Iris データを解析するための基本的なス テップ

Iris_ggplot_R4.3.3

1．生存時間データ解析 これは，独立で同一の生存時間分布に従うセンサー標本（打ち切り例を含む標本）から生存率曲線を求める方法である． 1.1例題とKaplan-Meier法右表は，2001年1月1日から24カ月の間に抗癌剤Aを投与した肺癌患者10人と，抗癌剤Bを投与した肺癌患者9人について，投与開始から死亡に至るまでの月数を調べた（仮想的）データである．ただしデータには，次のような患者例が含まれている：肺癌以外の原因で死亡した例，観察最終日（2001年12月31日）に生存していた例，何らかの事情で途中で観察を打ち切った例（センサーデータ）．以上において，追跡期間：投与初日から死亡または観察打ち切りまでの日数，生存：観察最終日に生存していた，死亡：観察最終日以前に肺癌で死亡，不明：観察最終日以前に治療を打ち切ったため生存状況不明，を表す．A，B両群間で生存率に違いはあるか？ --- A群 | 患者番号 | 追跡期間（日） | 最終状況 | |----------|--------------|------------| | 1 | 2 | 生存 | | 2 | 4 | 死亡 | | 3 | 5 | 不明 | | 4 | 7 | 死亡 | | 5 | 10 | 死亡 | | 6 | 10 | 生存 | | 7 | 12 | 死亡 | | 8 | 12 | 死亡 | | 9 | 14 | 生存 | | 10 | 15 | 死亡（別原因）| --- B群 | 患者番号 | 追跡期間（日） | 最終状況 | |----------|----------------|----------| | 1 | 1 | 死亡 | | 2 | 3 | 死亡 | | 3 | 3 | 不明 | | 4 | 5 | 死亡 | | 5 | 7 | 死亡 | | 6 | 9 | 死亡 | | 7 | 10 | 不明 | | 8 | 11 | 死亡 | | 9 | 12 | 生存 | ---