Iranian Journal of Breast Diseases

fa روند و پیش بینی سری زمانی بروز سرطان پستان در استان قزوین از سال 1386 لغایت 1395 Predicting the Incidence and Trend of Breast Cancer Using Time Series Analysis for 2007-2016 in Qazvin كاربردي Applicable <div style="text-align: justify;">مقدمه: سرطان پستان شایعترین سرطان زنان و دومین علت مرگ در کل جهان می باشد. مطالعه حاضر به&rlm; منظور بررسی روند شناسایی تعداد موارد جدید سرطان پستان و پیش بینی وقوع آن در آینده با تحلیل سری زمانی انجام شد. روش بررسی: مطالعه حاضر یک بررسی مقطعی در طی سال‌های 1386 تا سال 1396 به&rlm; منظور پیش&rlm; بینی الگوی موارد جدید سرطان پستان با استفاده از سری زمانی مدل خود رگرسیون ادغام شده با میانگین متحرک (ARIMA) در استان قزوین است. برای نشان دادن روند و ارائه پیش بینی برای یک سال آینده سرطان از مدل سری های زمانی Box-Jenkins و روش های تشخیص و ارزیابی آن استفاده شد. جهت توصیف و برازش مدل های مناسب، از نرم‌افزار آماری R نسخه 3/6/3 استفاده شد. یافته&rlm; ها: بین سال&rlm; های 1386 تا 1395 تعداد 1229 بیمار جدید ثبت شده است (میانگین (انحراف معیار) ماهانه 24/10(03/1) مورد). هرچند روند کلی تعداد خام موارد جدید سرطان پستان در طول زمان افزایشی می باشد ولی تغییر مشاهدات در طول زمان به&rlm; صورت افزایشی و کاهشی بوده است بر اساس نتایج آزمون بارتلت، واریانس های داده های این سری زمانی سرطان ثابت نبودند. همچنین بر اساس نتایج آزمون کولموگروف-اسمیرنوف، داده های سری سرطان پستان نرمال نبودند. از بین مدل های بررسی شده، مدل (1، 1، 1) ARIMA به دلیل کمتر بودن معیار AIC نسبت به مدل های دیگر، انتخاب شد و این مدل به عنوان مدل نهایی برای پیشبینی سرطان پستان برای یک سال آینده انتخاب شد. فاصله اطمینان مقادیر پیش بینی شده نسبتاً باریک بوده که مناسب بودن مدل نهایی را در پیش بینی نشان می دهد. نتیجه&rlm; گیری: تحلیل سری زمانی ابزاری کارا جهت مدل سازی داده های گذشته و آینده تعداد خام موارد جدید سرطان پستان در استان قزوین می باشد. شاخص های نیکویی برازش مدل نشان داد مدل باکس جنکینز مدل قابل اتکایی برای برازش به داده های مشابه می باشد.</div> <div style="text-align: justify;">Introduction: Breast cancer is the most common cancer and the second leading cause of death in women worldwide. The aim of this study was to analyze the trend and predict the incidence of breast cancer using time series analysis. Methods: In this study, data on breast cancer incidence in Qazvin province between 2007 and 2016 were analyzed using time series analysis with autoregressive integrated moving average (ARIMA) modeling to forecast the future pattern. The Box-Jenkins time series model and its diagnosis and evaluation methods were used to show the trend and forecasting the next year new cancers. To describe and fit the appropriate models, R statistical software version 3.6.3 was used. Results: Between 2007 and 2016, a total number of 1229 new patients had been registered (monthly mean [SD]: 10.24 [1.03]). Although the overall trend in the raw number of new breast cancer cases has been increasing over time, the change in observations over time has been increasing and decreasing. According to Bartlett test results, the variances of the data were not constant. Also, according to the results of Kolmogorov-Smirnov test, breast cancer series data were not normal. Among the studied models, ARIMA (1, 1, 1) was selected due to lower AIC criteria than other models, and this model was selected as the final model for predicting breast cancer for the next year. The confidence interval of the predicted values was relatively narrow, which indicates the appropriateness of the final model in the prediction. Conclusion: Time series analysis is an efficient tool to model the past and future data on the raw number of new cancer cases, and the goodness-of-fit indicators of the model showed that the Box-Jenkins model is a reliable model for fitting similar data.</div> سرطان پستان, روند فصلی, تحلیل سری زمانی, ایران Breast Cancer, Seasonal Trend, Time Series Analysis, Iran 11 20 http://ijbd.ir/browse.php?a_code=A-10-856-1&slc_lang=fa&sid=1 Fatemeh Hajiabadi فاطمه حاجی آبادی f.hajiabadi432@gmail.com 00031947532846008718 00031947532846008718 No Children Growth Research Center, Research Institute for Prevention of Non-Communicable Diseases, Qazvin University of Medical Sciences, Qazvin, Iran مرکز تحقیقات رشد کودکان، پژوهشکده پیشگیری از بیماری‌های غیر واگیر، دانشگاه علوم پزشکی قزوین، قزوین، ایران Hadi Bagheri هادی باقری bagheri.hadi61@gmail.com 00031947532846008719 00031947532846008719 No Children Growth Research Center, Research Institute for Prevention of Non-Communicable Diseases, Qazvin University of Medical Sciences, Qazvin, Iran مرکز تحقیقات رشد کودکان، پژوهشکده پیشگیری از بیماری‌های غیر واگیر، دانشگاه علوم پزشکی قزوین، قزوین، ایران Nasrin Tonokaboni نسرین تنکابنی ncomm@qums.ac.ir 00031947532846008720 0002-0000-8397-6652 No Non-Communicable Diseases Control Office, Deputy of Health, Qazvin University of Medical Sciences, Qazvin, Iran گروه مبارزه با بیماری‌های غیر واگیر، معاونت بهداشت، دانشگاه علوم پزشکی قزوین، قزوین، ایران Maryam Zamanian مریم زمانیان zamanian.m2015@gmail.com 00031947532846008721 00031947532846008721 No Department of Epidemiology and Biostatistics, School of Health, Arak University of Medical Sciences, Arak, Iran دپارتمان اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی اراک، اراک، ایران Zahra Hosseinkhani زهرا حسین خانی zhosseinkhani122@gmail.com 00031947532846008722 00031947532846008722 Yes Metabolic Diseases Research Center, Research Institute for Prevention of Non-Communicable Diseases, Qazvin University of Medical Sciences, Qazvin, Iran 4مرکز تحقیقات بیماری‌های متابولیک، پژوهشکده پیشگیری از بیماری‌های غیر واگیر، دانشگاه علوم پزشکی قزوین، قزوین، ایران