نمایش مختصر رکورد

dc.contributor.authorساکی مالحی, املfa_IR
dc.contributor.authorحاجی زاده, ابراهیمfa_IR
dc.contributor.authorفاطمی, سیدرضاfa_IR
dc.date.accessioned1399-08-23T10:18:32Zfa_IR
dc.date.accessioned2020-11-13T10:18:32Z
dc.date.available1399-08-23T10:18:32Zfa_IR
dc.date.available2020-11-13T10:18:32Z
dc.date.issued2012-09-01en_US
dc.date.issued1391-06-11fa_IR
dc.identifier.citationساکی مالحی, امل, حاجی زاده, ابراهیم, فاطمی, سیدرضا. (1391). ارزیابی متغیرهای پیش‌آگهی در رده‌بندی نرخ بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم. مجله اپیدمیولوژی ایران, 8(2), 13-19.fa_IR
dc.identifier.issn1735-7489
dc.identifier.issn2228-7507
dc.identifier.urihttp://irje.tums.ac.ir/article-1-4-fa.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/601583
dc.description.abstractمقدمه و اهداف: جستجو برای ارزیابی و تحلیل فاکتورهای مهم و موثر در بقای بیماران یکی از مباحث کلیدی در مطالعات بالینی است. مدل درخت تصمیم روش جدیدی است که در تعیین فاکتورهای پیش آگهی بیماری و رده بندی بیمارن بر اساس زیرگروه‌های همگن استفاده می‌شود. در این روش انتخاب رده‌ها برحسب مهم‌ترین فاکتورهای پیش‌آگهی صورت می‌گیرد. هدف از این مطالعه تحلیل داده‌های بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم است. روش کار: در این مطالعه، از داده‌های 739 بیمار مبتلا به سرطان کولورکتال استفاده شده است. این داده‌ها در مرکز تحقیقات بیماری‌های گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی ثبت شده‌اند. داده‌ها شامل اطلاعات دموگرافی و هیستوپاتولوژیک هستند. پیشامد مورد نظر در این مطالعه مرگ بیماران است و زمان بقای بیماران از زمان تشخیص بیماری تا وقوع پیشامد (یا سانسور شدن) است که بر حسب ماه اندازه‌گیری شده است. برای تحلیل داده‌ها و رده‌بندی بیماران از مدل درخت تصمیم استفاده شد. نتایج: مدل درخت تصمیم متغیرهای مرحله سرطان در زمان تشخیص (بر حسب TNM)، سن بیمار در زمان تشخیص، متغیر نوع مورفولوژی تومور و درجه سرطان را در سطح معناداری (05/0P<) به عنوان فاکتورهای پیش‌آگهی مهم در بقای بیماران مبتلا به سرطان کولورکتال نشان داد. همچنین بیماران بر حسب این فاکتورها به پنج زیرگروه همگن رده‌بندی شدند. مقادیر بزرگتر از 1 معیار اندازه اختلاف (measure of separation) (SEP)، مناسبت مدل را تائید می‌کند. نتیجه‌گیری: مدل درخت تصمیم علاوه بر ارزیابی فاکتورهای پیش‌آگهی بیماری، روشی مناسب و قدرتمند در رده‌بندی نرخ بقای بیماران است.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherانجمن علمی اپیدمیولوژیست‌های ایرانfa_IR
dc.relation.ispartofمجله اپیدمیولوژی ایرانfa_IR
dc.relation.ispartofIranian Journal of Epidemiologyen_US
dc.subjectدرخت تصمیمfa_IR
dc.subjectتحلیل بقاfa_IR
dc.subjectفاکتورهای پیش‌آگهیfa_IR
dc.subjectرده‌بندی بقاfa_IR
dc.subjectسرطان کولورکتالfa_IR
dc.subjectعمومىfa_IR
dc.titleارزیابی متغیرهای پیش‌آگهی در رده‌بندی نرخ بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیمfa_IR
dc.typeTexten_US
dc.typeپژوهشيfa_IR
dc.contributor.departmentدانشجوی دوره دکتری، گروه آمار زیستی، دانشگاه تربیت مدرسfa_IR
dc.contributor.departmentدانشیار، گروه آمار زیستی، دانشگاه تربیت مدرسfa_IR
dc.contributor.departmentفوق تخصص گوارش و کبد، مرکز تحقیقات بیماری‌های گوارش و کبد، دانشگاه علوم پزشکی شهید بهشتیfa_IR
dc.citation.volume8
dc.citation.issue2
dc.citation.spage13
dc.citation.epage19


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد