R/ana_r.R
ana_r_ghm_ambu_dms.Rd
~ ANA - Analyse des taux ambulatoires et DMS sur un périmètre GHM à définir
ana_r_ghm_ambu_dms(p, periode = list(an = 2018, moi = 12), requete)
p | Noyau de paramètres |
---|---|
periode | paramètres année et mois de l'envoi |
requete | liste de requêtes à définir (nomensland) |
Taux ambulatoire et DMS > 0 nuit par finess géographique, au globa, par racine et par DA
if (FALSE) { library(dplyr, warn.conflicts = FALSE) library(pmeasyr) p <- noyau_pmeasyr(finess = '290000017', annee = 2018, mois = 12, path = '~/Documents/data/mco', tolower_names = TRUE, n_max = Inf) library(nomensland) ghmc_7r <- get_liste('chir_ambu_ghm_C_7_racines') periodes <- list( list(an = 2013, moi = 12), list(an = 2014, moi = 12), list(an = 2015, moi = 12), list(an = 2016, moi = 12), list(an = 2017, moi = 12), list(an = 2018, moi = 12), list(an = 2019, moi = 11)) result <- periodes %>% purrr::map_dfr(ana_r_ghm_ambu_dms, p = p, requete = ghmc_7r) result <- result %>% arrange(niveau, Requete, `Période`) pivot_result <- result %>% select(niveau, Requete, nofiness, taux_ambu, `Nb total`, `Période`) %>% mutate(stat = paste0(scales::percent(taux_ambu), ' (', `Nb total`, ')')) %>% select(-taux_ambu, - `Nb total`) %>% tidyr::spread(`Période`, stat, '') ghmk <- list(nom = 'GHM K', rsatype = 'K', Thematique = 'GHM K', abrege = 'ghmk') lancer_requete(rsa, ghmk) }