library(rmarkdown)
library(markdown)
library(tidyverse)
library(finalfit)
library(survival)
library(survminer)
library(survminer,quietly=True)

La courbe de survie de Kaplan-Meier s’obtient avec la fonction survfit de l’extension survival.

Courbe de survie sans progression sous brigatinib

PFS_s_Br<-survfit(Surv(delais_diag_prog,prog_Brigatinib)~1,data=t_survie_1)
PFS_s_Br
## Call: survfit(formula = Surv(delais_diag_prog, prog_Brigatinib) ~ 1, 
##     data = t_survie_1)
## 
##    1 observation effacée parce que manquante 
##       n events median 0.95LCL 0.95UCL
## [1,] 24     21   4.02    2.76      16

Jean , tu me donneras les titres des graphes pour que je puisse les rajouter dedans si tu veux

ggsurvplot(PFS_s_Br,xlab="Time(month)")

Ici le meme graphe mais avec la ligne de la médiane

plot(PFS_s_Br,,xlab="Time(month)",ylab="Survie")
abline(v=3.30,col="blue")

On peut facilement représenter à la place la courbe cumulée des évènements (l’inverse de la courbe de survie) et la table des effectifs en fonction du temps.

ggsurvplot(PFS_s_Br, fun = "event", risk.table = TRUE, surv.scale = "percent",xlab="Time(month)")

Courbe de survie sans progression

Comparaison de deux groupes ici PFS sous Brigatinib avec ou sans progression cerebrale:

PFS_B_SNC<-survfit(Surv(delais_diag_prog,prog_Brigatinib)~prog_cerebrale_pdtB,data=t_survie_1)
PFS_B_SNC
## Call: survfit(formula = Surv(delais_diag_prog, prog_Brigatinib) ~ prog_cerebrale_pdtB, 
##     data = t_survie_1)
## 
##    1 observation effacée parce que manquante 
##                          n events median 0.95LCL 0.95UCL
## prog_cerebrale_pdtB=Non 14     11   4.62    2.76      NA
## prog_cerebrale_pdtB=Oui 10     10   3.48    2.28      NA

Courbe de survie sans rogression des patients ayant ou non une prog cérébrale

ggsurvplot(PFS_B_SNC,xlab="Time(month)")

Courbe avec mediane

plot(PFS_B_SNC,xlab="Time(month)",ylab="Survie")
abline(v=c(3.84,2.82), col=c("blue","red"))

Calcul du test du logrank afin de comparer des courbes de survie sans progression avec ou sans meta cerebrale

survdiff(Surv(delais_diag_prog,prog_Brigatinib)~prog_cerebrale_pdtB,data=t_survie_1)
## Call:
## survdiff(formula = Surv(delais_diag_prog, prog_Brigatinib) ~ 
##     prog_cerebrale_pdtB, data = t_survie_1)
## 
## n=24, 1 observation effacée parce que manquante.
## 
##                          N Observed Expected (O-E)^2/E (O-E)^2/V
## prog_cerebrale_pdtB=Non 14       11    11.27   0.00641    0.0151
## prog_cerebrale_pdtB=Oui 10       10     9.73   0.00743    0.0151
## 
##  Chisq= 0  on 1 degrees of freedom, p= 0.9

Courbe de survie sans progresion des groupes avec ou sans meta cerebrale sous Brigatinib

ggsurvplot(PFS_B_SNC, data = t_survie_1,xlab="Time(month)")

Représentation de la courbe cumulée des évènements (l’inverse de la courbe de survie) et la table des effectifs en fonction du temps.

ggsurvplot(PFS_B_SNC, conf.int = TRUE, risk.table = TRUE, pval = TRUE, data = t_survie_1,xlab="Time(month)")

la courbe montre qu’il y’a une tendence à diminuer le risque de meta cerebrale avec le temps pour les patients sous Brigatinib

Survie Globale

S_globale<-survfit(Surv(delais_diag_dernieres_nouvelles,statut_patient)~1,data=t_survie_1)
S_globale
## Call: survfit(formula = Surv(delais_diag_dernieres_nouvelles, statut_patient) ~ 
##     1, data = t_survie_1)
## 
##       n events median 0.95LCL 0.95UCL
## [1,] 25      9   73.7      63      NA
ggsurvplot(S_globale,xlab="Time(month)")

NB: les petites croix sur le graphique sont les observations censurée

schema avec médiane

plot(S_globale,xlab="Time(month)",ylab="Survie")
abline(v=91.2,col="red")

Représentation de la courbe cumulée des évènements (l’inverse de la courbe de survie) et la table des effectifs en fonction du temps.

ggsurvplot(S_globale, fun = "event", risk.table = TRUE, surv.scale = "percent",xlab="Time(month)")

Comparaison de deux groupes ici ceux encore sous Brigatinib et ceux qui ne le sont plus

Fin=0 sont qui n’ont pas fini l’étude /ne sont plus sous brigatinib Fin=1 sont ceux qui sont toujours sous brigatinib

S_glb_Briga<-survfit(Surv(delais_diag_dernieres_nouvelles,statut_patient)~Fin,data=t_survie_1)
S_glb_Briga
## Call: survfit(formula = Surv(delais_diag_dernieres_nouvelles, statut_patient) ~ 
##     Fin, data = t_survie_1)
## 
##    5 observations effacées parce que manquantes 
##        n events median 0.95LCL 0.95UCL
## Fin=0 14      6   73.7    36.4      NA
## Fin=1  6      1     NA    63.0      NA

Courbe de survie globale des patients/ttt ou non encours de Brigatinib

ggsurvplot(S_glb_Briga,xlab="Time(month)")

Courbe de survie globale des patients/ttt ou non encours de Brigatinib avec médiane

plot(S_glb_Briga,xlab="Time(month)")
abline(v=73.7,col="red")

Survie globale et comparaison de deux groupes ici ceux qui ont recidivé sous Brigatinib ou non

S_glb_rec_Briga<-survfit(Surv(delais_diag_dernieres_nouvelles,statut_patient)~prog_Brigatinib,data=t_survie_1)
S_glb_rec_Briga
## Call: survfit(formula = Surv(delais_diag_dernieres_nouvelles, statut_patient) ~ 
##     prog_Brigatinib, data = t_survie_1)
## 
##                    n events median 0.95LCL 0.95UCL
## prog_Brigatinib=0  4      0     NA      NA      NA
## prog_Brigatinib=1 21      9   73.7    38.6      NA
ggsurvplot(S_glb_rec_Briga,xlab="Time(month)")

avec médiane des patients ayant fini le traitement par Brigatinib, la médiane des patients encore sous Brigatinib ne peut pas se calculer car c’est une inconnue

plot(S_glb_rec_Briga,xlab="Time(month)",ylab="Survie")
abline(v=73.7,col="red")

Survie globale en prenant en compte les meta cérébrales

S_globale_SNC<-survfit(Surv(delais_diag_dernieres_nouvelles,statut_patient)~prog_cerebrale_pdtB,data=t_survie_1)
S_globale_SNC
## Call: survfit(formula = Surv(delais_diag_dernieres_nouvelles, statut_patient) ~ 
##     prog_cerebrale_pdtB, data = t_survie_1)
## 
##                          n events median 0.95LCL 0.95UCL
## prog_cerebrale_pdtB=Non 15      6   73.7    63.0      NA
## prog_cerebrale_pdtB=Oui 10      3   65.0    36.4      NA
ggsurvplot(S_globale_SNC,xlab="Time(month)")

plot(S_globale_SNC,xlab="Time(month)",ylab="Survie")
abline(v=91.2,col="red")

### Calcul du test du logrank afin de comparer des courbes de survie avec ou sans meta cérebrale

survdiff(Surv(delais_diag_prog,prog_Brigatinib)~prog_cerebrale_pdtB,data=t_survie_1)
## Call:
## survdiff(formula = Surv(delais_diag_prog, prog_Brigatinib) ~ 
##     prog_cerebrale_pdtB, data = t_survie_1)
## 
## n=24, 1 observation effacée parce que manquante.
## 
##                          N Observed Expected (O-E)^2/E (O-E)^2/V
## prog_cerebrale_pdtB=Non 14       11    11.27   0.00641    0.0151
## prog_cerebrale_pdtB=Oui 10       10     9.73   0.00743    0.0151
## 
##  Chisq= 0  on 1 degrees of freedom, p= 0.9

Représentation de la courbe cumulée des évènements (l’inverse de la courbe de survie) et la table des effectifs en fonction du temps.

ggsurvplot(S_globale_SNC, conf.int = TRUE, risk.table = TRUE, pval = TRUE, data = t_survie_1,xlab="Time(month)")