Considerações
605 pacientes 58 pacientes (datas negativas, todos crônicos); 113 pacientes não tinham um ou mais valores necessários para calcular a razão cd4/cd8
dos 113:
Agudo - 2; Crônico -105; Recente - 6;
Em relação aos 113 e ano
2013- 1; 2014- 1; 2015- 23; 2016- 12; 2017- 28; 2018- 25; 2019- 23
sobram 434 pacientes
Resumo de Exames por paciente examinado por ano
require(rawr)
## Loading required package: rawr
|
|
Statistic
|
|
|
mean
|
sd
|
IQR
|
0%
|
25%
|
50%
|
75%
|
100%
|
|
Group
|
|
2007
|
9
|
|
0
|
9
|
9
|
9
|
9
|
9
|
|
2008
|
27
|
|
0
|
27
|
27
|
27
|
27
|
27
|
|
2011
|
7.5
|
2.12
|
1.5
|
6
|
6.75
|
7.5
|
8.25
|
9
|
|
2013
|
11.33
|
6.03
|
6
|
5
|
8.5
|
12
|
14.5
|
17
|
|
2014
|
14.49
|
9.37
|
6.5
|
2
|
9.5
|
13
|
16
|
61
|
|
2015
|
10.53
|
7.17
|
7
|
1
|
6
|
9
|
13
|
47
|
|
2016
|
9.21
|
8.71
|
7
|
1
|
4
|
7
|
11
|
67
|
|
2017
|
5.75
|
3.81
|
4
|
1
|
3
|
5
|
7
|
20
|
|
2018
|
3.64
|
3.3
|
2.75
|
1
|
2
|
3
|
4.75
|
22
|
|
2019
|
2.22
|
1.56
|
2
|
1
|
1
|
2
|
3
|
11
|
Resumos exames por pacientes por grupo1
s<-banco2
e<-table(s$Registro, s$Grupo.x)
e<-as.data.frame(e)
f <- subset(e, subset=Freq>0, select=c(Freq,Var2))
g<-RcmdrMisc::numSummary(f[,"Freq", drop=FALSE], groups=f$Var2, statistics=c("mean", "sd",
"IQR", "quantiles"), quantiles=c(0,.25,.5,.75,1))
is.num <- sapply(g, is.numeric)
g[is.num] <- lapply(g[is.num], round, 2)
htmlTable::htmlTable(g[["table"]])
|
|
Statistic
|
|
|
mean
|
sd
|
IQR
|
0%
|
25%
|
50%
|
75%
|
100%
|
|
Group
|
|
HSH
|
8.03
|
9.92
|
7
|
1
|
2
|
4
|
9
|
76
|
|
I
|
7
|
5.1
|
6
|
3
|
3
|
5
|
9
|
15
|
|
II
|
9.67
|
6.11
|
6
|
3
|
7
|
11
|
13
|
15
|
|
III
|
9.2
|
7.3
|
4
|
3
|
5
|
6.5
|
9
|
26
|
|
IV
|
14.62
|
8.57
|
12
|
4
|
6
|
15
|
18
|
29
|
|
V
|
12.44
|
9.96
|
9.75
|
2
|
6.25
|
10.5
|
16
|
56
|
|
VI
|
15.74
|
8.97
|
9
|
3
|
10
|
14
|
19
|
37
|
Resumos exames por pacientes por grupo2
e<-table(s$Registro, s$Grupo2.x)
e<-as.data.frame(e)
f <- subset(e, subset=Freq>0, select=c(Freq,Var2))
g<-RcmdrMisc::numSummary(f[,"Freq", drop=FALSE], groups=f$Var2, statistics=c("mean", "sd",
"IQR", "quantiles"), quantiles=c(0,.25,.5,.75,1))
is.num <- sapply(g, is.numeric)
g[is.num] <- lapply(g[is.num], round, 2)
htmlTable::htmlTable(g[["table"]])
|
|
Statistic
|
|
|
mean
|
sd
|
IQR
|
0%
|
25%
|
50%
|
75%
|
100%
|
|
Group
|
|
Agudo
|
11.83
|
8.95
|
11
|
2
|
5
|
9
|
16
|
56
|
|
Crônico
|
8.03
|
9.92
|
7
|
1
|
2
|
4
|
9
|
76
|
|
Recente
|
15.74
|
8.97
|
9
|
3
|
10
|
14
|
19
|
37
|
considerando o mais antigo do 1 e o mais recente do 0
Resumos - Comparação grupo que atingiu razão tcd4/tcd8 >1
banco_maior1 <- subset(banco, subset=relacaomaiorigual1==1)
banco_menor <- subset(banco, subset=relacaomaiorigual1==0)
#tabela resumos relacaomaior=1
a<-RcmdrMisc::numSummary(banco_maior1[,c("tempoanos", "tempodias", "tempomeses",
"temposemanas"), drop=FALSE], statistics=c("mean", "sd", "IQR",
"quantiles"), quantiles=c(0,.25,.5,.75,1))
is.num <- sapply(a, is.numeric)
a[is.num] <- lapply(a[is.num], round, 2)
a<-a[["table"]]
a<-htmlTable::htmlTable(a)
#tabela resumos relacaomaior=0
b<-RcmdrMisc::numSummary(banco_menor[,c("tempoanos", "tempodias", "tempomeses",
"temposemanas"), drop=FALSE], statistics=c("mean", "sd", "IQR",
"quantiles"), quantiles=c(0,.25,.5,.75,1))
is.num <- sapply(b, is.numeric)
b[is.num] <- lapply(b[is.num], round, 2)
b<-b[["table"]]
b<-htmlTable::htmlTable(b)
a<-rawr::combine_table2(a, caption = "Chegou a 1 ou mais TCD4/TCD8" )
b<-rawr::combine_table2(b, caption = "Inferior a 1 TCD4/TCD8" )
d<-c(a,b)
d<-as.list(d)
rawr::combine_table2(d)
|
|
|
Chegou a 1 ou mais TCD4/TCD8
|
|
|
|
|
mean
|
sd
|
IQR
|
0%
|
25%
|
50%
|
75%
|
100%
|
|
tempoanos
|
0.85
|
1.03
|
1.07
|
0
|
0.11
|
0.47
|
1.18
|
6.87
|
|
tempodias
|
309.54
|
374.56
|
389
|
0
|
40
|
170
|
429
|
2507
|
|
tempomeses
|
10.32
|
12.49
|
12.97
|
0
|
1.33
|
5.67
|
14.3
|
83.57
|
|
temposemanas
|
2.29
|
2.77
|
2.88
|
0
|
0.3
|
1.26
|
3.18
|
18.57
|
|
|
|
|
|
Inferior a 1 TCD4/TCD8
|
|
|
|
|
mean
|
sd
|
IQR
|
0%
|
25%
|
50%
|
75%
|
100%
|
|
tempoanos
|
1.24
|
1.16
|
1.76
|
0
|
0.27
|
0.87
|
2.03
|
4.89
|
|
tempodias
|
452.81
|
422.56
|
642
|
0
|
98
|
317
|
740
|
1785
|
|
tempomeses
|
15.09
|
14.09
|
21.4
|
0
|
3.27
|
10.57
|
24.67
|
59.5
|
|
temposemanas
|
3.35
|
3.13
|
4.76
|
0
|
0.73
|
2.35
|
5.48
|
13.22
|
|
|
Comparação grupo que atingiu razão tcd4/tcd8 >1
## [1] "202" "26" "111" "115" "131" "138" "141" "149" "152" "177" "186"
## 0 1
## 10.566667 5.666667
##
## Wilcoxon rank sum test with continuity correction
##
## data: tempomeses by relacaomaiorigual1
## W = 28649, p-value = 4.553e-05
## alternative hypothesis: true location shift is not equal to 0
Número de Exames por Ano
banco2<-subset(banco, select = "INI")
banco2$INI<-as.factor(banco2$INI)
gtsummary::tbl_summary(banco2)
| Characteristic |
N = 434 |
| INI |
|
| 2008 |
1 (0.2%) |
| 2013 |
1 (0.2%) |
| 2014 |
27 (6.2%) |
| 2015 |
79 (18%) |
| 2016 |
52 (12%) |
| 2017 |
93 (21%) |
| 2018 |
95 (22%) |
| 2019 |
86 (20%) |
#ano numérico
with(banco, cor.test(Cd4_Cd8, tempoano, alternative="two.sided",
method="spearman"))
## Warning in cor.test.default(Cd4_Cd8, tempoano, alternative = "two.sided", :
## Cannot compute exact p-value with ties
##
## Spearman's rank correlation rho
##
## data: Cd4_Cd8 and tempoano
## S = 15446971, p-value = 0.005247
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## -0.1337772
banco$INI<-as.factor(banco$INI)
#ano categórico
Tapply(tempomeses ~ INI, median, na.action=na.omit, data=banco)
## 2008 2013 2014 2015 2016 2017 2018 2019
## 83.566667 10.433333 3.033333 17.100000 11.333333 17.433333 9.600000 2.766667
# medians by group
kruskal.test(tempomeses ~ INI, data=banco)
##
## Kruskal-Wallis rank sum test
##
## data: tempomeses by INI
## Kruskal-Wallis chi-squared = 97.75, df = 7, p-value < 2.2e-16
Número de Exames por grupo
htmlTable::htmlTable(as.data.frame(table(banco$Grupo.x)))
|
|
Var1
|
Freq
|
|
1
|
HSH
|
342
|
|
2
|
I
|
5
|
|
3
|
II
|
3
|
|
4
|
III
|
9
|
|
5
|
IV
|
13
|
|
6
|
V
|
33
|
|
7
|
VI
|
29
|
htmlTable::htmlTable(as.data.frame(table(banco$Grupo2.x)))
|
|
Var1
|
Freq
|
|
1
|
Agudo
|
63
|
|
2
|
Crnico
|
342
|
|
3
|
Recente
|
29
|
Gráfico grupos
Boxplot(tempomeses~Grupo2.x, data=banco, id=list(method="y"))
## Warning in Boxplot.default(mf[[response]], x, id = list(method = id.method, :
## NAs introduzidos por coerção
## [1] "159" "231" "365" "96" "172" "417" "431" "345" "57" "176" "26" "141"
## [13] "186" "202" "217" "244" "256" "269" "316" "382" "107" "131"
Boxplot(tempomeses~Grupo.x, data=banco, id=list(method="y"))
## Warning in Boxplot.default(mf[[response]], x, id = list(method = id.method, :
## NAs introduzidos por coerção
## [1] "26" "141" "186" "202" "217" "244" "256" "269" "316" "382" "30" "57"
## [13] "63" "176" "107" "131"
testes grupos
Tapply(tempomeses ~ Grupo2.x, median, na.action=na.omit, data=banco)
## Agudo Cr<f4>nico Recente
## 2.966667 10.400000 3.033333
# medians by group
kruskal.test(tempomeses ~ Grupo2.x, data=banco)
##
## Kruskal-Wallis rank sum test
##
## data: tempomeses by Grupo2.x
## Kruskal-Wallis chi-squared = 31.316, df = 2, p-value = 1.585e-07
Tapply(tempomeses ~ Grupo.x, median, na.action=na.omit, data=banco) # medians by group
## HSH I II III IV V VI
## 10.400000 0.100000 0.100000 1.166667 5.666667 5.133333 3.033333
kruskal.test(tempomeses ~ Grupo.x, data=banco)
##
## Kruskal-Wallis rank sum test
##
## data: tempomeses by Grupo.x
## Kruskal-Wallis chi-squared = 42.254, df = 6, p-value = 1.638e-07
s<-banco
banco$Grupo2.x[banco$Grupo2.x=="Recente"]<-"brecente"
require(survival)
## Loading required package: survival
banco$relacaomaiorigual1<-as.numeric(banco$relacaomaiorigual1)
.Survfit <- survfit(Surv(tempomeses, relacaomaiorigual1) ~ Grupo.x,
conf.type="log", conf.int=0.95, type="kaplan-meier", error="greenwood",
data=banco)
.Survfit
## Call: survfit(formula = Surv(tempomeses, relacaomaiorigual1) ~ Grupo.x,
## data = banco, error = "greenwood", conf.type = "log", conf.int = 0.95,
## type = "kaplan-meier")
##
## n events median 0.95LCL 0.95UCL
## Grupo.x=HSH 342 122 30.30 23.97 41.9
## Grupo.x=I 5 5 0.10 0.00 NA
## Grupo.x=II 3 3 0.10 0.00 NA
## Grupo.x=III 9 8 1.17 0.00 NA
## Grupo.x=IV 13 11 5.67 3.63 NA
## Grupo.x=V 33 24 5.30 1.63 25.1
## Grupo.x=VI 29 24 5.50 2.03 17.9
plot(.Survfit, col=1:7, lty=1:7, mark.time=TRUE)
legend("bottomright", legend=c("Grupo.x=HSH","Grupo.x=I","Grupo.x=II",
"Grupo.x=III","Grupo.x=IV","Grupo.x=V","Grupo.x=VI"), col=1:7, lty=1:7,
bty="n")
quantile(.Survfit, quantiles=c(.25,.5,.75))
## $quantile
## 25 50 75
## Grupo.x=HSH 11.600000 30.300000 54.5666667
## Grupo.x=I 0.000000 0.100000 0.1333333
## Grupo.x=II 0.000000 0.100000 5.8000000
## Grupo.x=III 0.000000 1.166667 2.9666667
## Grupo.x=IV 3.633333 5.666667 12.1000000
## Grupo.x=V 1.100000 5.300000 25.0666667
## Grupo.x=VI 1.133333 5.500000 17.9000000
##
## $lower
## 25 50 75
## Grupo.x=HSH 7.6666667 23.966667 48.333333
## Grupo.x=I 0.0000000 0.000000 0.100000
## Grupo.x=II 0.0000000 0.000000 0.100000
## Grupo.x=III 0.0000000 0.000000 1.166667
## Grupo.x=IV 1.0666667 3.633333 5.966667
## Grupo.x=V 0.8666667 1.633333 11.700000
## Grupo.x=VI 0.9333333 2.033333 6.466667
##
## $upper
## 25 50 75
## Grupo.x=HSH 14.200000 41.90000 NA
## Grupo.x=I NA NA NA
## Grupo.x=II NA NA NA
## Grupo.x=III NA NA NA
## Grupo.x=IV 12.100000 NA NA
## Grupo.x=V 5.133333 25.06667 NA
## Grupo.x=VI 4.633333 30.30000 NA
remove(.Survfit)
.Survfit <- survfit(Surv(tempomeses, relacaomaiorigual1) ~ Grupo2.x,
conf.type="log", conf.int=0.95, type="kaplan-meier", error="greenwood",
data=banco)
.Survfit
## Call: survfit(formula = Surv(tempomeses, relacaomaiorigual1) ~ Grupo2.x,
## data = banco, error = "greenwood", conf.type = "log", conf.int = 0.95,
## type = "kaplan-meier")
##
## n events median 0.95LCL 0.95UCL
## Grupo2.x=Agudo 63 51 3.63 1.17 5.97
## Grupo2.x=brecente 29 24 5.50 2.03 17.90
## Grupo2.x=Cr<f4>nico 342 122 30.30 23.97 41.90
plot(.Survfit, col=1:3, lty=1:3, mark.time=TRUE)
legend("bottomright", legend=c("Grupo2.x=Agudo",
"Grupo2.x=Recente", "Grupo2.x=Crônico"), col=1:3, lty=1:3, bty="n")
quantile(.Survfit, quantiles=c(.25,.5,.75))
## $quantile
## 25 50 75
## Grupo2.x=Agudo 0.8333333 3.633333 12.10000
## Grupo2.x=brecente 1.1333333 5.500000 17.90000
## Grupo2.x=Cr<f4>nico 11.6000000 30.300000 54.56667
##
## $lower
## 25 50 75
## Grupo2.x=Agudo 0.1000000 1.166667 5.966667
## Grupo2.x=brecente 0.9333333 2.033333 6.466667
## Grupo2.x=Cr<f4>nico 7.6666667 23.966667 48.333333
##
## $upper
## 25 50 75
## Grupo2.x=Agudo 1.166667 5.966667 NA
## Grupo2.x=brecente 4.633333 30.300000 NA
## Grupo2.x=Cr<f4>nico 14.200000 41.900000 NA
remove(.Survfit)
modelo4 <- read.csv("C:/Users/edson/Downloads/modelo4.csv", sep=";", dec=",")
banco<-merge(banco, modelo4, by= "Registro")
#banco <- read.csv("~/banco.csv", sep=";")
banco$agudo<-0
banco$agudo[banco$Grupo2.x=="Agudo"]<-1
banco$cronico<-0
banco$cronico[banco$Grupo2.x=="Cr<f4>nico"]<-1
banco$recente<-0
banco$recente[banco$Grupo2.x=="Recente"]<-1
banco$recente<-as.factor(banco$recente)
banco$agudo<-as.factor(banco$agudo)
banco$cronico<-as.factor(banco$cronico)
banco$HSH <-0
banco$grupo1<-0
banco$grupo2<-0
banco$grupo3<-0
banco$grupo4<-0
banco$grupo5<-0
banco$grupo6<-0
banco$HSH[banco$Grupo.x=="HSH"]<-1
banco$grupo1[banco$Grupo.x=="I"]<-1
banco$grupo2[banco$Grupo.x=="II"]<-1
banco$grupo3[banco$Grupo.x=="III"]<-1
banco$grupo4[banco$Grupo.x=="IV"]<-1
banco$grupo5[banco$Grupo.x=="V"]<-1
banco$grupo6[banco$Grupo.x=="VI"]<-1
banco$HSH <-as.factor(banco$HSH)
banco$grupo1<-as.factor(banco$grupo1)
banco$grupo2<-as.factor(banco$grupo2)
banco$grupo3<-as.factor(banco$grupo3)
banco$grupo4<-as.factor(banco$grupo4)
banco$grupo5<-as.factor(banco$grupo5)
banco$grupo6<-as.factor(banco$grupo6)
banco$tempomeses<-as.numeric(banco$tempomeses)
htmlTable::htmlTable(epiDisplay::tableStack(c( tempomeses, esquema2, idade, tempoaterarv,GENERO, COR, Grupo2,Grupo.x.x), by=relacaomaiorigual1, dataFrame = banco, simulate.p.value = T, percent = "row"))
|
|
1
|
2
|
Test stat.
|
P value
|
|
Total
|
237
|
197
|
|
|
|
|
|
|
|
|
|
tempomeses
|
|
|
Ranksum test
|
< 0.001
|
|
median(IQR)
|
10.6 (3.3,24.7)
|
5.7 (1.3,14.3)
|
|
|
|
|
|
|
|
|
|
esquema2
|
|
|
Chisq. (2 df) = 18.44
|
< 0.001
|
|
INSTI
|
141 (64.7)
|
77 (35.3)
|
|
|
|
IP
|
20 (40)
|
30 (60)
|
|
|
|
NNRTI
|
76 (45.8)
|
90 (54.2)
|
|
|
|
|
|
|
|
|
|
idade
|
|
|
Ranksum test
|
0.501
|
|
median(IQR)
|
27.1 (23.4,34.1)
|
26.7 (23.6,32.1)
|
|
|
|
|
|
|
|
|
|
tempoaterarv
|
|
|
Ranksum test
|
< 0.001
|
|
median(IQR)
|
42 (16,102)
|
21 (4,54)
|
|
|
|
|
|
|
|
|
|
GENERO
|
|
|
Chisq. (1 df) = 0.11
|
0.744
|
|
FEMININO
|
52 (53.1)
|
46 (46.9)
|
|
|
|
MASCULINO
|
184 (54.9)
|
151 (45.1)
|
|
|
|
|
|
|
|
|
|
COR
|
|
|
Chisq. (1 df) = 1.32
|
0.251
|
|
Branca
|
77 (58.3)
|
55 (41.7)
|
|
|
|
Pardo/Negro
|
156 (52.3)
|
142 (47.7)
|
|
|
|
|
|
|
|
|
|
Grupo2
|
|
|
Chisq. (2 df) = 61.51
|
< 0.001
|
|
Agudo
|
12 (19)
|
51 (81)
|
|
|
|
Crônico
|
220 (64.3)
|
122 (35.7)
|
|
|
|
Recente
|
5 (17.2)
|
24 (82.8)
|
|
|
|
|
|
|
|
|
|
Grupo.x.x
|
|
|
Fisher’s exact test
|
< 0.001
|
|
HSH
|
220 (64.3)
|
122 (35.7)
|
|
|
|
I
|
0 (0)
|
5 (100)
|
|
|
|
II
|
0 (0)
|
3 (100)
|
|
|
|
III
|
1 (11.1)
|
8 (88.9)
|
|
|
|
IV
|
2 (15.4)
|
11 (84.6)
|
|
|
|
V
|
9 (27.3)
|
24 (72.7)
|
|
|
|
VI
|
5 (17.2)
|
24 (82.8)
|
|
|
|
|
|
|
|
|
Modelos
#modelo de cox univariado
banco$Grupo2[banco$Grupo2=="Crônico"]<-"0cronico"
banco$esquema2[banco$esquema2=="IP"]<-"0IP"
CoxModel.4 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ COR,
method="efron", data=banco)
summary(CoxModel.4)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ COR, data = banco,
## method = "efron")
##
## n= 430, number of events= 197
## (4 observations deleted due to missingness)
##
## coef exp(coef) se(coef) z Pr(>|z|)
## CORPardo/Negro 0.2892 1.3353 0.1607 1.799 0.072 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## CORPardo/Negro 1.335 0.7489 0.9745 1.83
##
## Concordance= 0.531 (se = 0.018 )
## Likelihood ratio test= 3.37 on 1 df, p=0.07
## Wald test = 3.24 on 1 df, p=0.07
## Score (logrank) test = 3.26 on 1 df, p=0.07
CoxModel.5 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ GENERO,
method="efron", data=banco)
summary(CoxModel.5)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ GENERO,
## data = banco, method = "efron")
##
## n= 433, number of events= 197
## (1 observation deleted due to missingness)
##
## coef exp(coef) se(coef) z Pr(>|z|)
## GENEROMASCULINO 0.09732 1.10221 0.17020 0.572 0.567
##
## exp(coef) exp(-coef) lower .95 upper .95
## GENEROMASCULINO 1.102 0.9073 0.7896 1.539
##
## Concordance= 0.524 (se = 0.016 )
## Likelihood ratio test= 0.33 on 1 df, p=0.6
## Wald test = 0.33 on 1 df, p=0.6
## Score (logrank) test = 0.33 on 1 df, p=0.6
CoxModel.6 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ idade,
method="efron", data=banco)
summary(CoxModel.6)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ idade,
## data = banco, method = "efron")
##
## n= 434, number of events= 197
##
## coef exp(coef) se(coef) z Pr(>|z|)
## idade -0.02455 0.97575 0.01031 -2.38 0.0173 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## idade 0.9758 1.025 0.9562 0.9957
##
## Concordance= 0.556 (se = 0.021 )
## Likelihood ratio test= 6.08 on 1 df, p=0.01
## Wald test = 5.66 on 1 df, p=0.02
## Score (logrank) test = 5.67 on 1 df, p=0.02
CoxModel.7 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ tempoaterarv,
method="efron", data=banco)
summary(CoxModel.7)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ tempoaterarv,
## data = banco, method = "efron")
##
## n= 434, number of events= 197
##
## coef exp(coef) se(coef) z Pr(>|z|)
## tempoaterarv -0.0001509 0.9998491 0.0001262 -1.195 0.232
##
## exp(coef) exp(-coef) lower .95 upper .95
## tempoaterarv 0.9998 1 0.9996 1
##
## Concordance= 0.628 (se = 0.023 )
## Likelihood ratio test= 1.51 on 1 df, p=0.2
## Wald test = 1.43 on 1 df, p=0.2
## Score (logrank) test = 1.4 on 1 df, p=0.2
CoxModel.8 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ esquema2,
method="efron", data=banco)
summary(CoxModel.8)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ esquema2,
## data = banco, method = "efron")
##
## n= 434, number of events= 197
##
## coef exp(coef) se(coef) z Pr(>|z|)
## esquema2INSTI -0.09553 0.90889 0.22006 -0.434 0.664
## esquema2NNRTI -0.19530 0.82259 0.21447 -0.911 0.362
##
## exp(coef) exp(-coef) lower .95 upper .95
## esquema2INSTI 0.9089 1.100 0.5905 1.399
## esquema2NNRTI 0.8226 1.216 0.5403 1.252
##
## Concordance= 0.51 (se = 0.021 )
## Likelihood ratio test= 0.92 on 2 df, p=0.6
## Wald test = 0.93 on 2 df, p=0.6
## Score (logrank) test = 0.93 on 2 df, p=0.6
CoxModel.9 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ Grupo2,
method="efron", data=banco)
summary(CoxModel.9)
## Call:
## coxph(formula = Surv(tempomeses, relacaomaiorigual1) ~ Grupo2,
## data = banco, method = "efron")
##
## n= 434, number of events= 197
##
## coef exp(coef) se(coef) z Pr(>|z|)
## Grupo2Agudo 1.5119 4.5354 0.1711 8.836 < 2e-16 ***
## Grupo2Recente 1.2673 3.5511 0.2252 5.627 1.84e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## exp(coef) exp(-coef) lower .95 upper .95
## Grupo2Agudo 4.535 0.2205 3.243 6.343
## Grupo2Recente 3.551 0.2816 2.284 5.522
##
## Concordance= 0.66 (se = 0.019 )
## Likelihood ratio test= 77.85 on 2 df, p=<2e-16
## Wald test = 91.16 on 2 df, p=<2e-16
## Score (logrank) test = 107.6 on 2 df, p=<2e-16
a<-gtsummary::tbl_regression(CoxModel.4)
b<-gtsummary::tbl_regression(CoxModel.5)
c<-gtsummary::tbl_regression(CoxModel.6)
d<-gtsummary::tbl_regression(CoxModel.7)
e<-gtsummary::tbl_regression(CoxModel.8)
f<-gtsummary::tbl_regression(CoxModel.9)
a
| Characteristic |
log(HR) |
95% CI |
p-value |
| COR |
|
|
|
| Branca |
— |
— |
|
| Pardo/Negro |
0.29 |
-0.03, 0.60 |
0.072 |
b
| Characteristic |
log(HR) |
95% CI |
p-value |
| GENERO |
|
|
|
| FEMININO |
— |
— |
|
| MASCULINO |
0.10 |
-0.24, 0.43 |
0.6 |
c
| Characteristic |
log(HR) |
95% CI |
p-value |
| idade |
-0.02 |
-0.04, 0.00 |
0.017 |
d
| Characteristic |
log(HR) |
95% CI |
p-value |
| tempoaterarv |
0.00 |
0.00, 0.00 |
0.2 |
e
| Characteristic |
log(HR) |
95% CI |
p-value |
| esquema2 |
|
|
|
| 0IP |
— |
— |
|
| INSTI |
-0.10 |
-0.53, 0.34 |
0.7 |
| NNRTI |
-0.20 |
-0.62, 0.23 |
0.4 |
f
| Characteristic |
log(HR) |
95% CI |
p-value |
| Grupo2 |
|
|
|
| 0cronico |
— |
— |
|
| Agudo |
1.5 |
1.2, 1.8 |
<0.001 |
| Recente |
1.3 |
0.83, 1.7 |
<0.001 |
#Multivariado
CoxModel.10 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ esquema2 +COR
+GENERO +idade+tempoaterarv+Grupo2, method="efron", data=banco)
#Tirando sucessivamente em ordem de p-valor
banco$esquema2[banco$esquema2=="IP"]<-"0IP"
CoxModel.10 <- coxph(Surv(tempomeses, relacaomaiorigual1) ~ COR
+idade+Grupo2+esquema2, method="efron", data=banco)
tab_model(CoxModel.10)
|
|
Surv(tempomeses,
relacaomaiorigual1)
|
|
Predictors
|
Estimates
|
CI
|
p
|
|
COR [Pardo/Negro]
|
1.39
|
1.01 – 1.91
|
0.046
|
|
idade
|
0.97
|
0.95 – 1.00
|
0.017
|
|
Grupo2 [Agudo]
|
4.67
|
3.31 – 6.60
|
<0.001
|
|
Grupo2 [Recente]
|
4.16
|
2.61 – 6.64
|
<0.001
|
|
esquema2 [INSTI]
|
1.21
|
0.78 – 1.89
|
0.398
|
|
esquema2 [NNRTI]
|
0.94
|
0.61 – 1.46
|
0.795
|
|
Observations
|
430
|
|
R2 Nagelkerke
|
0.371
|
epiDisplay::cox.display(CoxModel.10)
## Cox's proportional hazard model on time ('tempomeses') to event ('relacaomaiorigual1')
##
## crude HR(95%CI) adj. HR(95%CI) P(Wald's test)
## COR (cont. var.) 1.34 (0.97,1.83) 1.39 (1.01,1.91) 0.046
##
## idade (cont. var.) 0.98 (0.96,1) 0.97 (0.95,1) 0.017
##
## Grupo2: ref.=
## Agudo 4.54 (3.24,6.34) 4.67 (3.31,6.6) < 0.001
## Recente 3.55 (2.28,5.52) 4.16 (2.61,6.64) < 0.001
##
## esquema2: ref.=
## INSTI 0.91 (0.59,1.4) 1.21 (0.78,1.89) 0.398
## NNRTI 0.82 (0.54,1.25) 0.94 (0.61,1.46) 0.795
##
## P(LR-test)
## COR (cont. var.) 0.041
##
## idade (cont. var.) 0.013
##
## Grupo2: ref.= < 0.001
## Agudo
## Recente
##
## esquema2: ref.= 0.333
## INSTI
## NNRTI
##
## No. of observations = 430
gtsummary::tbl_regression(CoxModel.10)
| Characteristic |
log(HR) |
95% CI |
p-value |
| COR |
|
|
|
| Branca |
— |
— |
|
| Pardo/Negro |
0.33 |
0.01, 0.65 |
0.046 |
| idade |
-0.03 |
-0.05, 0.00 |
0.017 |
| Grupo2 |
|
|
|
| 0cronico |
— |
— |
|
| Agudo |
1.5 |
1.2, 1.9 |
<0.001 |
| Recente |
1.4 |
1.0, 1.9 |
<0.001 |
| esquema2 |
|
|
|
| 0IP |
— |
— |
|
| INSTI |
0.19 |
-0.25, 0.64 |
0.4 |
| NNRTI |
-0.06 |
-0.50, 0.38 |
0.8 |