برتري روش بيزي در تحليل بقاي 8 ساله سرطان پستان و تعيين عوامل موثر بر آن در شهر يزد

The superiority of Bayesian method in the analysis of 8-year survival of breast cancer and its determinants in Yazd

مقدمه: سرطان پستان يكي از بيماريهاي شايع در ميان زنان است كه فاكتورهاي مختلفي در ايجاد آن دخالت دارند هدف از انجام اين مطالعه، تعيين عوامل تاثير گذار بر روي بقايزنان مبتلا به سرطان پستان شهر يزد با استفاده از مدل كاكس به صورت بيزي ومعمولي مي باشد. روش بررسي:از ميان مراجعه كنندگان به مركز پرتو درماني شهيد رمضان زاده،538 نفر ازبيماران مبتلا به سرطان پستان را شناسايي و اطلاعات لازم را از سالهاي 1384 تا 1391 ثبت نموديم. تحليل داده ها با نرم افزار R نسخه 3.4.0 انجام و سطح معناداري 05/0 در نظر گرفته شده است. يافته‌ها: با استفاده از روش كاپلان ماير ميزان بقاي 5.1و8 ساله زنان مبتلا به سرطان پستان به ترتيب 976/0 ، 823/0 و 737 /0آورد گرديد ميانگين سني 16/11plusmn;03/48سال و ميانگين زمان بقا 23/4±64/97 ماه ميباشند.نتايج حاصل از آناليزكاكس بيزي نشان داد كه متغيرهاي  Ki67با (HR=3/260,PI:95%=[1/630-6/372]) وER با (HR=2/592,PI:95%=[2/023-3/354])وstage (HR=5/620,PI:95%=[4/079-7/73]) وlymph node با(HR=1/761,PI:95%=[1/127-2/790]) و Surgery با (HR=1/631,PI:95%=[1/102-2/422]) روي زمان بقا معني دار بودند. نتيجه گيري: به دليل خطاي بسيار كم(0001/0 > )و كوتاه بودن فاصله اطمينان براي نسبت مخاطره،مدل كاكس بيزي مدل بهينه انتخاب شد و بر طبق آن متغيرهاي مرحله بيماري و درگيري غدد لنفاوي و نوع عمل جراحي و ماركر هاي Ki67 و ER روي مخاطره مرگ تاثير مثبت دارند.استفاده از روش  بيزي در آناليز بقا، به دليل استفاده از اطلاعات پيشين به نتايج اعتبار بيشتري مي بخشد.

Introduction: Breast cancer is one of the common diseases among women with various factors involved in its development. The aim of this study was to determine the factors affecting the survival of women with breast cancer in Yazd using Coxʹs model as Bayesian and Classic. Method: A population-based study of 538 breast cancer women registered in the clinical database of the Ramezanzade Radiotherapy Center from the April 2005 until March 2012. Comprehensive data on prognostic factors, comorbidity and treatment together with complete follow-up for survival were used to evaluate improvements in mortality. Data was analyzed by R 3.4.2. 0.05 was considered as the significance level. Findings: The mean age of breast cancer diagnosis was 48.03±11016 years. The 1, 5  and 8-year cumulative survivals for breast cancer patients were 0.976 ,0.898, 0.823 and 0.737 respectively. Bayesian Cox regression showed thatSurgery (HR=1.631  95%PI; 1.102-2.422) ki67 (HR = 3.260. 95%PI; 1.6308-6.372) stage (HR=5.620, 95%PI; 4.079-7.731)   lymph node (HR= 1.765, 95%PI; 1.127-2.790)  and ER(HR = 2. 600  95%PI; 2.023-3.354) were significantly related to survival. Discussion Due to a very low error (<0/0001) and a shorter confidence interval for the risk ratio, the Cox Bayesian model of optimal model was selected and according to the variables of the stage of disease and lymph node involvement and the type of surgery and the markers Ki67 and ER on the risk Death has a positive impact. The use of the Bayesian method in survival analysis gives greater credibility to previous results.