بررسي نقش عوامل پيش‎آگهي روي بقاي زنان مبتلا به سرطان پستان پس از عمل جراحي توسط مدل بيز

The Role of Prognostic Factors on the Survival of Breast Cancer Patients: Bayesian approach

مقدمه و اهداف: سرطان پستان یكی از شایع‌ترین سرطآن‌ها در بین زنان بوده و پس از سرطان ریه دومین علت مرگ‌ومیر را به خود اختصاص می‌دهد. هدف از این مطالعه، استفاده از مدل‌های بیز برای بررسی اثر عوامل پیش‎آگهی روی بقای زنان مبتلا به سرطان پستان در جنوب ایران پس از عمل جراحی است. روش كار: طی سال‌های 85-1380، داده‌های مربوط به 1192 بیمار مبتلا به سرطان پستان در مركز تحقیقات سرطان بیمارستان نمازی جمع‌آوری شد. از این تعداد، داده‌های كامل مربوط به 1148 بیمار به طور كامل ثبت شد. داده‌ها توسط دو روش بیز پارامتری و كاكس بیزی و با در نظر گرفتن 05/0 به عنوان سطح معنی‌داری با استفاده از نرم‌افزار WinBUGS نسخه 14 تجزیه و تحلیل شدند.  یافته‌ها: میانگین سنی بیماران (سن در زمان تشخیص) در این مطالعه 47 سال به دست آمد. در تحلیل تك‌متغیره كاكس ارتباط معنی‌داری بین متغیرهای سیگار كشیدن (009/0=P)، متاستاز به استخوان ( 01/0=P) ، تعداد گره‌های لنفاوی درگیر (001/0=P)، درجه بدخیمی تومور (نوع یك: well-differentiated، نوع دو: moderately-differentiated، نوع سه: poorly-differentiated) (001/0=P)، روش جراحی ( 015/0=P)، وضع اقتصادی ( 025/0=P) و اندازه‌ی تومور (001/0=P) با مرگ‌ومیر مشاهده گردید و در ادامه با برازش مدل‌های بیز، تنها متغیرهای اندازه‌ی تومور، درجه‌ی بدخیمی تومور و تعداد گره‌های لنفاوی درگیر از نظر معنی‌دار شد. نتیجه گیری: با توجه به نتایج این مطالعه، متغیرهای وابسته به ویژگی بالینی بیماری در مرگ‌ومیر تأثیر اصلی را داشتند

Background and Objectives: Breast cancer is one of the most common cancers among women and is the second main cause of death after lung cancer. The objective of this study was to use the Bayes model to analyze the prognostic effects on the survival of the women with breast cancer after surgery in the south of Iran. Methods: The date was collected 1192 women who had breast cancer in Namazi Hospital Research Center between 2001 and 2006. The complete information of only 1148 of them was registered. Parametric Bayes and Bayes Cox methods were used. Considering 0.05 as the level of significance, the data analysis was done using the WinBUGS14 software. Results: The mean age of the patients (at the time of diagnosis) was 47 years in this study. Cox one-variable analysis showed a significant relationship between survival and smoking (P=0.009), bone metastasis (P=0.01), the number of lymph nodes (P=0.001), the tumoral level of malignancy (P=0.001), the surgical method (P=0.015), financial status (P=0.025), and the tumor size (P=0.001). By fitting Bayes models the variables tumor size, level of malignancy and number of lymph nodes were significant.    Conclusion: The results showed that clinicopathological features of cancer had a significant role in the survival of the patients.