Pràctica 5: Anàlisi de dades hospitalàries d'infecció per COVID-19

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 1. Introducció i estadística descriptiva

A partir del fitxer de dades Dades.xlsx, realitza les següents tasques d'importació, depuració i exploració univariant:

a)

Importa el fitxer i inspecciona l'estructura del conjunt de dades. Converteix a factor totes les variables qualitatives pertinents i assegura't que la variable Plaquetes tingui format numèric continu.

b)

Calcula l'índex de massa corporal $\left(\text{IMC} = \frac{\text{Pes (kg)}}{(\text{Talla (m)})^2}\right)$ i crea la variable ordinal IMC_Categorica amb les categories: baix pes (< 18), normopès (18-25), sobrepès (25-30) i obesitat (> 30).

c)

Genera una descripció estadística completa (mitjana, desviació estàndard, mediana i rang o mínim/màxim) per a les variables quantitatives: Edat, Talla_cm, IMC, PCR, Plaquetes i N_Dies_UCI.

d)

Presenta la distribució de freqüències absolutes de les variables categòriques de l'estudi: Hospital, Sexe, IMC_Categorica, Tabac, Febre, Ingres_UCI i Mort.

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 2. Contrastos d'hipòtesi bivariants (apartats a i c)

Respon als següents contrastos d'hipòtesi tenint en compte els supòsits d'aplicació i el nivell de significació $\alpha = 0.05$:

a)

Avalua la normalitat analítica (Shapiro-Wilk) i gràfica de les variables Talla_cm i Plaquetes a partir dels gràfics següents:

c)

Sense assumir la normalitat prèvia, avalua si els nivells de PCR estan associats amb la mortalitat ( Mort). Interpreta la distribució gràfica mitjançant el boxplot:

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 2. Contrastos d'hipòtesi bivariants

Respon als següents contrastos d'hipòtesi tenint en compte els supòsits d'aplicació i el nivell de significació $\alpha = 0.05$:

b)

Assumint que la variable PCR segueix una distribució normal, determina si hi ha diferències significatives en els seus nivells segons si el pacient ingressa a la UCI ( Ingres_UCI). Mostra i interpreta el diagrama de caixes:

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 2. Contrastos d'hipòtesi bivariants

d.

Estudia si existeix correlació entre el nombre de dies a la UCI ( N_Dies_UCI) i el valor de PCR en els pacients crítics. Interpreta el gràfic de dispersió:

Redacta la interpretació del gràfic de dispersió, indica el mètode o coeficient de correlació pertinent segons els supòsits de normalitat i exposa les conclusions obtingudes:

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 2. Contrastos d'hipòtesi bivariants

e. Analitza si l'hàbit tabàquic ( Tabac) s'associa amb l'ingrés a la UCI mitjançant una taula de contingència i el test estadístic adient.

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 2. Contrastos d'hipòtesi bivariants

f. Avalua si l'ingrés a la UCI ( Ingres_UCI) incrementa el risc de mortalitat hospitalària ( Mort).

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 3. Models de regressió lineal predictius

A continuació es pretén modelitzar la durada de l'estada a la UCI ( N_Dies_UCI) a partir de variables clíniques:

a)

Ajusta un model de regressió lineal simple per estimar N_Dies_UCI en funció de la PCR. Indica els paràmetres estimats $\beta_0$ i $\beta_1$, l'equació de la recta i el coeficient de determinació $R^2$:

b)

Representació gràfica de les dades amb la recta de regressió ajustada:

c)

Utilitzant aquest model lineal, prediu el nombre esperat de dies a la UCI per a:

dies

dies

dies

d)

Normalitat dels residus del model de regressió lineal simple:

e)

Construeix un model de regressió lineal múltiple incorporant: PCR, Edat, IMC, Sexe i Febre.

Context

Es disposa d'un registre clínic de 320 pacients ingressats per COVID-19 procedents de dos centres hospitalaris comarcals (Reus i Tarragona). L'objectiu de l'estudi és caracteritzar la mostra, avaluar marcadors de gravetat analítica com la Proteïna C-reactiva (PCR) i analitzar factors de risc associats a l'ingrés a la Unitat de Cures Intensives (UCI), la durada de l'estada crítica i la mortalitat intrahospitalària. Fixem de partida un nivell de significació global $\alpha = 0.05$ per a tots els contrastos.

Exercici 4. Síntesi multivariant i regressió logística

A partir de totes les anàlisis realitzades, integra el paper clínic de la PCR en l'evolució hospitalària considerant el model logístic d'ingrés a la UCI, la durada d'aquest ingrés i el desenllaç final de mort.