setwd("C:/Users/giuli/Downloads/STATISTICA_PER_LA_RICERCA_GZ")


#Caricamento della library readxl
library(readxl)  
#Lettura del dataset
df<-read_xlsx("CK.xlsx")


#Generazione di CK dicotomizzato sul cut-off di 100
df$CK_100<-as.factor(ifelse(df$CREATINCHINASI>=100,1,0))


# Crea la matrice di confusione:
conf_mat <- table(Patologia = df$PATOLOGIA, Ris_test = df$CK_100)
conf_mat


# Estrarre i valori 
VP <- conf_mat["infarto", "1"]
FN <- conf_mat["infarto", "0"]
FP <- conf_mat["angina", "1"]
VN <- conf_mat["angina", "0"]
Total <- sum(conf_mat)

# Calcoli
sens <- VP / (VP + FN)
spec <- VN / (VN + FP)
acc <- (VP + VN) / Total
PPV <- VP / (VP + FP)
NPV <- VN / (VN + FN)

# Stampa i risultati
results <- data.frame(
  Metric = c("Sensitivity", "Specificity", "Accuracy", "PPV", "NPV"),
  Value = c(sens, spec, acc, PPV, NPV)
)
print(results)



#################Cosa succede se uso cut-off di 80?

#Generazione di CK dicotomizzato sul cut-off di 80
df$CK_80<-as.factor(ifelse(df$CREATINCHINASI>=80,1,0))


# Crea la matrice di confusione:
conf_mat <- table(Patologia = df$PATOLOGIA, Ris_test = df$CK_80)
conf_mat


# Estrarre i valori 
VP <- conf_mat["infarto", "1"]
FN <- conf_mat["infarto", "0"]
FP <- conf_mat["angina", "1"]
VN <- conf_mat["angina", "0"]
Total <- sum(conf_mat)

# Calcoli
sens <- VP / (VP + FN)
spec <- VN / (VN + FP)
acc <- (VP + VN) / Total
PPV <- VP / (VP + FP)
NPV <- VN / (VN + FN)

# Stampa i risultati
results <- data.frame(
  Metric = c("Sensitivity", "Specificity", "Accuracy", "PPV", "NPV"),
  Value = c(sens, spec, acc, PPV, NPV)
)
print(results)