به‌كارگيري روش‌هاي هموارسازي براي برآورد ضرايب مدل نرخ وابسته به زمان در تحليل بقا و كاربرد آن در مبتلايان به بيماري پسوريازيس

Use of Smoothing Methods for Estimating the Coefficients of Time Dependent Rate Models in Survival Analysis and its Application in Psoriasis Disease

مقدمه واهداف: داده‌های مطالعه‌هایی كه در آن هر فرد امكان تجربه متعدد یك پیشامد را در زمان‌های مختلف داشته باشد؛از نوع حوادث بازگشتی هستند. از رایج‌ترین رویكردهای تحلیل رخدادهای بازگشتی،به‌دست آوردن برآوردی از میانگین/نرخ بروز رخدادها در زمان‌های مختلف است. دراین زمینه یكی از مواردی كه می‌تواند به شناخت بیش‌تر اثر فاكتور مورد نظر بر پاسخ كمك كند، مشخص‌كردن تغییرپذیری اثر متغیرهای كمی روی نرخ وقوع رخدادها در طول زمان است. در این مطالعه‌ از روش‌های كرنل و بی‌اسپلاین برای هموارسازی برآورد ضرایب در مدل نرخ با ضرایب وابسته-زمان و كاربرد آن درداده‌های مبتلایان به پسوریازیس استفاده شد. روش‌كار: در این مطالعه از داده‌های موجود ‌در پرونده‌های بیماران مبتلا به پسوریازیس كه در طی فروردین 1385تاخرداد1393در بخش پوست بیمارستان امام خمینی تهران،عود منجربه بستری داشته‌اند، استفاده شد. برای بررسی میزان عود بیماری در طول سال از مدل نرخ با ضرایب وابسته-زمان استفاده شد و تغییرپذیری اثرات با استفاده از آزمون ‌والد مورد ارزیابی قرار گرفت. برای برآورد ضرایب در مدل نرخ وابسته-زمان از توابع بی‌اسپلاین و كرنل كمك گرفته‌شد. در پایان یافته‌های حاصل از دو روش براساس برآوردهای به‌دست آمده با یكدیگر مقایسه شدند. یافته‌ها: نتایج این مطالعه نشان دادكه براساس نتیجه آزمون والد، اثرمتغیری مانند فصل‌عود روی میزان عود پسوریازیس به‌صورت معنی‌داری متفاوت است(P<0.01). هم‌چنین باتوجه به برآورد ضرایب از دو روش بی‎اسپلاین وكرنل تفاوت چندانی بین این دو روش مشاهده نشد. نتیجه‏گیری: در شرایطی كه اثرمتغیر موردبررسی روی وقوع رخدادها درنقاط مختلف زمانی متفاوت است؛استفاده از مدل نرخ با ضرایب وابسته‌زمان می‌تواند برآورد مناسب‌تری از اثر متغیر مورد نظر بر پاسخ ارایه دهد.

Background and Objectives: In studies in which each person may experience an event at different times, they are recurrent events.One of the most popular approaches in analyzing recurrent event is obtaining an estimate of the means/rate of events at different times. In this context,one of the things that could help to better understand the effect of this factor on the response is determining the variability due to quantitative variables in the rate of events over time. In this study,we applied kernel and B-spline methods to estimate coefficients in the time dependent-coefficients rate model and showed its application in data of psoriasis. Methods: In this study,data of patients with psoriasis who had a relapse leading to hospitalization in the Dermatology Department of Imam Khomeini Hospital,between 2005 and June 2013 were used. To investigate the relapse rate during these years,time-dependent coefficients rate model was used and the variability of these effects was assessed using the Wald test. Both b-Spline and kernel methods were used for estimating time varying coefficients in the time-dependent rate model.Finally,the results of the methods were compared based on estimates obtained. Results: The results of this study showed that according to Wald test,the effect of the variables such as the season on the occurrence of psoriasis was significantly different (P-value<0.01).Also, according to the estimated coefficients from both methods,there was a little difference between them. Conclusion: When the effect of a variable on the occurrence of the events is different at different time, then time-dependent coefficients rate model may provide a better estimate of the effect of variable on response.