مجله تخصصی

---

مقدمه و اهداف: یکی از روش‌های تحلیل داده‌های بقا، استفاده از مدل‌های پارامتری است که در آن باید توزیع زمان بقا مشخص باشد. در چند دهه اخیر، از مدل شبکه عصبی مصنوعی نیز برای پیش‌بینی داده‌های بقا استفاده شده است. هدف این مطالعه، پیش‌بینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل پارامتری و مدل شبکه عصبی مصنوعی است.
روش کار: طی سال‌های 1381 لغایت 1385، تعداد 436 بیمار مراجعه کننده با تشخیص قطعی سرطان معده که در بخش گوارش بیمارستان طالقانی تحت عمل جراحی قرار گرفتند به صورت همگروه تاریخی مطالعه شدند. داده‌ها به تصادف به دو گروه آموزشی و آزمایشی تقسیم شدند. برای تحلیل داده‌ها از یک مدل پارامتری مناسب (از بین مدل‌های نمایی، وایبول، نرمال، لگ نرمال، لجستیک و لگ لجستیک) و مدل شبکه عصبی مصنوعی سه لایه استفاده شد. برای مقایسه پیش‌بینی‌های دو مدل، از سطح زیر منحنی مشخصه عملکرد، صحت کلاس‌بندی و شاخص هماهنگی استفاده شد.
نتایج: صحت پیش‌بینی مدل شبکه عصبی برابر 45/79 درصد و مدل پارامتری مناسب (وایبول) برابر 97/73 درصد گردید. سطح زیر منحنی مشخصه عملکرد برای مدل شبکه عصبی و پارامتری وایبول به ترتیب برابر 5/81 درصد و 8/74 درصد به دست آمد.
نتیجه‌گیری: مدل شبکه عصبی مصنوعی نسبت به مدل پارامتری پیش‌بینی‌های بهتری نتیجه داد. لذا بکارگیری این نوع مدل‌ها در زمینه پیش‌بینی بقا پیشنهاد می‌شود. این امر در تحقیقات مرتبط با حوزه سلامت و به خصوص در تخصیص منابع درمانی لازم برای افرادیکه پرمخاطره پیش‌بینی می‌شوند بسیار با اهمیت است.

---

---

مقدمه و اهداف: در این مطالعه سعی شده خطر عود، تومور ثانویه و متاستاز را با توجه به وضعیت بالینی بیماران مبتلا به کارسینوم سلول‌های سنگفرشی دهان برآورد شود و پیش‌آگهی بیماران را پس از اتمام درمان ارایه کند.

روش کار: در این مطالعه کوهورت گذشته‌نگر، 147 بیمار بدخیمی سلول‌های سنگفرشی دهان بالای 40 سال از بانک اطلاعاتی برنامه مراقبت، اپیدمیولوژی و نتیجه نهایی ایالات متحده آمریکا بین سال‌های 2010-1973 بررسی شدند. متغیرهای مطالعه: جنس، نژاد، مرحله پیشرفت، درجه هیستولوژیک و محل تومور، روش درمان، زمان‌ تشخیص و مرگ، با مدل چندوضعی مارکوف در نرم‌افزار R تحلیل  شدند.

یافته‌ها: در مدت پیگیری بیماران (میانه 33 ماه)، 50 (01/34 درصد) مورد عود، 125(03/85 درصد) مورد تومور ثانویه، 25
(01/17 درصد) مورد متاستاز و 59 (13/40 درصد) مورد مرگ رخ داد. تومورهایی که با تهاجم لنفاوی همراه بودند ، 37/1 (فاصله اطمینان 95 درصد: 05/2-05/1) برابر نسبت به تومورهایی که در مراحل اولیه بودند، احتمال رخداد تومور ثانویه را دارند و پس از آن 33/2 (فاصله اطمینان 95 درصد: 18/4-29/1) برابر بیشتر در خطر مواجهه با مرگ . با گذشت یک‌سال از اتمام درمان احتمال مرگ برای بیماری که با عود موضعی یا تومور ثانویه مواجه شده بودند؛ تقربیاً یکسان بود، اما پس از 5 سال بیماران با عود موضعی بیش‌تر در معرض خطر مرگ قرار دارند.

نتیجه‏ گیری: آگاهی تقریبی از زمان و موقعیت بعدی بیمار با توجه به شرایط بالینی او می‌تواند یکی از راه‌های تشخیص و درمان به موقع و در نتیجه کاهش مرگ‌ومیر این بیماران شود.

---

مقدمه و اهداف: حجم نمونه کم می‌تواند تجزیه و تحلیل داده‌های آماری از جمله داده‌های بقا را تحت تأثیر قرار دهد. کاهش حجم نمونه می‌تواند به دلایل مختلف، از جمله از دست رفتن اطلاعات رخ دهد؛ یعنی داده‌های گم شده در برخی از متغیرها وجود داشته باشد. هدف این مطالعه، براورد پارامترها با استفاده از روش‌های بازنمونه‌گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور است.

روش کار: در این مطالعه هم‌گروه تاریخی از اطلاعات 296 بیمار مبتلا به تالاسمی ماژور که در طی سال‌های 1373 تا بهار سال1392 به کلینیک ظفر در شهر تهران مراجعه کرده بودند؛ استفاده شد. برای تحلیل مدل‌های بقای مختلف پارامتری به داده‌ها برازش داده شد و پس از انتخاب بهترین مدل، از الگوریتم‌های بازنمونه‌گیری بوت استرپ و جک نایف استفاده شد. تحلیل داده‌ها با نرم‌افزار STATA نسخه 12 انجام شد.

یافته‌ها: نتایج حاصل از روش‌های بازنمونه‌گیری بیانگر کاهش خطاهای استاندارد و کوتاه‌تر شدن فواصل اطمینان بودند. همچنین به‌کارگیری روش‌های باز نمونه‌گیری بوت استرپ و جک نایف منجر به معنی‌داری گروه‌های سنی و نسبت والدین (001/0 >P) در مقایسه با مدل لوگ-نرمال (900/0

نتیجه‏گیری: با مقایسه طول فواصل اطمینان، روش بازنمونه‌گیری جک نایف عملکرد بهتری نسبت به روش بازنمونه‌گیری بوت استرپ داشت و بنابراین استفاده از این روش، در نمونه‌های با اندازه کم پیشنهاد می‌شود.

---