دانشجویان آمار زیستی
آمار؛تصویر دیروز، آیینه امروز،دورنمای فردا
دانشجویان آمار زیستی
آمار؛تصویر دیروز، آیینه امروز،دورنمای فردامقاله: کاربرد مدل های شفا یافته در تحلیل بقای بیماران
عنوان مقاله: کاربرد مدلهای شفایافته در تحلیل بقای بیماری تالاسمی ماژور
رضا علی اکبری خویی،عنایت اله بخشی، آزیتا آذرکیوان، اکبر بیگلریان
ﭼﮑﯿﺪه زﻣﯿﻨﻪ و ﻫﺪف: ﺷﻨﺎﺳﺎﯾﯽ ﻋﻮاﻣﻞ ﻣﻮﺛﺮ در ﺑﻘﺎی ﮐﻮﺗﺎه ﻣﺪت و ﺑﻠﻨﺪ ﻣﺪت ﺑﯿﻤﺎران، ﯾﮑﯽ از دﻏﺪﻏﻪﻫﺎی ﻣﻬﻢ ﺟﺎﻣﻌﻪ ﭘﺰﺷﮑﯽ ﻣﯽﺑﺎﺷﺪ. ﺑﺎ ﺗﻌﯿﯿﻦ ﻋﻮاﻣﻞ ﺧﻄـﺮ و ﻧﯿـﺰ ﻋﻮاﻣﻞ ﺳﻼﻣﺖ در ﯾﮏ ﺑﯿﻤﺎری ﻣﯽﺗﻮان اﻃﻼﻋﺎت ﺑﺎ ارزﺷﯽ ﮐﺴﺐ ﻧﻤﻮد. ﻫﺪف اﯾﻦ ﻣﻄﺎﻟﻌﻪ ﺑﻪ ﮐﺎرﮔﯿﺮی ﻣﺪلﻫﺎی ﺷـﻔﺎﯾﺎﻓﺘﻪ در ﺗﻌﯿﯿﻦ ﻋﻮاﻣﻞ ﺧﻄﺮ و ﻧﯿﺰ ﻋﻮاﻣﻞ ﻣﻮﺛﺮ ﺑﺮ ﺳﻼﻣﺖ ﺑﯿﻤﺎران ﻣﺒﺘﻼ ﺑﻪ ﺗﺎﻻﺳﻤﯽ ﻣﺎژور ﻣﯽﺑﺎﺷﺪ.
روش ﮐﺎر: در اﯾﻦ ﻣﻄﺎﻟﻌﻪ ﮔﺬﺷﺘﻪ ﻧﮕﺮ از اﻃﻼﻋﺎت 296 ﺑﯿﻤﺎر ﻣﺒﺘﻼ ﺑﻪ ﺗﺎﻻﺳﻤﯽ ﻣﺎژور اﺳﺘﻔﺎده ﺷﺪ. ﻣﻘﺎﯾﺴﻪ ﻣﻘﺎدﯾﺮ ﻣﻼک اﻃﻼع آﮐﺎﯾﯿﮑﻪ ﺑﯿﻦ ﻣﺪلﻫﺎ ﺑﺮای ﺗﻌﯿﯿﻦ ﺑﻬﺘـﺮﯾﻦ ﻣـﺪل، ﻣﺒﻨـﺎ ﻗـﺮار ﮔﺮﻓـﺖ. ﺗﺠﺰﯾـﻪ و ﺗﺤﻠﯿﻞ اﯾﻦ دادهﻫﺎ ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎی Stata و R اﻧﺠﺎم ﺷﺪ.
ﯾﺎﻓﺘﻪ ﻫﺎ: ﮐﻤﺘﺮﯾﻦ ﻣﻘﺪار ﻣﻼک آﮐﺎﯾﯿﮑﻪ ﺑـﺮای ﻣـﺪل ﺷﻔﺎﯾﺎﻓﺘﻪ ﻧﺎآﻣﯿﺨﺘﻪ ﻟﻮگ - ﻧﺮﻣﺎل ﺑﺎ ﺗﺎﺑﻊ رﺑﻂ ﻟﺠﯿﺖ ﺑﻪ دﺳﺖ آﻣﺪ.
نتیجه ﮔﯿﺮی: ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﺘﺎﯾﺞ، ﻣﺪل ﺷﻔﺎﯾﺎﻓﺘﻪ ﻧﺎآﻣﯿﺨﺘﻪ ﻟﻮگ- ﻧﺮﻣﺎل ﺑﻪ ﻋﻨﻮان ﺑﻬﺘﺮﯾﻦ ﻣﺪل ﺑﺮای ﺗﻌﯿﯿﻦ ﻋﻮاﻣﻞ ﺧﻄﺮ ﺑﯿﻤﺎری ﺗﺎﻻﺳﻤﯽ ﻣﺎژور اﻧﺘﺨﺎب ﻣﯽﺷﻮد.
از آقای رضا علی اکبری خویی کارشناس ارشد آمار زیستی دانشگاه علوم بهزیستی و توان بخشی بابت ارسال مقاله تشکر می شود.
ﮐﻠﯿﺪواژهﻫﺎ: ﻣﺪلﻫﺎی ﺷﻔﺎﯾﺎﻓﺘﻪ، ﺗﺤﻠﯿﻞ ﺑﻘﺎء، ﺗﺎﻻﺳﻤﯽ ﻣﺎژور.
مقاله: تحلیل بقاء بیماران تالاسمی
عنوان مقاله : تحلیل بقاء بیماران تالاسمی ماژور با استفاده از مدل های پارامتری و نیمه پارامتری بقاء
رضا علی اکبری خویی،عنایت اله بخشی، آزیتا آذرکیوان، اکبر بیگلریان
ﻣﻘﺪﻣﻪ: ﺗﺎﻻﺳﻤﯽ ﻣﺎژور ﯾﮑﯽ از ﺑﯿﻤﺎریﻫﺎی ﮐﻢﺧﻮﻧﯽ ﺷﺎﯾﻊ اﺳﺖ.ﻫﺪف از اﯾﻦ ﻣﻄﺎﻟﻌﻪ، اﻧﺘﺨﺎب ﺑﻬﺘﺮﯾﻦ ﻣﺪل ﺑﺮای ﺗﻌﯿﯿﻦ ﻋﻮاﻣﻞ ﺧﻄﺮ ﻣﺮگ ﻣﺒﺘﻼﯾﺎن ﺑﻪ ﺗﺎﻻﺳﻤﯽ ﻣﺎژور ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی راﯾﺞدر ﺗﺤﻠﯿﻞ ﺑﻘﺎء اﺳﺖ.
روش ﮐﺎر: در اﯾﻦ ﻣﻄﺎﻟﻌﻪ ﮔﺬﺷﺘﻪﻧﮕﺮ ﻃﻮﻟﯽ از اﻃﻼﻋﺎت 296 ﺑﯿﻤﺎر ﻣﺒﺘﻼ ﺑﻪ ﺗﺎﻻﺳﻤﯽ ﻣﺎژور اﺳﺘﻔﺎده ﺷﺪ.ﺑﺮای ﻣﻘﺎﯾﺴﻪ ﻣﺪلﻫﺎ و اﻧﺘﺨﺎب ﺑﺮﺗﺮﯾﻦ ﻣﺪل از ﻣﻼک اﻃﻼع آﮐﺎﯾﯿﮑﻪ اﺳﺘﻔﺎده ﮔﺮدﯾﺪ. ﺗﺠﺰﯾﻪوﺗﺤﻠﯿﻞ دادهﻫﺎ ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار R شد.
ﯾﺎﻓﺘﻪﻫﺎ: ﻣﺪل ﻟﻮگ-ﻧﺮﻣﺎل ﻧﺸﺎن داد، ﺳﻦ اﺑﺘﻼ، ﺳـﻦ اوﻟﯿﻦ ﺗﺰرﯾﻖ دﺳﻔﺮال، ﺳﻦ ﺷﺮوع ﺗﺰرﯾﻖ ﺧﻮن، زادﮔﺎه ﺑﯿﻤﺎران و ﺗﺤﺼﯿﻼت ﻣﺎدر ﺑﺎ ﺑﻘﺎء ﺑﯿﻤﺎران راﺑﻄﻪ ﻣﻌﻨـﯽداری داﺷـﺖ.
ﻧﺘﯿﺠﻪﮔﯿﺮی: ﺑﺮ ﻣﺒﻨﺎی ﻣﻼک اﻃﻼع آﮐﺎﯾﯿﮑﻪ ﻣﺪل ﭘﺎراﻣﺘﺮی ﻟﻮگ-ﻧﺮﻣﺎل ﺑﻪﻋﻨﻮان ﻣﺪل ﺑﺮﺗﺮ ﻣﺪل ﮔﺎﻣﺎ ﻧﯿﺰ ﺿﻌﯿﻒﺗﺮﯾﻦ ﻣﺪل در ﺑﯿﻦ ﻣﺪلﻫﺎی ﻓﻮق ﻣﻼﺣﻈﻪ ﺑﻮدﻧﺪ. ﻟﺬا ﻣﺪل ﭘﺎراﻣﺘﺮی ﻟﻮگ-ﻧﺮﻣﺎل ﺑﺮای ﺗﺤﻠﯿﻞ ﺑﻘﺎء ﺑﯿﻤﺎری ﺗﺎﻻﺳﻤﯽ ﻣﺎژور اﻧﺘﺨﺎب و ﭘﯿﺸﻨﻬﺎد ﮔﺮدﯾﺪ.
از آقای رضا علی اکبری خویی کارشناس ارشد آمار زیستی دانشگاه علوم بهزیستی و توان بخشی بابت ارسال مقاله تشکر می شود.
مقاله: الگوی شبکه عصبی مصنوعی در تحلیل بقای بیماران سرطان معده
مؤلفان: محمدرضا گوهری، پریسا مختاری، محمد حسین پورحسینقلی، اکبر بیگلریان
خلاصه مقاله:
سرطان معده در ایران در رتبه نخست شایع‌ترین سرطان برای مردان و رتبه سوم در زنان است. هدف از این مطالعه، تحلیل بقای بیماران مبتلا به سرطان معده و در ادامه پیشبینی مرگ این بیماران با استفاده از الگوی شبکه عصبی است. در این مطالعه طولی گذشته نگر تعداد 242 بیمار که دارای تشخیص قطعی پاتولوژیک سرطان معده بودند بررسی شدند. داده ها توسط مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی در بیمارستان طالقانی تهران جمع آوری گردید. توابع بقا و عوامل مؤثر بر بقا به کمک روش کاپلان ـ مایر و الگو مخاطرات متناسب کاکس برآورد شدند. برای تحلیل به روش شبکه عصبی ابتدا داده ها به تصادف به دو گروه آموزش و آزمایش تقسیم شدند و همگنی زمان‌های بقای آنها با آزمون رتبه لگاریتمی بررسی شد. برای انتخاب بهترین ساختار شبکه، با تغییر در مشخصه های شبکه الگوهای مختلف بررسی و با استفاده از سطح زیر منحنی ROC الگو مناسب انتخاب شد. برای تحلیل از نرم افزار SPSS نسخه 19 استفاده شد. در الگوی انتخاب شده، خطای پیش بینی برابر 37/7 درصد و سطح زیر منحنی راک برابر 0/732 به دست آمد. پیشبینی صحیح برای سانسور شدن 71/4 درصد و پیش بینی صحیح مرگ بیماران نیز 50 درصد به دست آمد. شبکه ی عصبی رویکردی مناسب برای پیش بینی بقای بیماران مبتلا به سرطان معده است و پیش بینی های آن می تواند در دسته بندی این بیماران استفاده شود.