HET
AP
6/2/2022
Muestra
base de datos con 325 pacientes de 443 con al menos dos años de tto con HET
Datos faltantes
bd2<-bd %>%
select( edss_inicio_enfermedad, edss_actual, fecha_edss_actual, tratamiento_actual, primer_tratamiento, segundo_tratamiento, tercer_tratamiento, cuarto_tratamiento, quinto_tratamiento, edad_1_het, edad_dx, edad_actual,genero)
library(visdat)
vis_miss(bd2, sort=TRUE) 
Descriptiva
library(arsenal)
tab.noby <- tableby(~ genero + edad_actual+ edad_dx+ edad_1_het+tratamiento_actual, data=bd)
summary(tab.noby)| Overall (N=325) | |
|---|---|
| genero | |
| Â Â Â femenino | 220 (67.7%) |
| Â Â Â masculino | 105 (32.3%) |
| edad_actual | |
| Â Â Â Mean (SD) | 37.422 (11.186) |
| Â Â Â Range | 3.000 - 80.000 |
| edad_dx | |
| Â Â Â Mean (SD) | 29.874 (10.302) |
| Â Â Â Range | -6.000 - 65.000 |
| edad_1_het | |
| Â Â Â Mean (SD) | 34.058 (10.989) |
| Â Â Â Range | 1.000 - 76.000 |
| tratamiento_actual | |
| Â Â Â Alemtuzumab | 55 (16.9%) |
| Â Â Â Cladribina | 94 (28.9%) |
| Â Â Â Dimetilfumarato | 1 (0.3%) |
| Â Â Â Fingolimod | 1 (0.3%) |
| Â Â Â Natalizumab | 110 (33.8%) |
| Â Â Â Ocrelizumab | 45 (13.8%) |
| Â Â Â Rituximab | 19 (5.8%) |
#hist
library(ggplot2)
ggplot(bd, aes(x=edad_actual)) + geom_histogram()+ xlab("Edad (años)") + ggtitle("Histograma de edad actual")
ggplot(bd, aes(x=edad_dx)) + geom_histogram()+ xlab("Edad (años)") + ggtitle("Histograma de edad al diagnóstico")
Errores en carga de datos
Errores en edad: Casos de 3 y 9 años de edad; resto 17-80 años. Error en fecha de nacimiento?
Fecha de carga vs fecha_edss_actual: Un investigador (Rojas Juan Ignacio, CEMBA) cargo Fecha de carga = fecha_edss_actual. 59 casos, 18%. para el resto, la diferencia se encuentra entre 0 y 36 meses, con una media de 3.4 meses
Relaciones entre variables
