مقایسه مدل های شفایافته پارامتری در شناسایی عوامل موثر بر بقای بیماران مبتلا به سرطان تیروئید

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 10

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JMUMS-35-246_008

تاریخ نمایه سازی: 30 تیر 1404

چکیده مقاله:

سابقه و هدف: سرطان پاپیلاری تیروئید (PTC) شایع ترین نوع سرطان تیروئید است که معمولا پیش آگهی خوبی دارد، اما در برخی بیماران ممکن است عود و پیشرفت بیماری رخ دهد. این مطالعه با هدف بررسی بقای بیماران مبتلا به PTC و عوامل موثر بر آن با استفاده از مدل های آماری، انجام پذیرفت تا درک بهتری از سیر طبیعی بیماری و ارائه درمان های شخصی سازی شده حاصل شود. مواد و روش ها: مطالعه حاضر یک تحقیق کوهورت، بر روی ۴۶۹ بیمار مبتلا به سرطان پاپیلاری تیروئید در سال های ۱۹۹۳ تا ۲۰۱۳ میلادی است که داده های آن از پایگاه TCGA استخراج شده است. در این پژوهش، مدل های پارامتری برای تحلیل داده ها و شناسایی عوامل خطر بقای بیماران به کار رفته است. با استفاده از مدل های مختلف، نسبت شفا یافتگی و اهمیت عوامل مختلف شناسایی و کارایی مدل ها با معیارهای آماری مقایسه شده است. یافته ها: از ۴۶۹ بیمار مورد مطالعه، ۱۲۴ نفر (۲۶/۴ درصد) مرد بودند و میانگین سنی بیماران ۱۵.۵۳ ± ۴۸ سال بود. تا پایان مطالعه، ۱۴ نفر (۳ درصد) فوت کردند و نرخ بقای یک، سه، پنج و ده ساله به ترتیب ۹۸/۶، ۹۱/۳، ۸۳/۲ و ۸۳/۲ درصد می باشد. نتایج نشان داد که مدل وایبل آمیخته بهترین عملکرد را در شناسایی عوامل موثر بر بقای بیماران دارد و خطر مرگ زود هنگام در بیماران با مراحل پیشرفته تر بیش تر است، در حالی که زنان و بیمارانی که رادیوتراپی دریافت کرده اند، شانس درمان کامل بیش تری دارند. استنتاج: این مطالعه بر اهمیت انتخاب مدل های شفا در تحلیل داده های بقا تاکید دارد و نشان می دهد که انتخاب مدل باید بر اساس ویژگی های خاص داده ها و اهداف تحقیق صورت گیرد. نتایج حاکی از پیش آگهی مطلوب سرطان پاپیلاری تیروئید و تاثیر عوامل مختلفی مانند سن، جنسیت، درمان رادیوتراپی و محل نئوپلاسم بر بقای بیماران است، که ضرورت رویکردهای درمانی شخصی سازی شده را در این زمینه نمایان می کند.

کلیدواژه ها:

Thyroid cancer ، survival ، mixture cure models ، Weibull cure model ، سرطان تیروئید ، بقا ، مدل های شفا یافته آمیخته ، مدل شفا یافته وایبل

نویسندگان

محمدمهدی دیندارلو

MSc Graduate, Epidemiology and Biostatistics Department, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran

افسانه فندرسکی

Assistant Professor, Epidemiology and Biostatistics Department, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran

زهرا کاشی

Professor, Diabetes Research Center, Mazandaran University of Medical Sciences, Sari, Iran

بیژن شعبانخانی

Assistant Professor, Epidemiology and Biostatistics Department, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran

جمشید یزدانی چراتی

Professor, Epidemiology and Biostatistics Department, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Patel KN, Shaha AR. Poorly differentiated and anaplastic thyroid cancer. ...
  • Fassnacht M, Kreissl MC, Weismann D, Allolio B. New targets ...
  • Ghossein R. Problems and controversies in the histopathology of thyroid ...
  • Jemal A, Siegel R, Ward E, Hao Y, Xu J, ...
  • McIver B, Hay ID, Giuffrida DF, Dvorak CE, Grant CS, ...
  • Siegel R, Ma J, Zou Z, Jemal A. Cancer statistics, ...
  • Lee JI, Kim SH, Tan AH, Kim HK, Jang HW, ...
  • Farewell VT. The use of mixture models for the analysis ...
  • Maller RA, Zhou S. Testing for the presence of immune ...
  • Mazzoni M, Todoerti K, Agnelli L, Minna E, Pagliardini S, ...
  • The Cancer Genome Atlas Program [Internet]. ۲۰۲۲ [cited ۲۰۲۲-۱۰-۰۱]. Available ...
  • Farewell VT. Mixture models in survival analysis: Are they worth ...
  • Yu B, Tiwari RC, Cronin KA, Feuer EJ. Cure fraction ...
  • Yakovlev AY, Tsodikov AD. Stochastic models of tumor latency and ...
  • Chen MH, Ibrahim JG, Sinha D. A new Bayesian model ...
  • Kleinbaum DG, Klein M. Survival analysis a self-learning text.۳rd ed: ...
  • Wileyto EP, Li Y, Chen J, Heitjan DF. Assessing the ...
  • Montaseri M, Charati JY, Espahbodi F. Application of Parametric Models ...
  • Iraji Z, Jafari Koshki T, Dolatkhah R, Asghari Jafarabadi M. ...
  • Kumar M, Sonker PK, Saroj A, Jain A, Bhattacharjee A, ...
  • Mollaei A, Mousavinasab N, Yazdani-Charati J, Eslami-Jouibari M. Comparison of ...
  • Lim HS. Brief introduction to parametric time to event model. ...
  • Andersson TML, Dickman PW, Eloranta S, Lambert PC. Estimating and ...
  • Izadi N, Koohi F, Safarpour M, Naseri P, Rahimi S, ...
  • Al-Ibraheem A, Al-Rasheed U, Mashhadani N, Abdlkadir AS, Al-Adhami DA, ...
  • Bray F, Ferlay J, Soerjomataram I, Siegel RL, Torre LA, ...
  • Khayamzadeh M, Khayamzadeh M, Tadayon N, Salmanian R, Zham H, ...
  • Siegel RL, Giaquinto AN, Jemal A. Cancer statistics, ۲۰۲۴. CA ...
  • Ulisse S, Baldini E, Lauro A, Pironi D, Tripodi D, ...
  • Cao YM, Zhang TT, Li BY, Qu N, Zhu YX. ...
  • Ito Y, Miyauchi A, Kihara M, Fukushima M, Higashiyama T, ...
  • Toraih EA, Hussein MH, Zerfaoui M, Attia AS, Marzouk Ellythy ...
  • Guo P, Wang X, Xia L, Shawureding N, Hu Z. ...
  • Radkiewicz C, Johansson ALV, Dickman PW, Lambe M, Edgren G. ...
  • Zheng D, Trynda J, Williams C, Vold JA, Nguyen JH, ...
  • Guo K, Wang Z. Risk factors influencing the recurrence of ...
  • Ramundo V, Lamartina L, Falcone R, Ciotti L, Lomonaco C, ...
  • Ageeli RS, Mossery RA, Othathi RJ, Khawaji EA, Tarshi MM, ...
  • Campennì A, Ruggeri RM, Siracusa M, Giacoppo G, La Torre ...
  • Lee YC, Na SY, Chung H, Kim SI, Eun YG. ...
  • نمایش کامل مراجع