5  Phân tích

Mục tiêu

1. Tạo R project cho nghiên cứu, báo cáo
2. Tạo bảng thống kê trong R
3. Thực hiện các kiểm định thống kê trong R

Trước buổi học

• Tải data cho buổi học

• Tải các package sau: tidyverse, gtsummary

• Và load các package

library(tidyverse)
library(gtsummary)

5.1 R project cho nghiên cứu

5.1.1 Tạo R project tại Desktop

Để thuận tiện cho việc quản lý code và dữ liệu, ta nên tạo R project cho mỗi nghiên cứu/ báo cáo.

Quá trình tạo R project như sau

• Vào menu File > New Project…

• Bấm New Directory > New Project

• Điền tên folder cho R Project tại mục Directory name

• Bấm Browse và chọn Desktop để lưu R project tại Desktop

• Bấm Create Project

5.1.2 Sử dụng R package

Cài đặt R packages

install.packages("tidyverse")
install.packages("gtsummary")

Lưu ý

• Cần có internet để tải và cài đặt R packages bằng lệnh install.packages().
• Khi cài đặt, tên package phải nằm trong dấu ngoặc kép "".

Sau khi cài đặt thì package sẽ trở thành một “thư viện” trong R. Để gọi thư viện này, dùng:

library(tidyverse)
library(gtsummary)

Lưu ý

• Không cần internet để sử dụng library.
• Khi gọi library thì tên library không nằm trong dấu ngoặc kép nữa "".

5.1.3 Lưu và đọc data

R cho phép lưu lại dữ liệu với nhiều format khác nhau, bao gồm:

• RData - định dạng dữ liệu của R để lưu trữ nhiều đối tượng

• RDS - định dạng dữ liệu của R để lưu trữ 1 đối tượng

• excel

Lưu ý

Tốc độ đọc file RData và RDS của R nhanh hơn rất nhiều so với việc đọc file excel.
Vì vậy, đối với các dữ liệu có số lượng lớn hoặc cần xử lý thêm trong R, nên lưu trữ dưới dạng RDS/Rdata.

# định nghĩa đường dẫn đến folder chứa data
data_path <- file.path(getwd(), "data")

# lưu dưới dạng Rdata
save(df, file = file.path(data_path, "rda_data.Rda"))

# lưu dưới dạng RDS
saveRDS(df, file = file.path(data_path, "rds_data.Rds"))

# lưu dưới dạng file excel
write_xlsx(df, path = file.path(data_path, "excel_data.xlsx"))

Đọc dữ liệu được lưu

# đọc file Rdata
load(file.path(data_path, "rda_data.Rda"))

# đọc file RDS
readRDS(file = file.path(data_path, "rds_data.Rds"))

# đọc file excel
read_excel(df, path = file.path(data_path, "excel_data.xlsx"))

5.1.4 Sử dụng .Rmd

File .Rmd thường được dùng cho báo cáo vì có thể kết hợp các lệnh R, văn bản thường, đồ thị trong 1 file 

Gồm 3 phần chính:

• phần YAML header: nằm ở trên cùng trong và ngăn cách với phần còn lại bằng cặp dấu ---. Phần này để mô tả tiêu đề tài liệu, tác giả, ngày tháng, định dạng mong muốn
• Phần văn bản (được viết bằng ngôn ngữ markdown)
• Phần lệnh R (được gọi là chunk). Phần kết quả của câu lệnh R (chunk output) có thể hiển thị dưới dạng string, bảng dữ liệu hoặc đồ thị.

Tạo R Markdown bằng cách vào menu File > New File > R Markdown...

5.2 Quá trình phân tích

Quá trình phân tích gồm 4 giai đoạn

• Phân tích mô tả (descriptive analysis)

• Phân tích chẩn đoán (diagnosis analysis)

• Phân tích tiên đoán (predictive analysis)

• Phân tích đề xuất (prescriptive analysis)

Trong khoá học này, ta sẽ tập trung vào phân tích mô tả vì đó là loại hình phân tích cơ bản nhất, dùng cho việc báo cáo các quan sát về dữ liệu hiện có

Kết quả phân tích mô tả thường được báo cáo dưới 2 hình thức:

• Tóm tắt kết quả trong bảng thống kê (được dạy trong phần phân tích)

• Trực quan hoá qua các biểu đồ (được dạy trong phần trực quan hoá)

5.3 Bảng phân tích thống kê

Chúng ta sẽ sử dụng dữ liệu mô phỏng các ca bệnh Covid 19

linelist <- read_rds("data/simulated_covid.rds") %>% mutate_if(is.Date, ymd) 

Dữ liệu bao gồm 2 đợt bùng phát dịch

Từ điển biến số

Tên biến	Ý nghĩa
id	id bệnh nhân
case_name	id ca bệnh
case_type	phân loại ca bệnh confirmed: xác nhận nhiễm bệnh probable: có khả năng cao nhiễm bệnh suspected: khi nhiễm bệnh
sex	giới tính m: nam f: nữ
age	tuổi bệnh nhân
date_onset	ngày phát bệnh
date_admission	ngày nhập viện
outcome	kết quả ca bệnh: recovered: khỏi bệnh died: tử vong
date_outcome	ngày thông báo kết quả cao bệnh
date_first_contact	ngày tiếp xúc đầu tiên
date_last_contact	ngày tiếp xúc cuối cùng
district	địa chỉ của bệnh nhân (quận của TP Hồ Chí Minh)
outbreak	đợt dịch: 1st outbreak: đợt dịch đầu tiên 2nd outbreak: đợt dịch thứ hai

5.3.1 gtsummary

Package gtsummary được dùng vẽ bảng thống kê một cách nhanh chóng bằng lệnh tbl_summary()

Tuy nhiên, trong nhiều trường hợp, ta sẽ cần thực hiện một số điều chỉnh để có được bảng thống kê như mong muốn

VD: sử dụng tbl_summary() không điều chỉnh

linelist %>% tbl_summary()

Output

Characteristic	N = 2,7621
id	1,320 (654, 2,017)
case_name
11PnkbCD91	1 (<0.1%)
12hmWQOnZD	1 (<0.1%)
12t1HBVFua	1 (<0.1%)
12tbukbGdl	1 (<0.1%)
14EBb7HkoB	1 (<0.1%)
14vqpvR4Rz	1 (<0.1%)
15oC2aYhpz	1 (<0.1%)
17Tfg89Asj	1 (<0.1%)
19sW6J58HE	1 (<0.1%)
1AXNZq7Pan	1 (<0.1%)
1bawB4FWUx	1 (<0.1%)
1BFs3FaCMy	1 (<0.1%)
1BsRFOkUtD	1 (<0.1%)
1Cb72EHM4M	1 (<0.1%)
1cTvMfYamj	1 (<0.1%)
1dMnTAZLgb	1 (<0.1%)
1eBR9nOVym	1 (<0.1%)
1GvXQvbbgy	1 (<0.1%)
1hgc1b3irI	1 (<0.1%)
1iTpYZdIej	1 (<0.1%)
1JBmtMQgWV	1 (<0.1%)
1JMBgmmHbu	1 (<0.1%)
1KxHdDwmcN	1 (<0.1%)
1nGUml9nHl	1 (<0.1%)
1NhbrJUmpg	1 (<0.1%)
1nhKoN4Ksv	1 (<0.1%)
1OtshUIsNo	1 (<0.1%)
1qeVhVDTSy	1 (<0.1%)
1qw1Mq3Jx7	1 (<0.1%)
1r5vI6GqG4	1 (<0.1%)
1RCOjTTVbb	1 (<0.1%)
1Rd9UYIEiK	1 (<0.1%)
1RNvmzynPJ	1 (<0.1%)
1T5ms6xfPZ	1 (<0.1%)
1TcOy2EtXn	1 (<0.1%)
1UMbkD2qKQ	1 (<0.1%)
1uXMXi8sSj	1 (<0.1%)
1v6fdb5K8c	1 (<0.1%)
1vTAqYOL7l	1 (<0.1%)
1WRj6wnJBM	1 (<0.1%)
1xgJiXruTt	1 (<0.1%)
1xYoRod4bV	1 (<0.1%)
1yBVKoYljM	1 (<0.1%)
1zcfGsOnCC	1 (<0.1%)
1ZyHZPFQIf	1 (<0.1%)
2157XoZYCU	1 (<0.1%)
24kUnXgh8Y	1 (<0.1%)
27FvPSrEet	1 (<0.1%)
29jczq1C4R	1 (<0.1%)
2AAt9lBBF7	1 (<0.1%)
2axqj9TJBo	1 (<0.1%)
2BEBcimwxc	1 (<0.1%)
2c7zhF1Y5R	1 (<0.1%)
2CISuiLHxp	1 (<0.1%)
2dO99Vggl8	1 (<0.1%)
2ECu6MbFsw	1 (<0.1%)
2EdB4cTrUY	1 (<0.1%)
2emEAPKfk9	1 (<0.1%)
2Ero96qIhe	1 (<0.1%)
2G5H9eVajP	1 (<0.1%)
2h7rPwEgFt	1 (<0.1%)
2ifvT8OXb4	1 (<0.1%)
2J3cthPncb	1 (<0.1%)
2KC77VqEo9	1 (<0.1%)
2lFBTHkELB	1 (<0.1%)
2LKnFqP9SX	1 (<0.1%)
2LQZNKrFlg	1 (<0.1%)
2m9SUl2MCY	1 (<0.1%)
2mlF2iDGWD	1 (<0.1%)
2NbbbHc9Hd	1 (<0.1%)
2nwtjZnmiV	1 (<0.1%)
2OcYiqahdb	1 (<0.1%)
2oDmvKlUie	1 (<0.1%)
2oqHqOz7Hc	1 (<0.1%)
2pueXbzbek	1 (<0.1%)
2RkfHi7Ina	1 (<0.1%)
2SmY1VdteT	1 (<0.1%)
2TNpK8DmMl	1 (<0.1%)
2U2FENnNPN	1 (<0.1%)
2ufHvj19Ud	1 (<0.1%)
2URw2hGqC3	1 (<0.1%)
2vuo9RV8en	1 (<0.1%)
2WTrZVga9A	1 (<0.1%)
2ye3GLXlri	1 (<0.1%)
2YHDvRU4wC	1 (<0.1%)
2Z1UDhY2r5	1 (<0.1%)
2ZqL5yDsBl	1 (<0.1%)
31OF48DgjV	1 (<0.1%)
33IPeamYRM	1 (<0.1%)
34vLXU75hJ	1 (<0.1%)
36ctDTrelZ	1 (<0.1%)
39LTXEiZfB	1 (<0.1%)
3AmIXiwBil	1 (<0.1%)
3bmSYZrgs3	1 (<0.1%)
3ChGSsUHg1	1 (<0.1%)
3CrKa4M1yf	1 (<0.1%)
3DxFgkssHc	1 (<0.1%)
3faaA4H1fS	1 (<0.1%)
3FJsXAcIOa	1 (<0.1%)
3gxRV2UCQ3	1 (<0.1%)
3HQTM1ZsQe	1 (<0.1%)
3hRKBRq9Eb	1 (<0.1%)
3JAQEp5WdH	1 (<0.1%)
3mIeJRc9u5	1 (<0.1%)
3o2xCY6jlG	1 (<0.1%)
3PPz6CvTGD	1 (<0.1%)
3qNMqTJOdK	1 (<0.1%)
3QTldcxQUt	1 (<0.1%)
3qWg3hXgnY	1 (<0.1%)
3ROqjZx8dL	1 (<0.1%)
3S3tbSwNmW	1 (<0.1%)
3SBbQR5iED	1 (<0.1%)
3sPn588wtN	1 (<0.1%)
3sz8SZPKMH	1 (<0.1%)
3ToAuhlNd4	1 (<0.1%)
3VdIvbs1mc	1 (<0.1%)
3vtMPtfLaG	1 (<0.1%)
3WedtveFVB	1 (<0.1%)
3WM9JhE4KL	1 (<0.1%)
3XBo2LWgcw	1 (<0.1%)
3xh7SQecOU	1 (<0.1%)
3y7JB39QVp	1 (<0.1%)
3YSAGnvhvT	1 (<0.1%)
411kIGXNsu	1 (<0.1%)
42jnNnvunP	1 (<0.1%)
42oGZR21hu	1 (<0.1%)
45lIx2OdxF	1 (<0.1%)
45Tz9Jh2Mj	1 (<0.1%)
47R7XwdDGD	1 (<0.1%)
48fstASt1X	1 (<0.1%)
49BsrGoVZb	1 (<0.1%)
4A8BKdJq8s	1 (<0.1%)
4aIB37f8Sy	1 (<0.1%)
4alW4RtOsf	1 (<0.1%)
4bR4h4AvJz	1 (<0.1%)
4Clhxc1FWf	1 (<0.1%)
4cwr16bYjR	1 (<0.1%)
4Dw14swl1k	1 (<0.1%)
4fngoPrH6O	1 (<0.1%)
4FwBFsPxAc	1 (<0.1%)
4gQbmWwVDY	1 (<0.1%)
4HyRn2e5sx	1 (<0.1%)
4IB1BmUYYh	1 (<0.1%)
4j6laDAWro	1 (<0.1%)
4jjI5IFmFk	1 (<0.1%)
4jz5v8TiB2	1 (<0.1%)
4LtJKTSmZZ	1 (<0.1%)
4LwiJyh73l	1 (<0.1%)
4mhykL84uU	1 (<0.1%)
4NmLrxEGTD	1 (<0.1%)
4NXdkHuv97	1 (<0.1%)
4O1NDgkvaB	1 (<0.1%)
4Q7JnRqDyI	1 (<0.1%)
4Qd2iv7swV	1 (<0.1%)
4QIdJHHz6l	1 (<0.1%)
4sGSlghJSZ	1 (<0.1%)
4SkaBF168A	1 (<0.1%)
4SxXM7Tz3C	1 (<0.1%)
4thP3YxAxa	1 (<0.1%)
4UjFui5X2D	1 (<0.1%)
4ukYDO6VuH	1 (<0.1%)
4V82WqXtwE	1 (<0.1%)
4vb39Ef1c8	1 (<0.1%)
4VOBN1ICPF	1 (<0.1%)
4vqIdL5aUQ	1 (<0.1%)
4W6ewfSYmX	1 (<0.1%)
4W73UEVU8v	1 (<0.1%)
4wfBgwmzvd	1 (<0.1%)
4WGXzjJC9Z	1 (<0.1%)
4XaYfenm5w	1 (<0.1%)
4xIAlmdaLU	1 (<0.1%)
4XocPYKDAF	1 (<0.1%)
4zLzjHKoSy	1 (<0.1%)
52jtSNwamv	1 (<0.1%)
55l71C8S67	1 (<0.1%)
57y2Yz8hL3	1 (<0.1%)
58hCA32ENq	1 (<0.1%)
5aFQ7PoRzf	1 (<0.1%)
5apy7Wu2yX	1 (<0.1%)
5AvpDfHsS6	1 (<0.1%)
5b9prScgxo	1 (<0.1%)
5bGevV4ouw	1 (<0.1%)
5BrA4yXsBX	1 (<0.1%)
5c1f16KVkL	1 (<0.1%)
5cD6A6koxP	1 (<0.1%)
5Ci5H7TSjG	1 (<0.1%)
5Cn5k92777	1 (<0.1%)
5F3khjjCPV	1 (<0.1%)
5ffgWhAUsw	1 (<0.1%)
5FPKdbmtVp	1 (<0.1%)
5hfSldkxjE	1 (<0.1%)
5HqCKOoCB3	1 (<0.1%)
5IheP5AAVY	1 (<0.1%)
5iZerMYHpp	1 (<0.1%)
5JvcIvRrTn	1 (<0.1%)
5k4l6TDX24	1 (<0.1%)
5K7WNjFVLw	1 (<0.1%)
5KaMYznwLW	1 (<0.1%)
5KFW4H6WOZ	1 (<0.1%)
5lgihyCwBy	1 (<0.1%)
5LqEoB4Beg	1 (<0.1%)
5lXzasiYqH	1 (<0.1%)
5mDas84EWf	1 (<0.1%)
5myhCiAbqB	1 (<0.1%)
5n7oNcxSVP	1 (<0.1%)
5NBLtGnRNY	1 (<0.1%)
5ny82jWGSf	1 (<0.1%)
5OoDRT5kYf	1 (<0.1%)
5pCdeFQuVu	1 (<0.1%)
5PrPeWslMV	1 (<0.1%)
5PXW6vjYeU	1 (<0.1%)
5Q7IqjoAK1	1 (<0.1%)
5Q9ObgXhC9	1 (<0.1%)
5ReOEPzrV6	1 (<0.1%)
5s71m9qd86	1 (<0.1%)
5SC11PGd4L	1 (<0.1%)
5sEX7a61ud	1 (<0.1%)
5TQZRAzPnK	1 (<0.1%)
5ucTFRyN5Z	1 (<0.1%)
5UdENGZjgo	1 (<0.1%)
5Uf5J8OUm2	1 (<0.1%)
5UMTIct34Z	1 (<0.1%)
5VAEoCJwgp	1 (<0.1%)
5vnpQHMXry	1 (<0.1%)
5vwUOSeLLy	1 (<0.1%)
5WaZCWOdgN	1 (<0.1%)
5WMylWNdLw	1 (<0.1%)
5xlmcK3zJB	1 (<0.1%)
5xVrOI67kv	1 (<0.1%)
5y4qIJFaMZ	1 (<0.1%)
5yfDCQ6SAz	1 (<0.1%)
5Yv8ObITXt	1 (<0.1%)
5Z8qyDF9hP	1 (<0.1%)
5ZhbIlVgGo	1 (<0.1%)
5ZTq63FF4b	1 (<0.1%)
63ZXIt5veK	1 (<0.1%)
645OjezfB6	1 (<0.1%)
66ZRKOJwl1	1 (<0.1%)
6BOWAluWUb	1 (<0.1%)
6c8An6K5N9	1 (<0.1%)
6cET1MIevN	1 (<0.1%)
6d1U9esJuN	1 (<0.1%)
6DKPU8xVM6	1 (<0.1%)
6EMl5m568C	1 (<0.1%)
6eOp7pVPiF	1 (<0.1%)
6fgI1KfUeJ	1 (<0.1%)
6GzR8ZccJW	1 (<0.1%)
6h3cFZepJ3	1 (<0.1%)
6J7Ihf6dWx	1 (<0.1%)
6JIdXoWsaz	1 (<0.1%)
6JKJldfbGe	1 (<0.1%)
6L3lG2BnXK	1 (<0.1%)
6ltmZjj7wd	1 (<0.1%)
6mTYzOhFkB	1 (<0.1%)
6mY25gIqdb	1 (<0.1%)
6oeQkeo5N8	1 (<0.1%)
6OmlVwoXza	1 (<0.1%)
6OsjOiIQ9G	1 (<0.1%)
6qaQSmFjPQ	1 (<0.1%)
6qhlFrcvAc	1 (<0.1%)
6qtG5eIr2r	1 (<0.1%)
6rbiYUSMBf	1 (<0.1%)
6RyOSMAEsg	1 (<0.1%)
6s5zJe1C1o	1 (<0.1%)
6sDNpqRUh6	1 (<0.1%)
6TewzgOTOC	1 (<0.1%)
6ToApZyAll	1 (<0.1%)
6UfCnHWPEu	1 (<0.1%)
6v2qqoOLLx	1 (<0.1%)
6v8oR9HnsW	1 (<0.1%)
6v9OrBRTLe	1 (<0.1%)
6vvPutceAw	1 (<0.1%)
6WGqE5FaiV	1 (<0.1%)
6WO336mXXf	1 (<0.1%)
6xgr6p6v4a	1 (<0.1%)
6xNt4VbMDt	1 (<0.1%)
6Y2pHRIRWh	1 (<0.1%)
6yAY6quba6	1 (<0.1%)
6yxlq7xM5W	1 (<0.1%)
6zmbHAzCOc	1 (<0.1%)
712i4TzYpx	1 (<0.1%)
73UV1sQa2i	1 (<0.1%)
74e9VRT5Li	1 (<0.1%)
78Uw3GQ1a6	1 (<0.1%)
7afHyS5aJc	1 (<0.1%)
7AxCfgMKmP	1 (<0.1%)
7CDk7RmBmw	1 (<0.1%)
7DdhKjtfbK	1 (<0.1%)
7EvLgHTQ7m	1 (<0.1%)
7eYXb9Q4bt	1 (<0.1%)
7f27oSJlhm	1 (<0.1%)
7fHeuObd9r	1 (<0.1%)
7fXI9FmvEH	1 (<0.1%)
7gFbPrAVDB	1 (<0.1%)
7hz7dmtjPp	1 (<0.1%)
7IxR2bz6id	1 (<0.1%)
7lecfKvGSG	1 (<0.1%)
7MWJ8rMKkV	1 (<0.1%)
7NIG8PFdKJ	1 (<0.1%)
7o7eJt67k1	1 (<0.1%)
7pLnT8vRfV	1 (<0.1%)
7pRR5shoEF	1 (<0.1%)
7RwskGuB4z	1 (<0.1%)
7sCFgTOQH9	1 (<0.1%)
7SNCmOLMmf	1 (<0.1%)
7sYqWiWnkU	1 (<0.1%)
7tEItxY9gn	1 (<0.1%)
7tGKCTMVVZ	1 (<0.1%)
7TPnpUB2P9	1 (<0.1%)
7tq4ScAXGx	1 (<0.1%)
7UABrZ9LfV	1 (<0.1%)
7v6qGnC56r	1 (<0.1%)
7YK8UZtAfU	1 (<0.1%)
7Zarw1rMSX	1 (<0.1%)
7ZLJp9M6Z3	1 (<0.1%)
7ZnplEs4yt	1 (<0.1%)
83Do6NcwZq	1 (<0.1%)
88KLl3VQoW	1 (<0.1%)
89HnVQs6MY	1 (<0.1%)
8cBnzAYkvg	1 (<0.1%)
8cQS8XtqLC	1 (<0.1%)
8D4qjlVj7U	1 (<0.1%)
8dffGu5J11	1 (<0.1%)
8DHcxM46rG	1 (<0.1%)
8fr3oxoOqr	1 (<0.1%)
8ftGlWmNoy	1 (<0.1%)
8GabDz1gOv	1 (<0.1%)
8hRVdX4ShX	1 (<0.1%)
8iJdbv9BsT	1 (<0.1%)
8ItwiZQCqu	1 (<0.1%)
8l6NvPfiHT	1 (<0.1%)
8LGTrQpQNO	1 (<0.1%)
8Ln9niYwyI	1 (<0.1%)
8LS9cblFwT	1 (<0.1%)
8lsiF3AOHk	1 (<0.1%)
8LTWlC9THs	1 (<0.1%)
8NIBBcpqMY	1 (<0.1%)
8NoFqp6EKv	1 (<0.1%)
8o3Duk1NAr	1 (<0.1%)
8olJX7awYj	1 (<0.1%)
8OmQIt7U1B	1 (<0.1%)
8oVDtQ9d2R	1 (<0.1%)
8OVUqFQ61j	1 (<0.1%)
8Ow5EODMsb	1 (<0.1%)
8qRrX8aqQs	1 (<0.1%)
8QtNp5mQl8	1 (<0.1%)
8sE4EYsoWo	1 (<0.1%)
8sx4YSNBew	1 (<0.1%)
8SYIBnId5x	1 (<0.1%)
8tHV8jA79U	1 (<0.1%)
8UomhFhKDi	1 (<0.1%)
8uvNNS4SIM	1 (<0.1%)
8VG2Y7wHno	1 (<0.1%)
8VHB2O2LDo	1 (<0.1%)
8VK93Rgj9q	1 (<0.1%)
8vow2yp2vq	1 (<0.1%)
8xPaZM7t4K	1 (<0.1%)
8z3sCiRXfX	1 (<0.1%)
8Z4f7iBDsS	1 (<0.1%)
8zNjnIfARK	1 (<0.1%)
91k22AXPSD	1 (<0.1%)
92TO6RzN57	1 (<0.1%)
95BB23iDjk	1 (<0.1%)
98C8EaM2vG	1 (<0.1%)
98u9ZXXmjz	1 (<0.1%)
99IsoZDlC5	1 (<0.1%)
9bdywUdi4t	1 (<0.1%)
9bFqWReShU	1 (<0.1%)
9d7IARejlZ	1 (<0.1%)
9D9jhLmUen	1 (<0.1%)
9DIUBVMvQm	1 (<0.1%)
9Ecn5i4Bsd	1 (<0.1%)
9Epug3N5vM	1 (<0.1%)
9GD9VyYtrB	1 (<0.1%)
9gMyyI78Sh	1 (<0.1%)
9gvlUeFWcr	1 (<0.1%)
9hBJQmcCS4	1 (<0.1%)
9HNVtr8EO3	1 (<0.1%)
9HOsVB7rO6	1 (<0.1%)
9ITaLHMVuK	1 (<0.1%)
9iX6GmrmsJ	1 (<0.1%)
9kDJ6COBRC	1 (<0.1%)
9lcBMjAc2y	1 (<0.1%)
9LSAUv5DZB	1 (<0.1%)
9myKkFRYzh	1 (<0.1%)
9NlslDAbfP	1 (<0.1%)
9NnK7YWRKX	1 (<0.1%)
9OtvyIs5kF	1 (<0.1%)
9QeAntglmy	1 (<0.1%)
9QOpb6KKzb	1 (<0.1%)
9RgJPxle7H	1 (<0.1%)
9SiPQETDlA	1 (<0.1%)
9SLI4w9HGY	1 (<0.1%)
9TEmPoFJDc	1 (<0.1%)
9U9VdSle91	1 (<0.1%)
9vNyjvyXdk	1 (<0.1%)
9voHBO2Nl3	1 (<0.1%)
9wBsDgWoFU	1 (<0.1%)
9WLrijznw5	1 (<0.1%)
9XdebhVcuV	1 (<0.1%)
9XvFrro8L8	1 (<0.1%)
9YNvTBNZEk	1 (<0.1%)
9yWCIJCZyq	1 (<0.1%)
9yxPUtSEaR	1 (<0.1%)
9z8o2JGgzq	1 (<0.1%)
9ZJnH5oMKq	1 (<0.1%)
A2HXgg7Zoe	1 (<0.1%)
a3JnIkpJpP	1 (<0.1%)
A61xk8hMWO	1 (<0.1%)
a6OE8IjOY1	1 (<0.1%)
a7oFMNBXBR	1 (<0.1%)
a7paBGiWAv	1 (<0.1%)
a8X41TwgTG	1 (<0.1%)
AA3GflqDxz	1 (<0.1%)
aaLkydhrFP	1 (<0.1%)
Abl4Tzx9HZ	1 (<0.1%)
Abl97PofgC	1 (<0.1%)
ABzeVBIzKD	1 (<0.1%)
ac3TcD2eLI	1 (<0.1%)
Ac8PD4Uzqk	1 (<0.1%)
ACNKEDHzJ1	1 (<0.1%)
AdCD3im7sn	1 (<0.1%)
AdG1y8GmlY	1 (<0.1%)
adl8ih3XQ9	1 (<0.1%)
aDxvz789vw	1 (<0.1%)
aEaCqyNO5F	1 (<0.1%)
AeHvrHVB56	1 (<0.1%)
aEjppsf2Ji	1 (<0.1%)
AEO9pTeuSP	1 (<0.1%)
AEPkC91iif	1 (<0.1%)
aeUP2ANWot	1 (<0.1%)
afFJR9LGeI	1 (<0.1%)
AFIUvYWk5S	1 (<0.1%)
AfnlfhA2bJ	1 (<0.1%)
AFRMEiwvo9	1 (<0.1%)
AGDlTxd1In	1 (<0.1%)
agEdrlxsaf	1 (<0.1%)
agfq6KMZ5M	1 (<0.1%)
agLy8xFs12	1 (<0.1%)
AgRtODV1vd	1 (<0.1%)
ahHjlx5YzS	1 (<0.1%)
aHhydnfgMJ	1 (<0.1%)
AHJTAt1iHo	1 (<0.1%)
aHOyW7Y1us	1 (<0.1%)
aiihriKorU	1 (<0.1%)
aIoxFmWfdf	1 (<0.1%)
AIUbplnHII	1 (<0.1%)
AivWj8LFmP	1 (<0.1%)
AJCWzBHhHG	1 (<0.1%)
AjJp8BnCDn	1 (<0.1%)
ajLnP3C7Fa	1 (<0.1%)
AJpesGitQj	1 (<0.1%)
ajra2hYuxE	1 (<0.1%)
aJvu4BINSi	1 (<0.1%)
AkfiiIsQ72	1 (<0.1%)
AKlc92S7uu	1 (<0.1%)
ALBLqdT2iA	1 (<0.1%)
aLDNU6OOIB	1 (<0.1%)
aLi3K7Nar3	1 (<0.1%)
aLsbr25KXg	1 (<0.1%)
aLTwnVhJRh	1 (<0.1%)
AM879u2Ikh	1 (<0.1%)
amc3Rj41LW	1 (<0.1%)
AmCcYQpvoL	1 (<0.1%)
aMcFOzu7ls	1 (<0.1%)
amf6jC93aB	1 (<0.1%)
AmjjybWcyB	1 (<0.1%)
AmKYyYfLYf	1 (<0.1%)
AmMagg1vuo	1 (<0.1%)
aMP962Tt4R	1 (<0.1%)
AN9VxtuJrX	1 (<0.1%)
ANhppQTAEp	1 (<0.1%)
AnKDQaz4jZ	1 (<0.1%)
AnUsntNDpY	1 (<0.1%)
AnXpYDd4Qu	1 (<0.1%)
Anyp97NeGf	1 (<0.1%)
AohrHLihEm	1 (<0.1%)
AOyHRPulwT	1 (<0.1%)
Ap25ffC6qJ	1 (<0.1%)
APgPzA41wU	1 (<0.1%)
APuUvwbnmQ	1 (<0.1%)
aPwVvjNK41	1 (<0.1%)
aQiNAxkLPN	1 (<0.1%)
AQo4yEvkfT	1 (<0.1%)
AQSCgpCWEX	1 (<0.1%)
aQy8IGQkRA	1 (<0.1%)
AQZTfu8ZjI	1 (<0.1%)
aR1FhUulqn	1 (<0.1%)
ar8vs3t27u	1 (<0.1%)
ArE2soJMOd	1 (<0.1%)
aReAucjcIF	1 (<0.1%)
AreQ1s5vPz	1 (<0.1%)
aRFHYpVYok	1 (<0.1%)
arwTHwKwYW	1 (<0.1%)
aszkJSkAyN	1 (<0.1%)
aTa1siggdd	1 (<0.1%)
atblNZd3Hp	1 (<0.1%)
ATd7Vw9TaA	1 (<0.1%)
atHkSBlhUt	1 (<0.1%)
aTpZxmXpBe	1 (<0.1%)
AuchAGIElJ	1 (<0.1%)
aUjpJFpV7O	1 (<0.1%)
aUKBGAnmXs	1 (<0.1%)
aUmrx8UraO	1 (<0.1%)
aur5uZSvoU	1 (<0.1%)
aUyibr9Zen	1 (<0.1%)
auZnsWNaXg	1 (<0.1%)
AV1BmVmwN2	1 (<0.1%)
Av5LYl96tr	1 (<0.1%)
aVGyuWfDKL	1 (<0.1%)
Aviq8eG1bh	1 (<0.1%)
aVn9NTVWKJ	1 (<0.1%)
avNBkAKWWG	1 (<0.1%)
aw2mi9IPkZ	1 (<0.1%)
aw2VG9cK1I	1 (<0.1%)
aW9IDLXWNT	1 (<0.1%)
AwcLhNdxTf	1 (<0.1%)
AwIjdsJDxk	1 (<0.1%)
aWRQTd4ZSH	1 (<0.1%)
Ax92pTsdjK	1 (<0.1%)
aXJIYE2AEi	1 (<0.1%)
ayIASrKC8t	1 (<0.1%)
aYnJJKWXPE	1 (<0.1%)
AYplaEYNzP	1 (<0.1%)
AzW5Xklqzo	1 (<0.1%)
b31r5pdKFh	1 (<0.1%)
b3ODJLEeCH	1 (<0.1%)
B4HlBHZSif	1 (<0.1%)
b51S3tQQAZ	1 (<0.1%)
b5cfv4mWNg	1 (<0.1%)
B5GYPxRiYV	1 (<0.1%)
B5ZMIWzBi1	1 (<0.1%)
B7DsKBymCe	1 (<0.1%)
B8RG6lXfdB	1 (<0.1%)
b9l8Zm755B	1 (<0.1%)
B9mWIBvzYf	1 (<0.1%)
bAF5vlWk4O	1 (<0.1%)
BAjfplARkP	1 (<0.1%)
baqzVVMUuR	1 (<0.1%)
BAzABmJ3uT	1 (<0.1%)
bBvxDS2vOM	1 (<0.1%)
BCAOVr7Ham	1 (<0.1%)
bCHW6Qm6gp	1 (<0.1%)
bCOZ9PIGsr	1 (<0.1%)
BcQ4TmjwLB	1 (<0.1%)
bCsHfFbNoK	1 (<0.1%)
bCxBHy1GHt	1 (<0.1%)
BCxSGb4CEI	1 (<0.1%)
BdiAmGNejM	1 (<0.1%)
BDOUkgPgxu	1 (<0.1%)
BDxqteXNYe	1 (<0.1%)
BdZFk6deTf	1 (<0.1%)
BE9benZAje	1 (<0.1%)
bezCF9Qket	1 (<0.1%)
bftCiUSEBc	1 (<0.1%)
bg2HvYkKlW	1 (<0.1%)
bg4ybwLX1K	1 (<0.1%)
bHE1KCSnvj	1 (<0.1%)
BhKcy4h48J	1 (<0.1%)
bhmSdhSLvj	1 (<0.1%)
bi7tLshRlE	1 (<0.1%)
bitdtGj1iu	1 (<0.1%)
BKNyuvP2b8	1 (<0.1%)
BksWJgIvYs	1 (<0.1%)
BktsW7ABIe	1 (<0.1%)
bkUFDhQRj4	1 (<0.1%)
BKZAjEzKly	1 (<0.1%)
bld6dz6ZRH	1 (<0.1%)
BLGrDyBzIg	1 (<0.1%)
BlH8Zd3tiz	1 (<0.1%)
bLtalWVaXh	1 (<0.1%)
BlUX7D2VOG	1 (<0.1%)
bLwIRukACB	1 (<0.1%)
bMdkjD2dXF	1 (<0.1%)
bMIlvZHq8B	1 (<0.1%)
bmPx1ZZ4ds	1 (<0.1%)
BMZH7tBDs1	1 (<0.1%)
bpk9pBRsyb	1 (<0.1%)
bPQE5idWUF	1 (<0.1%)
Bq9H1ElV3N	1 (<0.1%)
bqKjwP8hZs	1 (<0.1%)
bQNwUkqIAC	1 (<0.1%)
BqpWhmf47E	1 (<0.1%)
BQrlvzplLb	1 (<0.1%)
bqsko8l31z	1 (<0.1%)
bRdq6ea1vy	1 (<0.1%)
BrSCQBYhf1	1 (<0.1%)
bslcAfMmvo	1 (<0.1%)
Bti6HnBVd6	1 (<0.1%)
BtiEb61aqm	1 (<0.1%)
bTjivQ6YgZ	1 (<0.1%)
BUokUQXFfL	1 (<0.1%)
BUS3O6Nzfc	1 (<0.1%)
buThW6mPfQ	1 (<0.1%)
BUWjEj8QWd	1 (<0.1%)
bUxIgkjgWF	1 (<0.1%)
BVR7jkM33L	1 (<0.1%)
BvXymRpf1m	1 (<0.1%)
Bw84QUHAVs	1 (<0.1%)
bWKzdZAIdi	1 (<0.1%)
BWyEeqMMbT	1 (<0.1%)
bXLWghssmk	1 (<0.1%)
BYAL1Tc6Dn	1 (<0.1%)
BYB8u271sD	1 (<0.1%)
BynpuLQnff	1 (<0.1%)
byxVwhNsWB	1 (<0.1%)
BzeS5Q1E86	1 (<0.1%)
bZKv3stnQf	1 (<0.1%)
BzOUwPrsOp	1 (<0.1%)
c1Qdohg5DX	1 (<0.1%)
C1YtL3WDCT	1 (<0.1%)
c2A3hwMzq3	1 (<0.1%)
c3UftNOXa9	1 (<0.1%)
c4YF5cloj4	1 (<0.1%)
C54gtGRRhV	1 (<0.1%)
C5wj1zYMfe	1 (<0.1%)
C61EBlc3fM	1 (<0.1%)
c6exOlgOkT	1 (<0.1%)
c7q178gCz9	1 (<0.1%)
c8i123sOm8	1 (<0.1%)
c8oG3eXFOM	1 (<0.1%)
c9MWUzQIug	1 (<0.1%)
caAnrEe4Lj	1 (<0.1%)
CANpoFq5kP	1 (<0.1%)
cBAOzHrL33	1 (<0.1%)
cBR8k4CTTX	1 (<0.1%)
CbuzAa7FVg	1 (<0.1%)
CbyGJbA8cl	1 (<0.1%)
CC2lTTJh85	1 (<0.1%)
cchRMTapmi	1 (<0.1%)
Cd5gh4irx5	1 (<0.1%)
cdDyrDeCtP	1 (<0.1%)
cdjquu8MlG	1 (<0.1%)
CDzZmnNKIn	1 (<0.1%)
cegG6UeRrF	1 (<0.1%)
cEL6DS4z94	1 (<0.1%)
ceOKVfePAM	1 (<0.1%)
CEu37e66Qf	1 (<0.1%)
CfA1uf5AoN	1 (<0.1%)
CFVxUvR7JX	1 (<0.1%)
cg549XrJoI	1 (<0.1%)
cg7kFT6yKy	1 (<0.1%)
CGbRqnDiLr	1 (<0.1%)
cGfbaAFx5t	1 (<0.1%)
CGL2LjnFgM	1 (<0.1%)
cHJNfoMt7A	1 (<0.1%)
CHPuAdjZrj	1 (<0.1%)
ChZTFUStJU	1 (<0.1%)
CIIqUCHYxb	1 (<0.1%)
ciZiSRM4AP	1 (<0.1%)
cjPMNEewaE	1 (<0.1%)
CK3HpLMAVX	1 (<0.1%)
ck795X2JWP	1 (<0.1%)
CKhtTz4uUg	1 (<0.1%)
cKLvv4vVV4	1 (<0.1%)
ckTIO9nGmD	1 (<0.1%)
clopUWT6c4	1 (<0.1%)
ClViM3cnen	1 (<0.1%)
ClYnY97exS	1 (<0.1%)
cM6dHg4VXN	1 (<0.1%)
CNh5ky1B5Z	1 (<0.1%)
cnUCRGL4GK	1 (<0.1%)
cO2Jx5GaTA	1 (<0.1%)
co9Z1PsyHf	1 (<0.1%)
cpKd3vBYYP	1 (<0.1%)
cPkTSCdmQn	1 (<0.1%)
CQHe3PN3VW	1 (<0.1%)
cqknpGWHYA	1 (<0.1%)
CR3AMa2AYc	1 (<0.1%)
crCMxtfguT	1 (<0.1%)
cRnFHJSITm	1 (<0.1%)
cSoxYLN3zb	1 (<0.1%)
cT5dWyEAi8	1 (<0.1%)
CtaJD6WPTh	1 (<0.1%)
CTSbNnGawf	1 (<0.1%)
CTZweV8VcK	1 (<0.1%)
cu1pY45vg9	1 (<0.1%)
cULAZbmUFS	1 (<0.1%)
cUtZUmD28h	1 (<0.1%)
cWLksieZNM	1 (<0.1%)
cWXGpfX1GS	1 (<0.1%)
CXGdssFVAC	1 (<0.1%)
CxjjTRgpkg	1 (<0.1%)
cxMtOOg8Zs	1 (<0.1%)
CxqGMKpsgn	1 (<0.1%)
cXUU1DWHwx	1 (<0.1%)
cxxrNpmk21	1 (<0.1%)
cYaNrPaRHN	1 (<0.1%)
Cyg13V9M5o	1 (<0.1%)
CYPdJuqssS	1 (<0.1%)
CZePrUpMWz	1 (<0.1%)
CZfq89UyrE	1 (<0.1%)
czGAm75O3d	1 (<0.1%)
cZrxGKvg2o	1 (<0.1%)
CzuFOntF8t	1 (<0.1%)
D18TIdR3bM	1 (<0.1%)
D2GbMxf7h4	1 (<0.1%)
D2VCfxPY63	1 (<0.1%)
D3c4ETO9tQ	1 (<0.1%)
d3zvgKtxBx	1 (<0.1%)
D4hAZuzm14	1 (<0.1%)
d5FSRFdgZa	1 (<0.1%)
d9txEnEtOJ	1 (<0.1%)
dA823HsQyO	1 (<0.1%)
DaGX1tp1IR	1 (<0.1%)
Dav3ISywqo	1 (<0.1%)
DCZ1IRMT71	1 (<0.1%)
DdCLR6h582	1 (<0.1%)
DdEB6nkAnE	1 (<0.1%)
DDsD9zmDHL	1 (<0.1%)
DDx84p9BgH	1 (<0.1%)
DeOqb2SoTb	1 (<0.1%)
DepCpRSGPW	1 (<0.1%)
DFb7FPxzf3	1 (<0.1%)
dFET8BzPb6	1 (<0.1%)
dfRkajcLX2	1 (<0.1%)
Dgd4LaBB9Z	1 (<0.1%)
DGssfKzJ6D	1 (<0.1%)
dHOTbXN59E	1 (<0.1%)
DHxkqXXTcY	1 (<0.1%)
di5uFmcMQe	1 (<0.1%)
dioZtOgbUF	1 (<0.1%)
Diwn5Jd6GN	1 (<0.1%)
DjbhCGSXT1	1 (<0.1%)
dJBHW6EPlc	1 (<0.1%)
DJJmJbll3r	1 (<0.1%)
djUhFrBnzF	1 (<0.1%)
dkg9RCAuEI	1 (<0.1%)
DL4VdjD4Cv	1 (<0.1%)
DLPByNdlHB	1 (<0.1%)
DlsHJfu1HP	1 (<0.1%)
dMD196dxgq	1 (<0.1%)
dmoQ7wbmR4	1 (<0.1%)
DMoxpC1lgl	1 (<0.1%)
dmstcnZM9z	1 (<0.1%)
DNvGU6kKwk	1 (<0.1%)
DOaAoAal8c	1 (<0.1%)
dpInhscxuv	1 (<0.1%)
DPqyxuXniO	1 (<0.1%)
dpsoeS62nj	1 (<0.1%)
dPvIwZRJ7g	1 (<0.1%)
dqaBj6ZjXJ	1 (<0.1%)
DRcoJgsPed	1 (<0.1%)
DRNrqa4A3d	1 (<0.1%)
dRntZrUNZ6	1 (<0.1%)
DRpDsKxnQo	1 (<0.1%)
dRX3CThUTA	1 (<0.1%)
DsAHvI5R8N	1 (<0.1%)
dSGr7WbWpm	1 (<0.1%)
dskdYGC96v	1 (<0.1%)
DT6P3Ng2kJ	1 (<0.1%)
dTrblziyYZ	1 (<0.1%)
dtZvuq66Qy	1 (<0.1%)
dufmdme9aK	1 (<0.1%)
dUXj8XrFqI	1 (<0.1%)
DVaeeEcx1K	1 (<0.1%)
DvdgWn3Kn1	1 (<0.1%)
dvKSOR6XKY	1 (<0.1%)
dVOSc5jMzc	1 (<0.1%)
DvvgiaeGfH	1 (<0.1%)
dvZp1LceqY	1 (<0.1%)
dW2MsFqSrr	1 (<0.1%)
DWcFPGE9wR	1 (<0.1%)
DwI1uwkpg4	1 (<0.1%)
DWQ4qWDTst	1 (<0.1%)
DwwUhuVqMk	1 (<0.1%)
dx4jPkzoum	1 (<0.1%)
dxIOHndRE2	1 (<0.1%)
DXOzzyNWni	1 (<0.1%)
dxSnyaV1cn	1 (<0.1%)
dYptzWrjyT	1 (<0.1%)
dyqC3YEjSb	1 (<0.1%)
DZDym1uqfU	1 (<0.1%)
dZpkvq1zIB	1 (<0.1%)
dZu2kPd2TC	1 (<0.1%)
dzz5k5PDTe	1 (<0.1%)
E1eEhAJ9SO	1 (<0.1%)
E29Y6IrAN2	1 (<0.1%)
e2DSfepP3P	1 (<0.1%)
e3MWwGL9F5	1 (<0.1%)
e42EvalAQP	1 (<0.1%)
e5Cr2o4gBX	1 (<0.1%)
e5GtqniB9A	1 (<0.1%)
e6qilKpv2a	1 (<0.1%)
e82TAcEoHe	1 (<0.1%)
e88VkjjTCe	1 (<0.1%)
e89b18c9GL	1 (<0.1%)
e8KSJuUYxl	1 (<0.1%)
e9NB8w8chn	1 (<0.1%)
eA3FycSWoo	1 (<0.1%)
EAfsP1lqcI	1 (<0.1%)
EaoiPTIUrC	1 (<0.1%)
Eap5e6sGPj	1 (<0.1%)
EapONmWDuw	1 (<0.1%)
EATFx6jw2y	1 (<0.1%)
EazohK9QTj	1 (<0.1%)
eBdR1nAgD6	1 (<0.1%)
eBih9pdDxE	1 (<0.1%)
EBYn9wON5Q	1 (<0.1%)
eCgwMJ2nT6	1 (<0.1%)
edDG2qbeY1	1 (<0.1%)
EdMNPIWJGJ	1 (<0.1%)
EebL9Mxdon	1 (<0.1%)
eeCm4y2g87	1 (<0.1%)
eerryiWOyq	1 (<0.1%)
Ef1D2gNcbX	1 (<0.1%)
eF4riDZ72b	1 (<0.1%)
eF79edKEVO	1 (<0.1%)
eFr1OQ2pXz	1 (<0.1%)
eftFIn6ZPo	1 (<0.1%)
EfytN3o54E	1 (<0.1%)
Eg47srXjDE	1 (<0.1%)
eGDURkpXvi	1 (<0.1%)
EgsbQNT97r	1 (<0.1%)
EHEY6opBXc	1 (<0.1%)
Ehpxc4tj6I	1 (<0.1%)
eI9JiBaNhl	1 (<0.1%)
EiJtSbieO6	1 (<0.1%)
EIuvlnuHYJ	1 (<0.1%)
EJl9ZyPhqQ	1 (<0.1%)
ejxTGUIR9P	1 (<0.1%)
eKgpmknEWR	1 (<0.1%)
eKozKcYlJA	1 (<0.1%)
EKseEnnNfe	1 (<0.1%)
EkVUIDeolx	1 (<0.1%)
EKXddg2R4r	1 (<0.1%)
elALJ769wv	1 (<0.1%)
ElcLItTGQl	1 (<0.1%)
eLINHqBheJ	1 (<0.1%)
elWGnxGMXW	1 (<0.1%)
eM4spNeVxX	1 (<0.1%)
EMiuDfhwu5	1 (<0.1%)
EMYesEvw6w	1 (<0.1%)
ENquIHyO29	1 (<0.1%)
eoCtmuMaMG	1 (<0.1%)
EoIXzLwICR	1 (<0.1%)
EOZSdDe3Xc	1 (<0.1%)
Ep4aGUBDJz	1 (<0.1%)
EPRTybW6Nt	1 (<0.1%)
ePY48KQcJd	1 (<0.1%)
EQmcCDB7oU	1 (<0.1%)
eqntBeD15J	1 (<0.1%)
ErhkuuGwZ7	1 (<0.1%)
ErXgeBb4Yf	1 (<0.1%)
ErZXpuK2CG	1 (<0.1%)
eSbMLMAGDp	1 (<0.1%)
ESNPbQSAAq	1 (<0.1%)
EtAAmtpR81	1 (<0.1%)
EtAlG2iqqJ	1 (<0.1%)
eTsMxCxgMV	1 (<0.1%)
eu5FBuad3T	1 (<0.1%)
Eu9sWJAgYG	1 (<0.1%)
eUFOXiPxTk	1 (<0.1%)
EV79rjeaam	1 (<0.1%)
EVDh5Tv72E	1 (<0.1%)
evF3FIqCJc	1 (<0.1%)
ewlSRUXev7	1 (<0.1%)
eWQnnrkjmz	1 (<0.1%)
eWX4u2V7R1	1 (<0.1%)
EX7YUvwjs8	1 (<0.1%)
eYLGxKignK	1 (<0.1%)
eZBdo239io	1 (<0.1%)
eZLKtP2tKD	1 (<0.1%)
EzXZrYK9rU	1 (<0.1%)
F29jvcfP5N	1 (<0.1%)
F3GV1sxZ2I	1 (<0.1%)
f4ZRbo8GI1	1 (<0.1%)
F58sHTsR6W	1 (<0.1%)
f5zEfYdFO9	1 (<0.1%)
F9d53VTcTz	1 (<0.1%)
f9lMvJo3ec	1 (<0.1%)
f9Zr92AzT7	1 (<0.1%)
fabgveuF9G	1 (<0.1%)
fAkyvCymGE	1 (<0.1%)
Fc7zPMXzUM	1 (<0.1%)
FcREIeM7JY	1 (<0.1%)
fdsdcEH5gC	1 (<0.1%)
fe7mIbjdAC	1 (<0.1%)
feE3QNiBgG	1 (<0.1%)
Ff2ec15YRJ	1 (<0.1%)
ff3pBCRgLa	1 (<0.1%)
fFiz6ZiO7C	1 (<0.1%)
ffw6wVAjk3	1 (<0.1%)
fgFEc27Xlp	1 (<0.1%)
fgppe4y3nu	1 (<0.1%)
FgyeqMpqrX	1 (<0.1%)
fhbs5zLI7X	1 (<0.1%)
fhH6XMQP6H	1 (<0.1%)
fhHstFeMDB	1 (<0.1%)
Fiq313I9fd	1 (<0.1%)
fiwc3RHVDZ	1 (<0.1%)
fIxm839kcm	1 (<0.1%)
fj5WktdIY6	1 (<0.1%)
FjDSoinGpz	1 (<0.1%)
FjEcPTcHiF	1 (<0.1%)
FJGLsMLHRN	1 (<0.1%)
fK3Dfa8dj7	1 (<0.1%)
fkbt6uAbSK	1 (<0.1%)
FkvxjmT7fy	1 (<0.1%)
FKZmGAllsS	1 (<0.1%)
FlgFUueW8B	1 (<0.1%)
fmH6SJXl8G	1 (<0.1%)
fmKq17xrqe	1 (<0.1%)
FmOJmVJmJV	1 (<0.1%)
fnBeuQ3MRx	1 (<0.1%)
fnjDwkasjj	1 (<0.1%)
FNYAIcv88m	1 (<0.1%)
fogP3rAas1	1 (<0.1%)
fPifAHnghV	1 (<0.1%)
fPWGuFjmXM	1 (<0.1%)
fQa8GqJdvE	1 (<0.1%)
FqFmYf9Uny	1 (<0.1%)
FQhUlrNRuN	1 (<0.1%)
fqn4cQUO63	1 (<0.1%)
FQvspqK7k3	1 (<0.1%)
frH9kdrf9k	1 (<0.1%)
fRNsoXgUG5	1 (<0.1%)
fROfisg2uU	1 (<0.1%)
frVlUkUxHW	1 (<0.1%)
ftlvQAbY1z	1 (<0.1%)
fTqQPIEUdo	1 (<0.1%)
FVHcuB26Vu	1 (<0.1%)
FVm5cL4pm8	1 (<0.1%)
fVoK3k5xrF	1 (<0.1%)
FVSax3Ckeo	1 (<0.1%)
Fvyn4GRz6r	1 (<0.1%)
Fwbsq7TF4M	1 (<0.1%)
FXbDAYoIlM	1 (<0.1%)
FxhcYGwxuF	1 (<0.1%)
fXudZSkaDU	1 (<0.1%)
fxYJDNaoAU	1 (<0.1%)
Fy6xQnJzVS	1 (<0.1%)
fYKLNPPLaq	1 (<0.1%)
fzLrGsBPVn	1 (<0.1%)
FZuuPwLvUU	1 (<0.1%)
G1hinzxDv9	1 (<0.1%)
g1OeiKjNfR	1 (<0.1%)
G2jHO4z9aA	1 (<0.1%)
g2sdnQPjZ7	1 (<0.1%)
g2tqNzfy5t	1 (<0.1%)
G2XkZn16XX	1 (<0.1%)
g3L7vJqfgP	1 (<0.1%)
g3LKEma7mH	1 (<0.1%)
G3Nr8Yr8dQ	1 (<0.1%)
G4btSjV2e4	1 (<0.1%)
g5XdOsmxP9	1 (<0.1%)
G65EjIHJ7B	1 (<0.1%)
g6sWaHXPBT	1 (<0.1%)
G8ev7hsjQG	1 (<0.1%)
gAo4RXvYKK	1 (<0.1%)
GBl1DVZA2c	1 (<0.1%)
GbMUFZOOEI	1 (<0.1%)
gBUAGCQRdM	1 (<0.1%)
gccbGUtYnz	1 (<0.1%)
gcFMWmfRXF	1 (<0.1%)
GCu86w2Syt	1 (<0.1%)
gCzdeXefS7	1 (<0.1%)
GdA6SduwX5	1 (<0.1%)
GE7sHg3p5W	1 (<0.1%)
gEDDkgkYr8	1 (<0.1%)
GEkTlp7FYu	1 (<0.1%)
GeT5nbd6in	1 (<0.1%)
GEw5viS1LE	1 (<0.1%)
GFL6DpfJm4	1 (<0.1%)
GFLur6AELP	1 (<0.1%)
GG2zbH3Zf2	1 (<0.1%)
GhrZVicuyU	1 (<0.1%)
GiYLu8qJt2	1 (<0.1%)
gIyyS2qamx	1 (<0.1%)
gJEjO7q8ZS	1 (<0.1%)
GKciv3apaS	1 (<0.1%)
gKiC8ffjWM	1 (<0.1%)
gkLf5w2RnD	1 (<0.1%)
GkVVSYARSW	1 (<0.1%)
GLBJkc9NxW	1 (<0.1%)
gLgZU8yECg	1 (<0.1%)
GmYiFOzGm6	1 (<0.1%)
GNt3jaD5t4	1 (<0.1%)
go2K1YJDzw	1 (<0.1%)
go3jGEwyUq	1 (<0.1%)
GojpnH8Oy2	1 (<0.1%)
gpfztcNXJY	1 (<0.1%)
gpLU8CpL9E	1 (<0.1%)
GPOrRXMw9e	1 (<0.1%)
gPvrUzLag3	1 (<0.1%)
GQAnABa8fD	1 (<0.1%)
GQfccBwWCw	1 (<0.1%)
GQK9thYD2U	1 (<0.1%)
gQmTHNAysg	1 (<0.1%)
gr2j2ALy6c	1 (<0.1%)
grFNrJdo8T	1 (<0.1%)
gRH9xwDfXW	1 (<0.1%)
Gsd8KawVC6	1 (<0.1%)
gsHjMhiKwa	1 (<0.1%)
gsmk5RXGRY	1 (<0.1%)
gSSW3gLPBf	1 (<0.1%)
gStKB17naW	1 (<0.1%)
gsUlvOEkZu	1 (<0.1%)
gUgScmhySv	1 (<0.1%)
GuTsQsc34W	1 (<0.1%)
GvCPYpDaq1	1 (<0.1%)
gVExtbjpel	1 (<0.1%)
gvV4cUXPHH	1 (<0.1%)
GvWVuZlt7A	1 (<0.1%)
gWbn7UHfa4	1 (<0.1%)
Gwdo2vD2sE	1 (<0.1%)
gwuvqS3iYf	1 (<0.1%)
GxGH93iSjb	1 (<0.1%)
Gxs9l2darp	1 (<0.1%)
GYBf3NWgkA	1 (<0.1%)
gyPU3cnGR1	1 (<0.1%)
gypvqi4vAA	1 (<0.1%)
GZgrmxHNFv	1 (<0.1%)
GzKfpW3MQb	1 (<0.1%)
gzZP3TmPBa	1 (<0.1%)
h2u71Xuhzs	1 (<0.1%)
h3cTL3wUAE	1 (<0.1%)
H3Gtxli11S	1 (<0.1%)
H3gWERUjT8	1 (<0.1%)
h4HlUsrQ4U	1 (<0.1%)
H4ngonhRDs	1 (<0.1%)
h4nVWItOiM	1 (<0.1%)
h4qpwFrnre	1 (<0.1%)
h6TfkdNxOm	1 (<0.1%)
H6xfEBOcoh	1 (<0.1%)
H6zbugVExP	1 (<0.1%)
H7jjmiXRsw	1 (<0.1%)
h8EZBMSW7x	1 (<0.1%)
h8mfkCgzLw	1 (<0.1%)
H8VZnYBENP	1 (<0.1%)
h9vHTLGQmZ	1 (<0.1%)
HA4Xcd3X75	1 (<0.1%)
haq2YFdowA	1 (<0.1%)
haSCCkEjOM	1 (<0.1%)
hATgkHJ4Cm	1 (<0.1%)
hb5Ps2zH6p	1 (<0.1%)
hbOYINCEvV	1 (<0.1%)
HC2EybISCd	1 (<0.1%)
HdgauZSkEY	1 (<0.1%)
hDMxE6k4tW	1 (<0.1%)
heaXNf2Vl1	1 (<0.1%)
hePIVr4wKx	1 (<0.1%)
HeyDNecX1N	1 (<0.1%)
hfSvNfkcz5	1 (<0.1%)
HfveA8NNon	1 (<0.1%)
hGfYrA7Ex4	1 (<0.1%)
HGHNoeYC9f	1 (<0.1%)
hGTyTL5fmz	1 (<0.1%)
HGwumrsCVq	1 (<0.1%)
hGx2TjQGAW	1 (<0.1%)
hGYO4rybhm	1 (<0.1%)
hHaNoBmGUn	1 (<0.1%)
hHbh6xlaIj	1 (<0.1%)
hHcDg4clxD	1 (<0.1%)
HHddMI1uaK	1 (<0.1%)
hI1MVqMbce	1 (<0.1%)
Hi1nfLaeMS	1 (<0.1%)
HIhgPHrKt6	1 (<0.1%)
HIy3BRSx61	1 (<0.1%)
HJF4CfbKxn	1 (<0.1%)
HJiIjtXOQu	1 (<0.1%)
HJScL7t4iS	1 (<0.1%)
HjVRQBR5PP	1 (<0.1%)
hJz2RTUMPm	1 (<0.1%)
hk5DAMh9IW	1 (<0.1%)
HKoF67dNw6	1 (<0.1%)
hKp9vHUXNW	1 (<0.1%)
HlnQz1nqro	1 (<0.1%)
HLOaCk5VG8	1 (<0.1%)
hm6a7ySgS6	1 (<0.1%)
HmEvntyMja	1 (<0.1%)
HmRkrvSn9d	1 (<0.1%)
HNqX2loe1f	1 (<0.1%)
HOBYFUDZpl	1 (<0.1%)
Hp1eOHCApX	1 (<0.1%)
HPeLwRaLxc	1 (<0.1%)
HpkV1u1eAf	1 (<0.1%)
HpvH2xlaS8	1 (<0.1%)
HqA4C2NTGm	1 (<0.1%)
HqRE1vNSOc	1 (<0.1%)
HrSmpoLiYN	1 (<0.1%)
hRUNnMziSz	1 (<0.1%)
HSpRUAWfqy	1 (<0.1%)
hsrZohPeC7	1 (<0.1%)
HTdLO8gxMH	1 (<0.1%)
hTEM7hTyzY	1 (<0.1%)
hTEwnp8EtW	1 (<0.1%)
hTiVKC64Dm	1 (<0.1%)
HV7hxA2A6I	1 (<0.1%)
hvG8BA4799	1 (<0.1%)
hWvfdt6n2M	1 (<0.1%)
HWZ8xFjDWX	1 (<0.1%)
HWZHJeBgNZ	1 (<0.1%)
hX7tCjZxqa	1 (<0.1%)
HXLhq8o9Yv	1 (<0.1%)
hY8chf2wtp	1 (<0.1%)
hYEj1JUCRm	1 (<0.1%)
hYFo2Wv6ua	1 (<0.1%)
HYNyIz9K74	1 (<0.1%)
hyP52PqPB4	1 (<0.1%)
HyPUSSvnW5	1 (<0.1%)
HyRVbEcpti	1 (<0.1%)
hZl5B3DdE5	1 (<0.1%)
hzRGkukZ12	1 (<0.1%)
i3cL9O8jWH	1 (<0.1%)
I49DHCdjJX	1 (<0.1%)
i89Tl71GRs	1 (<0.1%)
I8oROUsllH	1 (<0.1%)
i9RmUKHljE	1 (<0.1%)
I9sTB86xgW	1 (<0.1%)
iB7Te6P7Nv	1 (<0.1%)
IBBAYy2KwQ	1 (<0.1%)
IBgbdvPmxY	1 (<0.1%)
ibyq46n6mb	1 (<0.1%)
iCbI5ZSwRg	1 (<0.1%)
ICCYN3bHrp	1 (<0.1%)
IcfjekrMmn	1 (<0.1%)
ICG45oWV8w	1 (<0.1%)
ICtjbfP17c	1 (<0.1%)
ICXZyUKNx6	1 (<0.1%)
Id8UMIvLWi	1 (<0.1%)
IDb9waz5Ev	1 (<0.1%)
IDHBc5jRiK	1 (<0.1%)
iDzmfZhFkV	1 (<0.1%)
ienW99lkw6	1 (<0.1%)
IerN5iIHlC	1 (<0.1%)
iGJrdDg91J	1 (<0.1%)
ihJaZcQKc2	1 (<0.1%)
IhUyysQjJN	1 (<0.1%)
IIW7UzGE6l	1 (<0.1%)
iIzVvPdLFe	1 (<0.1%)
IJ5APnl3Fn	1 (<0.1%)
IKKFQ3FmgN	1 (<0.1%)
IkSXNqMc3D	1 (<0.1%)
iLKmxRXrdH	1 (<0.1%)
IlvFWUQvna	1 (<0.1%)
iMeMVuBaSS	1 (<0.1%)
IMusLgpx2u	1 (<0.1%)
InImVFtHIv	1 (<0.1%)
iOQGA5O7TX	1 (<0.1%)
IOXkp31SOv	1 (<0.1%)
ipFiMgOYSw	1 (<0.1%)
ipomMmFa8w	1 (<0.1%)
IqiGV5mfp4	1 (<0.1%)
iqJ3tqUOMZ	1 (<0.1%)
iqMOFV1Gor	1 (<0.1%)
iqRfomQBZh	1 (<0.1%)
IrOwVDADJu	1 (<0.1%)
isgGNHPRhs	1 (<0.1%)
iSNXgjxBcf	1 (<0.1%)
iSu6O9odjg	1 (<0.1%)
Isz7KTxVCb	1 (<0.1%)
ISzZJyLxVW	1 (<0.1%)
ItEmBXOFAH	1 (<0.1%)
IU499vMlxU	1 (<0.1%)
iU5cRyKoIc	1 (<0.1%)
iUm8pkMp1r	1 (<0.1%)
IuRFuLpYCF	1 (<0.1%)
iuVbpXJ8uM	1 (<0.1%)
IuvDW3IVOq	1 (<0.1%)
IUvw7mfyE4	1 (<0.1%)
IV1zc7O2h9	1 (<0.1%)
Ivdayzr7fG	1 (<0.1%)
iVU3hUdYDZ	1 (<0.1%)
IwpnN5fBX9	1 (<0.1%)
IWsGWyqyFM	1 (<0.1%)
IWzmhNdoJr	1 (<0.1%)
iXcPt6Hjyi	1 (<0.1%)
IxeJJw3eas	1 (<0.1%)
ixYLOx9wdJ	1 (<0.1%)
Iy9KHX32SS	1 (<0.1%)
IyAd3F7JXZ	1 (<0.1%)
IYBDqCw91C	1 (<0.1%)
IyOqjnVCiN	1 (<0.1%)
IYpZdhgI7o	1 (<0.1%)
izA83xP4XN	1 (<0.1%)
izG8g2Hx8H	1 (<0.1%)
iZn7exARjX	1 (<0.1%)
IzRoyHZcYn	1 (<0.1%)
j2wdxpgt3s	1 (<0.1%)
j36XAJyciY	1 (<0.1%)
J3chCmwfJK	1 (<0.1%)
J3ki2oXuK5	1 (<0.1%)
J4eiVWU9mE	1 (<0.1%)
J4RYdhEBcb	1 (<0.1%)
J6b7bV6uVs	1 (<0.1%)
J6COtPekbb	1 (<0.1%)
J6Kkd16pbj	1 (<0.1%)
j6urMM7hBo	1 (<0.1%)
J7QzSpgCKb	1 (<0.1%)
j8opklqz3A	1 (<0.1%)
J9aOhqutpD	1 (<0.1%)
JAeLZPXXbp	1 (<0.1%)
jAf444FTGY	1 (<0.1%)
jaLNsHNNn7	1 (<0.1%)
JBbBmuaK8l	1 (<0.1%)
jBbrU9jngA	1 (<0.1%)
JCH5Nh3URH	1 (<0.1%)
JcHTKruREi	1 (<0.1%)
jCQH5RSlVq	1 (<0.1%)
JDKzm41NWW	1 (<0.1%)
je1fbeRFfX	1 (<0.1%)
JEkxuXPvOp	1 (<0.1%)
Jf9uK2mPKh	1 (<0.1%)
jfbtudth6E	1 (<0.1%)
jFJUEKFs3x	1 (<0.1%)
jfnnAbHlLp	1 (<0.1%)
JFPaJFn9gd	1 (<0.1%)
JfQoWDyDNf	1 (<0.1%)
jGWE6MP3PE	1 (<0.1%)
jGwOBjVwaH	1 (<0.1%)
Jh7E6al6Bp	1 (<0.1%)
jhYnExK93C	1 (<0.1%)
jiFXdLMiV9	1 (<0.1%)
jiGpOnRF3v	1 (<0.1%)
JiIBlcQIDe	1 (<0.1%)
Jj6NFy9ARe	1 (<0.1%)
JJj1QWuUs5	1 (<0.1%)
JkW9EmWFEp	1 (<0.1%)
JKWC8dbdjc	1 (<0.1%)
JkxKwEUhGn	1 (<0.1%)
JkYE7n28LQ	1 (<0.1%)
jlaGXzCIAj	1 (<0.1%)
JnfMgrXbrj	1 (<0.1%)
jNhf2pwcBS	1 (<0.1%)
jnjOgNoZ2L	1 (<0.1%)
jnLO6MXeM7	1 (<0.1%)
JnROciXD3p	1 (<0.1%)
JNzWJ69bC9	1 (<0.1%)
JOnouOvWE4	1 (<0.1%)
jOOm8octP2	1 (<0.1%)
jPm4m7gih8	1 (<0.1%)
jpPpIsXvTi	1 (<0.1%)
jPrDmBIptY	1 (<0.1%)
jpTBbT4mRB	1 (<0.1%)
jpxCcBaUa4	1 (<0.1%)
jQH629gLfW	1 (<0.1%)
JqmWlmdehM	1 (<0.1%)
JqQamv5GMM	1 (<0.1%)
jRuUMdelJ6	1 (<0.1%)
jSiC7cb5jI	1 (<0.1%)
JsNtiv6IOH	1 (<0.1%)
jsOZ3UGBlE	1 (<0.1%)
jss4Nlmnwp	1 (<0.1%)
jT5ClWvM6S	1 (<0.1%)
jthKvylNBg	1 (<0.1%)
JTkCsKoNWM	1 (<0.1%)
JToRVUWvLT	1 (<0.1%)
JuS83yvflw	1 (<0.1%)
JUt3vNnCKI	1 (<0.1%)
jvIKdFvzFo	1 (<0.1%)
JVIooBGCmK	1 (<0.1%)
jwH1szBxdM	1 (<0.1%)
jX2pyGXb9a	1 (<0.1%)
jXxYD1nxj1	1 (<0.1%)
jXzAd5VCPL	1 (<0.1%)
jy6A21qWdy	1 (<0.1%)
JYKvgk7Ajr	1 (<0.1%)
JYmdZ3RDYD	1 (<0.1%)
jYqzwO84Tn	1 (<0.1%)
Jz15YPeEIe	1 (<0.1%)
jzGc4zWnVc	1 (<0.1%)
jzqBXvywyu	1 (<0.1%)
jzyJXNReLW	1 (<0.1%)
K13myxKwBj	1 (<0.1%)
k21Qg1eMfr	1 (<0.1%)
k2G124KFMA	1 (<0.1%)
K2utrx9Ajf	1 (<0.1%)
k2vzMMFjez	1 (<0.1%)
K3Rw5kukR4	1 (<0.1%)
k49KLcSuku	1 (<0.1%)
k4LSMHpJ2n	1 (<0.1%)
K4UsDUVdFm	1 (<0.1%)
K59Wc82RfX	1 (<0.1%)
K5kn1Fd5FX	1 (<0.1%)
k6IKvob7WP	1 (<0.1%)
k6NIEvVYMk	1 (<0.1%)
K7G1jYxLe6	1 (<0.1%)
K7StQT2c8g	1 (<0.1%)
k9ecqfZYJc	1 (<0.1%)
KAnRqNaOp3	1 (<0.1%)
kaPT4W5ySW	1 (<0.1%)
KBjNRhqrhS	1 (<0.1%)
Kbp2CFeOuU	1 (<0.1%)
kBzGIJwrIV	1 (<0.1%)
kcadT1Ot9p	1 (<0.1%)
KCfJBZZGOo	1 (<0.1%)
kDBvyZdekf	1 (<0.1%)
kdFq9IOIKJ	1 (<0.1%)
kDJNHM23mK	1 (<0.1%)
KdqcUQY3k6	1 (<0.1%)
Ke7fSVToCM	1 (<0.1%)
KEdhkeIYrB	1 (<0.1%)
keF96nHrAa	1 (<0.1%)
KFE7vpqHEF	1 (<0.1%)
kfhnaBOZHv	1 (<0.1%)
KfLupHn25d	1 (<0.1%)
kFvBQQoGEo	1 (<0.1%)
KfVF9F1ReR	1 (<0.1%)
KgnjTp2cZc	1 (<0.1%)
KgZwHEMwE7	1 (<0.1%)
kHfbqKbVOC	1 (<0.1%)
kHMANyogog	1 (<0.1%)
khpTXgdbZ4	1 (<0.1%)
KhvlotbsB3	1 (<0.1%)
KHVoHPeb28	1 (<0.1%)
ki1FqBbl2B	1 (<0.1%)
KI2B8eoGTk	1 (<0.1%)
KICD2zxjJo	1 (<0.1%)
kIEuY4r4z3	1 (<0.1%)
kIGQFZ1W8g	1 (<0.1%)
kiJZrKwf8j	1 (<0.1%)
KITZAEogn3	1 (<0.1%)
KKJjDTzORb	1 (<0.1%)
kkqQeEK3sx	1 (<0.1%)
Kl92kc8Qzv	1 (<0.1%)
klDu6C45Wk	1 (<0.1%)
KlhzCZUQsb	1 (<0.1%)
klqGqD4i3M	1 (<0.1%)
klu2PHdsxF	1 (<0.1%)
kMFPmxguNk	1 (<0.1%)
kMQTUrrOsK	1 (<0.1%)
kmV3huSmTZ	1 (<0.1%)
kmx8KIDOT8	1 (<0.1%)
kmXQoDLIU5	1 (<0.1%)
KnafJ6QMZZ	1 (<0.1%)
KND1SoZfrk	1 (<0.1%)
KNNRCguWZw	1 (<0.1%)
KnWsKFTx3W	1 (<0.1%)
kOSXGdsgGY	1 (<0.1%)
kP8dLyY8KW	1 (<0.1%)
Kpg5zlBX8h	1 (<0.1%)
kQgl3y8vO6	1 (<0.1%)
KQmMIiBJk1	1 (<0.1%)
kQYwD56XAk	1 (<0.1%)
KqzfyAcgG4	1 (<0.1%)
KqZKzDNjSd	1 (<0.1%)
kr924ZOrdk	1 (<0.1%)
KSa29pOsy2	1 (<0.1%)
kSNKCG7oW3	1 (<0.1%)
kSVkGyKKE5	1 (<0.1%)
KtC35QJmxe	1 (<0.1%)
KtLGao3r8Z	1 (<0.1%)
kTnpZvaHaf	1 (<0.1%)
KTqmoBWZjk	1 (<0.1%)
Ktt34ymnu7	1 (<0.1%)
Kua5WpNymU	1 (<0.1%)
kujrEbEXoV	1 (<0.1%)
KUoJq6fRPF	1 (<0.1%)
kUzoL8vsZl	1 (<0.1%)
kVeWeyMBeE	1 (<0.1%)
KvFqnLSSUq	1 (<0.1%)
KWFAwnOoyd	1 (<0.1%)
KWiars3x8h	1 (<0.1%)
kwk4TJR4oJ	1 (<0.1%)
kwlSNGbs2b	1 (<0.1%)
kwMynpZdcS	1 (<0.1%)
kwYEDl2Fh3	1 (<0.1%)
Kx1yp7k3Gv	1 (<0.1%)
kxar6lBb8r	1 (<0.1%)
kxaS58ALMe	1 (<0.1%)
KxhaXv1bvQ	1 (<0.1%)
KzCZeVwjSa	1 (<0.1%)
KzMXWMvAqO	1 (<0.1%)
kzUk9A1F3C	1 (<0.1%)
L1KCzdvoM4	1 (<0.1%)
L1uaUmqbRr	1 (<0.1%)
L1VUsxwkcV	1 (<0.1%)
L3lPCnkot4	1 (<0.1%)
l3OCAE7Cl6	1 (<0.1%)
L5JOpzbvIq	1 (<0.1%)
L5xT4DXue6	1 (<0.1%)
l66n2rudAB	1 (<0.1%)
L6I8tTwuW3	1 (<0.1%)
L7UYnij9fA	1 (<0.1%)
l7VGVcM9Fx	1 (<0.1%)
l85uQg9fIz	1 (<0.1%)
L8IYAwdGmS	1 (<0.1%)
l8rB26FvCK	1 (<0.1%)
l9HcXEOtoE	1 (<0.1%)
LaJMFMWQxW	1 (<0.1%)
LaQdwlR8PW	1 (<0.1%)
LArOU82179	1 (<0.1%)
LbsVeXzRdR	1 (<0.1%)
ld2hmY61Zx	1 (<0.1%)
ld9KWktoHU	1 (<0.1%)
lDQxEbAVRx	1 (<0.1%)
lDTKoxVkHB	1 (<0.1%)
LdWfEapyqA	1 (<0.1%)
LEhuXBh4Nd	1 (<0.1%)
LFA5UZZGqB	1 (<0.1%)
lFB8HbCydU	1 (<0.1%)
LfdduIY9rL	1 (<0.1%)
lFfD4oLwlS	1 (<0.1%)
LFUNRJkXEk	1 (<0.1%)
Lg2SS3Q1Iy	1 (<0.1%)
lG54qbqf1q	1 (<0.1%)
LgF748s1nX	1 (<0.1%)
LhEigQkVbw	1 (<0.1%)
LhVrvrJNd3	1 (<0.1%)
liKdnQJZs8	1 (<0.1%)
lisuZmtlkS	1 (<0.1%)
LJE6gfsOcm	1 (<0.1%)
LjJUUP3ifL	1 (<0.1%)
LJoXkzIwfl	1 (<0.1%)
LJzNchC8ZU	1 (<0.1%)
Lk5LJ8WsCs	1 (<0.1%)
lKlvqW5kds	1 (<0.1%)
lKuxJZIuCw	1 (<0.1%)
LLaortjbIs	1 (<0.1%)
lldsWxeY5F	1 (<0.1%)
llHzaOJrEt	1 (<0.1%)
lLuqX1iJBe	1 (<0.1%)
LMGzMyOeDU	1 (<0.1%)
LMMVxfk5me	1 (<0.1%)
LmqejN8MOG	1 (<0.1%)
lNEa2P5CTb	1 (<0.1%)
lNJ7EgzwgZ	1 (<0.1%)
LnpeifbF44	1 (<0.1%)
lNsSUjqRr2	1 (<0.1%)
loO5BscAns	1 (<0.1%)
lPaT75Tz6S	1 (<0.1%)
LPL32ukALl	1 (<0.1%)
lpnrPtocvF	1 (<0.1%)
LpuBgAR5AI	1 (<0.1%)
lq4GYH43pK	1 (<0.1%)
LQfWAAhtBw	1 (<0.1%)
lqtSUaqySL	1 (<0.1%)
LRDGHyjTUk	1 (<0.1%)
lRPddTUlsO	1 (<0.1%)
LSa1IRmCf2	1 (<0.1%)
LsFysvuX8u	1 (<0.1%)
LsIYnzEgyt	1 (<0.1%)
LslKpY5uKk	1 (<0.1%)
lSm3OwIuY9	1 (<0.1%)
LT2ZciHlqv	1 (<0.1%)
LTelLh4zf4	1 (<0.1%)
lUbb39nlS1	1 (<0.1%)
lUUFbUIyj8	1 (<0.1%)
LuwCuRqmRG	1 (<0.1%)
LVEbdegqc6	1 (<0.1%)
LwdtL8xkQ7	1 (<0.1%)
lwiPAAVgS2	1 (<0.1%)
LWpzpc823z	1 (<0.1%)
LxaejfNQEE	1 (<0.1%)
lxGWrMRCUE	1 (<0.1%)
lxhfBh1Lmg	1 (<0.1%)
LXOKK5LOxv	1 (<0.1%)
LYczYhTyXa	1 (<0.1%)
LYjc7DEdJs	1 (<0.1%)
lYvnU8BLUj	1 (<0.1%)
lZ5msVswig	1 (<0.1%)
Lze8qX1hQC	1 (<0.1%)
Lztfs4Y1Fz	1 (<0.1%)
M1PGbj1nT8	1 (<0.1%)
m1QplFKUsa	1 (<0.1%)
M2aorzmtXt	1 (<0.1%)
m2dPsj16lA	1 (<0.1%)
M2YbO7Q6Rr	1 (<0.1%)
m4MU5zNCMq	1 (<0.1%)
M4OZsdDQ5p	1 (<0.1%)
m4uNgQPEz5	1 (<0.1%)
M4Z4ym9xFs	1 (<0.1%)
m5VCWrKeEx	1 (<0.1%)
M68kkGAjwd	1 (<0.1%)
M6mN5Rfm4L	1 (<0.1%)
M6NSvqJsN3	1 (<0.1%)
m72wTLfKPX	1 (<0.1%)
M8eyMOphqm	1 (<0.1%)
M8NFbND3Ad	1 (<0.1%)
M9GFDZWKlV	1 (<0.1%)
m9GSwWdjsT	1 (<0.1%)
MaGp4Tv1VW	1 (<0.1%)
mAnvvNo8T4	1 (<0.1%)
MaPdbnT4Qq	1 (<0.1%)
mAxUA8eoxy	1 (<0.1%)
MBaIrhRwjI	1 (<0.1%)
MBHfktAfsg	1 (<0.1%)
MBXTYWlY67	1 (<0.1%)
mC3WILg3yB	1 (<0.1%)
MCI2h4YfUb	1 (<0.1%)
MCn2DZUsaR	1 (<0.1%)
MdBJgfaDsh	1 (<0.1%)
MDCAgBm1vP	1 (<0.1%)
MDhKLZQjey	1 (<0.1%)
MdJmF3FtfK	1 (<0.1%)
mdtHCVhASw	1 (<0.1%)
MDwMmCSNqq	1 (<0.1%)
MeG5NnhiIw	1 (<0.1%)
mEOLMtSKb7	1 (<0.1%)
MghX86bBmN	1 (<0.1%)
mgzX52LeSh	1 (<0.1%)
MhBbbtGz9E	1 (<0.1%)
mHFcmKlkXT	1 (<0.1%)
MietJTDOv8	1 (<0.1%)
MjANclhtUi	1 (<0.1%)
mJbxm2T8rl	1 (<0.1%)
mJeRw4o6Os	1 (<0.1%)
mjl6xxtHRN	1 (<0.1%)
mJlkAZbL5W	1 (<0.1%)
MJv3xAIu6y	1 (<0.1%)
mKdE2Sqfsq	1 (<0.1%)
MkL48RavDw	1 (<0.1%)
MKqnLNpyqf	1 (<0.1%)
MKsS3yGn3x	1 (<0.1%)
Mlf1bWR2ul	1 (<0.1%)
MLWynGOGjW	1 (<0.1%)
mMjCbJYqNF	1 (<0.1%)
mmkrsWUrSO	1 (<0.1%)
mMYrgvqq8A	1 (<0.1%)
MOCBEnVz4g	1 (<0.1%)
mOG1wpRe4t	1 (<0.1%)
MOhkmaa711	1 (<0.1%)
MOuyLqAwCo	1 (<0.1%)
mphWpEi1yr	1 (<0.1%)
MpMEvKypb5	1 (<0.1%)
MpSUOp2eec	1 (<0.1%)
MpW9js77HA	1 (<0.1%)
MQad47onNo	1 (<0.1%)
MQJyxXDtiS	1 (<0.1%)
MQlvKYMtRd	1 (<0.1%)
mR8e1jmVax	1 (<0.1%)
mRfMJTJcUK	1 (<0.1%)
MrKzWm3EJt	1 (<0.1%)
mRNHVGTZ2G	1 (<0.1%)
Mrq2xJuPVs	1 (<0.1%)
MrqlDy7eYa	1 (<0.1%)
Mrw15dDuzZ	1 (<0.1%)
mrYeek3Cvd	1 (<0.1%)
msMEJfZRNn	1 (<0.1%)
MSrsppddd7	1 (<0.1%)
mSWlC89qgt	1 (<0.1%)
MsyOADbnsN	1 (<0.1%)
MT3DIhwQEk	1 (<0.1%)
Mt46nDNBpJ	1 (<0.1%)
MT7m29YrPj	1 (<0.1%)
mTdTTu5lRc	1 (<0.1%)
Mtkfuw5U8k	1 (<0.1%)
MtPxP2KhBF	1 (<0.1%)
MtXSgDGz8f	1 (<0.1%)
MU1WoZiLaF	1 (<0.1%)
muj6JKzaDR	1 (<0.1%)
muZzEZX9D9	1 (<0.1%)
MvZuCaPz8C	1 (<0.1%)
MWFDujhJ5h	1 (<0.1%)
mwzVbp1nf8	1 (<0.1%)
mXgAeNkFE8	1 (<0.1%)
MXghz6yoE6	1 (<0.1%)
mxwqGGGgii	1 (<0.1%)
mylPM7RYch	1 (<0.1%)
mZlJcjzNDH	1 (<0.1%)
mZpTADVRcZ	1 (<0.1%)
N16lFYTavU	1 (<0.1%)
n1tBYKQzQQ	1 (<0.1%)
N2r4Ibrc8Q	1 (<0.1%)
n2whyjSI2P	1 (<0.1%)
N3loWnGOmN	1 (<0.1%)
N47UBxS3Q5	1 (<0.1%)
n57m84GGxS	1 (<0.1%)
N5DUwX5tl8	1 (<0.1%)
N5kyfcZFcS	1 (<0.1%)
N66OgcmfjN	1 (<0.1%)
N7g1PY2uyQ	1 (<0.1%)
n7hsX6s6jk	1 (<0.1%)
n7wLbwhoaL	1 (<0.1%)
n82Zt8UKzx	1 (<0.1%)
N8n32MhsP3	1 (<0.1%)
nAbFiXX923	1 (<0.1%)
NAv3NLYX1m	1 (<0.1%)
NBIvikNWfo	1 (<0.1%)
NboaCPgKoF	1 (<0.1%)
NCN2GB7hPw	1 (<0.1%)
NcwL279vma	1 (<0.1%)
nd9nX5Mg1v	1 (<0.1%)
nda6LcQQ7g	1 (<0.1%)
NDnjie6x3T	1 (<0.1%)
ndsEjqF1EE	1 (<0.1%)
ndURCOLpnT	1 (<0.1%)
Ne4huWU2HW	1 (<0.1%)
nEhJ26ktdF	1 (<0.1%)
NEhrv1c6Tu	1 (<0.1%)
nFFHzDgXMx	1 (<0.1%)
nfjCcatZfa	1 (<0.1%)
NhSwfivqbs	1 (<0.1%)
nhwwpRnc2y	1 (<0.1%)
NHXkT3OUwO	1 (<0.1%)
NhXqLXoUNs	1 (<0.1%)
NiRJStpAJC	1 (<0.1%)
NjOohQPNQz	1 (<0.1%)
nJS8eNdEMI	1 (<0.1%)
Njw2f8YUXp	1 (<0.1%)
nk2FpBJ6Le	1 (<0.1%)
Nk6Ta7iqe7	1 (<0.1%)
nkA4amjZxW	1 (<0.1%)
nKKQ3DXX6B	1 (<0.1%)
NKkTYSk5la	1 (<0.1%)
NkqtnD8Nuy	1 (<0.1%)
nktMb4fzQE	1 (<0.1%)
nKUeuhv92F	1 (<0.1%)
NLoYGHXtFk	1 (<0.1%)
NLWJtfpMCZ	1 (<0.1%)
NMbb6KrKS4	1 (<0.1%)
NMdb8iSmcf	1 (<0.1%)
NMnxmP7SiU	1 (<0.1%)
NMSmam3QZJ	1 (<0.1%)
nMyCV49zkl	1 (<0.1%)
nn4X2jcu7Z	1 (<0.1%)
NnMDB7OEml	1 (<0.1%)
no47deGyUn	1 (<0.1%)
nPR2JCdDt6	1 (<0.1%)
nQ7vp7ulR1	1 (<0.1%)
nq8y5qxjwK	1 (<0.1%)
nQDZzWXFU6	1 (<0.1%)
nQljafCRid	1 (<0.1%)
nQMYHJNcUZ	1 (<0.1%)
NRh311Kcsp	1 (<0.1%)
NrnAzAB4de	1 (<0.1%)
NrQAs6bnNk	1 (<0.1%)
NRvPc7y2mR	1 (<0.1%)
nSUMcBxBJz	1 (<0.1%)
NTKQweDFo4	1 (<0.1%)
NTWmwXKq2Y	1 (<0.1%)
NUcNLojHGo	1 (<0.1%)
nuhWHASrMq	1 (<0.1%)
NV6KOz9yvV	1 (<0.1%)
NvK8FJ9rgv	1 (<0.1%)
nw1Lh7BZcp	1 (<0.1%)
nWe2RImkUU	1 (<0.1%)
NWh8ihp8TX	1 (<0.1%)
nxneCamhY3	1 (<0.1%)
NymRKoLdKI	1 (<0.1%)
NynBBgCmhL	1 (<0.1%)
nyTJ4WHe8y	1 (<0.1%)
NZ9EJqsanq	1 (<0.1%)
o163wGtDFS	1 (<0.1%)
o18l1rJyv5	1 (<0.1%)
o45lD5xdyE	1 (<0.1%)
o4Bolv9Gx8	1 (<0.1%)
O4BvhNbisx	1 (<0.1%)
o6Gu8kuPpt	1 (<0.1%)
O6HChoR7iu	1 (<0.1%)
o6OPvgqFA5	1 (<0.1%)
O7yYrrjQxz	1 (<0.1%)
O8fcLqyOEf	1 (<0.1%)
o8inVSmizM	1 (<0.1%)
O8j95ix47J	1 (<0.1%)
O8trMjEVgJ	1 (<0.1%)
o9rUbhdu83	1 (<0.1%)
O9Vvln3Rxo	1 (<0.1%)
OaKPTzBNPP	1 (<0.1%)
oApEUskFBF	1 (<0.1%)
oAPGvSp2a5	1 (<0.1%)
oAWX1xgbnF	1 (<0.1%)
oaXf2HFkdO	1 (<0.1%)
obgzRm59lM	1 (<0.1%)
obrobSMZkh	1 (<0.1%)
oC7UlfKlW9	1 (<0.1%)
oCG1HH6x5Z	1 (<0.1%)
OcsC9TR9BZ	1 (<0.1%)
oDEKASVBHF	1 (<0.1%)
ODFZB3iaz5	1 (<0.1%)
ODuW6iZcIU	1 (<0.1%)
ODXwJMKucB	1 (<0.1%)
ODy4KgpmwC	1 (<0.1%)
oDyVk3zAms	1 (<0.1%)
oEEVc3AA54	1 (<0.1%)
OerrYLdoE8	1 (<0.1%)
OeWiL5AVHJ	1 (<0.1%)
of6jllfCdP	1 (<0.1%)
oFMbxigmXU	1 (<0.1%)
OfnyfYEegs	1 (<0.1%)
OfrjLwNt7l	1 (<0.1%)
oFv7pu7mnP	1 (<0.1%)
OG93RMXiwL	1 (<0.1%)
oHk7VfxkRY	1 (<0.1%)
ohM5flWb8a	1 (<0.1%)
oi3sgasOKm	1 (<0.1%)
OId61rGlWu	1 (<0.1%)
oihp2DXAdy	1 (<0.1%)
oiiPEA3FJl	1 (<0.1%)
OIuKj2Vrgk	1 (<0.1%)
oJ1hLNFd2Z	1 (<0.1%)
OjErA3SJdq	1 (<0.1%)
OJR4H321Bq	1 (<0.1%)
oK1ZI6NjYM	1 (<0.1%)
OKmclOzYMN	1 (<0.1%)
OKq5TqHhGA	1 (<0.1%)
okXMthUven	1 (<0.1%)
oL1kG3J9eO	1 (<0.1%)
oLvNZ8xJjD	1 (<0.1%)
oLXEbQbN3c	1 (<0.1%)
oM3mOY6kF6	1 (<0.1%)
oMg4kMC1Wr	1 (<0.1%)
omu94WT3aQ	1 (<0.1%)
omyZM4HbIH	1 (<0.1%)
omz92di3vm	1 (<0.1%)
OMzNye2HIi	1 (<0.1%)
on9TyeIX4T	1 (<0.1%)
onHfBa1gJD	1 (<0.1%)
OO57a6YoG1	1 (<0.1%)
ooe8IaJfg7	1 (<0.1%)
Oof9jExKzG	1 (<0.1%)
oox4TUMsjK	1 (<0.1%)
Opb9yL5VcH	1 (<0.1%)
oPs8nd6wCA	1 (<0.1%)
opU5cBq6TN	1 (<0.1%)
OQ25jIMAKh	1 (<0.1%)
oqDDex38Xe	1 (<0.1%)
oqDlWT8IxS	1 (<0.1%)
oqKQfS34fK	1 (<0.1%)
OqmevJAqO3	1 (<0.1%)
orlHLoV7Cf	1 (<0.1%)
oRyzzSCc2p	1 (<0.1%)
oTmzcYPuVI	1 (<0.1%)
ougycFzCPi	1 (<0.1%)
Oukbdv1yYi	1 (<0.1%)
ouqopchFX8	1 (<0.1%)
OVKojIsY8p	1 (<0.1%)
oVlctAdE86	1 (<0.1%)
owBGuvdy5a	1 (<0.1%)
oWBzxTbey5	1 (<0.1%)
OWL4oSK7Q8	1 (<0.1%)
oWMsRTMW38	1 (<0.1%)
oWsHzGGRY1	1 (<0.1%)
OWWTAXWyLw	1 (<0.1%)
OXDLmSio89	1 (<0.1%)
OXETv5St9K	1 (<0.1%)
oxI96NcMko	1 (<0.1%)
OXzXhD6wls	1 (<0.1%)
oYezQgLspF	1 (<0.1%)
OzbLQRFhiP	1 (<0.1%)
OZesAkCm9B	1 (<0.1%)
ozLNpHAezk	1 (<0.1%)
oZmLJm1I1E	1 (<0.1%)
OzNnObzJ15	1 (<0.1%)
P48l9A4hc6	1 (<0.1%)
P53plqD1qN	1 (<0.1%)
P5CpQiZYaq	1 (<0.1%)
p8jANSVS9n	1 (<0.1%)
P9WwZh927r	1 (<0.1%)
PAaGJLlWMq	1 (<0.1%)
padIwIN4AW	1 (<0.1%)
paq4dq2e6e	1 (<0.1%)
pbBTVkRcJj	1 (<0.1%)
pbknfMbkbx	1 (<0.1%)
pbmNqL5Op5	1 (<0.1%)
PBToV1PvqX	1 (<0.1%)
PC1uoh1VZg	1 (<0.1%)
pcb88TR26t	1 (<0.1%)
pCCYFWiKyz	1 (<0.1%)
PCtwGpaFj5	1 (<0.1%)
pcuY74Q22O	1 (<0.1%)
PD6hpsMbw6	1 (<0.1%)
pD8JRsEzZv	1 (<0.1%)
PdGCxQmD1H	1 (<0.1%)
PdMKh7CUtf	1 (<0.1%)
PeAMxMCljg	1 (<0.1%)
pEE9JVxnjG	1 (<0.1%)
PfgXEUiU6N	1 (<0.1%)
PfKcgJmUHw	1 (<0.1%)
PFOLq71hAD	1 (<0.1%)
PgvBiqjBmm	1 (<0.1%)
PH5q1K23Tp	1 (<0.1%)
PH5vGIqafn	1 (<0.1%)
PhbJjDkaDG	1 (<0.1%)
PHMuTLBlRk	1 (<0.1%)
PhoRBMp96k	1 (<0.1%)
PI7oPLHR5p	1 (<0.1%)
pIASkcmkmd	1 (<0.1%)
PiCq5WOq8Y	1 (<0.1%)
pifK1qowZS	1 (<0.1%)
PIhLtAq5dC	1 (<0.1%)
pixNcxcJuy	1 (<0.1%)
Pj6c7NNsK2	1 (<0.1%)
PJUdxYkZJF	1 (<0.1%)
Pjv764tkef	1 (<0.1%)
pKL3jUAZJy	1 (<0.1%)
pKOXhcXJa5	1 (<0.1%)
PkUTzjx1HK	1 (<0.1%)
PkyQ4SWxeI	1 (<0.1%)
PLo5LGtNl2	1 (<0.1%)
PLyuSU8n9O	1 (<0.1%)
pmABumGs1H	1 (<0.1%)
pMuXz2qfRJ	1 (<0.1%)
PNnhvyiBnj	1 (<0.1%)
pNrK7atOvv	1 (<0.1%)
pOW9u8NeDq	1 (<0.1%)
ppba24Cc9r	1 (<0.1%)
pPsY7N4lv3	1 (<0.1%)
Pq5NYuSpiK	1 (<0.1%)
pQT99LJYgc	1 (<0.1%)
pQwOGchZYI	1 (<0.1%)
PQXnqIJuuw	1 (<0.1%)
pRh21y6yCR	1 (<0.1%)
PrhFA5RSl3	1 (<0.1%)
PtKLJmWex5	1 (<0.1%)
PTRkQJUqCa	1 (<0.1%)
ptvxnlprkl	1 (<0.1%)
ptyImJMnYh	1 (<0.1%)
pudxyYiHKd	1 (<0.1%)
PUnlrZmE9f	1 (<0.1%)
PuOyMQX2U1	1 (<0.1%)
pUYNeG5uDt	1 (<0.1%)
pVaK4bSX47	1 (<0.1%)
PvdOFENwCO	1 (<0.1%)
pVWY6H4ikQ	1 (<0.1%)
pW3beUSbNE	1 (<0.1%)
PW9LqYV7ts	1 (<0.1%)
pWOdFzufWi	1 (<0.1%)
pWR2AiYVuu	1 (<0.1%)
pxhQ4EcVn8	1 (<0.1%)
PXoIQ6dVhM	1 (<0.1%)
pxY68TezQi	1 (<0.1%)
PyIM4MIX1w	1 (<0.1%)
pymgOOOoE9	1 (<0.1%)
pyoGLragRL	1 (<0.1%)
PyunTTt4ix	1 (<0.1%)
pZ9RSkIUGM	1 (<0.1%)
pZi55CSqH2	1 (<0.1%)
Q2dUoux2jK	1 (<0.1%)
Q3ca1fEh5y	1 (<0.1%)
q3ljatuqx6	1 (<0.1%)
Q3uYrGJdfd	1 (<0.1%)
Q6oy8ykEoc	1 (<0.1%)
q7byDS7Gte	1 (<0.1%)
q7kFLTNwV3	1 (<0.1%)
q7zLqIS2AT	1 (<0.1%)
q9Ni2JouoE	1 (<0.1%)
q9s11brDQO	1 (<0.1%)
q9tfspGvBy	1 (<0.1%)
QaI4JCsESw	1 (<0.1%)
qaPJYH5WFp	1 (<0.1%)
qb74CbVXcT	1 (<0.1%)
qb8ohXZnj1	1 (<0.1%)
Qbg79wOEbA	1 (<0.1%)
qcUrRaeCvh	1 (<0.1%)
QdnQ4zwl2n	1 (<0.1%)
qDUJvkps7M	1 (<0.1%)
Qdvz3VshyO	1 (<0.1%)
qEkIJA4S6t	1 (<0.1%)
qEP1kUaFyl	1 (<0.1%)
QEv9Nw5pRh	1 (<0.1%)
QEz4Ih6daM	1 (<0.1%)
qf1fueFdtu	1 (<0.1%)
Qf25ykzgk8	1 (<0.1%)
QFlHTzzOS7	1 (<0.1%)
qGN3zZrHuK	1 (<0.1%)
QgngVOSF6q	1 (<0.1%)
QgQ2XfsxUl	1 (<0.1%)
qGyADWPrz9	1 (<0.1%)
qhAc7K8J9u	1 (<0.1%)
QHam3GoAsa	1 (<0.1%)
qHQuEZfovV	1 (<0.1%)
qHVNrwxEUX	1 (<0.1%)
qhzwlvg4uo	1 (<0.1%)
QiceQWNibo	1 (<0.1%)
QiGxdinf1N	1 (<0.1%)
qjenNRR78S	1 (<0.1%)
QJl6ITRKrJ	1 (<0.1%)
QJvLYXUzAD	1 (<0.1%)
qKD9uApjLo	1 (<0.1%)
QkeRFHAo6d	1 (<0.1%)
QkIpoPvsPt	1 (<0.1%)
qKKoC4QxQG	1 (<0.1%)
QKnMLgKwlg	1 (<0.1%)
QkOfzYuovK	1 (<0.1%)
QKqBpD2rPI	1 (<0.1%)
qLnDLebUmo	1 (<0.1%)
qLPMS5vHXQ	1 (<0.1%)
QlPWgsrIgt	1 (<0.1%)
qlZ5GWQOzO	1 (<0.1%)
qmGMXHX7Hb	1 (<0.1%)
qMoZFhv69s	1 (<0.1%)
QNeNnRCEng	1 (<0.1%)
QnIZ3oEHUv	1 (<0.1%)
QnOSXfi8pP	1 (<0.1%)
Qo2I9xnm9k	1 (<0.1%)
qo5kBPlRBs	1 (<0.1%)
qOdWydQ9Uc	1 (<0.1%)
qoLfqakD1O	1 (<0.1%)
Qor8MquQVH	1 (<0.1%)
QoyrL4maMz	1 (<0.1%)
qpI9ZJ6Ey9	1 (<0.1%)
qpMaRHsOtJ	1 (<0.1%)
QqgmVdd99p	1 (<0.1%)
QqLav5sTG4	1 (<0.1%)
qqreVXwrzk	1 (<0.1%)
qqYzapzOY4	1 (<0.1%)
qR6ar4PccQ	1 (<0.1%)
QrazJkFHZX	1 (<0.1%)
qRBIAZd5d9	1 (<0.1%)
qSgUjrAhkX	1 (<0.1%)
QSrSmuiyAc	1 (<0.1%)
qSvHuKRWX8	1 (<0.1%)
qsXxb7yiRk	1 (<0.1%)
qSyTsIVLLt	1 (<0.1%)
qugHrxvhsC	1 (<0.1%)
qULUfG3YME	1 (<0.1%)
qutiuzsZLH	1 (<0.1%)
QvdgC2tRFB	1 (<0.1%)
QVGqkihVVK	1 (<0.1%)
QvV2oCOibB	1 (<0.1%)
Qw8zqahkCD	1 (<0.1%)
QwfOgvMr4p	1 (<0.1%)
Qwnp8lhoO7	1 (<0.1%)
QWNXTW9y7u	1 (<0.1%)
QWyTuslmyF	1 (<0.1%)
Qx7hw9GdZW	1 (<0.1%)
QxvnxPcafy	1 (<0.1%)
QyDhqEUmVt	1 (<0.1%)
qykltV1y2X	1 (<0.1%)
QYPCnpRJEu	1 (<0.1%)
qzhWJYEohS	1 (<0.1%)
QZQCCVkGQu	1 (<0.1%)
qzv1OMMMRR	1 (<0.1%)
qzXGtVGEfd	1 (<0.1%)
r1HIDyvIRQ	1 (<0.1%)
R1HyboSrRK	1 (<0.1%)
r2ixfJKKOs	1 (<0.1%)
r31gNIrl9s	1 (<0.1%)
r38o93ZsmQ	1 (<0.1%)
r3kY5OaWLj	1 (<0.1%)
R57vNGgFNM	1 (<0.1%)
R5bVt8SZsv	1 (<0.1%)
R5lhjrFPea	1 (<0.1%)
r5ZlcqrrC4	1 (<0.1%)
r5zSDH5urA	1 (<0.1%)
r66L6tS9eW	1 (<0.1%)
r6FbGErSa7	1 (<0.1%)
r6GwWWcbDR	1 (<0.1%)
r8g1C22Uxx	1 (<0.1%)
R8gfFwFcfr	1 (<0.1%)
r8mAKJG8rq	1 (<0.1%)
r9jywsnb7w	1 (<0.1%)
R9UIYKlkcR	1 (<0.1%)
rAUnDSDDiy	1 (<0.1%)
RBaFnEOfhv	1 (<0.1%)
rbqMDeGkjS	1 (<0.1%)
Rc5aQTD9aR	1 (<0.1%)
rCcP1GTqON	1 (<0.1%)
RCEYryGK7e	1 (<0.1%)
rcsUNzTsgJ	1 (<0.1%)
Reap3IxZc7	1 (<0.1%)
rEWIFFh6DI	1 (<0.1%)
reY2Eic71H	1 (<0.1%)
RfJUv62iQf	1 (<0.1%)
rGLPk5Vtla	1 (<0.1%)
rgzBzzFah7	1 (<0.1%)
RHanxULLEz	1 (<0.1%)
rHVNFOA8mJ	1 (<0.1%)
rIiyf3bdC7	1 (<0.1%)
RIlncmag8N	1 (<0.1%)
RImY31mOPn	1 (<0.1%)
rizSbB9V61	1 (<0.1%)
rjBiI4v5Kr	1 (<0.1%)
rJgwzpAco1	1 (<0.1%)
RkBhkDFfWV	1 (<0.1%)
rkC7g7Tj6h	1 (<0.1%)
RKlT7f5WoH	1 (<0.1%)
RKuS1fmI1v	1 (<0.1%)
rlWvJF96Ir	1 (<0.1%)
Rm121ZnO4L	1 (<0.1%)
rMPGEKyWWf	1 (<0.1%)
rn7K9G4gV8	1 (<0.1%)
RNEFnoufEp	1 (<0.1%)
rnZ1WikMRh	1 (<0.1%)
RO4tHSKKdg	1 (<0.1%)
rojHS5JvHk	1 (<0.1%)
ROLixsZlyS	1 (<0.1%)
roRfS9vk4c	1 (<0.1%)
ROyg4XKjIc	1 (<0.1%)
rPEa14lVDP	1 (<0.1%)
rqBe9MHQzu	1 (<0.1%)
RqGBVZEmfu	1 (<0.1%)
rqsoDAdxK9	1 (<0.1%)
rRJJKbm6lz	1 (<0.1%)
rrSaZhWJmx	1 (<0.1%)
rrTRVV8WF8	1 (<0.1%)
rRvVsR4B69	1 (<0.1%)
RrzAO6mI34	1 (<0.1%)
RrzB5sM8u9	1 (<0.1%)
rS7FEWE2xc	1 (<0.1%)
RsHR3mzmGV	1 (<0.1%)
Rt6qxpAQ4f	1 (<0.1%)
ru1la9Mg9B	1 (<0.1%)
ru4FXrzrXL	1 (<0.1%)
rujmPH2DBz	1 (<0.1%)
RUnx5wfwkH	1 (<0.1%)
RuTGM33ugR	1 (<0.1%)
RVkISdG3uM	1 (<0.1%)
RvQwTRSV4g	1 (<0.1%)
rwdnufrvch	1 (<0.1%)
rWy1vex9vq	1 (<0.1%)
rXjIrnGnpA	1 (<0.1%)
rxMeq4w5mp	1 (<0.1%)
Ry8YCECgbd	1 (<0.1%)
ryNBATGvMQ	1 (<0.1%)
rYnZKDpuAK	1 (<0.1%)
rYu1tzLAoL	1 (<0.1%)
rZ3PcAXaFr	1 (<0.1%)
rZ7NI2ui99	1 (<0.1%)
RzC6ZroozQ	1 (<0.1%)
rZrjRUbijz	1 (<0.1%)
rzrKmIdZ5O	1 (<0.1%)
S2Sk8TgOxK	1 (<0.1%)
s3BxJ898iS	1 (<0.1%)
s4jNRQoSrc	1 (<0.1%)
S8SHcPknMn	1 (<0.1%)
S9PxhGBvuG	1 (<0.1%)
S9TsKYtmVk	1 (<0.1%)
sAg3PEumac	1 (<0.1%)
SAKGmMkDxx	1 (<0.1%)
sB8sShqaU8	1 (<0.1%)
sbo5fWhdy2	1 (<0.1%)
Sc1R1ozPj4	1 (<0.1%)
sdFGMNqRdp	1 (<0.1%)
SdYtplLE9E	1 (<0.1%)
sE6LkjTjdK	1 (<0.1%)
sE8LKZPdiU	1 (<0.1%)
SEcbSi8xcU	1 (<0.1%)
SeuCqqlmws	1 (<0.1%)
SEY9UR1hW4	1 (<0.1%)
SFbpBkMkkN	1 (<0.1%)
sFlXDYc7NV	1 (<0.1%)
SgC98JPWMI	1 (<0.1%)
SGLn8mTkXd	1 (<0.1%)
ShA2KWEQiD	1 (<0.1%)
ShQyLKJEbw	1 (<0.1%)
SiAaPGnJu5	1 (<0.1%)
SIISZx6Eyg	1 (<0.1%)
sijotROvKb	1 (<0.1%)
SIkFUutFKT	1 (<0.1%)
SIrgpwFgdo	1 (<0.1%)
SJRBGJMJOd	1 (<0.1%)
sJSjNqS3bZ	1 (<0.1%)
sjWB6ma4vr	1 (<0.1%)
SkctgAIe6q	1 (<0.1%)
SKDgltYUzg	1 (<0.1%)
sKipHJsjZ2	1 (<0.1%)
Sl8wgpMFLr	1 (<0.1%)
slqinPEpnb	1 (<0.1%)
SlqOchLBx8	1 (<0.1%)
sLyq1ixKvp	1 (<0.1%)
sMSF8rEUIx	1 (<0.1%)
SN8Qv8YwY3	1 (<0.1%)
sNA6i5IGuB	1 (<0.1%)
snD7VzQqSi	1 (<0.1%)
SNDLYxC8Ak	1 (<0.1%)
SNNLTJBnke	1 (<0.1%)
SNVytktZSe	1 (<0.1%)
SO2LOqamqK	1 (<0.1%)
SobKshAkiU	1 (<0.1%)
soHZcS8oFW	1 (<0.1%)
sOnEZiuslX	1 (<0.1%)
SOqhdLEkLE	1 (<0.1%)
sP7zAoPXYu	1 (<0.1%)
SPFWrpDzgT	1 (<0.1%)
SPUtg1gLKc	1 (<0.1%)
SpUXX7ijh5	1 (<0.1%)
sQ4f6D6wam	1 (<0.1%)
SQ7oS3eGqZ	1 (<0.1%)
SQ9BzUfNmY	1 (<0.1%)
sq9wjS1I23	1 (<0.1%)
sQeaaT7qTF	1 (<0.1%)
sqfv653dE3	1 (<0.1%)
sqJmIoR7dY	1 (<0.1%)
sQquiUi1a7	1 (<0.1%)
SQUncMcGLa	1 (<0.1%)
SRA9WfcdN8	1 (<0.1%)
SrbGxlBaye	1 (<0.1%)
SRDk4YP4G2	1 (<0.1%)
SrnX2IdI2y	1 (<0.1%)
SRY4oMTxEq	1 (<0.1%)
sShZ59T278	1 (<0.1%)
sTGjFSH6ZN	1 (<0.1%)
sTHEHzur4o	1 (<0.1%)
STVOIPoiDY	1 (<0.1%)
SubjkaGI6P	1 (<0.1%)
subyzykPQf	1 (<0.1%)
SueRbCJxG3	1 (<0.1%)
suILisCX9s	1 (<0.1%)
SuJCQibWnc	1 (<0.1%)
sUnIsHdJCD	1 (<0.1%)
SV8na6L3JB	1 (<0.1%)
sVL1RJLfhh	1 (<0.1%)
SvZ7aPT3x2	1 (<0.1%)
SVZM7tg8bD	1 (<0.1%)
SwcNLepKIm	1 (<0.1%)
swEyTYKyt4	1 (<0.1%)
sWhZ6P1vLS	1 (<0.1%)
swNav5TjHD	1 (<0.1%)
sXNG3IWPdw	1 (<0.1%)
sxrJvsNCx1	1 (<0.1%)
Sxs5WoujD5	1 (<0.1%)
synJtnczn3	1 (<0.1%)
t29Y82K8sf	1 (<0.1%)
t2JvsNVxcF	1 (<0.1%)
t3aldo9iTz	1 (<0.1%)
t56oYucT8s	1 (<0.1%)
t59kL5rVDW	1 (<0.1%)
t5DrgccF7y	1 (<0.1%)
t5YWEUbV8u	1 (<0.1%)
T7CS6ooIIz	1 (<0.1%)
t9L21ijoeR	1 (<0.1%)
T9SMpAw3gv	1 (<0.1%)
TaAkMtuPzo	1 (<0.1%)
Tao5pNtJHq	1 (<0.1%)
TAYzFoRd9q	1 (<0.1%)
TBCLfLAztz	1 (<0.1%)
TBwyncnAVD	1 (<0.1%)
TckSkXgdnQ	1 (<0.1%)
Td1FXAejMd	1 (<0.1%)
Te6PD7YdID	1 (<0.1%)
te6ruXimQc	1 (<0.1%)
teCIIGVjCm	1 (<0.1%)
TECr728omz	1 (<0.1%)
TehviVxlDn	1 (<0.1%)
TeiUcXvviR	1 (<0.1%)
TFhk3Cu87E	1 (<0.1%)
tfp3zMzjYg	1 (<0.1%)
TfQU8CVO87	1 (<0.1%)
TG57KUjdQT	1 (<0.1%)
tGMZFo4thB	1 (<0.1%)
ti1dgsSRqE	1 (<0.1%)
tikTVUSO6k	1 (<0.1%)
TINEW1RzDl	1 (<0.1%)
TIwXKBJWFZ	1 (<0.1%)
TjeMc6SNcc	1 (<0.1%)
TJlnzu8bY1	1 (<0.1%)
tjwH1znQVG	1 (<0.1%)
tK4kJJtFMG	1 (<0.1%)
tKDZXZK9iq	1 (<0.1%)
TlctWbgJvg	1 (<0.1%)
tM2nGFdpaf	1 (<0.1%)
tMnnJLKJ5Y	1 (<0.1%)
tmNOQZI8fZ	1 (<0.1%)
tNb7RaLNsX	1 (<0.1%)
tnCDm2mniM	1 (<0.1%)
TnNkw91IZ1	1 (<0.1%)
tNNlDlGirv	1 (<0.1%)
TnpNV4otAZ	1 (<0.1%)
tO7Ux9BkO4	1 (<0.1%)
to9bArEAcJ	1 (<0.1%)
Tolz8r3t7q	1 (<0.1%)
Tpgzg6o1f3	1 (<0.1%)
tpQ5EvQ56B	1 (<0.1%)
tPwQCKgOMt	1 (<0.1%)
tqleMEABvh	1 (<0.1%)
TrfKndXq1Q	1 (<0.1%)
TrKM66HxAE	1 (<0.1%)
TsJC1yg4py	1 (<0.1%)
TteolRMCEh	1 (<0.1%)
TTuhus1tus	1 (<0.1%)
TTVkZLDRjA	1 (<0.1%)
TtWcMSSeii	1 (<0.1%)
Tu19WyPR59	1 (<0.1%)
tU8p86P2hh	1 (<0.1%)
Tu8xvUafsy	1 (<0.1%)
tvTQe8xrF7	1 (<0.1%)
tVxwRVp2Sr	1 (<0.1%)
tWX3TGANMI	1 (<0.1%)
twYFPEiP44	1 (<0.1%)
tWyRNOGtiv	1 (<0.1%)
tWyX19cGNJ	1 (<0.1%)
txebE7gI4t	1 (<0.1%)
TxScHkoJct	1 (<0.1%)
tXYbV97NXM	1 (<0.1%)
tym56OsZQO	1 (<0.1%)
TyvJEFPnu5	1 (<0.1%)
tZ62IBBvmk	1 (<0.1%)
TZAAYbBvDA	1 (<0.1%)
tzCCyEGgYY	1 (<0.1%)
tzN1mvzNzm	1 (<0.1%)
Tzwig6C9RF	1 (<0.1%)
U1fc9vUgou	1 (<0.1%)
U3xmJBODIN	1 (<0.1%)
U4tEStRrwz	1 (<0.1%)
u5PeazBbPE	1 (<0.1%)
u5rPiMNhJ8	1 (<0.1%)
U7Fjb2WIgJ	1 (<0.1%)
u7j9QvjMGK	1 (<0.1%)
u875lCw68Q	1 (<0.1%)
u8k3e95szU	1 (<0.1%)
uaaFI2EDbT	1 (<0.1%)
UABR25EXLb	1 (<0.1%)
uB73ZBiUJo	1 (<0.1%)
UBJO4arzUv	1 (<0.1%)
uBTRYjTRiu	1 (<0.1%)
uBUKuwvJoX	1 (<0.1%)
ubYoEQ8jiY	1 (<0.1%)
UbzsWuWaSz	1 (<0.1%)
UC2aE5ZKxs	1 (<0.1%)
UCjUATp5On	1 (<0.1%)
UCOjWRtNt3	1 (<0.1%)
UCrWsey2m1	1 (<0.1%)
ud6XQcDhFO	1 (<0.1%)
Uda9rhGq5S	1 (<0.1%)
UdP28JLobb	1 (<0.1%)
Udq4e7peyH	1 (<0.1%)
uehYdUsAn3	1 (<0.1%)
uEmCwr7c9N	1 (<0.1%)
uenkpGlaS7	1 (<0.1%)
uExc6EVu1S	1 (<0.1%)
ufqxkSgr2m	1 (<0.1%)
uFxC95VYjN	1 (<0.1%)
UFXKwspDKp	1 (<0.1%)
UGwe5r5zrW	1 (<0.1%)
UGyTqpiHJD	1 (<0.1%)
UhlzIFZxpA	1 (<0.1%)
uHvummu6mt	1 (<0.1%)
UhYXsEznDE	1 (<0.1%)
uhZkr2aF1k	1 (<0.1%)
uINxGC3pTL	1 (<0.1%)
ujmVRNQ9fI	1 (<0.1%)
UkIUhiAu8w	1 (<0.1%)
UKqumHaKIr	1 (<0.1%)
uKuRSj5gyU	1 (<0.1%)
ULaZHo47Ry	1 (<0.1%)
UlCnMr9IIN	1 (<0.1%)
ulgNfjzZPi	1 (<0.1%)
UloMfTDhex	1 (<0.1%)
ULSRqfhG1B	1 (<0.1%)
UM4gGumqWs	1 (<0.1%)
umAwyQBHV8	1 (<0.1%)
UMeUv1sAPV	1 (<0.1%)
UmgySh2MZD	1 (<0.1%)
uMZ6XCViSJ	1 (<0.1%)
unvrgbnwuc	1 (<0.1%)
uNwUUaWRM8	1 (<0.1%)
UOC3j1mwLk	1 (<0.1%)
UojMSkdKfJ	1 (<0.1%)
uovNOKnEPn	1 (<0.1%)
uP59wEhY3n	1 (<0.1%)
UP7y8snuoi	1 (<0.1%)
uPJ4cFqcmA	1 (<0.1%)
UQ82udIteq	1 (<0.1%)
uqJmK215sG	1 (<0.1%)
UQMFWul2fA	1 (<0.1%)
UqzcU1WAok	1 (<0.1%)
urkB3Hswui	1 (<0.1%)
URp2kRJBsQ	1 (<0.1%)
uRXO9wnLvc	1 (<0.1%)
uRZT1RHcMs	1 (<0.1%)
Us6KSwSCss	1 (<0.1%)
UsJ1dRldTP	1 (<0.1%)
UT5xvyylWd	1 (<0.1%)
uTBTAr3vRg	1 (<0.1%)
UtEz2NQItJ	1 (<0.1%)
UtLAbIGL8Q	1 (<0.1%)
UttKsXGn1T	1 (<0.1%)
utzaGhknY6	1 (<0.1%)
uuB6ei5umb	1 (<0.1%)
UUIC9i8acB	1 (<0.1%)
UUkRxTJGkf	1 (<0.1%)
uul2DpNe7J	1 (<0.1%)
UunteqSOlF	1 (<0.1%)
UUSwSPFLL3	1 (<0.1%)
UUutQMXNSY	1 (<0.1%)
uv7u9g437D	1 (<0.1%)
UVFIKvw1H5	1 (<0.1%)
uvqkAozBBl	1 (<0.1%)
UwphUjnvxN	1 (<0.1%)
uWvHtDNPJd	1 (<0.1%)
Uxeb5ld91C	1 (<0.1%)
uXuXBVPl4t	1 (<0.1%)
UYAdkYdmtJ	1 (<0.1%)
uYPdSLDQIA	1 (<0.1%)
UyZQf97wPB	1 (<0.1%)
Uz6jKJWf3B	1 (<0.1%)
uZDEPM1ygj	1 (<0.1%)
UzEKxsW1oC	1 (<0.1%)
uZJriQFNbw	1 (<0.1%)
v1OeTKniPV	1 (<0.1%)
V22tGXR2Sc	1 (<0.1%)
V2GE1rE4zI	1 (<0.1%)
V2kce3X3BM	1 (<0.1%)
V3FzCOL2gK	1 (<0.1%)
V44dhdoenB	1 (<0.1%)
V4Cr9hVqKM	1 (<0.1%)
v4Gcs1SYoG	1 (<0.1%)
V4gdKfILfJ	1 (<0.1%)
v4jTDLC5UN	1 (<0.1%)
v5b65wzLbV	1 (<0.1%)
V6jJMm6biL	1 (<0.1%)
V6tScCJ2gq	1 (<0.1%)
v7rXStJbUU	1 (<0.1%)
v8rsgCLiMf	1 (<0.1%)
v8YfOqDlgx	1 (<0.1%)
v9b41GiXY3	1 (<0.1%)
V9Jm3RhDht	1 (<0.1%)
VadUuNcten	1 (<0.1%)
VaH5Z2UbC6	1 (<0.1%)
VbKRPgTesk	1 (<0.1%)
vc7zAmHrMs	1 (<0.1%)
vC9IacaCph	1 (<0.1%)
VcLhj78BHV	1 (<0.1%)
Vdcc4r1qHP	1 (<0.1%)
VdemSgoVxE	1 (<0.1%)
Vdv73CIPJe	1 (<0.1%)
Ve2S8VlQsp	1 (<0.1%)
VeGkWW64Z8	1 (<0.1%)
VEHiPIqArf	1 (<0.1%)
vEjWHr9Vx4	1 (<0.1%)
VeOGm8UlpP	1 (<0.1%)
VeqqtNJXB1	1 (<0.1%)
vf5Lvwa8wL	1 (<0.1%)
vfdHMrPBEE	1 (<0.1%)
vFLasTvtvQ	1 (<0.1%)
vFPxNrmrq9	1 (<0.1%)
vfSna3BbrA	1 (<0.1%)
vFZdEoLepE	1 (<0.1%)
VgBE5EIUXT	1 (<0.1%)
VGfXrLBqtE	1 (<0.1%)
Vgkd8P1Xeo	1 (<0.1%)
vGt1y3usBZ	1 (<0.1%)
vHR5GxiO24	1 (<0.1%)
vIUI9zwg8G	1 (<0.1%)
vivshHwoqa	1 (<0.1%)
vjPZoxRurC	1 (<0.1%)
vKgg1ZcujJ	1 (<0.1%)
VkKivbVXk3	1 (<0.1%)
vLBGhzbwas	1 (<0.1%)
VlFJDv6ol7	1 (<0.1%)
vLfVvfgWkv	1 (<0.1%)
VLmuSJcFbP	1 (<0.1%)
vlXr8r5lwi	1 (<0.1%)
vmas9Et1S5	1 (<0.1%)
VmkRNeIgDF	1 (<0.1%)
VmuGagvoRW	1 (<0.1%)
vn3ScEK8uh	1 (<0.1%)
vn4J8iygA6	1 (<0.1%)
VNK1qXv5EP	1 (<0.1%)
VNZtJWXVgz	1 (<0.1%)
vOrDjIhn8a	1 (<0.1%)
VPA5ijbXJZ	1 (<0.1%)
Vpfcr9FJRo	1 (<0.1%)
VpUisc49uB	1 (<0.1%)
vPwBQlwzNo	1 (<0.1%)
VqfpGaKXbP	1 (<0.1%)
vQFYHot4dT	1 (<0.1%)
vQloJkr4ZH	1 (<0.1%)
vQwYePqlgh	1 (<0.1%)
vreu5ZKUGh	1 (<0.1%)
Vrv7hlxyCT	1 (<0.1%)
vRzp6lhuqi	1 (<0.1%)
VS2X5cRHvs	1 (<0.1%)
vSvDGMnjlN	1 (<0.1%)
Vt1hhK8yIB	1 (<0.1%)
Vt6yF9Ga1D	1 (<0.1%)
VteU1p8E5O	1 (<0.1%)
VTrDewjIAy	1 (<0.1%)
Vtvj9RJjhK	1 (<0.1%)
vu21lXPlbR	1 (<0.1%)
VUDxcNiuKC	1 (<0.1%)
vuGnY2GkcF	1 (<0.1%)
VUoqoiQgoP	1 (<0.1%)
Vv7ksPtOE8	1 (<0.1%)
vv9qiHWNrK	1 (<0.1%)
VVFBTOQRIy	1 (<0.1%)
VViC3MOese	1 (<0.1%)
vVlpmdXv4g	1 (<0.1%)
VvVrl3CBNU	1 (<0.1%)
vW9vCxPiHt	1 (<0.1%)
vWhceqaOHt	1 (<0.1%)
vwIYcSf6CA	1 (<0.1%)
vWJX8FTqxn	1 (<0.1%)
vWxfeNyAFX	1 (<0.1%)
vwynr9TINq	1 (<0.1%)
vxTcv6Smch	1 (<0.1%)
vy8DhST3V1	1 (<0.1%)
VytG3lh8vk	1 (<0.1%)
vYW3LL4CIi	1 (<0.1%)
vZG2IIAAoC	1 (<0.1%)
VzUwaDvvhv	1 (<0.1%)
vZyAbjEGOw	1 (<0.1%)
W1XykU9nuc	1 (<0.1%)
W295T33DmW	1 (<0.1%)
w2nH5H3WO3	1 (<0.1%)
W2ouaIVaoe	1 (<0.1%)
W2ULgMVEea	1 (<0.1%)
W33raFG2IO	1 (<0.1%)
w3jIpMOSyS	1 (<0.1%)
W4Q91B9HxA	1 (<0.1%)
W5jTaX5ClC	1 (<0.1%)
W5RVNd86RA	1 (<0.1%)
W5y5RKLSsB	1 (<0.1%)
W744g9uDsr	1 (<0.1%)
W84NBLD9z4	1 (<0.1%)
w8C6sM8J8Z	1 (<0.1%)
w8HZ5bqtny	1 (<0.1%)
W8jscLps3Q	1 (<0.1%)
WA1x26luC8	1 (<0.1%)
waAgI2jsim	1 (<0.1%)
WabnusIHLn	1 (<0.1%)
WaC9hH2INE	1 (<0.1%)
WAjDqpfYug	1 (<0.1%)
wB7R1RHGMf	1 (<0.1%)
WbJ5oTfqmc	1 (<0.1%)
wcg8p6Z2ZA	1 (<0.1%)
WCgJGAllmh	1 (<0.1%)
WCrVYDjtxH	1 (<0.1%)
wdGnNX1GGn	1 (<0.1%)
wdGRpqlhii	1 (<0.1%)
WdXbz3cgGU	1 (<0.1%)
WE1vKuaJz6	1 (<0.1%)
WeHusCxOv3	1 (<0.1%)
wETTVfrauk	1 (<0.1%)
WFe1XJfoeA	1 (<0.1%)
WFSU7TmrKK	1 (<0.1%)
WFVtMTKpe5	1 (<0.1%)
WgkbiNs7jZ	1 (<0.1%)
WGlfQCsY8c	1 (<0.1%)
wGNNmdIMDV	1 (<0.1%)
WGOO8frXsC	1 (<0.1%)
WHA8O3hEaw	1 (<0.1%)
whDsSR1b5z	1 (<0.1%)
WHRaEYgCKJ	1 (<0.1%)
whtYVbp1HG	1 (<0.1%)
whvCHsVeYv	1 (<0.1%)
wIBiUXohnF	1 (<0.1%)
wilJMPq71P	1 (<0.1%)
wiu9OtKESX	1 (<0.1%)
wJuEmk4fVt	1 (<0.1%)
wk629pKmbY	1 (<0.1%)
WKHuTsrWtE	1 (<0.1%)
wkLMAttQMq	1 (<0.1%)
wkmlixhZpC	1 (<0.1%)
wKsuy69vVv	1 (<0.1%)
WKTedyCllp	1 (<0.1%)
WlfP9hJ3Zf	1 (<0.1%)
WlL4TxBXFu	1 (<0.1%)
wlokjwEg3P	1 (<0.1%)
wlqo8beXRg	1 (<0.1%)
wmBJ2q5Vm6	1 (<0.1%)
wmhz5PYdcW	1 (<0.1%)
wnAABoeMjA	1 (<0.1%)
WNBpHKgNjA	1 (<0.1%)
wnMrqplryb	1 (<0.1%)
wnUTDkdCpX	1 (<0.1%)
wO6eUso95E	1 (<0.1%)
wobiuUoLLr	1 (<0.1%)
wOBuo1IU3s	1 (<0.1%)
woYIi5SAEY	1 (<0.1%)
WpIlohOjdE	1 (<0.1%)
wpO6G5hFzQ	1 (<0.1%)
wPSkcwuW25	1 (<0.1%)
wPsLqBigyy	1 (<0.1%)
wqGzjvzawX	1 (<0.1%)
WQJvuXlynK	1 (<0.1%)
WQJXAepjtT	1 (<0.1%)
WqPaOdTjy2	1 (<0.1%)
WR1IS9uRPg	1 (<0.1%)
wR6C1YqfJN	1 (<0.1%)
WrKUD7Pbqg	1 (<0.1%)
WrMmC4kefc	1 (<0.1%)
wRyQJdcpC9	1 (<0.1%)
wrZ4o4akj8	1 (<0.1%)
wSh6QYvWoN	1 (<0.1%)
wsR7cacrQP	1 (<0.1%)
wszjC9wgZu	1 (<0.1%)
wtellImsUE	1 (<0.1%)
wtxvaQKf5d	1 (<0.1%)
WuavBnCbYx	1 (<0.1%)
WuMr12m2uJ	1 (<0.1%)
wUTOsHBVe3	1 (<0.1%)
wVDOYAzzvL	1 (<0.1%)
WvXVNHjHQ8	1 (<0.1%)
wwjlvOsQnk	1 (<0.1%)
wWub8gUvTn	1 (<0.1%)
Wx9VI4GwYP	1 (<0.1%)
wxflnF1qor	1 (<0.1%)
WXMHMUWqm9	1 (<0.1%)
wXpL2skVQ2	1 (<0.1%)
wZaJmzBB5t	1 (<0.1%)
wZCA3H98oL	1 (<0.1%)
wZqxOU5vFk	1 (<0.1%)
wZSLrDCKZs	1 (<0.1%)
wzYPYRUfXm	1 (<0.1%)
WZzspFNDio	1 (<0.1%)
x15a1Qr7Cm	1 (<0.1%)
X1W6vfQbE6	1 (<0.1%)
X2NjSjeuT4	1 (<0.1%)
X2TYAtzaC7	1 (<0.1%)
x3B1HBqAjv	1 (<0.1%)
x3lFZQplVc	1 (<0.1%)
x434h7KwTb	1 (<0.1%)
x4bbUpn1C9	1 (<0.1%)
X4SaHQjN9L	1 (<0.1%)
x5RE3oIU17	1 (<0.1%)
X5sauADdgO	1 (<0.1%)
x8ulhOiMXK	1 (<0.1%)
x9etm3UQP5	1 (<0.1%)
x9rXmyIuAC	1 (<0.1%)
X9vyPodYim	1 (<0.1%)
XAB6rvNRom	1 (<0.1%)
xAFrOdqXrp	1 (<0.1%)
xaiDxhUcpF	1 (<0.1%)
xB35rKsEOI	1 (<0.1%)
XB9OjLF8iT	1 (<0.1%)
XBhV6ZgTFt	1 (<0.1%)
xBlVhrPvvk	1 (<0.1%)
XcdLFFYwC9	1 (<0.1%)
xCkn4T1PIb	1 (<0.1%)
XdvOHj1cET	1 (<0.1%)
xdzatzieJb	1 (<0.1%)
Xe14vqftKw	1 (<0.1%)
XEGAQTLDnO	1 (<0.1%)
xfrQu7NYUa	1 (<0.1%)
xg5YFJafjW	1 (<0.1%)
xG7GvAjlBf	1 (<0.1%)
XGTP9tzuH6	1 (<0.1%)
xgvp3GVptg	1 (<0.1%)
xgWcUZ7PRu	1 (<0.1%)
XH4BNK5ix5	1 (<0.1%)
XHJTRJp159	1 (<0.1%)
xHQda3uQdR	1 (<0.1%)
XhurrQzCVk	1 (<0.1%)
XIFncvPMmM	1 (<0.1%)
xIYoHD6aot	1 (<0.1%)
xjl7Txq4Ys	1 (<0.1%)
xjQFXqLKKI	1 (<0.1%)
xk5w6CaChf	1 (<0.1%)
xkC5emC5Da	1 (<0.1%)
xkhWlpKZvB	1 (<0.1%)
xKUqk934lE	1 (<0.1%)
xKXVJzpYS5	1 (<0.1%)
XlB6tSmztH	1 (<0.1%)
xlCtCvvSuP	1 (<0.1%)
xlePf8oeG5	1 (<0.1%)
xlrjEXoeAp	1 (<0.1%)
xlydEcAHZT	1 (<0.1%)
Xm4FoKvvG1	1 (<0.1%)
XMQ58NNxT3	1 (<0.1%)
XMWfU7drDv	1 (<0.1%)
XnRwcV5Yej	1 (<0.1%)
Xogr87QPor	1 (<0.1%)
xOJMfWo6pK	1 (<0.1%)
XP2V3l7ibl	1 (<0.1%)
xphvTsufcy	1 (<0.1%)
XpRI7UeQcx	1 (<0.1%)
xPSPfZVIl1	1 (<0.1%)
xqw6w6jEQh	1 (<0.1%)
xQZKABT2bx	1 (<0.1%)
XrtzSo1s4I	1 (<0.1%)
xsbUj6pPax	1 (<0.1%)
xsV5NLyBXx	1 (<0.1%)
XtA64tDD8z	1 (<0.1%)
xtF25npMMo	1 (<0.1%)
xtfvJM4663	1 (<0.1%)
XtqtH2w5ad	1 (<0.1%)
xVe1jrBRkh	1 (<0.1%)
XVu5L5CgNr	1 (<0.1%)
XwddD5pJxq	1 (<0.1%)
xWlGbaxvOy	1 (<0.1%)
XwOEalLaap	1 (<0.1%)
XXfVgD52KV	1 (<0.1%)
XXg9y4VnR5	1 (<0.1%)
xXrKgYvFic	1 (<0.1%)
xy77ylB1gb	1 (<0.1%)
xYhCZfGLIr	1 (<0.1%)
xYSkxDbEoc	1 (<0.1%)
xYuqvushoN	1 (<0.1%)
XzScjOrgjK	1 (<0.1%)
y1cgE95wk1	1 (<0.1%)
Y1mkUVACUl	1 (<0.1%)
Y1txhfsoNd	1 (<0.1%)
Y1YJqHbYNU	1 (<0.1%)
y2gW5OwxUv	1 (<0.1%)
y2kjpGZENc	1 (<0.1%)
Y2sC2KN5Qg	1 (<0.1%)
y2tJanNLdr	1 (<0.1%)
y2zqcGwR7Q	1 (<0.1%)
y3Hywn9rAO	1 (<0.1%)
y3wDPSXHek	1 (<0.1%)
Y4nkDTHq3g	1 (<0.1%)
y53Vvx762w	1 (<0.1%)
Y5P1mt4khu	1 (<0.1%)
Y6vDLuKJBM	1 (<0.1%)
Y74SvPQuto	1 (<0.1%)
Y7CBrwPgFW	1 (<0.1%)
Y85THUg1GH	1 (<0.1%)
Y8E2QyfVV9	1 (<0.1%)
Y8gb4HY5wb	1 (<0.1%)
yad9NURnth	1 (<0.1%)
YAKf3O9T5L	1 (<0.1%)
YatTYbmmp2	1 (<0.1%)
YAvME6Lgmi	1 (<0.1%)
yaweqAaM4S	1 (<0.1%)
YB6Wf9t1X2	1 (<0.1%)
yBa4o5jS9D	1 (<0.1%)
yBq2WEis7U	1 (<0.1%)
YcalOk2YTg	1 (<0.1%)
yCASQesCDw	1 (<0.1%)
YCDS6OWkY7	1 (<0.1%)
YcIKCJWS7J	1 (<0.1%)
YdEhj8wxgn	1 (<0.1%)
YDguUEWLK2	1 (<0.1%)
YdnUamJgFE	1 (<0.1%)
ye6zzXEfvz	1 (<0.1%)
YEgDD4WdDo	1 (<0.1%)
yeHPSOmnKQ	1 (<0.1%)
YeLKpe71ZV	1 (<0.1%)
yeW3BrHSHr	1 (<0.1%)
yftdzEFGvX	1 (<0.1%)
Yfy1B8uAJU	1 (<0.1%)
YgcsN2FcVW	1 (<0.1%)
ygFLbWaV68	1 (<0.1%)
YgGazzPdh2	1 (<0.1%)
Yh2vvZ99Ey	1 (<0.1%)
yHD5OAWvU8	1 (<0.1%)
YHJmNFo8Fk	1 (<0.1%)
YHmKtkrFnf	1 (<0.1%)
yHmKtuh4Sv	1 (<0.1%)
yIMPsRSulf	1 (<0.1%)
yIn6OGFDYa	1 (<0.1%)
Yir7wtm2IN	1 (<0.1%)
yisTT3oKf8	1 (<0.1%)
YiSww2WEQr	1 (<0.1%)
YjnfzmTWdU	1 (<0.1%)
YjUFoOvm1t	1 (<0.1%)
YkAnuKpDYe	1 (<0.1%)
ylIqdvHpg7	1 (<0.1%)
yLQh9B5Svu	1 (<0.1%)
YM2kvhyrzi	1 (<0.1%)
yM8lfQLgiL	1 (<0.1%)
yMPJqDjXjB	1 (<0.1%)
ynCPjj9JIH	1 (<0.1%)
yNGcFxoHlE	1 (<0.1%)
yNJpN6MgBu	1 (<0.1%)
yOhIcS1ZE9	1 (<0.1%)
YoMRRsuRTh	1 (<0.1%)
yORnu3X2ep	1 (<0.1%)
youqlpkFnx	1 (<0.1%)
Yp1CXP7dai	1 (<0.1%)
YPBZOgYkcg	1 (<0.1%)
yq9HX5CGl6	1 (<0.1%)
yQFeOffcqE	1 (<0.1%)
YQneqDX8zK	1 (<0.1%)
yr5J3rKECH	1 (<0.1%)
YRHoPlZFI4	1 (<0.1%)
yRKvU2TXlX	1 (<0.1%)
Ysdi2cNb1C	1 (<0.1%)
YSDQTlYmao	1 (<0.1%)
ytCO4B2xb8	1 (<0.1%)
yTO9fYat7x	1 (<0.1%)
YU2Yzbprtb	1 (<0.1%)
YunXPkNUSa	1 (<0.1%)
yv3T7AxpHE	1 (<0.1%)
YVBBoOrIsc	1 (<0.1%)
YvIO4dD9ZY	1 (<0.1%)
yWa5eTcO5P	1 (<0.1%)
yWaabjUKfV	1 (<0.1%)
YWpRFZvSzg	1 (<0.1%)
yWTFxhTR3y	1 (<0.1%)
ywu7tAurb5	1 (<0.1%)
yXdgAN6Ovc	1 (<0.1%)
yxJLnAP7ks	1 (<0.1%)
YxNfTGaSHi	1 (<0.1%)
yXpRGbVVRV	1 (<0.1%)
yyhcR7Dysx	1 (<0.1%)
yz7yEG3Nqn	1 (<0.1%)
yzmIeWxiYi	1 (<0.1%)
yzNCEkGMuT	1 (<0.1%)
yZRsfTexJF	1 (<0.1%)
z3mhfsVmaN	1 (<0.1%)
z4nlbed4vz	1 (<0.1%)
Z4PE52ZMXA	1 (<0.1%)
Z4wXPYwXf9	1 (<0.1%)
Z5msM2kVhB	1 (<0.1%)
z6BpILfDuW	1 (<0.1%)
Z6dExCkyXL	1 (<0.1%)
z6LRTxyJWs	1 (<0.1%)
z6mjRpiM66	1 (<0.1%)
z6VXIOd4jJ	1 (<0.1%)
Z8FiN1cF2E	1 (<0.1%)
Z8RGmCYsxS	1 (<0.1%)
z8UZcNsmxk	1 (<0.1%)
ZA6u4CxGW6	1 (<0.1%)
zaexBX7O9f	1 (<0.1%)
ZAnhxwymPt	1 (<0.1%)
zaoPhyeGiH	1 (<0.1%)
ZAqcH6fsvf	1 (<0.1%)
zaXITRFwHW	1 (<0.1%)
zbXvgVwcHy	1 (<0.1%)
zc2w7uL6Nf	1 (<0.1%)
ZCfdWzI1VC	1 (<0.1%)
ZDC9gPXeL2	1 (<0.1%)
ZdkBpn8Flc	1 (<0.1%)
zfatcQR7qR	1 (<0.1%)
zfxOcnAkMq	1 (<0.1%)
ZG1LjkXfvx	1 (<0.1%)
zG6waGpb6C	1 (<0.1%)
ZgBvM8eJDP	1 (<0.1%)
zgpXMvl2NW	1 (<0.1%)
zGw8XoHUFw	1 (<0.1%)
zH6dVk5Cwz	1 (<0.1%)
zH8y1wzkAc	1 (<0.1%)
zhzGAfKXIv	1 (<0.1%)
zIDsSq7aoR	1 (<0.1%)
Zizd85PiZ7	1 (<0.1%)
zjrBjvZwAD	1 (<0.1%)
ZK7qE3fAv4	1 (<0.1%)
zK8zsoZf9P	1 (<0.1%)
Zkd5FvIRLZ	1 (<0.1%)
zklDMpiU6E	1 (<0.1%)
Zkm8MmDeQb	1 (<0.1%)
zL6xvbwufZ	1 (<0.1%)
Zm8UbTFsBo	1 (<0.1%)
ZMgD5YoI3C	1 (<0.1%)
ZmouNIKZkP	1 (<0.1%)
ZNeiLZ6tjy	1 (<0.1%)
zNk3U6tfLg	1 (<0.1%)
ZNuJ6MSWbP	1 (<0.1%)
ZOK1lxZiwV	1 (<0.1%)
ZOk2ckz5nv	1 (<0.1%)
zOR1TAJ65D	1 (<0.1%)
ZPtDJMR15S	1 (<0.1%)
zqytNMpghX	1 (<0.1%)
ZQzZkO3RjW	1 (<0.1%)
zr9XVOkwtf	1 (<0.1%)
zrdap2vgJY	1 (<0.1%)
zRgwHDQ8RJ	1 (<0.1%)
ZRGYnKC6vP	1 (<0.1%)
zRHIiwXBdb	1 (<0.1%)
ZrOndUgoeX	1 (<0.1%)
Zrq2vUZDcy	1 (<0.1%)
Zs6JwSEycE	1 (<0.1%)
ZTAdGdOvAb	1 (<0.1%)
ztMa5PDt2z	1 (<0.1%)
zTRlQfsrOy	1 (<0.1%)
ZtRryv4wfU	1 (<0.1%)
zu4G4ZjwqR	1 (<0.1%)
ZuCITSFmi3	1 (<0.1%)
ZuGeDGPH7u	1 (<0.1%)
ZUHo4Wi7Yh	1 (<0.1%)
ZuiuSAIRY7	1 (<0.1%)
Zuj1MnjWxE	1 (<0.1%)
ZUL982jW4x	1 (<0.1%)
zuVybqsZwK	1 (<0.1%)
ZV1ccUtz64	1 (<0.1%)
zV2nRMEM2u	1 (<0.1%)
zv8kiGoEmu	1 (<0.1%)
zVM5qD68Pq	1 (<0.1%)
ZvMMaEqWzc	1 (<0.1%)
ZvVcHLTBgw	1 (<0.1%)
ZvzSommVfN	1 (<0.1%)
zWAeWsQLCX	1 (<0.1%)
zWDQRIcdfb	1 (<0.1%)
ZWevWbuIjN	1 (<0.1%)
zwJ2PXmecM	1 (<0.1%)
ZwLyPxNyZo	1 (<0.1%)
ZWNaVfilEL	1 (<0.1%)
ZwoQo2XenM	1 (<0.1%)
ZWWcBMLzoH	1 (<0.1%)
ZX86Uu5RHE	1 (<0.1%)
zXI9SdUl2S	1 (<0.1%)
ZXtLarH9SQ	1 (<0.1%)
zXUnZpNAHL	1 (<0.1%)
Zys2fS8gCF	1 (<0.1%)
zyZwinNo7D	1 (<0.1%)
zzbmeiFz8e	1 (<0.1%)
zZzjeEKYN1	1 (<0.1%)
case_type
confirmed	1,325 (48%)
probable	879 (32%)
suspected	558 (20%)
sex
f	1,365 (49%)
m	1,397 (51%)
age	15 (8, 22)
date_onset	2023-01-01 to 2023-10-09
date_admission	2023-01-06 to 2025-03-02
Unknown	2,206
outcome
died	220 (8.0%)
recovered	2,542 (92%)
date_outcome	2023-01-27 to 2023-10-30
Unknown	2,542
date_first_contact	2022-12-29 to 2023-10-15
Unknown	2
date_last_contact	2023-01-04 to 2023-10-17
Unknown	2
district
Binh Chanh	126 (4.6%)
Binh Tan	140 (5.1%)
Binh Thanh	161 (5.8%)
Can Gio	123 (4.5%)
Cu Chi	88 (3.2%)
Go Vap	119 (4.3%)
Hoc Mon	99 (3.6%)
Nha Be	84 (3.0%)
Phu Nhuan	167 (6.0%)
Quan 1	120 (4.3%)
Quan 10	161 (5.8%)
Quan 11	159 (5.8%)
Quan 12	129 (4.7%)
Quan 3	115 (4.2%)
Quan 4	81 (2.9%)
Quan 5	130 (4.7%)
Quan 6	154 (5.6%)
Quan 7	46 (1.7%)
Quan 8	68 (2.5%)
Tan Binh	152 (5.5%)
Tan Phu	164 (5.9%)
Thu Duc	176 (6.4%)
outbreak
1st outbreak	1,513 (55%)
2nd outbreak	1,249 (45%)
1 Median (IQR); n (%); Range

5.3.2 Điều chỉnh bảng thống kê

Một số tham số của tbl_summary hỗ trợ điều chỉnh bảng thống kê

Tên tham số	Công dụng
include	Chọn các biến được hiển thị trên bảng thống kê
label	Đổi cách hiển thị tên biến
by	Hiển thị thống kê nhóm theo giá trị của 1 biến
statistic	Điều chỉnh thống kê được hiển thị

Chọn các biến được thống kê qua tham số include

linelist %>%
  tbl_summary(
    include = c(age, sex, outcome, date_onset, date_admission, date_first_contact, date_last_contact, outbreak)
  )

Characteristic	N = 2,7621
age	15 (8, 22)
sex
f	1,365 (49%)
m	1,397 (51%)
outcome
died	220 (8.0%)
recovered	2,542 (92%)
date_onset	2023-01-01 to 2023-10-09
date_admission	2023-01-06 to 2025-03-02
Unknown	2,206
date_first_contact	2022-12-29 to 2023-10-15
Unknown	2
date_last_contact	2023-01-04 to 2023-10-17
Unknown	2
outbreak
1st outbreak	1,513 (55%)
2nd outbreak	1,249 (45%)
1 Median (IQR); n (%); Range

Thay đổi tên biến qua tham số label

VD: đổi tên được hiển thị cho các biến

linelist %>% tbl_summary(
    include = c(age, sex, outcome, date_onset, date_admission,
                date_first_contact, date_last_contact, outbreak),
    # ----- Thay đổi cách hiển thị tên biến ------
    label = list(
      age ~ "Tuổi",
      sex ~ "Giới tính",
      outcome ~ "Kết quả",
      date_onset ~ "Ngày phát bệnh",
      date_admission ~ "Ngày nhập viện",
      date_first_contact ~ "Ngày tiếp xúc đầu tiên",
      date_last_contact ~ "Ngày tiếp xúc cuối cùng",
      outbreak ~ "Đợt dịch"
    )
  )

Characteristic	N = 2,7621
Tuổi	15 (8, 22)
Giới tính
f	1,365 (49%)
m	1,397 (51%)
Kết quả
died	220 (8.0%)
recovered	2,542 (92%)
Ngày phát bệnh	2023-01-01 to 2023-10-09
Ngày nhập viện	2023-01-06 to 2025-03-02
Unknown	2,206
Ngày tiếp xúc đầu tiên	2022-12-29 to 2023-10-15
Unknown	2
Ngày tiếp xúc cuối cùng	2023-01-04 to 2023-10-17
Unknown	2
Đợt dịch
1st outbreak	1,513 (55%)
2nd outbreak	1,249 (45%)
1 Median (IQR); n (%); Range

Thống kê theo nhóm qua tham số by

VD: hiện thống kê cho từng đợt dịch

linelist %>% tbl_summary(
  include = c(age, sex, outcome, date_onset, date_admission,
                date_first_contact, date_last_contact, outbreak),
  label = list(
      age ~ "Tuổi",
      sex ~ "Giới tính",
      outcome ~ "Kết quả",
      date_onset ~ "Ngày phát bệnh",
      date_admission ~ "Ngày nhập viện",
      date_first_contact ~ "Ngày tiếp xúc đầu tiên",
      date_last_contact ~ "Ngày tiếp xúc cuối cùng"
    ),
  # ----- Hiển thị thống kê cho từng đợt dịch ------
  by = outbreak)

Characteristic	1st outbreak, N = 1,5131	2nd outbreak, N = 1,2491
Tuổi	13 (6, 20)	19 (10, 27)
Giới tính
f	746 (49%)	619 (50%)
m	767 (51%)	630 (50%)
Kết quả
died	110 (7.3%)	110 (8.8%)
recovered	1,403 (93%)	1,139 (91%)
Ngày phát bệnh	2023-01-01 to 2023-07-10	2023-05-01 to 2023-10-09
Ngày nhập viện	2023-01-06 to 2025-03-02	2023-05-10 to 2025-02-03
Unknown	1,216	990
Ngày tiếp xúc đầu tiên	2022-12-29 to 2023-07-03	2023-05-03 to 2023-10-15
Unknown	1	1
Ngày tiếp xúc cuối cùng	2023-01-04 to 2023-07-05	2023-05-07 to 2023-10-17
Unknown	1	1
1 Median (IQR); n (%); Range

Điều chỉnh thống kê được hiển thị qua tham số statistic

Người dùng có thể lựa chọn các phép thống kê để áp dụng lên các biến

VD: format thống kê cho sex và outcome

linelist %>% tbl_summary(
  include = c(age, sex, outcome, date_onset, date_admission,
                date_first_contact, date_last_contact, outbreak),
  label = list(
      age ~ "Tuổi",
      sex ~ "Giới tính",
      outcome ~ "Kết quả",
      date_onset ~ "Ngày phát bệnh",
      date_admission ~ "Ngày nhập viện",
      date_first_contact ~ "Ngày tiếp xúc đầu tiên",
      date_last_contact ~ "Ngày tiếp xúc cuối cùng"
    ),
  by = outbreak,
  # ----- điều chỉnh thống kê ------
  statistic = list(
    sex ~ "{n} / {N} ({p}%)",
    outcome ~ "{n} / {N} ({p}%)"
  ))

Characteristic	1st outbreak, N = 1,5131	2nd outbreak, N = 1,2491
Tuổi	13 (6, 20)	19 (10, 27)
Giới tính
f	746 / 1,513 (49%)	619 / 1,249 (50%)
m	767 / 1,513 (51%)	630 / 1,249 (50%)
Kết quả
died	110 / 1,513 (7.3%)	110 / 1,249 (8.8%)
recovered	1,403 / 1,513 (93%)	1,139 / 1,249 (91%)
Ngày phát bệnh	2023-01-01 to 2023-07-10	2023-05-01 to 2023-10-09
Ngày nhập viện	2023-01-06 to 2025-03-02	2023-05-10 to 2025-02-03
Unknown	1,216	990
Ngày tiếp xúc đầu tiên	2022-12-29 to 2023-07-03	2023-05-03 to 2023-10-15
Unknown	1	1
Ngày tiếp xúc cuối cùng	2023-01-04 to 2023-07-05	2023-05-07 to 2023-10-17
Unknown	1	1
1 Median (IQR); n / N (%); Range

all_categorical() và all_continuous()

Để điều chỉnh phép thống kê cho tất cả biến liên tục, sử dụng lệnh all_continous()

Tương tự, để điều chỉnh các biến rời rạc, sử dụng lệnh all_categorical()

VD: hiển thị giá trị trung bình [giá trị nhỏ nhất, lớn nhất] cho các biến liên tục

linelist %>% tbl_summary(
  include = c(age, sex, outcome, date_onset, date_admission,
                date_first_contact, date_last_contact, outbreak),
  label = list(
      age ~ "Tuổi",
      sex ~ "Giới tính",
      outcome ~ "Kết quả",
      date_onset ~ "Ngày phát bệnh",
      date_admission ~ "Ngày nhập viện",
      date_first_contact ~ "Ngày tiếp xúc đầu tiên",
      date_last_contact ~ "Ngày tiếp xúc cuối cùng"
    ),
  by = outbreak,
  statistic = list(
    sex ~ "{n} / {N} ({p}%)",
    outcome ~ "{n} / {N} ({p}%)",
    # ----- hiển thị giá trị trung bình, nhỏ nhất, lớn nhất cho các biến liên tục ------
    all_continuous() ~ "{mean} [{min}, {max}]"
  ))

Characteristic	1st outbreak, N = 1,5131	2nd outbreak, N = 1,2491
Tuổi	13 [0, 25]	19 [3, 35]
Giới tính
f	746 / 1,513 (49%)	619 / 1,249 (50%)
m	767 / 1,513 (51%)	630 / 1,249 (50%)
Kết quả
died	110 / 1,513 (7.3%)	110 / 1,249 (8.8%)
recovered	1,403 / 1,513 (93%)	1,139 / 1,249 (91%)
Ngày phát bệnh	2023-04-26 [2023-01-01, 2023-07-10]	2023-08-05 [2023-05-01, 2023-10-09]
Ngày nhập viện	2023-05-06 [2023-01-06, 2025-03-02]	2023-08-15 [2023-05-10, 2025-02-03]
Unknown	1,216	990
Ngày tiếp xúc đầu tiên	2023-04-23 [2022-12-29, 2023-07-03]	2023-08-03 [2023-05-03, 2023-10-15]
Unknown	1	1
Ngày tiếp xúc cuối cùng	2023-04-26 [2023-01-04, 2023-07-05]	2023-08-06 [2023-05-07, 2023-10-17]
Unknown	1	1
1 Mean [Range]; n / N (%)

Điều chỉnh số chữ số thập phân qua tham số digits

VD: Hiển thị tuổi với 2 chữ số thập phân

linelist %>% tbl_summary(
  include = c(age, sex, outcome, date_onset, date_admission,
                date_first_contact, date_last_contact, outbreak),
  label = list(
      age ~ "Tuổi",
      sex ~ "Giới tính",
      outcome ~ "Kết quả",
      date_onset ~ "Ngày phát bệnh",
      date_admission ~ "Ngày nhập viện",
      date_first_contact ~ "Ngày tiếp xúc đầu tiên",
      date_last_contact ~ "Ngày tiếp xúc cuối cùng"
    ),
  by = outbreak,
  statistic = list(
    sex ~ "{n} / {N} ({p}%)",
    outcome ~ "{n} / {N} ({p}%)",
    all_continuous() ~ "{mean} [{min}, {max}]"
  ), 
  # ----- hiển thị 2 chữ số thập phân cho tuổi ------
  digits = age ~ 2)

Characteristic	1st outbreak, N = 1,5131	2nd outbreak, N = 1,2491
Tuổi	12.76 [0.00, 25.00]	18.76 [3.00, 35.00]
Giới tính
f	746 / 1,513 (49%)	619 / 1,249 (50%)
m	767 / 1,513 (51%)	630 / 1,249 (50%)
Kết quả
died	110 / 1,513 (7.3%)	110 / 1,249 (8.8%)
recovered	1,403 / 1,513 (93%)	1,139 / 1,249 (91%)
Ngày phát bệnh	2023-04-26 [2023-01-01, 2023-07-10]	2023-08-05 [2023-05-01, 2023-10-09]
Ngày nhập viện	2023-05-06 [2023-01-06, 2025-03-02]	2023-08-15 [2023-05-10, 2025-02-03]
Unknown	1,216	990
Ngày tiếp xúc đầu tiên	2023-04-23 [2022-12-29, 2023-07-03]	2023-08-03 [2023-05-03, 2023-10-15]
Unknown	1	1
Ngày tiếp xúc cuối cùng	2023-04-26 [2023-01-04, 2023-07-05]	2023-08-06 [2023-05-07, 2023-10-17]
Unknown	1	1
1 Mean [Range]; n / N (%)

Điều chỉnh giá trị được hiển thị

Để thay đổi tên các nhóm của biến phân loại, ta có thể sử dụng lệnh factor trước khi tạo bảng

Để thay đổi cách hiển thị giá trị bị thiếu, ta có thể sử dụng tham số missing_text của tbl_summary

VD:

linelist %>% 
  mutate(
    # ------ đổi tên các nhóm trong biến phân loại ----
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh")),
    outbreak = factor(outbreak, 
                      levels = c("1st outbreak", "2nd outbreak"), 
                      labels = c("Đợt dịch 1", "Đợt dịch 2"))
  ) %>% 
  tbl_summary(
    # ----- Đổi label cho các giá trị bị thiếu từ "Unknown" sang "NA" -----
    missing_text = "NA",    
    include = c(age, sex, outcome, date_onset, date_admission,
                  date_first_contact, date_last_contact, outbreak),
    label = list(
        age ~ "Tuổi",
        sex ~ "Giới tính",
        outcome ~ "Kết quả",
        date_onset ~ "Ngày phát bệnh",
        date_admission ~ "Ngày nhập viện",
        date_first_contact ~ "Ngày tiếp xúc đầu tiên",
        date_last_contact ~ "Ngày tiếp xúc cuối cùng"
      ),
    by = outbreak,
    statistic = list(
      sex ~ "{n} / {N} ({p}%)",
      outcome ~ "{n} / {N} ({p}%)",
      all_continuous() ~ "{mean} [{min}, {max}]"),
    digits = age ~ 2
  )

Characteristic	Đợt dịch 1, N = 1,5131	Đợt dịch 2, N = 1,2491
Tuổi	12.76 [0.00, 25.00]	18.76 [3.00, 35.00]
Giới tính
nữ	746 / 1,513 (49%)	619 / 1,249 (50%)
nam	767 / 1,513 (51%)	630 / 1,249 (50%)
Kết quả
tử vong	110 / 1,513 (7.3%)	110 / 1,249 (8.8%)
khỏi bệnh	1,403 / 1,513 (93%)	1,139 / 1,249 (91%)
Ngày phát bệnh	2023-04-26 [2023-01-01, 2023-07-10]	2023-08-05 [2023-05-01, 2023-10-09]
Ngày nhập viện	2023-05-06 [2023-01-06, 2025-03-02]	2023-08-15 [2023-05-10, 2025-02-03]
NA	1,216	990
Ngày tiếp xúc đầu tiên	2023-04-23 [2022-12-29, 2023-07-03]	2023-08-03 [2023-05-03, 2023-10-15]
NA	1	1
Ngày tiếp xúc cuối cùng	2023-04-26 [2023-01-04, 2023-07-05]	2023-08-06 [2023-05-07, 2023-10-17]
NA	1	1
1 Mean [Range]; n / N (%)

Một số hàm format bảng thống kê khác

Function	Công dụng
modify_header()	Điều chỉnh header
modify_footnote()	Điều chỉnh chú thích cuối bảng
modify_spanning_header()	Điều chỉnh spanning header
modify_caption()	Điều chỉnh tên bảng
bold_labels()	In đậm tên biến
bold_levels()	In đậm các giá trị của biến phân loại
italicize_labels()	In nghiêng tên biến
italicize_levels()	In nghiêng các giá trị của biến phân loại
bold_p()	In đậm p-value

linelist %>% 
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh")),
    outbreak = factor(outbreak, 
                      levels = c("1st outbreak", "2nd outbreak"), 
                      labels = c("Đợt dịch 1", "Đợt dịch 2"))
  ) %>% 
  tbl_summary(
    include = c(age, sex, outcome, date_onset, date_admission,
                  date_first_contact, date_last_contact, outbreak),
    label = list(
        age ~ "Tuổi",
        sex ~ "Giới tính",
        outcome ~ "Kết quả",
        date_onset ~ "Ngày phát bệnh",
        date_admission ~ "Ngày nhập viện",
        date_first_contact ~ "Ngày tiếp xúc đầu tiên",
        date_last_contact ~ "Ngày tiếp xúc cuối cùng"
      ),
    by = outbreak,
    statistic = list(
      sex ~ "{n} / {N} ({p}%)",
      outcome ~ "{n} / {N} ({p}%)",
      all_continuous() ~ "{mean} [{min}, {max}]"
  ), 
  digits = age ~ 2) %>% 
  # ---- Thay đổi header -----
  modify_header(label = "Đặc điểm") %>% 
  # ---- In đậm tên biến -----
  bold_labels()

Đặc điểm	Đợt dịch 1, N = 1,5131	Đợt dịch 2, N = 1,2491
Tuổi	12.76 [0.00, 25.00]	18.76 [3.00, 35.00]
Giới tính
nữ	746 / 1,513 (49%)	619 / 1,249 (50%)
nam	767 / 1,513 (51%)	630 / 1,249 (50%)
Kết quả
tử vong	110 / 1,513 (7.3%)	110 / 1,249 (8.8%)
khỏi bệnh	1,403 / 1,513 (93%)	1,139 / 1,249 (91%)
Ngày phát bệnh	2023-04-26 [2023-01-01, 2023-07-10]	2023-08-05 [2023-05-01, 2023-10-09]
Ngày nhập viện	2023-05-06 [2023-01-06, 2025-03-02]	2023-08-15 [2023-05-10, 2025-02-03]
Unknown	1,216	990
Ngày tiếp xúc đầu tiên	2023-04-23 [2022-12-29, 2023-07-03]	2023-08-03 [2023-05-03, 2023-10-15]
Unknown	1	1
Ngày tiếp xúc cuối cùng	2023-04-26 [2023-01-04, 2023-07-05]	2023-08-06 [2023-05-07, 2023-10-17]
Unknown	1	1
1 Mean [Range]; n / N (%)

5.3.3 Kết hợp nhiều bảng thống kê

Lệnh tbl_stack được sử dụng để kết hợp nhiều bảng thống kê có header giống nhau

VD: Làm bảng tỉ lệ tử vong theo quận trong đợt 1, đợt 2 và cả 2 đợt

# ----- Bảng tỷ lệ tử vong trong cả 2 đợt dịch -----
both_outbreak <- linelist %>% 
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  tbl_summary(
    include = c(outcome, district),
    label = outcome ~ "Kết quả",
    by = district,
    statistic = outcome ~ "{n} / {N} ({p}%)"
  ) %>% 
  modify_header(all_stat_cols() ~ "**{level}**", label = "**Quận**") 

# ----- Bảng tỷ lệ tử vong trong đợt 1 -----
tbl_first_outbreak <- linelist %>%
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "1st outbreak") %>%
  tbl_summary(
    include = c(outcome, district),
    label = outcome ~ "Kết quả",
    by = district,
    statistic = outcome ~ "{n} / {N} ({p}%)"
  ) %>% 
  modify_header(all_stat_cols() ~ "**{level}**", label = "**Quận**") 

# ----- Bảng tỷ lệ tử vong trong đợt 2 -----
tbl_second_outbreak <- linelist %>%
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "2nd outbreak") %>%
  tbl_summary(
    include = c(outcome, district),
    label = outcome ~ "Kết quả",
    by = district,
    statistic = outcome ~ "{n} / {N} ({p}%)"
  ) %>% 
  modify_header(all_stat_cols() ~ "**{level}**", label = "**Quận**") 

tbl_stack(list(tbl_first_outbreak, tbl_second_outbreak, both_outbreak), group_header = c("Đợt 1", "Đợt 2", "Cả 2 đợt")) %>% 
  # --- optional: code điều chỉnh header cho từng bảng để dễ nhìn hơn ---- 
  as_gt() %>% 
  gt::tab_style(
    style = gt::cell_text(weight = "bold"),
    locations = gt::cells_row_groups(groups = everything())
  )

Quận	Binh Chanh1	Binh Tan1	Binh Thanh1	Can Gio1	Cu Chi1	Go Vap1	Hoc Mon1	Nha Be1	Phu Nhuan1	Quan 11	Quan 101	Quan 111	Quan 121	Quan 31	Quan 41	Quan 51	Quan 61	Quan 71	Quan 81	Tan Binh1	Tan Phu1	Thu Duc1
Đợt 1
Kết quả
tử vong	9 / 115 (7.8%)	8 / 119 (6.7%)	6 / 110 (5.5%)	0 / 23 (0%)	10 / 85 (12%)	9 / 111 (8.1%)	11 / 97 (11%)	1 / 12 (8.3%)	10 / 113 (8.8%)	2 / 26 (7.7%)	4 / 50 (8.0%)	3 / 61 (4.9%)	2 / 123 (1.6%)	3 / 31 (9.7%)	1 / 8 (13%)	0 / 16 (0%)	5 / 65 (7.7%)	0 / 8 (0%)	1 / 5 (20%)	8 / 113 (7.1%)	10 / 129 (7.8%)	7 / 93 (7.5%)
khỏi bệnh	106 / 115 (92%)	111 / 119 (93%)	104 / 110 (95%)	23 / 23 (100%)	75 / 85 (88%)	102 / 111 (92%)	86 / 97 (89%)	11 / 12 (92%)	103 / 113 (91%)	24 / 26 (92%)	46 / 50 (92%)	58 / 61 (95%)	121 / 123 (98%)	28 / 31 (90%)	7 / 8 (88%)	16 / 16 (100%)	60 / 65 (92%)	8 / 8 (100%)	4 / 5 (80%)	105 / 113 (93%)	119 / 129 (92%)	86 / 93 (92%)
Đợt 2
Kết quả
tử vong	1 / 11 (9.1%)	1 / 21 (4.8%)	11 / 51 (22%)	3 / 100 (3.0%)	0 / 3 (0%)	0 / 8 (0%)	0 / 2 (0%)	11 / 72 (15%)	5 / 54 (9.3%)	10 / 94 (11%)	4 / 111 (3.6%)	7 / 98 (7.1%)	1 / 6 (17%)	10 / 84 (12%)	8 / 73 (11%)	7 / 114 (6.1%)	11 / 89 (12%)	2 / 38 (5.3%)	4 / 63 (6.3%)	8 / 39 (21%)	1 / 35 (2.9%)	5 / 83 (6.0%)
khỏi bệnh	10 / 11 (91%)	20 / 21 (95%)	40 / 51 (78%)	97 / 100 (97%)	3 / 3 (100%)	8 / 8 (100%)	2 / 2 (100%)	61 / 72 (85%)	49 / 54 (91%)	84 / 94 (89%)	107 / 111 (96%)	91 / 98 (93%)	5 / 6 (83%)	74 / 84 (88%)	65 / 73 (89%)	107 / 114 (94%)	78 / 89 (88%)	36 / 38 (95%)	59 / 63 (94%)	31 / 39 (79%)	34 / 35 (97%)	78 / 83 (94%)
Cả 2 đợt
Kết quả
tử vong	10 / 126 (7.9%)	9 / 140 (6.4%)	17 / 161 (11%)	3 / 123 (2.4%)	10 / 88 (11%)	9 / 119 (7.6%)	11 / 99 (11%)	12 / 84 (14%)	15 / 167 (9.0%)	12 / 120 (10%)	8 / 161 (5.0%)	10 / 159 (6.3%)	3 / 129 (2.3%)	13 / 115 (11%)	9 / 81 (11%)	7 / 130 (5.4%)	16 / 154 (10%)	2 / 46 (4.3%)	5 / 68 (7.4%)	16 / 152 (11%)	11 / 164 (6.7%)	12 / 176 (6.8%)
khỏi bệnh	116 / 126 (92%)	131 / 140 (94%)	144 / 161 (89%)	120 / 123 (98%)	78 / 88 (89%)	110 / 119 (92%)	88 / 99 (89%)	72 / 84 (86%)	152 / 167 (91%)	108 / 120 (90%)	153 / 161 (95%)	149 / 159 (94%)	126 / 129 (98%)	102 / 115 (89%)	72 / 81 (89%)	123 / 130 (95%)	138 / 154 (90%)	44 / 46 (96%)	63 / 68 (93%)	136 / 152 (89%)	153 / 164 (93%)	164 / 176 (93%)
1 n / N (%)

5.4 Kiểm định thống kê

Để thêm kết quả cho phép kiểm định thống kê vào bảng phân tích, sử dụng lệnh add_p theo cú pháp add_p(tên_biến ~ "phép kiểm định")

Một số phép kiểm định thông dụng

• t.test - Kiểm định t

• chisq.test - Kiểm định Chi bình phương (\(\chi^2\) )

• fisher.test - Kiểm tra Fisher exact

Tổng hợp các phép kiểm định thống kê

Phép kiểm	Mô tả	Kết quả
Kiểm định T	So sánh giá trị trung bình của biến liên tục giữa hai nhóm.	\(H_0\) không có sự khác biệt giữa trung bình của 2 nhóm p-value < 0.05: có sự khác biệt giữa 2 nhóm p-value > 0.05: không có sự khác biệt giữa 2 nhóm
Kiểm định Chi-Square	Kiểm tra biến phân loại giữa 2 nhóm có liên quan hay không	\(H_0\) không có sự liên quan giữa 2 biến p-value < 0.05: có sự liên quan giữa 2 nhóm p-value > 0.05: không có sự liên quan giữa 2 nhóm
Kiểm định Fisher’s Exact	Tương tự như Chi-squared, kiểm tra mối liên hệ giữa hai biến phân loại nhưng cho cỡ mẫu nhỏ

5.4.1 Kiểm định T

VD 1: Kiểm tra độ tuổi trung bình giữa 2 đợt dịch

linelist %>% 
  mutate(
    outbreak = factor(outbreak, 
                      levels = c("1st outbreak", "2nd outbreak"), 
                      labels = c("Đợt 1", "Đợt 2"))
  ) %>% 
  tbl_summary(
    include = c(age, outbreak),
    label = age ~ "Tuổi",
    by = outbreak
  ) %>% 
  modify_header(label = "**Đặc điểm**")  %>% 
  add_p(test = age ~ "t.test")

Đặc điểm	Đợt 1, N = 1,5131	Đợt 2, N = 1,2491	p-value2
Tuổi	13 (6, 20)	19 (10, 27)	<0.001
1 Median (IQR)
2 Welch Two Sample t-test

VD 2: Kiểm tra độ tuổi trung bình của 2 nhóm khỏi bệnh và tử vong

# ----- Bảng kết quả cho đợt dịch đầu ---- 
first_outbreak <- linelist %>% 
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "1st outbreak") %>% 
  tbl_summary(
    include = c(age, outcome),
    label = age ~ "Tuổi",
    by = outcome
  ) %>% 
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = age ~ "t.test")

# ----- Bảng kết quả cho đợt dịch thứ hai ---- 
second_outbreak <- linelist %>% 
  filter(outbreak == "2nd outbreak") %>% 
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  tbl_summary(
    include = c(age, outcome),
    label = age ~ "Tuổi",
    by = outcome
  ) %>% 
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = age ~ "t.test")

# ----- Bảng kết quả cho cả hai đợt dịch ---- 
both_outbreak <- linelist %>% 
  mutate(
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  tbl_summary(
    include = c(age, outcome),
    label = age ~ "Tuổi",
    by = outcome
  ) %>% 
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = age ~ "t.test")

tbl_stack(list(first_outbreak, second_outbreak, both_outbreak), 
          group_header = c("Đợt 1", "Đợt 2", "Cả 2 đợt")) %>% 
  # --- optional: code điều chỉnh style header ---- 
  modify_header(label = "**Đặc điểm**")  %>% 
  as_gt() %>% 
  gt::tab_style(
    style = gt::cell_text(weight = "bold"),
    locations = gt::cells_row_groups(groups = everything())
  )

Đặc điểm	tử vong1	khỏi bệnh1	p-value2
Đợt 1
Tuổi	12 (5, 19)	13 (6, 20)	0.8
Đợt 2
Tuổi	21 (12, 27)	19 (10, 27)	0.2
Cả 2 đợt
Tuổi	17 (9, 23)	15 (8, 22)	0.2
1 Median (IQR)
2 Welch Two Sample t-test

5.4.2 Kiểm định Chi bình phương

VD: Kiểm tra giới tính có ảnh hưởng đến khả năng tử vong hay không

# ----- Bảng kết quả cho đợt dịch đầu ---- 
tbl_first_outbreak <- linelist %>%
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "1st outbreak") %>%
  tbl_summary(
    include = c(sex, outcome), 
    label = outcome ~ "Kết quả",
    by = sex) %>%
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "chisq.test")

# ----- Bảng kết quả cho đợt dịch thứ 2 ---- 
tbl_second_outbreak <- linelist %>%
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "2nd outbreak") %>%
  tbl_summary(
    include= c(sex, outcome), label = outcome ~ "Kết quả",
    by = sex) %>%
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "chisq.test")

# ----- Bảng kết quả cho cả 2 đợt dịch ---- 
both_outbreak <- linelist %>% 
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  tbl_summary(
    include = c(sex, outcome),
    label = outcome ~ "Kết quả",
    by = c(sex)
  ) %>% 
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "chisq.test")

tbl_stack(list(tbl_first_outbreak, tbl_second_outbreak, both_outbreak), 
          group_header = c(c("Đợt 1", "Đợt 2", "Cả 2 đợt"))) %>%
  # --- optional: code điều chỉnh style header ---- 
  modify_header(label = "**Đặc điểm**")  %>% 
  as_gt() %>% 
  gt::tab_style(
    style = gt::cell_text(weight = "bold"),
    locations = gt::cells_row_groups(groups = everything())
  )

Đặc điểm	nữ1	nam1	p-value2
Đợt 1
Kết quả			0.8
tử vong	56 (7.5%)	54 (7.0%)
khỏi bệnh	690 (92%)	713 (93%)
Đợt 2
Kết quả			0.5
tử vong	51 (8.2%)	59 (9.4%)
khỏi bệnh	568 (92%)	571 (91%)
Cả 2 đợt
Kết quả			0.9
tử vong	107 (7.8%)	113 (8.1%)
khỏi bệnh	1,258 (92%)	1,284 (92%)
1 n (%)
2 Pearson’s Chi-squared test

5.4.3 Kiểm định Fisher exact

Thử thực hiện kiểm định Fisher trên bộ dữ liệu và so sánh với kiểm định Chi bình phương

# ----- Bảng kết quả cho đợt dịch đầu ---- 
tbl_first_outbreak <- linelist %>%
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "1st outbreak") %>%
  tbl_summary(
    include = c(sex, outcome), 
    label = outcome ~ "Kết quả",
    by = sex) %>%
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "fisher.test")

# ----- Bảng kết quả cho đợt dịch thứ 2 ---- 
tbl_second_outbreak <- linelist %>%
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  filter(outbreak == "2nd outbreak") %>%
  tbl_summary(
    include= c(sex, outcome), label = outcome ~ "Kết quả",
    by = sex) %>%
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "fisher.test")

# ----- Bảng kết quả cho cả 2 đợt dịch ---- 
both_outbreak <- linelist %>% 
  mutate(
    sex = factor(sex, levels = c("f", "m"), labels = c("nữ", "nam")),
    outcome = factor(outcome, 
                     levels = c("died", "recovered"), 
                     labels = c("tử vong", "khỏi bệnh"))
  ) %>% 
  tbl_summary(
    include = c(sex, outcome),
    label = outcome ~ "Kết quả",
    by = c(sex)
  ) %>% 
  # điều chỉnh header để các bảng có chung header
  modify_header(all_stat_cols() ~ "**{level}**") %>% 
  add_p(test = outcome ~ "fisher.test")


tbl_stack(list(tbl_first_outbreak, tbl_second_outbreak, both_outbreak), 
          group_header = c(c("Đợt 1", "Đợt 2", "Cả 2 đợt"))) %>%
  # --- optional: code điều chỉnh style header ---- 
  modify_header(label = "**Đặc điểm**")  %>% 
  as_gt() %>% 
  gt::tab_style(
    style = gt::cell_text(weight = "bold"),
    locations = gt::cells_row_groups(groups = everything())
  )

Đặc điểm	nữ1	nam1	p-value2
Đợt 1
Kết quả			0.8
tử vong	56 (7.5%)	54 (7.0%)
khỏi bệnh	690 (92%)	713 (93%)
Đợt 2
Kết quả			0.5
tử vong	51 (8.2%)	59 (9.4%)
khỏi bệnh	568 (92%)	571 (91%)
Cả 2 đợt
Kết quả			0.8
tử vong	107 (7.8%)	113 (8.1%)
khỏi bệnh	1,258 (92%)	1,284 (92%)
1 n (%)
2 Fisher’s exact test

5.5 Bài tập

5.5.1 Đọc dữ liệu

Đọc dữ liệu tiêm chủng sau phần làm sạch

Code

vaccdata <- readRDS("data/cleaned_vacdata.rds")

5.5.2 Tạo và điều chỉnh bảng thống kê

Tạo bảng thống kê cho dữ liệu vaccine theo các yêu cầu sau

• Hiển thị thống kê cho các biến ngaysinh, ngaytiem, khangnguyen, cho từng nhóm giới tính (gioitinh)

• Thay đổi tên các biến được hiển thị như sau: ngaysinh -> Ngày sinh, ngaytiem -> Ngày tiêm, khangnguyen -> Kháng nguyên

Code

vaccdata %>% tbl_summary(
    # chọn biến được hiển thị trên bảng thống kê
    include = c(gioitinh, ngaysinh, ngaytiem, khangnguyen),
    # thay đổi tên được hiển thị
    label = list(
        khangnguyen ~ "Kháng nguyên",
        ngaysinh ~ "Ngày sinh",
        ngaytiem ~ "Ngày tiêm"
      ),
    by = gioitinh,
    statistic = list(
      all_continuous() ~ "{median} ({min}, {max})"
    )
  ) 

Characteristic	nam, N = 4,4361	nữ, N = 4,3011
Ngày sinh	2024-02-16 (2024-01-01, 2024-04-01)	2024-02-15 (2024-01-01, 2024-04-01)
Ngày tiêm	2024-03-04 (2024-01-01, 2024-06-02)	2024-03-04 (2024-01-01, 2024-05-21)
Kháng nguyên
hg_1	336 (7.6%)	322 (7.5%)
hg_2	335 (7.6%)	322 (7.5%)
hg_3	331 (7.5%)	320 (7.4%)
hg_4	287 (6.5%)	273 (6.3%)
uv_1	336 (7.6%)	322 (7.5%)
uv_2	336 (7.6%)	322 (7.5%)
uv_3	333 (7.5%)	314 (7.3%)
uv_4	276 (6.2%)	276 (6.4%)
vgb_1	335 (7.6%)	322 (7.5%)
vgb_2	335 (7.6%)	322 (7.5%)
vgb_3	329 (7.4%)	317 (7.4%)
vgb_4	278 (6.3%)	290 (6.7%)
vgb_5	122 (2.8%)	111 (2.6%)
vgb_sau_24	310 (7.0%)	300 (7.0%)
vgb_truoc_24	157 (3.5%)	168 (3.9%)
1 Median (Range); n (%)

5.5.3 Phân tích

Tạo bảng thống kê số mũi viêm gan b sơ sinh (khangnguyen mang giá trị vgb_truoc_24, vgb_sau_24) theo quận huyện

Code

vaccdata %>% 
  filter(khangnguyen == "vgb_truoc_24" | khangnguyen == "vgb_sau_24") %>% 
  tbl_summary(
    # chọn biến được hiển thị trên bảng thống kê
    include = c(khangnguyen, huyen),
    # thay đổi tên được hiển thị
    label = list(
        khangnguyen ~ "Viêm gan B sơ sinh"
      ),
    by = huyen
  )

Characteristic	Bình Chánh, N = 711	Bình Thạnh, N = 621	Bình Tân, N = 351	Cần Giờ, N = 191	Củ Chi, N = 601	Gò vấp, N = 521	Hóc Môn, N = 441	Nhà Bè, N = 171	Phú Nhuận, N = 431	Quận 1, N = 291	Quận 10, N = 331	Quận 11, N = 321	Quận 12, N = 221	Quận 3, N = 481	Quận 4, N = 391	Quận 5, N = 331	Quận 6, N = 451	Quận 7, N = 341	Quận 8, N = 411	Thủ Đức, N = 1191	Tân Bình, N = 271	Tân Phú, N = 301
Viêm gan B sơ sinh
vgb_sau_24	45 (63%)	39 (63%)	25 (71%)	13 (68%)	38 (63%)	33 (63%)	28 (64%)	11 (65%)	29 (67%)	19 (66%)	23 (70%)	25 (78%)	14 (64%)	29 (60%)	26 (67%)	21 (64%)	29 (64%)	21 (62%)	28 (68%)	76 (64%)	16 (59%)	22 (73%)
vgb_truoc_24	26 (37%)	23 (37%)	10 (29%)	6 (32%)	22 (37%)	19 (37%)	16 (36%)	6 (35%)	14 (33%)	10 (34%)	10 (30%)	7 (22%)	8 (36%)	19 (40%)	13 (33%)	12 (36%)	16 (36%)	13 (38%)	13 (32%)	43 (36%)	11 (41%)	8 (27%)
1 n (%)

Tạo bảng tỷ lệ tiêm chủng bằng tbl_summary theo quận/huyện

Gợi ý

• Chuyển từ bảng dạng ngang sang dọc bằng pivot_wider

• Format các biến ngày tiêm thành tình trạng tiêm (được tiêm nếu có giá trị tại cột mũi tiêm)

• Dùng tbl_summary để hiển thị số trẻ được tiêm cho từng mũi

Code

# các mũi tiêm trong bộ dữ liệu
khangnguyen_cols <- unique(vaccdata$khangnguyen)

vaccdata %>% 
  # --- chuyển sang định dạng ngang
  pivot_wider(
    id_cols = c(id, huyen), names_from = khangnguyen, values_from = ngaytiem
    ) %>% 
  # --- format các biến ngày tiêm thành tình trạng tiêm
  mutate_at(khangnguyen_cols, ~!is.na(.)) %>% 
  # --- tạo bảng thống kê
  tbl_summary(
    by = huyen, # nhóm theo quận/huyện 
    include = any_of(khangnguyen_cols), # chọn các cột ngày tiêm để thống kê
    statistic = everything() ~ "{n} / {N} ({p}%)" # format cách hiển thị thống kê
  )

Characteristic	Bình Chánh, N = 491	Bình Thạnh, N = 461	Bình Tân, N = 251	Cần Giờ, N = 161	Củ Chi, N = 431	Gò vấp, N = 361	Hóc Môn, N = 281	Nhà Bè, N = 111	Phú Nhuận, N = 291	Quận 1, N = 221	Quận 10, N = 241	Quận 11, N = 251	Quận 12, N = 161	Quận 3, N = 311	Quận 4, N = 261	Quận 5, N = 221	Quận 6, N = 321	Quận 7, N = 231	Quận 8, N = 301	Thủ Đức, N = 831	Tân Bình, N = 181	Tân Phú, N = 231
vgb_truoc_24	26 / 49 (53%)	23 / 46 (50%)	10 / 25 (40%)	6 / 16 (38%)	22 / 43 (51%)	19 / 36 (53%)	16 / 28 (57%)	6 / 11 (55%)	14 / 29 (48%)	10 / 22 (45%)	10 / 24 (42%)	7 / 25 (28%)	8 / 16 (50%)	19 / 31 (61%)	13 / 26 (50%)	12 / 22 (55%)	16 / 32 (50%)	13 / 23 (57%)	13 / 30 (43%)	43 / 83 (52%)	11 / 18 (61%)	8 / 23 (35%)
uv_1	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	43 / 43 (100%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
hg_1	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	43 / 43 (100%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
vgb_sau_24	45 / 49 (92%)	39 / 46 (85%)	25 / 25 (100%)	13 / 16 (81%)	38 / 43 (88%)	33 / 36 (92%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	19 / 22 (86%)	23 / 24 (96%)	25 / 25 (100%)	14 / 16 (88%)	29 / 31 (94%)	26 / 26 (100%)	21 / 22 (95%)	29 / 32 (91%)	21 / 23 (91%)	28 / 30 (93%)	76 / 83 (92%)	16 / 18 (89%)	22 / 23 (96%)
vgb_1	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	42 / 43 (98%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
vgb_2	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	42 / 43 (98%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
uv_2	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	43 / 43 (100%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
hg_2	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	43 / 43 (100%)	36 / 36 (100%)	28 / 28 (100%)	10 / 11 (91%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	83 / 83 (100%)	18 / 18 (100%)	23 / 23 (100%)
uv_3	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	41 / 43 (95%)	36 / 36 (100%)	28 / 28 (100%)	11 / 11 (100%)	28 / 29 (97%)	21 / 22 (95%)	24 / 24 (100%)	25 / 25 (100%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	21 / 22 (95%)	31 / 32 (97%)	23 / 23 (100%)	28 / 30 (93%)	81 / 83 (98%)	18 / 18 (100%)	22 / 23 (96%)
hg_3	49 / 49 (100%)	46 / 46 (100%)	25 / 25 (100%)	16 / 16 (100%)	43 / 43 (100%)	34 / 36 (94%)	27 / 28 (96%)	10 / 11 (91%)	29 / 29 (100%)	22 / 22 (100%)	24 / 24 (100%)	25 / 25 (100%)	15 / 16 (94%)	31 / 31 (100%)	25 / 26 (96%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	30 / 30 (100%)	82 / 83 (99%)	18 / 18 (100%)	23 / 23 (100%)
vgb_3	49 / 49 (100%)	44 / 46 (96%)	24 / 25 (96%)	16 / 16 (100%)	41 / 43 (95%)	35 / 36 (97%)	28 / 28 (100%)	11 / 11 (100%)	28 / 29 (97%)	22 / 22 (100%)	24 / 24 (100%)	23 / 25 (92%)	16 / 16 (100%)	31 / 31 (100%)	26 / 26 (100%)	22 / 22 (100%)	32 / 32 (100%)	23 / 23 (100%)	29 / 30 (97%)	82 / 83 (99%)	17 / 18 (94%)	23 / 23 (100%)
hg_4	43 / 49 (88%)	40 / 46 (87%)	20 / 25 (80%)	15 / 16 (94%)	35 / 43 (81%)	30 / 36 (83%)	26 / 28 (93%)	10 / 11 (91%)	26 / 29 (90%)	17 / 22 (77%)	22 / 24 (92%)	23 / 25 (92%)	11 / 16 (69%)	27 / 31 (87%)	21 / 26 (81%)	18 / 22 (82%)	28 / 32 (88%)	17 / 23 (74%)	25 / 30 (83%)	73 / 83 (88%)	14 / 18 (78%)	19 / 23 (83%)
uv_4	40 / 49 (82%)	36 / 46 (78%)	22 / 25 (88%)	12 / 16 (75%)	36 / 43 (84%)	30 / 36 (83%)	23 / 28 (82%)	8 / 11 (73%)	25 / 29 (86%)	18 / 22 (82%)	21 / 24 (88%)	21 / 25 (84%)	16 / 16 (100%)	28 / 31 (90%)	23 / 26 (88%)	18 / 22 (82%)	27 / 32 (84%)	20 / 23 (87%)	25 / 30 (83%)	69 / 83 (83%)	14 / 18 (78%)	20 / 23 (87%)
vgb_4	41 / 49 (84%)	39 / 46 (85%)	23 / 25 (92%)	14 / 16 (88%)	32 / 43 (74%)	31 / 36 (86%)	24 / 28 (86%)	9 / 11 (82%)	26 / 29 (90%)	19 / 22 (86%)	22 / 24 (92%)	22 / 25 (88%)	16 / 16 (100%)	25 / 31 (81%)	22 / 26 (85%)	21 / 22 (95%)	28 / 32 (88%)	22 / 23 (96%)	24 / 30 (80%)	73 / 83 (88%)	14 / 18 (78%)	21 / 23 (91%)
vgb_5	13 / 49 (27%)	17 / 46 (37%)	12 / 25 (48%)	5 / 16 (31%)	12 / 43 (28%)	13 / 36 (36%)	4 / 28 (14%)	5 / 11 (45%)	13 / 29 (45%)	9 / 22 (41%)	12 / 24 (50%)	15 / 25 (60%)	8 / 16 (50%)	7 / 31 (23%)	10 / 26 (38%)	6 / 22 (27%)	12 / 32 (38%)	7 / 23 (30%)	14 / 30 (47%)	20 / 83 (24%)	6 / 18 (33%)	13 / 23 (57%)
1 n / N (%)