philsf-biostat / analise_dados_rc_2016 Goto Github PK

A nomenclatura correta é gênero.

Exemplo de tabela descritiva:

• Local do câncer

Local_Cancer
Acetábulo (E) Pelve                Alox               Braço               Bubis 
                2.2                 2.2                 2.2                 2.2 
          Clavícula     Coluna toráxica            Escapula               Fêmur 
                2.2                 2.2                 6.5                30.4 
             Fíbula              Ilíaco              Joelho                 Mão 
                4.3                 6.5                 2.2                 4.3 
              Ombro                  Pé               Pelve             Quadril 
                6.5                 4.3                 6.5                 4.3 
              Tíbia               Úmero 
                2.2                 8.7 

• Refazer, e redigir o planejamento da análise.
• Atualizar o README do repositório

Pesquisar como exportar o conteúdo da tabela 1 (pacote tableone) para o Word.

Talvez seja necessário criar um arquivo Rmarkdown.

Foi requerido pela banca de qualificação uma análise que associe a relação entre o tempo de diagnóstico e o Óbito.

Criar gráficos descritivos tomando como resposta

• Metástase
• Óbito

Um exemplo de gráfico de óbito

Foi requerido pela banca de qualificação uma análise que associe a relação entre o tempo de diagnóstico e a presença de Metástase.

Foi requerido hoje que os gráficos tivessem eixos que ultrapassem as barras - i.e., se a barra tem altura 17, o eixo não deve se encerrar na altura 15, e sim na próxima altura disponível (no caso, provavelmente 20).

Investigar se há como consultar o objeto do barplot() (como é possível no hist() para descobrir os ticks. Caso não seja viável em pouco tempo, definir os ylim manualmente.

Foi requerido pela banca de qualificação uma análise que associe a relação entre o tempo de diagnóstico e o Estadiamento.

• decidir que modelos fazer
• implementar, e organizar os resultados

Foi requerido pela banca de qualificação uma análise que associe a relação entre o tempo de diagnóstico e o Tipo Histológico.

O uso de attach() no dataframe fere as boas práticas, e polui desnecessariamente o código. Usar with(dados, ...) . Roteiro da limpeza:

• Tabelas de contingência
• Gráficos
• remover cleanup.R

Calcular o tempo de diagnóstico, como factor (ordinal) com os cortes:

• < 3 meses
• 3 a 6 meses
• 6 meses a 1 ano
• 1 ano a 3 anos
• '> 3 anos

Os pacientes mencionados em #26 devem ser corrigidos ou removidos das tabelas. Caso a remoção seja necessária, isto deve ser propriamente documentado na metodologia e/ou resultados.

É necessário uma descrição detalhada da Metodologia utilizada, possivelmente atualizando a versão declarada do R, e principais pacotes utilizados, caso haja.

É necessário providenciar um bom conjunto de exemplos de como redigir a interpretação dos principais resultados

• Associação significativa entre dados
• Associação não significativa entre dados

Em todos os barplots, o ylab ficou faltando.

Escolher um entre:

• Frequência
• Quantidade

É necessário dar pelo menos um bom exemplo de como descrever as legendas das figuras e tabelas.

Incluir no relatório

• Figura com legenda
• Tabela com legenda

Legendas explicitando os detalhes essenciais (teste de significância utilizado, unidades, etc)

Usar a nova variável, incluída na planilha de setembro para:

• tabelas de contingência
• barplots
• modelo logístico (preditor para metástase, e óbito)

Duas variáveis de interesse:

• Metástase (presença)
• Óbito

Um exemplo de TC com óbito:

                Obito
Tipo_Histologico Não Sim
              D    9   9
              G1  50   2
              G2  20   7
              G3   2   2

                Obito
Tipo_Histologico  Não  Sim
              D   8.7  8.7
              G1 50.0  2.2
              G2 19.6  6.5
              G3  2.2  2.2

Por padrão o R ordena os factor levels alfabeticamente. Isso não é aceitável para a exibição dos resultados.

• no tipo histológico, o D deve ser o último, e não o primeiro

Os labels das categorias não cabem integralmente no espaço reservado para o frame, então alguns nomes de categorias foram suprimidos.

Solução: rotacionar os labels para garantir a exibição de todos, com legibilidade

Algumas tabelas de contingência estão invertidas, i.e., os preditores estão representados nas colunas e as respostas nas linhas. Corrigir antes de salvar os novos gráficos individuais na issue #13.

• Introduzir os métodos e testes utilizados na estatística descritiva
• métodos e testes utilizados nas associações

Foi requerido hoje que todos os gráficos fossem produzidos individualmente, i.e., sem ser agrupados em grids 2x2.

A resolução (700x700) está muito grande, e com isso todas as strings dos gráficos ficam muito pequenas.
possíveis soluções:

• modificar propriamente o tamanho dos textos (cex e afins)
• reduzir a resolução dos gráficos

Foi feita uma Análise Exploratória dos dados do tempo de diagnóstico e foram identificadas algumas inconsistências entre a marcação manual dos dados, e a contabilização automática dos mesmos.

Além disso 2 pacientes tem o dado suspeito:

• Um paciente tem tempo negativo ( Início dos sintomas posterior ao diagnóstico)
• Um paciente tem tempo 0 (Início dos sintomas = Diagnóstico)

Na planilha original (Dados Epidemiologicos CONDROSSARCOMA 17_10_2016.xlsx), estes pacientes estão, respectivamente, nas linhas 20, e 50. Estas datas precisam ser corrigidas ou serão desconsideradas desta análise.

A figura abaixo mostra a distribuição dos dados, e os cortes escolhidos:

Os títulos das legendas dos barplots estão simplesmente printando os nomes das variáveis. É necessário usar nomes significativos, ao invés de codificações.

Possíveis soluções:

• incluir um novo argumento na função mybarplot()
• Construir as strings do gráfico a partir de dois argumentos que "traduzam" o significado da variável para linguagem comum (mas provavelmente overkill)