پيش‌بيني سكته‌ي قلبي با استفاده از مدل‌هاي بقاي شتابي وايبول: مطالعه‌ي مبتني بر جمعيت

Prediction of Myocardial Infarction Using Weibull Accelerated Failure Time Model: A Population Based Study

مقدمه: بيماري‌هاي قلبي ـ عروقي اولين علت مرگ و مير در بسياري از كشورهاي دنيا از جمله ايران مي‌باشند. تعيين عوامل خطرساز اين بيماري‌ها و اهميت آن‌ها در بروز سكته‌ي قلبي نقش مهمي در برنامه‌ريزي براي كاهش مرگ و مير ناشي از اين بيماري‌ها دارد. هدف پژوهش حاضر تعيين عوامل خطرساز سكته‌ي قلبي و نقش آن‌ها در تعيين زمان نسبي سكته‌ي قلبي با استفاده از توزيع وايبول بود. مواد و روش‌ها: در پژوهش كوهورت قند و لپيد تهران، 5187 مرد و زن فاقد بيماري قلبي ـ عروقي و بالاي 30 سال مورد بررسي قرار گرفتند. متغيرهاي سن، جنس، فشار خون سيستولي، دياستولي، سيگار، قند خون ناشتا، تري‌گليسريد و كلسترول ـ LDL در شروع پژوهش اندازه‌گيري شدند و سكته‌ي قلبي در طول 5/6 سال پيگيري به عنوان پي‌آمد اصلي در نظر گرفته شد. داده‌ها با استفاده از توزيع وايبول و مدل خطرات نسبي كاكس آناليز شدند. يافته‌ها: در طول دوره‌ي پيگيري 83 نفر (53 نفر مرد و30 نفر زن) دچار انفاركتوس ميوكارد شده بودند، ميزان چگالي بروز سكته‌ي قلبي در نمونه‌ي مورد پژوهش 0025/0 بود. در مدل چند متغيره رگرسيوني وايبول، متغيرهاي قند خون ناشتا، جنس مرد، فشار خون سيستولي و سيگار به ترتيب مهم‌ترين متغيرهاي پيش‌بيني‌كننده‌ي سكته‌ي قلبي بودند. مدل رگرسيوني وايبول، نشان داد افرادي‌كه داراي قند خون ناشتايي بالاتر از 126 ميلي‌گرم در صد ميلي‌ليتر مي‌باشند، زمان بروز سكته‌ي قلبي در آن‌ها 87/2 برابر زودتر از افراد طبيعي رخ مي‌دهد. نتيجه‌گيري: شاخص‌هاي قند خون ناشتا، جنس، سن، كلسترول، فشار خون سيستولي و دياستولي، و سيگار مهم‌ترين فاكتورهاي پيش‌بيني‌كننده‌ي حمله‌ي قلبي هستند.

Introduction: Cardiovascular diseases rank first among causes of death in Iran and most other countries. Determination of the risk factors of these diseases and their importance in the incidence of myocardial infarction is very important in formulating preventive programs for these diseases. This study was designed to evaluate the relationship between the risk factors of heart diseases and the time to event for myocardial Infarction using the Weibull model. Materials and Methods: In the TGLS study, 5183 men and women, aged over 30 years, without cardiovascular disease from the East of Tehran were studied. Data were analyzed using Weibull distribution and Cox proportional hazard models. Results: During 6.5 years of follow up, a total of 83 new cases of MI (53 men and 30 women) accured. Cumulative incidence of MI was 0.0025. The Weibull multivariate regression model, showed significant relationships between FBS, sex, SBP and smoking and MI Wiebull regression models, showed that FBS levels over 126 mg/dl, adjusted for age, sex, LDL, SBP, DBP, HDL and TG, decrease time to MI by 2.87 compared to normal persons. Conclusion: Variables of FBS, age, sex, LDL, SBP, DBP, HDL, TG, and smoking are the most important predictive factors of Myocardial Infarction.