تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات

مریم ناظمی پور; محمود محمودی; حجت زراعتی; عباس رحیمی فروشانی

تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات

Publish place: Journal of School of Public Health and Institute of Public Health Research، Vol: 11، Issue: 2

Publish Year: 1392

Type: Journal paper

Language: Persian

This Paper With 12 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

Export:

Link to this Paper:

https://civilica.com/doc/1718580

Document National Code:

JR_SJSPH-11-2_003

Index date: 11 August 2023

تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات abstract

زمینه و هدف : در بسیاری از مطالعات تشخیصی از جمله بررسی بقای بیماران مبتلا به سرطان معده که هر فرد بعد از عمل جراحی با بیشتر از یک رخداد مواجه است و رخداد یکی سبب پوشانده شدن رخداد دیگری میشود، بحث رقابت جویی خطرات مطرح خواهد بود که برای بررسی اثر هر متغیر کمکی بر رخداد هر حادثه و برآورد تابع مخاطره، از مدلهایی چون کاکس و Fine و Gray استفاده میشود. حال اگر پیش فرضهای دو مدل برقرار نباشد، بکارگیری آنها نادرست خواهد بود. یکی از راههای برطرف کردن چنین مشکلی استفاده از مدلهایی با انعطاف بیشتر است. روشکار : در این مطالعه خصوصیات جمعیت شناختی، بالینی و درمانی۳۳۰ بیمار مبتلا به سرطان معده که طی سالهای ۱۳۷۴ تا ۱۳۷۸ به انستیتو کانسر مجتمع بیمارستانی امام خمینی مراجعه کرده و تحت عمل جراحی قرارگرفتند، به همراه متغیرهای، نوع و زمان تا اولین رخداد حادثه (عود بیماری/ مرگ) برای هر بیمار جمعآوری و بررسی شد . با استفاده از این اطلاعات نمودار تابع تجمعی بروز عود بیماری( CIF )، توسط سه مدل کاکس، Fine و Gray و مدل ا نعطاف پذیر و با استفاده از نرم افزار R(۲.۱۴.۰ ) رسم و با نمودار تابع تجمعی بروز عود مشاهده شده برای بیماران، مقایسه و کارآیی آنها بررسی گردید . نتایج: فرض متناسب بودن خطرات، تقریبا برای همه ی متغیرها به ازای هر حادثه برقرار میباشد. نمودار تابع تجمعی بروز برای حادثه مورد نظر(عود)، نشان داد که مدل کاکس در برآورد آن دچار بیش برآوردی شده و نیز نمودارهای دو مدل دیگر بسیار شبیه به هم و علاوه بر آن شبیه به نمودار مشاهده شده می باشند. با این تفاوت که نمودار تابع تجمعی بروز مربوط به مدل انعطاف پذیر، هموارتر میباشد طوریکه در پیش بینی خطر میتواند دقت بیشتری داشته باشد. نتیجهگیری : با وجود رخدادهای رقیب، مدل کاکس چندان مناسب چنین وضعیتی نبوده و به نظرمیرسد مدل انعطاف پذیر نه تنها جایگزین مناسبی برای مدل Fine و Gray میباشد بلکه در صورت عدم برقراری فرض متناسب بودن، نسبت به آن برتر نیز خواهد بود.

تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات Keywords:

Survival analysis , Competing risk , CIF , Time_dependent effect , Gastric cancer , تحلیل بقا , رقابت جویی خطرات , تابع بروز , اثرات وابسته به زمان , سرطان معده

تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات authors

مریم ناظمی پور

M.Sc. Student, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran

محمود محمودی

Ph.D. Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran

حجت زراعتی

Ph.D. Associate Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran

عباس رحیمی فروشانی

Ph.D. Associate Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

Abrahamowicz, M. and MacKenzie, T.A.,۲۰۰۷. Joint estimation of time-dependent and ...

Abrahamowicz, M., MacKenzie, T. and Esdaile, JM., ۱۹۹۶. Time-dependent hazard ...

Altshuler, B., ۱۹۷۰. Theory for the measurement of competing risks ...

Belot, A., Abrahamowicz, M., Remontet, L. and Giorgi, R., ۲۰۱۰. ...

Bernoulli, D., ۱۷۶۰. Essai d’une nouvelle analyse de la mortalit´e ...

Borgan, Q., ۲۰۰۵. Nelson–Aalen Estimator. Encyclopedia of Biostatistics. John Wiley ...

Breslow, N.E., ۱۹۷۰. A generalized Kruskal- Wallis test for comparing ...

Cox, D.R., ۱۹۷۲. Regression models and life tables. J. Royal ...

Cox, D.R., ۱۹۷۵. Partial likelihood. Biometrika. ۶۲(۲), pp. ۲۶۹-۲۷۶ ...

De Boor, C., ۱۹۷۸. A Practical Guide to Splines. New ...

Durrleman, S. and Simon, R., ۱۹۸۹. Flexible regression models with ...

Efron, B., ۱۹۸۸. Logistic regression, survival analysis, and the Kaplan ...

Fine, J.P., ۱۹۹۹. Analyzing competing risks data with transformation models. ...

Gehan, E.A., ۱۹۶۵. A generalized Wilcoxon test for comparing arbitrarily ...

Giorgi, R., Abrahamowicz, M., Quantin, C., Bolard, P., Esteve, J., ...

Hoem, J., ۱۹۶۹. Markov Chain Models in Life Insurance. Blätter ...

Kalbfleisch, J.D. and Prentice, R.L., ۱۹۸۰. The Statistical Analysis of ...

Lunn, M. and McNeil, D., ۱۹۹۵. Applying Cox regression to ...

Mantel, N., ۱۹۶۶. Evaluation of survival data and two new ...

Pepe, MS. and Mori, M., ۱۹۹۳. Kaplan– Meier, marginal or ...

Pintilie, M., ۲۰۰۶. Competing Risks: A Practical Perspective. England, John ...

Prentice, RL., Kalbfleisch, JD., Peterson, Jr AV., Flournoy, N., Farewell, ...

Remontet, L., Bossard, N., Belot, A. and Esteve, J., ۲۰۰۷. ...

Sleeper, LA. and Harrington, D., ۱۹۹۰. Regression splines in the ...

Sverdrup, E., ۱۹۶۵. Estimates and test procedures in connection with ...

Tai, BC., Machin, D., White, I. and Gebski, V., ۲۰۰۱. ...

Zeraati, H., Mahmoudi, M., Kazemnejad, A. and Mohammad, K., ۲۰۰۵. ...