Các mô hình tiên lượng tử vong Hà Tấn Đức Bệnh viện đa khoa trung ương

Các mô hình tiên lượng tử vong Hà Tấn Đức Bệnh viện đa khoa trung ương Cần Thơ Đại học Tôn Đức Thắng Thực hành R Ngày 4 1 Câu hỏi 13 Khoảng tin cậy đối với những biến cố chưa xuất hiện một thử nghiệm.

Hà Tấn Đức Bệnh viện đa khoa trung ương Cần Thơ

Đại học Tôn Đức Thắng

Thực hành R

Ngày 4

Câu hỏi 13

• Khoảng tin cậy đối với những biến cố chưa xuất hiện:

một thử nghiệm lâm sàng theo dõi một nhóm 90 bệnh

nhân trong vòng 3 năm, và không thấy một trường hợp nào bị phản tác dụng của thuốc Tính khoảng tin cậy

cho tỷ lệ mới phát sinh của các trường hợp bị phản tác dụng của thuốc

Phân tích mô tả biến phân nhóm (tables, binomial test)

Câu hỏi 13

• Khoảng tin cậy đối với những biến cố chưa xuất hiện:

một thử nghiệm lâm sàng theo dõi một nhóm 90 bệnh

nhân trong vòng 3 năm, và không thấy một trường hợp nào bị phản tác dụng của thuốc Tính khoảng tin cậy

cho tỷ lệ mới phát sinh của các trường hợp bị phản tác dụng của thuốc

• library(binom)

• binom.confint(x=0, n=90, conf.level=0.95)

• library(epitools)

• pois.exact(x=0, pt=90*3)

Phân tích mô tả biến phân nhóm (tables, binomial test)

Câu hỏi 14

• So sánh 2 tỷ lệ trong nghiên cứu cắt ngang: trong một nghiên cứu trên 700 phụ nữ Việt Nam, các nhà nghiên cứu phát hiện 148 người bị loãng xương Một nghiên

cứu khác ở Úc cũng ở phụ nữ trên cùng độ tuổi (n =

1287) và có 345 người bị loãng xương Hai tỷ lệ này

thật sự khác nhau?

• Hàm CrossTable Package: gmodels Các argument:

− x: vector hoặc matrix Nếu có y thì x phải là vector

− y: vector

− chisq: chi-square test

− fisher: Fisher exact test

Phân tích mô tả biến phân nhóm (tables, binomial test)

Câu hỏi 14

• Hàm matrix Package: base Các argument của hàm:

− data: vector tùy ý

− nrow: số hàng (dòng) mong muốn

− ncol: số cột mong muốn

− dimnames: tên hàng, tên cột

Câu hỏi 14

Loãng xương Không loãng

xương

library(gmodels)

CrossTable(matrix(c(148,345,700-148,1287-345),nrow=2), fisher=T)

Câu hỏi 15

Số tử vong Số sống sót

Phân tích mô tả biến phân nhóm (tables, binomial test)

So sánh hai tỷ lệ phát sinh (incidence rates) trong nghiên cứu đoàn hệ Tính RR (95%CI RR)

Câu hỏi 15

• Hàm epi2x2 Package: epibasix Các argument:

− X: matrix Cột 1 là bệnh, cột 2 không bệnh Hàng 1:

phơi nhiễm, hàng 2: không phơi nhiễm

− alpha: Type I Error

Câu hỏi 15

Số tử vong Số sống sót

Phân tích mô tả biến phân nhóm (tables, binomial test)

So sánh hai tỷ lệ phát sinh (incidence rates) trong nghiên cứu đoàn hệ Tính RR (95%CI RR)

library(epibasix)

oc=epi2x2(matrix(c(5,26,15,28),nrow=2))

summary(oc)

oc$RR

Câu hỏi 16

• File PISA DATA.csv

• Đọc dữ liệu vào R và gọi đối tượng là pisa

• Trình bày kết quả theo các bảng số liệu đã soạn

Câu hỏi 16

• Hàm tabular Package: tables Các argument:

− table: formula dùng để tính (y ~ x) y: hàng của bảng, x: cột của bảng

• +: concatenation

• *: nesting

− n: thường thiết lập là 1

Câu hỏi 16

• library(tables)

• tabular(pisa$REGION~1*(n=1+Percent('col'))) #Bảng 1

• tabular(pisa$REGION~pisa$AREA*(n=1+Percent('col')))

#Bảng 2

• tabular(pisa$REGION*pisa$TYPE~pisa$AREA*(n=1+Pe rcent('col'))) #Bảng 3

• tabular(pisa$TYPE*pisa$REGION~pisa$AREA*(n=1+Pe rcent('col'))) #Bảng 3

• tabular(pisa$REGION~pisa$PV1MATH*(n=1 + mean

+sd)) #Bảng 4

Phân tích mô tả biến phân nhóm (tables, binomial test)

Câu hỏi 16

• tabular(pisa$TYPE*pisa$REGION~pisa$PV1MATH*(n=1 + mean +sd)) #Bảng 5

• tabular(pisa$REGION*pisa$TYPE~pisa$PV1MATH*(n=1 + mean +sd)) #Bảng 5

• tabular(pisa$TYPE*pisa$REGION*pisa$AREA~pisa$PV 1MATH*(n=1 + mean +sd)) #Bảng 6

Phân tích mô tả biến phân nhóm (tables, binomial test)