Descriptif population OxyCov par médiane et l’intervalle interquartile (IQR)

library(gtsummary)
## Warning: le package 'gtsummary' a été compilé avec la version R 4.2.2
library(flextable)
## Warning: le package 'flextable' a été compilé avec la version R 4.2.2
## 
## Attachement du package : 'flextable'
## Les objets suivants sont masqués depuis 'package:gtsummary':
## 
##     as_flextable, continuous_summary
## L'objet suivant est masqué depuis 'package:purrr':
## 
##     compose
tbl_summary(Oxy_Cov)
Characteristic N = 1801
Age 62 (52, 70)
sexe
    F 57 (32%)
    M 123 (68%)
Poids 83 (74, 94)
    Unknown 7
IMC
     5 (2.8%)
    IMC<30 110 (61%)
    IMC>30 65 (36%)
Vaccination
    NC 3 (1.7%)
    Non 165 (92%)
    Oui 12 (6.7%)
ATCD_Diabète
    Non 138 (77%)
    Oui 42 (23%)
ATCD_HTA
    Non 103 (57%)
    Oui 77 (43%)
ATCD_ID
    Non 171 (95%)
    Oui 9 (5.0%)
ATCD_Path_respi
    Non 149 (83%)
    Oui 31 (17%)
ATCD_Cardiopathie
    Non 150 (83%)
    Oui 30 (17%)
ATCD_IR_Dialyse
    Non 176 (98%)
    Oui 4 (2.2%)
J_symptome_hospit 8 (6, 10)
J_symptome_USIR 9 (7, 11)
TDM_severité
    majeur 8 (4.4%)
    minime 25 (14%)
    modérée 88 (49%)
    sévère 59 (33%)
TDM_EP
    Non 171 (95%)
    Oui 9 (5.0%)
TA_Tocilizumab
    Non 134 (74%)
    Oui 46 (26%)
TA_plasma_conv
    Non 176 (98%)
    Oui 4 (2.2%)
ATC
    ATC_C 14 (7.8%)
    ATC_P 166 (92%)
Rox_H1 40 (15, 61)
Rox_H24 44 (9, 64)
Rox_H48 16 (1, 44)
Rox_H72 1 (1, 31)
Sat_H1 95.00 (93.00, 96.00)
Sat_H24 95.00 (93.00, 96.00)
    Unknown 5
Sat_H48 95.00 (92.00, 96.00)
    Unknown 31
Sat_H72 95.00 (93.00, 97.00)
    Unknown 61
Freq_respi_H1 22.0 (19.0, 25.0)
Freq_respi_H24 22.0 (19.0, 26.5)
    Unknown 5
Freq_respi_H48 22.0 (19.0, 26.0)
    Unknown 31
Freq_respi_H72 23.0 (19.0, 26.0)
    Unknown 61
OHD_FIO2_H1 50 (45, 60)
    Unknown 20
OHD_FIO2_H24 50 (45, 60)
    Unknown 31
OHD_FIO2_H48 50 (45, 60)
    Unknown 63
OHD_FIO2_H72 50 (45, 60)
    Unknown 94
OHD_debit_H1
    35 1 (0.6%)
    40 64 (40%)
    45 9 (5.6%)
    50 83 (52%)
    55 2 (1.2%)
    60 2 (1.2%)
    Unknown 19
OHD_debit_H24
    35 2 (1.3%)
    40 46 (31%)
    45 9 (6.0%)
    50 85 (57%)
    55 5 (3.3%)
    60 3 (2.0%)
    Unknown 30
OHD_debit_H48
    30 1 (0.9%)
    35 3 (2.6%)
    40 35 (30%)
    45 15 (13%)
    50 52 (45%)
    55 4 (3.4%)
    60 6 (5.2%)
    Unknown 64
OHD_debit_H72
    35 3 (3.5%)
    40 30 (35%)
    45 6 (7.1%)
    50 42 (49%)
    55 2 (2.4%)
    60 2 (2.4%)
    Unknown 95
OHD_duree 62 (33, 106)
    Unknown 8
OHD 162 (90%)
OHD.1
    Non 18 (10%)
    Oui 162 (90%)
CPAP_PEP_H1
    5 1 (0.7%)
    6 4 (2.8%)
    7 89 (61%)
    8 46 (32%)
    9 3 (2.1%)
    10 1 (0.7%)
    12 1 (0.7%)
    Unknown 35
CPAP_PEP_H24
    5 1 (0.7%)
    6 4 (2.8%)
    7 81 (57%)
    8 44 (31%)
    9 10 (7.0%)
    10 1 (0.7%)
    12 1 (0.7%)
    Unknown 38
CPAP_PEP_H48
    4 1 (0.8%)
    5 2 (1.7%)
    6 2 (1.7%)
    7 60 (50%)
    8 42 (35%)
    9 12 (10%)
    12 1 (0.8%)
    Unknown 60
CPAP_PEP_H72
    4 1 (1.0%)
    5 3 (3.1%)
    6 2 (2.1%)
    7 46 (48%)
    8 33 (34%)
    9 10 (10%)
    12 1 (1.0%)
    Unknown 84
CPAP_FIO2_H1 50 (40, 50)
    Unknown 35
CPAP_FIO2_H24 50 (40, 60)
    Unknown 39
CPAP_FIO2_H48 50 (40, 60)
    Unknown 61
CPAP_FIO2_H72 50 (40, 50)
    Unknown 83
CPAP_duree 14 (5, 29)
    Unknown 2
CPAP 154 (86%)
CPAP.1
    Non 26 (14%)
    Oui 154 (86%)
OHD_CPAP 144 (80%)
OHD_CPAP.1
    Non 36 (20%)
    Oui 144 (80%)
X.DV_DL
    Fait 118 (66%)
    Non fait 62 (34%)
Duree_.DV_DL 9 (4, 19)
    Unknown 62
Mortalite_J28 13 (7.2%)
Mortalite_J90 15 (8.3%)
IOT_J28 36 (20%)
IOT_J90 36 (20%)
IOT_mortalite_J28
    Non 138 (77%)
    Oui 42 (23%)
IOT_mortalite_J90
    Non 137 (76%)
    Oui 43 (24%)
Duree_Hospit 12 (9, 21)
Duree_SI 6 (4, 9)
    Unknown 1
Duree_Rea 18 (13, 35)
    Unknown 143
Duree_SI_Rea 7 (4, 12)
Survie_J 21 (16, 27)
DCD_IOT
    Non 137 (76%)
    Oui 43 (24%)
DC_IOT 43 (24%)
1 Median (IQR); n (%)

