درمان نگهدارنده با متادون بر عملکرد جنسی معتادان اثر دارد.

در تحلیل داده ها بقا به طور کلی از دو مدل رگرسیونی استفاده می شود، مدل مخاطرات متناسب کاکس به عنوان یک مدل نیمه پارامتری و مدل‎های زمان شکست شتابنده به عنوان مدل پارامتریک. اگر چه رگرسیون کاکس کاربردی ترین مدل در تحلیل بقا است، ولیکن مدل‎های پارامتریک در برخی شرایط می توانند مناسب تر باشند. بدست آوردن توزیع پارامتری زمان بقا از اهمیت ویژه ای برخوردار است، به طوری که می توان احتمال بقا و احتمال خطر را در تمام زمان ها به طور دقیق محاسبه نمود و در برآورد پارامترها بر خلاف مدل کاکس، از روش حداکثر درستنمایی استفاده کرد. از طرفی استنباط ها بر اساس نمونه های بزرگ نمی توانند وقتی تعداد نمونه کوچک است مورد استفاده قرار گیرد. رهیافتی که می توان در این گونه موارد استفاده کرد دیدگاه بیزی است که استنباط را بر اساس توزیع دقیق پسین و با انتخاب توزیع پیشین مناسب انجام می دهد. در تحلیل پارامتریک برای استنباط در مورد متغیرهای کمکی و برازش دقیق تر، فرض می شود پارامتر مکان با متغیرهای کمکی مرتبط است و پارامتر شکل به متغیرهای کمکی وابسته نیست و این پارامتر ثابت در نظر گرفته می شود. این فرض در بعضی از داده ها درست نیست و در این حالت اگر پارامتر شکل تابعی از متغیرهای کمکی در نظر گرفته شود، برازش بهتری به داده ها صورت می گیرد. نتایج شبیه سازی نشان داد، در صورتی که پارامتر شکل توزیع ثابت نباشد، ممکن است برآوردهای ضرایب متغیرهای کمکی به روش بیز، دارای اریبی کمتر، تفسیر شاخص های مهم در بقا همچون نسبت خطر برای زمان های مختلف در آن دقیق تر، برازش مدل مناسب تر و نتایج استنباط متفاوت باشد. نتایج حاصل از این تحقیق، پیشنهاد می شود که مدل اشباع شده به گونه ای انتخاب شود که پارامتر شکل ثابت نباشد و فرض ثابت بودن پارامتر شکل مورد آزمون قرار گیرد و مدل مناسب تر با استفاده از ملاک های برازش مدل انتخاب شود. همچنین این مطالعه نشان داد سن بیمار در زمان تشخیص و اندازه تومور از عوامل مهم مرتبط با بقای بیماران مبتلا به سرطان معده می باشند. در نتیجه در صورت تشخیص این بیماری در سنین پایین تر و مراحل اولیه پیشرفت بیماری، خطر نسبی مرگ کاهش می یابد. بر اساس ملاک اطلاع انحرافی، مدل وایبول مدل مناسبی برای داده های سرطان معده شناخته شد.

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.

روش های هموارسازی به طور گسترده برای تجزیه و تحلیل داده های اپیدمیولوژی به ویژه در زمینه بهداشت محیط زیست که در آن روابط غیرخطی غیرمعمول نیست، مورد استفاده قرار می گیرد. این مطالعه براساس سه روش هموارسازی در مدل کاکس (اسپلاین جریمه شده، اسپلاین مکعبی محدود شده و چندجمله ای کسری) انجام شده است. هدف از این مطالعه، بررسی عوامل موثر بر بقای بیماران مبتلا به سرطان معده با استفاده از روش های هموارسازی و مدل خطرات متناسب کاکس و همچنین مقایسه این مدل ها با یکدیگر است. در این مطالعه همگروهی-گذشته نگر، تعداد 216 بیمار مبتلا به سرطان معده که طی سال های 1382 تا 1387 در بیمارستان طالقانی تهران تحت عمل جراحی قرار گرفتند وارد مطالعه شدند. متغیرهای مستقل مورد بررسی، سن هنگام تشخیص، جنسیت، وضعیت متاستاز، اندازه تومور، نوع هیستوپاتولوژی، متاستاز غدد لنفاوی و مرحله پاتولوژی و متغیر پاسخ، زمان بقای بیماران مبتلا به سرطان معده بودند که با استفاده از مدل خطرات متناسب کاکس و روش های هموارسازی در کاکس مورد تجزیه و تحلیل قرار گرفتند. کلیه محاسبات با نرم افزار spss ویراست 18 و r ویراست 2.15.2 انجام شده و معیار مقایسه کارآیی مدل ها نیز ملاک آکاییکه بود. میزان بقای پنج ساله بیماران مورد بررسی30 درصد به دست آمد. متغیرهای سن هنگام تشخیص و اندازه تومور با طول عمر بیماران ارتباط معنی داری داشتند (05/0p<). ملاک آکاییکه و نمودار بقای افراد با اندازه تومور بالای 35 میلی متر و سن بالای 45 سال نیز در مدل های خطرات متناسب کاکس، اسپلاین جریمه شده و چندجمله ای کسری یکسان شده است. با توجه به این که ملاک آکاییکه در مدل های خطرات متناسب کاکس، اسپلاین جریمه شده و چندجمله ای کسری یکسان شد، استفاده از مدل خطرات متناسب کاکس در داده های پزشکی با میزان ناهمواری پایین، به دلیل تفسیر راحت تر و محدود نبودن در استفاده از انواع متغیرهای کمکی، مناسب تر است. همچنین این مطالعه نشان داد که در صورت تشخیص این بیماری در سنین پایین تر و اندازه تومور کوچکتر، خطر نسبی مرگ کاهش می یابد.