fa کاربرد رویکردهای پارامتری، نیمه پارامتری و ناپارامتری در تحلیل بقا بیماران مبتلا به سکته قلبی حاد علوم پایه Basic Sciences مقاله پژوهشی Orginal Research <p>چکیده مقدمه و هدف: مدل مخاطره متناسب کاکس، رایج ترین روش برای تجزیه و تحلیل اثر متغیرها بر روی زمان بقا می باشد، اما تحت شرایط معین، مدل های پارامتری می توانند بر مدل کاکس برتری داشته باشند. در مطالعه حاضر با استفاده از مدل کاکس و جایگزین های پارامتری از قبیل مدل های وایبول، نمایی و همچنین برآورد ناپارامتری کاپلان- مه یر، عوامل مؤثر بر بقاء بیماران مبتلا به سکته قلبی حاد، ارزیابی و کارآیی مدلها برای ارائه بهترین مدل مقایسه گردید. مواد و روش کار: تحقیق حاضر یک مطالعه توصیفی- تحلیلی از نوع طولی بوده که به روش آینده نگر بر روی 650 نفر از بیماران دارای سکته قلبی حاد انجام گرفت. بیماران به مدت یک سال از لحظه ابتلا به سکته قلبی به لحاظ مرگ یا عدم مرگ پی گیری و اطلاعات لازم با استفاده از چک لیست جمع آوری شدند. رویکردهای پارامتری، نیمه پارامتری و ناپارامتری جهت تعیین عوامل موثر بر مرگ بیماران مبتلا به عروق کرونر در نظر گرفته شدند و برای مقایسه این روشها از معیار آکائیکه استفاده شد.تحلیل داده ها با نرم افزار STATA نسخه 11 انجام و سطح معنی داری 05/0 در نظر گرفته شده است. یافته ها: میزان مرگ و میر در بین بیماران مورد بررسی در طی یک سال 67 نفر(3/10%) بود. 48% بیماران سیگاری، 4/33%دارای سابقه پرفشاری خون، 7/17% دیابتی، 3/15% دارای لیپید بالا و 30% دارای آریتمی بودند. 3/10% دارای بلوک بودند. از نظر عوامل موثر بر میزان بقا نتایج مدلهای پارامتری و مدل کاکس یکسان بودند. از نظر رویکردهای ناپارامتری سن بالا، عدم مصرف استرپتوکیناز و داشتن بلوک قلبی با خطر بالاتر مرگ همراه بودند. نتیجه گیری: اگرچه نسبت مخاطره در مدل کاکس و مدل های پارامتری تقریبا مشابه بود و نیز نتایج حاصل از رویکرد ناپارامتری کاپلان مه یر تا حد زیادی شبیه به رویکردهای پارامتری و نیمه پارامتری بود، ولی بر اساس معیارآکائیکه، مدل وایبول برازش دقیق تری داشت.</p> <p>Abstract Background & Objectives: Cox proportional hazard regression model is the most common and standard method to study the effect of potential covariates on the survival times. However, under certain conditions such as availability of a good information about the system under study, parametric models are known to be more efficient than the Cox models. In this study, we aim to evaluate the efficiency of the semi-parametric Cox models and alternative parametric models and nonparametric Kaplan-Meier estimates in analyzing the survival times of patients suffering from acute myocardial infraction Material & Methods: This study is a prospective-cohort research with the total number of 650 participant&#39;s experienced acute myocardial infarction. The patients followed up for one year in order to analyze their survival times. Three approaches non-parametric, semi-parametric and parametric models, were used to model the survival times. To evaluate the relative goodness of fit of each procedures, Akaike information criterion (AIC) was used. Results: During one year of the following up, the total number of 67 deaths were reported. Out of 460 initial patients, 48% were smoking, 33.4% suffered from hypertension, 17.7% diabetes, 15.3 Hyperlipidemia, 30% airtime, and 10.3% had block. A broad agreement was observed between parametric and Cox models. Both models associated similar covariates as significant factors. However, the non-parametric model suggested high age , non used streptokinase and block significantly increased the risk of death. Conclusion: However, the hazard ratio in Cox model and parametric models were similar and results of nonparametric Kaplan Meier approach were largely similar but, The AIC suggested the parametric Weibull model as the most appropriate model for modeling the survival times of patients with acute myocardial infarction.</p> واژه های کلیدی: بقا, سکته قلبی, مدل کاکس, مدل پارامتری, کاپلان- مه یر, آکائیک Key words: Survival, Cox model, Parametric Model, Kaplan Meier, AIC 45 51 http://journal.nkums.ac.ir/browse.php?a_code=A-10-25-228&slc_lang=fa&sid=1 D Roshany دائم روشنی 10031947532846007223 10031947532846007223 Yes گروه آمار و اپید میولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی کردستان، ایران NA Azadi ،نمامعلی آزادی 10031947532846007224 10031947532846007224 No گروه آمار و اپید میولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی کردستان، ایران N Esmail Nasab نادر اسماعیل نسب 10031947532846007225 10031947532846007225 No گروه آمار و اپید میولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی کردستان، ایران M Yaghoubi مختار یعقوبی 10031947532846007226 10031947532846007226 No ، دانشکده پرستاری، دانشگاه علوم پزشکی کردستان، ایران