نام پژوهشگر: سامان معروفی زاده

به کارگیری مدل های رگرسیونی خطرات جمعی در مطالعه زمان بقای بیماران مبتلا به سرطان معده
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده علوم پزشکی 1390
  سامان معروفی زاده   ابراهیم حاجی زاده

مدل مخاطرات متناسب کاکس، یک مدل ضربی در تحلیل بقا است و اغلب در مطالعات زیست پزشکی مورد استفاده قرار می گیرد. یک پیش فرض مهم و اساسی در این مدل، پذیره متناسب بودن خطر برای تمام متغیرهای مستقل موجود در مدل نهایی می باشد. وقتی پیش فرض خطرات متناسب سوال برانگیز باشد، یک مدل جایگزین، مدل های رگرسیونی مخاطرات جمعی است. در مدل های رگرسیونی مخاطرات جمعی از قبیل مدل آلن و مدل لین-یانگ، متغیرهای کمکی به صورت جمعی بر تابع خطر پایه عمل می کند. در این مدل ها ارتباط بین متغیرهای کمکی و متغیر پاسخ بر حسب تفاوت خطر یا خطر اضافی بیان می شود در حالی که در مدل کاکس بر حسب نسبت خطر بیان می شود. مدل مخاطرات جمعی آلن می تواند اطلاعات دقیق و کامل تری در خصوص اثر یک عامل خطر در طول زمان ارائه کند. هدف مطالعه حاضر، به کارگیری مدل های رگرسیونی مخاطرات جمعی در تحلیل بقای بیماران مبتلا به سرطان معده و مقایسه نتایج به دست آمده با مدل کاکس می باشد. دراین مطالعه همگروهی تاریخی به 213 پرونده بیمار مبتلا به سرطان معده که از بهمن 1382 لغایت دی ماه 1387 در بخش گوارش بیمارستان طالقانی تهران تحت درمان بودند؛ مراجعه شد و با تماس تلفنی اطلاعات مربوط به بقای بیماران جمع آوری گردید. وضعیت بقای بیماران بر حسب مدل کاکس و مدل های رگرسیونی مخاطرات جمعی با در نظر گرفتن متغیرهایی مانند سن هنگام تشخیص، جنسیت، وجود متاستاز، اندازه تومور، نوع هیستوپاتولوژی، متاستاز غدد لنفاوی و مرحله پاتولوژی تحلیل شد. همچنین نمودار ضرایب رگرسیونی تجمعی (نمودار آلن) جهت بررسی اثر متغیرهای مستقل در طول زمان رسم شد. میزان بقای پنج ساله بیماران مورد بررسی 6/14 درصد و میانه طول عمر در این بررسی 6/29 ماه به دست آمد. نسبت مرد به زن در بین 213 بیمار 1: 61/2 بود. تحلیل های چند متغیری بر حسب مدل های جمعی و مدل کاکس نشان داد که سن هنگام تشخیص، اندازه تومور و مرحله پاتولوژی با طول عمر بیماران ارتباط معنی دار داشتند (05/0>p). به علاوه، بر طبق نمودار آلن مرحله پاتولوژی دارای اثر تأخیری بود. عوامل دیگر اثر معنی داری بر زمان بقاء نداشتند (05/0<p). علی رغم تمایل بسیاری از محققین در استفاده از مدل کاکس در تحلیل داده های بقا، مدل های رگرسیونی مخاطرات جمعی دید جدیدی به محقق در مطالعات زیست پزشکی می دهد؛ به علاوه مدل آلن این قابلیت را دارد که اثر متغیرهای مستقل را در طول زمان بررسی کند. این مطالعه نشان داد که تشخیص سرطان معده در سنین پایین تر و مراحل اولیه بیماری، منجر به افزایش قابل توجهی در میزان بقای بیماران می گردد.