
################################################################################
### Árvore condicional para dados de sobrevivência
### Aplicação - Recorrência de câncer de mama
################################################################################

################################################################################
### Pacotes
################################################################################

library(partykit)
library(TH.data)
library(survival)
library(survminer)

options(device = "x11")

################################################################################
### Leitura e exploração dos dados
################################################################################

data("GBSG2")

help("GBSG2")

dim(GBSG2)
head(GBSG2, 10)
summary(GBSG2)

################################################################################
### Análise de sobrevivência - Kaplan-Meier
################################################################################

## Curva de sobrevivência para a amostra completa
surv_geral <- survfit(Surv(time, cens) ~ 1, data = GBSG2)

summary(surv_geral)

plot(surv_geral, las = 1, xlab = "Tempo (dias)",
     ylab = "Probabilidade de sobrevivência")

################################################################################
### Ajuste da árvore de inferência condicional
################################################################################

## Resposta: tempo até a recorrência, considerando a censura
## Preditores: características clínicas e dos pacientes

arvore <- ctree(Surv(time, cens) ~ ., data = GBSG2)

## Representação simbólica
arvore

## Visualização da árvore
plot(arvore)

################################################################################
### Análise de sobrevivência por nó terminal
################################################################################

## Identificação dos nós terminais
GBSG2$No_terminal <- factor(paste0("Nó ", predict(arvore, type = "node")))

## Curvas de Kaplan-Meier por nó terminal
surv_nos <- survfit(Surv(time, cens) ~ No_terminal, data = GBSG2)

summary(surv_nos)

################################################################################
### Visualização das curvas de sobrevivência
################################################################################

ggsurvplot(surv_nos, data = GBSG2,
           conf.int = TRUE, risk.table = TRUE,
           xlab = "Tempo (dias)",
           ylab = "Probabilidade de sobrevivência",
           legend.title = "Nó terminal",
           ggtheme = ggplot2::theme_bw(base_size = 14))