|
|
1392/12/10، جلد ۱۱، شماره ۴، صفحات ۴۹-۶۴
|
|
|
| عنوان فارسی |
کاربرد مدل توأم بقا و داده های طولی در بيماران دياليز صفاقی |
|
| چکیده فارسی مقاله |
زمينه و هدف: در بسياری از مطالعات پزشکی، همراه با دادههای طولی که مرتباً تحت يک دوره زمانی معين اندازهگيری ميشوند، اطلاعات مربوط به بقا، نيز جمع آوری می گردد. در چنين شرايطی استفاده از مدل هايی مثل مدل آميخته خطی يا روش GEE برای داده های طولی ومدل کاکس برای داده های زمان تا رخداد، به دليل عدم برقراری پيش فرض های لازم امکان پذير نمی باشند. در مقابل، مدل های توأم جهت در نظر گرفتن 1- خطای اندازه گيری متغير وابسته به زمان 2- داده های گمشده جزئی يکنوا بعد از رخداد پيشامد و3- رابطه توأم پاسخ های طولی وبقا به طور همزمان، معرفی می شوند. جهت بررسی بقا بيماران، مدل توأم مد نظر در اين پژوهش طی فرآيندی پاسخ طولی(کراتيينين) را به صورت يک متغير وابسته به زمان همراه با ساير متغير های مستقل در مدل بقا قرار می دهد . روش کار: اين پژوهش شامل اطلاعات 417 نفر از مبتلايان به نارسايی مزمن کليه تحت درمان با روش دياليز صفاقی بود. بيماران از سال 1376 تا ابتدای سال 1388 به سه مرکز درمانی (شريعتی، مدرس و شفا) درشهر تهران مراجعه نمودند . در اين مطالعه، داده های طولی و متغيرهای وابسته به زمان مورد استفاده قرار گرفته، لذا برای هر فرد متغيرهای مختلفی در زمان های معين اندازه گيری گرديد. در ابتدا برخی اطلاعات از پرونده بالينی بيماران جمعآوری گرديد، سپس با بکارگيری مدل توأم به تعيين عوامل مؤثر بر روی بقا بيماران دياليز صفاقی پرداخته شد. يافتهها با آناليز ابتدايی (کاکس تعميم يافته) مقايسه گرديد. جهت تحليل دادهها از نرم افزار R استفاده وسطح معنيداری 05/0 در نظرگرفته شد. نتايج: با بکار گيری مدل توأم، متغير های جنسيت، سن، ديابت، فشار خون دياستوليک، هموگلوبين، اوره ، LDL وکراتينين معنيدار ميباشند؛ در مدل کاکس تعميم يافته تنها متغيرهای سن وفشار خون دياستوليک به عنوان عوامل موثر بر ريسک رخداد مرگ بيماران به شمار می آيند. نتيجه گيری: مدل توأم، عوامل موثر بردو پاسخ را به طور همزمان مورد بررسی قرار ميدهد. همچنين دادههای گمشده ای که به علت رخداد يک پيشامد بوجود آمده و متغير های مستقل که با خطای اندازهگيری روبرو هستند را نيز مد نظر قرار ميدهد. بنابراين در چنين مواردی استفاده از مدل های توأم که منجر به نتايج بهتر و بالا رفتن آگاهی در مورد بيماری می گردد ضروری می باشد. |
|
| کلیدواژههای فارسی مقاله |
مدل توأم, داده های طولی, داده های بقا, خطای اندازه گيری, دياليز صفاقی |
|
| عنوان انگلیسی |
The application of joint model for longitudinal and survival data in peritoneal dialysis patients |
|
| چکیده انگلیسی مقاله |
Background and Aim: In many medical studies along with longitudinal data, which are repeatedly measured during a certain time period, survival data are also recorded. In these situations, using models such as, mixed effects models or GEE method for longitudinal data and Cox model for survival data, are not appropriate because some necessary assumptions are not met. Instead, the joint models have been introduced, to consider: 1- measurement error in time-dependent covariates 2-monotone and non-ignorable missing data which occurs after an event and 3- relation between longitudinal and survival outcomes, simultaneously. At this paper, joint model Puts longitudinal response (i.e. creatinine) as a time dependent variable, along with other covariates in survival sub model, to investigate dialysis patients survival. Materials and Methods: This research contained information about 417 patients affected to chronic renal failure, under treatment of continuous ambulatory peritoneal dialysis (CAPD) method. Patients were referred to three medical centers in Tehran (Shariati, Modares and Shafa) between 1997 to 2009.In this study longitudinal data and time dependent covariate were used; Therefore, different variables for each person at certain time have been measured. In first some information was gathered from patient’s file, and then effective factors on survival of patients have been determined by using joint model. Results were compared with naive analysis (extended Cox model). For data analyzing, R software and significant level of 0.05 have been used. Results: with using joint model; sex, age, diabetes, diastolic blood pressure, haemoglobin, urea, LdL, and creatinine covariates were significant. In extended Cox model, only age and Diastolic blood pressure covariates were considered as effective factors on hazard of death in patients. Conclusion: Joint model assess the effective factors on both endpoints simultaneously. Also it considers missing data that appeared due to an event, and covariates which were measured with error. Therefore in these cases, using joint models that led to better results and more knowledge about dieses, are necessary. |
|
| کلیدواژههای انگلیسی مقاله |
Joint model, Longitudinal data, Survival data, Measurement error, Peritoneal dialysis. |
|
| نویسندگان مقاله |
47804---47805---47806---47807---47808--- |
|
| نشانی اینترنتی |
http://sjsph.tums.ac.ir/browse.php?a_code=A-10-1-35&slc_lang=fa&sid=fa |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
Public Health |
| نوع مقاله منتشر شده |
Research |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|