Kaplan Meier
- Survival Analysis with R
-
- Understanding survival analysis: Kaplan-Meier estimate
- A PRACTICAL GUIDE TO UNDERSTANDING KAPLAN-MEIER CURVES
- Drawing survival curves in R
- 7 Interactive Plots from the Pharmaceutical Industry
Bunun için Death Watch eklentisini yüklemek lazım:
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Daha sonra menüden sağkalım analizini seçip:
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
İlgili yerleri doldurmak lazım. Event kısmına sağkalım durumu yazılmalı, event level'da ise ölüm durumu seçilmeli. Time elapsed geçen süreyi gösteriyor. Group seçilirse bu gruplara göre karşılaştırmalı eğriler elde edilebilir.
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Verilerin türlerine dikkat etmek lazım. Nominal, ordinal ve sürekli değişkenler uygun şekilde düzenlenmiş olmalıdır.
%20(4)%20(4)%20(1)%20(1)%20(3).png?alt=media)
Sağkalım analizinin tanımlayıcı istatistikleri ve ikili karşılaştırmalar:
Veriler değiştirilmiştir :)
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Sağkalım eğrisi istenirse güven aralıklı olarak da çizdirilebiliyor:
%20(4)%20(4)%20(1)%20(1)%20(2).png?alt=media)
Eğer R'da
jmv
paketi yüklüyse bu kodu kullanarak da analizi yapmak mümkün:deathwatch::surv(
data = data,
event = "LastKnownOutcome",
eventLevel = "dead",
elapsed = "months",
groups = "Evre",
tests = c(
"logrank",
"gehan",
"tarone-ware",
"peto-peto"),
chf = TRUE,
ci = TRUE,
cens = TRUE)
- Survival Analysis with R
-
- Understanding survival analysis: Kaplan-Meier estimate
- A PRACTICAL GUIDE TO UNDERSTANDING KAPLAN-MEIER CURVES
- Drawing survival curves in R
- 7 Interactive Plots from the Pharmaceutical Industry
Bunun için Death Watch eklentisini yüklemek lazım:
%20(4)%20(4)%20(4).png?alt=media)
Daha sonra menüden sağkalım analizini seçip:
%20(4)%20(4)%20(1)%20(1)%20(2).png?alt=media)
İlgili yerleri doldurmak lazım. Event kısmına sağkalım durumu yazılmalı, event level'da ise ölüm durumu seçilmeli. Time elapsed geçen süreyi gösteriyor. Group seçilirse bu gruplara göre karşılaştırmalı eğriler elde edilebilir.
%20(4)%20(4)%20(1)%20(1)%20(3).png?alt=media)
Verilerin türlerine dikkat etmek lazım. Nominal, ordinal ve sürekli değişkenler uygun şekilde düzenlenmiş olmalıdır.
%20(4)%20(4)%20(4).png?alt=media)
Sağkalım analizinin tanımlayıcı istatistikleri ve ikili karşılaştırmalar:
Veriler değiştirilmiştir :)
%20(4)%20(4)%20(4).png?alt=media)
Sağkalım eğrisi istenirse güven aralıklı olarak da çizdirilebiliyor:
%20(4)%20(4)%20(1)%20(1)%20(3).png?alt=media)
Eğer R'da
jmv
paketi yüklüyse bu kodu kullanarak da analizi yapmak mümkün:deathwatch::surv(
data = data,
event = "LastKnownOutcome",
eventLevel = "dead",
elapsed = "months",
groups = "Evre",
tests = c(
"logrank",
"gehan",
"tarone-ware",
"peto-peto"),
chf = TRUE,
ci = TRUE,
cens = TRUE)
- Survival Analysis with R
-
- Understanding survival analysis: Kaplan-Meier estimate
- A PRACTICAL GUIDE TO UNDERSTANDING KAPLAN-MEIER CURVES
- Drawing survival curves in R
- 7 Interactive Plots from the Pharmaceutical Industry
Bunun için Death Watch eklentisini yüklemek lazım:
%20(4)%20(4)%20(1)%20(1)%20(3).png?alt=media)
Daha sonra menüden sağkalım analizini seçip:
%20(4)%20(4)%20(1)%20(1).png?alt=media)
İlgili yerleri doldurmak lazım. Event kısmına sağkalım durumu yazılmalı, event level'da ise ölüm durumu seçilmeli. Time elapsed geçen süreyi gösteriyor. Group seçilirse bu gruplara göre karşılaştırmalı eğriler elde edilebilir.
%20(4)%20(4)%20(1)%20(1)%20(2).png?alt=media)
Verilerin türlerine dikkat etmek lazım. Nominal, ordinal ve sürekli değişkenler uygun şekilde düzenlenmiş olmalıdır.
%20(4)%20(4)%20(1)%20(1)%20(2).png?alt=media)
Sağkalım analizinin tanımlayıcı istatistikleri ve ikili karşılaştırmalar:
Veriler değiştirilmiştir :)
%20(4)%20(4)%20(1)%20(1)%20(3).png?alt=media)
Sağkalım eğrisi istenirse güven aralıklı olarak da çizdirilebiliyor:
%20(4)%20(4)%20(1)%20(1).png?alt=media)
Eğer R'da
jmv
paketi yüklüyse bu kodu kullanarak da analizi yapmak mümkün:deathwatch::surv(
data = data,
event = "LastKnownOutcome",
eventLevel = "dead",
elapsed = "months",
groups = "Evre",
tests = c(
"logrank",
"gehan",
"tarone-ware",
"peto-peto"),
chf = TRUE,
ci = TRUE,
cens = TRUE)
- Survival Analysis with R
-
- Understanding survival analysis: Kaplan-Meier estimate
- A PRACTICAL GUIDE TO UNDERSTANDING KAPLAN-MEIER CURVES
- Drawing survival curves in R
- 7 Interactive Plots from the Pharmaceutical Industry
Bunun için Death Watch eklentisini yüklemek lazım:
%20(4)%20(4)%20(1)%20(1).png?alt=media)
Daha sonra menüden sağkalım analizini seçip:
%20(4)%20(4)%20(4).png?alt=media)
İlgili yerleri doldurmak lazım. Event kısmına sağkalım durumu yazılmalı, event level'da ise ölüm durumu seçilmeli. Time elapsed geçen süreyi gösteriyor. Group seçilirse bu gruplara göre karşılaştırmalı eğriler elde edilebilir.
%20(4)%20(4)%20(1)%20(1).png?alt=media)
Verilerin türlerine dikkat etmek lazım. Nominal, ordinal ve sürekli değişkenler uygun şekilde düzenlenmiş olmalıdır.
%20(4)%20(4)%20(1)%20(1).png?alt=media)
Sağkalım analizinin tanımlayıcı istatistikleri ve ikili karşılaştırmalar:
Veriler değiştirilmiştir :)
%20(4)%20(4)%20(1)%20(1).png?alt=media)
Sağkalım eğrisi istenirse güven aralıklı olarak da çizdirilebiliyor:
%20(4)%20(4)%20(4).png?alt=media)
Eğer R'da
jmv
paketi yüklüyse bu kodu kullanarak da analizi yapmak mümkün:deathwatch::surv(
data = data,
event = "LastKnownOutcome",
eventLevel = "dead",
elapsed = "months",
groups = "Evre",
tests = c(
"logrank",
"gehan",
"tarone-ware",
"peto-peto"),
chf = TRUE,
ci = TRUE,
cens = TRUE)
- Survival Analysis with R
-
- Understanding survival analysis: Kaplan-Meier estimate
- A PRACTICAL GUIDE TO UNDERSTANDING KAPLAN-MEIER CURVES
- Drawing survival curves in R
- 7 Interactive Plots from the Pharmaceutical Industry
Bunun için Death Watch eklentisini yüklemek lazım:
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Daha sonra menüden sağkalım analizini seçip:
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
İlgili yerleri doldurmak lazım. Event kısmına sağkalım durumu yazılmalı, event level'da ise ölüm durumu seçilmeli. Time elapsed geçen süreyi gösteriyor. Group seçilirse bu gruplara göre karşılaştırmalı eğriler elde edilebilir.
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Verilerin türlerine dikkat etmek lazım. Nominal, ordinal ve sürekli değişkenler uygun şekilde düzenlenmiş olmalıdır.
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Sağkalım analizinin tanımlayıcı istatistikleri ve ikili karşılaştırmalar:
Veriler değiştirilmiştir :)
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Sağkalım eğrisi istenirse güven aralıklı olarak da çizdirilebiliyor:
%20(4)%20(4)%20(1)%20(2)%20(1).png?alt=media)
Eğer R'da
jmv
paketi yüklüyse bu kodu kullanarak da analizi yapmak mümkün:deathwatch::surv(
data = data,
event = "LastKnownOutcome",
eventLevel = "dead",
elapsed = "months",
groups = "Evre",
tests = c(
"logrank",
"gehan",
"tarone-ware",
"peto-peto"),
chf = TRUE,
ci = TRUE,
cens = TRUE)