Curs d’Estadística amb R per a Metges

1. Per què som avui aquí?

• SPSS i les “caixes negres”:
  • Clics de ratolí on sovint ignorem quins supòsits assumeix el programa per sota.
  • Llicències propietàries cares i privatives.
  • Dificultat extrema per auditar o reproduir les anàlisis d’un article mesos després.
• R i la ciència oberta:
  • Codi obert i gratuït: Accessible universalment des de l’hospital o des de casa.
  • Reproduïbilitat real: Si entren 50 pacients més, reexecutem l’script i totes les taules s’actualitzen en dos segons[cite: 2].
  • L’estàndard internacional: El llenguatge de referència en biomedicina i assajos clínics.

2. La potència visual: De la dada a la publicació

library(ggplot2)

ggplot(iris, aes(x = Species, 
                 y = Petal.Length, 
                 fill = Species)) +
  geom_boxplot(alpha = 0.7, 
               outlier.shape = NA) +
  geom_jitter(width = 0.15, 
              alpha = 0.5, 
              size = 1.8) +
  theme_classic() +
  theme(legend.position = "none") +
  labs(title = "Biomarcador per grup", 
       y = "Longitud (cm)", 
       x = "")

3. L’arquitectura bàsica: La Cuina d’R

4. Els Projectes (.Rproj): Adeu als errors de ruta i tot ben endreçat.

“Error: cannot open the file ‘pacients.csv’: No such file or directory”

• Treballar amb fitxers dispersos per carpetes personals és la font del 90% dels bloquejos de principiants.
• El fitxer .Rproj fixa l’arrel de treball de forma automàtica:
  • Totes les rutes de fitxers es tornen relatives (ex: "data/titanic.csv").
  • L’anàlisi funciona exactament igual al vostre ordinador, al meu o al d’un col·laborador sense tocar cap ruta.

5. Com pensa R: La Història Clínica Rectangular

En biomedicina treballem amb taules de dades netes (Dataframes o Tibbles):

• Cada fila és un subjecte únic (un pacient).
• Cada columna és una variable mesurada:
  • Numèrica (numeric): edat, pressió, troponina.
  • Factor (factor): categories mèdiques prefixades (ex: Estadi NYHA I-IV, Sexe). Clau per definir el grup de referència!
  • Text lliure (character): codis personals, comentaris.

6. La bombeta i l’interruptor: Paquets a R

• install.packages("nom_paquet")
  • Equival a comprar la bombeta a la botiga.
  • Es fa un sol cop per entorn/màquina (a Posit Cloud ja us ho he deixat fet!).
• library(nom_paquet)
  • Equival a prémer l’interruptor de la paret.
  • Cal fer-ho a cada sessió o a la capçalera de cada script de treball.

7. La canonada (%>%): Pensar en seqüència clínica

En lloc d’apilar parèntesis d’R base de dins cap a fora, la canonada es llegeix com:
“Agafa la cohort… i després filtra… i després selecciona…”

# Sintaxi moderna i llegible (Tidyverse)
pacients_uci <- cohort %>% 
  filter(edat >= 65) %>% 
  select(id, troponina, exitus)

• Permet llegir i auditar el codi amb la mateixa lògica seqüencial amb què dissenyem un protocol clínic.

8. Tipus de dades (Data types) a la clínica

R classifica cada columna segons la seva naturalesa:

• Numèric (numeric / double / integer): Valors continus o enters (edat, pressió, troponina).
• Factor (factor): Categories mèdiques prefixades (levels).
  • Fonamental per definir categories (NYHA I-IV, Sexe) i fixar el grup de referència per als models.
• Text lliure (character): Cadena oberta (comentaris, CIP).
• Lògic (logical): Resposta binària (TRUE o FALSE).

Compte amb la coerció: si en una columna d’edats s’hi cola el text "desconegut", R convertirà tota la columna a text.