روش های بازنمونه گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور

مقدمه و اهداف: حجم نمونه کم می تواند تجزیه و تحلیل داده های آماری از جمله داده های بقا را تحت تأثیر قرار دهد. کاهش حجم نمونه می تواند به دلایل مختلف، از جمله از دست رفتن اطلاعات رخ دهد؛ یعنی داده های گم شده در برخی از متغیرها وجود داشته باشد. هدف این مطالعه، براورد پارامترها با استفاده از روش های بازنمونه گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور است. روش کار: در این مطالعه هم گروه تاریخی از اطلاعات 296 بیمار مبتلا به تالاسمی ماژور که در طی سال های 1373 تا بهار سال1392 به کلینیک ظفر در شهر تهران مراجعه کرده بودند؛ استفاده شد. برای تحلیل مدل های بقای مختلف پارامتری به داده ها برازش داده شد و پس از انتخاب بهترین مدل، از الگوریتم های بازنمونه گیری بوت استرپ و جک نایف استفاده شد. تحلیل داده ها با نرم افزار stata نسخه 12 انجام شد. یافته ها: نتایج حاصل از روش های بازنمونه گیری بیانگر کاهش خطاهای استاندارد و کوتاه تر شدن فواصل اطمینان بودند. همچنین به کارگیری روش های باز نمونه گیری بوت استرپ و جک نایف منجر به معنی داری گروه های سنی و نسبت والدین (001/0 >p) در مقایسه با مدل لوگ-نرمال (900/0 نتیجه‏گیری: با مقایسه طول فواصل اطمینان، روش بازنمونه گیری جک نایف عملکرد بهتری نسبت به روش بازنمونه گیری بوت استرپ داشت و بنابراین استفاده از این روش، در نمونه های با اندازه کم پیشنهاد می شود.