## ANÁLISIS ESTADÍSTICO DESCRIPTIVO E INFERENCIAL MEDIANTE R DE UN CONJUNTO DE DATOS FICTICIOS SOBRE SEPSIS EN UNIDAD DE CUIDADOS INTENSIVOS

## Diego Fernando Scarpetta Gonzalez, MD; Henry Bedoya Gonzalez, MD y Bibiana Perez Hernandez, PhD

#1.Definir carpeta de trabajo

getwd()  #Devuelve la ruta del directorio de trabajo actual

setwd("D://MIB//INVESTIGACIÓN")

#2.Instalar las Librer?as 

install.packages("readr")     

install.packages("readxl")     

install.packages("latticeExtra")

install.packages ("Hmisc") 

install.packages ("ggplot2")

install.packages ("carData")

install.packages ("tidyverse")

install.packages ("plyr")

install.packages ("Publish")

install.packages("car")

#3.Cargar el archivo de trabajo

library(readr)  

sepsis<-read.csv(file ="D:/MIB/INVESTIGACIÓN/sepsis_def.csv", header=T)

sepsis

View(sepsis)

#4.Exploracion del contenido de los datos

str(sepsis)           #estructura

dim(sepsis)           #dimension

names(sepsis)         #nombre de las variables

head(sepsis)          #primeros elementos

tail(sepsis)          #encabezado ?ltimos elementos

summary(sepsis)       #resumen del contenido de las variables

any(is.na(sepsis))    #presencia de missings

mean(sepsis$Wbc_inicial,na.rm = TRUE)

nrow(sepsis)          #numero de filas

ncol(sepsis)

nrow(na.omit(sepsis)) #selecciona solo las filas con informacion

# Nombrar variables categoricas 

summary(sepsis)

sepsis$Sexo <- factor(sepsis$Sexo)

sepsis$Hospital <- factor(sepsis$Hospital)

sepsis$Proced <- factor(sepsis$Proced)

sepsis$Reg_salud <- factor(sepsis$Reg_salud)

sepsis$HTA <- factor(sepsis$HTA)

sepsis$ARA_2<- factor(sepsis$ARA_2)

sepsis$IECA<- factor(sepsis$IECA)

sepsis$Tiazidas<- factor(sepsis$Tiazidas)

sepsis$diur_asa<- factor(sepsis$diur_asa)

sepsis$Calcio.antagonista<- factor(sepsis$Calcio.antagonista)

sepsis$Beta_bloqueador<- factor(sepsis$Beta_bloqueador)

sepsis$Otros_antihta<- factor(sepsis$Otros_antihta)

sepsis$DM_2<- factor(sepsis$DM_2)

sepsis$Metformina<- factor(sepsis$Metformina)

sepsis$iSGLT2<- factor(sepsis$iSGLT2)

sepsis$DDPIV<- factor(sepsis$DDPIV)

sepsis$GLP1a<- factor(sepsis$GLP1a)

sepsis$Insulina_basal<- factor(sepsis$Insulina_basal)

sepsis$Insulina_preprandial<- factor(sepsis$Insulina_preprandial)

sepsis$Otros_antidiabeticos<- factor(sepsis$Otros_antidiabeticos)

sepsis$Hipotiroidismo<- factor(sepsis$Hipotiroidismo)

sepsis$ERC<- factor(sepsis$ERC)

sepsis$Tabaco<- factor(sepsis$Tabaco)

sepsis$Enf_coronaria<- factor(sepsis$Enf_coronaria)

sepsis$Obesidad<- factor(sepsis$Obesidad)

sepsis$Dislipidemia<- factor(sepsis$Dislipidemia)

sepsis$ACV<- factor(sepsis$ACV)

sepsis$Fib_aur<- factor(sepsis$Fib_aur)

sepsis$Autoinmune<- factor(sepsis$Autoinmune)

sepsis$Sepsis<- factor(sepsis$Sepsis)

sepsis$Alt_C<- factor(sepsis$Alt_C)

sepsis$Norepi<- factor(sepsis$Norepi)

sepsis$Vasopresina<- factor(sepsis$Vasopresina)

sepsis$ATB_1<- factor(sepsis$ATB_1)

sepsis$ATB_2<- factor(sepsis$ATB_2)

sepsis$ATB_3<- factor(sepsis$ATB_3)

sepsis$Cultivos<- factor(sepsis$Cultivos)

sepsis$IOT<- factor(sepsis$IOT)

sepsis$IRA<- factor(sepsis$IRA)

sepsis$Dialisis<- factor(sepsis$Dialisis)

sepsis$Muerte<- factor(sepsis$Muerte)

# Función para preguntar si una variable es categorica

is.factor(sepsis$Muerte)  # esta si

is.factor(sepsis$Norepi_0)  # esta no 

# Colocar etiquetas a los valores numericos de las variables categoricas

levels(sepsis$Sexo) <- c("Hombre","Mujer")

levels(sepsis$Hospital) <- c("Farallones","León XIII")

levels(sepsis$Proced) <- c("Bello","Caldas","Cali","Envigado","Medellin","Pasto","Popayan","Quibdo","S_Quilichao","Tumaco","Urrao","Yarumal")

levels(sepsis$Reg_salud) <- c("Subsidiado","Contributivo")

library(car) 

#levels(sepsis$HTA) <- c("no","si")

sepsis$HTA2<- recode(sepsis$HTA,"0='2'; 1='1'")

levels(sepsis$HTA2) <- c("si", "no")

levels(sepsis$ARA_2) <- c("no","si")

levels(sepsis$IECA) <- c("no","si")

levels(sepsis$Tiazidas) <- c("no","si")

levels(sepsis$diur_asa) <- c("no","si")

levels(sepsis$Calcio.antagonista) <- c("no","si")

levels(sepsis$Beta_bloqueador) <- c("no","si")

levels(sepsis$Otros_antihta) <- c("no","si")

#levels(sepsis$DM_2) <- c("no","si")

sepsis$DM2<- recode(sepsis$DM_2,"0='2'; 1='1'")

levels(sepsis$DM2) <- c("si", "no")

levels(sepsis$Metformina) <- c("no","si")

levels(sepsis$iSGLT2) <- c("no","si")

levels(sepsis$DDPIV) <- c("no","si")

levels(sepsis$GLP1a) <- c("no","si")

levels(sepsis$Insulina_basal) <- c("no","si")

levels(sepsis$Insulina_preprandial) <- c("no","si")

levels(sepsis$Otros_antidiabeticos) <- c("no","si")

ins_2<- sepsis[sepsis$Insulina_basal != 0, ]  ### ESTABLECE SUBSET DONDE NOREPI ES DIFERENTE A 0 

summary(ins_2$Dosis_preprandial)

library(car) 

#levels(sepsis$Hipotiroidismo) <- c("no","si")

sepsis$hipotiroidismo2<- recode(sepsis$Hipotiroidismo,"0='2'; 1='1'")

levels(sepsis$hipotiroidismo2) <- c("si", "no")

#levels(sepsis$ERC) <- c("no","si")

sepsis$ERC2<- recode(sepsis$ERC,"0='2'; 1='1'")

levels(sepsis$ERC2) <- c("si", "no")

#levels(sepsis$Tabaco) <- c("no","si")

sepsis$Tabaco2<- recode(sepsis$Tabaco,"0='2'; 1='1'")

levels(sepsis$Tabaco2) <- c("si", "no")

##levels(sepsis$Enf_coronaria) <- c("no","si")

sepsis$co<- recode(sepsis$Enf_coronaria,"0='2'; 1='1'")

levels(sepsis$co) <- c("si", "no")

##levels(sepsis$Obesidad) <- c("no","si")

sepsis$obesidad2<- recode(sepsis$Obesidad,"0='2'; 1='1'")

levels(sepsis$obesidad2) <- c("si", "no")

#levels(sepsis$Dislipidemia) <- c("no","si")

sepsis$dislipidemia2<- recode(sepsis$Dislipidemia,"0='2'; 1='1'")

levels(sepsis$dislipidemia2) <- c("si", "no")

#levels(sepsis$ACV) <- c("no","si")

sepsis$ACV2<- recode(sepsis$ACV,"0='2'; 1='1'")

levels(sepsis$ACV2) <- c("si", "no")

#levels(sepsis$Fib_aur) <- c("no","si")

sepsis$FA<- recode(sepsis$Fib_aur,"0='2'; 1='1'")

levels(sepsis$FA) <- c("si", "no")

levels(sepsis$Autoinmune) <- c("no","si")

sepsis$Auto2<- recode(sepsis$Autoinmune,"0='2'; 1='1'")

levels(sepsis$Auto2) <- c("si", "no")

levels(sepsis$Sepsis) <- c("Colangitis","Diverticulitis","Endocarditis","Osteomielitis","Peritonitis","Empiema","Epoc_sobreinf","NAC","Pie_diabetico","ISO_cx_plástica","Urinaria")

levels(sepsis$Alt_C) <- c("no","si")

levels(sepsis$Norepi) <- c("no","si")

levels(sepsis$Vasopresina) <- c("no","si")

levels(sepsis$ATB_1) <- c("Ampicilina sulbactam","Cefalexina","Cefepime","Oxacilina","Meropenem","Ceftazidima avibactam","Penicilina benzatínica","Piperacilina tazobactam","Vancomicina","Linezolid","Tigeciclina","Anfotericina_B","Caspofungina","Claritromicina","TMP_SMX","Tetraconjugado","Ciprofloxacino","Ninguno")

levels(sepsis$ATB_2) <- c("Ampicilina sulbactam","Cefalexina","Cefepime","Oxacilina","Meropenem","Ceftazidima avibactam","Penicilina benzatínica","Piperacilina tazobactam","Vancomicina","Linezolid","Tigeciclina","Anfotericina_B","Caspofungina","Claritromicina","TMP_SMX","Tetraconjugado","Ciprofloxacino","Ninguno")

levels(sepsis$ATB_3) <- c("Ampicilina sulbactam","Cefalexina","Cefepime","Oxacilina","Meropenem","Ceftazidima avibactam","Penicilina benzatínica","Piperacilina tazobactam","Vancomicina","Linezolid","Tigeciclina","Anfotericina_B","Caspofungina","Claritromicina","TMP_SMX","Tetraconjugado","Ciprofloxacino","Ninguno")

levels(sepsis$Cultivos) <- c("E. coli","K. pneumoniae","P. aeruginosa","SAMR","SAMS","S. marcecens","Candida","TBC","Sars-cov-2","No Id")

levels(sepsis$IOT) <- c("no","si")

levels(sepsis$IRA) <- c("no","si")

levels(sepsis$Dialisis) <- c("no","si")

##levels(sepsis$Muerte) <- c("vivo","muerto")

library(car) 

sepsis$Mort<- recode(sepsis$Muerte,"0='2'; 1='1'")

levels(sepsis$Mort) <- c("si", "no")

# TABLAS

tabla1<-table(sepsis$Sexo)

tabla1

tabla2<-table(sepsis$Hospital) 

tabla2

tabla3<-table(sepsis$Proced) 

tabla3

tabla4<-table(sepsis$Reg_salud)

tabla4 

tabla5<-table(sepsis$HTA) 

tabla5

tabla6<-table(sepsis$ARA_2) 

tabla6

tabla7<-table(sepsis$IECA) 

tabla7

tabla8<-table(sepsis$Tiazidas) 

tabla8

tabla9<-table(sepsis$diur_asa) 

tabla9

tabla10<-table(sepsis$Calcio.antagonista) 

tabla10

tabla11<-table(sepsis$Beta_bloqueador) 

tabla11

tabla12<-table(sepsis$Otros_antihta) 

tabla12

tabla13<-table(sepsis$DM_2) 

tabla13

tabla14<-table(sepsis$Metformina) 

tabla14

tabla15<-table(sepsis$iSGLT2) 

tabla15

tabla16<-table(sepsis$DDPIV) 

tabla16

tabla17<-table(sepsis$GLP1a) 

tabla17

tabla18<-table(sepsis$Insulina_basal)

tabla18

tabla19<-table(sepsis$Insulina_preprandial) 

tabla19

tabla20<-table(sepsis$Otros_antidiabeticos) 

tabla20

tabla21<-table(sepsis$Hipotiroidismo) 

tabla21

tabla22<-table(sepsis$ERC) 

tabla22

tabla23<-table(sepsis$Tabaco) 

tabla23

tabla24<-table(sepsis$Enf_coronaria) 

tabla24

tabla25<-table(sepsis$Obesidad) 

tabla25

tabla26<-table(sepsis$Dislipidemia) 

tabla26

tabla27<-table(sepsis$ACV) 

tabla27

tabla28<-table(sepsis$Fib_aur) 

tabla28

tabla29<-table(sepsis$Autoinmune) 

tabla29

tabla30<-table(sepsis$Sepsis) 

tabla30

tabla31<-table(sepsis$Alt_C) 

tabla31

tabla32<-table(sepsis$Norepi) 

tabla32

tabla33<-table(sepsis$Vasopresina) 

tabla33

tabla34<-table(sepsis$ATB_1) 

tabla34

tabla35<-table(sepsis$ATB_2) 

tabla35

tabla36<-table(sepsis$ATB_3) 

tabla36

tabla37<-table(sepsis$Cultivos)

tabla37

tabla38<-table(sepsis$IOT) 

tabla38

tabla39<-table(sepsis$IRA) 

tabla39

tabla40<-table(sepsis$Dialisis) 

tabla40

tabla41<-table(sepsis$Mort) 

tabla41

# FRECUENCIAS RELATIVAS (con %)

proporciones1<-prop.table(tabla1)   

proporciones1*100

proporciones2<-prop.table(tabla2)   

proporciones2*100

proporciones3<-prop.table(tabla3)   

proporciones3*100

proporciones4<-prop.table(tabla4)   

proporciones4*100

proporciones5<-prop.table(tabla5)   

proporciones5*100

proporciones6<-prop.table(tabla6)   

proporciones6*100

proporciones7<-prop.table(tabla7)   

proporciones7*100

proporciones8<-prop.table(tabla8)   

proporciones8*100

proporciones9<-prop.table(tabla9)   

proporciones9*100

proporciones10<-prop.table(tabla10)   

proporciones10*100

proporciones11<-prop.table(tabla11)   

proporciones11*100

proporciones12<-prop.table(tabla12)   

proporciones12*100

proporciones13<-prop.table(tabla13)   

proporciones13*100

proporciones14<-prop.table(tabla14)   

proporciones14*100

proporciones15<-prop.table(tabla15)   

proporciones15*100

proporciones16<-prop.table(tabla16)   

proporciones16*100

proporciones17<-prop.table(tabla17)   

proporciones17*100

proporciones18<-prop.table(tabla18)   

proporciones18*100

proporciones19<-prop.table(tabla19)   

proporciones19*100

proporciones20<-prop.table(tabla20)   

proporciones20*100

proporciones21<-prop.table(tabla21)   

proporciones21*100

proporciones22<-prop.table(tabla22)   

proporciones22*100

proporciones23<-prop.table(tabla23)   

proporciones23*100

proporciones24<-prop.table(tabla24)   

proporciones24*100

proporciones25<-prop.table(tabla25)   

proporciones25*100

proporciones26<-prop.table(tabla26)   

proporciones26*100

proporciones27<-prop.table(tabla27)   

proporciones27*100

proporciones28<-prop.table(tabla28)   

proporciones28*100

proporciones29<-prop.table(tabla29)   

proporciones29*100

proporciones30<-prop.table(tabla30)   

proporciones30*100

proporciones31<-prop.table(tabla31)   

proporciones31*100

proporciones32<-prop.table(tabla32)   

proporciones32*100

proporciones33<-prop.table(tabla33)   

proporciones33*100

proporciones34<-prop.table(tabla34)   

proporciones34*100

proporciones35<-prop.table(tabla35)   

proporciones35*100

proporciones36<-prop.table(tabla36)   

proporciones36*100

proporciones37<-prop.table(tabla37)   

proporciones37*100

proporciones38<-prop.table(tabla38)   

proporciones38*100

proporciones39<-prop.table(tabla39)   

proporciones39*100

proporciones40<-prop.table(tabla40)   

proporciones40*100

proporciones41<-prop.table(tabla41)   

proporciones41*100

### GRAFICAS DESCRIPTIVAS 

## HISTOGRAMA

dev.new() 

hist(sepsis$Edad,col="lightblue", main="Histograma edad de los pacientes",xlab="Edad (años)", ylab = "Frecuencia (%)", freq = T, xlim = c(10, 110), ylim = c(0, 60))

abline(v = mean(sepsis$Edad), col="red", lwd=3, lty=2)

abline(v = median(sepsis$Edad), col="blue", lwd=3, lty=2)

legend(x = "topright", legend = c("Media", "Mediana"), fill = c("red", "blue"), 

       title = "Medidas de tendencia central")

dev.new() 

hist(sepsis$Peso,col="lightblue", main="Histograma del peso",xlab="Peso (kg)", ylab = "Frecuencia (%)", freq = T, xlim = c(40, 120), ylim = c(0, 50))

abline(v = mean(sepsis$Peso), col="red", lwd=3, lty=2)

abline(v = median(sepsis$Peso), col="blue", lwd=3, lty=2)

legend(x = "topright", legend = c("Media", "Mediana"), fill = c("red", "blue"), 

       title = "Medidas de tendencia central")

dev.new() 

hist(sepsis$Talla,col="lightblue", main="Histograma de la talla",xlab="Talla (m)", ylab = "Frecuencia (%)", freq = T, xlim = c(1.5, 2), ylim = c(0, 50))

abline(v = mean(sepsis$Talla), col="red", lwd=3, lty=2)

abline(v = median(sepsis$Talla), col="blue", lwd=3, lty=2)

legend(x = "topright", legend = c("Media", "Mediana"), fill = c("red", "blue"), 

       title = "Medidas de tendencia central")

dev.new() 

hist(sepsis$IMC,col="lightblue", main="Histograma del IMC",xlab="IMC (kg/m2)", ylab = "Frecuencia (%)", freq = T, xlim = c(15, 40), ylim = c(0, 50))

abline(v = mean(sepsis$IMC), col="red", lwd=3, lty=2)

abline(v = median(sepsis$IMC), col="blue", lwd=3, lty=2)

legend(x = "topright", legend = c("Media", "Mediana"), fill = c("red", "blue"), 

       title = "Medidas de tendencia central")

## PIE CHARTS

# SEXO

dev.new()

p1=proporciones1*100

x1 = tabla1

y1=c("Hombres","Mujeres")

z1=paste(y1,p1,"%")

pie(x1, labels=z1, col=c("lightblue","lightgreen"), radius= 0.9, edges=200, main="Sexo de los pacientes")

# HOSPITALES

dev.new()

p2=proporciones2*100

x2 = tabla2

y2=levels(sepsis$Hospital)

z2=paste(y2,p2,"%")

pie(x2, labels=z2, col=rainbow(length(y2)), radius= 0.9, edges=200, main="Hospital tratante")

# CIUDADES DE PROCEDENCIA

dev.new()

p3=proporciones3*100

x3 = tabla3

y3=levels(sepsis$Proced)

z3=paste(y3,p3,"%")

pie(x3, labels=z3, col=rainbow(length(y3)), radius= 0.7, edges=100, main="Ciudad de origen")

# REGIMEN DE SALUD

dev.new()

p4=proporciones4*100

x4 = tabla4

y4=levels(sepsis$Reg_salud)

z4=paste(y4,p4,"%")

pie(x4, labels=z4, col=rainbow(length(y4)), radius= 0.9, edges=200, main="Regimen de salud")

# ANTECEDENTES PATOLOGICOS

dev.new()

p5=proporciones5*100

p13=proporciones13*100

p21=proporciones21*100

p22=proporciones22*100

p23=proporciones23*100

p24=proporciones24*100

p25=proporciones25*100

p26=proporciones26*100

p27=proporciones27*100 

p28=proporciones28*100

p29=proporciones29*100

barplot(horiz=FALSE, space=c(0,0.2), las=c(0), cex.main=2, height= cbind(HTA=p5, Dislipidemia=p26, Hipotiroidismo=p21, Tabaquismo=p23, DM2=p13, 

Fib_auricular=p28, ACV=p27, Autoinmunidad=p29, ERC=p22, Enf_Coronaria=p24, Obesidad=p25), beside = TRUE, width=c(3.2), col=c(2,1), 

legend.text=c("Sano","Enfermo"),  main="Prevalencia de antecedentes patologicos", ylim=c(0,100), xlim=c(0,100), ylab="%", xlab="Enfermedad")

# TRATAMIENTO ANTI HTA

dev.new()

p6=proporciones6*100

p7=proporciones7*100

p8=proporciones8*100

p9=proporciones9*100

p10=proporciones10*100

p11=proporciones11*100

p12=proporciones12*100

barplot(horiz=FALSE, space=c(0,0.2), las=c(0), cex.main=2, height= cbind(ARA_2=p6,

IECA=p7, Tiazidas=p8, diur_asa=p9, Ca_antagonis=p10, Beta_bloq=p11, Otros=p12), beside = TRUE, width=c(3.2), col=c(2,1), 

legend.text=c("No utiliza","Si utiliza"),  main="Anti Hipertensivos", ylim=c(0,100), xlim=c(0,65), ylab="%", xlab="Medicamentos")

# TRATAMIENTO NORMOGLUCEMIANTE

dev.new()

p14=proporciones14*100

p15=proporciones15*100

p16=proporciones16*100

p17=proporciones17*100

p18=proporciones18*100

p19=proporciones19*100

p20=proporciones20*100

barplot(horiz=FALSE, space=c(0,0.2), las=c(0), cex.main=2, height= cbind

(Metformina=p14, i_SGLT2=p15, DDP_IVi=p16, GLP1a=p17, Ins_basal=p18, Ins_prepran=p19, Otros=p20), beside = TRUE, width=c(3.2), col=c(2,1), legend.text=c("No utiliza","Si utiliza"),  main="Normoglucemiantes", ylim=c(0,100), xlim=c(0,65), ylab="%", xlab="Medicamentos")

# MOTIVO DE INFECCIÓN

dev.new()

p30=proporciones30*100

x30 = tabla30

y30=levels(sepsis$Sepsis)

z30=paste(y30,p30,"%")

pie(x30, labels=z30, col=rainbow(length(y30)), radius= 0.8, edges=200, main="Etiología de la sepsis")

# ALTERACIÓN DE LA CONSCIENCIA

dev.new()

p31=proporciones31*100

x31 = tabla31

y31=levels(sepsis$Alt_C)

z31=paste(y31,p31,"%")

pie(x31, labels=z31, col=rainbow(length(y30)), radius= 1, edges=200, main="Alteración de la consciencia")

# Alteración de la consciencia vs mortalidad

dev.new()

par(mfrow=c(1,2))

p31=proporciones31*100

x31 = tabla31

y31=levels(sepsis$Alt_C)

z31=paste(y31,p31,"%")

pie(x31, labels=z31, col=c("lightblue","lightgreen"), radius= 2, edges=200, main="Alteración de la consciencia")

plot(sepsis$Alt_C, sepsis$Muerte, main="Alteración de la consciencia vs mortalidad", 

xlab="Alteración de la consciencia", ylab="% mortalidad", col=c("lightblue","lightgreen"))

# Norepinefrina - Vasopresina

dev.new()

par(mfrow=c(2,2))

p32=proporciones32*100

x32 = tabla32

y32=levels(sepsis$Norepi)

z32=paste(y32,p32,"%")

pie(x32, labels=z32, col=c("lightblue","lightgreen"), radius= 1, edges=200, main="Norepinefrina")

plot(sepsis$Norepi, sepsis$Muerte, main="Requerimiento de Norepinefrina vs mortalidad", 

xlab="Uso de norepinefrina", ylab="% mortalidad", col=c("lightblue","lightgreen"))

p33=proporciones33*100

x33 = tabla33

y33=levels(sepsis$Vasopresina)

z33=paste(y32,p32,"%")

pie(x33, labels=z33, col=c("lightblue","lightgreen"), radius= 1, edges=200, main="Vasopresina")

plot(sepsis$Vasopresina, sepsis$Muerte, main="Requerimiento de Vasopresina vs mortalidad", 

xlab="Uso de vasopresina", ylab="% mortalidad", col=c("lightblue","lightgreen"))

# Mortalidad vs Aislamiento

dev.new()

p37=proporciones37*100

x37 = tabla37

y37=levels(sepsis$Cultivos)

z37=paste(y37,p37,"%")

pie(x37, labels=z37, col=rainbow(length(y37)), radius= 1, edges=200, main="Microorganismos")

dev.new()

plot(sepsis$Cultivos, sepsis$Muerte, main="Mortalidad vs Aislamiento", 

xlab="Microorganismo", ylab="% mortalidad", col=c("lightblue","lightgreen"))

# Requerimiento de intubación orotraqueal vs mortalidad

dev.new()

par(mfrow=c(1,2))

p38=proporciones38*100

x38 = tabla38

y38=levels(sepsis$IOT)

z38=paste(y38,p38,"%")

pie(x38, labels=z38, col=c("lightblue","lightgreen"), radius= 2, edges=200, main="Requerimiento de IOT")

plot(sepsis$IOT, sepsis$Muerte, main="Requerimiento de IOT vs mortalidad", 

xlab="IOT", ylab="% mortalidad", col=c("lightblue","lightgreen"))

# Injuria renal aguda y dialisis vs mortalidad

dev.new()

par(mfrow=c(2,2))

p39=proporciones39*100

x39 = tabla39

y39=levels(sepsis$IRA)

z39=paste(y39,p39,"%")

pie(x39, labels=z39, col=c("lightblue","lightgreen"), radius= 1, edges=200, main="Injuria renal aguda")

plot(sepsis$IRA, sepsis$Muerte, main="Injuria renal aguda vs mortalidad", 

     xlab="Injuria renal aguda", ylab="% mortalidad", col=c("lightblue","lightgreen"))

p40=proporciones40*100

x40 = tabla40

y40=levels(sepsis$Dialisis)

z40=paste(y40,p40,"%")

pie(x40, labels=z40, col=c("lightblue","lightgreen"), radius= 1, edges=200, main="Requerimiento de dialisis")

plot(sepsis$Dialisis, sepsis$Muerte, main="Requerimiento de Dialisis vs mortalidad", 

     xlab="Dialisis", ylab="% mortalidad", col=c("lightblue","lightgreen"))

# CAJAS Y BIGOTES

# IMC VS MORTALIDAD

dev.new() 

boxplot(sepsis$IMC,col="green", main="IMC vs mortalidad",xlab="kg/m2",ylab="Muerte")

sepsis$Muerte

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(IMC ~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="IMC vs mortalidad", ylab="Kg/m2", xlab="Mortalidad")

dev.new()

par(mfrow=c(2,2))

sepsis$Muerte

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(Tam_inicial~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="TAM_ingreso vs mortalidad", ylab="mmHg", xlab="Mortalidad")

boxplot(Tam_12h~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="TAM 12h vs mortalidad", ylab="mmHg", xlab="Mortalidad")

boxplot(Tam_24h~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="TAM 24h vs mortalidad", ylab="mmHg", xlab="Mortalidad")

ay <- ((sepsis$Tam_24h - sepsis$Tam_inicial)/sepsis$Tam_inicial)*100

boxplot(ay~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta TAM vs mortalidad", ylab="% cambio", xlab="Mortalidad")

## DELTA LACTATO, LLENADO CAPILAR, PH, HCO3, N/L Y PCR  vs Mortalidad

dev.new()

par(mfrow=c(1,3))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(sepsis$Lactato_inicial~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Lactato inicial vs Mortalidad", ylab="mmol/l", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(sepsis$Lactato_24h~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Lactato 24 h vs Mortalidad", ylab="mmol/l", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$Lactato_24h - sepsis$Lactato_inicial)/sepsis$Lactato_inicial*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta de Lactato vs Mortalidad", ylab="%", xlab="Mortalidad")

dev.new()

par(mfrow=c(1,3))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(sepsis$capilar~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Llenado capilar inicial vs Mortalidad", ylab="segundos", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(sepsis$capilar24~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Llenado capilar 24 h vs Mortalidad", ylab="segundos", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$capilar24 - sepsis$capilar)/sepsis$capilar*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta de llenado capilar vs Mortalidad", ylab="%", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$pH24 - sepsis$ph)/sepsis$ph*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta de pH vs Mortalidad", ylab="%", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$Hco3_24 - sepsis$Hco3)/sepsis$Hco3*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta HCO3 vs Mortalidad", ylab="%", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$NL_24h - sepsis$NL)/sepsis$NL*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta de ratio Neutrofilos/Linfocitos vs Mortalidad", ylab="%", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$PCR_24h - sepsis$PCR_inicial)/sepsis$PCR_inicial*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta de PCR vs Mortalidad", ylab="%", xlab="Mortalidad")

## GLUCOSILADA Y CV_GLUCEMICO VS MORTALIDAD

dev.new()

par(mfrow=c(1,2))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$Glucosilada)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Glucosilada vs Mortalidad", ylab="%", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$CV_gluc)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Variabilidad glucemica vs Mortalidad", ylab="%", xlab="Mortalidad")

## DOSIS DE NOREPINEFRINA VS MORTALIDAD

dev.new()

par(mfrow=c(1,3))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$Norepi_0)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Dosis de NE_inicial vs Mortalidad", ylab="mcg/kg/min", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$Norepi_24)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Dosis de NE_24h vs Mortalidad", ylab="mcg/kg/min", xlab="Mortalidad")

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot(((sepsis$Norepi_24 - sepsis$Norepi_0)/sepsis$Norepi_0*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta dosis de NE vs Mortalidad", ylab="%", xlab="Mortalidad")

## SHOCK INDEX Y DIASTOLIC INDEX VS MORTALIDAD

dev.new()

par(mfrow=c(2,2))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$s_index0)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Shock_index_0h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot((sepsis$s_index12)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Shock_index_12h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot((sepsis$s_index24)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Shock_index_24h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot(((sepsis$s_index24 - sepsis$s_index0)/sepsis$s_index0*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta Shock_index vs Mortalidad", ylab="%", xlab="Mortalidad")

dev.new()

par(mfrow=c(2,2))

muerte2<-factor(sepsis$Muerte)

levels(muerte2)<- c("vivo","muerto")

boxplot((sepsis$fctad_inicial)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Diastolic_index_0h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot((sepsis$fctad_12h)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Diastolic_index_12h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot((sepsis$fctad_24h)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Diastolic_index_24h vs Mortalidad", ylab="lpm / mmHg", xlab="Mortalidad")

boxplot(((sepsis$fctad_24h - sepsis$fctad_inicial)/sepsis$fctad_inicial*100)~ muerte2, data = sepsis,col=c("lightgreen","lightblue"),labels=levels(muerte2), main="Delta Diastolic_index vs Mortalidad", ylab="%", xlab="Mortalidad")

### ANALISIS ANTERIOR CON UN SUBSET DE DOSIS INICIAL DE NE != 0 (DIFERENTE A 0 MCG/KG/MIN)

fff<- sepsis[sepsis$Norepi_0 != 0, ]  ### ESTABLECE SUBSET DONDE NOREPI ES DIFERENTE A 0 

muerte3<-factor(fff$Muerte)

levels(muerte3)<- c("vivo","muerto")

dev.new()

par(mfrow=c(1,3))

boxplot((fff$Norepi_0)~ muerte3, data = fff,col=c("lightgreen","lightblue"),labels=levels(muerte3), main="Dosis de NE_inicial vs Mortalidad", ylab="mcg/kg/min", xlab="Mortalidad", ylim=c(0,0.5))

boxplot((fff$Norepi_24)~ muerte3, data = fff,col=c("lightgreen","lightblue"),labels=levels(muerte3), main="Dosis de NE_24 h vs Mortalidad", ylab="mcg/kg/min", xlab="Mortalidad", ylim=c(0,0.6))

boxplot(((fff$Norepi_24 - fff$Norepi_0)/fff$Norepi_0*100)~ muerte3, data = fff,col=c("lightgreen","lightblue"),labels=levels(muerte3), main="Delta de NE vs Mortalidad", ylab="%", xlab="Mortalidad", ylim=c(-100,200))

# FRECUENCIA DE MORTALIDAD SEGÚN CIUDAD (SUBSET DE MORTALIDAD = 1)

rrr<- sepsis[sepsis$Muerte == 1, ]  ### ESTABLECE SUBSET DONDE MUERTE ES POSITIVO (1)

procedencia<-factor(rrr$Proced)

levels(procedencia)<-c("Bello","Caldas","Cali","Envigado","Medellin","Pasto","Popayan","Quibdo","S_Quilichao","Tumaco","Urrao","Yarumal")

tx <- table(rrr$Muerte, procedencia)

dev.new()

barplot(tx, main="Mortalidad por región", horiz=1, las=1, xlim=c(0,25), col=c("lightgreen"))

## DIAGRAMAS DE DISPERSIÓN

fff ## SUBSET DE NE > 0

require(stats)

fff<- sepsis[sepsis$Norepi_0 != 0, ]

delta_NE <- ((fff$Norepi_24 - fff$Norepi_0)/fff$Norepi_0*100) 

dev.new()

reg<-lm(fff$CV_gluc ~ delta_NE)

plot(fff$CV_gluc, delta_NE, main="Delta de NE vs Coeficiente de variabilidad glucemico", ylab="Delta NE (%)", xlab= "C_variab gluc %") 

abline(reg, col="red") 

view(fff)

delta_NE

fff<- sepsis[sepsis$Muerte == 1, ]

delta_NE <- ((fff$Norepi_24 - fff$Norepi_0)/fff$Norepi_0*100) 

dev.new()

reg<-lm(fff$CV_gluc ~ delta_NE)

plot(fff$CV_gluc, delta_NE, main="Delta de NE vs Coeficiente de variabilidad glucemico", ylab="Delta NE (%)", xlab= "C_variab gluc %") 

abline(reg, col="red") 

fff<- sepsis[sepsis$Norepi_0 != 0, ]

dev.new()

reg<-lm(fff$Lactato_inicial ~ fff$Norepi_0)

plot(fff$CV_gluc, fff$Norepi_0, main="Delta de NE vs Coeficiente de variabilidad glucemico", ylab="Delta NE (%)", xlab= "C_variab gluc %") 

abline(reg, col="red") 

daro<- ((sepsis$Lactato_24h - sepsis$Lactato_inicial)/sepsis$Lactato_inicial)

dev.new()

plot(fff$CV_gluc, fff$fctad_inicial, main="Coeficiente de variabilidad glucemico vs Indice diastolico", ylab="Diast_Index (lpm/mmHg)", xlab= "CV_gluc (%)")

## ESTADISTICA DESCRIPTIVA 

mean(sepsis$Edad)

mean(sepsis$Peso)

mean(sepsis$Talla)

mean(sepsis$IMC)

mean(sepsis$Fc_inicial)

mean(sepsis$Fc_12h)

mean(sepsis$Fc_24h)

mean(sepsis$Tam_inicial)

mean(sepsis$Tam_12h)

mean(sepsis$Tam_24h)

mean(sepsis$s_index0)

mean(sepsis$s_index12)

mean(sepsis$s_index24)

mean(sepsis$fctad_inicial)

mean(sepsis$fctad_12h)

mean(sepsis$fctad_24h)

mean(sepsis$CV_gluc)

mean(sepsis$Norepi_0)

mean(sepsis$Norepi_24)

mean(sepsis$Dias_iot)

sd()  ## Desviación estandar

var()   ## varianza

cv<- function(x){sd(x)/mean(x)*100}  ### FUNCIONES EN R (EJ: COEFICIENTE DE VARIABILIDAD)

cv(sepsis$Edad)

cv(sepsis$Peso)

cv(sepsis$Talla)

cv(sepsis$CV_gluc)  ## COEFIECIENTE DE VARIABILIDAD DE LOS COEFICIENTES DE VARIABILIDAD GLUCEMICOS.

##### INFERENCIAL

##### INFERENCIAL

##### INFERENCIAL

##### INFERENCIAL

library("funModeling")

summary(sepsis$CV_gluc)

describe(sepsis$CV_gluc)

profiling_num (sepsis$CV_gluc)

dev.new() 

hist(sepsis$CV_gluc,col="lightblue", main ="histograma CV_glucemica" ,xlab="%", freq = F, xlim = c(10,45))

lines(density(sepsis$CV_gluc))

abline(v = MeanCI(sepsis$CV_gluc,conf.level = 0.99), col="green", lwd=3, lty=2)

abline(v = MeanCI(sepsis$CV_gluc,conf.level = 0.95), col="orange", lwd=3, lty=2)

abline(v = MeanCI(sepsis$CV_gluc,conf.level = 0.90), col="red", lwd=3, lty=2)

abline(v = mean(sepsis$CV_gluc), col="black", lwd=3, lty=2)

legend(x = "topright", legend = c("IC 99%_media","IC 95%_media","IC 90%_media","Media"), fill = c("green","orange","red","black"))

dev.new() 

hist(sepsis$Glucosilada,col="deeppink", main ="histograma CV_glucemica" ,xlab="%", freq = F)

lines(density(sepsis$Glucosilada))

#Ejercicios 2: Intervalo de Confianza 95% para la media 

#Opcin 1

library(Publish)

ci.mean(sepsis$CV_gluc, 0.05)

ci.mean(sepsis$CV_gluc, 0.01)

ci.mean(sepsis$CV_gluc, 0.1)

#Opcin 2

library(DescTools)

MeanCI(sepsis$CV_gluc,conf.level=0.95)

MeanCI(sepsis$CV_gluc,conf.level=0.90)

MeanCI(sepsis$CV_gluc,conf.level=0.99)

#Ejercicios 3: Intervalos de Confianza 90% y 99% para la media 

ci.mean(sepsis$CV_gluc,0.01)

ci.mean(presion$C,0.1)

#Ejercicios 4: Prueba de hip?tesis para un valor de la media (media de pas= 140Hgmm) 

t.test(sepsis$CV_gluc,mu=32)

t.test(sepsis$CV_gluc,mu=19)

qt(0.95,199)

#Ejercicios 5:crear una variable "pas_alta" para identificar individuos con pas??? 160 mmHg

library(car) 

sepsis$meta<-recode(sepsis$CV_gluc,"0:30='2'; 30.01:50='1'")

sepsis$meta <- as.factor(sepsis$meta)

# Etiquetar la nueva variable

levels(sepsis$meta) <- c("si", "no")

# Tabla de frecuencias para la nueva variable

ttr<-table(ggo)

ttr

pttr<-prop.table(ttr)   

pttr*100

pttr<-paste(pttr*100,"%")

pttr

#Ejercicios 6: Intervalo de Confianza para la proporci?n (pas ??? 160 mmHg)

#Opci?n 1 

library(PropCIs)

exactci(421, 500,

        conf.level=0.95)

exac

#Opci?n 2: IC exacto binomial 

library (DescTools)

BinomCI(41, 200,

        conf.level = 0.95,

        method = "clopper-pearson")

#Ejercicios 7: Prueba de hip?tesis para una proporci?n (pas ??? 160 mmHg))

#Opcion1: aproximaci?n normal

prop.test(29,200,0.205)

#Opcion2: Test exacto binomial 

binom.test(127,318,0.25)

qchisq(0.05, 1, lower.tail = F)

table(presion$enf_cardiaca)

x<-table(ggo, sepsis$Mort)

t(x)

prop.test(x, correct= FALSE)

library(DescTools)

OddsRatio(x,conf.level=0.95)

binom.test(51,235,(1/6),alternative="two.sided")

#a) tabla de contingencia

#b) Proporciones

margin.table (R4, 1) ## Frecuencias marginales por filas 

margin.table (R4, 2) ## Frecuencias marginales por columnas

prop.table(R4)       ## Proporciones totales  

prop.table(R4, 1)    ## Proporciones por columnas

prop.table(R4, 2)    ## Proporciones por filas

round(100*prop.table(R4, 1), dig=2 )    ## Porcentajes por filas

round(100*prop.table(R4), dig=2 )    ## Porcentajes total 2 x 2 

#Gr?fico de sectores para describir una tabla

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R4[1,], col=col.1, main="CV_Glucemico > 25%", lab=lab.bajo )

pie(R4[2,], col=col.1, main="CV_Glucemico ≤ 25%", lab=lab.bajo )

#c) Prueba ji-cuadrado: comparar proporciones

chisq.test(R4)

chisq.test(R4)$p.value

chisq.test(R4)$expected

#Valor te?rico de ji-cuadrado con 1 grado de libertad y alfa=0,05 

qchisq(0.05, 1, lower.tail = F) 

#d)ODDS RATIO E IC !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

R1 <- table(sepsis$Sexo, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R1[1,], col=col.1, main="Hombre", lab=lab.bajo )

pie(R1[2,], col=col.1, main="Mujer", lab=lab.bajo )

oddsratio(R1)

R2 <- table(sepsis$Hospital, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R2[1,], col=col.1, main="Farallones", lab=lab.bajo )

pie(R2[2,], col=col.1, main="León XIII", lab=lab.bajo )

oddsratio(R2)

R3 <- table(sepsis$Reg_salud, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R3[1,], col=col.1, main="Subsidiado", lab=lab.bajo )

pie(R3[2,], col=col.1, main="Contributivo", lab=lab.bajo )

oddsratio(R3)

## CV_GLUCEMICO

library(epitools) 

oddsratio(R4)

sepsis$meta3<-recode(sepsis$CV_gluc,"0:20='2'; 20.01:50='1'")

sepsis$meta3 <- as.factor(sepsis$meta3)

levels(sepsis$meta3) <- c("si", "no")

tmet3<-table(sepsis$meta3, sepsis$Mort)

oddsratio(tmet3)

sepsis$meta2<-recode(sepsis$CV_gluc,"0:30='2'; 30.01:50='1'")

sepsis$meta2 <- as.factor(sepsis$meta2)

levels(sepsis$meta2) <- c("si", "no")

tmet2<-table(sepsis$meta2, sepsis$Mort)

oddsratio(tmet2)

dev.new()

par(mfrow=c(2,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightblue", "lightgreen")

pie(tmet3[1,], col=col.1, main="CV_glu > 20%", lab=lab.bajo )

pie(tmet3[2,], col=col.1, main="CV_gluc < 20%", lab=lab.bajo )

pie(tmet2[1,], col=col.1, main="CV_glu > 30%", lab=lab.bajo )

pie(tmet2[2,], col=col.1, main="CV_gluc < 30%", lab=lab.bajo )

R5 <- table(sepsis$HTA2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R5[1,], col=col.1, main="HTA", lab=lab.bajo )

pie(R5[2,], col=col.1, main="No HTA", lab=lab.bajo )

oddsratio(R5)

R6 <- table(sepsis$DM2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R6[1,], col=col.1, main="DM2", lab=lab.bajo )

pie(R6[2,], col=col.1, main="No_DM2", lab=lab.bajo )

oddsratio(R6)

R7 <- table(sepsis$co, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R7[1,], col=col.1, main="Enf_Coronaria", lab=lab.bajo )

pie(R7[2,], col=col.1, main="Sin Enf_coronaria", lab=lab.bajo )

oddsratio(R7)

R8 <- table(sepsis$obesidad2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R8[1,], col=col.1, main="Obeso", lab=lab.bajo )

pie(R8[2,], col=col.1, main="No obeso", lab=lab.bajo )

oddsratio(R8)

#levels(sepsis$Hipotiroidismo) <- c("no","si")

sepsis$hipotiroidismo2<- recode(sepsis$hipotiroidismo,"0='2'; 1='1'")

levels(sepsis$hipotiroidismo2) <- c("si", "no")

R9 <- table(sepsis$hipotiroidismo2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R9[1,], col=col.1, main="Hipotiroideo", lab=lab.bajo )

pie(R9[2,], col=col.1, main="No Hipotiroideo", lab=lab.bajo )

oddsratio(R9)

#levels(sepsis$ERC) <- c("no","si")

sepsis$ERC2<- recode(sepsis$ERC,"0='2'; 1='1'")

levels(sepsis$ERC2) <- c("si", "no")

R10 <- table(sepsis$ERC2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R10[1,], col=col.1, main="ERC", lab=lab.bajo )

pie(R10[2,], col=col.1, main="No ERC", lab=lab.bajo )

oddsratio(R10)

#levels(sepsis$Tabaco) <- c("no","si")

sepsis$Tabaco2<- recode(sepsis$Tabaco,"0='2'; 1='1'")

levels(sepsis$Tabaco2) <- c("si", "no")

R11 <- table(sepsis$Tabaco2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R11[1,], col=col.1, main="Tabaquista", lab=lab.bajo )

pie(R11[2,], col=col.1, main="No tabaquista", lab=lab.bajo )

oddsratio(R11)

#levels(sepsis$Dislipidemia) <- c("no","si")

sepsis$dislipidemia2<- recode(sepsis$Dislipidemia,"0='2'; 1='1'")

levels(sepsis$dislipidemia2) <- c("si", "no")

R12 <- table(sepsis$dislipidemia2, sepsis$Mort)

library(epitools)

dev.new()

par(mfrow=c(1,2))

lab.bajo=c("Muertos", "Vivos")

col.1 = c("lightgreen", "lightblue")

pie(R12[1,], col=col.1, main="Dislipidemia", lab=lab.bajo )

pie(R12[2,], col=col.1, main="No dislipidemia", lab=lab.bajo )