# Desenhe curvas de Kaplan–Meier com seus dados de seguimento

> Envie uma tabela com o tempo de seguimento e uma coluna de evento. A Yila desenha as curvas de sobrevida com o número em risco, testa a diferença entre os grupos e ajusta um modelo de Cox, com o script para reproduzir tudo.

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

## O que você recebe

- **Gráfico de Kaplan–Meier** (PNG + SVG): Curvas com marcas de censura, bandas de confiança de 95%, o valor de p do log-rank e uma tabela de número em risco alinhada sob o eixo do tempo.
- **Tabela do modelo de Cox** (CSV): Hazard ratios com intervalos de confiança de 95% e valores de p para cada covariável, além do índice de concordância do modelo.
- **Verificação do pressuposto** (Figura): Resíduos de Schoenfeld escalonados para cada covariável, com o teste global, para você dizer se o pressuposto de riscos proporcionais se sustenta.
- **O script** (Script R): A análise completa em R (ou em Python, se você pedir), para que um revisor ou coautor possa recalcular cada número.

## Como funciona

1. **Envie a tabela e indique os grupos**: Envie à Yila um arquivo CSV ou Excel com uma coluna de tempo e uma de evento e diga quais grupos comparar. Um ponto de corte como fração de ejeção ≤ 30% pode ser escrito em linguagem comum.
2. **A Yila confere os dados e escolhe os métodos**: Ela lê as colunas, conta pacientes e eventos por grupo e confirma qual valor indica o evento antes de ajustar qualquer modelo. O que for ambíguo ela pergunta, em vez de presumir.
3. **Receba as figuras, a tabela e o script**: As curvas, a tabela do modelo de Cox e a verificação dos resíduos são renderizadas, examinadas e salvas com o script. Peça outro ponto de corte, outro conjunto de covariáveis ou o tamanho exigido por uma revista na mesma conversa.

## Indicado para

- **Um artigo de coorte clínica**: Sobrevida por exposição ou grupo de risco para a figura principal, com o modelo ajustado que um revisor vai pedir.
- **Um capítulo de tese**: Uma análise de sobrevida reprodutível, cujo script e cujos resultados podem entrar no apêndice do jeito que estão.
- **Reanálise de dados abertos**: Confira um resultado de sobrevida publicado no próprio conjunto de dados público antes de usá-lo como base para o seu trabalho.

## Perguntas frequentes

### Como meus dados precisam estar organizados?

Uma linha por paciente, uma coluna com o tempo de seguimento e uma coluna que diz se o evento ocorreu (por exemplo, 1 = óbito, 0 = censurado). Variáveis de agrupamento e covariáveis ficam em outras colunas. CSV e Excel funcionam; se o evento estiver codificado de outra forma, diga isso no pedido.

### Quais testes e modelos a Yila usa?

Estimativas de Kaplan–Meier com o teste log-rank para a comparação e um modelo de riscos proporcionais de Cox para os hazard ratios ajustados, verificado com resíduos de Schoenfeld escalonados. Se o pressuposto não se sustentar, a Yila avisa e sugere uma alternativa, como um modelo estratificado ou com efeitos que variam no tempo, em vez de relatar os hazard ratios como se nada tivesse acontecido.

### Posso usar uma variável contínua para formar os grupos?

Sim. Informe o ponto de corte em palavras, como fração de ejeção ≤ 30%, ou peça tercis ou a mediana. A Yila informa quantos pacientes e eventos caem em cada grupo, para você ver se algum grupo é pequeno demais.

### A tabela de número em risco está incluída?

Sim, alinhada sob o eixo do tempo do gráfico, com as mesmas cores dos grupos. Você pode pedir outros pontos no tempo ou que a tabela fique de fora.

### R ou Python?

Qualquer um dos dois. O exemplo acima foi escrito em R com o pacote survival; se pedir Python, você recebe código com lifelines que produz os mesmos resultados.

### Posso alterar a figura depois?

Sim, na mesma conversa: outras cores, a largura de coluna de uma revista, um tempo de referência (landmark), outros grupos ou covariáveis. O script é atualizado junto com a figura.

### De onde vêm os dados do exemplo?

Do conjunto de dados aberto Heart Failure Clinical Records (Chicco e Jurman, 2020), publicado sob a licença CC BY 4.0 no UCI Machine Learning Repository. A Yila nunca usa dados de usuários como exemplo.

---

- [Desenhe curvas de Kaplan–Meier com seus dados de seguimento](https://yila.ai/pt/playbooks/kaplan-meier-curve)
- [llms.txt](https://yila.ai/pt/llms.txt)
