سمیه قربانی قلی آباد - MSc Student in Biostatistics, Student Research Committee, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran
جمشید یزدانی چراتی - Assistant Professor, Department of Biostatistics, Health Sciences Research Center, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran
قاسم جان بابایی - Associate Professor, Department of Internal Medicine, Molecular and Cell Biology Research Center, Faculty of Medicine, Mazandaran University of Medical Sciences, Sari, Iran

سابقه و هدف: یکی از رایج ترین روش ها برای تجزیه و تحلیل اثر متغیرهای توضیحی برروی زمان بقاء، مدل نیمه پارامتریک کاکس می باشد، با این وجود، تحت شرایط خاص، مدل های پارامتریک زمان شکست شتابیده بر مدل کاکس برتری دارند. هدف از مطالعه حاضر ارزیابی کارایی مدل های پارامتریک و نیمه پارامتریک در تحلیل بقای بیماران مبتلا به سرطان معده است. مواد و روش ها: در این مطالعه گذشته نگر با مراجعه به پرونده بیماران مبتلا به سرطان معده که در کلینیک فوق تخصصی طوبی شهر ساری وابسته به دانشگاه علوم پزشکی مازندران تحت مداوا قرار گرفته بودند، اطلاعات ۲۴۹ بیمار در چک لیست هایی جمع آوری شد و با تماس تلفنی از وضعیت نهایی آن ها اطلاع حاصل شد. به منظور شناسایی عوامل موثر کاهنده بقاء، روش های پارامتریک شامل وایبل، لگ لجستیک و لگ نرمال و مدل نیمه پارامتریک کاکس را به داده ها برازش داده و از معیار آکائیکه برای شناسایی کاراترین مدل استفاده شد. یافته ها: نتایج حاصل از تجزیه و تحلیل داده ها نشان داد که بیماران درمرحله ابتدایی پیشرفت بیماری، بیمارانی که تحت جراحی قرار گرفتند و بیمارانی که هنوز دچار متاستاز نشده بودند، به طور معنی داری میزان بقا بالاتری دارند (۰۵/۰p<) و برطبق معیار آکائیکه، در تحلیل تک و چند متغیری مدل لگ نرمال بهترین برازش را بر روی داده ها داشته و کاراترین مدل بندی می باشد و مدل های پارامتریک بر کاکس برتری دارند. استنتاج: مدل لگ نرمال به عنوان کاراترین مدل بندی چند متغیری در این مطالعه انتخاب شد هر چند که اختلاف موجود در بین مدل های پارامتریک لگ نرمال و لگ لجستیک و وایبل بسیار ناچیز می باشد و با توجه به ملاک آکائیکه با مدل کاکس بسیار اختلاف دارند. پیشنهاد می شود در شرایطی که از توزیع زمان بقا اطلاعاتی دردست است یا روند بین داده ای زمان بقا، حاکی از توزیع خاصی بین آن ها است از روش های پارامتریک استفاده شود.

Survival analysis, parametric model, Akaike Information Criterion, gastric cancer, تحلیل بقا, مدل های پارامتریک, معیار آکائیک, سرطان معده