# 母群體一致性

###### tags: `國泰專案`

## 流程
1. 對下列四張表做 inner join

   sepsis101
   sepsis102
   sepsis103
   sepsis110 

2. 將步驟一所形成的表對下列四張表做 left join

   sepsis105
   sepsis106
   sepsis111
   sepsis112

3. 濾除 `ISTRANSFER` 欄位為 `Y` 或 `NHIDISCHARGECODE` 欄位為 `5` 或 `6` 的資料。

4. 僅保留 `ISSEPSIS0` 欄位為 `Y` 或出院診斷為敗血症的病人。

## 備註
1. 進行敗血症標籤時，不會對 sepsis104 資料表進行 join，所以不會影響資料數量，會根據 sepsis104 資料表建立 `sepsis_account_list`，如果資料的 `ACCOUNTNO` 落在 `sepsis_account_list`，將該筆資料標籤為敗血症。

## 問題
1. 為什麼會出現重複的 `ACCOUNTNO`？不同院區的 `ACCOUNTNO` 是相互獨立的

## 結果
1. 共 `25874` 筆資料 (`25874` 個 `ACCOUNTNO + DIVISION`，沒有重複)
+ 總院： `11625`
+ 新竹： `4339`
+ 汐止： `9910`

2. EMV 缺失值統計
| | E | M | V |
| ----- | -------- | -------- | -------- |
| 總院 | 92 | 100 | 121 |
| 新竹 | 29 | 32 | 38 |
| 汐止 | 68 | 82 | 105 |