ارسل ملاحظاتك

ارسل ملاحظاتك لنا









Using Proportional Hazard, MLE and GLIM for Difference Model Distributions in Survival Analysis for Myocardial Infarction

العنوان بلغة أخرى: استخدام المخاطر النسبية، MLE وGLIM لتوزيعات نموذج الفرق في تحليل البقاء على قيد الحياة لاحتشاء عضلة القلب
المصدر: مجلة جامعة كركوك للعلوم الإدارية والاقتصادية
الناشر: جامعة كركوك - كلية الإدارة والاقتصاد
المؤلف الرئيسي: رضا، مهدي صابر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Raza, Mahdi Saber
مؤلفين آخرين: جاوشين، تارة أحمد حسن (م. مشارك)
المجلد/العدد: مج14, ع3
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: سبتمبر
الصفحات: 210 - 218
DOI: 10.32894/1913-014-003-016
ISSN: 2222-2995
رقم MD: 1528077
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
المخاطر التناسبية | النماذج الخطية المعممة "GLIM" | الاحتمالية كبرى | تحليل البقاء على قيد الحياة | معلمة واحدة ومعلمتين ويبل | احتشاء عضلة القلب | Proportional Hazards | Generalized Linear Models "GLIM" | Maximum Likelihood | Survival Analysis | One and two Parameters Weibull | Myocardial Infarction
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

1

حفظ في:
المستخلص: تمت في هذه الدراسة نموذجا حدوديا لمخاطر، خط الأساس من حيث طريقة التوزيعات الجزئية لتحليل المخاطر المتناسبية لبيانات البقاء على قيد الحياة مع المتغيرات المشتركة. من السهل تقدير أكبر الاحتمالية باستخدام النماذج الخطية المعممة (GLIM) والعملية التكرارية يتم توفير التطبيقات لهذا النهج وتطبيقه على المخاطر المتنافسة، حيث يكون ملاءمة Weibull المكونة من معلمتين أفضل بشكل واضح من نموذج Weibull الأساسي. يمكن أن تخضع معلمة المخاطر خط الأساس لأي تحول صاعد رتيب، مما يؤدي إلى عمومية واسعة. من المتوقع أن تكون النماذج متعددة التعريف من هذا النوع فعالة في شرح عمليات البقاء على قيد الحياة للمخاطر التناسبية المختلفة بما في ذلك نقاط التغيير حيث تتغير الحالة الحاكمة بسرعة. تم جمع البيانات في مستشفى أربيل التعليمي للفترة من ۲۰۲۰ إلى ۲۰۲۳ وباستخدام برنامج spss لتحليل البيانات.

This study offers a parametric modelling of the base-line hazard in terms of piecewise distributions method to proportional hazards analysis of survival data with covariates. It is simple to estimate maximum likelihood using generalized linear models (GLIM) and an iterative process. Applications are provided for the approach and its application to competing hazards, where a two-piece Weibull fit is clearly better than the basic Weibull model. The base-line hazard parameter can be subjected to any given monotonic rising transformation, which leads to a wide generality. Piecewise models of this type are predicted to be effective in explaining various proportional hazards survival processes including change points where the ruling conditions rapidly change. The data was collected in Education Erbil Hospital from 2020 to 2023 and using spss program to analysis the data.

ISSN: 2222-2995

عناصر مشابهة