Kaplan-Meier

SPSS로 생존자료를 확인해보다가 R이라면 다른 방법이 있을 줄 알고

시도해보기로 했다.

우선 CSV 로 파일을 저장한다음 R에서 불러왔다.

제대로 불러왔는지 확인해보기 위하여

생존 곡선을 그려보기로 하였다.

다행히 SPSS와 같은 모습의 생존 곡선이 나왔다.

이 중에서 내가 관심있는 부분은 파란선과 빨간선으로 표시된 그룹이다.

얼핏 보기엔 유의한 생존곡선의 차이를 보이는 것 같아서 확인을 해보았다.

그런데 실제 결과는 아닌 것으로 나왔다.

아마도 통계적으로 유의한 차이를 보이기에는

증례수가 부족하여 검정력이 안생기는 것으로 보였다. 

원자료를 다시 샘플링 하는 방법을 기반으로 하는 Bootstrapping 을 이용하면

뭔가 나올 줄 알고 

먼가 해볼려고 했는데

censboot 나 bootkm 같은걸 이용해볼려고 했는데

도저히 이해할 수 없는 영역이라는 것을 알았다.

그래서 통계적인 방법이라고는 할 수 없지만

기존 증례를 2배로 불려서 검증을 해보았다.

통계적 유의성이 보여진다.

그래서 TMA 를 한 set 더 염색을 해서 생존 자료 분석을

해보기로 했다. 

뭔가 좋은 결과가 나왔으면 좋겠다.

---

이리저리 찾아보던 중 발견한 것은

1. SPSS에서와 마찬가지로 median 값이 안나오는 이유

인터넷을 찾아본 결과

절반이 죽지 않아서 안나온다.

2. mean survival time 구하는 방법

median survival time 과 비슷한 이유이기는 한데

모든 증례에서 생존값이 나와있지 않기 때문에

mean 값도 구할 수 없는 값이다.

SPSS 에서 KM 분석을 하면 늘 mean survival time 에서 

뭔가 주석을 달아서 표시하는 내용이 있는데

그게 그런 이유였다. ㅡ_ㅡ;;