کاربرد مدل چند وضعیتی با مخاطرات نیمه رقابتی در تحلیل داده های پزشکی
[پایاننامه]
Application of multi-state model with semi-competing risks model in analysis of medical data
علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation
، ۱۳۹۷
۸۶ص.
چاپی
کارشناسی ارشد
آمار زیستیBiostatistics
۱۳۹۷/۰۷/۳۰
علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation
مقدمه :مدل مخاطرات رقابتی حالت خاصی از مدل بقای چند متغیره میباشد .حالت متفاوت و توسعه یافتهتر، مدل مخاطرات نیمه رقابتی است که در آن دو پیشامد پایانی و غیرپایانی مورد علاقه می باشد .پژوهش حاضر به بررسی اثر عوامل خطر روی زمان عود، زمان مرگ بدون عود و زمان مرگ پس از عود بیماران مبتلا به سرطان معده در چارچوب مخاطرات نیمه رقابتی با استفاده از مدل چند وضعیتی بیماری-مرگ پرداخته است .روش کار :پژوهش حاضر یک مطالعهی گذشتهنگر بود که در آن از داده های ثبت شدهی ۲۰۰ بیمار مبتلا به سرطان معدهی بستری شده در بیمارستان امام خمینی طی سال های ۱۳۸۲ تا ۱۳۸۶( پیگیری تا مهر ۱۳۸۸)، که تمام افراد مورد مطالعه درمان های رایج جراحی و شیمی درمانی را دریافت کرده بودند، استفاده شد .به منظور تحلیل دادهها از مدل مخاطرات متناسب وایبل و مدل چند وضعیتی بیماری-مرگ، با و بدون شکنندگی و با در نظر گرفتن فرض مارکف و نیمه مارکف، استفاده شده است .آنالیز داده ها با استفاده از نرم افزار های آماری SPSS نسخه ۲۲ و( R ۳.۴.۳) انجام شد .یافته ها :در مجموع ۲۰۰ بیمار مورد مطالعه قرار گرفته اند .۱۴۹ نفر( ۷۴/۵ درصد) مرد بودند، ۶۱ نفر( ۳۰/۵ درصد) عود را تجربه کرده بودند و برای ۷۱ نفر( ۳۵/۵ درصد) پیشامد مرگ رخ داده بود .۲۷ نفر( ۱۳ درصد) عود و مرگ، ۳۴ نفر( ۱۷ درصد) عود بدون مرگ و ۴۴ نفر( ۲۲ درصد) مرگ بدون عود داشتند .متغیرهای جنسیت، سن در زمان تشخیص، عود، متاستاز، مرحلهی بیماری، تعداد غدد لنفاوی، درجه تمایز یافتگی تومور، اندازهی تومور و دریافت رادیوتراپی مورد بررسی قرار گرفتند که در تحلیل چند متغیره با استفاده از مدل چند وضعیتی بیماری-مرگ بدون شکنندگی و با فرض نیمه مارکف، متغیر متاستاز روی زمان مرگ بدون عود و مرحلهی بیماری روی زمان مرگ پس از عود اثر معنی دار داشتند( ۰/۰۵ .>p)نتیجه گیری :با توجه به اینکه اثر عوامل خطر روی زمان مرگ بیماران قبل و بعد از پیشامد عود متفاوت بود .لذا پیشامد عود به عنوان یک پیشامد میانی حائز اهمیت ویژه است .کلمات کلیدی مخاطرات نیمه رقابتی، مدل چند وضعیتی بیماری-مرگ، شکنندگی، سرطان معده، زمان مرگ، زمان عود، رادیوتراپی
Introduction: Competing risk data is a special case of multivariate survival data. A different and extended form of competing risk data is semi-competing risk data, in which two terminal and non-terminal events are of interest. The aim of this study was to investigate the effect of risk factors on relapse time, death time and death time after relapse of patients with gastric cancer in the framework of semi-competing risk using a multi-state illness-death model. Method: In this study, data from gastric cancer patients admitted to Imam Khomeini Hospital, between 2003 and 2007, which received one of the common therapies (surgery, chemotherapy, or radiotherapy) were used. In order to analyze the data, Kaplan-Meier methods, Cox proportional hazard model, Weibull's proportional hazard model, Weibull's acceleration failure time model and multi-state illness-death model have been used. Data analysis was performed using SPSS software version 22 and R (3.4.3). Result: Total of 200 patients has been studied. 149 (74.5 ) were male, 61 (30.5 ) had relapses, and a total of 71 (69.5 ) had died. 27 patients (13 ) had relapsed and died, 34 (17 ) had relapsed without death and 44 (22 ) had died without relapsed. In multivariate analysis, using the multi-state model of illness-death without frailty, metastasis, gender, and type of treatment variables had a significant effect on relapse time, death time without relapse, and death time after relapse, respectively. Conclusion: To evaluate the effect of risk factors on relapse and death time, a multi-state model of illness-death without fragmentation and assuming a semi-Markov is appropriate. According to this model, patients who received radiotherapy have a lower risk of relapse and the risk of death after relapse. Key words Semi-competing risks, multi-state illness-death model, Frailty, Gastric cancer, Death time, Relapse time, Radiotherapy
ba
Application of multi-state model with semi-competing risks model in analysis of medical data