-
Notifications
You must be signed in to change notification settings - Fork 0
/
A4_Import_Questionnaire_Data.asv
395 lines (363 loc) · 19.7 KB
/
A4_Import_Questionnaire_Data.asv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
function df_questionnaire=A4_Import_Questionnaire_Data(filename)
filename='/Users/matthiaszunhammer/Dropbox/Gerrit/Data_Placebo_Taste/daten_GUpain.txt';
raw=readcell(filename,'Delimiter','\t','LeadingDelimitersRule' ,'keep','TrailingDelimitersRule','keep');
raw_id=readtable(filename,'Delimiter','\t','Range','A:A');
[~,id_num]=cellfun(@(x) regexp(x,'\D*(\d+)\D*','match','tokens'),raw_id{:,:},'UniformOutput',false);
qs=struct('POMS',[],...
'ADSk',[],...
'STAI_G_X1',[],...
'STAI_G_X2',[],...
'PainSQ',[],...
'PSQ20',[],...
'NEO_FFI',[],...
'PSQI',[]);
for i=1:length(raw)
curr_Q=raw{i,2};
if ~isempty(id_num{i})
curr_id={str2num(id_num{i}{:}{:})};
else
curr_id=NaN;
end
curr_rawitems=[curr_id,raw(i,1:end)];
qs.(curr_Q)=[qs.(curr_Q);curr_rawitems];
end
q_names=fieldnames(qs);
for i=1:length(q_names)
curr_q=q_names{i};
curr_items=qs.(curr_q)(:,7:end);
ms=cellfun(@(x) any(ismissing(x)), curr_items);
curr_items(ms)={NaN}; %'Replace Missing'
IsAllMs = all(ms,1); %drop all missing
curr_items=curr_items(:,~IsAllMs);
nums = cellfun(@(x) isnumeric(x), curr_items); % true for elements of C that are numerical scalars
IsAllNum = all(nums,1); % true for columns of C that have only numerical scalars
curr_items_tab=table;
for j=1:length(IsAllNum)
if IsAllNum(j)==1
curr_items_tab(:,j) = array2table(cell2mat(curr_items(:,j)));
else
curr_items_tab(:,j) = array2table(curr_items(:,j));
end
end
qs.(curr_q)=...
[cell2table(qs.(curr_q)(:,1),'VariableNames',{'id'}),...
cell2table(qs.(curr_q)(:,2),'VariableNames',{'id_raw'}),...
array2table(datetime(qs.(curr_q)(:,5),'InputFormat','yyyy MM dd HH:mm:ss'),'VariableNames',{'DateTime'}),...
curr_items_tab];
qs.(curr_q).id=categorical(qs.(curr_q).id);
qs.(curr_q)=qs.(curr_q)(~isundefined(qs.(curr_q).id),:);
end
% Scoring POMS
POMS_subscales={'Tension','Depression','Anger','Vigor','Fatigue','Confusion'};
POMS_item_loading=...
array2table(...
[0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 -1 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0
0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0
0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 -1 0 0 0 0 1 0 0 0 0 1 0]',...
'VariableNames',POMS_subscales);
qs.POMS= [qs.POMS,array2table(qs.POMS{:,4:end}*POMS_item_loading{:,:},'VariableNames',POMS_subscales)];
qs.POMS.Tension=qs.POMS.Tension+4; qs.POMS.Confusion=qs.POMS.Confusion+4;
qs.POMS.Total_Mood_Disturbance=sum(qs.POMS{:,{'Tension','Depression','Anger','Fatigue','Confusion'}},2)-qs.POMS{:,{'Vigor'}};
% Scoring ADSk
qs.ADSk.Score=...
sum([qs.ADSk.Var1,...
qs.ADSk.Var2,...
qs.ADSk.Var3,...
qs.ADSk.Var4,...
qs.ADSk.Var5,...
qs.ADSk.Var6,...
qs.ADSk.Var7,...
qs.ADSk.Var8,...
qs.ADSk.Var8*(-1)+3,...
qs.ADSk.Var10,...
qs.ADSk.Var11,...
qs.ADSk.Var12*(-1)+3,...
qs.ADSk.Var13,...
qs.ADSk.Var14,...
qs.ADSk.Var15],2);
% Scoring STAIs
qs.STAI_G_X1.Score=sum(qs.STAI_G_X1{:,strncmpi(qs.STAI_G_X1.Properties.VariableNames,'Var',3)},2);
qs.STAI_G_X2.Score=sum(qs.STAI_G_X2{:,strncmpi(qs.STAI_G_X2.Properties.VariableNames,'Var',3)},2);
% Scoring Pain Catastrophising Scale
% 1.Stellen Sie sich vor, Sie stoßen sich das Schienbein heftig an einer harten Kante, z.B. an der Kante eines Couchtischs aus Glas.
% 2.Stellen Sie sich vor, Sie verbrennen sich die Zunge an einem sehr heißen Getränk.
% 3. Stellen Sie sich vor, Sie haben nach körperlicher Betätigung einen leichten Muskelkater.
% 4.Stellen Sie sich vor, Sie klemmen sich einen Finger in einer Schublade.
% 5.Stellen Sie sich vor, sie duschen mit lauwarmem Wasser.
% 6.Stellen Sie sich vor, Sie haben einen leichten Sonnenbrand auf den Schultern.
% 7.Stellen Sie sich vor, Sie haben bei einem Sturz vom Fahrrad ein Knie aufgeschürft.
% 8.Stellen Sie sich vor, Sie beißen sich beim Essen aus Versehen heftig auf die Zunge oder die Wange.
% 9.Stellen Sie sich vor, Sie laufen mit bloßen Füßen über einen kühlen Fliesenboden.
% 10Stellen Sie sich vor, Sie haben eine kleine Verletzung am Finger und bringen aus Versehen Zitronensaft in die Wunde.
% 11Stellen Sie sich vor, Sie stechen sich die Fingerspitze am Dorn einer Rose.
% 12Stellen Sie sich vor, Sie stecken die bloßen Hände für einige Minuten in den Schnee oder bringen Sie länger mit Schnee in Kontakt, zum Beispiel beim Formen von Schneebällen.
% 13Stellen Sie sich vor, Sie schütteln jemandem die Hand, der einen normalen Händedruck hat.
% 14Stellen Sie sich vor, sie schütteln jemandem die Hand, der einen sehr kräftigen Händedruck hat.
% 15Stellen Sie sich vor, Sie fassen aus Versehen einen heißen Topf an den genauso heißen Henkeln an, um ihn hochzuheben.
% 16Stellen Sie sich vor, Sie tragen Sandalen und jemand tritt Ihnen mit einem schwerem Schuh auf den Fuß.
% 17Stellen Sie sich vor, Sie stoßen sich den Ellenbogen an einer Tischkante ("Musikantenknochen").
qs.PainSQ.Score=sum(qs.PainSQ{:,{'Var1','Var1''Var1''Var1''Var1'}},2);
% Scoring Perceived-Stress Questionnaire (20-item version)
psq20_labels={'Sie fühlen sich ausgeruht','PSQ01';'Sie haben das Gefühl, dass zu viele Forderungen an Sie gestellt werden','PSQ02';'Sie haben zuviel zu tun','PSQ04';'Sie haben das Gefühl, Dinge zu tun, die Sie wirklich mögen','PSQ07';'Sie fürchten, Ihre Ziele nicht erreichen zu können','PSQ09';'Sie fühlen sich ruhig','PSQ10';'Sie fühlen sich frustriert','PSQ12';'Sie sind voller Energie','PSQ13';'Sie fühlen sich angespannt','PSQ14';'Ihre Probleme scheinen sich aufzutürmen','PSQ15';'Sie fühlen sich gehetzt','PSQ16';'Sie fühlen sich sicher und geschützt','PSQ17';'Sie haben viele Sorgen','PSQ18';'Sie haben Spaß','PSQ21';'Sie haben Angst vor der Zukunft','PSQ22';'Sie sind leichten Herzens','PSQ25';'Sie fühlen sich mental erschöpft','PSQ26';'Sie haben Probleme, sich zu entspannen','PSQ27';'Sie haben genug Zeit für sich','PSQ29';'Sie fühlen sich unter Termindruck','PSQ30'};
psq_20_labels_tab=[table([1:length(psq20_labels)]','VariableNames',{'Item'}),cell2table(psq20_labels)];
qs.PSQ20.Properties.VariableNames(strncmpi(qs.PSQ20.Properties.VariableNames,'Var',3))=psq_20_labels_tab.psq20_labels2;
psq_scoring=cell2table(...
{'PSQ09','Sorgen',1,0
'PSQ12','Sorgen',1,0
'PSQ15','Sorgen',1,0
'PSQ18','Sorgen',1,0
'PSQ22','Sorgen',1,0
'PSQ01','Anspannung',-1,5
'PSQ10','Anspannung',-1,5
'PSQ14','Anspannung',1,0
'PSQ26','Anspannung',1,0
'PSQ27','Anspannung',1,0
'PSQ07','Freude',1,0
'PSQ13','Freude',1,0
'PSQ17','Freude',1,0
'PSQ21','Freude',1,0
'PSQ25','Freude',1,0
'PSQ02','Anforderungen',1,0
'PSQ04','Anforderungen',1,0
'PSQ16','Anforderungen',1,0
'PSQ29','Anforderungen',-1,5
'PSQ30','Anforderungen',1,0
'PSQ01','Gesamt',-1,5
'PSQ02','Gesamt',1,0
'PSQ04','Gesamt',1,0
'PSQ07','Gesamt',-1,5
'PSQ09','Gesamt',1,0
'PSQ10','Gesamt',-1,5
'PSQ12','Gesamt',1,0
'PSQ13','Gesamt',-1,5
'PSQ14','Gesamt',1,0
'PSQ15','Gesamt',1,0
'PSQ16','Gesamt',1,0
'PSQ17','Gesamt',-1,5
'PSQ18','Gesamt',1,0
'PSQ21','Gesamt',-1,5
'PSQ22','Gesamt',1,0
'PSQ25','Gesamt',-1,5
'PSQ26','Gesamt',1,0
'PSQ27','Gesamt',1,0
'PSQ29','Gesamt',-1,5
'PSQ30','Gesamt',1,0 },'VariableNames',{'ItemNo','Scale','Multi_Weight','Added_Weight'});
PSQ20_scales=unique(psq_scoring.Scale);
for i=1:length(PSQ20_scales)
currscale=PSQ20_scales{i};
curr_scoring_tbl=psq_scoring(strcmpi(psq_scoring.Scale,currscale),:);
qs.PSQ20.(currscale)=...
((sum(...
(qs.PSQ20{:,ismember(qs.PSQ20.Properties.VariableNames,curr_scoring_tbl.ItemNo)}...
.*curr_scoring_tbl.Multi_Weight')...
+curr_scoring_tbl.Added_Weight',2)...
./length(unique(curr_scoring_tbl.ItemNo))...
-1)./3).*100;
end
%Scoring NEO-FFI
NEOFFI_scoring=cell2table(...
{
'Var1','NEOFFI_Neuroticism'
'Var6','NEOFFI_Neuroticism'
'Var11','NEOFFI_Neuroticism'
'Var16','NEOFFI_Neuroticism'
'Var21','NEOFFI_Neuroticism'
'Var26','NEOFFI_Neuroticism'
'Var31','NEOFFI_Neuroticism'
'Var36','NEOFFI_Neuroticism'
'Var41','NEOFFI_Neuroticism'
'Var46','NEOFFI_Neuroticism'
'Var51','NEOFFI_Neuroticism'
'Var56','NEOFFI_Neuroticism'
'Var2','NEOFFI_Extraversion'
'Var7','NEOFFI_Extraversion'
'Var12','NEOFFI_Extraversion'
'Var17','NEOFFI_Extraversion'
'Var22','NEOFFI_Extraversion'
'Var27','NEOFFI_Extraversion'
'Var32','NEOFFI_Extraversion'
'Var37','NEOFFI_Extraversion'
'Var42','NEOFFI_Extraversion'
'Var47','NEOFFI_Extraversion'
'Var52','NEOFFI_Extraversion'
'Var57','NEOFFI_Extraversion'
'Var3','NEOFFI_Openness'
'Var8','NEOFFI_Openness'
'Var13','NEOFFI_Openness'
'Var18','NEOFFI_Openness'
'Var23','NEOFFI_Openness'
'Var28','NEOFFI_Openness'
'Var33','NEOFFI_Openness'
'Var38','NEOFFI_Openness'
'Var43','NEOFFI_Openness'
'Var48','NEOFFI_Openness'
'Var53','NEOFFI_Openness'
'Var58','NEOFFI_Openness'
'Var4','NEOFFI_Agreeableness'
'Var9','NEOFFI_Agreeableness'
'Var14','NEOFFI_Agreeableness'
'Var19','NEOFFI_Agreeableness'
'Var24','NEOFFI_Agreeableness'
'Var29','NEOFFI_Agreeableness'
'Var34','NEOFFI_Agreeableness'
'Var39','NEOFFI_Agreeableness'
'Var44','NEOFFI_Agreeableness'
'Var49','NEOFFI_Agreeableness'
'Var54','NEOFFI_Agreeableness'
'Var59','NEOFFI_Agreeableness'
'Var5','NEOFFI_Conscientiousness'
'Var10','NEOFFI_Conscientiousness'
'Var15','NEOFFI_Conscientiousness'
'Var20','NEOFFI_Conscientiousness'
'Var25','NEOFFI_Conscientiousness'
'Var30','NEOFFI_Conscientiousness'
'Var35','NEOFFI_Conscientiousness'
'Var40','NEOFFI_Conscientiousness'
'Var45','NEOFFI_Conscientiousness'
'Var50','NEOFFI_Conscientiousness'
'Var55','NEOFFI_Conscientiousness'
'Var60','NEOFFI_Conscientiousness'},'VariableNames',{'ItemNo','Scale'});
NEOFFI_scales=unique(NEOFFI_scoring.Scale);
for i=1:length(NEOFFI_scales)
currscale=NEOFFI_scales{i};
curr_scoring_tbl=NEOFFI_scoring(strcmpi(NEOFFI_scoring.Scale,currscale),:);
qs.NEO_FFI.(currscale)=...
sum(qs.NEO_FFI{:,ismember(qs.NEO_FFI.Properties.VariableNames,curr_scoring_tbl.ItemNo)},2)/12;
end
%Scoring PSQI
PSQI_labels=cell2table(...
{'Q1', '1. Wann sind Sie während der letzten vier Wochen gewöhnlich abends zu Bett gegangen? übliche Uhrzeit:'
'Q2', '2. Wie lange hat es während der letzten vier Wochen gewöhnlich gedauert, bis Sie nachts eingeschlafen sind? In Minuten:'
'Q3', '3. Wann sind Sie während der letzten vier Wochen gewöhnlich morgens aufgestanden? übliche Uhrzeit:'
'Q4', '4. Wie viele Stunden haben Sie während der letzten vier Wochen pro Nacht tatsächlich geschlafen? (Das muß nicht mit der Anzahl der Stunden, die Sie im Bett verbracht haben, übereinstimmen) Effektive Schlafzeit (Stunden) pro Nacht: '
'Q5a', '5a. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie nicht innerhalb von 30 Minuten einschlafen konnten?'
'Q5b', '5b. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie mitten in der Nacht oder früh morgens aufgewacht sind?'
'Q5c', '5c. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, Sie aufstehen mussten, um zur Toilette zu gehen?'
'Q5d', '5d. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie Beschwerden beim Atmen hatten.'
'Q5e', '5e. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie husten mussten oder laut geschnarcht haben?'
'Q5f', '5f. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Ihnen zu kalt war?'
'Q5g', '5g. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Ihnen zu warm war?'
'Q5h', '5h. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie schlecht geträumt hatten?'
'Q5i', '5i. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, weil Sie Schmerzen hatten?'
'Q5j1', '5j1. Wie oft haben Sie während der letzten vier Wochen schlecht geschlafen, Andere Gründe? Bitte beschreiben:'
'Q5j2', '5j2. Wie oft während der letzten vier Wochen konnten Sie aus diesem Grund schlecht schlafen?'
'Q6', '6. Wie würden Sie insgesamt die Qualität Ihres Schlafes während der letzten vier Wochen beurteilen? '
'Q7', '7. Wie oft haben Sie während der letzten vier Wochen Schlafmittel eingenommen (vom Arzt verschriebene oder frei verkäufliche)?'
'Q8', '8. Wie oft hatten Sie während der letzten vier Wochen Schwierigkeiten wach zu bleiben, etwa beim Autofahren, beim Essen oder bei gesellschaftlichen Anlässen?'
'Q9', '9. Hatten Sie während der letzten vier Wochen Probleme mit genügend Schwung die üblichen Alltagsaufgaben zu erledigen?'
'Q10', '10. Schlafen Sie alleine in Ihrem Zimmer? Falls sie einen Mitbewohner oder Partner haben, fragen Sie ihn/sie bitte, ob und wie oft er/sie bei Ihnen folgendes bemerkt hat:'
'Q10a', '10a. Lautes Schnarchen'
'Q10b', '10b. Lange Atempausen während des Schlafes'
'Q10c', '10c. Zucken oder ruckartige Bewegungen der Beine während des Schlafes'
'Q10d', '10d. Nächtliche Phasen von Verwirrung oder Desorientierung während des Schlafes'
'Q10e', '10e. Text: Oder andere Formen von Unruhe während des Schlafes; bitte beschreiben:'
'Q10f', '10f. Rating: Oder andere Formen von Unruhe während des Schlafes; bitte beschreiben'},'VariableNames',{'ItemNo','Label'});
qs.PSQI.Properties.VariableNames(strncmpi(qs.PSQI.Properties.VariableNames,'Var',3))=PSQI_labels.ItemNo;
for i=1:height(qs.PSQI)
try %qs.PSQI.Q1(i)
Q1(i)=datetime(qs.PSQI.Q1(i),'InputFormat','H');
catch
try
Q1(i)=datetime(qs.PSQI.Q1(i),'InputFormat','HH:mm');
catch
Q1(i)=NaT;
end
end
end
qs.PSQI.Q1 = timeofday(Q1)';
for i=1:height(qs.PSQI)
try %qs.PSQI.Q1(i)
Q3(i)=datetime(qs.PSQI.Q3(i),'InputFormat','H');
catch
try
Q3(i)=datetime(qs.PSQI.Q3(i),'InputFormat','HH:mm');
catch
Q3(i)=NaT;
end
end
end
qs.PSQI.Q3 = timeofday(Q3)';
qs.PSQI.Q2scored=NaN(height(qs.PSQI),1);
qs.PSQI.Q2scored(qs.PSQI.Q2<=15)=0;
qs.PSQI.Q2scored(qs.PSQI.Q2>15 & qs.PSQI.Q2<=30)=1;
qs.PSQI.Q2scored(qs.PSQI.Q2>30 & qs.PSQI.Q2<=60)=2;
qs.PSQI.Q2scored(qs.PSQI.Q2>60)=3;
qs.PSQI.Q4scored=NaN(height(qs.PSQI),1);
qs.PSQI.Q4scored(qs.PSQI.Q4<5)=3;
qs.PSQI.Q4scored(qs.PSQI.Q4>=5 & qs.PSQI.Q4<=6)=2; % Used the revised scoring by Beck et al. 2004, https://www.jpsmjournal.com/article/S0885-3924(03)00493-7/pdf
qs.PSQI.Q4scored(qs.PSQI.Q4>6 & qs.PSQI.Q4<=7)=1; % as the original scoring suggested by Buysse et al. is ambiguous in this respect
qs.PSQI.Q4scored(qs.PSQI.Q4>7)=0;
time_in_bed_raw=duration(qs.PSQI.Q3)-duration(qs.PSQI.Q1);
time_in_bed=time_in_bed_raw;time_in_bed(time_in_bed_raw<0)=time_in_bed(time_in_bed_raw<0)+duration(24,00,00);
qs.PSQI.time_in_bed=hours(time_in_bed);
qs.PSQI(qs.PSQI.time_in_bed>=10 | qs.PSQI.time_in_bed<=5,{'id_raw','Q1','Q3','time_in_bed'})
qs.PSQI.sleep_efficiency=(qs.PSQI.Q4./qs.PSQI.time_in_bed)*100;
qs.PSQI.sleep_eff_scored=NaN(height(qs.PSQI),1);
qs.PSQI.sleep_eff_scored(qs.PSQI.sleep_efficiency>85)=0;
qs.PSQI.sleep_eff_scored(qs.PSQI.sleep_efficiency<=85 & qs.PSQI.sleep_efficiency>74)=1; % Used the revised scoring by Beck et al. 2004, https://www.jpsmjournal.com/article/S0885-3924(03)00493-7/pdf
qs.PSQI.sleep_eff_scored(qs.PSQI.sleep_efficiency<=74 & qs.PSQI.sleep_efficiency>=65)=2; % as the original scoring suggested by Buysse et al. is ambiguous in this respect
qs.PSQI.sleep_eff_scored(qs.PSQI.sleep_efficiency<65)=3;
qs.PSQI.Q5j2=fillmissing(qs.PSQI.Q5j2,'Constant',1)
qs.PSQI.PSQI_C1_Quality=(qs.PSQI.Q6-1); % Component 1
qs.PSQI.PSQI_C2_Latency=ceil((qs.PSQI.Q2scored+(qs.PSQI.Q5a-1))/2);% Component 2
qs.PSQI.PSQI_C3_Duration=qs.PSQI.Q4scored;% Component 3
qs.PSQI.PSQI_C4_Efficiency=qs.PSQI.sleep_eff_scored;% Component 4
qs.PSQI.PSQI_C5_Disturbance=ceil(sum(([qs.PSQI.Q5b,qs.PSQI.Q5c,qs.PSQI.Q5d,qs.PSQI.Q5e,qs.PSQI.Q5f,qs.PSQI.Q5g,qs.PSQI.Q5h,qs.PSQI.Q5i,qs.PSQI.Q5j2]-1),2)./9);% Component 5
qs.PSQI.PSQI_C6_Medication=qs.PSQI.Q7-1; % Component 6
qs.PSQI.PSQI_C7_Dysfunction=ceil((qs.PSQI.Q8-1+qs.PSQI.Q9-1)/2);% Component 7
qs.PSQI.PSQI_Total= qs.PSQI.PSQI_C1_Quality+qs.PSQI.PSQI_C2_Latency+qs.PSQI.PSQI_C3_Duration+qs.PSQI.PSQI_C4_Efficiency+qs.PSQI.PSQI_C5_Disturbance+qs.PSQI.PSQI_C6_Medication+qs.PSQI.PSQI_C7_Dysfunction;
df_questionnaire=qs.POMS(:,{'id','DateTime','Tension','Depression','Anger','Vigor','Fatigue','Confusion','Total_Mood_Disturbance'});
df_questionnaire.Properties.VariableNames={'participant_no','Start_of_Questionnaires','POMS_Tension','POMS_Depression','POMS_Anger','POMS_Vigor','POMS_Fatigue','POMS_Confusion','POMS_Total_Mood_Disturbance'};
df_questionnaire.ADSk=qs.ADSk.Score;
df_questionnaire.STAI_G_X1=qs.STAI_G_X1.Score;
df_questionnaire.STAI_G_X2=qs.STAI_G_X2.Score;
df_questionnaire.PainCatastrophizingScale=qs.PainSQ.Score;
df_questionnaire.PSQ20_Demands=qs.PSQ20.Anforderungen;
df_questionnaire.PSQ20_Tension=qs.PSQ20.Anspannung;
df_questionnaire.PSQ20_Joy=qs.PSQ20.Freude;
df_questionnaire.PSQ20_Worries=qs.PSQ20.Sorgen;
df_questionnaire.PSQ20_Total=qs.PSQ20.Gesamt;
df_questionnaire=outerjoin(df_questionnaire,qs.NEO_FFI,...
'Type','left',...
'MergeKeys',false,...
'RightVariables',{'NEOFFI_Agreeableness', 'NEOFFI_Conscientiousness', 'NEOFFI_Extraversion', 'NEOFFI_Neuroticism','NEOFFI_Openness'},'LeftKeys','participant_no','RightKeys','id');
df_questionnaire=outerjoin(df_questionnaire,qs.PSQI,...
'Type','left',...
'MergeKeys',false,...
'RightVariables',{'PSQI_C1_Quality', 'PSQI_C2_Latency', 'PSQI_C3_Duration', 'PSQI_C4_Efficiency','PSQI_C5_Disturbance','PSQI_C6_Medication','PSQI_C7_Dysfunction','PSQI_Total'},'LeftKeys','participant_no','RightKeys','id');
%% Sanity checks I: correlation Matrix for all Questionnaires
cdata=corr(df_questionnaire{:,3:end},'rows','pairwise');
xvalues = df_questionnaire.Properties.VariableNames(:,3:end);
yvalues = df_questionnaire.Properties.VariableNames(:,3:end);
h = heatmap(xvalues,yvalues,cdata,'ColorMethod','None',...
'Colormap',cbrewer('div', 'BrBG', 9, 'cubic'));
%% Sanity checks II: Multivariate Outlier Detection
%Exclude Total Scores, as these are too correlated to subscales
mahal_vars= {'POMS_Tension', 'POMS_Depression' 'POMS_Anger', 'POMS_Vigor', 'POMS_Fatigue', 'POMS_Confusion' 'ADSk', 'STAI_G_X1', 'STAI_G_X2', 'PainSQ', 'PSQ20_Demands', 'PSQ20_Tension', 'PSQ20_Joy', 'PSQ20_Worries', 'NEOFFI_Agreeableness', 'NEOFFI_Conscientiousness', 'NEOFFI_Extraversion' 'NEOFFI_Neuroticism', 'NEOFFI_Openness', 'PSQI_C1_Quality', 'PSQI_C2_Latency', 'PSQI_C3_Duration', 'PSQI_C4_Efficiency', 'PSQI_C5_Disturbance', 'PSQI_C6_Medication', 'PSQI_C7_Dysfunction'} ;
mahal_outlr_tresh=chi2inv(.999, length(mahal_vars));
%Exclude NaNs
no_nans=~any(isnan(df_questionnaire{:,mahal_vars}),2);
Y=df_questionnaire{no_nans,mahal_vars};
mahaldist=mahal(Y,mvnrnd(nanmean(Y),nancov(Y),10000));
df_questionnaire.MahalDist=NaN(height(df_questionnaire),1);
df_questionnaire.MahalDist(no_nans)=mahaldist;
hist(df_questionnaire.MahalDist,40)
hold on
vline(mahal_outlr_tresh)
hold off;
df_questionnaire.MahalSuspect=df_questionnaire.MahalDist>mahal_outlr_tresh;
% mahal(Y,mvnrnd(nanmean(Y),nancov(Y),10000))
% lastwarn('')
% for i=4:width(df_questionnaire)
% Y=df_questionnaire{~any(isnan(df_questionnaire{:,3:end}),2),3:i};
% mahal(Y,mvnrnd(nanmean(Y),nancov(Y),10000));
% [~, msgid] = lastwarn
% if strcmp(msgid,'MATLAB:nearlySingularMatrix')
% df_questionnaire.Properties.VariableNames(i)
% return
% end
% end
end