Yaghoubi A, Rafiei M, Roshanaei G, Sedighi Pashaki A. Comparison of Random Survival Forests for Competing Risks and Regression Models in Determining Mortality Risk Factors in Breast Cancer Patients in Mahdieh Center, Hamedan, Iran. ijbd 2021; 14 (1) :21-35
URL:
http://ijbd.ir/article-1-843-fa.html
یعقوبی آزاده، رفیعی محمد، روشنایی قدرت اله، صدیقی پاشاکی عبدالعظیم. مقایسه روش های انباشت تصادفی بقا در حضور ریسکهای رقابتی و مدل های رگرسیون در تعیین عوامل خطر مرگ در بیماران مبتلا به سرطان پستان در مرکز مهدیه همدان. بیماریهای پستان ایران. 1400; 14 (1) :21-35
URL: http://ijbd.ir/article-1-843-fa.html
1- گروه آمار زیستی، دانشکده پزشکی، دانشگاه علوم پزشکی اراک، اراک، ایران
2- گروه آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران ، gh.roshanaei@umsha.ac.ir
3- رادیوانکولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران
چکیده: (2788 مشاهده)
مقدمه: سرطان پستان یکی از شایعترین سرطانهای زنان در سراسر جهان است. افراد مبتلا به سرطان ممکن است به دلیل پیشرفت بیماری یا به سایر دلایل بمیرند که به اینگونه از رخدادهای چندگانه ریسکهای رقابتی میگویند. این مطالعه با هدف تعیین عوامل مرتبط با بقای بیماران مبتلا به سرطان پستان با استفاده از سه مدل رگرسیون مخاطرات علت- ویژه، زیرتوزیع و مدل انباشت تصادفی بقا انجام شده است.
روش بررسی: مطالعه همگروهی تاریخی بروی 527 بیماران سرطان پستان در همدان طی سالهای 1394-1383 انجام شد. برای تعیین عوامل خطر مرگ بهدلیل پیشرفت سرطان و مرگ بدون پیشرفت سرطان از مدلهای مخاطرات علت- ویژه، مخاطرات زیرتوزیع و انباشت تصادفی بقا در حضور ریسکهای رقابتی برازش داده شد. تحلیل داده ها با نرمافزار R3.4.3 انجام شد.
یافتهها: نتایج نشان داد که برای پیشامد مرگ ناشی از سرطان پستان، سن و تعداد غدد لنفاوی درگیر در هر دو مدل مخاطره علت- ویژه و زیرتوزیع معنادار است (05/0p<) و در مدل انباشت تصادفی با قاعده تقسیم لگ- رتبه و مدل انباشت تصادفی بقا با قاعده تقسیم Gray، برای پیشامد مرگ بر اثر سرطان متغیرهای سایز تومور، تعداد غدد لنفاوی درگیر، پروژسترون، استروژن و سابقه خانوادگی متغیرهای مهم شناسایی شدند.
نتیجهگیری: نتیجه مدلهای مختلف در مطالعه حاضر نشان داد که تشخیص زودهنگام و مراجعات دورهای یکی از مهمترین عوامل برای جلوگیری از پیشرفت بیماری در این بیماران است. در حضور ریسکهای رقابتی در صورتی که فروض زیربنایی استفاده از مدلهای رگرسیون علت- ویژه و زیرتوزیع برقرار نباشد استفاده از مدل انباشت تصادفی بقا برای دادههای رخدادهای رقابتی بهمنظور تعیین عوامل خطر موثر بر بقا با توجه به شاخص هماهنگی و شاخص نمره بریر مناسبتر است. همچنین آنالیز بقا متوسط زمان پیگیری 3/49 ماه بود.
متن کامل [PDF 1641 kb]
(1522 دریافت)
نتیجهگیری: نتیجه مدلهای مختلف در مطالعه حاضر نشان داد که تشخیص زودهنگام و مراجعات دورهای یکی از مهمترین عوامل برای جلوگیری از پیشرفت بیماری در این بیماران است. در حضور ریسکهای رقابتی در صورتی که فروض زیربنایی استفاده از مدلهای رگرسیون علت- ویژه و زیرتوزیع برقرار نباشد استفاده از مدل انباشت تصادفی بقا برای دادههای رخدادهای رقابتی بهمنظور تعیین عوامل خطر موثر بر بقا با توجه به شاخص هماهنگی و شاخص نمره بریر مناسبتر است. همچنین آنالیز بقا متوسط زمان پیگیری 3/49 ماه بود.
نوع مطالعه:
پژوهشي |
دریافت: 1399/7/15 | پذیرش: 1399/12/24 | انتشار: 1400/3/15