الهام مدرسه - دانشکده بهداشت، دانشگاه علوم پزشکی تهران
محمود محمودی - دانشکده بهداشت، دانشگاه علوم پزشکی تهران
سید مصطفی حسینی - دانشکده بهداشت، دانشگاه علوم پزشکی تهران
حجت زراعتی - دانشکده بهداشت، دانشگاه علوم پزشکی تهران
ایرج نجفی - بیمارستان دکتر شریعتی، دانشگاه علوم پزشکی تهران

زمینه و هدف: در بسیاری از مطالعات پزشکی، همراه با داده­های طولی که مرتبا تحت یک دوره زمانی معین اندازه­گیری می­شوند، اطلاعات مربوط به بقا، نیز جمع آوری می گردد. در چنین شرایطی استفاده از مدل هایی مثل مدل آمیخته خطی یا روش GEE برای داده های طولی ومدل کاکس برای داده های زمان تا رخداد، به دلیل عدم برقراری پیش فرض های لازم امکان پذیر نمی باشند. در مقابل، مدل های توام جهت در نظر گرفتن ۱- خطای اندازه گیری متغیر وابسته به زمان ۲- داده های گمشده جزئی یکنوا بعد از رخداد پیشامد و۳- رابطه توام پاسخ های طولی وبقا به طور همزمان، معرفی می شوند. جهت بررسی بقا بیماران، مدل توام مد نظر در این پژوهش طی فرآیندی پاسخ طولی(کراتیینین) را به صورت یک متغیر وابسته به زمان همراه با سایر متغیر های مستقل در مدل بقا قرار می دهد .   روش کار: این پژوهش شامل اطلاعات ۴۱۷ نفر از مبتلایان به نارسایی مزمن کلیه تحت درمان با روش دیالیز صفاقی بود. بیماران از سال ۱۳۷۶ تا ابتدای سال ۱۳۸۸ به سه مرکز درمانی (شریعتی، مدرس و شفا) درشهر تهران مراجعه نمودند . در این مطالعه، داده های طولی و متغیرهای وابسته به زمان مورد استفاده قرار گرفته، لذا برای هر فرد متغیرهای مختلفی در زمان های معین اندازه گیری گردید. در ابتدا برخی اطلاعات از پرونده بالینی بیماران جمع­آوری گردید، سپس با بکارگیری مدل توام به تعیین عوامل موثر بر روی بقا بیماران دیالیز صفاقی پرداخته شد. یافته­ها با آنالیز ابتدایی (کاکس تعمیم یافته) مقایسه گردید. جهت تحلیل داده­ها از نرم افزار R استفاده وسطح معنی­داری ۰۵/۰ در نظرگرفته شد.   نتایج: با بکار گیری مدل توام، متغیر های جنسیت، سن، دیابت، فشار خون دیاستولیک، هموگلوبین، اوره ، LDL وکراتینین معنی­دار می­باشند؛ در مدل کاکس تعمیم یافته تنها متغیرهای سن وفشار خون دیاستولیک به عنوان عوامل موثر بر ریسک رخداد مرگ بیماران به شمار می آیند.   نتیجه گیری: مدل توام، عوامل موثر بردو پاسخ را به طور همزمان مورد بررسی قرار می­دهد. همچنین داده­های گمشده ای که به علت رخداد یک پیشامد بوجود آمده و متغیر های مستقل که با خطای اندازه­گیری روبرو هستند را نیز مد نظر قرار می­دهد. بنابراین در چنین مواردی استفاده از مدل های توام که منجر به نتایج بهتر و بالا رفتن آگاهی در مورد بیماری می گردد ضروری می باشد.

Joint model, Longitudinal data, Survival data, Measurement error, Peritoneal dialysis., مدل توام, داده های طولی, داده های بقا, خطای اندازه گیری, دیالیز صفاقی