عنوان

کاربرد مدل آمیخته ریسک‌های رقابتی بقاء در تحلیل داده‌های پزشکی

کد کشور

IR

شماره

۲۶۹۰پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

کاربرد مدل آمیخته ریسک‌های رقابتی بقاء در تحلیل داده‌های پزشکی

نام عام مواد

[پایان‌نامه]

عنوان اصلي به زبان ديگر

Application of Survival Mixture Model for Competing Risks in Medical data

نام ناشر، پخش کننده و غيره

علوم بهزیستی و توانبخشیUniversity of Social Welfare & Rehabilitation Sciences))

تاریخ نشرو بخش و غیره

، ۱۳۹۶

نام خاص و کميت اثر

ج،۷۲ص

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

آمار زیستی Biostatistics))

کسي که مدرک را اعطا کرده

علوم بهزیستی و توانبخشیUniversity of Social Welfare & Rehabilitation Sciences))

متن يادداشت

مقدمه :با توجه به افزایش جمعیت سالمندان‍ ایران، آشنایی با علل مختلف در مرگ سالمندان امری ضروری است .هدف این مطالعه شناسایی عوامل خطر زمان بقای سالمندان با به‌کارگیری مدل آمیخته نیمه پارامتری مخاطرات رقیب بوده است .روش‌ها :این مطالعه، از نوع هم‌گروهی تاریخی بود .داده‌های مربوط به پرونده ۵۱۰ سالمند بالای ۶۰ سال که از اوایل سال ۱۳۷۹ تا اواخر سال ۱۳۹۱ در سرای سالمند گلابچی کاشان پذیرش‌شده بودند، تمام شماری و مورد مطالعه قرار گرفت .به‌منظور بررسی و شناسایی برخی عوامل خطر مربوط به زمان تا مرگ سالمندان، مدل آمیخته نیمه پارامتری در حضور مخاطرات رقیب تحلیل بقا، به داده‌ها برازش شد .حادثه مورد نظر مرگ سالمند از بیماری قلبی-عروقی و مرگ از سایر علل به عنوان مخاطره رقیب در نظر گرفته شد .جهت برآورد پارامترهای مدل، الگوریتم EMC به‌کار رفت و پارامترها و حدود اطمینان آن‌ها با احتمال ۹۵ درصد، در نرم‌افزار R ۱.۳.۳ برآورد گردید .یافته‌ها :در این داده‌ها مرگ از علل قلبی در سالمندان ۱۹ درصد و مرگ از سایر علل ۴۴ درصد و ۳۷ درصد نیز به عنوان داده سانسور شده بود .در مدل‌های برازش شده تک متغیره سن(( ۳/۴۲ ,۱/۳۵(=; CI۳/۲۲) =(HR)و وضعیت حرکتی(( ۰/۸۲ ,۰/۲۱(=; CI۰/۴۸) =(HR)بر زمان تا مرگ سالمندان دچار بیماری‌های قلبی-عروقی دارای اثر معنادار بودند، همچنین عوامل سن(( ۳/۶۰ ,۱/۳۶(=; CI۲/۲۹) =(HR)، مشکل کلیوی(( ۲/۴۸ ,۱/۰۵(=; CI۱/۹۲) =(HR)، فشار خون بالا(( ۲/۱۴ ,۱/۲۰(=; CI۱/۴۶) =(HR)، سابقه سکته مغزی(( ۲/۰۸ ,۱/۰۷(=; CI۱/۵۷) =(HR)و سابقه سکته قلبی(( ۲/۴۱ ,۱/۱۹(=; CI۱/۴۳) =(HR)بر زمان تا مرگ سالمندان دچار مخاطره رقیب معنی دار شدند .به طور مثال در بررسی مدل به‌صورت تک متغیره، برای فرد سالمندی که سابقه سکته قلبی دارد، نسبت آمیختگی مرگ با علل قلبی برابر است با ۰/۵۲ و با علل غیر قلبی برابر با ۰/۴۸ به دست آمد .در برازش مدل چند متغیره، سن(( ۱/۰۹,۳/۶۳(=; CI۲/۱۸) =(HR)بر زمان تا مرگ سالمندان دچار بیماری‌های قلبی-عروقی دارای اثر معنادار شد و عوامل سن(( ۲/۱۶,۳/۴۲(=; CI۲/۷۷) =(HR)، مشکل کلیوی(( ۱/۰۸,۲/۸۳(=; CI۱/۸۴) =(HR)، چربی خون بالا( ۱/۳۹,۳/۰۶(=; CI۲/۱۶) =(HR)و میزان تحرک(( ۰/۴۸,۰/۸۱(=; CI۰/۶۴) =(HR)بر زمان تا مرگ سالمندان دچار بیماری‌های غیر قلبی-عروقی به عنوان مخاطره رقیب معنی دار شدند .نتیجه‌گیری :در برازش‌های تک متغیره عوامل سن، سابقه سکته قلبی، سابقه سکته مغزی و مشکلات کلیوی به عنوان عامل خطر بر زمان تا وقوع مرگ سالمندان شناسایی شدند .همچنین در برازش چند متغیره عامل سن بر زمان تا مرگ با علل قلبی و عوامل :مشکلات کلیوی، سن، وضعیت تحرک و چربی خون بالا بر زمان تا مرگ سالمندان دچار علل غیر قلبی شناسایی شدند .لذا توصیه می‌شود در شناسایی، آزمایش‌های بالینی و اقدامات درمانی، فرآیندهای پیشگیرانه مبتنی بر عوامل گفته شده برای رفع مخاطرات جدی و افزایش زمان بقای سالمندان مد نظر قرار گیرد .کلید واژه‌ها :سالمندی، مدل آمیخته نیمه پارامتری، مخاطرات رقیب، تحلیل بقاء

متن يادداشت

Background: Due to increasing population of elderly people in Iran, determining the risk factors of their time to death is necessary. The purpose of this study was to identify the risk factors with using a semi-parametric mixed model with two competing risks that influence the survival timeto death of the elderly. Methods: In a retrospective cohort study, data of 510 elderly people aged 60 and over who were admitted to Kashan's Golabchi elder's home from beginning of 2000 to 2012, collected and analyzed. To identify some risk factors of time to death in elderly, semi-parametric mixture competing risk model in survival analysis was fitted to the data. Cardiac causes considered as first competing risk for death and other causes considered as second competing risk. To estimate the model parameters, EMC algorithm was used and parameters and their 95 confidence intervals were estimated using R 3.3.1 software. Results: In the investigated data, death from cardiac causes in the elderly was 19 , and death from other causes was 44 and 37 were censored. In separate one-variable fitted models, the variables: age ((HR) =3.22; CI = (1.35, 3.42)) and movement status ((HR) =0.48; CI = (0.21, 0.82)) were significant on time to death for elderly people with cardiovascular disease as the first competing risk. Also, age ((HR) =2.29; CI = (1.36, 3.60)), renal problems ((HR) =1.92; CI = (1.05, 2.48)), high blood lipids ((HR) =1.46; CI = (1.20, 2.41)), stroke history ((HR) =1.57; CI= (1.07, 2.08)) and history of myocardial infarction ((HR) =1.43; CI= (1.19, 2.41)) were significant on time to death of elderly people with non-cardiac disease as second competing risk. for example, in separate one-variable model for an erderly person with a history of heart attacks, the probability of death to cardiac causes is 0.52 and non-cardiac causes is 0.48. In fitted multivariate model, age ((HR) =2.18; CI = (1.09, 3.63)) on time to death of elderly people with cardiovascular disease as first competing rick was significant, and age ((HR) =2.77; CI = (1.00, 1.31)) renal problems ((HR) =1.84; CI=(1.08, 2.83)), high blood lipids ((HR) =1.16; CI = (1.39, 3.06)) and movement status ((HR) =0.64; CI = (0.48, 0.81)) have significant effect on time to death of elderly with non-cardiovascular disease as second competing risk Conclusion: In single-variable fittings, age, history of myocardial infarction, history of stroke and kidney problems were identified on the time to death of the elderly. Also, in the multivariate fitting, time to death of elderly had been identified with age in cardiac causes and the causes of kidney problems, age, mobility status, and high blood lipids over time in non-cardiac causes. Therefore, it is recommended to consider the factors mentioned above in identifying, clinical trials and therapeutic measures, preventative processes to eliminate serious risks and increase survival time for the elderly. Keywords: Aging, Semi-Parametric Mixture Model, Competing Risk, Survival Analysis

خط فهرستنویسی و خط اصلی شناسه

ba

عنوان اصلي به زبان ديگر

Application of Survival Mixture Model for Competing Risks in Medical data

موضوع مستند نشده

Aging

متن عنصر شناسه ای مقوله موضوعی

سالمندی

متن عنصر شناسه ای مقوله موضوعی

Aging

مستند نام اشخاص تاييد نشده

حاجی عباسی، سمانه

مستند نام اشخاص تاييد نشده

Hajiabbasi, Samane

مستند نام اشخاص تاييد نشده

رهگذر، مهدی

مستند نام اشخاص تاييد نشده

بیگلریان، اکبر

کشور

ایران

سازمان

دانشگاه علوم توان بخشی و سلامت اجتماعی

نام ميزبان

2690T.pdf

شماره دسترسي

محرمانه

اطلاعات مختصر

محرمانه

تاريخ و ساعت مذاکره و دسترسي

2690T.pdf

بيت در ثانيه

2274325

ارتباط براي تسهيلات دسترسي

مرجع

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

۰۹۶۲پ

شماره فيلد فرمت مبدا

محل نگهداری: دانشگاه علوم بهزیستی و توانبخشی

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

چاپی-الکترونیکی

نوع ماده

TF

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y