Estimate Parametric Regression Models Depend on (Time-To-Event) Survival Time Distributions with Application

Dana Taha Mohammed Salih; Samira Muhammad Salh; Mohammad Mahmood Faqe

المؤلفون

Dana Taha Mohammed Salih
Samira Muhammad Salh
Mohammad Mahmood Faqe

الكلمات المفتاحية:

تحليل البقاء على قيد الحياة، نماذج الانحدار المعلمية، وقت الفشل المعجل (AFT، سرطان بروستات، MLE

الملخص

هدفت الدراسة الى المقارنة بين نماذج الانحدار المعلمية المقدرة وفقًا لتوزيعات وقت البقاء واختيار أفضل الانموذج الملائم لتوزيع وقت البقاء على قيد الحياة وتقدير معلماتها .واستعمال نماذج الانحدار المعلمی لبیانات و مدی تحدید العوامل التي تؤثر في وقت بقاء المرضی .وتم تطبیق الدراسة علی عینة بحجم (١٢٠) مرضا، المصابون بسرطان بروستات/ مستشفی هیوا فی محافظة السلیمانیة لمدة من 1 يناير 2019 حتى 1 نوفمبر 2021.

وتم تحدید افضل انموذج بالاعتماد علی کل من المقایس ((AIC,BIC وباستعمال البرامج (Mat-lab, Stata 15.1, Easy Fit 5.6). وتبین ان افضل انموذج هو ((Weibull- AFT والعوامل (Age, PSA, Stage, metastasis )هي التي تؤثر في مدة البقاء المریض.

السير الشخصية للمؤلفين

Samira Muhammad Salh

استاذ مساعد دكتور

Mohammad Mahmood Faqe

استاذ مساعد دكتور

المراجع

Abbas, S. A., S. Subramanian, P. Ravi, S. Ramamoorthy and V. Munikrishnan (2019). An Introduction to Survival Analytics, Types, and Its Applications. Biomechanics, IntechOpen.

Alhasawi, E. (2015). Survival analysis approaches for prostate cancer, Laurentian University of Sudbury.

Bogaerts, K., A. Komárek and E. Lesaffre (2017). Survival analysis with interval-censored data: A practical approach with examples in R, SAS, and BUGS, Chapman and Hall/CRC.

Chan, Y. M. (2013). Statistical analysis and modeling of prostate cancer, University of South Florida.

Christiansson, A. (2020). Classication of survival data by comparison of survival functions: an application to prostate cancer registry data.

Cleves, M., W. Gould, W. W. Gould, R. Gutierrez and Y. Marchenko (2008). An introduction to survival analysis using Stata, Stata press.

Dey, T., A. Mukherjee and S. Chakraborty (2020). "A practical overview and reporting strategies for statistical analysis of survival studies." Chest 158(1): S39-S48.

Ekman, A. (2017). Variable selection for the Cox proportional hazards model: A simulation study comparing the stepwise, lasso and bootstrap approach.

Emmert-Streib, F. and M. Dehmer (2019). "Introduction to survival analysis in practice." Machine Learning and Knowledge Extraction 1(3): 1013-1038.

Ibrahim, J. G., M.-H. Chen, D. Sinha, J. Ibrahim and M. Chen (2001). Bayesian survival analysis, Springer.

Lee, E. T. and J. Wang (2003). Statistical methods for survival data analysis, John Wiley & Sons.

Liu, X. (2012). Survival analysis: models and applications, John Wiley & Sons.

Montaseri, M., J. Y. Charati and F. Espahbodi (2016). "Application of parametric models to a survival analysis of hemodialysis patients." Nephro-urology monthly 8(6).

Moore, D. F. (2016). Applied survival analysis using R, Springer.

Pham, M. H. (2014). "Survival Analysis-Breast Cancer." Undergraduate Journal of Mathematical Modeling: One+ Two 6(1): 4.

Qi, J. (2009). Comparison of proportional hazards and accelerated failure time models.

Salinas-Escudero, G., M. F. Carrillo-Vega, V. Granados-García, S. Martínez-Valverde, F. Toledano-Toledano and J. Garduño-Espinosa (2020). "A survival analysis of COVID-19 in the Mexican population." BMC public health 20(1): 1-8.

Stevenson, M. and I. EpiCentre (2009). "An introduction to survival analysis." EpiCentre, IVABS, Massey University.

Vittinghoff, E., D. V. Glidden, S. C. Shiboski and C. E. McCulloch (2006). "Regression methods in biostatistics: linear, logistic, survival, and repeated measures models."

Wang, P., Y. Li and C. K. Reddy (2019). "Machine learning for survival analysis: A survey." ACM Computing Surveys (CSUR) 51(6): 1-36.

Zhao, G. (2008). Nonparametric and parametric survival analysis of censored data with possible violation of method assumptions, The University of North Carolina at Greensboro.