به کارگیری مدل های رگرسیونی خطرات جمعی در مطالعه زمان بقای بیماران مبتلا به سرطان معده
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پزشکی
- author سامان معروفی زاده
- adviser ابراهیم حاجی زاده احمد رضا باغستانی
- Number of pages: First 15 pages
- publication year 1390
abstract
مدل مخاطرات متناسب کاکس، یک مدل ضربی در تحلیل بقا است و اغلب در مطالعات زیست پزشکی مورد استفاده قرار می گیرد. یک پیش فرض مهم و اساسی در این مدل، پذیره متناسب بودن خطر برای تمام متغیرهای مستقل موجود در مدل نهایی می باشد. وقتی پیش فرض خطرات متناسب سوال برانگیز باشد، یک مدل جایگزین، مدل های رگرسیونی مخاطرات جمعی است. در مدل های رگرسیونی مخاطرات جمعی از قبیل مدل آلن و مدل لین-یانگ، متغیرهای کمکی به صورت جمعی بر تابع خطر پایه عمل می کند. در این مدل ها ارتباط بین متغیرهای کمکی و متغیر پاسخ بر حسب تفاوت خطر یا خطر اضافی بیان می شود در حالی که در مدل کاکس بر حسب نسبت خطر بیان می شود. مدل مخاطرات جمعی آلن می تواند اطلاعات دقیق و کامل تری در خصوص اثر یک عامل خطر در طول زمان ارائه کند. هدف مطالعه حاضر، به کارگیری مدل های رگرسیونی مخاطرات جمعی در تحلیل بقای بیماران مبتلا به سرطان معده و مقایسه نتایج به دست آمده با مدل کاکس می باشد. دراین مطالعه همگروهی تاریخی به 213 پرونده بیمار مبتلا به سرطان معده که از بهمن 1382 لغایت دی ماه 1387 در بخش گوارش بیمارستان طالقانی تهران تحت درمان بودند؛ مراجعه شد و با تماس تلفنی اطلاعات مربوط به بقای بیماران جمع آوری گردید. وضعیت بقای بیماران بر حسب مدل کاکس و مدل های رگرسیونی مخاطرات جمعی با در نظر گرفتن متغیرهایی مانند سن هنگام تشخیص، جنسیت، وجود متاستاز، اندازه تومور، نوع هیستوپاتولوژی، متاستاز غدد لنفاوی و مرحله پاتولوژی تحلیل شد. همچنین نمودار ضرایب رگرسیونی تجمعی (نمودار آلن) جهت بررسی اثر متغیرهای مستقل در طول زمان رسم شد. میزان بقای پنج ساله بیماران مورد بررسی 6/14 درصد و میانه طول عمر در این بررسی 6/29 ماه به دست آمد. نسبت مرد به زن در بین 213 بیمار 1: 61/2 بود. تحلیل های چند متغیری بر حسب مدل های جمعی و مدل کاکس نشان داد که سن هنگام تشخیص، اندازه تومور و مرحله پاتولوژی با طول عمر بیماران ارتباط معنی دار داشتند (05/0>p). به علاوه، بر طبق نمودار آلن مرحله پاتولوژی دارای اثر تأخیری بود. عوامل دیگر اثر معنی داری بر زمان بقاء نداشتند (05/0<p). علی رغم تمایل بسیاری از محققین در استفاده از مدل کاکس در تحلیل داده های بقا، مدل های رگرسیونی مخاطرات جمعی دید جدیدی به محقق در مطالعات زیست پزشکی می دهد؛ به علاوه مدل آلن این قابلیت را دارد که اثر متغیرهای مستقل را در طول زمان بررسی کند. این مطالعه نشان داد که تشخیص سرطان معده در سنین پایین تر و مراحل اولیه بیماری، منجر به افزایش قابل توجهی در میزان بقای بیماران می گردد.
similar resources
ارزیابی مدل های پارامتریک و نیمه پارامتریک در تحلیل بقای بیماران مبتلا به سرطان معده
Background and purpose: One of the most common methods used to estimate the effects of explanatory variables on survival time, is Cox semi parametric model. However, under certain circumstances, accelerated failure time parametric models are superior to the Cox model. The purpose of this study was to assess the efficiency of parametric and semi-parametric models in survival analysis of patients...
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 textتحلیل بقای بیماران مبتلا به سرطان معده با مدل کاکس: یک مطالعه پنج ساله
Normal 0 false false false EN-US X-NONE AR-SA MicrosoftInternetExplorer4 /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Table Normal" mso-tsty...
full textتحلیل عوامل مرتبط با بقای بیماران مبتلا به سرطان معده با استفاده از مدل مخاطرات جمعی آلن
سابقه و هدف: سرطان معده دومین علت مرگ ناشی از سرطان در سرتا سر دنیاست و در ایران اولین سرطان شایع بهشمار میرود. این مطالعه بهمنظور تحلیل عوامل مرتبط با بقای بیماران مبتلا به سرطان معده با استفاده از مدل مخاطرات جمعی آلن و بررسی مزیتهای نمودار آلن انجام پذیرفت. مواد و روش ها: طی سالهای 1382 لغایت 1387، تعداد 213 بیمار مراجعهکننده با تشخیص قطعی سرطان معده که در بخش گوارش بیمارستان طال...
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 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 textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پزشکی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023