روش‌های بازنمونه‌گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور

Abstract

مقدمه و اهداف: حجم نمونه کم می‌تواند تجزیه و تحلیل داده‌های آماری از جمله داده‌های بقا را تحت تأثیر قرار دهد. کاهش حجم نمونه می‌تواند به دلایل مختلف، از جمله از دست رفتن اطلاعات رخ دهد؛ یعنی داده‌های گم شده در برخی از متغیرها وجود داشته باشد. هدف این مطالعه، براورد پارامترها با استفاده از روش‌های بازنمونه‌گیری بوت استرپ و جک نایف در تحلیل بقای بیماران مبتلا به تالاسمی ماژور است.

روش کار: در این مطالعه هم‌گروه تاریخی از اطلاعات 296 بیمار مبتلا به تالاسمی ماژور که در طی سال‌های 1373 تا بهار سال1392 به کلینیک ظفر در شهر تهران مراجعه کرده بودند؛ استفاده شد. برای تحلیل مدل‌های بقای مختلف پارامتری به داده‌ها برازش داده شد و پس از انتخاب بهترین مدل، از الگوریتم‌های بازنمونه‌گیری بوت استرپ و جک نایف استفاده شد. تحلیل داده‌ها با نرم‌افزار STATA نسخه 12 انجام شد.

یافته‌ها: نتایج حاصل از روش‌های بازنمونه‌گیری بیانگر کاهش خطاهای استاندارد و کوتاه‌تر شدن فواصل اطمینان بودند. همچنین به‌کارگیری روش‌های باز نمونه‌گیری بوت استرپ و جک نایف منجر به معنی‌داری گروه‌های سنی و نسبت والدین (001/0 >P) در مقایسه با مدل لوگ-نرمال (900/0

نتیجه‏گیری: با مقایسه طول فواصل اطمینان، روش بازنمونه‌گیری جک نایف عملکرد بهتری نسبت به روش بازنمونه‌گیری بوت استرپ داشت و بنابراین استفاده از این روش، در نمونه‌های با اندازه کم پیشنهاد می‌شود.