fa تحلیل بقای بیماران مبتلا به سرطان کولورکتال بیمارستان طالقانی تهران با استفاده از مدل شفایافته غیرآمیخته علوم پایه Basic Sciences پژوهشي اصیل Original Atricle <p>زمینه و هدف: مدل های شفایافته برای تحلیل داده های بقا در حضور افراد با بقای طولانی مدت ارائه شده است. مدل های شفایافته مدل هایی از بقا هستند که در ان فرض می شود نسبتی از افراد هرگز رخداد را دریافت نکنند. در نتیجه منحنی بقا در نهایت مسطح می شود. از اینرو استفاده از مدل های بقای استاندارد مناسب نیست چون در این روش ها احتمال شفایافتگی محاسبه نمی شود. هدف از این تحقیق استفاده از مدل شفایافته غیر امیخته و کاربرد ان بر روی داده های سرطان کولورکتال است</p> <p>روش بررسی:: در این پژوهش اطلاعات مربوط به 232 بیمار مبتلا به سرطان کولورکتال از مرکز تحقیقات گوارش و کبد بیمارستان طالقانی تهران ثبت گردید. اطلاعات این بیماران طی سال های 1366 تا 1391 ثبت شده است و بیماران تا سال 1392 پیگیری شده اند. اثر متغیرهای سن، جنس، سابقه خانوادگی، شاخص توده بدنی و محل درگیری مورد بررسی قرار گرفت. در تحلیل داده ها از روش کاپلان مایر و مدل شفایافته غیرآمیخته استفاده شد.</p> <p>یافته ها: بقای 10 ساله بیماران بعد از تشخیص 64% بوده است. از بین افراد حاضر در مطالعه 60 نفر(25.8%) به علت سرطان کولورکتال فوت کردند. میانگین سنی بیماران 51.6 سال بود. بر اساس مدل شفایافته غیر امیخته رده سنی 45 تا 65 سال و شاخص توده بدنی معنادار شد.</p> <p>نتیجه گیری: هنگامی که جامعه مورد بررسی به دو گروه مستعد و ایمن تقسیم می شود استفاده از مدل نیمه پارامتری کاکس موجب کم براوردی تابع بقا می شود. از اینرو باید از مدل های شفایافته استفاده نمود.</p> <p>کلید واژه: تحلیل بقا، مدل شفایافتگی غیرآمیخته، سرطان کولورکتال</p> <p></p> <p style="text-align: justify; margin-left: 3.75pt"><span style="font-size: 14px"><span style="font-family: times new roman"><strong>Abstract</strong></span></span></p> <p style="text-align: justify"><span style="font-size: 14px"><span style="font-family: times new roman"><strong><em>Background:</em></strong> 4cure models are a model to analyze survival data that these models exist for long term survivors. Cure models are a special type of survival model where it is assumed that there are a proportion of subjects who had never event, thus, survival curve will eventually reach a plateau. Therefore, standard survival models are not appropriate because they do not account for the possibility of cure<span dir="rtl">.</span>The aim of the present research is to apply non-mixture cure model to analyze survival of patients with colorectal cancer.</span></span></p> <p style="text-align: justify"><span style="font-size: 14px"><span style="font-family: times new roman"><strong><em>Materials and Methods:</em></strong> We studied 232 patients with colorectal cancer who were visited and treated at Taleghani Hospital Research Center for Gastroenterology and Liver Disease in Tehran. These patients were diagnosed from 1987 to 2012 and followed up until 2013. The Effect of age, gender, family history, body mass index and site of infection were studied. Kaplan-Meier and Non-Mixture cure Model were used for analzing data.</span></span></p> <p style="text-align: justify"><span style="font-size: 14px"><span style="font-family: times new roman"><strong><em>Results:</em></strong> The ten-year survival rate after diagnosis in the studied patients was 64 % .A total of 60 (25.8 %) deaths due to colorectal cancer were observed. The mean of age at the time of diagnosis was 51.6 years. Based on non-mixed cure model, the rangs of age was 45-65 years old and BMI were significant.</span></span></p> <p style="text-align: justify"><span style="font-size: 14px"><span style="font-family: times new roman"><strong><em>Conclusion:</em></strong> When the population is divided into two groups (susceptible and non- susceptible individuals), using Cox semi-parametric model is not appropriate. Therefore, we should use cure models.</span></span></p> تحلیل بقا, مدل شفایافتگی ناآمیخته, سرطان کولورکتال Colorectal cancer, Non-mixture cure model, Survival analysis 98 106 http://jams.arakmu.ac.ir/browse.php?a_code=A-10-4368-1&slc_lang=fa&sid=1 Zahra Abdolalian زهرا عبدالعلیان zahra9266@yahoo.com 4600319475328460058391 4600319475328460058391 No Arak University of Medical Sciences دانشگاه علوم پزشکی اراک Mohammad Rafeie محمد رفیعی rafeie@yahoo.com 4600319475328460058392 4600319475328460058392 No Arak University of Medical Sciences دانشگاه علوم پزشکی اراک Ahmad Reza Baghestani احمدرضا باغستانی baghestani.ar@gmail.com 4600319475328460058393 4600319475328460058393 Yes Department of Biostatistics, Shahid Beheshti University of Medical Sciences, Tehran, Iran گروه آمارزیستی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران Mohamad amin Pourhosseingholi محمد امین پورحسینقلی amin_phg@yahoo.com 4600319475328460058394 4600319475328460058394 No Shahid Beheshti University of Medical Sciences دانشگاه علوم پزشکی شهید بهشتی Tahoura Daneshvar طهورا دانشور fajr_td@yahoo.com 4600319475328460058395 4600319475328460058395 No Shahid Beheshti University of Medical Sciences دانشگاه علوم پزشکی شهید بهشتی