Par défaut, les variables quantitatives, sont décrites par la médiane et l’intervalle interquartile (IQR).

rectification données tableau:

des erreurs de sortie du script se sont glissé dans le tableau descriptif , Rectification faite manuellement ci-dessous concernant OHD_debit, CPAP_PEP: H1,H24, H48 et H72, duree_Rea

summary(Oxy_Cov$OHD_debit_H1)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   35.00   40.00   50.00   45.84   50.00   60.00      19
summary(Oxy_Cov$OHD_debit_H24)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    35.0    40.0    50.0    46.8    50.0    60.0      30
summary(Oxy_Cov$OHD_debit_H48)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   30.00   40.00   50.00   46.47   50.00   60.00      64
summary(Oxy_Cov$OHD_debit_H72)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   35.00   40.00   50.00   45.94   50.00   60.00      95
summary(Oxy_Cov$CPAP_PEP_H1)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   5.000   7.000   7.000   7.372   8.000  12.000      35
summary(Oxy_Cov$CPAP_PEP_H24)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   5.000   7.000   7.000   7.465   8.000  12.000      38
summary(Oxy_Cov$CPAP_PEP_H48)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   4.000   7.000   7.000   7.517   8.000  12.000      60
summary(Oxy_Cov$CPAP_PEP_H72)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    4.00    7.00    7.00    7.49    8.00   12.00      84
summary(Oxy_Cov$Duree_Rea)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    1.00   13.00   18.00   28.81   35.00  128.00     143

description générale:

summary(Oxy_Cov)
##       Age        sexe        Poids            IMC      Vaccination ATCD_Diabète
##  Min.   :24.00   F: 57   Min.   : 50.00         :  5   NC :  3     Non:138     
##  1st Qu.:52.00   M:123   1st Qu.: 74.00   IMC<30:110   Non:165     Oui: 42     
##  Median :62.00           Median : 83.00   IMC>30: 65   Oui: 12                 
##  Mean   :60.31           Mean   : 85.43                                        
##  3rd Qu.:70.00           3rd Qu.: 94.00                                        
##  Max.   :89.00           Max.   :154.00                                        
##                          NA's   :7                                             
##  ATCD_HTA  ATCD_ID   ATCD_Path_respi ATCD_Cardiopathie ATCD_IR_Dialyse
##  Non:103   Non:171   Non:149         Non:150           Non:176        
##  Oui: 77   Oui:  9   Oui: 31         Oui: 30           Oui:  4        
##                                                                       
##                                                                       
##                                                                       
##                                                                       
##                                                                       
##  J_symptome_hospit J_symptome_USIR  TDM_severité TDM_EP    TA_Tocilizumab
##  Min.   : 1.000    Min.   : 2.00   majeur : 8    Non:171   Non:134       
##  1st Qu.: 6.000    1st Qu.: 7.00   minime :25    Oui:  9   Oui: 46       
##  Median : 7.500    Median : 9.00   modérée:88                            
##  Mean   : 8.133    Mean   :10.58   sévère :59                            
##  3rd Qu.:10.000    3rd Qu.:11.00                                         
##  Max.   :51.000    Max.   :58.00                                         
##                                                                          
##  TA_plasma_conv    ATC          Rox_H1         Rox_H24         Rox_H48     
##  Non:176        ATC_C: 14   Min.   : 1.00   Min.   : 1.00   Min.   : 1.00  
##  Oui:  4        ATC_P:166   1st Qu.:15.00   1st Qu.: 8.75   1st Qu.: 1.00  
##                             Median :40.50   Median :43.50   Median :15.50  
##                             Mean   :39.14   Mean   :39.28   Mean   :23.53  
##                             3rd Qu.:61.00   3rd Qu.:64.25   3rd Qu.:44.25  
##                             Max.   :78.00   Max.   :84.00   Max.   :68.00  
##                                                                            
##     Rox_H72          Sat_H1          Sat_H24          Sat_H48     
##  Min.   : 1.00   Min.   : 90.00   Min.   : 88.00   Min.   : 88.0  
##  1st Qu.: 1.00   1st Qu.: 93.00   1st Qu.: 93.00   1st Qu.: 92.0  
##  Median : 1.00   Median : 95.00   Median : 95.00   Median : 95.0  
##  Mean   :15.28   Mean   : 94.63   Mean   : 94.67   Mean   : 94.4  
##  3rd Qu.:31.00   3rd Qu.: 96.00   3rd Qu.: 96.00   3rd Qu.: 96.0  
##  Max.   :55.00   Max.   :100.00   Max.   :100.00   Max.   :100.0  
##                                   NA's   :5        NA's   :31     
##     Sat_H72       Freq_respi_H1   Freq_respi_H24  Freq_respi_H48
##  Min.   : 23.00   Min.   :10.00   Min.   :12.00   Min.   :11.0  
##  1st Qu.: 93.00   1st Qu.:19.00   1st Qu.:19.00   1st Qu.:19.0  
##  Median : 95.00   Median :22.00   Median :22.00   Median :22.0  
##  Mean   : 94.16   Mean   :22.53   Mean   :22.81   Mean   :22.6  
##  3rd Qu.: 97.00   3rd Qu.:25.00   3rd Qu.:26.50   3rd Qu.:26.0  
##  Max.   :100.00   Max.   :40.00   Max.   :40.00   Max.   :44.0  
##  NA's   :61                       NA's   :5       NA's   :31    
##  Freq_respi_H72   OHD_FIO2_H1     OHD_FIO2_H24     OHD_FIO2_H48   
##  Min.   :12.00   Min.   :30.00   Min.   : 30.00   Min.   : 30.00  
##  1st Qu.:19.00   1st Qu.:45.00   1st Qu.: 45.00   1st Qu.: 45.00  
##  Median :23.00   Median :50.00   Median : 50.00   Median : 50.00  
##  Mean   :22.99   Mean   :51.38   Mean   : 54.19   Mean   : 54.83  
##  3rd Qu.:26.00   3rd Qu.:60.00   3rd Qu.: 60.00   3rd Qu.: 60.00  
##  Max.   :60.00   Max.   :80.00   Max.   :100.00   Max.   :100.00  
##  NA's   :61      NA's   :20      NA's   :31       NA's   :63      
##   OHD_FIO2_H72    OHD_debit_H1   OHD_debit_H24  OHD_debit_H48   OHD_debit_H72  
##  Min.   :35.00   Min.   :35.00   Min.   :35.0   Min.   :30.00   Min.   :35.00  
##  1st Qu.:45.00   1st Qu.:40.00   1st Qu.:40.0   1st Qu.:40.00   1st Qu.:40.00  
##  Median :50.00   Median :50.00   Median :50.0   Median :50.00   Median :50.00  
##  Mean   :54.13   Mean   :45.84   Mean   :46.8   Mean   :46.47   Mean   :45.94  
##  3rd Qu.:60.00   3rd Qu.:50.00   3rd Qu.:50.0   3rd Qu.:50.00   3rd Qu.:50.00  
##  Max.   :95.00   Max.   :60.00   Max.   :60.0   Max.   :60.00   Max.   :60.00  
##  NA's   :94      NA's   :19      NA's   :30     NA's   :64      NA's   :95     
##    OHD_duree           OHD      OHD.1      CPAP_PEP_H1      CPAP_PEP_H24   
##  Min.   :  0.00   Min.   :0.0   Non: 18   Min.   : 5.000   Min.   : 5.000  
##  1st Qu.: 32.75   1st Qu.:1.0   Oui:162   1st Qu.: 7.000   1st Qu.: 7.000  
##  Median : 61.50   Median :1.0             Median : 7.000   Median : 7.000  
##  Mean   : 77.78   Mean   :0.9             Mean   : 7.372   Mean   : 7.465  
##  3rd Qu.:106.25   3rd Qu.:1.0             3rd Qu.: 8.000   3rd Qu.: 8.000  
##  Max.   :332.00   Max.   :1.0             Max.   :12.000   Max.   :12.000  
##  NA's   :8                                NA's   :35       NA's   :38      
##   CPAP_PEP_H48     CPAP_PEP_H72    CPAP_FIO2_H1   CPAP_FIO2_H24  
##  Min.   : 4.000   Min.   : 4.00   Min.   :30.00   Min.   :30.00  
##  1st Qu.: 7.000   1st Qu.: 7.00   1st Qu.:40.00   1st Qu.:40.00  
##  Median : 7.000   Median : 7.00   Median :50.00   Median :50.00  
##  Mean   : 7.517   Mean   : 7.49   Mean   :49.34   Mean   :49.47  
##  3rd Qu.: 8.000   3rd Qu.: 8.00   3rd Qu.:50.00   3rd Qu.:60.00  
##  Max.   :12.000   Max.   :12.00   Max.   :80.00   Max.   :90.00  
##  NA's   :60       NA's   :84      NA's   :35      NA's   :39     
##  CPAP_FIO2_H48   CPAP_FIO2_H72    CPAP_duree          CPAP        CPAP.1   
##  Min.   :30.00   Min.   : 0.0   Min.   :  0.00   Min.   :0.0000   Non: 26  
##  1st Qu.:40.00   1st Qu.:40.0   1st Qu.:  5.00   1st Qu.:1.0000   Oui:154  
##  Median :50.00   Median :50.0   Median : 14.00   Median :1.0000            
##  Mean   :48.49   Mean   :45.9   Mean   : 20.68   Mean   :0.8556            
##  3rd Qu.:60.00   3rd Qu.:50.0   3rd Qu.: 29.00   3rd Qu.:1.0000            
##  Max.   :90.00   Max.   :95.0   Max.   :125.00   Max.   :1.0000            
##  NA's   :61      NA's   :83     NA's   :2                                  
##     OHD_CPAP   OHD_CPAP.1     X.DV_DL     Duree_.DV_DL   Mortalite_J28    
##  Min.   :0.0   Non: 36    Fait    :118   Min.   : 1.00   Min.   :0.00000  
##  1st Qu.:1.0   Oui:144    Non fait: 62   1st Qu.: 4.00   1st Qu.:0.00000  
##  Median :1.0                             Median : 9.00   Median :0.00000  
##  Mean   :0.8                             Mean   :13.29   Mean   :0.07222  
##  3rd Qu.:1.0                             3rd Qu.:18.75   3rd Qu.:0.00000  
##  Max.   :1.0                             Max.   :67.00   Max.   :1.00000  
##                                          NA's   :62                       
##  Mortalite_J90        IOT_J28       IOT_J90    IOT_mortalite_J28
##  Min.   :0.00000   Min.   :0.0   Min.   :0.0   Non:138          
##  1st Qu.:0.00000   1st Qu.:0.0   1st Qu.:0.0   Oui: 42          
##  Median :0.00000   Median :0.0   Median :0.0                    
##  Mean   :0.08333   Mean   :0.2   Mean   :0.2                    
##  3rd Qu.:0.00000   3rd Qu.:0.0   3rd Qu.:0.0                    
##  Max.   :1.00000   Max.   :1.0   Max.   :1.0                    
##                                                                 
##  IOT_mortalite_J90  Duree_Hospit       Duree_SI        Duree_Rea     
##  Non:137           Min.   :  4.00   Min.   : 1.000   Min.   :  1.00  
##  Oui: 43           1st Qu.:  9.00   1st Qu.: 4.000   1st Qu.: 13.00  
##                    Median : 12.00   Median : 6.000   Median : 18.00  
##                    Mean   : 18.29   Mean   : 6.804   Mean   : 28.81  
##                    3rd Qu.: 21.00   3rd Qu.: 9.000   3rd Qu.: 35.00  
##                    Max.   :143.00   Max.   :39.000   Max.   :128.00  
##                                     NA's   :1        NA's   :143     
##   Duree_SI_Rea       Survie_J      DCD_IOT       DC_IOT      
##  Min.   :  0.00   Min.   :  9.00   Non:137   Min.   :0.0000  
##  1st Qu.:  4.00   1st Qu.: 16.00   Oui: 43   1st Qu.:0.0000  
##  Median :  7.00   Median : 21.00             Median :0.0000  
##  Mean   : 12.69   Mean   : 26.42             Mean   :0.2389  
##  3rd Qu.: 12.25   3rd Qu.: 27.00             3rd Qu.:0.0000  
##  Max.   :131.00   Max.   :148.00             Max.   :1.0000  
##

IOT/mortalité J28

library(tidyverse)
library(finalfit)

dependent_1="IOT_mortalite_J28"
explanatory_A=c("OHD.1","CPAP.1","OHD_CPAP.1")
explanatory_B=c("Rox_H1","Rox_H24","Rox_H48","Rox_H72")
explanatory_C=c("Duree_Hospit","Duree_SI_Rea")

Relation IOT/mortalité J28 avec CPAP/OHD

res_glm_uni_A <- Oxy_Cov%>%
    glmuni(dependent_1, explanatory_A) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
kable(res_glm_uni_A,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
OHD.1Oui 0.43 (0.16-1.25, p=0.107)
CPAP.1Oui 1.02 (0.40-2.95, p=0.973)
OHD_CPAP.1Oui 0.74 (0.33-1.76, p=0.482)

Relation IOT/mortalité J28 avec ROX

res_glm_uni_B<- Oxy_Cov%>%
    glmuni(dependent_1, explanatory_B) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
kable(res_glm_uni_B,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
Rox_H1 1.01 (1.00-1.02, p=0.186)
Rox_H24 1.00 (0.99-1.01, p=0.736)
Rox_H48 0.99 (0.98-1.01, p=0.505)
Rox_H72 0.97 (0.95-0.99, p=0.015)

Relation IOT/mortalité J28 avec durée d’hospitalisation et de séjour

res_glm_uni_C <- Oxy_Cov%>%
    glmuni(dependent_1, explanatory_C) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
kable(res_glm_uni_C,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
Duree_Hospit 1.12 (1.07-1.17, p<0.001)
Duree_SI_Rea 1.21 (1.14-1.31, p<0.001)

IOT mortalité J90

library(tidyverse)
library(finalfit)

dependent_2="IOT_mortalite_J90"
explanatory_A=c("OHD.1","CPAP.1","OHD_CPAP.1")
explanatory_B=c("Rox_H1","Rox_H24","Rox_H48","Rox_H72")
explanatory_C=c("Duree_Hospit","Duree_SI_Rea")

Relation IOT/mortalité J90 avec CPAP/OHD

res_glm_uni_A1 <- Oxy_Cov%>%
    glmuni(dependent_2, explanatory_A) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
kable(res_glm_uni_A1,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
OHD.1Oui 0.45 (0.16-1.30, p=0.123)
CPAP.1Oui 1.05 (0.41-3.06, p=0.916)
OHD_CPAP.1Oui 0.77 (0.35-1.83, p=0.541)

Relation IOT/mortalité J28 avec ROX

res_glm_uni_B1<- Oxy_Cov%>%
    glmuni(dependent_2, explanatory_B) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
kable(res_glm_uni_B1,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
Rox_H1 1.01 (1.00-1.03, p=0.123)
Rox_H24 1.00 (0.99-1.01, p=0.881)
Rox_H48 1.00 (0.98-1.01, p=0.623)
Rox_H72 0.98 (0.95-1.00, p=0.032)

Relation IOT/mortalité J28 avec durée d’hospitalisation et de séjour

res_glm_uni_C1 <- Oxy_Cov%>%
    glmuni(dependent_2, explanatory_C) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
kable(res_glm_uni_C,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
Duree_Hospit 1.12 (1.07-1.17, p<0.001)
Duree_SI_Rea 1.21 (1.14-1.31, p<0.001)

impact des criteres secondaire sur l’IOT/mortalité à J28

dependent_1="IOT_mortalite_J28"
explanatory_AT=c("Age","sexe","Poids","IMC","Vaccination","ATCD_Diabète","ATCD_HTA","ATCD_ID","ATCD_Path_respi","ATCD_Cardiopathie","ATCD_IR_Dialyse","J_symptome_hospit","TDM_severité","TA_Tocilizumab","TA_plasma_conv")

Analyse univariées

res_glm_uni_AT <- Oxy_Cov%>%
    glmuni(dependent_1, explanatory_AT) %>% 
    fit2df(estimate_suffix=" (univarié)")
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'

## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
kable(res_glm_uni_AT,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
explanatory OR (univarié)
Age 1.03 (1.00-1.06, p=0.041)
sexeM 0.91 (0.44-1.93, p=0.791)
Poids 1.00 (0.98-1.02, p=0.818)
IMCIMC<30 0.89 (0.12-17.89, p=0.918)
IMCIMC>30 1.91 (0.26-38.58, p=0.574)
VaccinationNon 1782180.16 (0.00-NA, p=0.986)
VaccinationOui 1919270.94 (0.00-NA, p=0.986)
ATCD_DiabèteOui 1.44 (0.64-3.10, p=0.361)
ATCD_HTAOui 1.46 (0.73-2.94, p=0.281)
ATCD_IDOui 2.80 (0.66-11.09, p=0.139)
ATCD_Path_respiOui 2.09 (0.89-4.78, p=0.083)
ATCD_CardiopathieOui 1.52 (0.61-3.55, p=0.347)
ATCD_IR_DialyseOui 1.10 (0.05-8.83, p=0.936)
J_symptome_hospit 0.95 (0.86-1.03, p=0.320)
TDM_severitéminime 0.11 (0.02-0.64, p=0.017)
TDM_severitémodérée 0.14 (0.03-0.64, p=0.013)
TDM_severitésévère 0.22 (0.04-1.01, p=0.057)
TA_TocilizumabOui 1.22 (0.55-2.61, p=0.609)
TA_plasma_convOui 1.10 (0.05-8.83, p=0.936)

Analyse multivariées

res_glm_uni_multi_AT <- Oxy_Cov %>%
    finalfit(dependent_1, explanatory_AT)
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'

## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
kable(res_glm_uni_multi_AT,row.names=FALSE, align=c("l", "l", "r", "r", "r", "r"))
Dependent: IOT_mortalite_J28 Non Oui OR (univariable) OR (multivariable)
Age Mean (SD) 59.2 (13.5) 64.0 (11.3) 1.03 (1.00-1.06, p=0.041) 1.03 (0.99-1.07, p=0.199)
sexe F 43 (75.4) 14 (24.6) - -
M 95 (77.2) 28 (22.8) 0.91 (0.44-1.93, p=0.791) 1.26 (0.47-3.56, p=0.654)
Poids Mean (SD) 85.3 (18.5) 86.0 (18.9) 1.00 (0.98-1.02, p=0.818) 0.99 (0.96-1.02, p=0.513)
IMC 4 (80.0) 1 (20.0) - -
IMC<30 90 (81.8) 20 (18.2) 0.89 (0.12-17.89, p=0.918) -
IMC>30 44 (67.7) 21 (32.3) 1.91 (0.26-38.58, p=0.574) 3.88 (1.23-13.15, p=0.024)
Vaccination NC 3 (100.0) 0 (0.0) - -
Non 126 (76.4) 39 (23.6) 1782180.16 (0.00-NA, p=0.986) 2582674.56 (0.00-NA, p=0.991)
Oui 9 (75.0) 3 (25.0) 1919270.94 (0.00-NA, p=0.986) 2727646.03 (0.00-NA, p=0.991)
ATCD_Diabète Non 108 (78.3) 30 (21.7) - -
Oui 30 (71.4) 12 (28.6) 1.44 (0.64-3.10, p=0.361) 1.17 (0.44-2.99, p=0.749)
ATCD_HTA Non 82 (79.6) 21 (20.4) - -
Oui 56 (72.7) 21 (27.3) 1.46 (0.73-2.94, p=0.281) 0.81 (0.31-2.04, p=0.651)
ATCD_ID Non 133 (77.8) 38 (22.2) - -
Oui 5 (55.6) 4 (44.4) 2.80 (0.66-11.09, p=0.139) 3.95 (0.65-25.59, p=0.130)
ATCD_Path_respi Non 118 (79.2) 31 (20.8) - -
Oui 20 (64.5) 11 (35.5) 2.09 (0.89-4.78, p=0.083) 2.48 (0.91-6.72, p=0.073)
ATCD_Cardiopathie Non 117 (78.0) 33 (22.0) - -
Oui 21 (70.0) 9 (30.0) 1.52 (0.61-3.55, p=0.347) 1.16 (0.38-3.45, p=0.788)
ATCD_IR_Dialyse Non 135 (76.7) 41 (23.3) - -
Oui 3 (75.0) 1 (25.0) 1.10 (0.05-8.83, p=0.936) 0.76 (0.03-8.57, p=0.837)
J_symptome_hospit Mean (SD) 8.3 (5.2) 7.5 (3.5) 0.95 (0.86-1.03, p=0.320) 0.94 (0.83-1.05, p=0.333)
TDM_severité majeur 3 (37.5) 5 (62.5) - -
minime 21 (84.0) 4 (16.0) 0.11 (0.02-0.64, p=0.017) 0.14 (0.02-1.00, p=0.059)
modérée 71 (80.7) 17 (19.3) 0.14 (0.03-0.64, p=0.013) 0.14 (0.02-0.73, p=0.023)
sévère 43 (72.9) 16 (27.1) 0.22 (0.04-1.01, p=0.057) 0.22 (0.04-1.16, p=0.080)
TA_Tocilizumab Non 104 (77.6) 30 (22.4) - -
Oui 34 (73.9) 12 (26.1) 1.22 (0.55-2.61, p=0.609) 0.96 (0.34-2.53, p=0.931)
TA_plasma_conv Non 135 (76.7) 41 (23.3) - -
Oui 3 (75.0) 1 (25.0) 1.10 (0.05-8.83, p=0.936) 0.33 (0.01-10.78, p=0.556)

odds ratio de tous les modèles

Il s’agit ici d’obtenir et de présenter les odds ratio :

des modèles de régression univariés, du modèle de régression multivarié complet, d’un modèle de régression multicarié restreint (obtenu par sélection des variables)

dependent_1="IOT_mortalite_J28"
explanatory_full=c("Age","sexe","Poids","IMC","Vaccination","ATCD_Diabète","ATCD_HTA","ATCD_ID","ATCD_Path_respi","ATCD_Cardiopathie","ATCD_IR_Dialyse","J_symptome_hospit","TDM_severité","TA_Tocilizumab","TA_plasma_conv")
explanatory_final = c("Age","TDM_severité")
res_summary <- Oxy_Cov %>% 
     summary_factorlist(dependent_1, explanatory_full, fit_id=TRUE) 

res_uni <- Oxy_Cov%>%
    glmuni(dependent_1, explanatory_full) %>%
    fit2df(estimate_suffix="(univarié)") 
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'

## Warning in regularize.values(x, y, ties, missing(ties), na.rm = na.rm):
## suppression des ex-aequos de 'x'
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
res_multi_full <- Oxy_Cov%>%
    glmmulti(dependent_1, explanatory_full) %>%
    fit2df(estimate_suffix="(ajustés - modèle complet)") 
## Attente de la réalisation du profilage...
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
## Warning: glm.fit: l'algorithme n'a pas convergé
## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

## Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1
res_multi_final <- Oxy_Cov%>%
    glmmulti(dependent_1, explanatory_final) %>%
    fit2df(estimate_suffix="(ajustés - modèle final)") 
## Attente de la réalisation du profilage...
tab_res <- res_summary %>% 
              finalfit_merge(res_uni) %>%
              finalfit_merge(res_multi_full) %>% 
              finalfit_merge(res_multi_final) %>% 
              dplyr::select(-levels, fit_id, -index) 
      
tab_res
##                  fit_id             label         Non         Oui
## 1                   Age               Age 59.2 (13.5) 64.0 (11.3)
## 19                sexeF              sexe   43 (31.2)   14 (33.3)
## 20                sexeM                     95 (68.8)   28 (66.7)
## 18                Poids             Poids 85.3 (18.5) 86.0 (18.9)
## 14                  IMC               IMC     4 (2.9)     1 (2.4)
## 15            IMCIMC<30                     90 (65.2)   20 (47.6)
## 16            IMCIMC>30                     44 (31.9)   21 (50.0)
## 29        VaccinationNC       Vaccination     3 (2.2)     0 (0.0)
## 30       VaccinationNon                    126 (91.3)   39 (92.9)
## 31       VaccinationOui                       9 (6.5)     3 (7.1)
## 4       ATCD_DiabèteNon      ATCD_Diabète  108 (78.3)   30 (71.4)
## 5       ATCD_DiabèteOui                     30 (21.7)   12 (28.6)
## 6           ATCD_HTANon          ATCD_HTA   82 (59.4)   21 (50.0)
## 7           ATCD_HTAOui                     56 (40.6)   21 (50.0)
## 8            ATCD_IDNon           ATCD_ID  133 (96.4)   38 (90.5)
## 9            ATCD_IDOui                       5 (3.6)     4 (9.5)
## 12   ATCD_Path_respiNon   ATCD_Path_respi  118 (85.5)   31 (73.8)
## 13   ATCD_Path_respiOui                     20 (14.5)   11 (26.2)
## 2  ATCD_CardiopathieNon ATCD_Cardiopathie  117 (84.8)   33 (78.6)
## 3  ATCD_CardiopathieOui                     21 (15.2)    9 (21.4)
## 10   ATCD_IR_DialyseNon   ATCD_IR_Dialyse  135 (97.8)   41 (97.6)
## 11   ATCD_IR_DialyseOui                       3 (2.2)     1 (2.4)
## 17    J_symptome_hospit J_symptome_hospit   8.3 (5.2)   7.5 (3.5)
## 25   TDM_severitémajeur      TDM_severité     3 (2.2)    5 (11.9)
## 26   TDM_severitéminime                     21 (15.2)     4 (9.5)
## 27  TDM_severitémodérée                     71 (51.4)   17 (40.5)
## 28   TDM_severitésévère                     43 (31.2)   16 (38.1)
## 23    TA_TocilizumabNon    TA_Tocilizumab  104 (75.4)   30 (71.4)
## 24    TA_TocilizumabOui                     34 (24.6)   12 (28.6)
## 21    TA_plasma_convNon    TA_plasma_conv  135 (97.8)   41 (97.6)
## 22    TA_plasma_convOui                       3 (2.2)     1 (2.4)
##                     OR(univarié)  OR(ajustés - modèle complet)
## 1      1.03 (1.00-1.06, p=0.041)     1.03 (0.99-1.07, p=0.199)
## 19                             -                             -
## 20     0.91 (0.44-1.93, p=0.791)     1.26 (0.47-3.56, p=0.654)
## 18     1.00 (0.98-1.02, p=0.818)     0.99 (0.96-1.02, p=0.513)
## 14                             -                             -
## 15    0.89 (0.12-17.89, p=0.918)                             -
## 16    1.91 (0.26-38.58, p=0.574)    3.88 (1.23-13.15, p=0.024)
## 29                             -                             -
## 30 1782180.16 (0.00-NA, p=0.986) 2582674.56 (0.00-NA, p=0.991)
## 31 1919270.94 (0.00-NA, p=0.986) 2727646.03 (0.00-NA, p=0.991)
## 4                              -                             -
## 5      1.44 (0.64-3.10, p=0.361)     1.17 (0.44-2.99, p=0.749)
## 6                              -                             -
## 7      1.46 (0.73-2.94, p=0.281)     0.81 (0.31-2.04, p=0.651)
## 8                              -                             -
## 9     2.80 (0.66-11.09, p=0.139)    3.95 (0.65-25.59, p=0.130)
## 12                             -                             -
## 13     2.09 (0.89-4.78, p=0.083)     2.48 (0.91-6.72, p=0.073)
## 2                              -                             -
## 3      1.52 (0.61-3.55, p=0.347)     1.16 (0.38-3.45, p=0.788)
## 10                             -                             -
## 11     1.10 (0.05-8.83, p=0.936)     0.76 (0.03-8.57, p=0.837)
## 17     0.95 (0.86-1.03, p=0.320)     0.94 (0.83-1.05, p=0.333)
## 25                             -                             -
## 26     0.11 (0.02-0.64, p=0.017)     0.14 (0.02-1.00, p=0.059)
## 27     0.14 (0.03-0.64, p=0.013)     0.14 (0.02-0.73, p=0.023)
## 28     0.22 (0.04-1.01, p=0.057)     0.22 (0.04-1.16, p=0.080)
## 23                             -                             -
## 24     1.22 (0.55-2.61, p=0.609)     0.96 (0.34-2.53, p=0.931)
## 21                             -                             -
## 22     1.10 (0.05-8.83, p=0.936)    0.33 (0.01-10.78, p=0.556)
##    OR(ajustés - modèle final)
## 1   1.03 (1.00-1.06, p=0.075)
## 19                          -
## 20                          -
## 18                          -
## 14                          -
## 15                          -
## 16                          -
## 29                          -
## 30                          -
## 31                          -
## 4                           -
## 5                           -
## 6                           -
## 7                           -
## 8                           -
## 9                           -
## 12                          -
## 13                          -
## 2                           -
## 3                           -
## 10                          -
## 11                          -
## 17                          -
## 25                          -
## 26  0.13 (0.02-0.72, p=0.024)
## 27  0.16 (0.03-0.73, p=0.020)
## 28  0.23 (0.04-1.05, p=0.063)
## 23                          -
## 24                          -
## 21                          -
## 22                          -
tab_res
##                  fit_id             label         Non         Oui
## 1                   Age               Age 59.2 (13.5) 64.0 (11.3)
## 19                sexeF              sexe   43 (31.2)   14 (33.3)
## 20                sexeM                     95 (68.8)   28 (66.7)
## 18                Poids             Poids 85.3 (18.5) 86.0 (18.9)
## 14                  IMC               IMC     4 (2.9)     1 (2.4)
## 15            IMCIMC<30                     90 (65.2)   20 (47.6)
## 16            IMCIMC>30                     44 (31.9)   21 (50.0)
## 29        VaccinationNC       Vaccination     3 (2.2)     0 (0.0)
## 30       VaccinationNon                    126 (91.3)   39 (92.9)
## 31       VaccinationOui                       9 (6.5)     3 (7.1)
## 4       ATCD_DiabèteNon      ATCD_Diabète  108 (78.3)   30 (71.4)
## 5       ATCD_DiabèteOui                     30 (21.7)   12 (28.6)
## 6           ATCD_HTANon          ATCD_HTA   82 (59.4)   21 (50.0)
## 7           ATCD_HTAOui                     56 (40.6)   21 (50.0)
## 8            ATCD_IDNon           ATCD_ID  133 (96.4)   38 (90.5)
## 9            ATCD_IDOui                       5 (3.6)     4 (9.5)
## 12   ATCD_Path_respiNon   ATCD_Path_respi  118 (85.5)   31 (73.8)
## 13   ATCD_Path_respiOui                     20 (14.5)   11 (26.2)
## 2  ATCD_CardiopathieNon ATCD_Cardiopathie  117 (84.8)   33 (78.6)
## 3  ATCD_CardiopathieOui                     21 (15.2)    9 (21.4)
## 10   ATCD_IR_DialyseNon   ATCD_IR_Dialyse  135 (97.8)   41 (97.6)
## 11   ATCD_IR_DialyseOui                       3 (2.2)     1 (2.4)
## 17    J_symptome_hospit J_symptome_hospit   8.3 (5.2)   7.5 (3.5)
## 25   TDM_severitémajeur      TDM_severité     3 (2.2)    5 (11.9)
## 26   TDM_severitéminime                     21 (15.2)     4 (9.5)
## 27  TDM_severitémodérée                     71 (51.4)   17 (40.5)
## 28   TDM_severitésévère                     43 (31.2)   16 (38.1)
## 23    TA_TocilizumabNon    TA_Tocilizumab  104 (75.4)   30 (71.4)
## 24    TA_TocilizumabOui                     34 (24.6)   12 (28.6)
## 21    TA_plasma_convNon    TA_plasma_conv  135 (97.8)   41 (97.6)
## 22    TA_plasma_convOui                       3 (2.2)     1 (2.4)
##                     OR(univarié)  OR(ajustés - modèle complet)
## 1      1.03 (1.00-1.06, p=0.041)     1.03 (0.99-1.07, p=0.199)
## 19                             -                             -
## 20     0.91 (0.44-1.93, p=0.791)     1.26 (0.47-3.56, p=0.654)
## 18     1.00 (0.98-1.02, p=0.818)     0.99 (0.96-1.02, p=0.513)
## 14                             -                             -
## 15    0.89 (0.12-17.89, p=0.918)                             -
## 16    1.91 (0.26-38.58, p=0.574)    3.88 (1.23-13.15, p=0.024)
## 29                             -                             -
## 30 1782180.16 (0.00-NA, p=0.986) 2582674.56 (0.00-NA, p=0.991)
## 31 1919270.94 (0.00-NA, p=0.986) 2727646.03 (0.00-NA, p=0.991)
## 4                              -                             -
## 5      1.44 (0.64-3.10, p=0.361)     1.17 (0.44-2.99, p=0.749)
## 6                              -                             -
## 7      1.46 (0.73-2.94, p=0.281)     0.81 (0.31-2.04, p=0.651)
## 8                              -                             -
## 9     2.80 (0.66-11.09, p=0.139)    3.95 (0.65-25.59, p=0.130)
## 12                             -                             -
## 13     2.09 (0.89-4.78, p=0.083)     2.48 (0.91-6.72, p=0.073)
## 2                              -                             -
## 3      1.52 (0.61-3.55, p=0.347)     1.16 (0.38-3.45, p=0.788)
## 10                             -                             -
## 11     1.10 (0.05-8.83, p=0.936)     0.76 (0.03-8.57, p=0.837)
## 17     0.95 (0.86-1.03, p=0.320)     0.94 (0.83-1.05, p=0.333)
## 25                             -                             -
## 26     0.11 (0.02-0.64, p=0.017)     0.14 (0.02-1.00, p=0.059)
## 27     0.14 (0.03-0.64, p=0.013)     0.14 (0.02-0.73, p=0.023)
## 28     0.22 (0.04-1.01, p=0.057)     0.22 (0.04-1.16, p=0.080)
## 23                             -                             -
## 24     1.22 (0.55-2.61, p=0.609)     0.96 (0.34-2.53, p=0.931)
## 21                             -                             -
## 22     1.10 (0.05-8.83, p=0.936)    0.33 (0.01-10.78, p=0.556)
##    OR(ajustés - modèle final)
## 1   1.03 (1.00-1.06, p=0.075)
## 19                          -
## 20                          -
## 18                          -
## 14                          -
## 15                          -
## 16                          -
## 29                          -
## 30                          -
## 31                          -
## 4                           -
## 5                           -
## 6                           -
## 7                           -
## 8                           -
## 9                           -
## 12                          -
## 13                          -
## 2                           -
## 3                           -
## 10                          -
## 11                          -
## 17                          -
## 25                          -
## 26  0.13 (0.02-0.72, p=0.024)
## 27  0.16 (0.03-0.73, p=0.020)
## 28  0.23 (0.04-1.05, p=0.063)
## 23                          -
## 24                          -
## 21                          -
## 22                          -
knitr::kable(tab_res, row.names=FALSE, align=c("l", "l", "r", "r", "r", "r", "r"))
fit_id label Non Oui OR(univarié) OR(ajustés - modèle complet) OR(ajustés - modèle final)
Age Age 59.2 (13.5) 64.0 (11.3) 1.03 (1.00-1.06, p=0.041) 1.03 (0.99-1.07, p=0.199) 1.03 (1.00-1.06, p=0.075)
sexeF sexe 43 (31.2) 14 (33.3) - - -
sexeM 95 (68.8) 28 (66.7) 0.91 (0.44-1.93, p=0.791) 1.26 (0.47-3.56, p=0.654) -
Poids Poids 85.3 (18.5) 86.0 (18.9) 1.00 (0.98-1.02, p=0.818) 0.99 (0.96-1.02, p=0.513) -
IMC IMC 4 (2.9) 1 (2.4) - - -
IMCIMC<30 90 (65.2) 20 (47.6) 0.89 (0.12-17.89, p=0.918) - -
IMCIMC>30 44 (31.9) 21 (50.0) 1.91 (0.26-38.58, p=0.574) 3.88 (1.23-13.15, p=0.024) -
VaccinationNC Vaccination 3 (2.2) 0 (0.0) - - -
VaccinationNon 126 (91.3) 39 (92.9) 1782180.16 (0.00-NA, p=0.986) 2582674.56 (0.00-NA, p=0.991) -
VaccinationOui 9 (6.5) 3 (7.1) 1919270.94 (0.00-NA, p=0.986) 2727646.03 (0.00-NA, p=0.991) -
ATCD_DiabèteNon ATCD_Diabète 108 (78.3) 30 (71.4) - - -
ATCD_DiabèteOui 30 (21.7) 12 (28.6) 1.44 (0.64-3.10, p=0.361) 1.17 (0.44-2.99, p=0.749) -
ATCD_HTANon ATCD_HTA 82 (59.4) 21 (50.0) - - -
ATCD_HTAOui 56 (40.6) 21 (50.0) 1.46 (0.73-2.94, p=0.281) 0.81 (0.31-2.04, p=0.651) -
ATCD_IDNon ATCD_ID 133 (96.4) 38 (90.5) - - -
ATCD_IDOui 5 (3.6) 4 (9.5) 2.80 (0.66-11.09, p=0.139) 3.95 (0.65-25.59, p=0.130) -
ATCD_Path_respiNon ATCD_Path_respi 118 (85.5) 31 (73.8) - - -
ATCD_Path_respiOui 20 (14.5) 11 (26.2) 2.09 (0.89-4.78, p=0.083) 2.48 (0.91-6.72, p=0.073) -
ATCD_CardiopathieNon ATCD_Cardiopathie 117 (84.8) 33 (78.6) - - -
ATCD_CardiopathieOui 21 (15.2) 9 (21.4) 1.52 (0.61-3.55, p=0.347) 1.16 (0.38-3.45, p=0.788) -
ATCD_IR_DialyseNon ATCD_IR_Dialyse 135 (97.8) 41 (97.6) - - -
ATCD_IR_DialyseOui 3 (2.2) 1 (2.4) 1.10 (0.05-8.83, p=0.936) 0.76 (0.03-8.57, p=0.837) -
J_symptome_hospit J_symptome_hospit 8.3 (5.2) 7.5 (3.5) 0.95 (0.86-1.03, p=0.320) 0.94 (0.83-1.05, p=0.333) -
TDM_severitémajeur TDM_severité 3 (2.2) 5 (11.9) - - -
TDM_severitéminime 21 (15.2) 4 (9.5) 0.11 (0.02-0.64, p=0.017) 0.14 (0.02-1.00, p=0.059) 0.13 (0.02-0.72, p=0.024)
TDM_severitémodérée 71 (51.4) 17 (40.5) 0.14 (0.03-0.64, p=0.013) 0.14 (0.02-0.73, p=0.023) 0.16 (0.03-0.73, p=0.020)
TDM_severitésévère 43 (31.2) 16 (38.1) 0.22 (0.04-1.01, p=0.057) 0.22 (0.04-1.16, p=0.080) 0.23 (0.04-1.05, p=0.063)
TA_TocilizumabNon TA_Tocilizumab 104 (75.4) 30 (71.4) - - -
TA_TocilizumabOui 34 (24.6) 12 (28.6) 1.22 (0.55-2.61, p=0.609) 0.96 (0.34-2.53, p=0.931) -
TA_plasma_convNon TA_plasma_conv 135 (97.8) 41 (97.6) - - -
TA_plasma_convOui 3 (2.2) 1 (2.4) 1.10 (0.05-8.83, p=0.936) 0.33 (0.01-10.78, p=0.556) - 
Oxy_Cov %>%
    or_plot(dependent_1, explanatory_final)
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Attente de la réalisation du profilage...
## Warning: Removed 1 rows containing missing values (geom_errorbarh).

Courbe de survie ( DC/IOT à J28) selon durée de maladie

La durée de la maladie a été calculée en additionnant le nombre de jour de sympatome à l’arrivée + le nombre de jour d’hospitalisation Les données sont comptabilisées en jours sont noté oui les données de décès et ou IOT à J28

library(rmarkdown)
library(markdown)
library(tidyverse)
library(finalfit)
library(survival)
library(survminer)
## Le chargement a nécessité le package : ggpubr
## 
## Attachement du package : 'ggpubr'
## Les objets suivants sont masqués depuis 'package:flextable':
## 
##     border, font, rotate
## 
## Attachement du package : 'survminer'
## L'objet suivant est masqué depuis 'package:survival':
## 
##     myeloma
Surv_J28<-survfit(Surv(Survie_J,DC_IOT )~1,data=Oxy_Cov)
Surv_J28
## Call: survfit(formula = Surv(Survie_J, DC_IOT) ~ 1, data = Oxy_Cov)
## 
##        n events median 0.95LCL 0.95UCL
## [1,] 180     43     52      39      64
ggsurvplot(Surv_J28,xlab="Time(Days)")