عنوان مقاله :
ارزيابي عوامل موثر بر عود بيماري لنفوم هوچكين با استفاده از مدل جنگل تصادفي بقا و مقايسه آن با مدل رگرسيون كاكس
پديد آورندگان :
عساكره ، زينب دانشگاه علوم پزشكي جنديشاپور اهواز - دانشكده بهداشت - گروه آمار زيستي و اپيدميولوژي , مراغي ، الهام دانشگاه علوم پزشكي جنديشاپور اهواز - دانشكده بهداشت - گروه آمار زيستي و اپيدميولوژي , كيخايي ، بيژن دانشگاه علوم پزشكي جندي شاپور اهواز - مركز تحقيقات بيماري هاي تالاسمي و هموگلوبينوپاتي , ساكي مالحي ، امل دانشگاه علوم پزشكي جنديشاپور اهواز - دانشكده بهداشت, مركز تحقيقات درد - گروه آمار زيستي و اپيدميولوژي
كليدواژه :
مدل كاكس , لنفوم هوچكين , عود , جنگل تصادفي , بقا
چكيده فارسي :
زمينه و هدف: در بسياري از تحقيقات پزشكي، رگرسيون خطرات متناسب كاكس براي بررسي توزيع بقاي بيماران سرطاني، مبتني بر گروهبنديهاي دموگرافيك و كلينيكي بهكار برده ميشود. هدف از اين مطالعه تعيين عوامل موثر بر بقاي بيماران مبتلا به لنفوم هوچكين با استفاده از روش ناپارامتري جنگل تصادفي بقا (RSF) و مقايسه آن با مدل خطرات متناسب كاكس است. روش بررسي: در اين مطالعه كوهورت گذشتهنگر، پروندههاي تمامي بيماران مبتلا به لنفوم هوچكين كه در طي سالهاي 1381 (فروردين) تا 1391 (اسفند) به مركز آنكولوژي و هماتولوژي بيمارستان شفاي اهواز مراجعه نمودند، مورد بررسي قرار گرفتند. بقاي بيماران از زمان تشخيص اوليه بيماري تا عود بيماري محاسبه شد. براي ارزيابي روند بيماري، ويژگيهاي جمعيتشناختي و متغيرهاي مربوط به بيماري (شامل مرحله بيماري، شيمي درماني، محل درگيري لنف و غيره) از پرونده 387 بيمار مبتلا به لنفومهوچكين استخراج شد. تحليل دادهها با نرمافزار R4.0.3 و با استفاده بستههاي survival و RandomForestSRC انجام شد.يافتهها: نتايج حاصل از مدل كاكس نشان ميدهد كه (P=0/001)LDH و طبقهبندي كلاسيك لنفوم (0/001 P) معنادار ميباشند. نتايج برازش مدل RSF نشان داد كه مهمترين متغيرهاي موثر بر عود بهترتيب مرحله بيماري، شيمي درماني، طبقهبندي كلاسيك لنفوم و هموگلوبين بودند. همچنين مدل RSF براساس شاخصهاي مناسبت مدل (شاخص هماهنگي=84/9) نسبت به مدل كاكس ( شاخص هماهنگي=57/6) عملكرد بهتري داشت.نتيجهگيري: در صورتيكه تعداد متغيرها زياد بوده و بين متغيرها رابطه وجود داشته باشد، مدل RSF، متغيرهاي مهم و تاثيرگذار بر بقاي بيماران را بدون نياز به پيشفرضهاي محدودكننده با دقت بالا نسبت به مدل كاكس شناسايي ميكند.
عنوان نشريه :
مجله دانشكده پزشكي دانشگاه علوم پزشكي تهران
عنوان نشريه :
مجله دانشكده پزشكي دانشگاه علوم پزشكي تهران