این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی دانشگاه علوم پزشکی تهران، جلد ۷۷، شماره ۲، صفحات ۰-۰
عنوان فارسی بررسی مقایسه ای توان پیشگویی بروز ایدز در افراد آلوده به ویروس HIV (سندرم نقص ایمنی انسانی) به وسیله ی مدل مارکوف براساس دو معیار WHO (سازمان جهانی بهداشت) وCDC ( مراکز کنترل بیماری و پیشگیری) در دسته بندی سلول های CD۴
چکیده فارسی مقاله زمینه و هدف: مدل‌های مارکوف چند‌وضعیتی جهت بررسی پیشروی بیماری ایدز با تقسیم بندی مارکر آزمایشگاهی سلول   CD4 کاربرد گسترده ای دارند.  این مدل ها با تعداد وضعیت‌های مختلف، نتایج متفاوتی از اثر متغیر کمکی و پیشگویی روند بیماری ایدز دارند.  هدف پژوهش حاضر، مقایسه‌ی مدل چهار و پنج وضعیتی با مدل سه وضعیتی جهت انتخاب مدل با توان پیشگویی بهتر وقوع ایدز و سپس مرگ در افراد آلوده به ویروس HIV است. روش بررسی: این پژوهش یک مطالعه‌ی هم گروهی است که بر روی 305 فرد آلوده به ویروس HIV که از فروردین 1374 تا دی ماه 1389 به مرکز تحقیقات ایدز ایران مراجعه کرده اند و تا سال 1393مورد پیگیری قرار گرفته اند، انجام شده است. سه مدل مارکوف همگن‌زمان سه، چهار و پنج وضعیتی به داده ها برازش داده شد.  مقایسه‌ی مدل ها با استفاده از معیار اصلاح شده‌ی آکاییکه‌ی   و معیار اعتبار سنجی متقابل براساس درستنمایی   به همراه فاصله ردیابی 95% آن ها انجام شد. از نرم افزار R برای برازش مدل استفاده شد. یافته ها: نتایج نشان دادند که توان پیشگویی مدل چهار وضعیتی از مدل پنج وضعیتی بیشتر است. در مدل چهار‌وضعیتی نسبت مخاطره‌ی پیشروی به مرگ برای افرادی که درمان ضدرتروویروس خیلی فعال (HAART) دریافت کرده اند 64/0کمتر از دسته ای بودکه درمان را دریافت نکرده بودند. هم چنین نسبت مخاطره‌ی پیشروی بیماری در مردان به زنان 33/2 برابراست. هم چنین نسبت  مخاطره‌ی پیشروی به مرگ در مردان به زنان 9/4 برابر بوده است. نتیجه‌گیری : معیار‌های نشان دادند که مدل چهار‌وضعیتی توان پیشگویی بهتری از روند پیشروی بیماری در مقایسه با مدل پنج وضعیتی دارد.  
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Comparative study of predictive ability of AIDS incidence in HIV positive people using Markov model according to two criteria, WHO and CDC in CD4 cell categorization
چکیده انگلیسی مقاله Background: The Multi state Markov models have extensively application with categorization of laboratory marker of CD4 cells for evaluation of HIV progression. Models with different states result in different effects of covariates and prediction of disease trend. The aim of this study is comparison of four- and five- states models with the three- state in order to select the model for better prediction ability of occurrence of HIV and finally death in HIV positive people. Methods: A total of 305 HIV positive people were included in this cohort study that entered in the Iran AIDS center during March 1995 to January 2005 and then fallowed up to October 2014. The three continuous- time Markov models of three-, four- and five- state models were fitted to data.  For comparison of models, two criteria of modification of Akaike's criterion likelihood cross-validation criterion  along with their 95% tracking interval was used. For fitting the model the software R was used.   Results: The results showed that the four- state model has more prediction ability than five- state model. In the four-state model, the progression hazard ratio to death for people who got HAART was 0.64 lower than who didn't get the therapy. Moreover, the progression hazard ratio for men was 2.33 fold in comparison to women. The progression hazard ratio to death was 4.9 fold for men in comparison to women.   Conclusion: The  and  criterions showed that the four- state model has more predictive ability of the progression trend of disease in comparison of five - state model.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مهسا نظری | mahsa nazari
Shahid Beheshti University of Medical Sciences
علوم پزشکی شهید بهشتی

فرید زایری | Farid zayeri
Shahid Beheshti University of Medical Sciences
علوم پزشکی شهید بهشتی

سعید هاشمی نظری | saeed Hashemi Nazari
Shahid Beheshti University of Medical Sciences
علوم پزشکی شهید بهشتی

سارا جام بر سنگ | Sara Jambarsang
Shahid Sadoughi University of Medical Sciences
دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهید صدوقی یزد

علی نیک فرجام | Ali Nikfarjam
. Deputy of Health Tehran University of Medical sciences
معاونت بهداشت دانشگاه علوم پزشکی تهران

علیرضا اکبرزاده باغبان | Alireza Akbarzade Baghban
Shahid Beheshti University of Medical Sciences
علوم پزشکی شهید بهشتی

نشانی اینترنتی http://tumj.tums.ac.ir/browse.php?a_code=A-10-3484-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده آمار
نوع مقاله منتشر شده مقاله اصیل
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات