Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteurs

Postez ici vos questions, réponses, commentaires ou suggestions - Les sujets seront ultérieurement répartis dans les archives par les modérateurs

Modérateur : Groupe des modérateurs

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteurs

Messagepar Jean-Guillaume Letarouilly » 27 Oct 2019, 11:05

Bonjour à tous,

Je fais une analyse de survie d'une molécule et je voudrais utiliser la fonction coxph en univariée avec de multiples covariables, mais j'ai un message d'erreur lorsque j'ai factorisé la variable "tabac" puisqu'elle est codée ainsi :"O=non-fumeur", "1=sevré", "2=actif".

Je dispose d'un dataframe de 252 lignes avec 26 colonnes.

Voici le contenu de ma dataframe:

Code : Tout sélectionner

UST<-structure(list(Sexe = c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L,
1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 1L,
2L, 2L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 2L, 1L,
1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 1L,
2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L,
1L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L,
2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 1L,
1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L,
2L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L,
2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L,
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 1L,
1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 1L,
1L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L), PsA.axial.pur = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L), PsA.peripherique.pur = c(1L, 1L, 1L, 0L, 0L, 1L,
1L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L,
0L, 1L, 0L, 1L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 1L, 1L,
1L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L,
1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 0L, 1L, 0L, 1L, 0L, 0L,
0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 1L, 1L,
1L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 0L, 0L, 1L, 1L, 1L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 1L, 0L, 0L, 0L,
1L, 0L, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L,
0L, 1L, 1L, 1L, 1L, 1L), PsA.mixte = c(0L, 0L, 0L, 1L, 1L, 0L,
0L, 0L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 1L, 0L, 1L, 1L,
1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L,
0L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 1L, 1L,
1L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
0L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 0L, 0L,
0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 0L, 1L,
0L, 1L, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,
0L, 0L, 0L, 0L, NA, NA), CASPAR = c(1L, 1L, 1L, 1L, 1L, 0L, 1L,
1L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, NA, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, NA, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, NA, 1L, NA, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, NA, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, NA, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 0L, 0L), PSUMMIT = c(0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, NA, NA, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L,
0L, 0L, NA, NA, NA, NA, 0L, NA, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L), Tabac = c(1L, 0L, 2L, 1L, 2L, 0L, 2L, 1L,
0L, 0L, 1L, 1L, 1L, 0L, 0L, 1L, 2L, 0L, 2L, 0L, 1L, 1L, 0L, 0L,
0L, 0L, 0L, NA, 0L, 0L, 2L, 0L, 1L, 0L, NA, 1L, 0L, 2L, 1L, 1L,
1L, NA, 1L, NA, 2L, 0L, 1L, 0L, 1L, NA, 1L, 2L, 1L, 1L, 0L, 0L,
2L, 0L, 0L, 0L, NA, 2L, 0L, 0L, 0L, 1L, 2L, 2L, 0L, 0L, NA, 0L,
2L, 2L, 1L, NA, 2L, NA, 0L, NA, 0L, 0L, 0L, NA, 2L, 0L, NA, 1L,
0L, 2L, 0L, 2L, 0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 2L, 0L, 2L,
0L, 2L, 1L, 0L, 2L, 1L, 0L, 1L, 0L, 1L, NA, 1L, 2L, 1L, 1L, 0L,
0L, NA, 2L, 1L, 0L, NA, NA, NA, 0L, 2L, 0L, NA, NA, NA, NA, NA,
1L, 0L, 0L, NA, 2L, 2L, 0L, NA, NA, 0L, 2L, NA, 0L, 0L, 0L, NA,
0L, NA, 1L, 0L, 1L, 2L, 2L, 0L, 0L, 2L, 0L, 2L, 2L, 0L, 1L, 0L,
0L, 1L, 1L, 1L, 1L, 0L, 2L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 2L, 0L, 0L, 1L, 0L, 1L, 2L, 1L, 1L, 0L, 0L, 2L,
0L, 0L, 0L, 0L, 0L, 0L, 2L, 2L, 0L, 0L, 0L, NA, NA, 0L, 1L, 1L,
NA, 0L, 1L, 0L, NA, 2L, 0L, NA, 0L, 1L, 1L, 2L, 0L, 1L, 2L, 1L,
1L, 2L, 0L, 1L, 0L, 0L, 2L, 2L, 2L, 0L, 0L, 0L, 2L, 1L, 2L, 1L,
2L, 1L, 1L, NA), Psoriasis = c(1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, NA, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, NA, 1L, NA, 1L, 1L,
1L, 1L, 1L, 1L, NA, 1L, 1L, NA, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, NA, 1L, 1L, 1L, 1L, NA, 1L, NA, NA, 1L, 1L, 1L, 1L, NA, 1L,
NA, 1L, NA, 1L), Psoriasis.unguéal = c(1L, 1L, 1L, 0L, 0L, 0L,
1L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 1L, 1L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L,
1L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, NA, 1L, 1L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, 1L, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA), Combinaison = c(1L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 1L, 0L, 1L, 0L, 1L,
1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, NA, NA, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 1L, NA, NA, NA, NA, 0L, NA, 1L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, NA, 1L,
1L, 0L, 1L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 1L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 0L, 1L,
1L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 1L, NA, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 0L,
1L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 1L, 0L,
1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 0L,
0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 1L,
0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, 1L, 1L, 0L, 0L), Biotherapies.anterieures = c(0L,
0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L,
1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
0L, 1L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 0L, 1L,
1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L,
1L, 0L, 1L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 0L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, 1L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 0L, 1L,
1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L,
1L, 1L, 0L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), Posologie = c(90L,
45L, 45L, 45L, 90L, 45L, 45L, 45L, 45L, 45L, 45L, 90L, 45L, 45L,
90L, 90L, 90L, 45L, 45L, 45L, 45L, 90L, 45L, 45L, 45L, 45L, 45L,
45L, 90L, 45L, 90L, 90L, 90L, 90L, 90L, 90L, 90L, 90L, 45L, 45L,
45L, 90L, 45L, 90L, 90L, 45L, 90L, 90L, 45L, 90L, 90L, 45L, 90L,
90L, 45L, 90L, 90L, 90L, NA, 45L, 90L, 45L, 90L, 90L, 90L, 45L,
45L, 90L, NA, 90L, 90L, 45L, 90L, 90L, 90L, 90L, 90L, 90L, 45L,
45L, 45L, 45L, 45L, 90L, 90L, 45L, 45L, 90L, 45L, 45L, 45L, 90L,
45L, 90L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L,
45L, 45L, 45L, 90L, 45L, 90L, 90L, 90L, 45L, 90L, 90L, 45L, 90L,
90L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L, 45L,
45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L,
45L, 90L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L,
45L, 90L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L, 45L, NA, 45L,
NA, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L, 90L, 45L, 45L,
90L, 45L, 45L, 45L, 90L, 45L, 90L, 45L, 45L, 45L, 45L, 45L, 90L,
45L, 45L, 90L, 45L, 45L, 45L, 45L, 90L, 45L, 45L, 45L, 45L, 45L,
45L, 45L, 90L, 45L, 90L, 45L, 45L, 90L, 45L, 45L, 90L, 45L, 45L,
45L, 90L, 45L, 45L, 90L, 45L, 45L, 45L, 45L, 45L, 45L, 45L, 90L,
90L, 45L, 45L, 45L, 90L, 45L, 90L, 90L, 45L, 90L, 45L, 90L, 45L,
45L, 90L, 45L, 90L), Majoration.posologie = c(0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, NA, NA, NA, NA, 0L,
0L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, NA, NA, NA, NA, 1L, NA, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 0L,
0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
1L, 1L, 0L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L,
0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), Corticotherapie = c(1L, 0L,
0L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,
0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L,
1L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L,
0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L,
0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 0L,
0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L,
0L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, NA, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
0L, 0L, 1L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), IMC = c(35.9, 17.3,
34.8, 30.7, 27.3, 32, 23.5, 25.4, 24.4, 26.9, 31.2, 34.3, 25.9,
31.1, 19.4, 33.6, 39.7, 26, 25.2, 22.9, NA, 36.6, NA, 45, NA,
22, 18.7, 29.9, 36.5, 22.2, 34.1, 50.4, 23.3, 25.1, 31.6, 30.9,
27.3, 27.3, 17.1, NA, 24.9, 30, NA, NA, 33.6, 24, 49, 29.1, 27.8,
33.7, 31.6, 24.7, 21.5, 24.5, 19.7, 31.6, 29.4, 23.9, NA, 27,
32.9, 31.7, 26.6, 45, 32.3, 31.8, 17.6, 34.7, NA, 38.6, 36.2,
31.6, 25.4, 26.8, 28.4, 30.5, 38.2, 33.7, 21.2, NA, 22.1, NA,
NA, NA, 29.1, 23.8, NA, 26.8, 27.8, 21.7, 37.9, 32.9, 28.9, 31.8,
27.1, 25.8, 37.5, 27.3, 23.4, 24.3, 29.4, 30.4, 27.2, 21.7, 24.8,
24.8, 23, 26.4, 33.1, 31.1, 27.2, 49, 29.1, 27.8, 33.7, 31.6,
24.7, 21.5, 24.5, 19.7, 31.6, NA, 19.6, 29.4, 24.4, NA, NA, NA,
24.2, 29.5, 30.7, 28.7, 27.8, 26.7, 24.5, 20.8, 29.4, 20.3, 45.8,
NA, 29, 24.3, 39.1, 30.6, 22.3, 37.6, 31.1, NA, 28, 25.6, 30.9,
NA, NA, NA, 26.4, NA, 32, 21.1, 24, 33.1, NA, 27.9, 19.4, 27.8,
24.1, 27.3, 49.9, 25.5, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, 25.2, 30.7, 29, 37.2, 27.8, 30.3, 19, 20.1, 26.3, NA, 21.9,
25.2, NA, 29.4, 24.8, 25.1, 29, 32, 27.5, 22.5, 27, 30.7, 22.1,
35.9, 39.7, 24.7, 24.5, 26.7, 33.2, 23.9, 29.7, 41.1, 30.3, 30.9,
31.4, 32.2, 29.7, 20, 39.3, 32, 22.3), Age = c(50L, 48L, 36L,
75L, 49L, 49L, 52L, 58L, 59L, 34L, 58L, 46L, 56L, 48L, 51L, 42L,
39L, 38L, 39L, 34L, 49L, 36L, 36L, 50L, 53L, 55L, 59L, 31L, 47L,
66L, 35L, 39L, 70L, 32L, 75L, 62L, 54L, 47L, 32L, 62L, 58L, 45L,
55L, 47L, 68L, 55L, 61L, 46L, 44L, 64L, 41L, 49L, 29L, 52L, 57L,
39L, 62L, 42L, 34L, 29L, 46L, 66L, 52L, 61L, 49L, 56L, 50L, 64L,
62L, 47L, 56L, 62L, 43L, 65L, 60L, 39L, 45L, 33L, 33L, 45L, 59L,
54L, 18L, 69L, 43L, 39L, 46L, 65L, 48L, 53L, 49L, 50L, 58L, 54L,
61L, 27L, 58L, 57L, 52L, 41L, 64L, 53L, 53L, 31L, 25L, 51L, 33L,
52L, 47L, 37L, 47L, 61L, 46L, 44L, 64L, 41L, 49L, 29L, 52L, 57L,
57L, 57L, 42L, 53L, 63L, 55L, 58L, 52L, 47L, 53L, 62L, 54L, 46L,
67L, 53L, 41L, 60L, 34L, 64L, 53L, 50L, 56L, 45L, 66L, 37L, 31L,
43L, 58L, 55L, 57L, 51L, 37L, 33L, 73L, 35L, 47L, 54L, 39L, 56L,
37L, 57L, 50L, 37L, 40L, 39L, 61L, 48L, 75L, 54L, 52L, 57L, 60L,
58L, 46L, 47L, 44L, 47L, 35L, 61L, 42L, 41L, 52L, 55L, 42L, 57L,
64L, 46L, 63L, 51L, 47L, 66L, 53L, 44L, 47L, 56L, 55L, 45L, 58L,
51L, 48L, 61L, 33L, 19L, 50L, 25L, 20L, 50L, 52L, 56L, 48L, 57L,
34L, 52L, 41L, 64L, 58L, 56L, 58L, 55L, 44L, 59L, 57L, 42L, 56L,
29L, 65L, 42L, 41L, 69L, 49L, 58L, 61L, 50L, 33L, 39L, 35L, 56L,
29L, 39L, 26L, 45L, 65L, 53L, 36L, 40L, 35L, 36L, 56L, 39L, 58L,
57L, 59L), Score.Charlson = c(0L, 0L, 0L, 3L, 0L, 3L, 0L, 3L,
2L, 1L, 1L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L,
1L, 1L, 2L, 0L, 1L, 2L, NA, 1L, 6L, 0L, 4L, 4L, 1L, 0L, 2L, 2L,
1L, 0L, NA, 0L, 4L, 1L, 2L, 0L, 0L, 2L, 0L, 0L, 0L, 2L, 2L, 0L,
5L, NA, NA, NA, NA, 4L, 1L, 3L, 1L, 1L, 0L, 4L, 2L, 2L, 3L, 2L,
0L, 3L, 2L, 0L, 0L, 0L, 0L, 0L, 2L, 1L, 0L, 3L, NA, NA, 1L, 2L,
0L, 1L, 0L, 1L, 2L, 2L, 3L, 0L, 3L, 2L, 1L, 0L, 3L, 1L, 1L, 0L,
0L, 1L, 1L, 1L, 0L, 0L, 0L, 2L, 0L, 0L, 2L, 0L, 0L, 0L, 2L, 2L,
1L, 2L, 0L, 1L, 2L, 1L, 1L, 1L, 1L, 3L, 3L, 1L, 0L, 6L, 1L, 1L,
2L, 0L, 3L, NA, 1L, 1L, 0L, 6L, 0L, 0L, 0L, 1L, 4L, 4L, 2L, 0L,
0L, 4L, 0L, 3L, 9L, 0L, 1L, 1L, NA, 4L, 1L, 2L, 2L, 4L, 2L, 2L,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0L, 1L, 0L, 2L, 2L,
2L, 1L, 1L, 0L, 1L, 4L, 0L, 1L, 0L, 2L, 0L, 0L, 3L, 2L, 8L, 5L,
1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 2L, 1L, 0L, 0L, 0L, 0L, 0L,
0L, 2L, 1L, 1L), DAS.28.CRP = c(2.24, 3.57, 4.52, 1.63, NA, NA,
NA, NA, 4.55, NA, NA, NA, NA, NA, NA, NA, 3.75, 4.6, NA, NA,
NA, NA, NA, 3.78, NA, 1.33, 4.77, NA, 4.2, 3.56, NA, NA, NA,
4.65, NA, NA, NA, NA, NA, NA, 4.09, NA, 4.76, NA, NA, 5.24, 4.78,
3.98, 4.05, NA, NA, 2, NA, 7.48, 5.48, NA, 2.98, 3.21, 3.99,
6.27, NA, NA, 1.03, 4.27, NA, 4.43, NA, 4.68, NA, 4.07, NA, NA,
NA, NA, NA, NA, NA, 3.45, 3.32, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, 3.93, NA, 5.16, 2.77, NA, 4.16, NA,
4.19, NA, NA, NA, NA, NA, NA, NA, NA, NA, 4.78, 3.98, 4.05, NA,
NA, 2, NA, 7.48, 5.48, 2.19, 3.13, NA, 3.64, 3.81, NA, NA, NA,
5.58, 5.13, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 2.24,
NA, NA, NA, NA, NA, 0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, 3.95, NA, 4.71, NA, NA, NA, 3.97, NA, NA,
NA, 1.24, NA, NA, 2.71, 2.78, NA, 4.96, NA, NA, 3.56, 4.61, 3.43,
3.75, 4, 3.45, NA, NA, 3.49, NA, NA, NA, NA, NA, NA, 5.11, NA,
NA, NA, NA, NA), ND = c(0L, 4L, 6L, 14L, 0L, 2L, 22L, NA, 7L,
NA, 22L, 0L, 3L, 5L, 3L, 0L, 11L, 3L, 0L, 0L, 12L, 5L, 5L, 2L,
1L, 0L, 20L, 2L, 3L, 0L, 0L, 2L, 2L, 5L, 20L, 28L, 1L, 28L, 14L,
NA, 2L, 0L, 5L, 1L, 1L, 1L, 6L, 2L, 3L, 0L, 18L, 0L, 13L, 19L,
7L, 1L, 1L, 0L, 12L, 15L, 5L, 4L, 4L, 4L, 3L, 3L, 0L, 5L, 0L,
7L, NA, 18L, NA, NA, 4L, 11L, 6L, 3L, 4L, 0L, 5L, 5L, 0L, 20L,
NA, 10L, 10L, 14L, 4L, 6L, 15L, 15L, 8L, 0L, 5L, 20L, 18L, 0L,
0L, 8L, 34L, 4L, 20L, 2L, 1L, 0L, 1L, 4L, 0L, 2L, 0L, 6L, 2L,
3L, 0L, 18L, 0L, 13L, 19L, 7L, 1L, 1L, 0L, 3L, 5L, 0L, 4L, 8L,
9L, 12L, 22L, 2L, 2L, 3L, 2L, 0L, 8L, 3L, 22L, 4L, 6L, 3L, 10L,
0L, 0L, 9L, 1L, 20L, 10L, 3L, 1L, NA, 34L, NA, NA, NA, NA, NA,
1L, NA, NA, NA, 5L, 14L, 4L, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, 10L, NA, 2L, NA, NA, 2L, 2L, NA,
NA, 12L, 0L, NA, NA, 2L, 2L, NA, 14L, NA, NA, 4L, 6L, 4L, 3L,
7L, 0L, 1L, 4L, 1L, NA, 1L, 15L, NA, NA, NA, 14L, NA, NA, NA,
0L, NA), NG = c(0L, 2L, 2L, 14L, 0L, 1L, 15L, NA, 0L, NA, 11L,
0L, 1L, 0L, 0L, 0L, 3L, 2L, 0L, 0L, 2L, 3L, 5L, 4L, 0L, 0L, 6L,
0L, 1L, 3L, 0L, 0L, 1L, 4L, 20L, 16L, 1L, 4L, 14L, NA, 4L, 0L,
0L, 1L, 0L, 0L, 4L, 1L, 4L, 0L, 9L, 0L, 13L, 17L, 4L, 1L, 0L,
5L, 2L, 7L, 0L, 0L, 0L, 2L, 3L, 3L, 0L, 2L, 0L, 0L, NA, 3L, NA,
NA, 0L, 10L, 4L, 1L, 0L, 0L, 1L, 1L, 0L, 2L, NA, 0L, 0L, 3L,
3L, 6L, 0L, 8L, 4L, 0L, 4L, 21L, 16L, 0L, 0L, 0L, 0L, 0L, 8L,
0L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 4L, 1L, 4L, 0L, 9L, 0L, 13L,
17L, 4L, 1L, 0L, 0L, 0L, 5L, 0L, 1L, 8L, 3L, 9L, 12L, 1L, 0L,
2L, 0L, 0L, 8L, 2L, 5L, 4L, 0L, 3L, 1L, 0L, 0L, 3L, 0L, 0L, 0L,
2L, 0L, NA, 0L, NA, NA, NA, NA, NA, 0L, NA, NA, NA, 0L, NA, 0L,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 0L,
NA, 2L, NA, NA, 0L, 2L, NA, NA, 0L, 0L, NA, NA, 0L, 2L, NA, 1L,
NA, NA, 0L, 2L, 2L, 0L, 0L, 0L, 1L, NA, 0L, NA, 0L, 0L, NA, NA,
NA, 2L, NA, NA, NA, 0L, NA), CRP = c(10, 2, 20, 130, 5, 22.9,
0, 0, 18, NA, 4, 5, 0, 4, NA, NA, 0.6, 24, 0, 4, 13.7, NA, 108,
11, 1.3, 1.2, 0, NA, 36, 23, 0.4, 20.4, 13, 11, 53, 46, 14.5,
20.4, NA, NA, 3, NA, 9, 23.2, 3.63, 5, 35, 9, NA, NA, 44, 1.6,
124, 162, 57, NA, 7.7, 4.5, 0, 34, 0, 23, 2.2, 20, 100, 25, NA,
23, NA, 26, NA, 16, NA, NA, 0.8, 24.6, NA, 13, 0.4, 0, 2.9, 7.5,
10.9, 7.3, NA, 4, 106, 5, 279, 56, 7, 24, 0, 70, 1.4, 110, 0,
14, 0, 0.8, 5.6, 9.7, 0, 9.9, 53.8, 0, 16.2, 0, 3.1, 13, 0, 35,
9, NA, NA, 44, 1.6, 124, 162, 57, 0, 4.7, NA, 8, 1.6, 42, 1.2,
3.9, 5, 110, 9, 50, NA, 5, 0, 25, 127, 38, 15, 0, 6, 15, 20,
46, NA, 26, 0, NA, 25, 6, 19, NA, 0, NA, NA, 6, NA, NA, 5, NA,
NA, NA, 0, 31, 1, NA, NA, NA, 2, 67, 138, 162, NA, 2, 2, 54,
2, NA, 2, 2, 2, 103, 2, 2, 2, 62, 113, 128, 2, 2, 2, 92, 132,
57, 2, 97, 84, 2, 2, 8, 2, 2, 2, 2, 2, 81, 2, 7, 87, 89, 143,
NA, 1, NA, 80, NA, 0, 1, 32, NA, NA, 1, 0, NA, 7, 2, 0, NA, 12,
NA, NA, 3, 26, 1, 6, 10, 80, NA, NA, 22, NA, 21, 6, NA, NA, NA,
7, NA, NA, NA, NA, NA), Duree.evolution = c(1L, 1L, 2L, 18L,
0L, 0L, 36L, 0L, 14L, 9L, 3L, 1L, NA, 6L, 16L, 8L, 3L, 20L, 9L,
7L, 4L, 3L, 18L, 29L, 12L, 28L, 15L, 2L, 16L, 9L, 9L, 3L, 6L,
5L, 12L, 3L, 11L, 8L, 7L, 16L, 16L, 3L, 10L, 12L, 20L, 15L, 21L,
20L, 6L, 1L, 14L, 8L, 12L, 11L, 33L, 9L, 0L, 11L, 2L, 6L, 9L,
7L, 0L, 15L, 8L, 11L, 1L, 0L, 0L, 3L, 0L, 15L, 7L, 14L, NA, 2L,
0L, 4L, 6L, 3L, 21L, 10L, 2L, 9L, 7L, 8L, 6L, 14L, 4L, 1L, 11L,
1L, 13L, 6L, 18L, 13L, 3L, 8L, 6L, 4L, 10L, 33L, 10L, 13L, 14L,
3L, 8L, 16L, 7L, 5L, 25L, 21L, 20L, 6L, 1L, 14L, 8L, 12L, 11L,
33L, 3L, 8L, 19L, 14L, 18L, 8L, 8L, NA, 10L, 6L, 5L, 22L, 19L,
14L, 21L, 16L, 41L, 10L, 5L, 1L, 1L, 6L, 1L, 18L, 8L, 16L, 7L,
36L, 24L, 2L, 17L, 46L, 3L, 5L, 2L, 1L, 0L, 5L, 3L, 2L, 1L, 2L,
1L, 32L, 5L, 1L, 9L, 7L, 1L, 20L, 15L, 7L, 14L, 17L, 22L, 5L,
17L, 5L, 1L, 6L, 6L, 5L, 24L, 27L, 10L, 43L, 12L, 26L, 16L, 14L,
6L, 18L, 5L, 1L, 7L, 5L, 2L, 20L, 42L, 3L, 3L, 1L, 1L, 2L, 12L,
16L, 32L, 2L, 7L, NA, 1L, 9L, 8L, 2L, 3L, 2L, 12L, 1L, NA, 19L,
15L, 7L, 3L, 3L, 6L, 10L, 9L, 7L, 13L, 21L, 9L, 10L, 19L, 6L,
23L, 4L, 19L, 2L, 3L, 3L, 3L, 9L, 13L, 8L, 12L, 0L, 13L, 15L,
11L, 9L, NA, NA), Duree = c(6L, 6L, 11L, 13L, 9L, 27L, 16L, 34L,
21L, 0L, 7L, 4L, 10L, 15L, 6L, 74L, 24L, 1L, 4L, 3L, 13L, 6L,
7L, 36L, 12L, 9L, 49L, 22L, 20L, 0L, 5L, 17L, 17L, 16L, 87L,
1L, 9L, 75L, 16L, 6L, 0L, 26L, 4L, 20L, 21L, 23L, 7L, 28L, 23L,
2L, 30L, 3L, 2L, 7L, 4L, 13L, 11L, 11L, 4L, 4L, 7L, 10L, 9L,
4L, 4L, 11L, 6L, 11L, 5L, 5L, 11L, 4L, 5L, 6L, 6L, 7L, 2L, 4L,
15L, 6L, 12L, 5L, 10L, 55L, 38L, 7L, 6L, 10L, 17L, 6L, 22L, 16L,
5L, 3L, 7L, 49L, 2L, 40L, 4L, 19L, 12L, 4L, 21L, 3L, 8L, 6L,
4L, 9L, 3L, 7L, 23L, 7L, 28L, 23L, 2L, 30L, 3L, 2L, 7L, 3L, 4L,
15L, 7L, 9L, 4L, 4L, 14L, 31L, 4L, 12L, 1L, 12L, 24L, 6L, 9L,
5L, 1L, 18L, 4L, 14L, 7L, 1L, 12L, 4L, 6L, 9L, 5L, 19L, 18L,
11L, 13L, 12L, 12L, 10L, 12L, 7L, 19L, 6L, 2L, 5L, 5L, 4L, 24L,
5L, 25L, 5L, 6L, 6L, 8L, 7L, 1L, 1L, 2L, 3L, 1L, 10L, 5L, 12L,
7L, 1L, 7L, 2L, 14L, 4L, 10L, 12L, 1L, 6L, 6L, 7L, 8L, 7L, 19L,
7L, 22L, 24L, 22L, 9L, 25L, 4L, 26L, 25L, 26L, 6L, 4L, 12L, 6L,
4L, 29L, 27L, 25L, 38L, 5L, 11L, 15L, 12L, 3L, 4L, 12L, 32L,
0L, 6L, 9L, 5L, 12L, 38L, 59L, 7L, 11L, 4L, 54L, 12L, 4L, 10L,
7L, 4L, 36L, 5L, 5L, 10L, 2L, 11L, 1L, 7L, 3L, 7L, 6L, 2L, 3L,
5L, 24L, NA), Arret = c(0L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 0L, 1L,
1L, 0L, 1L, 1L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L,
0L, 0L, 0L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 0L,
1L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 0L,
0L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
0L, 0L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
1L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 1L, 1L, 1L,
0L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L,
1L, 0L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 1L,
1L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 1L,
1L, 1L, 1L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L,
0L, 1L), Delai.recul = c(6L, 6L, 6L, 11L, 13L, 9L, 16L, 21L,
0L, 4L, 10L, 24L, 1L, 4L, 3L, 13L, 6L, 12L, 20L, 5L, 17L, 16L,
1L, 9L, 75L, 16L, 6L, 4L, 20L, 7L, 2L, 3L, 2L, 7L, 4L, 13L, 4L,
4L, 7L, 4L, 4L, 11L, 6L, 11L, 5L, 5L, 4L, 5L, 2L, 4L, 6L, 12L,
5L, 10L, 55L, 38L, 7L, 10L, 17L, 6L, 5L, 3L, 7L, 49L, 2L, 4L,
19L, 12L, 4L, 3L, 8L, 6L, 7L, 7L, 2L, 3L, 2L, 7L, 3L, 4L, 7L,
9L, 4L, 4L, 14L, 31L, 4L, 12L, 1L, 6L, 9L, 5L, 1L, 4L, 14L, 1L,
4L, 6L, 9L, 18L, 11L, 13L, 12L, 10L, 7L, 19L, 2L, 5L, 4L, 5L,
25L, 5L, 6L, 8L, 7L, 1L, 1L, 2L, 3L, 1L, 10L, 5L, 12L, 7L, 1L,
7L, 2L, 14L, 4L, 10L, 12L, 1L, 6L, 6L, 7L, 8L, 7L, 19L, 7L, 22L,
24L, 22L, 9L, 25L, 4L, 26L, 25L, 26L, 6L, 12L, 6L, 29L, 27L,
5L, 15L, 3L, 4L, 12L, 6L, 9L, 5L, 59L, 7L, 11L, 4L, 54L, 12L,
4L, 10L, 7L, 4L, 5L, 10L, 2L, 11L, 1L, 7L, 3L, 6L, 2L, 3L, 24L,
2L, 14L, 4L, 10L, 12L, 1L, 6L, 6L, 7L, 8L, 7L, 19L, 7L, 22L,
24L, 22L, 9L, 25L, 4L, 26L, 25L, 26L, 6L, 4L, 12L, 6L, 4L, 29L,
27L, 25L, 38L, 5L, 11L, 15L, 12L, 3L, 4L, 12L, 32L, 0L, 6L, 9L,
5L, 12L, 38L, 80L, 12L, 85L, 9L, 45L, 38L, 4L, 10L, 3L, 1L, 36L,
5L, 5L, 3L, 2L, 11L, 1L, 7L, 3L, 7L, 6L, 2L, 3L, 5L, 24L), Cause_arret = c(NA,
NA, NA, 3L, 1L, 3L, NA, 5L, NA, 2L, 3L, NA, 3L, 3L, NA, NA, NA,
3L, 2L, 3L, 3L, 3L, 3L, NA, NA, 3L, NA, NA, NA, NA, NA, 3L, NA,
1L, NA, NA, 2L, 3L, NA, 3L, 3L, NA, 3L, 3L, 3L, NA, NA, 3L, NA,
NA, 3L, NA, 3L, 3L, 3L, 3L, 3L, NA, NA, 3L, 3L, 3L, NA, NA, 3L,
3L, 3L, 3L, 3L, 3L, 3L, NA, 3L, 3L, NA, NA, NA, 3L, 3L, NA, 3L,
2L, 3L, 3L, NA, 1L, 3L, NA, 3L, 1L, 3L, NA, NA, 3L, 3L, 3L, 2L,
3L, NA, 3L, 3L, 3L, 3L, NA, 3L, 3L, 3L, NA, NA, NA, 3L, NA, 3L,
NA, NA, 3L, NA, 3L, 3L, 3L, 3L, 3L, NA, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, NA, NA, 3L, 3L, 3L, 3L, NA, 3L, 3L, NA, 2L, NA, 3L,
3L, 3L, NA, NA, NA, 3L, 1L, 2L, NA, 1L, NA, 1L, 1L, NA, 1L, NA,
1L, 1L, NA, 1L, 2L, 1L, NA, NA, NA, 1L, 2L, 2L, 1L, 1L, 2L, NA,
1L, NA, NA, 2L, 1L, NA, NA, 1L, NA, 1L, NA, 1L, 1L, 1L, 1L, 1L,
NA, 1L, NA, NA, NA, 1L, NA, 1L, NA, NA, NA, 1L, 1L, 1L, 1L, 1L,
NA, NA, NA, NA, 3L, NA, 1L, NA, 4L, 3L, 3L, NA, NA, 3L, 3L, 3L,
NA, NA, 1L, 2L, 1L, 3L, 1L, 1L, 3L, 3L, 3L, 4L, NA, 3L, NA, 3L,
3L, 3L, 2L, 1L, 3L, NA, 3L, 3L, 3L, NA, 1L)), class = "data.frame", row.names = c(NA,
-252L))


Je factorise la variable tabac comme suit:

Code : Tout sélectionner

>UST$Tabac<-factor(UST$Tabac)


Ensuite je crée les covariables :

Code : Tout sélectionner

>covariates<-c("Sexe","PsA.axial.pur","PsA.peripherique.pur","PsA.mixte","CASPAR","PSUMMIT","Tabac","Psoriasis","Psoriasis.unguéal", "Combinaison",           "Biotherapies.anterieures","Posologie","Majoration.posologie","Corticotherapie","IMC","Age","Score.Charlson","DAS.28.CRP","ND","NG","CRP","Duree.evolution")


Je crée ma formule pour faire une analyse univariée multiple:

Code : Tout sélectionner

>univ_formulas <- sapply(covariates,function(x) as.formula(paste('Surv(Duree, Arret)~', x)))
>univ_models <- lapply( univ_formulas, function(x){coxph(x, data = UST)})


Puis j'extrais les données:

Code : Tout sélectionner

>univ_results <- lapply(univ_models,
                       function(x){
                          x <- summary(x)
                          p.value<-signif(x$wald["pvalue"], digits=2)
                          wald.test<-signif(x$wald["test"], digits=2)
                          beta<-signif(x$coef[1], digits=2);#coeficient beta
                          HR <-signif(x$coef[2], digits=2);#exp(beta)
                          HR.confint.lower <- signif(x$conf.int[,"lower .95"], 2)
                          HR.confint.upper <- signif(x$conf.int[,"upper .95"],2)
                          HR <- paste0(HR, " (",
                                       HR.confint.lower, "-", HR.confint.upper, ")")
                          res<-c(beta, HR, wald.test, p.value)
                          names(res)<-c("beta", "HR (95% CI for HR)", "wald.test",
                                        "p.value")
                          return(res)
                          #return(exp(cbind(coef(x),confint(x))))
                         })
  >res <- t(as.data.frame(univ_results, check.names = FALSE))


Voici la formule d'erreur qui apparaît :

Code : Tout sélectionner

Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  :
  les arguments impliquent des nombres de lignes différents : 4, 5


Je précise que je n'ai pas de problème quand je n'ai pas factorisé la variable "tabac". Je me base sur le code disponible sur le site sthdata: http://www.sthda.com/english/wiki/cox-p ... ards-model.

Je ne vois pas où j'ai pu faire une erreur dans mon script.

Merci de votre aide,

Jean-Guillaume

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 28 Oct 2019, 08:33

Bonjour,

Le problème vient du fait que la variable tabac est la seule à avoir 3 catégories. Elle est donc codée avec 2 coefficients (et non 1 comme les autres). Le problème ne survient pas si vous ne la mettez pas en facteur car cette variable est importée comme un integer et donc codé en numérique avec un seul coefficient...
Au moment de la conversion en data.frame ceci génère une erreur car cette variable nécessiterait une ligne supplémentaire

Cordialement,
Matthieu FARON

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar Jean-Guillaume Letarouilly » 28 Oct 2019, 08:40

Merci de votre réponse. Du coup, y a-t-il une possibilité d'insérer des variables factorisées? En effet, si je ne factorise pas "tabac", R va la considérer comme une variable quantitative discrète.

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 28 Oct 2019, 09:01

Oui bien sur, car effectivement votre variable est vraiment un facteur et pas un numérique.

Tout votre code marche bien jusqu'au moment de la conversion en data.frame. Ca depends de ce que vous voulez faire de ce tableau : le coller dans un traitement de texte ?

Je dirais qu'il y a au moins de gandes possibilités :
- prévoir de fusionner les textes si plus de 1 éléments (au moment de la création de univ_results) avec la fonction paste(..., collapse = "/") et il n'y aura plus qu'à rajouter un retour à la ligne à la place du / dans le texte
- prévoir de rajouter une ligne si plus de un éléments

Dans ces deux options il faut aussi faire attention à la p-value qui généralement est donnée pour la variable global et non pour les sous comparaisons...
Matthieu FARON

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar Jean-Guillaume Letarouilly » 28 Oct 2019, 09:20

Oui, effectivement. Mais surtout, c'est pour éviter de faire l'analyse univariée des 24 variables une par une.
Si j'ai bien compris votre message, je mets la fonction paste(..., collapse = "/") lorsque je crée univ_results?
Pour la deuxième solution, où dois-je rajouter la ligne supplémentaire?

Je suis désolé si ces questions sont un peu naïves, mais je débute dans R et je ne maîtrise pas toutes les subtilités de ce logiciel.

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 30 Oct 2019, 07:54

Re bonjour,

Le plus simple (mais très élégant serait peut être de remplacer cette ligne )

Code : Tout sélectionner

res<-c(beta, HR, wald.test, p.value)


Par :

Code : Tout sélectionner

res <- c(
  paste(beta, collapse = "/"),
  paste(HR, collapse = "/"), 
  paste(wald.test, collapse = "/"),
  paste(p.value, collapse = "/")
)
Matthieu FARON

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar Jean-Guillaume Letarouilly » 30 Oct 2019, 15:23

Merci. Effectivement, ça marche!
J'ai une dernière question. Je voudrais analyser la variable "tabac" dans sa globalité.

J'ai voulu utiliser la fonction drop1:

Code : Tout sélectionner

> R<-coxph(Surv(Duree, Arret) ~ Tabac, data = UST)
> drop1(R,test="Chisq")


Mais j'ai un message d'erreur:

Code : Tout sélectionner

Error in drop1.default(R, test = "Chisq") :
  le nombre de lignes utilisées a changé : supprimer les valeurs manquantes ?


J'ai changé le code pour supprimer les valeurs manquantes sans succès.

Code : Tout sélectionner

>drop1(R,test="Chisq",na.rm=TRUE)
ou

Code : Tout sélectionner

> R<-coxph(Surv(Duree, Arret) ~ Tabac, data = UST,use="pairwise.complete.obs")

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 30 Oct 2019, 17:36

Oui, effectivement il faut supprimer les donnés manquantes, j'aimerais bien que la formule que vous avez proposé fonctionne.

Il y a plusieurs façons de le faire évidemment mais je fais le plus souvent

Code : Tout sélectionner

R<-coxph(Surv(Duree, Arret) ~ Tabac, data = UST[! is.na(UST$Tabac), ])
drop1(R,test="Chisq")
Matthieu FARON

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar Jean-Guillaume Letarouilly » 30 Oct 2019, 19:07

Merci. A partir de votre ligne de code, j'ai testé aussi "complete.case" qui marche également.

Code : Tout sélectionner

R<-coxph(Surv(Duree, Arret) ~ Tabac, data = UST[complete.cases(UST$Tabac), ])


Par contre, je n'arrive pas à calculer l'intervalle de confiance.

Code : Tout sélectionner

>R1<-drop1(R, test="Chisq")
>confint(R1)

Le message d'erreur s'affiche:

Code : Tout sélectionner

Error in UseMethod("vcov") :
  no applicable method for 'vcov' applied to an object of class "c('anova', 'data.frame')"


J'ai compris que la fonction confint n'est pas adaptée, mais je n'arrive pas à trouver sur la documentation R une fonction équivalente pour faire ce calcul.

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 31 Oct 2019, 07:50

Bonjour,

La fonction confint s'applique (éventuellement) sur le modèle et non sur le résultat de la fonction drop.

C'est surtout utile pour les modèles logistiques car pour le modèle de Cox

Code : Tout sélectionner

summary(R)


devrait vous donner les IC des paramètres (ou plutôt des exp(paramètres) )....
Matthieu FARON

Jean-Guillaume Letarouilly
Messages : 9
Enregistré le : 09 Oct 2019, 22:04

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar Jean-Guillaume Letarouilly » 31 Oct 2019, 09:17

Merci de votre retour. J'avais utilisé la fonction summary, mais celle-ci ne me donne les intervalles de confiance que pour les deux facteurs de la variable "Tabac" et pas un intervalle de confiance pour la variable "Tabac" dans sa globalité (ce que je cherchais), mais peut-être que ce n'est pas possible.

matthieu faron
Messages : 586
Enregistré le : 16 Fév 2011, 11:23

Re: Problème pour utiliser coxph en univariée avec de multiples covariables quand une variable est factorisée à 3 facteu

Messagepar matthieu faron » 31 Oct 2019, 09:45

On sort un peu de l'utilisation pure du logiciel, pour basculer sur des stats qui ne sont pas l'objet de ce forum... mais tel que je la comprends, votre question n'a pas vraiment de sens... les IC sont liées au paramètre du model et il y a deux paramètres correspondant chacun à une à comparaison de la catégorie versus la variable de référence... donc il y a bien deux comparaisons et donc deux IC.
La p-value donnée est unique mais ne correspond plus à la comparaison d'une catégorie versus la catégorie de référence, mais plutôt de la comparaison du modèle avec et sans la variable en entier...
Matthieu FARON



Retourner vers « Questions en cours »

Qui est en ligne

Utilisateurs parcourant ce forum : Aucun utilisateur enregistré et 1 invité