Avicenna Journal of Clinical Medicine

fa بررسی عوامل مؤثر بر بقای بیماران مبتلا به سرطان پستان با استفاده از مدل شفایافتگی آمیخته Investigating Factors Affecting the Survival of Breast Cancer Patients Using the Mixture Cure Model آمار و اپیدمیولوژی Biostatistics & Epidemiology پژوهشي Original سابقه و هدف: سرطان پستان علت دوم مرگ و میر در زنان است. عوامل پیش آگهی سرطان با استفاده از مدل‌های آماری مناسب با ساختار داده‌ها، نه‌تنها در کوتاه‌مدت به انتخاب روش درمانی مناسب تر کمک می کند، بلکه می تواند در درازمدت در شناسایی بیماران در معرض خطر نیز نقش بسزایی ایفا کند. هدف از مطالعه‌ی حاضر تعیین عوامل مرتبط با بقای بیماران مبتلا به سرطان پستان با استفاده از مدل شفایافتگی آمیخته است. مواد و روش‌‌ها: این مطالعه، مطالعه ی هم‌گروهی گذشته نگر است. طی سالهای 1390 تا 1400، 767 بیمار مبتلا به سرطان پستان به مرکز ام‌‌آرآی مهدیه‌ی همدان مراجعه کردند. طی تماس تلفنی با این افراد، اطلاعات آسیب‌شناسی بالینی و جمعیت‌شناختی آن ها ثبت شد. برای تحلیل داده ها از مدل شفایافتگی آمیخته استفاده شد. تحلیل داده ها با استفاده از smcure در نرم افزار R.4.0.5 انجام گرفت. سطح معنی داری کمتر از 0/05 در نظر گرفته شد. یافته‌ها: از 767 بیمار مبتلا به سرطان پستان که به‌مدت 10 سال پیگیری شدند، 58 نفر (7/6درصد) فوت کردند. میانگین (انحراف معیار) سن در زمان تشخیص ( 10/85 ) 49/23 سال بود. در آنالیز تک متغیره، ویژگی‌های آسیب شناسی بالینی و جمعیت شناختی شامل سن، اولین درمان، وضعیت تأهل، عود بیماری، نوع پاتولوژی، تهاجم به عروق لنفاوی Lymphatic Vascular Invasion(LVI) و در آنالیز چندمتغیره، اولین درمان و عود بیماری ارتباط معنی‌داری با شفایافتگی بیماران داشتند ) 0/05 > (P. نتیجه‌گیری: مطابق نتایج مطالعه‌ی حاضر، اولین درمان و عود بیماری از عوامل مرتبط با شفای بیماران مبتلا به سرطان پستان شناخته شدند. تأثیر اولین درمان و عود بیماری در میزان بقا، تأییدگر اهمیت تشخیص زودهنگام این بیماری، ارائه‌ی خدمات تشخیصی و درمانی مناسب و همچنین بهبود کیفیت زندگی بیماران است. از طرفی، میزان بقای به‌نسبت بالا در بیماران مراجعه‌کننده به مرکز تشخیصی‌درمانی مهدیه می تواند اهمیت ایجاد چنین مراکزی را برای بیماری های مختلف نشان دهد.   Background and Objective: Breast cancer is the second leading cause of death in women. Prognostic factors for cancer using appropriate statistical models with data structure not only help in choosing a more appropriate treatment method in the short term but can also play a significant role in identifying high-risk patients in the long term. This study aimed to determine the factors associated with survival in breast cancer patients using a Mixture Cure model. Materials and Methods: This retrospective cohort study was conducted from 2011 to 2021. A total of 767 breast cancer patients were referred to the Mahdieh Medical Diagnostic Center in Hamadan, Iran. Clinical and demographic information was collected by contacting the individuals through telephone calls. A Mixture Cure model was used to analyze the collected data. Data analysis was performed using smcure in R.4.0.5 software. Results: Of the 767 breast cancer patients followed up for 10 years, 58(6.7%) individuals died. The mean (standard deviation) age at diagnosis was 49.23(10.85) years. In univariate analysis, clinical and demographic features, including age, first treatment, marital status, disease recurrence, type of pathology, invasion of lymphatic vessels, and in multivariate analysis, first treatment and disease recurrence had a significant association with patient survival (P<0.05). Conclusion: According to the findings of this study, first treatment and disease recurrence were identified as factors associated with the survival of breast cancer patients. The impact of first treatment and disease recurrence on survival highlights the importance of early diagnosis, appropriate diagnostic and therapeutic services, and improving the quality of life of patients. On the other hand, the relatively high survival rate in patients referred to the Mahdieh Medical Center may indicate the importance of creating such centers for various diseases.   آنالیز بقا, سرطان پستان, مدل شفایافتگی آمیخته Breast Neoplasms, Mixture Cure Model, Survival Analysis 81 89 http://sjh.umsha.ac.ir/browse.php?a_code=A-12-2248-2&slc_lang=fa&sid=1 Neda Ranjbar ندا رنجبر 100319475328460018976 100319475328460018976 No Department of Biostatistics, School of Public Health, Hamadan University of Medical Sciences, Hamadan, Iran گروه آمار زیستی، دانشکده‌ی بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران Ghodratollah Roshanaei قدرت‌الله روشنایی 100319475328460018977 100319475328460018977 No Department of Biostatistics, School of Public Health, Modeling of Noncommunicable Diseases Research Center, Hamadan University of Medical Sciences, Hamadan, Iran گروه آمار زیستی، دانشکده‌ی بهداشت، مرکز تحقیقات مدل‌سازی بیماری‌های غیرواگیر، دانشگاه علوم پزشکی همدان، همدان، ایران Zahra Keshtpour Amlashi زهرا کشت‌پور املشی 100319475328460018978 100319475328460018978 No Cancer Research Center, Hamadan University of Medical Sciences, Hamadan, Iran مرکز تحقیقات سرطان، دانشگاه علوم پزشکی همدان، همدان، ایران Jalal Poorolajal جلال پورالعجل 100319475328460018979 100319475328460018979 No Department of Epidemiology, School of Public Health, Modeling of Noncommunicable Diseases Research Center, Hamadan University of Medical Sciences, Hamadan, Iran گروه اپیدمیولوژی، دانشکده‌ی بهداشت، مرکز تحقیقات مدل‌سازی بیماری‌های غیرواگیر، دانشگاه علوم پزشکی همدان، همدان، ایران Leili Tapak لیلی تاپاک l.tapak@umsha.ac.ir 100319475328460018980 100319475328460018980 Yes Department of Biostatistics, School of Public Health, Modeling of Noncommunicable Diseases Research Center, Hamadan University of Medical Sciences, Hamadan, Iran گروه آمار زیستی، دانشکده‌ی بهداشت، مرکز تحقیقات مدل‌سازی بیماری‌های غیرواگیر، دانشگاه علوم پزشکی همدان، همدان، ایران