ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام نموذج انحدار كوكس في ت...>الوصف

استخدام نموذج انحدار كوكس في تحديد العوامل المؤثرة على وقت البقاء لمرضى سرطان الرئة

العنوان بلغة أخرى: Using Cox Regression Model to Determine the Factors Affecting the Survival Time for Lung Cancer Patients
المصدر: مجلة التجارة والتمويل
الناشر: جامعة طنطا - كلية التجارة
المؤلف الرئيسي: البشبيشي، عبدالرحمن عبدالفتاح عبدالرحمن (مؤلف)
مؤلفين آخرين: أبو زيد، نصر إبراهيم رشوان نصر (م. مشارك) , سالم، هناء عبدالرحيم (م. مشارك)
المجلد/العدد: ع3
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2023
الشهر: سبتمبر
الصفحات: 976 - 1001
ISSN: 1110-4716
رقم MD: 1421068
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الأساليب الإحصائية | تحليل البقاء | نموذج انحدار كوكس | سرطان الرئة
كلمات المؤلف المفتاحية:
تحليل البقاء | نموذج انحدار كوكس | طريقة كابلان مايير | سرطان الرئة | Survival analysis | Cox regression model | Kaplan-Meier Method | Lung Cancer
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: يهدف البحث إلى دراسة أهم العوامل المؤثرة على وقت البقاء لمرضى سرطان الرئة باستخدام أسلوب انحدار كوكس، وذلك بالتطبيق على عينة من مرضى سرطان الرئة والبالغ عددهم ١٥٠ مريض متضمنة عدة عوامل من المتوقع أن يكون ذات تأثير على وقت البقاء ، وباستخدام نموذج انحدار كوكس كان هناك مجموعة من العوامل المؤثرة على وقت البقاء وتم ترتيب وتحديد الأهمية النسبية للمتغيرات المستقلة حسب تأثيرها في المتغير التابع الثنائي وذلك بناء علي إحصائية wald بنموذج انحدار كوكس، ويأتي في المرتبة الأولي وأكثر المتغيرات تأثيرا في الإصابة بسرطان الرئة ووقت البقاء للمريض علي قيد الحياة متغير التدخين X1 بنسبه مساهمة 31.78% ، يليه متغير X7 طرق العلاج بنسبة مساهمة 10.95% ، يليه متغير التاريخ المرضي الوراثي للعائلة 2 بنسبة 9.76% ، ثم متغير X3 المهنة بنسبة 3.84%، يليه متغير درجة المرض X13 بنسبة 3.185% ، ومتغير العمر X5 بنسبة 0.1688% ، وأخيرًا X10 الإصابة بكورونا 0.072%.

The research aims to study the most important factors affecting the survival time for lung cancer patients using the Cox regression method, by applying it to a sample of 150 lung cancer patients, including several factors that are expected to have an impact on the survival time. Using the Cox regression model, there were a set of factors affecting the survival time, and the relative importance of the independent variables was arranged and determined according to their effect on the binary dependent variable, based on Wald's statistics using the Cox regression model, and the most influential variable in the incidence of lung cancer and the patient’s survival time is the smoking variable X1 with a contribution rate of 31.78%, followed by the variable X7 methods of treatment with a contribution rate of 10.95%, followed by the genetic disease history variable of the family X2 with a rate of 9.76%, then the occupation variable X3 With a rate of 3.84%, followed by the disease degree variable X13 with a rate of 3.185%, the age variable X5 with a rate of 0.1688%, and finally the X10 infection with corona 0.072%.
ISSN: 1110-4716

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.