# Tracez des courbes de Kaplan–Meier à partir de vos données de suivi

> Importez un tableau avec la durée de suivi et une colonne d’événement. Yila trace les courbes de survie avec le nombre de sujets à risque, teste la différence et ajuste un modèle de Cox, avec le script pour tout reproduire.

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

## Ce que vous obtenez

- **Les courbes de Kaplan–Meier** (PNG + SVG): Courbes avec marques de censure, bandes de confiance à 95 %, valeur p du log-rank et tableau des sujets à risque aligné sous l’axe du temps.
- **Le tableau du modèle de Cox** (CSV): Hazard ratios avec intervalles de confiance à 95 % et valeurs p pour chaque covariable, ainsi que l’indice de concordance du modèle.
- **La vérification de l’hypothèse** (Figure): Résidus de Schoenfeld standardisés pour chaque covariable, avec le test global, pour pouvoir dire si l’hypothèse des risques proportionnels est respectée.
- **Le script** (Script R): L’analyse complète en R (ou en Python sur demande), pour qu’un relecteur ou un coauteur puisse recalculer chaque chiffre.

## Les étapes

1. **Importez le tableau et nommez les groupes**: Donnez à Yila un fichier CSV ou Excel avec une colonne de temps et une colonne d’événement, et indiquez les groupes à comparer. Un seuil comme « fraction d’éjection ≤ 30 % » peut s’écrire en langage courant.
2. **Yila vérifie les données et choisit les méthodes**: Il lit les colonnes, compte les patients et les événements par groupe, et confirme quelle valeur code l’événement avant d’ajuster quoi que ce soit. En cas d’ambiguïté, il pose la question au lieu de supposer.
3. **Récupérez les figures, le tableau et le script**: Les courbes, le tableau du modèle de Cox et la vérification des résidus sont générés, examinés, puis enregistrés avec le script. Demandez un autre seuil, un autre jeu de covariables ou le format d’une revue dans la même conversation.

## Utile pour

- **Un article sur une cohorte clinique**: La survie par exposition ou par groupe de risque pour la figure principale, avec le modèle ajusté qu’un relecteur demandera.
- **Un chapitre de thèse**: Une analyse de survie reproductible dont le script et les résultats peuvent figurer tels quels en annexe.
- **Réanalyser des données ouvertes**: Vérifiez un résultat de survie publié sur son jeu de données public avant de vous appuyer dessus.

## Questions fréquentes

### Sous quelle forme doivent être mes données ?

Une ligne par patient, une colonne avec la durée de suivi et une colonne indiquant si l’événement est survenu (par exemple 1 = décédé, 0 = censuré). Les variables de groupe et les covariables occupent d’autres colonnes. CSV et Excel conviennent tous les deux ; si l’événement est codé autrement, précisez-le dans la demande.

### Quels tests et quels modèles Yila utilise-t-il ?

Des estimations de Kaplan–Meier avec un test du log-rank pour la comparaison, et un modèle de Cox à risques proportionnels pour les hazard ratios ajustés, vérifié à l’aide des résidus de Schoenfeld standardisés. Si l’hypothèse n’est pas respectée, Yila le signale et propose une alternative, comme un modèle stratifié ou à effets dépendant du temps, au lieu de rapporter les hazard ratios comme si de rien n’était.

### Puis-je former les groupes à partir d’une variable continue ?

Oui. Donnez le seuil en toutes lettres, par exemple « fraction d’éjection ≤ 30 % », ou demandez des tertiles ou la médiane. Yila indique combien de patients et d’événements se trouvent dans chaque groupe, pour que vous puissiez voir si un groupe est trop petit.

### Le tableau des sujets à risque est-il inclus ?

Oui, aligné sous l’axe du temps de la figure, avec les mêmes couleurs de groupe. Vous pouvez demander d’autres points temporels ou le retrait du tableau.

### R ou Python ?

Les deux. L’exemple ci-dessus a été écrit en R avec le package survival ; si vous demandez Python, vous obtenez du code lifelines qui produit les mêmes résultats.

### Puis-je modifier la figure ensuite ?

Oui, dans la même conversation : autres couleurs, largeur de colonne d’une revue, temps landmark, autres groupes ou covariables. Le script est mis à jour en même temps que la figure.

### D’où viennent les données de l’exemple ?

Du jeu de données ouvert Heart Failure Clinical Records (Chicco et Jurman, 2020), publié sous licence CC BY 4.0 sur l’UCI Machine Learning Repository. Yila n’utilise jamais les données de ses utilisateurs comme exemples.

---

- [Tracez des courbes de Kaplan–Meier à partir de vos données de suivi](https://yila.ai/fr/playbooks/kaplan-meier-curve)
- [llms.txt](https://yila.ai/fr/llms.txt)
