fa به‌کارگیری مدل‌بندی شکنندگی در تحلیل توأم وقایع بازگشتی به همراه رخداد پایانی و کاربرد آن در داده‌های پزشکی: مطالعه همگروهی اپیدمیولوژی Epidemiology پژوهشي Research <br> مقدمه و اهداف: ‌در بسیاری ازموقعیت‌های پزشکی، افراد می‌توانند پیشامدهای بازگشتی را با یک پیشامد پایانی تجربه کنند. درصورتی که پیشامد پایانی به عنوان سانسور در نظرگرفته شود، ممکن است از پذیره استقلال در آنالیز داده‌های بقا تخطی شود. در این مطالعه، با استفاده از یک مدل شکنندگی سعی شده تا به طور توأم، پیشامدهای بازگشتی عود به‌همراه رخداد نهایی مرگ بیماران مبتلا به سرطان پستان مدل‌بندی شود.<br> روش کار: دراین مطالعه همگروهی گذشته‌نگر، تعداد 443 بیمار مبتلا به سرطان پستان ثبت شده در مرکز تحقیقات سرطان بیمارستان شهدای تجریش، مورد بررسی قرارگرفتند. در این مطالعه، ازمدل لیو برای مدل‌بندی توأم پیشامدهای بازگشتی و مرگ استفاده شد، که در آن از یک شکنندگی مشترک با توزیع گاما استفاده شد. اجرای مدل و تحلیل داده‌ها در بسته Frailtypack نرم‌افزار R نسخه 3.4.1 انجام شد.<br> یافته‌ها: تعداد 443 زن مبتلا به سرطان پستان مورد بررسی قرار گرفتند. تحلیل یک‌متغیره و چندمتغیره برای این بیماران انجام شد. از این تعداد، برای 338 بیمار (3/76 درصد)پیشامد عود رخ داده بود و 105بیمار (7/23%) سانسور شده بودند. یافته‌ها به‌دست آمده از مدل ‌شکنندگی توأم نشان داد که خطر نسبی عود در بیماران دارای سابقه فامیلی درجه ‌یک در مقایسه با سایر افراد 36 درصد بیش‌تر بوده است (05/0>P) هم‌چنین خطر نسبی عود در بیماران با مرحله 3 بیماری 19% بیش‌تر نسبت به سایر مراحل و همین‌طور خطر نسبی عود در بیمارانی که شیمی درمانی انجام داده‌اند، 5/2 برابر بیش‌تر از بیماران بدون سابقه شیمی‌درمانی به‌دست آمد.<br> نتیجه‌گیری: در این مطالعه،مدل ارایه شده علاوه بر قابلیت مدل‌بندی هم‌زمان پیشامدها، می‌تواند به پیشگیری از شیوع بالاتر ابتلا به رخداد نهایی (مرگ) و در نتیجه کاهش عوارض نامطلوب ناشی از بیماری&lrm;‌های برگشت‌پذیر کمک‌کننده باشد. Background and Objectives: In many medical situations, people can experience recurrent events with a terminal event. If the terminal event is considered a censor in this type of data, the assumption of independence in the analysis of survival data may be violated. This study was conducted to investigate joint modeling of frequent events and a final event (death) in breast cancer patients using a frailty model.<br> &nbsp;<br> Methods: In this retrospective cohort study, 443 patients with breast cancer registered at the Hospital of Shohadaye Tajrish Cancer Research Center were studied. The model of Liu (2004) was applied for joint modeling of recurrent events and a terminal event in which a shared frailty with gamma-distribution was used. Data modeling and data analysis were done using the R software.<br> &nbsp;<br> Results: Four hundred and forty three women with breast cancer were studied. Univariate and multivariate analysis were performed in these patients. Of these, 338 cases (76.3%) had recurrence events, and 105 (23.7%) were censored. The obtained results of joint frailty model indicated that the relative risk of relapse in patients with a positive first-degree family history was 36% higher than that of other people (P<0.05). The relative risk of relapse in patients with stage 3 disease was 19% more than other stages and also the relative risk of relapse in patients with chemotherapy was 2.5 times higher than those without chemotherapy.<br> &nbsp;<br> Conclusion: In this study, the presented model, in addition to simultaneous modeling capability of the event, could help prevent a higher prevalence of the terminal event (death) and thus reduce the adverse effects of reversible diseases. تحلیل بقا, پیشامدهای بازگشتی, پیشامد پایانی, مدل‌بندی شکنندگی توأم Survival analysis, Recurrent event, Terminal event, Joint frailty model 162 171 http://irje.tums.ac.ir/browse.php?a_code=A-10-632-2&slc_lang=fa&sid=1 F Osmani فرشته عثمانی No Assistant professor, Infectious Diseases Research Center, Birjand University of Medical Sciences, Birjand, Iran استادیار،مرکز تحقیقات عفونی، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران E Hajizadeh ابراهیم حاجی زاده hajizadeh@modares.ac.ir Yes Professor, Department of Biostatistics, Faculty of Medical Sciences, Tarbiat Modares University, Tehran, Iran استاد، گروه آمار زیستی، دانشگاه تربیت مدرس، تهران، ایران AA Rasekhi علی اکبر راسخی No Assistant Professor, Department of Biostatistics, Faculty of Medical Sciences, Tarbiat Modares University, Tehran, Iran استادیار، گروه آمار زیستی، دانشگاه تربیت مدرس، تهران، ایران ME Akbari محمد اسماعیل اکبری No Professor, Endocrinologist, Cancer Research Center, Shahid Beheshti University of Medical Sciences, Tehran, Iran استاد، فوق تخصص غدد، مرکز تحقیقات سرطان، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران