Análisis de SUPERVIVIENCIA

Se carga la base de datos, acorde al primer borrador se tienen las siguientes variables para la tabla 1: “Sexo”, “Edad”, “RangosEdad”,“Blancos”, “leucocitosrango”, “plaquetas”, “Plaquetasrango”, “Cariotipo”, “Riesgo”, “PT”, “PTT”, “AlteracionGenetica”, “PromielocitosMO”,“PromielocitosCMF”,“Fibrinogeno”.

Se presenta la tabla 1

## Warning: package 'arsenal' was built under R version 4.3.2
## Warning: package 'survminer' was built under R version 4.3.3
## Loading required package: ggplot2
## Loading required package: ggpubr
## 
## Attaching package: 'survminer'
## The following object is masked from 'package:survival':
## 
##     myeloma
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
## 
## Attaching package: 'lubridate'
## The following object is masked from 'package:arsenal':
## 
##     is.Date
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union
## Warning: package 'plotly' was built under R version 4.3.3
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
## 
## Attaching package: 'kableExtra'
## The following object is masked from 'package:dplyr':
## 
##     group_rows
c….Sexo……Mujer….Hombre……Edad……Mean..SD…..Range… Overall..N.33.
Sexo
Mujer 19 (57.6%)
Hombre 14 (42.4%)
Edad
Mean (SD) 41.4 (16.6)
Range 20.0 - 80.0
RangosEdad
<60años 19 (57.6%)
>60años 14 (42.4%)
Recuento total de leucocitos en SP por 103/uL
Mean (SD) 30.2 (71.2)
Range 0.5 - 401.8
leucocitosrango
<50000 27 (81.8%)
>50000 6 (18.2%)
Recuento total de plaquetas en SP por 103/uL al diagnóstico
Mean (SD) 34.6 (31.8)
Range 4.0 - 143.0
Plaquetasrango
<40000 27 (81.8%)
>40000 6 (18.2%)
Cariotipo
Normal 13 (39.4%)
Anormal 16 (48.5%)
No solicitado 4 (12.1%)
Riesgo
Bajo 6 (18.2%)
Intermedio 13 (39.4%)
Alto 14 (42.4%)
Riesgo2
Alto 14 (42.4%)
Bajo-Intermedio 19 (57.6%)
Tiempo protombina
Mean (SD) 14.1 (2.5)
Range 10.1 - 22.2
Tiempo de tromboplastina
Mean (SD) 28.4 (4.6)
Range 22.4 - 42.1
AlteracionGenetica
N-Miss 14
LMA con hipodiplodia 18 (94.7%)
LMA Trisomia 6,8,12 1 (5.3%)
Promielocitos Aberrantes en MO al diagnóstico (Mielograma)
N-Miss 1
Mean (SD) 62.6 (32.2)
Range 1.0 - 97.0
Promielocitos Aberrantes en MO al diagnóstico (CMF)
N-Miss 2
Mean (SD) 77.6 (20.2)
Range 20.0 - 94.7
Fibrinogeno
N-Miss 1
Mean (SD) 189.3 (93.2)
Range 50.0 - 447.0

Analisis de supervivencia

  1. Primero se codifica el formato de las fechas (se trabajrá en meses)
  2. Se crea la tabla de supervivencia con el tiempo de sobrevida de cada paciente. Se tomó la fecha de muerte o de último seguimiento y se restó la fecha de diagnósitico para conocer el tiempo exacto de seguimiento de cada paciente
  3. Evento se codificó como 0 = Censura, 1 = Muerte
ID Tiempo_meses evento
1 0 1
2 0 1
3 1 1
4 1 1
5 1 1
6 1 1
7 1 1
8 24 1
9 32 1
10 35 1
11 34 0
12 41 1
13 46 0
14 47 1
15 14 0
16 15 0
17 15 0
18 6 0
19 8 0
20 26 0
21 28 0
22 32 0
23 33 0
24 35 0
25 0 0
26 35 0
27 47 0
28 28 0
29 48 0
30 41 0
31 52 0
32 41 0
33 52 0

El mayor tiempo es de 52 meses, lo que corresponde a un periodo de 4 años. Se identifican con el símbolo “+” a las censuras (no murieron)

Surv(SUP$Tiempo_meses, SUP$evento)
##  [1]  0   0   1   1   1   1   1  24  32  35  34+ 41  46+ 47  14+ 15+ 15+  6+  8+
## [20] 26+ 28+ 32+ 33+ 35+  0+ 35+ 47+ 28+ 48+ 41+ 52+ 41+ 52+

Hay un total de 22 censuras

Se realiza un gráfico acerca de los seguimientos en el periodo de 52 meses

Curvas de supervivencia

Supervivencia global

time n.risk n.event survival std.err upper lower
0 33 2 0.9393939 0.0415360 1.0000000 0.8614126
1 30 5 0.7828283 0.0726880 0.9390814 0.6525740
24 20 1 0.7436869 0.0788914 0.9155600 0.6040785
32 16 1 0.6972064 0.0865771 0.8893262 0.5465900
35 12 1 0.6391059 0.0969162 0.8603039 0.4747815
41 9 1 0.5680941 0.1091045 0.8277451 0.3898917
47 5 1 0.4544753 0.1339620 0.8098640 0.2550401

Ahora se estima la mediana de supervivencia

## Call: survfit(formula = surv_object ~ 1, data = SUP, type = "kaplan-meier")
## 
##       n events median 0.95LCL 0.95UCL
## [1,] 33     12     47      35      NA

Se grafica la curva de supervivencia

## Warning in .pvalue(fit, data = data, method = method, pval = pval, pval.coord = pval.coord, : There are no survival curves to be compared. 
##  This is a null model.

Se realiza un gráfico de riesgo acumulado

Análisis estratificado

Sexo

## [1] "ID"           "Tiempo_meses" "evento"       "evento2"

Prueba log - rank

H0: No hay diferencia entre las poblaciones en la probabilidad de un evento en cualquier punto temporal 

## Call:
## survdiff(formula = Surv(Tiempo_meses, evento) ~ Sexo, data = SUP2)
## 
##              N Observed Expected (O-E)^2/E (O-E)^2/V
## Sexo=Mujer  19        8     7.59    0.0224    0.0676
## Sexo=Hombre 14        4     4.41    0.0385    0.0676
## 
##  Chisq= 0.1  on 1 degrees of freedom, p= 0.8

Riesgo 

## Call:
## survdiff(formula = Surv(Tiempo_meses, evento) ~ Riesgo2, data = SUP2)
## 
##                          N Observed Expected (O-E)^2/E (O-E)^2/V
## Riesgo2=Alto            14        7      4.1      2.05       3.4
## Riesgo2=Bajo-Intermedio 19        5      7.9      1.07       3.4
## 
##  Chisq= 3.4  on 1 degrees of freedom, p= 0.07

Edad 

## Call:
## survdiff(formula = Surv(Tiempo_meses, evento) ~ RangosEdad, data = SUP2)
## 
##                     N Observed Expected (O-E)^2/E (O-E)^2/V
## RangosEdad=<60años 19        8     7.59    0.0224    0.0676
## RangosEdad=>60años 14        4     4.41    0.0385    0.0676
## 
##  Chisq= 0.1  on 1 degrees of freedom, p= 0.8