تحلیل بیزی زمانهای وقوع عود در بیماران مبتلا به اسکیزوفرنی با استفاده از مدلهای شکنندگی
[پایاننامه]
Bayesian Analysis of the Relapse Times in Schizophrenic Patients Using Frailty Models
علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation))
، ۱۳۹۲
۱۵۶ص.
پیوست
چاپی
کارشناسی ارشد
آمار زیستیBiostatistics
۱۳۹۲/۰۲/۲۸
علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation))
زمینه :دادههای بازگشتی یکی از انواع مهم دادههای بقا هستند که ویژگی عمده آنها، همبستگی بین مشاهدات هر فرد است .بررسی اثر عوامل خطر بر فاصله زمانی بین حوادث در این دادهها مورد توجه است اما در صورت نادیده گرفتن این همبستگی، برآوردهای بهدست آمده اریب و مقدار اطلاع موجود در دادهها بیش از اندازه واقعی برآورد میگردند .همبستگی بین دادههای بازگشتی ناشی از دو منبع ویژگیهای فردی و همچنین اثر پیشامدهای قبلی است لذا برای تحلیل چنین دادههایی از مدلهای مخاطرات متناسب پارامتری) مانند وایبل (یا نیمه پارامتری) مانند کاکس (استفاده میشود که با وارد کردن یک اثر تصادفی یا شکنندگی در مدل اصلاح میشوند .هدف این پژوهش، برازش مدل شکنندگی بر فاصله زمانی بین حوادث بازگشتی تحت رویکرد بیزی است .رهیافت بیزی استنباط را براساس توزیع دقیق پسین و با انتخاب توزیع پیشین مناسب انجام میدهد و تحت تأثیر حجم نمونه قرار نمیگیرد .مواد و روشها :در پژوهشی گذشته نگر اطلاعات مندرج در پرونده 159 بیمار مبتلا به اسکیزوفرنی با حداقل یکبار عود، که از ابتدای سال 1382 تا پایان سال 1384 اولین پذیرش را در مرکز آموزشی-درمانی روانپزشکی رازی تهران داشتهاند و از نظر عود بیماری پیگیری شدهاند، استخراج گردید .برای شناسائی عوامل خطر این زمانها، مدل شکنندگی رخداد وابسته که اثر جداگانهای برای ترتیب حوادث در نظر میگیرد و یک مدل زمان شکست شتابنده نیمه پارامتری بهعنوان جایگزینی برای مدل مخاطرات متناسب به فاصله زمانی بین عودها تحت رویکرد بیزی برازش داده شد و فواصل اطمینان بیزی برای پارامتر های مدلها برآورد گردید .از نرم افزار WinBUGS برای تجزیه و تحلیل دادهها استفاده شد .یافتهها :دو عامل جنسیت ((CI95 =(0/027, 0/572) و وضعیت تأهل)= 0/215) -0/835, - ((CI95از عوامل تأثیر گذار بر فاصله زمانی بین عودها شناسایی شدند .معنیدار نبودن واریانس شکنندگی ((CI 95 =(0/000, 0/057) نشان میدهد که ناهمگنی در میان افراد وجود ندارد اما معنادار بودن اثر رخداد وابسته)= 1/209)) -1/698, - (CI 95حاکی از وابستگی زمانهای عود برای هر فرد است .پارامتر شکل توزیع وایبل در مدل شکنندگی رخداد وابسته مخاطره کاهشی را نشان داد اما در مدل زمان شکست شتابنده نیمه پارامتری نشان داده شد که با افزایش زمان بقا مخاطره وقوع عودها افزایش پیدا میکند .نتیجهگیری :با توجه به ملاک DIC مدل شکنندگی نرمال با در نظر گرفتن فرم تابعی نمایی برای اثر رخدادوابسته بهعنوان مدل مناسبتر برای برازش به دادهها انتخاب شد .واژههای کلیدی :رهیافت بیزی، پیشامدهای بازگشتی، مدل شکنندگی رخداد وابسته، مدل زمان شکست شتابنده نیمهپارامتری، توزیع وایبل، فرایند دیریخله، اسکیزوفرنی
.)) denotes the dependence of relapse time for each person. The shape parameter of Weibull distribution in the event- dependent frailty model showed the reducing hazard but in the semi-parametric accelerated failure time model, it was shown that the danger of occurrence of relapses will increase with the increasing the survival time. Conclusion: According to the criterion of DIC, the normal frailty model with taking into account exponential functional form for the effect of dependent event was selected as the more suitable model. Keywords: Bayesian approach, recurrent events, event-dependent frailty model, semiparametric accelerated failure time model, Weibull distribution, dirichlet process, schizophrenia۱/۲۰۹- ,۶۹۸/)) shows that there is no heterogeneity among individuals but the significance of the effect of the dependent occurrence (CI=(-l۰/۰۵۷ ,۰/۰۰۰)=)) were recognized as two influential factors on the interval between relapses. The lack of significance of the frailty variance (CI۰/۲۱۵- ,۰/۸۳۵-)= )) and marital status (CI۰/۵۷۲ ,۰/۰۲۷))=and who had at least one relapse within this period was extracted. In survival analysis, the time of the occurrence of relapses of schizophrenia is recurrent event. In order to identify the risk factors of these recurrent times, the event-dependent frailty model which assumes a separate effect for the order of events and a semi-parametric accelerated failure time model as a replacement for semi-parametric hazard models between the time of relapses by the use of Bayesian approach were fitted and the credible Bayesian intervals for the parameters of models were estimated. The WinBUGS software was used to analyze the data. Findings: The gender CI ۱۳۸۴ and ۱۳۸۲ schizophrenic patients who were admitted to the Razi Therapeutic Educational Psychiatric Center in Tehran for the first time between the years ۱۵۹ Background: The Recurrent event data is one of the most important types of survival data of which the major feature is the correlation between the observations of each person. In this type of data The study of the effects of the risk factors on the interval between events is more noted; but by ignoring such a correlation, the obtained estimates will be biased and the amount of available information on the data will be overestimated. The correlation between recurrent event data is caused by heterogeneity and event dependence; therefore, in order for such data to be analyzed either of the two following Statistical methods are used: Parametric(e.g., Weibull) or Semi-parametric(e.g., Cox) proportional hazard models which modify the model by entering a random effect(frailty) which accounts for the correlation of repeated occurrences of individual models. The purpose of this study was to fit frailty models for analyzing recurrent data using a Bayesian approach which is a better method than the frequentist approach - especially in the case of small-size samples. Materials and methods: In a retrospective study, the data written in the files of
ba
Bayesian Analysis of the Relapse Times in Schizophrenic Patients Using Frailty Models