بررسی عوامل موثر بر زمان بقای بیماران مبتلا به Covid19 بستری در بیمارستان امام رضا تبریز : تحلیل بقا با رویکرد مدلهای شکنندگی
Evaluation of factors affecting the survival time of patients with Covid19 hospitalized in Imam Reza Hospital of Tabriz: Survival analysis with with frailty models approach
مجریان: پروین سربخش
خلاصه روش اجرا: در این مطالعه بخشی از اطلاعات مربوط به بیماران مبتلا به covid 19 که در اسفند ماه 98 در بیمارستان امام رضا بستری بودند و داده های آنها طی طرح مصوب دانشگاه IR.TBZMED.REC.1398.1310 جمع آوری شده است، استفاده خواهد شد. مطالعه حاضر ماهیت مشاهده ای دارد و از افراد شرکت کننده در طرح اولیه مذکور، تعداد 139 نفری که روی انها هیچ مداخله ای انجام نشده است و سیر طبیعی درمان در بیمارستان امام رضا را سپری میکنند در این مطالعه بررسی خواهند شد و طی ان عوامل موثر بر مدت بقای بیماران بستری با روش های تحلیل بقا با رویکردد شکنندگی مورد بررسی قرار خواهد گرفت. با توجه به اینکه بیماری covid19 بیماری نوظهوری است و پیامدهای بسیار متفاوتی را از بهبودی کامل تا فوت نتیجه می دهد، بررسی و تعیین عوامل موثر بر بقای بیماران مبتلا حائز اهمیت فراوان است. با توجه به ناشناخته بودن بسیاری از عوامل موثر و نیز وجود تفاوت در پیامد افرادی به ظاهر مشابه، به نظر میرسد که نقش عوامل مشاهده نشده یا شناخته نشده فردی باید در تحلیل و تعیین نقش عوامل شناخته شده مد نظر قرار گیرد. مدل خطرهای متناسب کاکس یکی از پرکاربردترین مدل ها برای تحلیل داده های بقا است که بر اساس فرض های همگنی جامعه، استقلال و هم توزیع بودن داده های بقا استوار است اما در بسیاری از مواقع مقدار خطر واحدهای پژوهشی مورد بررسی متفاوت بوده و فرض همگنی جامعه برقرار نیست. یکی از دلایل این تفاوت وجود عوامل خطر ناشناخته یا مشاهده نشده است که لحاظ نکردن آن ها و استفاده از مدل هایی از قبیل مدل خطرهای متناسب کاکس می تواند نتایج گمراه کننده ای را به همراه داشته باشد. در این گونه موارد از مدل های شکنندگی که اثر عوامل ناشناخته را نیز در تحلیل ها لحاظ می کنند استفاده می شود. در این طرح بقای بیماران بستری در بیمارستان امام رضا که در ان زمان بقا از لحظه بستری تا زمان فوت یا ترخیص در نظر گرفته شده و پیامد نیز فوت در نظر گرفته خواهد شد. موارد ترخیص به عنوان سانسور تلقی خواهد شد و از مدل های شکنندگی با توزیع های متفاوت (نمایی، لگ لجستیک، گاما) در برازش داده های بقا با وجود عوامل خطر ناشناخته استفاده خواهد شد. همچنین با برازش مدل خطرهای متناسب کاکس کارآیی مدلها مقایسه خواهد شد. در صورت زیاد بودن نرخ سانسور و برقرار نبودن مفروضات لازم در برازش مدلها، مدلهای شفایافتگی cure models نیز مورد توجه قرار خواهد گرفت.
