تحلیل بقای بیماران مبتلا به سرطان دستگاه گوارش و مقایسه ی آن در مدل های پارامتری و مدل کاکس
Authors
Abstract:
Background and Aim: The most common cancer in Iran is digestive system cancer, the highest incidence of which is reported from the Caspian Sea littoral. This study aimed to determine factors affecting the survival of patients with gastrointestinal cancer using the Cox and parametric models the 2 models were compared. Materials and Methods: This survey was a prospective study conducted between 1990 and 1991. Data were collected through the Cancer Registry Center in Babol, which functions under supervision of the School of Public Health and Institute of Public Health Research, Tehran University of Medical Sciences. We tried to identify cases of gastrointestinal cancers. The individual characteristics of 484 patients, namely, age, sex, family history, marital status, smoking status, occupation, ethnicity, medication status, education, residence (urban, rural), and type of cancer were recorded. The patients were followed up for a period of 15 years, i.e., until 2006 year. To determine the effective factors on survival of patients, the Cox model and parametric models such as exponential, weibull, log-normal, log-logistic, and the AIC criteria and residuals were used to compare the effectiveness of the models. The SAS and STATA software were used for data analysis, with a significant level of 0.05.Results: Sixty-six percent of the patients (total n=484) were males and 34% females, with a mean age of 59 and 55 years, respectively. Their distribution according to type of cancer was as follows: esophageal cancer, 359 (74.2%) stomach cancer, 110 (22.7%) colorectal cancer, 15(3.1%). Estimated one-, three-, and five-year survival rates were 24%, 16% and 15%, respectively.Conclusion: The results of this study reveal that gender and family history can be strong risk factors for GI cancer. Log-normal and log-logistic models in multivariate and univariate analyses gave almost similar results. However, based on AIC criteria and residuals analysis, the log-logistic model gives the best fit as compared to other parametric models and can be used instead of the Cox model for determining factors affecting survival of patients with gastrointestinal tract cancer.
similar resources
تحلیل بقای بیماران مبتلا به سرطان دستگاه گوارش و مقایسه ی آن در مدل های پارامتری و مدل کاکس
زمینه و هدف: در ایران بیشترین عضو درگیر سرطان، دستگاه گوارش است و بیشترین منطقه بروز این سرطان از حاشیه دریای خزر گزارش می شود. مطالعه حاضر با هدف بررسی عوامل موثر برطول عمر بیماران مبتلا به سرطان دستگاه گوارش با استفاده از مدل های پارامتری و مدل کاکس و مقایسه ی کارایی آنها انجام شد. روش کار : این داده های مطالعه آینده نگر از طریق مرکز ثبت سرطان بابل که زیر نظر دانشکده ی بهداشت و انستیتو تحقیقا...
full textمقایسه رگرسیون کاکس و مدل های پارامتریک در تحلیل بقای بیماران مبتلا به سرطان معده
Background & Objectives: Although Cox regression is commonly used to detect relationships between patient survival and demographic/clinical variables, there are situations where parametric models can yield more accurate results. The objective of this study was to compare two survival regression methods, namely Cox regression and parametric models, in patients with gastric carcinoma registered a...
full textمقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
full textمقایسه مدل شبکه عصبی مصنوعی و رگرسیون پارامتری در پیشبینی بقای بیماران مبتلا به سرطان معده
Background & Objective: Using parametric models is common approach in survival analysis. In the recent years, artificial neural network (ANN) models have increasingly used in survival prediction. The aim of this study was to predict of survival rate of patients with gastric cancer by using a parametric regression and ANN models and compare these methods. Methods: We used the data of 436 gast...
full textمقایسهی مدل شبکه عصبی مصنوعی و رگرسیون کاکس در پیشبینی بقای بیماران مبتلا به سرطان معده
سابقه و هدف: یکی از روشهای آماری تحلیل دادههای بقا، مدل رگرسیونی کاکس است که نیازمند پذیرههایی مانند متناسب بودن مخاطرات است. در چند دهه اخیر بهکارگیری مدل شبکه عصبی مصنوعی برای پیشبینی دادههای بقا، افزایش یافته است. این مطالعه به منظور پیشبینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل رگرسیونی کاکس و شبکه عصبی مصنوعی انجام شده است. مواد و روشها: طی سالهای 1381 لغایت 1385، تعداد ...
full textتحلیل بقای پارامتری و نیمهپارامتری بیماران مبتلا به سرطان ریه
هدف: سرطان ریه یکی از شایعترین سرطانها در جهان و جز پنج سرطان شایع و سومین عامل مرگ در ایران است. در این مطالعه جهت بررسی عوامل موثر بر بقای بیماران سرطان ریه از مدلهای نیمهپارامتری کاکس و پارامتری وایبل استفاده و کارایی آنها مقایسه شد. مواد و روشها: در این مطالعه توصیفی-تحلیل که از نوع طولی بود، 228 بیمار مبتلا به سرطان ریه طی سالهای 1370 تا 1385 پیگیری و اطلاعات لازم از طریق مرکز ثبت ...
full textMy Resources
Journal title
volume 8 issue None
pages 1- 14
publication date 2010-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023