DARTER - Projektspecifikke faldgruber

Quirks og kendte problemer specifikt for projekt 708421

Published

July 2, 2026

Denne side supplerer de generelle DST-faldgruber med problemer specifikke for DARTER-projektet.

1. Tjek at parquet-filerne er opdaterede

De fleste registre er pr. 2026 opdateret til slutningen af 2024 (bekræftet af Anders Aasted Isaksen/Marie Kempf Frydendahl, DARTER-team). dodsaars dækker dog kun ~1970–2001 - dødsfald efter 2001 fanges ikke af den nuværende kode.

# Tjek hvornår parquet-mappen sidst blev opdateret:
file.info("E:/workdata/708421/cleaned-data/parquet-registers/dodsaars/")$mtime

Samme gælder potentielt for andre registre. Bekræft altid at dækningen matcher din studieperiode, inden du kører pipeline.

Warning

Hvis parquet-filen ikke dækker din studieperiode: Du skal trække data fra den rå SAS-fil på DST. Kontakt din datamanager - de kan hjælpe med adgang til rådata og konvertering.

# Nuværende kode - fanger kun dødsfald frem til parquet-filens dækning:
dod <- read_register("dodsaars") %>% rename_with(tolower)   # doven forbindelse
deaths <- dod %>%
  semi_join(tibble(pnr = pnr_liste), by = "pnr") %>%   # kun kohortens pnr'er
  select(pnr, d_dodsdto) %>%          # kun dødsdato
  collect()                            # hent ind i R

Konsekvens ved manglende dækning: Komparatorer og BS-patienter der dør efter parquet-filens slutdato behandles som levende - det påvirker censurering og matching i 01_build_cohorts.R.

2. Kirurgi og procedurer

Procedurekoder er opdelt i to registre efter periode:

  • lpr_sksopr (parquet-registers) - procedurer og kirurgi 1996–2018, joines til lpr_adm via recnum
  • procedurer_kirurgi (parquet-external) - 2019 og frem, joines til lpr_a_kontakt via dw_ek_forloeb
Warning

dw_ek_kontakt er NA for alle rækker i procedurer_kirurgi (bekræftet 2026-06-02). Brug dw_ek_forloeb - ikke dw_ek_kontakt - til at hente pnr fra lpr_a_kontakt.

# FORKERT - dw_ek_kontakt er NA:
proc %>% left_join(kontakter, by = "dw_ek_kontakt")   # joiner ingenting

# KORREKT - brug dw_ek_forloeb:
proc <- read_register("procedurer_kirurgi") %>%
  rename_with(tolower) %>%
  left_join(
    read_register("lpr_a_kontakt") %>%
      rename_with(tolower) %>%
      select(dw_ek_forloeb, pnr),
    by = "dw_ek_forloeb"
  )

3. lpr_a_diagnose - “a” betyder ikke A-type diagnoser

Tabellen hedder lpr_a_diagnose - “a” refererer til analysemodel-betegnelsen (LPR_A-serien). Det er ikke et filter på A-type diagnoser. Tabellen indeholder A, B og G. Du skal stadig filtrere på diag_kode_type.

4. nmi_count ≠ nmi_score

Variabel Hvad den er
nmi_score Vægtet score - Nordic Multimorbidity Index (50 prediktorer med individuelle vægte)
nmi_count Simpel optælling af antal kroniske tilstande (33 mulige)

Bruger du nmi_count i din Cox-model i stedet for nmi_score, justerer du for noget andet end du tror.

5. LPR3 - filtrer på lprindberetningssystem == "LPR3"

Ud over de egentlige LPR3-indberetninger indeholder lpr_a_kontakt også ældre data, som allerede findes i LPR2 (lpr_adm), lagt ind i den nye LPR_A-tabel. Kombinerer du LPR2 og LPR3 uden at filtrere, tæller de samme kontakter med to gange - du får duplikerede rækker. lprindberetningssystem == "LPR3" beholder kun rækkerne fra LPR3-systemet (bekræftet af Anders Aasted Isaksen, DARTER-team 2026).

# KORREKT - filtrer til kun LPR_A-format:
lpr3_k <- read_register("lpr_a_kontakt") %>%
  rename_with(tolower) %>%
  filter(lprindberetningssystem == "LPR3")   # behold kun rækker fra LPR3-systemet - fjerner overlappende rækker
Warning

get_lpr_diagnoses() i darter/00_index.qmd er opdateret med dette filter. Har du kopier af LPR3-koden i egne scripts, skal du tilføje det manuelt.

6. Laboratoriesvar - brug laboratorieproevesvar_

Det nye laboratoriedataregister hedder laboratorieproevesvar_ og indeholder >2,2 milliarder rækker. Det gamle lab_forsker / lab_dm_forsker eksisterer stadig men dækker samme data - brug kun én kilde for at undgå duplikater.

lab <- read_register("laboratorieproevesvar_") %>%
  rename_with(tolower) %>%
  semi_join(tibble(pnr = kohort$pnr), by = "pnr") %>%   # filtrer FØR collect - registret er meget stort
  select(pnr, npu, samplingdato, samplevalue) %>%
  collect()
# samplevalue er character - kan indeholde "ikke påvist", "negativ" mv.

Se også

Back to top