d6 5fe599 Nosocomial 5
2 f90f5f b8812a Nosocomial 2
3 11f8ea 893f25 Nosocomial 7
4 aec8ec be99c8 Nosocomial 7
5 133ee7 369449 Nosocomial 9
6 996f3a 2978ac Nosocomial 7
7 37a6f6 fc15ef Nosocomial 4
8 b799eb bc2adf Nosocomial 5
9 5d9e4d 8bd1e8 Nosocomial 10
10 beb26e 959170 Nosocomial 6
# ℹ 1,902 more rows
Nous pouvons utiliser la fonction thin
pour filtrer la linelist afin d’inclure les cas trouvés dans les contacts en définissant l’argument what = "linelist"
, ou pour filtrer les contacts pour inclure les cas qui sont trouvés dans la linelist en définissant l’argument what = "contacts"
. Dans le code ci-dessous, nous filtrons davantage l’objet epicontacts pour ne garder que les liens de transmission impliquant les cas masculins infectés entre avril et juillet que nous avons filtrés ci-dessus. Nous pouvons voir que seulement deux liens de transmission correspondent à cette spécification.
<- thin(sub_attributes, what = "contacts")
sub_attributes nrow(sub_attributes$contacts)
[1] 6
Les réseaux peuvent être élagués pour n’inclure que les composants qui sont connectés à certains noeuds. L’argument cluster_id
prend un vecteur d’identifiants de cas et renvoie la linelist des individus qui sont liés, directement ou indirectement, à ces IDs. Dans le code ci-dessous, nous pouvons voir qu’un total de 13 cas de la linelist sont impliqués dans les clusters contenant 2ae019
et 71577a
.
<- subset(epic, cluster_id = c("2ae019", "71577a"))
sub_id nrow(sub_id$linelist)
[1] 13
La méthode subset()
pour les objets epicontacts
permet aussi de filtrer par la taille des cluster en utilisant les arguments cs
, cs_min
et cs_max
. Dans le code ci-dessous, nous gardons seulement les cas liés à des clusters de 10 cas ou plus, et nous pouvons voir que 271 cas de la linelist sont impliqués dans de tels clusters.
<- subset(epic, cs_min = 10)
sub_cs nrow(sub_cs$linelist)
[1] 271
Accéder les IDs
La fonction get_id()
récupère les informations sur les IDs des cas dans les données, et peut être paramétrée comme la suite:
- linelist : IDs dans les données de la linelist
- contacts : IDs dans la jeu de données des contacts (“from” et “to” combinés)
- from : IDs dans la colonne “from” de la base de données des contacts.
- to : IDs dans la colonne “to” du jeu de données des contacts
- all : IDs qui apparaissent n’importe où dans l’un ou l’autre des jeu de données.
- common : IDs qui apparaissent à la fois dans la jeu de données des contacts et dans la linelist.
Par exemple, quels sont les dix premiers ID dans la jeu de données des contacts ?
<- get_id(epic, "contacts")
contacts_ids head(contacts_ids, n = 10)
[1] "f547d6" "f90f5f" "11f8ea" "aec8ec" "893f25" "133ee7" "996f3a" "37a6f6"
[9] "9f6884" "4802b1"
Combien d’identifiants sont trouvés à la fois dans la linelist et dans les contacts ?
length(get_id(epic, "common"))
[1] 4352
37.4 Visualisation
Graphique de base
Toutes les visualisations des objets epicontacts sont gérées par la fonction plot
. Nous allons d’abord filtrer l’objet epicontacts pour n’inclure que les cas ayant une date d’apparition en juin 2014, en utilisant la fonction subset
, et filtrer seulement les contacts liés à ces cas à l’aide de la fonction thin
.
## sous-ensemble objet epicontacts
<- epic %>%
sub subset(
node_attribute = list(date_onset = c(as.Date(c("2014-06-30", "2014-06-01"))))
%>%
) thin("contacts")
Nous pouvons ensuite créer le graphique interactif de base très simplement comme suit :
## tracer l'objet epicontacts
plot(
sub,width = 700,
height = 700
)
Vous pouvez déplacer les noeuds en les faisant glisser, les survoler pour obtenir plus d’informations et cliquer dessus pour subligner les cas connectés.
Il existe un grand nombre d’arguments pour modifier ce graphique. Nous allons couvrir les principaux ici, mais consultez la documentation via ?vis_epicontacts
(la fonction appelée lors de l’utilisation de plot
sur un objet epicontacts) pour obtenir une description complète des arguments de la fonction.
Visualiser les attributs des noeuds
La couleur, la forme et la taille d’un noeud peuvent être associées à une colonne specifiée de la linelist, en utilisant les arguments node_color
, node_shape
et node_size
. Ceci est similaire à la syntaxe aes
de ggplot2.
Les couleurs, formes et tailles spécifiques des noeuds peuvent être spécifiées comme suit :
Couleurs via l’argument
col_pal
, soit en fournissant une liste de noms pour la spécification manuelle de chaque couleur comme fait ci-dessous, ou en fournissant une fonction de palette de couleurs, telle quecolorRampPalette(c("black", "red", "orange"))
fournira un gradient de couleurs entre les trois spécifiées.Shapes en passant une liste nommée à l’argument
shapes
, et en spécifiant une forme pour chaque élément unique dans la colonne de la linelist spécifiée avec l’argumentnode_shape
. Voircodeawesome
pour les formes disponibles.Taille en passant une gamme de taille des noeuds à l’argument
size_range
.
Voici un exemple, où la couleur représente le résultat, la forme le sexe et la taille l’âge :
plot(
sub, node_color = "outcome",
node_shape = "gender",
node_size = "age",
col_pal = c(Death = "firebrick", Recover = "green"),
shapes = c(f = "female", m = "male"),
size_range = c(40, 60),
height = 700,
width = 700
)
Visualisation des attributs de bords
La couleur, la largeur et le type de ligne de le bords peuvent être associés à une colonne du jeu de données contacts en utilisant les arguments edge_color
, edge_width
et edge_linetype
, comme la suite:
Couleurs via l’argument
edge_col_pal
, de la même manière que pourcol_pal
.Largeurs en passant une gamme de taille des noeuds à l’argument
width_range
.
Voici un exemple :
plot(
sub, node_color = "outcome",
node_shape = "gender",
node_size = "age",
col_pal = c(Death = "firebrick", Recover = "green"),
shapes = c(f = "female", m = "male"),
size_range = c(40, 60),
edge_color = 'location',
edge_linetype = 'location',
edge_width = 'duration',
#edge_col_pal = c(Community = "orange", Nosocomial = "violet"),
width_range = c(1, 3),
height = 700,
width = 700
)
Axe temporel
Nous pouvons également visualiser le réseau selon un axe temporel en faisant correspondre l’argument x_axis
à une colonne de la linelist. Dans l’exemple ci-dessous, l’axe des x représente la date d’apparition des symptômes. Nous avons également spécifié l’argument arrow_size
pour nous assurer que les flèches ne sont pas trop grandes, et nous avons défini label = FALSE
pour rendre la figure moins encombrée.
plot(
sub,x_axis = "date_onset",
node_color = "outcome",
col_pal = c(Death = "firebrick", Recover = "green"),
arrow_size = 0.5,
node_size = 13,
label = FALSE,
height = 700,
width = 700
)
Il existe un grand nombre d’arguments supplémentaires pour spécifier d’avantage la façon dont ce réseau est visualisé le long d’un axe temporel, que vous pouvez vérifier via ?vis_temporal_interactive
(la fonction appelée lors de l’utilisation de plot
sur un objet epicontacts avec x_axis
spécifié). Nous allons voir quelques examples ci-dessous.
Spécifier la forme de l’arbre de transmission
Il y a deux formes principales que l’arbre de transmission peut prendre, spécifiées en utilisant l’argument network_shape
. La première est une forme branchée
comme indiqué ci-dessus, où un bord droite relie deux noeuds connectes. C’est la représentation la plus intuitive mais elle peut donner lieu à des bords qui se chevauchent dans un réseau dense. La deuxième forme est le rectangle
, qui produit un arbre ressemblant à une phylogénie. Par exemple :
plot(
sub,x_axis = "date_onset",
network_shape = "rectangle",
node_color = "outcome",
col_pal = c(Death = "firebrick", Recover = "green"),
arrow_size = 0.5,
node_size = 13,
label = FALSE,
height = 700,
width = 700
)
On peut assigner à chaque noud de cas une position verticale unique en modifiant l’argument position_dodge
. La position des cas non liés (c’est-à-dire sans contacts signalés) est spécifiée à l’aide de l’argument unlinked_pos
.
plot(
sub,x_axis = "date_onset",
network_shape = "rectangle",
node_color = "outcome",
col_pal = c(Death = "firebrick", Recover = "green"),
position_dodge = TRUE,
unlinked_pos = "bottom",
arrow_size = 0.5,
node_size = 13,
label = FALSE,
hieght = 700,
width = 700
)
La position du noeud parent par rapport aux noeuds enfants peut être spécifiée en utilisant l’argument parent_pos
. L’option par défaut est de placer le noeud parent au milieu, mais il peut être placé en bas (parent_pos = 'bottom'
) ou en haut (parent_pos = 'top'
).
plot(
sub,x_axis = "date_onset",
network_shape = "rectangle",
node_color = "outcome",
col_pal = c(Death = "firebrick", Recover = "green"),
parent_pos = "top",
arrow_size = 0.5,
node_size = 13,
label = FALSE,
height = 700,
width = 700
)
Enregistrement des graphiques et des figures
Vous pouvez enregistrer un graphique sous forme de fichier html interactif et autonome avec la fonction visSave
du paquet VisNetwork :
plot(
sub,x_axis = "date_onset",
network_shape = "rectangle",
node_color = "outcome",
col_pal = c(Death = "firebrick", Recover = "green"),
parent_pos = "top",
arrow_size = 0.5,
node_size = 13,
label = FALSE,
height = 700,
width = 700
%>%
) ::visSave("network.html") visNetwork
L’enregistrement de ces sorties de réseau sous forme d’image est malheureusement moins facile et nécessite d’enregistrer le fichier en tant que html et ensuite de faire une capture d’écran utilisant le paquet webshot
. Dans le code ci-dessous, nous convertissons le fichier html sauvegardé ci-dessus en un PNG :
webshot(url = "network.html", file = "network.png")
Ligne chronologique
Vous pouvez également ajouter les chronologie de cas sur le réseau, qui sont représentées sur l’axe des x de chaque cas. Ceci peut être utilisé pour visualiser localisations des cas, par exemple, ou le temps jusqu’au résultat. Pour générer une ligne chronologique, nous devons créer un dataframe d’au moins trois colonnes indiquant l’ID du cas, la date de début de l’“événement” et la date de fin de l’“événement”. Vous pouvez également ajouter n’importe quel nombre d’autres colonnes qui peuvent ensuite être mappées aux noeuds et aux bords. Dans le code ci-dessous, nous générons une ligne chronologique allant de la date de l’apparition des symptômes à la date du résultat. Nous conservons les variables de résultat et d’hôpital que nous utilisons pour définir la forme et la couleur des noeuds. Notez que vous pouvez avoir plus qu’une ligne/événement chronologique par cas, par exemple si un cas a etait transféré entre plusieurs hôpitaux.
## générer une ligne chronologique
<- linelist %>%
timeline transmute(
id = case_id,
start = date_onset,
end = date_outcome,
outcome = outcome,
hospital = hospital
)
Nous passons ensuite l’élément chronologique à l’argument timeline
. Nous pouvons faire correspondre les attributs de la ligne chronologique aux couleurs, formesm et tailles des noeuds de la même manière que celle définie dans les sections précédentes, sauf que nous avons deux noeuds: le noeud de début et de fin de chaque ligne chronologique qui ont des arguments distincts. Par exemple, tl_start_node_color
définit quelle colonne de la ligne chronologique est mappée à la couleur du noeud de départ, tandis que tl_end_node_shape
définit quelle colonne de la ligne chronologique est utilise pour la forme du noeud final. Nous pouvons également faire correspondre la couleur, la largeur, le type de ligne et les étiquettes de bord de la ligne chronologique via les arguments tl_edge_*
.
Voir ?vis_temporal_interactive
(la fonction appelée de plot() avec un objet epicontacts) pour plus de détails. Chaque argument est également annoté dans le code ci-dessous :
## définir les formes
<- c(
shapes f = "female",
m = "male",
Death = "user-times",
Recover = "heartbeat",
"NA" = "question-circle"
)
## définir les couleurs
<- c(
colours Death = "firebrick",
Recover = "green",
"NA" = "grey"
)
## faire un graphique
plot(
sub,## coordonnée x maximale de la date d'apparition de la maladie
x_axis = "date_onset",
## utiliser une forme de réseau rectangulaire
network_shape = "rectangle",
## mappe les formes de noeuds de cas à la colonne de sexe
node_shape = "gender",
## nous ne voulons pas mapper la couleur des noeuds à aucune colonne, cela est important car la valeur par défaut est de mapper à l'id du noeud, ce qui va perturber le schéma de couleurs
node_color = NULL,
## définir la taille du noeud de cas à 30 (comme il ne s'agit pas d'un caractère, node_size n'est pas mappée à une colonne mais interprétée comme la taille réelle du noeud)
node_size = 30,
## définir la largeur du lien de transmission à 4 (comme il ne s'agit pas d'un caractère, edge_width n'est pas affectée à une colonne mais interprétée comme la largeur réelle du bord)
edge_width = 4,
## fournir l'objet ligne chronologique
timeline = timeline,
## mappe la forme du noeud de fin à la colonne de résultat dans l'objet de ligne chronologique
tl_end_node_shape = "outcome",
## définir la taille du noeud final à 15 (comme il ne s'agit pas d'un caractère, cet argument n'est pas associé à la colonne des résultats dans l'objet ligne chronologique).
tl_end_node_size = 15,
## mappez la couleur du bord de la ligne de temps à la colonne de l'hôpital
tl_edge_color = "hospital",
## Définir la largeur du bord de la ligne de temps à 2 (comme il ne s'agit pas d'un caractère, cet argument n'est pas associé à la colonne de l'hôpital).
tl_edge_width = 2,
## mappez les étiquettes des bords à la variable hospital
tl_edge_label = "hospital",
## spécifier la forme pour chaque attribut de noeud (défini ci-dessus)
shapes = shapes,
## spécifier la palette de couleurs (définie ci-dessus)
col_pal = colours,
## définir la taille de la flèche à 0.5
arrow_size = 0.5,
## utiliser deux colonnes dans la légende
legend_ncol = 2,
## définir la taille de la police
font_size = 15,
## définir le formatage des dates
date_labels = c("%d %b %Y"),
## ne pas tracer les étiquettes d'identification sous les noeuds
label = FALSE,
## spécifier la hauteur
height = 1000,
## spécifier la largeur
width = 1200,
## assurez-vous que chaque noeud de cas a une coordonnée y unique, ceci est très important
## lors de l'utilisation de lignes chronologiques, sinon les lignes chronologiques se chevauchant de différents cas
position_dodge = TRUE
)
Warning in assert_timeline(timeline, x, x_axis): 5865 timeline row(s) removed
as ID not found in linelist or start/end date is NA
37.5 Analyse
Résumé
Nous pouvons obtenir un aperçu de certaines propriétés du réseau en utilisant la fonction summary
.
## résumer l'objet epicontacts
summary(epic)
/// Overview //
// number of unique IDs in linelist: 5888
// number of unique IDs in contacts: 5511
// number of unique IDs in both: 4352
// number of contacts: 3800
// contacts with both cases in linelist: 56.868 %
/// Degrees of the network //
// in-degree summary:
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000 0.0000 1.0000 0.5392 1.0000 1.0000
// out-degree summary:
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000 0.0000 0.0000 0.5392 1.0000 6.0000
// in and out degree summary:
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000 1.000 1.000 1.078 1.000 7.000
/// Attributes //
// attributes in linelist:
generation date_infection date_onset date_hospitalisation date_outcome outcome gender age age_unit age_years age_cat age_cat5 hospital lon lat infector source wt_kg ht_cm ct_blood fever chills cough aches vomit temp time_admission bmi days_onset_hosp
// attributes in contacts:
location duration
Par exemple, nous pouvons voir que seulement 57% des contacts ont les deux cas dans la linelist ; cela signifie que nous ne disposons pas de données de le linelist sur un nombre significatif de cas impliqués dans ces chaînes de transmission.
Caractéristiques par paires
La fonction get_pairwise()
permet de traiter les variables de la linelist en fonction de chaque paire dans l’ensemble de données de contact. Dans l’exemple suivant, la date d’apparition de la maladie est extraite de la liste de lignes afin de calculer la différence entre la date d’apparition de la maladie pour chaque paire dans l’ensemble de données de contact. La valeur produite par cette comparaison représente l’ intervalle de série (si).
<- get_pairwise(epic, "date_onset")
si summary(si)
Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
0.00 5.00 9.00 11.01 15.00 99.00 1820
tibble(si = si) %>%
ggplot(aes(si)) +
geom_histogram() +
labs(
x = "Intervalle de série",
y = "Fréquence"
)
`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Warning: Removed 1820 rows containing non-finite outside the scale range
(`stat_bin()`).
La fonction get_pairwise()
va interpréter la classe de la colonne utilisée pour la comparaison, et adaptera sa méthode de comparaison des valeurs en conséquence. Pour les nombres et les dates (comme l’exemple si ci-dessus), la fonction va soustraire les valeurs. Lorsqu’elle est appliquée à des colonnes qui sont des caractères ou des catégories, get_pairwise()
collera les valeurs ensemble. Comme la fonction permet également un traitement arbitraire (voir l’argument “f”), ces combinaisons discrètes peuvent être facilement mises en tableau et analysées.
head(get_pairwise(epic, "gender"), n = 10)
[1] "f -> m" NA "m -> m" NA "m -> f" "f -> f" NA "f -> m"
[9] NA "m -> f"
get_pairwise(epic, "gender", f = table)
values.to
values.from f m
f 464 516
m 510 468
fisher.test(get_pairwise(epic, "gender", f = table))
Fisher's Exact Test for Count Data
data: get_pairwise(epic, "gender", f = table)
p-value = 0.03758
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.6882761 0.9892811
sample estimates:
odds ratio
0.8252575
Ici, nous voyons une association significative entre les liens de transmission et le sexe.
Identifier les clusters
La fonction get_clusters()
peut être utilisée pour identifier les composants connectés dans un objet epicontacts
. Tout d’abord, nous l’utilisons pour récupérer un data.frame
contenant les informations sur les clusters :
<- get_clusters(epic, output = "data.frame")
clust table(clust$cluster_size)
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1536 1680 1182 784 545 342 308 208 171 100 99 24 26 42
ggplot(clust, aes(cluster_size)) +
geom_bar() +
labs(
x = "Taille des clusters",
y = "Fréquence"
)
Examinons les plus grands clusters. Pour cela, nous ajoutons des informations sur les clusters à l’objet epicontacts
, puis nous le sous-ensemblons pour ne garder que les plus grands clusters :
<- get_clusters(epic)
epic <- max(epic$linelist$cluster_size)
max_size plot(subset(epic, cs = max_size))
Calcul des degrés
Le degré d’un noeud correspond à son nombre de bords ou de connexions avec d’autres noeuds. get_degree()
fournit une méthode simple pour calculer cette valeur pour les objets epicontacts
. Un degré élevé dans ce contexte indique un individu qui était en contact avec beaucoup d’autres personnes. L’argument type
indique que nous souhaitons compter à la fois le degré d’entrée et le degré de sortie, l’argument only_linelist
indique que nous voulons calculer le degré pour les cas de la linelist.
<- get_degree(epic, type = "both", only_linelist = TRUE) deg_both
Quels sont les individus qui ont les dix plus grands contacts ?
head(sort(deg_both, decreasing = TRUE), 10)
916d0a 858426 6833d7 f093ea 11f8ea 3a4372 38fc71 c8c4d5 a127a7 02d8fd
7 6 6 6 5 5 5 5 5 5
Quel est le nombre moyen de contacts ?
mean(deg_both)
[1] 1.078473
37.6 Ressources
Le site pour le paquet epicontacts fournit une vue d’ensemble des fonctions du paquet et contient quelques vignettes plus approfondies.
La page github peut être utilisée pour soulever des problèmes et demander des fonctionnalités.