اطلاعات کلی طرح 
| مرحله جاری طرح | خاتمه قرارداد و اجرا |
| کد طرح | 65975 |
| عنوان فارسی طرح | بررسی عوامل موثر بر زمان بقای بیماران مبتلا به Covid19 بستری در بیمارستان امام رضا تبریز : تحلیل بقا با رویکرد مدلهای شکنندگی |
| عنوان لاتین طرح | Evaluation of factors affecting the survival time of patients with Covid19 hospitalized in Imam Reza Hospital of Tabriz: Survival analysis with with frailty models approach |
| نوع طرح | گرنت پژوهشی |
| اولویت طرح | غربالگری، اپیدمیولوژی، پیشگیری و مراقبت در بیماریهای نوپدید و بازپدید |
| نوع مطالعه | مطالعات روش شناختی |
| تحقیق در نظام سلامت | خیر |
| آیا طرح پایاننامه دانشجویی است؟ | خير |
| مقطع پایان نامه | |
| مدت اجرا - ماه | 10 |
| نوآوری و ضرورت انجام تحقیق | ا توجه به اینکه بیماری covid19 بیماری نوظهوری است و پیامدهای بسیار متفاوتی را از بهبودی کامل تا فوت نتیجه می دهد، بررسی و تعیین عوامل موثر بر بقای بیماران مبتلا حائز اهمیت فراوان است. با توجه به ناشناخته بودن بسیاری از عوامل موثر و نیز وجود تفاوت در پیامد افرادی به ظاهر مشابه، به نظر میرسد که نقش عوامل مشاهده نشده یا شناخته نشده فردی باید در تحلیل و تعیین نقش عوامل شناخته شده مد نظر قرار گیرد. |
| اهداف اختصاصی | بررسی تاثیر متغیرهای بالینی ( بیماری های زمینه ای و داروهای مصرفی ، علایم حیاتی بیمار در زمان بستری شدن و دارویهای تجویز شده برای درمان covid19، تست PCR , ازمایشهای زمینه ای ..) بر میزان زمان بقای بیماران مبتلا به covid19 بستری در بیمارستان امام رضا به روش تحلیل بقا با رویکرد مدل شکنندگی -_ بررسی تاثیر متغیرهای دموگرافیک (سن و جنسیت و ...) بر زمان بقای بیماران مبتلا به covid19 بستری در بیمارستان امام رضا به روش تحلیل بقا با رویکرد مدل شکنندگی -بررسی تاثیر شدت بیماری (سی تی اسکن ریه و میزان درگیری ریه، ازمایشهای زمینه ای شامل LDH, مقدار لنفوسیتESR و CRP) بر زمان بقای بیماران مبتلا به covid19 بستری در بیمارستان امام رضا به روش تحلیل بقا با رویکرد مدل شکنندگی در این مطالعه از بخشی از اطلاعات مربوط به بیماران مبتلا به covid19 که در بیمارستان امام رضا (ع) بستری بودند و داده های آنها طی طرح مصوب دانشگاه IR.TBZMED.REC.1398.1310 جمع آوری شده است، استفاده خواهد شد. -تعیین پیش بین های بقا بیماران مبتلا به covid19 بستری در بیمارستان امام رضا از بین متغیرهای بالینی، دموگرافیک و شدت بیماری |
| چکیده انگلیسی طرح | Information about patients with covid 19 who were hospitalized in Imam Reza Hospital and were collected during an approved registered research (IR.TBZMED.REC.1398.1310 ) will be examined and the factors affecting the survival of hospitalized patients with survival analysis methods will be examined. Given that Covid19 is an emerging disease and results in very different outcomes (from complete recovery to death), it is important to evaluate and determine the factors affecting the survival of patients. Given the unknown of many factors and the differences in the outcome of seemingly similar people, it seems that the role of unobserved or unknown factors should be considered in analyzing and determining the role of known factors. Cox proportional hazards model is one of the most widely used models for analysis of survival data, which is based on the assumptions of population homogeneity, independence and same distribution of survival data, but in many cases the risk of research units is different and the assumption of population homogeneity is not established. One of the reasons for this difference is the existence of unknown or unobserved risk factors, which if not taken into account and the use of models such as Cox proportional hazards model can have misleading results. In such cases, frailty models are used that also take into account the effect of unknown factors in the analysis. In this research , the survival of patients admitted to Imam Reza Hospital, in which the survival from the moment of admission to the time of death or discharge is considered and death will be considered as outcome . discharged cases will be considered as censor and frailty models with different distributions (exponential, log logistic, gamma) will be used to fit survival data with unknown risk factors. The performance of the models will be compared with the Cox proportional hazards model. |
| کلمات کلیدی | covid19: بیماری covid19 یک بیماری تنفسی عفونی نوظهور است که منشا آن ویروس SARSCOV- 2 است. این ویروس از خانواده کرونا ویروس ها است. کرونا ویروس ها ویروس های بزرگی با ژتوم RNA هستند که شیوع بالایی در میان انسان ها دارند و حیوانات را نیز آلوده می کنند. کرونا ویروس ها اولین بار در سال 1966 توسط تایرل و باینو کشف شدند. مدل بقا کاکس: مدل بقای کاکس یک روش آماری برای کاوش در رابطه بین بقا یک بیمار و چند متغیر توصیفی است. یک مدل کاکس برآوردی از اثر درمان یا تیمار بر روی بقا، پس از تعدیل آن بر روی سایر متغیرهای توصیفی، را فراهم می کند. علاوه بر این ، به ما این امکان را می دهد که خطر (یا ریسک) مرگ برای یک فرد را با توجه به متغیرهای پیش آگهی آنها برآورد کنیم. مدل شکنندگی: مدل شکنندگی یک مدل اثرات تصادفی برای متغیرهای زمانی است ، به طوری که اثر تصادفی (شکنندگی) یک اثر ضربی بر روی خطر دارد. این مدل می تواند برای زمانهای شکست یک متغیره (مستقل) استفاده شود. مدل های شکنندگی برای دو منظور مفید هستند. ابتدا ، می توان از مدل های شکنندگی تک متغیری برای توضیح تأثیرات انتخاب افراد سالم در طول زمان ، و همچنین برای توضیح عدم تناسب ، مانند انحراف از مدل خطرات متناسب استفاده کرد. از مدلهای شکنندگی می توان در این زمینه برای ارائه روش های جایگزین در مورد رفتار خطر و نسبتهای خطر در طول زمان استفاده کرد. این روش های جایگزین به دلیل مسائل قابل شناسایی تا حدود زیادی فرضی هستند ، اما با این وجود مفید هستند. دوم ، در مدل های شکنندگی مشترک ، شکنندگی ها می توانند برای مدل بندی وابستگی زمان های بقا در داده های خوشه بندی شده یا رویدادهای مکرر استفاده شوند. اضافه کردن شکنندگی مشترک در یک مدل بقا، همان نقش اضافه کردن یک اثر تصادفی به مدل رگرسیون خطی، به عنوان راهی برای محاسبه همبستگی بین گروه های مختلف مشاهدات است. ، به عنوان مثال می توانند تأثیر متغیرهای کمکی مشاهده نشده در یک مدل خطرات متناسب را توصیف کند. |
| ذینفعان نتایج طرح | بیماران مبتلا به covid19 ذی نفعان این طرح بیمارانی اند که در آینده به بیماری covid19 مبتلا خواهند شد. با بررسی وضعیت بیماران در صورتی که هیچ گونه مداخله ای روی بیماران صورت نگرفته و با شناخت عوامل موثر بر زمان بقای بیماران می توانیم این عوامل موثر را کنترل کنیم تا بیماران بیشتری بهبود یابند . |
اطلاعات مجری و همکاران
| نام و نامخانوادگی | سمت در طرح |
|---|---|
| صبا غفاری | همکار اصلی |
| الناز شاسب | همکار اصلی |
| پروین سربخش | مجری اول (اصلی-هیات علمی) |
| سمانه یعقوبی | همکار اصلی |
اطلاعات تفضیلی
| حوزه خبر | خبر |
|---|---|
| رسانه ها و مردم | عنوان خبر متن خبر |
| متخصصان و پژوهشگران | عنوان خبر علاوه بر عوامل خطر شناخته شده، ویژگی های فردی بیماران نیز بر زمان بقای بیماران مبتلا به Covid19 بستری موثر است.متن خبر عوامل موثر بر زمان بقای بیماران مبتلا به Covid19 بستری در بیمارستان امام رضا تبریز به روش تحلیل بقا با رویکرد مدلهای شکنندگی انجام شد و طی آن نتایج نشان داد که علاوه بر عوامل بالینی و دموگرافیکی شناخته شده موثر بر بقا بیماران مبتلا به Covid19 بستری در بیمارستان، عوامل ناشناخته دیگری نیز همچنان وجود داردند که بر پیامد بیماری تاثیر گذار است. به این مفهوم که ممکن است دو بیمار با شرایط و ویژگی های شناخته شده شبیه هم، پیامدهای کاملا متفاوتی را بعد از ابتلا به Covid19 تجربه نمایند. در این مطالعه، با برازش مدل بقا شکنندگی و در نظر گرفتن این ویژگی های فردی ناشناخته در قالب جمله اثرات تصادفی، به بررسی این موضوع پرداختیم و با توجه به معنی دار بودن جمله اثرات تصادفی، می توان گفت که هنوز عوامل ناشناخته ای در پیامد میزان بقا بیماران بستری مبتلا به Covid19 موثر است که شناسایی آنها می تواند در درمان بیماری موثر باشد. |
| سیاستگذاران درمانی | عنوان خبر متن خبر |
| سیاستگذاران پژوهشی | عنوان خبر متن خبر |
| لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1 |
