دوره 22، شماره 4 - ( مجله علمی دانشگاه علوم پزشکی همدان-زمستان 1394 )                   جلد 22 شماره 4 صفحات 300-308 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Faradmal J, Omidi T, Pourolajal J, Roshanaei G. Comparison of Cox Model and K-Nearest Neighbor to Estimation of Survival in Kidney Transplant Patients. Sci J Hamadan Univ Med Sci . 2016; 22 (4) :300-308
URL: http://sjh.umsha.ac.ir/article-1-557-fa.html
فردمال جواد، امیدی طاهره، پورالعجل جلال، روشنایی قدرت اله. مقایسه عملکرد مدل کاکس و روش K ـ نزدیکترین همسایگی در تخمین بقای بیماران پیوند کلیه. مجله علمی دانشگاه علوم پزشکی همدان. 1394; 22 (4) :300-308

URL: http://sjh.umsha.ac.ir/article-1-557-fa.html


استادیار آمار زیستی، مرکز تحقیقات مدل سازی بیماریهای غیر واگیر، دانشگاه علوم پزشکی همدان، همدان، ایران ، gh.roshanaei@umsha.ac.ir
چکیده:   (1597 مشاهده)

مقدمه و هدف: روش رایج در برآورد بقا، مدل کاکس است که اعتبار نتایج آن، به پذیره مخاطرات متناسب وابسته است. روش k- نزدیکترین همسایگی یک روش ناپارامتری برای احتمالات بقا در جوامع ناهمگن می­باشد. هدف این مطالعه مقایسه کارایی مدل کاکس و روش k- نزدیکترین همسایگی (KNN) است.

روش کار: این مطالعه کوهورت گذشته­نگر بر روی 475 بیمار دریافت کننده پیوند کلیه طی سال­های 1390-1373 شهر همدان می­باشد. اطلاعات از پرونده­های پزشکی بیماران استخراج شد. مدت زمان بین پیوند کلیه و رد برگشت ناپذیر پیوند به عنوان پاسخ در نظر گرفته شد. برای مدل­سازی داده­ها، از مدل کاکس و روش KNN و برای مقایسه کارایی مدل­ها  از خطای پیش­بینی نمره بری­یر استفاده شد. 

نتایج: از 475 گیرنده پیوند، 55 نفر (11.50%) رد پیوند داشتند. میزان بقای 5 ، 10 و 15 سال به ترتیب 91.70%، 84.90% و 74.50% بدست آمد. تعداد همسایگی بهینه با روش اعتبار سنجی متقاطع برابر 45 بدست آمد. نمره بری­یر برای الگوریتم KNN در زمان­های 5، 10 و 15 سال 0.003، 0.006 و 0.007 و برای مدل کاکس به ترتیب 0.036، 0.058 و 0.069 بدست آمد. روش KNN با تعداد همسایگی 45 خطای پیش­بینی کمتری در زمان­های 5، 10 و 15 سال نسبت به مدل کاکس دارد که نشان می­دهد این روش عملکرد بهتری دارد.

نتیجه نهایی: نتیجه این مطالعه نشان می­دهد که پیش­بینی روش KNN نسبت به مدل کاکس زمانی که حجم نمونه بالا و تعداد متغیر­های پیشگو زیاد است، دقت بالاتری دارد.

متن کامل [PDF 236 kb]   (616 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله علمی دانشگاه علوم پزشکی و خدمات بهداشتی درمانی همدان می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | Scientific Journal of Hamadan University of Medical Sciences

Designed & Developed by : Yektaweb