fa تحلیل بقای بیماران مبتلا به سرطان معده بعد از عمل جراحی، بر اساس یک مدل انعطاف پذیر در رقابت جویی خطرات بهداشت عمومی Public Health پژوهشي Research <p> <strong> زمینه و هدف </strong>: در بسیاری از مطالعات تشخیصی از جمله بررسی بقای بیماران مبتلا به سرطان معده که هر فرد بعد از عمل جراحی با بیشتر از یک رخداد مواجه است و رخداد یکی سبب پوشانده شدن رخداد دیگری می­شود، بحث رقابت جویی خطرات مطرح خواهد بود که برای بررسی اثر هر متغیر کمکی بر رخداد هر حادثه و برآورد تابع مخاطره، از مدل­هایی چون کاکس و Fine و Gray استفاده می­شود. حال اگر پیش فرض­های دو مدل برقرار نباشد، بکارگیری آنها نادرست خواهد بود. یکی از راه­های برطرف کردن چنین مشکلی استفاده از مدل­هایی با انعطاف بیشتر است. </p><p> <strong> روش­کار </strong>: در این مطالعه خصوصیات جمعیت شناختی، بالینی و درمانی330 بیمار مبتلا به سرطان معده که طی سال­های 1374 تا 1378 به انستیتو کانسر مجتمع بیمارستانی امام خمینی مراجعه کرده و تحت عمل جراحی قرارگرفتند، به همراه متغیرهای، نوع و زمان تا اولین رخداد حادثه (عود بیماری/ مرگ) برای هر بیمار جمع­آوری و بررسی شد . با استفاده از این اطلاعات نمودار <a name="OLE_LINK171"></a><a name="OLE_LINK170">تابع تجمعی بروز عود بیماری( </a>CIF )، توسط سه مدل کاکس، Fine و Gray و مدل ا نعطاف پذیر و <a name="OLE_LINK68"></a><a name="OLE_LINK65">با استفاده از نرم افزار </a><a name="OLE_LINK58"></a><a name="OLE_LINK41"></a>R(2.14.0 ) رسم و با نمودار تابع تجمعی بروز عود مشاهده شده برای بیماران، مقایسه و کارآیی آنها بررسی گردید . </p><p> <strong> نتایج: </strong>فرض متناسب بودن خطرات، تقریباً برای همه ی متغیرها به ازای هر <a name="OLE_LINK154"></a><a name="OLE_LINK155">حادثه </a>برقرار می­باشد. نمودار <a name="OLE_LINK32"></a><a name="OLE_LINK31">تابع تجمعی بروز </a>برای حادثه مورد نظر(عود)، نشان داد که مدل کاکس در برآورد آن دچار بیش برآوردی شده و نیز نمودارهای دو مدل دیگر بسیار شبیه به هم و علاوه بر آن شبیه به نمودار مشاهده شده می باشند. با این تفاوت که نمودار تابع تجمعی بروز مربوط به مدل انعطاف پذیر، هموارتر می­باشد طوریکه در پیش بینی خطر می­تواند دقت بیشتری داشته باشد. </p><p> <strong> نتیجه­گیری </strong>: <a name="OLE_LINK36"></a><a name="OLE_LINK35">با وجود رخدادهای رقیب، مدل کاکس چندان مناسب چنین وضعیتی نبوده و به نظرمی­رسد مدل انعطاف پذیر نه تنها جایگزین مناسبی برای مدل </a>Fine و Gray می­باشد بلکه در صورت عدم برقراری فرض متناسب بودن، نسبت به آن برتر نیز خواهد بود. </p> <p> <strong> Background and Aim: </strong>In many diagnostic studies, including surveying the survival of patients with gastric cancer where each individual after surgery can experience more than one type of event, and the occurrence of one type of event hinders the occurrence of other types of events, the question of competing risk is raised. For checking the effect of each covariate on the occurrence of any event and estimating the hazard function, Cox and Fine and Gray models are used. In the event that the assumptions of two models do not hold, using them will be an incorrect course of action. One way to overcome this problem is to use models that have higher flexibility. </p><p> <strong> Materials and Methods: </strong>In this study, the demographic, clinical and therapeutic characteristics of 330 patients with gastric cancer who referred from January 1996 to April 2000 to the Cancer Institute of Iran Imam Khomeini Hospital and underwent surgery, including their type, and the time of occurrence of the first event (locoreginal replace/death) for each patient from medical records were collected and evaluated. Using this information, the cumulative hazard function of relapse of disease was plotted by means of three models Cox, Fine and Gray and the flexible one, and was checked against the observed cumulative incidence function of recurrence of disease and, finally, their performance was evaluated. </p><p> <strong> Results: </strong>Nearly, for each event, the proportionality assumption holds for all the variables . According to the graph of cumulative incidence function for the event of interest (recurrence), it can be seen that the Cox model, has overestimated the cumulative incidence function and the curves of two other models are very similar and also similar to the observed curve. However, the cumulative incidence function of the flexible model is smoother than the others. </p><p> <strong> Conclusion: </strong>In the competing risk framework, Cox model is not very useful in practice while it seems that the flexible model is not only a good alternative to the Fine and Gray model but will also be superior to it when the assumption of proportionality does not hold. </p> تحلیل بقا, رقابت جویی خطرات, تابع بروز, اثرات وابسته به زمان, سرطان معده Survival analysis, Competing risk, CIF, Time_dependent effect, Gastric cancer 27 38 http://sjsph.tums.ac.ir/browse.php?a_code=A-10-1-13&slc_lang=fa&sid=1 Maryam Nazemipour مریم ناظمی پور No M.Sc. Student, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran دانشجوی دوره کارشناسی ارشد، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران Mahmood Mahmoodi محمود محمودی mahmoodim@tums.ac.ir Yes Ph.D. Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran استاد، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران Hojjat Zeraati حجت زراعتی No Ph.D. Associate Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran دانشیار، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران Abbas Rahimi foroushani عباس رحیمی فروشانی No Ph.D. Associate Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran دانشیار، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران