fa کاربرد مدل تک شاخصه در برآورد میزان بقا بیماران مبتلا به سکته قلبی حاد عمومى General پژوهشي اصیل Original Research چکیده مقدمه: یکی از محدودیت های مدل مخاطره متناسب کاکس، خطی بودن لگاریتم تابع خطر نسبت به متغیرهای کمکی است. اثر یک متغیر کمکی غیر خطی ممکن است در این مدل کشف نشدنی باشد اما بتوان بوسیله توابع اسپلاین به خوبی آن را تخمین زد. با استفاده از مدل تک شاخصه که باعث جلوگیری از بیش برازشی حاصل از مشقت چند بعدی می شود، سعی در ارائه برآورد دقیق میزان بقا بیماران مبتلا به سکته قلبی داریم. روش بررسی: این تحقیق 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 فوت یا عدم فوت پی گیری و اطلاعات لازم از طریق چک لیستی جمع آوری شدند. در این مطالعه رابطه بین لگاریتم خطر و متغیرهای کمکی در مدل مخاطره متناسب با شکل تابعی نامعلوم در نظر گرفته شد. پارامترهای رگرسیونی مدل با استفاده از اسپلاین های چتد جمله ای و درستنمائی جرئی جریمه شده برآورد شدند. تمامی برنامه نویسی ها با استفاده از نرم افزار R نسخه 12/2 انجام و سطح معنی داری 05/0 در نظر گرفته شده است. یافته ها: مدل کاکس با تابع پیوند نامعلوم دارای لگاریتم درستنمایی بیشتری در مقایسه با مدل کاکس بود. اثرات برآورد شده متغیرهای کمکی در دو مدل نسبتا متفاوت است. ابتلا به دیابت و آریتمی در مدل با تابع پیوند نامعلوم برخلاف مدل کاکس استاندارد در سطح مقدار احتمال کمتر از 05/0 معنی دار هستند و همچنین در مدل کاکس استاندارد سن برخلاف مدل پیشنهادی در سطح مقدار احتمال کمتر از 05/0 معنی دار است. نتیجه گیری: با توجه به نتایج بدست آمده این مدل پیشنهادی توانسته است علاوه بر اثر استرپتو کیناز و کسر جهشی تاثیر اثر عوامل موثری چون دیابت و داشتن آریتمی را در احتمال بقاء بیماران مبتلا به سکته قلبی را برآورد نماید. ضمناً چنانچه بتوان دیابت و آریتمی را در این بیماران کنترل نمود میتوان احتمال بقاء را در آنان افزایش داد. واژه های کلیدی: بقا، سکته قلبی، مدل رگرسیون مخاطره متناسب، تابع پیوند، مدل کاکس وصول مقاله :21/2/91 اصلاحیه نهایی:25/3/ 91 پذیرش:6/4/91 ABSTRACT Background and Aim: The Cox proportional hazard model is the standard approach for analyzing survival data in many cases. One restriction of this method, however, is that it assumes that the log of the hazard function relates to the covariates through a linear function. As a consequence, it fails to estimate efficiently the effect of the non-linear terms. But we can estimate the survival rate by using spline functions. Our goal is to investigate the appropriateness of an alternative method, the so-called single index model, for estimation of the survival rate of the patients with acute myocardial infarction. Material and Methods: This was a descriptive analytical cohort study which included 650 subjects with acute myocardial infarction. The patients were followed up for one year to ensure survival or detect death events. Data were recorded in a pre-defined check list. In this study the relationship between the log of the hazard function and covariates were considered unknown. We estimated the coefficients of the model by using the polynomial spline and penalized partial likelihood. Data analysis was carried out by using R version 2.12 software and significant levels were considered 0.05. Results: We found the Cox model with unknown link function to have larger log likelihood than the standard Cox model. The effects of estimated parameters in both models were relatively different. Effects of diabetes and arrhythmia in Cox model with unknown link function were significant (P<0.05). In standard Cox model unlike Cox model with unknown link function the age was significant (P<0.05). Conclusion: Considering the results of this study Cox model with unknown link function could estimate the effect of factors such as diabetes and arrhythmia in the survival of the patients, in addition to the effects of streptokinase and ejection fraction. Key words: Survival analysis, Single index model, Cox proportional hazard model, Myocardial infarction. Received: May 10, 2012 Accepted: Jun 26, 2012 بقا، سکته قلبی، مدل رگرسیون مخاطره متناسب، تابع پیوند، مدل کاکس Survival analysis, Single index model, Cox proportional hazard model, Myocardial infarction. 102 109 http://sjku.muk.ac.ir/browse.php?a_code=A-10-1-355&slc_lang=fa&sid=1 Nader Esmail Nasab نادر اسماعیل نسب 540031947532846003573 540031947532846003573 No Kurdistan University of Medical Sciences دانشگاه علوم پزشکی کردستان Daem Roshani دائم روشنی daemroshani@gmail.com 540031947532846003574 540031947532846003574 Yes Kurdistan University of Medical Sciences دانشگاه علوم پزشکی کردستان Namamali Azadi نمامعلی آزادی 540031947532846003575 540031947532846003575 No Kurdistan University of Medical Sciences دانشگاه علوم پزشکی کردستان