# Dibuja curvas de Kaplan–Meier con tus datos de seguimiento

> Sube una tabla con el tiempo de seguimiento y una columna de evento. Yila dibuja las curvas de supervivencia con los pacientes en riesgo, contrasta la diferencia y ajusta un modelo de Cox, con el script para reproducirlo.

URL: https://yila.ai/es/playbooks/kaplan-meier-curve

## Lo que obtienes

- **Gráfico de Kaplan–Meier** (PNG + SVG): Curvas con marcas de censura, bandas de confianza del 95%, el valor p de log-rank y una tabla de pacientes en riesgo alineada bajo el eje temporal.
- **Tabla del modelo de Cox** (CSV): Hazard ratios con intervalos de confianza del 95% y valores p para cada covariable, además del índice de concordancia del modelo.
- **Comprobación de supuestos** (Figura): Residuos de Schoenfeld escalados para cada covariable, con la prueba global, para que puedas afirmar si se cumple el supuesto de riesgos proporcionales.
- **El script** (Script de R): El análisis completo en R (o en Python, si lo pides), para que un revisor o un coautor pueda recalcular cada número.

## Cómo funciona

1. **Sube la tabla e indica los grupos**: Dale a Yila un archivo CSV o Excel con una columna de tiempo y otra de evento, e indica qué grupos comparar. Un punto de corte como fracción de eyección ≤ 30% se puede escribir en lenguaje corriente.
2. **Yila revisa los datos y elige los métodos**: Lee las columnas, cuenta pacientes y eventos por grupo y confirma qué valor indica el evento antes de ajustar nada. Lo que sea ambiguo lo pregunta, no lo supone.
3. **Obtén las figuras, la tabla y el script**: Las curvas, la tabla del modelo de Cox y la comprobación de residuos se generan, se revisan y se guardan con el script. Pide otro punto de corte, otro conjunto de covariables o el tamaño que exige una revista en la misma conversación.

## Pensado para

- **Un artículo sobre una cohorte clínica**: La supervivencia por exposición o por grupo de riesgo para la figura principal, con el modelo ajustado que pedirá un revisor.
- **Un capítulo de tesis**: Un análisis de supervivencia reproducible cuyo script y cuyos resultados pueden ir al apéndice tal cual.
- **Reanalizar datos abiertos**: Comprueba un resultado de supervivencia publicado con su conjunto de datos público antes de basarte en él.

## Preguntas frecuentes

### ¿Qué formato deben tener mis datos?

Una fila por paciente, una columna con el tiempo de seguimiento y otra que indique si ocurrió el evento (por ejemplo, 1 = fallecido, 0 = censurado). Las variables de agrupación y las covariables van en otras columnas. Sirven tanto CSV como Excel; si el evento está codificado de otra forma, indícalo en la solicitud.

### ¿Qué pruebas y modelos usa Yila?

Estimaciones de Kaplan–Meier con una prueba de log-rank para la comparación y un modelo de riesgos proporcionales de Cox para los hazard ratios ajustados, comprobado con residuos de Schoenfeld escalados. Si el supuesto no se cumple, Yila lo dice y propone una alternativa, como un modelo estratificado o con efectos dependientes del tiempo, en lugar de presentar los hazard ratios como si el supuesto se cumpliera.

### ¿Puedo usar una variable continua para formar los grupos?

Sí. Indica el punto de corte con palabras, como fracción de eyección ≤ 30%, o pide terciles o la mediana. Yila informa de cuántos pacientes y eventos hay en cada grupo, para que veas si alguno es demasiado pequeño.

### ¿Incluye la tabla de pacientes en riesgo?

Sí, alineada bajo el eje temporal del gráfico y con los mismos colores de grupo. Puedes pedir otros puntos temporales o que se omita la tabla.

### ¿R o Python?

Cualquiera de los dos. El ejemplo de arriba se escribió en R con el paquete survival; si pides Python, obtienes código con lifelines que produce los mismos resultados.

### ¿Puedo cambiar la figura después?

Sí, en la misma conversación: otros colores, el ancho de columna de una revista, un punto temporal de referencia (landmark), otros grupos u otras covariables. El script se actualiza junto con la figura.

### ¿De dónde proceden los datos del ejemplo?

Del conjunto de datos abierto Heart Failure Clinical Records (Chicco y Jurman, 2020), publicado con licencia CC BY 4.0 en el UCI Machine Learning Repository. Yila nunca usa datos de usuarios como ejemplos.

---

- [Dibuja curvas de Kaplan–Meier con tus datos de seguimiento](https://yila.ai/es/playbooks/kaplan-meier-curve)
- [llms.txt](https://yila.ai/es/llms.txt)
