1392/7/9، جلد ۹، شماره ۲، صفحات ۵۰-۵۸

عنوان فارسی استفاده از مدل چندجمله‌ای کسری در تعيين عوامل مرتبط با بقای بيماران مبتلا به سرطان معده
چکیده فارسی مقاله مقدمه و هدف: يکی از روش‌های آماری تحليل داده‌های بقا، مدل رگرسيونی کاکس است. استفاده از تکنيک‌های هموارسازی در مدل کاکس باعث برآورد دقيق‌تر برای پارامترها می‌شود. يکی از تکنيک‌های هموارسازی در مدل کاکس استفاده از مدل چندجمله‌ای کسری است. اين مطالعه به منظور تحليل عوامل مرتبط با بقای بيماران مبتلا به سرطان معده، با استفاده از دو مدل خطرات متناسب کاکس و چند‌جمله‌ای کسری در مدل کاکس انجام شده‌است. روش کار: در يک مطالعه گذشته‌نگر طی سال‌های 1382 تا 1387، 216 بيمار مراجعه‌کننده با تشخيص قطعی سرطان معده که در بخش سرطان بيمارستان طالقانی تهران تحت عمل جراحی قرار گرفتند، بررسی شدند. در اين مطالعه به‌ منظور تحليل عوامل مرتبط با بقای اين بيماران، مدل‌های چندجمله‌ای کسری در کاکس و خطرات متناسب کاکس برازش و نتايج و کارآيی آن‌ها توسط ملاک آکاييکه با يکديگر مقايسه شدند.
نتايج: نتايج حاصل از تحليل مدل خطرات متناسب کاکس و چندجمله‌ای کسری نشان داد که سن هنگام تشخيص و اندازه تومور با طول عمر بيماران ارتباطی معنی‌دار داشتند (P<0/05) و ملاک آکاييکه در هر دو مدل برابر بود.
نتيجه‌گيری: در مطالعه حاضر، کارآيی دو مدل‌ خطرات متناسب کاکس و چندجمله‌ای کسری يکسان شد. در نتيجه با اين‌ که استفاده از روش‌های هموارسازی برای از بين بردن آثار غيرخطی متغيرهای کمکی تأثيرگذار است، ولی مدل خطرات متناسب کاکس به دليل راحتی تفسير نتايج در داده‌های پزشکی و محدود نبودن در استفاده از انواع متغيرهای کمکی، مناسب‌تر است.
کلیدواژه‌های فارسی مقاله مدل خطرات متناسب کاکس، هموارسازی، مدل چندجمله‌ای کسری، سرطان معده

عنوان انگلیسی Application of Fractional Polynomial Model for Determining Prognostic Factors Associated with Survival of Patients with Gastric Cancer
چکیده انگلیسی مقاله Background & Objectives: Cox regression model is one of the statistical methods in survival analysis. The use of smoothing techniques in Cox model makes the more accurate estimates for the parameters. Fractional polynomial is one of these techniques in Cox model. The aim of this study was to assess the effects of prognostic factors on survival of patients with gastric cancer using the fractional polynomial in Cox model and Cox proportional hazards.
Methods: Information of total of 216 patients with gastric cancer who underwent surgery in the gastroenterology ward of Taleghani Hospital in Tehran between 2003 and 2008 were included in this retrospective study. In this research, fractional polynomial in Cox model and Cox proportional hazards model were utilized for determining the effects of prognostic factors on patients’ survival time with gastric cancer. The SPSS version 18.0 and R version 2.14.1 were used for data analysis. These models were compared with Akaike information criterion.
 Results: The analysis of Cox proportional hazards and fractional polynomial models resulted in age at diagnosis and tumor size as prognostic factors on survival time of patients with gastric cancer independently (P<0.05). Also, Akaike information criterion was equal in both models.
Conclusion: In the present study, the Cox proportional hazards and fractional polynomial models led to similar results with equal Akaike information criterions. Using of smoothing methods helped us eliminate non-linear effects but it seemed more appropriate to use Cox proportional hazards model in medical data because of its’ ease of interpretation and capability of modeling in both continuous and discrete covariates.
کلیدواژه‌های انگلیسی مقاله Cox proportional hazards model, Smoothing, Fractional polynomial model, Gastric cancer

نویسندگان مقاله 8444---8445---8446---8447---

نشانی اینترنتی http://irje.tums.ac.ir/browse.php?a_code=A-10-25-5030&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 General
نوع مقاله منتشر شده Research
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات