مقايسه مدل كاكس و مدل هاي پارامتري در برآورد بقا درمان مبتلايان سرطان پروستات تحت راديوتراپي

Comparing Cox Model and Parametric Models in Estimating the Survival Rate of Patients with Prostate Cancer on Radiation Therapy

سابقه و هدف: سرطان پروستات دومين سرطان بدخيم شايع در مردان مي باشد. راديوتراپي يكي از روش هاي درما ن مطرح براي اين بيماري است. هدف اين مطالعه، مقايسه مدل هاي مختلف براي تعيين مدلي معتبر و كارا مي باشد كه اثر فاكتورهاي دموگرافي، پاتولوژي و باليني بر بقا درمان راديوتراپي را تعيين كند . مواد و روش ها: اين مطالعه به صورت كوهورت تاريخي و شامل اطلاعات 422 بيمار مبتلا به سرطان پروستات مي باشد كه در بيمارستان انستيتو كانسر تهران در بين سال هاي 1386 تا 1391 تحت راديوتراپي قرار گرفته و در طول زمان پيگيري شده اند. براي تعيين اثر فاكتورهاي مختلف بر زمان بقا درمان راديوتراپي، مدل كاكس و سه مدل پارامتري شامل ميزان تغييرات پارامترهاي برآورد شده مي AIC لگ نرمال، لگ لجستيك و وايبل مقايسه شد. ابزار مقايسه علاوه بر معيار مي باشد. R version از نرم افزار 2.14.1 Survival باشد. نرم افزار مورد استفاده برنامه يافته ها: بيماران كه مجموع دوزهاي پرتو بالاتري دريافت كرده اند و همچنين بيماراني كه همزمان هورمون تراپي مدل هاي لگ نرمال، AIC در حالت تك متغيره و چند متغيره بر اساس معيار .(p?0/ شده اند ميزان بقا بيش تري دارند( 001 لگ لجستيك و وايبل به ترتيب كارايي بالاتري نسبت به مدل كاكس داشتند. اين نتيجه بر اساس ميزان تغييرات برآورده شده پارامترها نيز تاييد شد. استنتاج: مدل پارامتري در حالت هاي تك متغيره و چند متغيره كارايي بالاتري نسبت به مدل كاكس داشتند و در بين مدل هاي بررسي شده مدل لگ نرمال برازش بهتر و نتايج قابل اعتمادتر در تعيين عوامل موثر بر بقا درمان راديوتراپي داشت.

Background and purpose: Prostate cancer is the second most common malignant cancer in men and radiotherapy is one of the treatments for this disease. The aim of this study was to determine the effect of demographic, clinical and pathology factors in survival rate of patients on radiotherapy and comparing different survival models to determine an efficient model. Materials and methods: In a historical cohort study 422 patients with prostate cancer were included. The subjects were chosen among those undergone radiotherapy and were followed up during 2007-2012 in the Cancer Institute of Tehran University. Effects of various factors on the survival rate of radiation treatment were determined using Cox model and three parametric models including log-normal, log-logistic and Weibull. We used AIC criteria and also standardized variability of regression coefficient. To analyze the data the Survival was applied in R version 2.14.1. Results: Patients who received higher total dose of radiation and those undergone hormone therapy simultaneously, indicated higher survival rate (both p?0.001). Univariate and multivariate models based on AIC criteria were more efficient than the Cox model for log-normal, log-logistic and Weibull, respectively. The findings were confirmed by the standardized variability. Conclusion: Parametric models in univariate and multivariate models showed higher efficiency compared with Cox model.