No total, foram carregados 17 arquivos para a sessão. São eles:
Onda 1 (coletado pelo SurveyMonkey): w1.xlsx
Onda 2 (coletado pelo SurveyMonkey): w2.xlsx
Onda 3 (coletado pelo SurveyMonkey): w3.xlsx
Onda 4 (coletado pelo SurveyMonkey): w4.xlsx
Onda de follow-up (coletado pelo SurveyMonkey): followup.xlsx
Onda 1 da lista de espera (coletado pelo SurveyMonkey): w1_wl.xlsx
Onda final da lista de espera (coletado pelo SurveyMonkey): final_wl.xlsx
Dados de triagem (coletado pelo SurveyMonkey): screening.xlsx
Dados sociodemográficos (coletado pelo SurveyMonkey): thrive_so.xlsx
Dados de triagem — versão 1 (coletado pelo ODK): odk_v1.xlsx
Dados de triagem — versão 2 (coletado pelo ODK): odk_v2.xlsx
Dados de triagem — versão 3 (coletado pelo ODK): odk_v3.xlsx
Dados de triagem — versão 4 (coletado pelo ODK): odk_v4.xlsx
Dados do aplicativo Thrive (formato largo): thrive_wide_data.csv
Dados do aplicativo Thrive (formato longo): thrive_long_data.csv
Dados do projeto COVIDPSY: covidpsy_data.sav
Tabela com grupos de tratamento: grupos_thrive.xlsx
Os dados em formato xlsx foram carregados através da função read_xlsx do pacote readxl. Arquivos separados por vírgula (csv) foram carregados com a função read_csv do pacote readr e o arquivo em savreferente ao projeto COVIDPSY foi carregado por meio da função read_sav do pacote haven.
Código
# Ler dados do SurveyMonkeyw1 <- readxl::read_xlsx("./data/sm_clean_data/w1.xlsx")w2 <- readxl::read_xlsx("./data/sm_clean_data/w2.xlsx")w3 <- readxl::read_xlsx("./data/sm_clean_data/w3.xlsx")w4 <- readxl::read_xlsx("./data/sm_clean_data/w4.xlsx")fu <- readxl::read_xlsx("./data/sm_clean_data/followup.xlsx")w1_wl <- readxl::read_xlsx("./data/sm_clean_data/w1_wl.xlsx")final_wl <- readxl::read_xlsx("./data/sm_clean_data/final_wl.xlsx")screening <- readxl::read_xlsx("./data/sm_clean_data/screening.xlsx")socio <- readxl::read_xlsx("./data/sm_clean_data/thrive_so.xlsx")# Ler dados do ODKodk_1 <- readxl::read_xlsx("./data/odk_data/odk_v1.xlsx")odk_2 <- readxl::read_xlsx("./data/odk_data/odk_v2.xlsx")odk_3 <- readxl::read_xlsx("./data/odk_data/odk_v3.xlsx")odk_4 <- readxl::read_xlsx("./data/odk_data/odk_v4.xlsx")# Ler dados do aplicativo Thrivethrive_wide <- readr::read_csv("./data/thrive_data/thrive_wide_data.csv")thrive_long <- readr::read_csv("./data/thrive_data/thrive_long_data.csv")# Ler dados do estudo COVIDPSYcovidpsy <- haven::read_sav("./data/covidpsy_data/covidpsy_data.sav")# Ler tabela de grupos validados e faltas na TCCGgroup_table <- readxl::read_xlsx("./data/misc_data/grupos_thrive.xlsx")faltas_table <- readxl::read_xlsx("./data/misc_data/faltas_tccg.xlsx")
União dos dados
Logo na sequência, os dados das quatro ondas de avaliação foram unidos através da função bind_rows do pacote dplyr. Para identificação das waves, criou-se uma nova coluna chamada time (com valores de 1 a 4).
Código
# Juntar tabelas das ondas 1, 2, 3 e 4all_waves <- dplyr::bind_rows(w1, w2, w3, w4, .id ="time")
Limpeza de emails e duplicatas
O próximo passo foi realizar uma limpeza nas observações. A variável de email foi processada através da aplicação da função str_to_lower do pacote stringr para transformar os emails para letra minúscula e a função str_squish foi usada para remover espaços no início e final dos emails, assim como remover espaços duplicados. Removemos registros de teste do banco de dados também.
Após, foi realizado um processo para solucionar o problema de múltiplos registros de resposta de um sujeito em uma mesma wave (onda de avaliação). Para tal, a base foi agrupada por tempo (time) e email (o identificador único), e foram mantidos apenas o último registro para cada combinação de email e onda de avaliação. Para isso, usou-se funções do pacote dplyr.
Código
# Manter apenas as observações não-repetidasall_waves <- all_waves |># Limpar variável email (letra minúscula e remover espaços) dplyr::mutate(email = stringr::str_squish(stringr::str_to_lower(email))) |># Remover entradas de teste dplyr::filter(email !="antonelli.thyago@gmail.com") |># Agrupar por tempo e email dplyr::group_by(time, email) |># Manter apenas a última observação deste agrupamento dplyr::slice_tail(n =1) |># Desagrupar os dados dplyr::ungroup()
Cálculo dos escores
Então, para o cálculo dos escores acontecer corretamente, as variáveis dos itens das escalas tiveram de ser recodificadas. Elas estavam apresentando uma amplitude de 1 a 4, porém para os escores de ambos os instrumentos as respostas devem gradar entre 0 e 3. Para isso, substraímos 1 de cada resposta para que os itens ficassem adequadamente codificados.
Após, os escores da PHQ-9 e GAD-7 foram calculados para todos os sujeitos.
Código
all_waves <- all_waves |># Recodificar a PHQ e GAD pois estavam com range errado (1-4) dplyr::mutate( dplyr::across(dplyr::matches("^(phq|gad).*$"), \(x) x -1) ) |> dplyr::rowwise() |># Calcular escores totais da PHQ-9 e GAD-7 dplyr::mutate(phq_total = phq_01 + phq_02 + phq_03 + phq_04 + phq_05 + phq_06 + phq_07 + phq_08 + phq_09,gad_total = gad_01 + gad_02 + gad_03 + gad_04 + gad_05 + gad_06 + gad_07 ) |># Desagrupar os dados dplyr::ungroup()
Inclusão dos grupos de tratamento
Na sequência das etapas anteriores, usou-se o conjunto de dados carregado como group_table para adicionar através de um dplyr::left_join, uma variável com os grupos de tratamento do estudo (Group e-CBT ou Thrive) associado a cada um dos emails.
Após, removemos todas observações com valores ausentes na nova variável de grupo, chamada group.
Código
all_waves <- all_waves |># Selecionar apenas email, wave, e escores da PHQ e GAD dplyr::select(email, time, phq_total, gad_total) |># Inserir coluna com grupos de tratamento (e-CBT ou Thrive) dplyr::left_join(group_table, by = dplyr::join_by(email == email)) |># Remover entradas com valor ausente no grupo dplyr::filter(!is.na(group))
Filtro de dados per-protocol
Para captar os dados per-protocol, mantivemos apenas as observações que tiveram registros nas quatro ondas de avaliação (ondas 1, 2, 3 e 4). Criamos um vetor de emails (IDs) com estes participantes para filtrar os dados nos chunks seguintes.
Código
email_pp <- all_waves |># Contar quantas entradas tem por email dplyr::count(email, sort =TRUE) |># Selecionar apenas as entradas com quatro registros dplyr::filter(n ==4) |># Pegar um vetor dos emails dplyr::pull(email)
Visualização da trajetória de cada grupo
Na sequência, criamos visualizações para as trajetórias de cada grupo: TCCG e Thrive. Quatro gráficos foram criados: PHQ-9 analisada por intention-to-treat, PHQ-9 per protocol, GAD-7 por intention-to-treat, e GAD-7 per protocol.
No chunk abaixo, o gráfico da PHQ-9 intention-to-treat é criado.
Código
# Calcular média e desvio padrão da PHQ por grupo e tempo (intention-to-treat)plot_phq_itt <- rcompanion::groupwiseMean(phq_total ~ time + group,data = all_waves,na.rm =TRUE) |> dplyr::mutate(group = dplyr::if_else(group =="tccg", "Group e-CBT", "Thrive App")) |> ggplot2::ggplot(ggplot2::aes(x = time, y = Mean, group = group,color = group, label =paste0("n = ",as.character(n),"\n",as.character(Mean)," (",as.character(Trad.lower),", ",as.character(Trad.upper),")" ) ) ) + ggplot2::geom_line(linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggplot2::geom_errorbar(ggplot2::aes(ymin = Trad.lower, ymax = Trad.upper),linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggrepel::geom_label_repel(size =1.5, family ="IBM Plex Sans",show.legend =FALSE,position = ggplot2::position_dodge(0.1)) + ggsci::scale_color_jama() + ggplot2::theme_classic(10, "IBM Plex Sans") + ggplot2::labs(x ="Assessment", y ="PHQ-9 score", color ="Treatment") + ggplot2::theme(legend.position ="top")
Logo, o PHQ-9 per-protocol também.
Código
# Calcular média e desvio padrão da PHQ por grupo e tempo (per-protocol)plot_phq_pp <- all_waves |> dplyr::filter(email %in% email_pp) |> rcompanion::groupwiseMean(phq_total ~ time + group,data = _,na.rm =TRUE) |> dplyr::mutate(group = dplyr::if_else(group =="tccg", "Group e-CBT", "Thrive App")) |> ggplot2::ggplot(ggplot2::aes(x = time, y = Mean, group = group,color = group, label =paste0("n = ",as.character(n),"\n",as.character(Mean)," (",as.character(Trad.lower),", ",as.character(Trad.upper),")" ) ) ) + ggplot2::geom_line(linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggplot2::geom_errorbar(ggplot2::aes(ymin = Trad.lower, ymax = Trad.upper),linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggrepel::geom_label_repel(size =1.5, family ="IBM Plex Sans",show.legend =FALSE,position = ggplot2::position_dodge(0.1)) + ggsci::scale_color_jama() + ggplot2::theme_classic(10, "IBM Plex Sans") + ggplot2::labs(x ="Assessment", y ="PHQ-9 score", color ="Treatment") + ggplot2::theme(legend.position ="top")
Assim como o gráfico da GAD-7 intention-to-treat.
Código
# Calcular média e desvio padrão da PHQ por grupo e tempo (intention-to-treat)plot_gad_itt <- rcompanion::groupwiseMean(gad_total ~ time + group,data = all_waves,na.rm =TRUE) |> dplyr::mutate(group = dplyr::if_else(group =="tccg", "Group e-CBT", "Thrive App")) |> ggplot2::ggplot(ggplot2::aes(x = time, y = Mean, group = group,color = group, label =paste0("n = ",as.character(n),"\n",as.character(Mean)," (",as.character(Trad.lower),", ",as.character(Trad.upper),")" ) ) ) + ggplot2::geom_line(linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggplot2::geom_errorbar(ggplot2::aes(ymin = Trad.lower, ymax = Trad.upper),linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggrepel::geom_label_repel(size =1.5, family ="IBM Plex Sans",show.legend =FALSE,position = ggplot2::position_dodge(0.1)) + ggsci::scale_color_jama() + ggplot2::theme_classic(10, "IBM Plex Sans") + ggplot2::labs(x ="Assessment", y ="GAD-7 score", color ="Treatment") + ggplot2::theme(legend.position ="top")
E o gráfico da GAD-7 per-protocol.
Código
# Calcular média e desvio padrão da PHQ por grupo e tempo (per-protocol)plot_gad_pp <- all_waves |> dplyr::filter(email %in% email_pp) |> rcompanion::groupwiseMean(gad_total ~ time + group,data = _,na.rm =TRUE) |> dplyr::mutate(group = dplyr::if_else(group =="tccg", "Group e-CBT", "Thrive App")) |> ggplot2::ggplot(ggplot2::aes(x = time, y = Mean, group = group,color = group, label =paste0("n = ",as.character(n),"\n",as.character(Mean)," (",as.character(Trad.lower),", ",as.character(Trad.upper),")" ) ) ) + ggplot2::geom_line(linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggplot2::geom_errorbar(ggplot2::aes(ymin = Trad.lower, ymax = Trad.upper),linewidth =0.5,position = ggplot2::position_dodge(0.1)) + ggrepel::geom_label_repel(size =1.5, family ="IBM Plex Sans",show.legend =FALSE,position = ggplot2::position_dodge(0.1)) + ggsci::scale_color_jama() + ggplot2::theme_classic(10, "IBM Plex Sans") + ggplot2::labs(x ="Assessment", y ="GAD-7 score", color ="Treatment") + ggplot2::theme(legend.position ="top")
Ao final, os gráficos são unidos da seguinte forma:
