ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > بحث>التقدير البيزي في تحليل المخاط...>الوصف

التقدير البيزي في تحليل المخاطر المتنافسة لبيانات البقاء المتقطعة في ظل النهج الحركي: بالتطبيق على مرضى غسيل الكلى في البصرة - العراق

العنوان بلغة أخرى: The Bayesian Estimation in Competing Risks Analysis for Discrete Survival Data under Dynamic Methodology: With Application to Dialysis Patients in Basra - Iraq
المصدر: مجلة الأقتصادي الخليجي
الناشر: جامعة البصرة - مركز دراسات الخليج العربي
المؤلف الرئيسي: يعقوب، أسماء أيوب (مؤلف)
مؤلفين آخرين: علي، عمر عبدالمحسن (م. مشارك)
المجلد/العدد: ع46
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2020
الشهر: كانون الأول
الصفحات: 47 - 74
DOI: 10.33762/1287-000-046-001
ISSN: 1817-5880
رقم MD: 1265201
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأمراض | الغسيل الكلوي | تحليل البيانات | تحليل البقاء | تحليل المخاطر | المخاطر المتنافسة | التقدير البيزي | طريقة MAP | طريقة MCMC | مدينة البصرة | العراق
كلمات المؤلف المفتاحية:
دالة المخاطرة المتقطعة | النمذجة الديناميكية | المخاطر المتنافسة | تأثير تغاير الزمن | طريقة MAP | طريقة MCMC | مرضى غسيل الكلى | Discrete Hazard Function | Dynamic Modeling | Competing Risks | Time-Varying Effect | MAP Method | MCMC Method | Dialysis Patients
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: يعد تحليل البقاء (Survival analysis) أحد أنواع تحليل البيانات التي تصف المدة الزمنية لحين حدوث حدث ذات اهتمام مثل الموت أو غير ذلك من الأحداث ذات الأهمية في تحديد ماستؤول اليه الظاهرة المدروسة. ومن الممكن أن يكون هنالك أكثر من نقطة لنهاية الحدث وفي هذه الحالة يطلق عليها المخاطر المتنافسة (Competing risks). الغرض من هذا البحث هو تطبيق النهج الديناميكي في تحليل وقت البقاء المتقطع وذلك لتقدير تأثير المتغيرات المشتركة عبر الزمن وكذلك نمذجة العلاقة اللاخطية بين المتغيرات المشتركة ودالة المخاطرة المتقطعة (Discrete hazard function) من خلال استعمال الأنموذج متعدد الحدود اللوجستي (Multinomial Logistic) وانموذج كوكس متعدد المتغيرات (Multivariate Cox). لغرض أجراء عملية التقدير لكل من دالة المخاطرة المتقطعة والمعلمات المعتمدة على الزمن، تم استعمال طريقتين للتقدير تعتمدان على أسلوب بيز (Bayse) وفق النمذجة الحركية وهما: طريقة التعظيم اللاحق (MAP) وتمت هذه الطريقة باستعمال الأساليب العددية والمتمثلة بممهد مرشح كالمن التكراري الموزون (IWKFS) وبالدمج مع خوارزمية تعظيم التوقع (EM)، أما الطريقة الأخرى فتتمثل بطريقة سلاسل ماركوف مونت كارلو الهجينة (HMCMC) باستعمال خوارزمية ميتروبولس هاستنك (M-H) ومعاينة جبس (GS). تم تطبيق الدراسة في تحليل البقاء على غسيل الكلى لحين حدوث أما حدث الوفاة بسبب الفشل الكلوي أو حدوث الحدث المنافس والمتمثل بزرع الكلى. كما تم تحديد اهم المتغيرات المؤثرة على توقف المريض عن غسل الكلى لكلا الحدثين محل الدراسة.

Survival analysis is one of the types of data analysis that describes the time period until the occurrence of an event of interest such as death or other events of importance in determining what will happen to the phenomenon studied. There may be more than one endpoint for the event, in which case it is called Competing risks. The purpose of this research is to apply the dynamic approach in the analysis of discrete survival time in order to estimate the effect of covariates over time, as well as modeling the nonlinear relationship between the covariates and the discrete hazard function through the use of the multinomial logistic model and the multivariate Cox model. For the purpose of conducting the estimation process for both the discrete hazard function and the time-dependent parameters, two estimation methods have been used that depend on the Bayse method according to dynamic modeling: the Maximum A Posterior method (MAP) This method was done using numerical methods represented by a Iteratively Weighted Kalman Filter Smoothing (IWKFS) and in combination with the Expectation maximization algorithm (EM), the other method is represented by the Hybrid Markov Chains Monte Carlo (HMCMC) method using the Metropolis Hasting algorithm (MH) and Gypsum sampling (GS). The study was applied in the survival analysis on dialysis until either death occurred due to kidney failure or the competing event, represented by kidney transplantation. The most important variables affecting the patient’s cessation of dialysis were also identified for both events in this research.
ISSN: 1817-5880

عناصر مشابهة

خيارات البحث

المزيد من البحث

هل تحتاج مساعدة؟


© 2024 المنظومة. جميع الحقوق محفوظة.