Journal of Health System Research

fa معرفی مدل‌های چند حالته در تحلیل بقا و ارایه مثال کاربردی به منظور بررسی عوامل مرتبط با تغییر وضعیت دریافت‌کنندگان پیوند قلب: یک مقاله مروری Introducing Multi-State Models in Survival Analysis and Providing an Applied Example to Investigate Factors Related to Changing Status of Heart Transplant Recipients: A Review Article آمار زیستی و اپیدمیولوژی Biostatistics and Epidemiology كاربردي Applicable <div style="text-align: justify;">مقدمه: پژوهش حاضر به معرفی و کاربرد مدل‌های چند حالته در تحلیل بقا برای بررسی عوامل مؤثر بر تغییر وضعیت دریافت‌کنندگان پیوند قلب پرداخت. مدل‌های چند حالته به ‌طور رایج به منظور توصیف مسیر پیشرفت بیماری استفاده می‌شوند و پیچیدگی آن‌ها به تعداد حالات و انتقال‌های ممکن بستگی دارد. این مدل‌ها امکان بررسی تأثیر متغیرهای کمکی بر احتمال انتقال بین حالت‌های مختلف بیماری را فراهم می‌کنند. روش‌ها: در جهت تبیین فرایند عملکرد مدل، از اطلاعات بیماران دریافت‌کننده پیوند قلب برگرفته از مقاله‌ی Sharples و همکاران استفاده شد. بر اساس این داده‌ها، پیشرفت بیماری در چهار حالت مختلف شامل حالت ۱ (سلامت)، حالت ۲ (بیماری قلبی خفیف/ متوسط)، حالت ۳ (بیماری قلبی شدید) و حالت ۴ (مرگ) با هدف پیشرفت سیر بیماری و انتقال بیماران از یک حالت به حالات بعدی جمع‌آوری گردید. جهت دستیابی به نتایج مطلوب، مدل‌های رگرسیون Cox و رگرسیون Cox طبقه‌بندی‌ شده مورد استفاده قرار گرفت. یافته‌ها: در این مطالعه، از داده‌های ۶۲۲ بیمار دریافت‌کننده پیوند قلب استفاده شد که پیشرفت بیماری در چهار حالت تعریف گردید. میانگین سنی دریافت‌کنندگان در هنگام پیوند 90/10± 90/48 سال، اهداکنندگان قلب 40/11 ± 80/28سال و معاینه پس از پیوند 34/3± 84/3 سال بود. وقوع بیماری قلبی پس از دریافت پیوند برای فرد دریافت‌کننده پیوند با سنین بالا‌تر، بیشتر گزارش شد؛ به طوری که فرد دریافت‌کننده با سن بیشتر از 65 سال، دارای خطر بالاتر و بقای کمتر نسبت به فرد دریافت‌کننده پیوند در سنین پایین‌تر بود [001/0 > P، 778/2-224/1 : Confidence interval (CI) 95 درصد، 845/1 = (HR)]. نتیجه‌گیری: بقای بیماران بدون بیماری پس از پیوند یا با حالات خفیف بیماری، بیشتر از بیماران با حالات شدید می‌باشد. همچنین، دریافت پیوند در سنین پایین‌تر، با احتمال بقای بالاتر و خطر کمتر ابتلا به بیماری‌های پس از پیوند همراه است. بنابراین، زمان انجام پیوند عامل مهم و تأثیرگذاری بر پیشرفت بیماری و نتایج بالینی محسوب می‌شود</div> <div style="text-align: justify;">Background: This study introduces and applies multi-state models in survival analysis to examine factors affecting the changing status of heart transplant recipients. Multi-state models are commonly used to describe the pathway of disease progression, and their analytical complexity depends on the number of defined states and possible transitions between them. These models allow for the investigation of the effect of auxiliary variables on the probability of transition between different disease states. Methods: To illustrate the model's functionality, data from heart transplant recipients, taken from the article by Sharples et al., were used. Based on these data, disease progression was collected across four distinct states: state 1 (healthy), state 2 (mild/moderate heart disease), state 3 (severe heart disease), and state 4 (death), with the aim of tracking disease progression and patient transitions from one state to subsequent states. To achieve the desired results, Cox regression and stratified Cox regression models were used. Findings: In this study, data from 622 heart transplant recipients were used, with disease progression defined across four states. The mean and standard deviation (SD) of recipients’ age at transplant was 48.90 ± 10.90 years, of heart donors was 28.80 ± 11.40 years, and the mean post-transplant examination time was 3.84 ± 3.34 years. The occurrence of heart disease after transplantation was higher for recipients of older age. Specifically, a recipient older than 65 years had a higher risk and lower survival compared to a recipient transplanted at a younger age [hazard ratio (HR) = 1.845, 95% confidence interval (CI): 1.224-2.778, P < 0.001]. Conclusion: The survival of patients who do not develop post-transplant diseases or who experience initial stages of post-transplant disease is higher than that of patients who develop severe post-transplant diseases and experience critical states. Furthermore, receiving a transplant at a younger age is associated with a higher probability of survival and a lower risk of developing post-transplant heart diseases. Therefore, the timing of the heart transplant is a significant and influential factor on disease progression and clinical outcomes.</div> تحلیل بقا, مدل‌های چند حالته, رگرسیون کاکس طبقه‌بندی‌ شده, پیوند قلب Survival analysis, Multi-state models, Stratified cox regression, Heart transplantation 417 429 http://hsr.mui.ac.ir/browse.php?a_code=A-10-1007-1&slc_lang=fa&sid=1 Shima Aminzadeh شیما امین‌زاده shima.aminzadeh@yahoo.com 100319475328460026418 0009-0000-0463-368X No PhD Student, Department of Epidemiology and Biostatistics, School of Public Health, Isfahan University of Medical Sciences, Isfahan, Iran دانشجوی دکتری تخصصی، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران Marjan Mansourian مرجان منصوریان jmansourian@gmail.com 100319475328460026419 100319475328460026419 Yes Professor, Department of Epidemiology and Biostatistics, School of Public Health, Isfahan University of Medical Sciences, Isfahan, Iran استاد، گروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران