فرایندهای نقطه ای فضایی و زمانی – فضایی به طور روز افزون و گسترده در بسیاری از زمینه های علمی مانند جنگل داری، بوم شناسی، واگیر شناسی، زیست شناسی، ستاره شناسی، جغرافیا، تحلیل تصاویر، زمین شناسی، علوم محیطی و ... به کار می روند. فرایندهای نقطه ای پواسن، کلاسی بسیار ساده برای مدل بندی داده های واقعی هستند، اما این فرایندها می توانند به خوبی برای ساختن کلاسی از فرایندهای ممسک تر به کار روند. یکی ا...

زمینه و هدف: روشهای مختلفی برای تحلیل داده ها در مطالعات بقا مورد استفاده قرار می گیرد. این مطالعه به منظور تحلیل عوامل مرتبط با بقای بیماران پیوند کلیه با استفاده از اسپلاین جریمه شده در مدل کاکس و مقایسه آن با مدل مخاطرات متناسب کاکس انجام پذیرفت. روش بررسی: مطالعه به صورت همگروهی گذشته نگر بر روی اطلاعات 876 بیمار پیوند کلیه در شهر کرمانشاه طی سالهای 1394-1380 انجام گرفت. برای تحلیل داده ها...

هدف: روش رایج در برآورد شاخص‌های بقا، مدل کاکس است. در داده‌هایی با حجم بالا، وجود اثر متقابل از درجات مختلف در مدل قابل انتظار است. در چنین وضعیتی مدل کاکس عمل‌کرد مناسبی ندارد.مدل انباشت تصادفی بقا (Random survival forest, RSF) به عنوان جایگزین مدل کاکس می‎تواند در چنین وضعیتی مفید باشد. هدف این مطالعه تعیین عوامل موثر بر بقای پیوند کلیه در بیماران پیوندی از دهنده زنده با استفاده از روش RSF ا...

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 ...

مدل مدل مخاطره متناسب کاکس یک مدل کارا برای تجزیه وتحلیل داده های بقا می باشد. مزیت عمده استفاده از این مدل قابلیت آن در لحاظ کردن، اطلاعات زمان های شکست سانسور شده و متغیرهای کمکی مرتبط با بقا است. ولی یکی از محدودیت های مدل مخاطره متناسب کاکس ضرورت متناسب بودن مخاطره ها برای استفاده از این مدل است، این فرض یک فرض بنیادی در مدل مخاطره متناسب کاکس است، به طوری که اگر این فرض برقرار نباشد این مد...

مدل مخاطرات متناسب کاکس از روش های متداول در تحلیل داده های بقا می باشد که در هنگام استفاده از داده هایی با ابعاد بالا همگرا نشده و کارایی لازم برای برآورد را ندارد. به این منظور برای داده هایی با ابعاد بالا مدل کرنل کاکس جایگزین آن می شود. ماشین بردار پشتیبانی زیرمجموعه ای از تکنیک های داده کاوی است که توانایی کار با داده هایی با ابعاد بالا را دارد و همچنین نیازی به بررسی پیش فرض بر روی داده ه...

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 هموارساز...

یکی از اساسی ترین مسائل بنیادی در انتخاب مدل بررسی دوری و نزدیکی مدل های پیشنهادی به مدل مولد داده ها یعنی h(.) است. برای حالتی که چند مدل پیشنهادی وجود دارد، بر اساس آزمون ها و معیارهای موجود تصمیم می گیریم که آیا این مدل ها را به عنوان مدل های خوب در نظر بگیریم یا به عنوان مدل هایی که برازش خوبی به داده ها ندارد. در فرآیند تصمیم گیری برای دو مدل پیشنهادی گاه دو مدل پیشنهادی را رد می کنیم. روش...

 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 ...

مقدمه و هدف: روش رایج در برآورد بقا، مدل کاکس است که اعتبار نتایج آن، به پذیره مخاطرات متناسب وابسته است. روش k- نزدیکترین همسایگی یک روش ناپارامتری برای احتمالات بقا در جوامع ناهمگن می­باشد. هدف این مطالعه مقایسه کارایی مدل کاکس و روش k- نزدیکترین همسایگی (knn) است. روش کار: این مطالعه کوهورت گذشته­نگر بر روی 475 بیمار دریافت کننده پیوند کلیه طی سال­های 1390-1373 شهر همدان می­باشد. اطلاعات از ...