fa عوامل مؤثر بر بقا بیماران مبتلا به سرطان معده با استفاده از مدل‌های شکنندگی توصیفی Descriptive سرطان معده يکي از شايع‌ترين سرطان‌ها در جهان و جزء شايع‌ترين سرطان‌ها در ايران بوده و بيشترين منطقه بروز اين نوع سرطان هم از حاشيه درياي‌خزر گزارش شده است. در تحليل بقاي بيماران به دليل اين که اهميت بعضي از عوامل مرتبط با بيماري هنوز ناشناخته‌اند، اندازه گيري تمام عوامل مؤثر و مناسب مرتبط با بيماري بسيار دشوار و يا غيرممکن است. لحاظ نکردن اين عوامل خطر ناشناخته مشترک باعث ايجاد وابستگي بين زمان‌هاي بقا مي‌گردد که نتايج مدل خطر هاي متناسب کاکس و مدل‌هاي پارامتريک را نامعتبر مي‌کند. در اين صورت براي مقابله با مشکل فوق از مدل‌هاي شکنندگي استفاده مي‌کنيم. <br>اين پژوهش شامل اطلاعات 110 بيمار مبتلا به سرطان معده است که از طريق مرکز ثبت سرطان بابل که زير نظر دانشکده بهداشت دانشگاه علوم پزشکي تهران قرار دارد، جمع آوري شد. اين مطالعه بين سال‌هاي 1369 تا 1370 انجام شد و بيماران به مدت 15 سال مورد پي‌گيري قرار گرفته‌اند. براي بررسي عوامل مؤثر بر بقاي بيماران از مدل كاكس و مدل پارامتريك لگ لجستيک به همراه شكنندگي گاما استفاده شد و معيار مقايسه كارايي مدل‌ها، ملاك آكاييك و بررسي مانده‌ها بود. كليه محاسبات با نرم‌افزار SAS و STATA انجام و سطح معني‌داري 0.05 در نظر گرفته شد .<br>نتايج حاصل از اين مطالعه نشان داد که 83 نفر (75.4 درصد) از بيماران مرد و27 نفر( 24.6) درصد زن بودند. ميانگين سني در بيماران مرد 60.2 سال و در زنان 57.5 سال بود. احتمال بقاي يک، سه و پنج ساله بيماران به ترتيب 25، 18 و 17 درصد است و ميانه زمان بقاي بيماران نيز 8.6 ماه بود. در مدل نهايي، تنها متغيرهاي سن و سابقه خانوادگي سرطان به عنوان مهم‌ترين عوامل پيشگويي کننده بقا بيماران مطرح هستند (0.05>P) وپيشنهاد مي‌شود بررسي به موقع افرادي که داراي سابقه خانوادگي سرطان هستند مي‌تواند به عنوان يک عامل مهم در کاهش خطر مرگ بيماران مبتلا به سرطان معده مؤثر باشد. طبق ملاک آکاييک و با توجه به ماهيت داده‌ها (غيريکنوا بودن ميزان شکست) و نيز رد فرضيه متناسب بودن (0.05>P)، مدل لگ لجستيک به همراه شکنندگي گاما برازش مناسب‌تري براي داده‌ها داشت و مي‌تواند به عنوان جايگزين مدل کاکس در تحليل بقاي بيماران مبتلا به سرطان معده به کار رود.<br><br></span> <br>Objective(s): In survival analysis because are still unknown some of the important factors related to disease, it is too difficult or impossible measure all the appropriate factors and related diseases. Not consider these common unknown risk factors causes dependence among survival times, the results from Cox proportional hazard model and parametric models are not reliable. In this case, we use to confront the above problem of frailty models. The purpose of this study was to examine factors affecting survival of patients with gastric cancer using the log-logistic parametric model with gamma frailty and to compare these results with Cox model.<br>Methods: This study includes Information of 110 cases with gastric cancer was collected from Babol cancer registry during 1990 through 1991, who were followed up for a period of 15 years by the year 2006. In order to explore factors affecting survival of patients, Cox model and also parametric model Log-logistic with gamma frailty were examined and the Akaike information criterion (AIC) was considered as a criterion to select the best model (s). For the statistical analysis, the statistical softwares SAS 9.1 and STATA 8.0 were used. All P<0.05 were defined as statistical significance.<br>Results: Sample of subjects encompassed 75.4% men and 24.6% women. The mean age at diagnosis was 60.2 yr for men and 57.5 yr for women. The median survival time reached 8.6 months, and survival rates in 1, 3, and 5 years following diagnosis were 25%, 18%, and 17%, respectively. Multivariate analysis showed that family history of cancer might increase significantly the risk of death from cancer according to Cox and parametric models by including and not including heterogeneity effect. According to AIC criterion and the nature of the data (hazard rate is non-monotonic), parametric model (with and without gamma frailty) had better performance when compared to Cox model. And among, log logistic model with gamma frailty seemed more appropriate. In this model, age and family history of cancer were significant predictors.<br>Conclusion: Results indicated that early preventative care for patients with family history of cancer might be of importance to decrease the risk of death in patients with gastric cancer, and being younger, on the other hand, would cause a potential decline in the corresponding risk of death. According to our findings, based on the Akaike criterion and also the nature of the data (the hazard rate is hump-shaped), log logistic model with gamma frailty could be considered as a useful statistical model in survival analysis of patients with gastric cancer rather than Cox model. سرطان معده, آنالیز بقا, توزیع لگ نرمال, مدل شکنندگی Gastric cancer, Survival analysis, Log normal distribution, Frailty model 515 524 http://payeshjournal.ir/browse.php?a_code=A-10-10-485&slc_lang=fa&sid=1 Mahmoud Reza Ghadimi محمودرضا قدیمی 10031947532846002100 10031947532846002100 No Mahmoud Mahmoodi محمود محمودی 10031947532846002101 10031947532846002101 No Kazem Mohammad کاظم محمد 10031947532846002102 10031947532846002102 No Mostafa Hosseini مصطفی حسینی 10031947532846002103 10031947532846002103 No Mahboobeh Rasouli محبوبه رسولی 10031947532846002104 10031947532846002104 No