---
title: "Практика 6"
output: html_document
date: "2026-10-12"
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

## Начало работы

### Шаг 1

Подгрузим нужные пакеты.

```{r message=FALSE, warning=FALSE}
library(tidyverse)
```


### Шаг 2

Прочитайте набор данных про результаты иммунотерапии, собранные по нескольким исследованиям (immuno_response_2025.tsv, лежит на kodomo - https://kodomo.fbb.msu.ru/FBB/year_23/R/immuno_response_2025.tsv) средствами tidyverse. Убедитесь, что таблица прочитана корректно.

Изучите датасет!

Следующая информация содержится в столбцах датасета:

- `DatasetID` - идентификатор исследования
- `PatientID` - номер пациента внутри каждого исследования
- `Cancer` - онкологическое заболевание
- `Antibody` - тип иммунотерапии (таргет)
- `Treatment` - название препарата иммунотерапии
- `Response` - ответ на иммунотерапию (CR - complete response, PR - partial response, SD - stable disease, PD - progressive disease; перечислены по степени ухудшения ответа)
- `PFS` - выживаемость без прогрессирования заболевания (сколько дней прошло с начала терапии до ухудшения состояния пациента или до последнего чекапа)
- `PreTreatment` - значение некоторого показателя до начала терапии 
- `PostTreatment` - значение некоторого показателя после нескольких циклов терапии 


```{r}

```


### Шаг 3

Соберем базовую статистику по полноте этого набора данных.

1. Посчитайте, из скольки разных исследований были собраны данные, содержащиеся в прочитанном датафрейме. 

```{r}

```

2. Посчитайте, сколько пациентов участвовало в каждом из исследований.

```{r}

```

### Шаг 4

Проведите модификацию и фильтрацию вашего набора данных.

1. Создайте новый столбец с уникальными номерами пациентов (сейчас, например, номер “1” в столбце PatientID встречается несколько раз).

2. Отберите тех пациентов, у которых было диагностировано любое онкологическое заболевание, кроме меланомы. 

3. Удалите пациентов, для которых неизвестен ответ на иммунотерапию.

4. Сколько пациентов осталось в вашем наборе данных? 

5. Какой процент пациентов имеет информацию о выживаемости без прогрессирования заболевания?

```{r}

```


### Шаг 5

Изучите распределение пациентов по группам в зависимости от ответа на терапию.

1. Постройте группированную столбчатую диаграмму, которая бы показывала, сколько пациентов принимали каждое из лекарств и какого результата они добились в плане ответа на терапию.

2. Упорядочьте на графике значения ответа на терапию по указанному порядку: CR - PR - SD - PD.

3. Упорядочьте на графике названия лекарств по убыванию числа пациентов, которые их принимали.

4. Добавьте название графика. Поправьте названия осей, если есть необходимость.

5. Увеличьте шрифт названия графика и осей, текста по осям и названия легенды.

6. Измените палитру. 

7. Добавьте над каждым столбцом текст, однозначно отображающий высоту столбца (т.е. число пациентов, которые попали в группу, которую отображает данный столбец). 

8. Разбейте график на фасеты в зависимости от типа иммунотерапии. Если по оси X появились отсутствующие значения, избавьтесь от них. 

```{r}

```


### Шаг 6

Сравните значения некоторого показателя до начала терапии и после нескольких циклов терапии. 

1. Постройте столбчатую диаграмму, на которой два рядом расположенных столбца показывали бы среднее значение параметра до и после терапии. Добавьте “усы” - стандартную ошибку среднего. Для каждой онкологии должны быть отрисованы свои значения. 

2. Измените палитру, добавьте название графика, увеличьте шрифты.


```{r}

```