>
Fa   |   Ar   |   En
   مقایسه عملکرد مدل کاکس و روش K ـ نزدیکترین همسایگی در تخمین بقای بیماران پیوند کلیه  
   
نویسنده فردمال جواد ,امیدی طاهره ,پورالعجل جلال ,روشنایی قدرت الله
منبع مجله پزشكي باليني ابن سينا - 1394 - دوره : 22 - شماره : 4 - صفحه:300 -308
چکیده    مقدمه و هدف: روش رایج در برآورد بقا، مدل کاکس است که اعتبار نتایج آن، به پذیره مخاطرات متناسب وابسته است. روش k- نزدیکترین همسایگی یک روش ناپارامتری برای احتمالات بقا در جوامع ناهمگن می باشد. هدف این مطالعه مقایسه کارایی مدل کاکس و روش k- نزدیکترین همسایگی (knn) است.روش کار: این مطالعه کوهورت گذشته نگر بر روی 475 بیمار دریافت کننده پیوند کلیه طی سال های 1390-1373 شهر همدان می باشد. اطلاعات از پرونده های پزشکی بیماران استخراج شد. مدت زمان بین پیوند کلیه و رد برگشت ناپذیر پیوند به عنوان پاسخ در نظر گرفته شد. برای مدل سازی داده ها، از مدل کاکس و روش knn و برای مقایسه کارایی مدل ها از خطای پیش بینی نمره بری یر استفاده شد. نتایج: از 475 گیرنده پیوند، 55 نفر (50/11%) رد پیوند داشتند. میزان بقای 5 ، 10 و 15 سال به ترتیب 70/91%، 90/84% و 50/74% بدست آمد. تعداد همسایگی بهینه با روش اعتبار سنجی متقاطع برابر 45 بدست آمد. نمره بری یر برای الگوریتم knn در زمان های 5، 10 و 15 سال 003/0، 006/0و 007/0و برای مدل کاکس به ترتیب 036/0، 058/0 و 069/0بدست آمد. روش knn با تعداد همسایگی 45 خطای پیش بینی کمتری در زمان های 5، 10 و 15 سال نسبت به مدل کاکس دارد که نشان می دهد این روش عملکرد بهتری دارد.نتیجه نهایی: نتیجه این مطالعه نشان می دهد که پیش بینی روش knn نسبت به مدل کاکس زمانی که حجم نمونه بالا و تعداد متغیر های پیشگو زیاد است، دقت بالاتری دارد.
کلیدواژه پیوند کلیه ,رد برگشت ناپذیر پیوند ,روش کاکس ,روش K- نزدیکترین همسایگی
آدرس دانشگاه علوم پزشکی همدان, دانشیار آمار زیستی، مرکز تحقیقات مدل سازی بیماریهای غیر واگیر دانشگاه علوم پزشکی همدان, ایران, دانشگاه علوم پزشکی همدان, کارشناسی ارشد آمار زیستی دانشگاه علوم پزشکی همدان, ایران, دانشگاه علوم پزشکی همدان, دانشیار آمار زیستی، مرکز تحقیقات مدل سازی بیماریهای غیر واگیر دانشگاه علوم پزشکی همدان, ایران, دانشگاه علوم پزشکی همدان, استادیار آمار زیستی، مرکز تحقیقات مدل سازی بیماریهای غیر واگیر دانشگاه علوم پزشکی همدان, ایران
پست الکترونیکی gh.roshanaei@umsha.ac.ir
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved