fa بررسی تأثیر ماندگاری داروهای کنترل فشار خون با استفاده از مدل کاکس چندسطحی اپیدمیولوژی Epidemiology پژوهشي Research <br> مقدمه و اهداف: مدل کاکس یکی از روش‌های مورد استفاده در داده‌های بقا به‌شمار می‌رود. این درحالی است که داده‌های سلسله مراتبی همانند داده‌های این مطالعه ناقض فرض استقلال بوده و استفاده از مدل کاکس با فرض استقلال مشاهدات امکان‌پذیر نیست. یکی از روش‌های مهم در تحلیل داده‌های سلسه مراتبی بقا، استفاده از مدل کاکس چند سطحی است. در این روش علاوه بر مدل‌بندی متغیر پاسخ، ضرایب رگرسیونی نیز مدل‌بندی شده و خطای اندازه‌گیری ناشی از عدم استقلال داده‌ها کاهش می‌یابد. این پژوهش با استفاده از مدل کاکس چندسطحی به بررسی تأثیر ماندگاری داروهای کنترل فشار خون در افراد مبتلا به پرفشاری خون پرداخته است.<br> روش کار: مطالعه حاضر نوعی مطالعه طولی بقا بوده که شامل 346 نفر از کارکنان مبتلا به پرفشاری خون در کارخانه فولاد مبارکه اصفهان است. کارکنان طی سال‌های ۹۴-۱۳۹۰ با مراجعه به مرکز بهداشت کارخانه با ۶ دارو کاپتوپریل، لوزارتان، اتانولول، پروپرانولول، آملودیپین و هیدروکلروتیازید تحت درمان قرار گرفتند. برای بررسی ارتباط متغیرهای سابقه کاری، شاخص توده‌ی بدنی و داروهای مصرف شده با مدت ماندگاری داروها از مدل کاکس دوسطحی به‌صورت h_ij (t)=h_0 (t)exp⁡(&alpha;_g+x_ij &beta;_j) استفاده شد، به‌طوری‌که اندیس i و j به ترتیب واحدهای سطح اول و دوم هستند.<br> یافته‌ها: یافته‌های حاصل از برازش مدل در طول یک دوره ۵ ساله، اثر متغیر شاخص توده‌ی بدنی (019/0=P) و داروهای آتنولول(046/0P=) و آملودیپین (021/0P=) را به صورت تکی و اثر لوزارتان-آملودیپین (042/0=P) و آتنولول ‌هیدروکلروتیازید (003/0P=) را به صورت ترکیبی معنی‌دار نشان می‌دهد.<br> نتیجه‌گیری: براساس یافته‌های این مطالعه، مؤثرترین داروها در کنترل فشار خون به ترتیب آملودیپین، ترکیب آملودیپین-لوزارتان و آتنولول گزارش شد. Background and Objectives: The Cox model is one of the methods used in survival data; however, the use of hierarchical data, such as the data of this study, violates the assumption of independence, the the Cox model cannot be used&nbsp; assuming independence of observations. One of the important methods for analyzing survival hierarchy data is the use of the multilevel Cox model. In this method, in addition to modeling the response variable, regression coefficients are also modeled and the measurement error resulting from the lack of data independence is reduced. The present study used a multilevel Cox model to investigate the effect of the retention of antihypertensive drugs in people with hypertension.<br> &nbsp;<br> Methods: This longitudinal survival study was conducted in 346 workers with hypertension in Mobarakeh Steel Company in Isfahan. During the years 1390-1394, when the staff attended the health center in the factory, they were treated with six drugs, including captopril, losartan, atenolol, propranolol, amlodipine, and hydrochlorothiazide. In order to examine the relationship of the retention of drugs with job experience, body mass index, and drug history, a two-level Cox model was used as h_ij (t)=h_0 (t)exp⁡(&alpha;_g+x_ij &beta;_j), where i and j is the first and second level units, respectively.<br> &nbsp;<br> Results: During five years, the findings of model fitting showed the effect of body mass index (P = 0.019), atenolol (P=0.046), and amlodipine (P=0.021) in a single form, and the effect of losartan-amlodipine &not;(P=0.042) and atenolol-hydrochlorothiazide (P = 0.003) in a combination form were significant.<br> &nbsp;<br> Conclusion: Based on the study results, the most effective drugs for hypertension control are amlodipine monotherapy, amlodipine-losartan combination therapy, and atenolol monotherapy, respectively. داروهای کاهش فشار خون, تحلیل چندسطحی, تحلیل بقا Anti-Hypertensive drug, Multilevel analysis, Survival analysis 283 292 http://irje.tums.ac.ir/browse.php?a_code=A-10-395-3&slc_lang=fa&sid=1 N Rabiei نیلوفر ربیعی No Biostatistics MSc Student, Department of Biostatistics, Faculty of Medical Sciences, Tarbiat Modares University, Tehran, Iran دانشجوی کارشناسی ارشد، گروه آمار زیستی، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، تهران، ایران M Gholami Fesharaki محمد غلامی فشارکی Mohammad.gholami@modares.ac.ir Yes Assistant Professor of Biostatistics, Department of Biostatistics, Faculty of Medical Sciences, Tarbiat Modares University, Tehran, Iran استادیار، گروه آمار زیستی، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، تهران، ایران M Rowzati محسن روضاتی No Physician of Search Disease, Worksite Follow-Up Unit, Occupational Health Center, Mobarakeh Steel Company, Isfahan, Iran متخصص طب کار، مرکز طب کار، شرکت فولاد مبارکه، اصفهان، ایران