کاربرد مدل لجستیک در تحلیل متاستاز سرطان پستان با مقادیر گمشده : درستنمایی تاوانیده نیمرخ
[پایاننامه]
Applying logistic model on breast cancer metastatic with missing data : penalized profile likelihood
علوم بهزیستی و توان بخشی University of Social Welfare and Rehabilitation))
، ۱۳۹۷
ص۴۹ص.
پیوست
چاپی
کارشناسی ارشد
آمار زیستی Biostatistics
علوم بهزیستی و توان بخشی University of Social Welfare and Rehabilitation))
مقدمه : سرطان پستان یکی از شایع ترین و نگران کننده ترین مشکلات بهداشتی زنان در دنیاست که با بروز عود موضعی و متاستاز در این بیماری ، پاسخ به درمان مشکل تر شده و بقای بیماران کاهش می یابد .تعیین میزان تأثیر فاکتورهای مختلف بر بروز متاستاز می تواند نقش تاثیرگذاری بر درمان و جلوگیری از پیشرفت آن داشته باشد هدف از این پژوهش تعیین عوامل موثر بر متاستاز سرطان پستان با مقادیر گمشده با استفاده از مدل لجستیک با روش درستنمایی تاوانیده نیمرخ است .مواد و روش ها : در این مطالعه داده های موجود در پرونده ۱۹۵۹ نفر از زنان مبتلا به سرطان پستان که در فاصله سال های ۱۳۸۵ تا ۱۳۹۰ به بیمارستان امید مشهد مراجعه نموده بودند، جمع آوری و مورد بررسی قرار گرفت .وضعیت متاستاز به صورت دوحالتی( با و بدون متاستاز) به عنوان متغیر وابسته و متغیرهای سن،BMI ، وضعیت تأهل، محل سکونت، سابقه خانوادگی سرطان، مرحله بالینی، گیرنده استروژن، گیرنده پروژسترون، پروتئینHER ۲ و اندازه تومور به عنوان متغیرهای مستقل در مدل در نظر گرفته شدند .برای جانهی داده ها از روش جانهی چندگانه استفاده شده و پس از جانهی داده های گمشده به روش مذکور، برای تحیل داده ها ، از روش درستنمایی تاوانیده نیمرخ استفاده گردید .تحلیل داده ها به کمک نرم افزار Rصورت گرفت .یافته ها : با در نظر گرفتن بیماران در مرحله بالینیبه عنوان گروه مرجع، ، نسبت شانس متاستاز برای بیمارانی که در مرحله بالینی و هستند به ترتیب برابر با، ۱/۶۷ و ۲/۹۹ تخمین زده شد .شانس متاستاز برای افرادی که سابقه خانوادگی سرطان ندارند ۳۰/۳ درصد کمتر بدست آمد .با در نظر گرفتن سطح ۴ اندازه تومور به عنوان مرجع، نسبت شانس متاستاز برای بیمارانی که دارای سطح اول، دوم و سوم اندازه تومور بودند به ترتیب برابر با ۰/۵۳، ۰/۵۷ و ۰/۷۷ حاصل شد .نسبت شانس متاستاز برای افرادی کهHER ۲ مثبت هستند ۱/۰۴۹ برابر کسانی است کهHER ۲ منفی داشتند .در مدل با جانهی در حضور کلیه متغیرها، سابقه خانوادگی در سرطان، مرحله بالینی بیماری، پروتئینHER ۲ و( T اندازه تومور) معنی دار شدند و در حالت با جانهی نیز همین متغیرها در بروز متاستاز سرطان پستان معنی دار شدند که البته تفاوت کمی در مقدار نسبت های شانس بین دو مدل بدست آمد .نتیجه گیری : کوتاه تر شدن فواصل اطمینان و کاهش خطای استاندارد، بعد از جانهی داده های گمشده، نشان می دهد که برآوردها و فواصل اطمینان بدست آمده در این مرحله دقیق تر و مناسب تر می باشند .همچنین در هر دو مدل( با و بدون جانهی)، مرحله بیماری، وجود پروتئینHER۲ ، اندازه تومور و سابقه خانوادگی سرطان، اثر معنی داری بر بروز متاستاز در بیماران مبتلا به سرطان پستان داشتند .واژه های کلیدی : درستنمایی تاوانیده نیمرخ، رگرسیون لجستیک، مقادیر گمشده، سرطان پستان، متاستاز
Introduction: Breast cancer is one of the most common and worst health problems of women in the world. With localized recurrence and metastasis in the disease, the response to treatment is more difficult and the survival of patients is reduced, and the determination of the impact of various factors on the incidence of metastasis can be the role of influencing the treatment and preventing its progress. The purpose of this study was to determine the factors affecting metastasis of breast cancer using logistic regression model by penalized profile likelihood method. Materials and Methods: In this study, data from 1959 women with breast cancer who referred to Omid Hospital in Mashhad between 2006 and 2011 were collected and analyzed. The status of metastasis was two-fold (with and without metastasis) as a dependent variable, and variables such as age, BMI( Body Mass Index), marital status, location, family history of cancer, clinical stage, estrogen receptor, progesterone receptor, her2 protein, and Tumor size were considered as independent variables in the model. To analyze the data after the Imputation of missing data, the likelihood method was used. Data analysis was performed using R software. Results: Considering patients in the clinical stage 1 as the reference group, the odds ratio for metastases for patients in the clinical stage 2 and 3 were 1.67 and 1.99 and 2.99, respectively. The chance of metastases for those without a family history of cancer was 30.3 less. Considering the level 4 of tumor size as the reference, the odds ratio for metastasis for patients with first, second and third levels of tumor were 0.63, 0.77, and 0.77, respectively. The odds of metastasis for those who are HER2 positive was 1.049 times those who have HER2 negative. In the model, all variables, familial history of cancer, clinical stage of the disease, HER2 protein and T (tumor size) were significant in the presence of all variables, and these variables were statistically significant in the incidence of metastatic breast cancer, although there was little difference the odds ratio was obtained between two models. Conclusion: The shorter the confidence intervals and the reduction of the standard error, after missing the data, indicates that the estimates and confidence intervals obtained at this stage are more accurate and appropriate. Also, in two models (with and without the imputation), the stage of the disease, the presence of her2 protein, tumor size and family history of cancer, had a significant effect on the incidence of metastasis in patients with breast cancer. keywords: penalized profile likelihood, logistic regression, missing values, breast cancer, metastasis
ba
Applying logistic model on breast cancer metastatic with missing data : penalized profile likelihood