37  Цепочки передачи

37.1 Обзор

Основным инструментом для обработки, анализа и визуализации цепочек передачи и данных о контактах является пакет epicontacts, разработанный специалистами компании RECON. Попробуйте воспользоваться приведенным ниже интерактивным графиком, наводя курсор на вершины для получения дополнительной информации, перетаскивая их для перемещения и нажимая на них для выделения случаев заболевания.

Warning in epicontacts::make_epicontacts(linelist = linelist, contacts =
contacts, : Cycle(s) detected in the contact network: this may be unwanted

37.2 Подготовка

Загрузка пакетов

Сначала загрузите стандартные пакеты, необходимые для импорта и управления данными. В данном руководстве мы делаем акцент на функции p_load() из pacman, которая при необходимости устанавливает пакет и загружает его для использования. Также можно загрузить пакеты с помощью library() из базового R. Более подробную информацию о пакетах R см. на странице [Основы R].

pacman::p_load(
   rio,          # Импорт файлов
   here,         # Локатор файлов
   tidyverse,    # Управление данными + графика ggplot2
   remotes       # Установка пакетов из github
)

Вам потребуется версия epicontacts, которая может быть установлена из github с помощью функции p_install_github() из pacman. Эту команду необходимо выполнить только ниже, а не при каждом использовании пакета (в дальнейшем можно использовать p_load() как обычно).

pacman::p_install_gh("reconhub/epicontacts@timeline")

Импорт данных

Мы импортируем набор данных о случаях из смоделированной эпидемии лихорадки Эбола. Если вы хотите загрузить данные, чтобы проследить за ходом работы, см. инструкции на странице [Скачивание руководства и данных]. Набор данных импортируется с помощью функции import() из пакета rio. Различные способы импорта см. на странице [Импорт и экспорт].ta.

# импортировать построчный список
linelist <- import("linelist_cleaned.xlsx")

Ниже показаны первые 50 строк построчного списка. Особый интерес представляют столбцы case_id, generation, infector и source.

Создание объекта epicontacts

Затем нам необходимо создать объект epicontacts, для которого требуется два типа данных:

• построчный список, документирующий случаи, где столбцы являются переменными, а строки соответствуют уникальным случаям
• список ребер, определяющих связи между случаями на основе их уникальных идентификаторов (это могут быть контакты, события передачи и т.д.)

Поскольку у нас уже есть построчный список, нам просто нужно создать список ребер между случаями, а точнее между их идентификаторами. Мы можем извлечь связи передачи из построчного списка, связав столбец infector со столбцом case_id. На этом этапе мы также можем добавить “свойства ребра”, под которыми мы понимаем любую переменную, описывающую связь между двумя случаями, а не сами случаи. Для примера добавим переменную location, описывающую местоположение события передачи, и переменную продолжительность, описывающую продолжительность контакта в днях.

В приведенном ниже коде dplyr функция transmute аналогична mutate, за исключением того, что она сохраняет только те столбцы, которые мы указали в функции. Функция drop_na отфильтрует все строки, в которых указанные столбцы имеют значение NA; в данном случае мы хотим сохранить только те строки, в которых известно заразившее лицо.

## создание контактов
contacts <- linelist %>%
  transmute(
    infector = infector,
    case_id = case_id,
    location = sample(c("Community", "Nosocomial"), n(), TRUE),
    duration = sample.int(10, n(), TRUE)
  ) %>%
  drop_na(infector)

Теперь мы можем создать объект epicontacts с помощью функции make_epicontacts. Нам необходимо указать, какой столбец в построчном списке указывает на уникальный идентификатор случая, а также какие столбцы в контактах указывают на уникальные идентификаторы случаев, участвующих в каждой связи. Эти связи имеют направление в том смысле. что инфекция идет от заразившего лица к случаю, поэтому нам необходимо задать аргументы from и to соответственно. Поэтому мы также устанавливаем аргумент directed в значение TRUE, что повлияет на дальнейшие операции.

## создание объекта epicontacts
epic <- make_epicontacts(
  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

Изучив объекты epicontacts, мы видим, что столбец case_id в построчном списке был переименован в id, а столбцы case_id и infector в контактах были переименованы в столбцы from и to. Это обеспечивает последовательность в последующих операциях обработки, визуализации и анализа.

## просмотр объекта 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        3
 2 f90f5f b8812a Community         1
 3 11f8ea 893f25 Nosocomial        9
 4 aec8ec be99c8 Nosocomial        8
 5 893f25 07e3e8 Nosocomial        6
 6 133ee7 369449 Community         9
 7 996f3a 2978ac Nosocomial        4
 8 133ee7 57a565 Community         9
 9 37a6f6 fc15ef Nosocomial        1
10 9f6884 2eaa9a Community         4
# ℹ 3,790 more rows

37.3 Обработка

Подмножество

Метод subset() для объектов epicontacts позволяет, в частности, фильтровать сети на основе свойств построчного списка (“атрибуты узлов”) и базы данных контактов (“атрибуты ребер”). Эти значения должны быть переданы в виде списков с названиями соответствующему аргументу. Например, в приведенном ниже коде мы сохраняем в списке только те мужские случаи в построенном списке, которые имеют дату заражения в период с апреля по июль 2014 года (даты указаны в виде диапазонов), а также связи передачи, произошедшие в больнице.

sub_attributes <- subset(
  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; 1,913 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: 1,913 × 4
   from   to     location   duration
   <chr>  <chr>  <chr>         <int>
 1 f547d6 5fe599 Nosocomial        3
 2 11f8ea 893f25 Nosocomial        9
 3 aec8ec be99c8 Nosocomial        8
 4 893f25 07e3e8 Nosocomial        6
 5 996f3a 2978ac Nosocomial        4
 6 37a6f6 fc15ef Nosocomial        1
 7 4802b1 bbfa93 Nosocomial        3
 8 ea3740 90e5fe Nosocomial        3
 9 beb26e 959170 Nosocomial        7
10 567136 8ebf6e Nosocomial        8
# ℹ 1,903 more rows

Мы можем использовать функцию thin либо для фильтрации построчного списка, чтобы включить в него случаи которые встречаются в контактах, задав аргумент what = " linelist", либо отфильтровать контакты для включения случаев, найденных в построчном списке, задав аргумент what = "contacts". В приведенном ниже коде мы дополнительно фильтруем объект epicontacts, чтобы сохранить только связи передачи, связанные со случаями заражения мужчин в период с апреля по июль, которые мы отфильтровали выше. Мы видим, что только две известные связи соответствуют этому требованию.

sub_attributes <- thin(sub_attributes, what = "contacts")
nrow(sub_attributes$contacts)

[1] 5

В дополнение к подмножеству по атрибутам узлов и ребер, сети могут быть обрезаны таким образом, чтобы включать только те компоненты, которые связаны с определенными узлами. Аргумент cluster_id принимает вектор идентификаторов случаев и возвращает построчный список лиц, которые прямо или косвенно связаны с этими идентификаторами. В приведенном ниже коде мы видим, что в кластерах, содержащих 2ae019 и 2ae019, задействовано в общей сложности 13 построчных списков.

sub_id <- subset(epic, cluster_id = c("2ae019","71577a"))
nrow(sub_id$linelist)

[1] 13

Метод subset() для объектов epicontacts также позволяет осуществлять фильтрацию по размеру кластера используя аргументы cs, cs_min и cs_max. В приведенном ниже коде мы сохраняем только случаи, связанные с кластерами, состоящими из 10 случаев и более, и видим, что 271 случай из построчного списка участвует в таких кластерах.

sub_cs <- subset(epic, cs_min = 10)
nrow(sub_cs$linelist)

[1] 271

Доступ к идентификаторам

Функция get_id() извлекает информацию об идентификаторах случаев в наборе данных и может быть определена следующим образом:

• linelist: Идентификаторы в данных построчного списка
• contacts: Идентификаторы в наборе данных о контактах (объединение “от” и ” к”)
• from: идентификаторы в столбце ““от”” набора данных о контактах
• to: идентификаторы в столбце “к” набора данных о контактах
• all: Идентификаторы, встречающиеся в любом месте любого из наборов данных
• common: Идентификаторы, которые встречаются как в наборе данных контактов, так и в построчном списке

Например, каковы первые десять идентификаторов в наборе данных контактов?

contacts_ids <- get_id(epic, "contacts")
head(contacts_ids, n = 10)

 [1] "f547d6" "f90f5f" "11f8ea" "aec8ec" "893f25" "133ee7" "996f3a" "37a6f6"
 [9] "9f6884" "4802b1"

Сколько идентификаторов содержится в построчном списке и в контактах?

length(get_id(epic, "common"))

[1] 4352

37.4 Визуализация

Базовое построение графиков

Все визуализации объектов epicontacts обрабатываются функцией plot. Сначала отфильтруем объект epicontacts, чтобы включить в него только случаи с датой начала заболевания в июне 2014 года, используя функцию subset, и включим только контакты, связанные с этими случаями, с помощью функции thin.

## объект подмножества epicontacts
sub <- epic %>%
  subset(
    node_attribute = list(date_onset = c(as.Date(c("2014-06-30", "2014-06-01"))))
  ) %>%
 thin("contacts")

После этого мы можем построить базовый интерактивный график следующим образом:

## построение объекта epicontacts
plot(
  sub,
  width = 700,
  height = 700
)

Узлы можно перемещать, перетаскивая их, наводить на них курсор, чтобы получить дополнительную информацию, и щелкать по ним мышью, выделяя связанные случаи.

Существует большое количество аргументов для дальнейшей модификации этого графика. Мы рассмотрим основные из них, но ознакомьтесь с документацией по функции ?vis_epicontacts (функция, вызываемая при использовании plot на объекте epicontacts), чтобы получить полное описание аргументов функции.

Визуализация атрибутов узлов

Цвет узла, форма узла и его размер могут быть сопоставлены с заданным столбцом построчного списка используя аргументы node_color, node_shape и node_size. Это аналогично синтаксису aes, который вы можете узнать из ggplot2.

Конкретные цвета, формы и размеры узлов могут быть заданы следующим образом:

• Цвета через аргумент col_pal, либо предоставив список названий для указания каждого цвета вручную, как это сделано ниже, либо задав функцию палитры цветов,
  например, colorRampPalette(c("black", "red", "orange")), которая обеспечит градиент между указанными цветами.

• Формы, передавая список с названием в аргументе shapes, указывая одну форму для каждого уникального элемента построчного списка, указанного аргументом node_shape. Доступные формы см. в разделе codeawesome.

• Размер путем передачи диапазона размеров узлов в аргумент size_range.

Приведем пример, где цвет обозначает результат, форма - пол, а размер возраст:

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
)

Визуализация атрибутов ребер

Цвет, ширина и тип линии ребра могут быть привязаны к заданному столбцу в датафрейме контактов с помощью edge_color, edge_width и edge_linetype. Конкретные цвета и ширина ребер могут быть заданы следующим образом:

• Цвета через аргумент edge_col_pal, аналогично тому, как это делается для col_pal.

• Ширины, передавая диапазон размеров узлов в аргументе width_range.

Приведем пример:

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 = "purple"),
  width_range = c(1, 3),
  height = 700,
  width = 700
)

Временная ось

Мы также можем визуализировать сеть вдоль временной оси, связав аргумент x_axis со столбцом построчного списка. В приведенном ниже примере ось x обозначает дату начала симптомов. Мы также указали аргумент arrow_size чтобы стрелки не были слишком большими, и задали label = FALSE, чтобы сделать рисунок менее загроможденным.

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
)

Существует большое количество дополнительных аргументов, позволяющих более точно определить, как эта сеть визуализируется по временной оси, что можно проверить с помощью функции ?vis_temporal_interactive (функция, вызываемая при использовании plot на объекте epicontacts с указанной x_axis). Ниже мы рассмотрим некоторые примеры.

Задание формы дерева передачи

Существует две основные формы, которые может принимать дерево передачи, задаваемые с помощью аргумента network_shape. Первая - это разветвленная форма branching, как показано выше, где прямое ребро соединяет любые два узла. Это наиболее интуитивно понятное представление, однако в густонаселенной сети оно может привести к наложению ребер друг на друга Вторая форма - прямоугольник rectangle - представляет собой дерево, напоминающее филогенез Например:

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
)

Каждому узлу случая может быть присвоено уникальное вертикальное положение путем переключения аргумента position_dodge. Положение несвязанных случаев (т.е. не имеющих контактов) задается с помощью аргумента 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,
  height = 700,
  width = 700
)

Положение родительского узла относительно дочерних узлов может быть задано с помощью аргумента parent_pos. По умолчанию родительский узел располагается в середине, однако его можно расположить снизу (parent_pos = 'bottom') или сверху (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
)

Сохранение графиков и рисунков

Сохранить график в виде интерактивного, самодостаточного html-файла можно с помощью функции visSave из пакета 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
) %>%
  visNetwork::visSave("network.html")

Сохранение этих исходов в виде изображения, к сожалению, не так просто и требует сохранить файл в формате html, а затем сделать скриншот этого файла с помощью пакета webshot. В приведенном ниже коде мы преобразуем сохраненный html-файл в PNG:

webshot(url = "network.html", file = "network.png")

Временные рамки

В сети также можно рассматривать временные рамки, которые представлены на оси x каждого случая. Это можно сделать, например, для визуализации местоположения случая или времени до исхода. Чтобы сгенерировать временную шкалу, необходимо создать датафрейм, состоящий как минимум из трех столбцов с указанием идентификатора случая, даты начала “события” и даты окончания “события”. Можно также добавить любое количество других столбцов, которые затем можно сопоставить со свойствами узлов и ребер временной шкалы. В приведенном ниже коде мы генерируем временную шкалу, начиная с даты начала симптомов и заканчивая датой исхода, и сохраняем переменные исхода и больницы, которые мы используем для определения формы и цвета узлов. Обратите внимание, что в каждом случае может быть более одной строки/события временной шкалы на один случай, например, если случай переводится между несколькими больницами.

## создание временных рамок
timeline <- linelist %>%
  transmute(
    id = case_id,
    start = date_onset,
    end = date_outcome,
    outcome = outcome,
    hospital = hospital
  )

Затем мы передаем элемент временной шкалы в аргумент timeline. Мы можем сопоставить атрибуты временной шкалы цветам, формам и размерам узлов временной шкалы таким же образом, какой был определен в предыдущих разделах. за исключением того, что у нас есть два узла: начальный и конечный узел каждой временной шкалы, которые имеют отдельные аргументы. Например, tl_start_node_color определяет, какой столбец временной шкалы сопоставлен с цветом начального узла, а tl_end_node_shape определяет, какой столбец временной шкалы будет сопоставлен с формой конечного узла. Мы также можем сопоставить цвет, ширину, тип линий и метки с аргументами временной шкалы tl_edge_*.

Подробную документацию по аргументам см. в разделе ?vis_temporal_interactive (функция, вызываемая при построении графика объекта epicontacts). для получения подробной документации по аргументам. Каждый аргумент аннотирован в приведенном ниже коде:

## определение форм
shapes <- c(
  f = "female",
  m = "male",
  Death = "user-times",
  Recover = "heartbeat",
  "NA" = "question-circle"
)

## определение цветов
colours <- c(
  Death = "firebrick",
  Recover = "green",
  "NA" = "grey"
)

## создание графика
plot(
  sub,
  ## максимальная координата x к дате начала заболевания
  x_axis = "date_onset",
  ## использовать прямоугольную форму сети
  network_shape = "rectangle",
  ## сопоставить формы узлов случая со столбоцом пола 
  node_shape = "gender",
  ## мы не хотим сопоставлять цвет узла с каким-либо столбцом - это важно, поскольку
  ## значение по умолчанию сопоставляется с id узла, что приводит к нарушению цветовой схемы
  node_color = NULL,
  ## установить размер узла случая равным 30 (поскольку это не символ, node_size не
  ## отображается на столбец, но вместо этого интерпретируется как фактический размер узла)
  node_size = 30,
  ## установить ширину связи передачи равной 4 (поскольку это не символ, ширина edge_width
  ## не отображается на столбец, а интерпретируется как фактическая ширина ребра)
  edge_width = 4,
  ## предоставить объект временной шкалы
  timeline = timeline,
  ## сопоставить форму конечного узла со столбцом исходов в объекте временной шкалы
  tl_end_node_shape = "outcome",
  ## установить размер конечного узла равным 15 (поскольку это не символ, 
  ## аргумент не сопоставляется со столбцом, а интерпретируется как фактический
  ## размер узла)
  tl_end_node_size = 15,
  ## сопоставить цвет ребра временной шкалы со столбцом больницы
  tl_edge_color = "hospital",
  ## установить ширину ребра временной шкалы равной 2 (поскольку это не символ, 
  ## аргумент не сопоставляется со столбцом, а интерпретируется как фактическая
  ## ширина ребра)
  tl_edge_width = 2,
  ## сопоставить метки ребер с переменной больницы
  tl_edge_label = "hospital",
  ## задать форму для каждого атрибута узла (см. выше)
  shapes = shapes,
  ## задать цветовую палитру (см. выше)
  col_pal = colours,
  ## установить размер стрелки равным 0,5
  arrow_size = 0.5,
  ## использовать два столбца в легенде
  legend_ncol = 2,
  ## установить размер шрифта
  font_size = 15,
  ## определение форматирования для дат
  date_labels = c("%d %b %Y"),
  ## не отображать метки идентификаторов ниже узлов
  label = FALSE,
  ## задать высоту
  height = 1000,
  ## задать ширину
  width = 1200,
  ## убедитесь, что каждый узел случая имеет уникальную координату y - это очень важно
  ## при использовании временных шкал, иначе у вас будут перекрываться временные шкалы от
  ## различных случаев
  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 Анализ

Обобщение

Мы можем получить общее представление о некоторых свойствах сети с помощью функции summary.

## обобщить объект 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

Например, мы видим, что только 57% контактов имеют оба случая в построчном списке Это означает, что мы не располагаем данными построчного списка по значительному числу случаев, задействованных в этих цепочках передачи.

Парные характеристики

Функция get_pairwise() позволяет обрабатывать переменную(ые) в списке строк в соответствии с каждой парой в наборе данных контактов. В следующем примере из списка строк извлекается дата начала заболевания, чтобы вычислить разницу между датами начала заболевания для каждой пары. Полученное в результате этого сравнения, представляет собой серийный интервал (si).

si <- get_pairwise(epic, "date_onset")   
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 = "Serial interval",
    y = "Frequency"
  )

`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Warning: Removed 1820 rows containing non-finite outside the scale range
(`stat_bin()`).

Функция get_pairwise() будет интерпретировать класс столбца, используемого для сравнения и соответствующим образом корректирует свой метод сравнения значений. Для чисел и дат (как в примере si выше), функция будет вычитать значения. При применении к столбцам, имеющим символы или категориальный характер, get_pairwise() будет соединять значения. Поскольку функция также допускает произвольную обработку (см. аргумент “f”), эти дискретные комбинации могут быть легко табулированы и проанализированы.

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 

Здесь мы видим значительную связь между цепочками передачи и полом.

Определение кластеров

Функция get_clusters() может быть использована для определения связанных компонентов в объекте epicontacts. Сначала с ее помощью мы получаем датафрейм data.frame. содержащий информацию о кластерах:

clust <- get_clusters(epic, output = "data.frame")
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 = "Cluster size",
    y = "Frequency"
  )

Рассмотрим наиболее крупные кластеры. Для этого мы добавляем информацию о кластере в объект epicontacts, а затем выделим в нем только самые крупные кластеры:

epic <- get_clusters(epic)
max_size <- max(epic$linelist$cluster_size)
plot(subset(epic, cs = max_size))

Вычисление степени

Степень узла соответствует количеству его ребер или связей с другими узлами. get_degree() предоставляет простой метод вычисления этого значения для сети epicontacts. Высокая степень в данном контексте указывает на человека, который контактировал со многими другими людьми. Аргумент type указывает на то, что мы хотим считать как входящие, так и исходящие степени, аргумент only_linelist указывает на то, что мы хотим вычислить только степень для случаев в построчном списке.

deg_both <- get_degree(epic, type = "both", only_linelist = TRUE)

Какие люди имеют десять наибольших контактов?

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 

Каково среднее количество контактов?

mean(deg_both)

[1] 1.078473

37.6 Ресурсы

Страница epicontacts содержит обзор функций пакета и несколько более подробных виньеток.

Страница github может быть использована для поднятия проблем и запросов на добавление новых возможностей.