این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشگاه علوم پزشکی مازندران، جلد ۳۲، شماره ۲۰۷، صفحات ۵۹-۶۶
عنوان فارسی شناسایی بهترین مدل پارامتریک تحلیل بقا برای تعیین عوامل موثر بر طول مدت بستری بیماران سوختگی استان مازندران طی سال های ۱۳۹۸-۱۳۹۲
چکیده فارسی مقاله سابقه و هدف: شاخص طول مدت بستری، معیار مناسبی برای ارزیابی کیفیت مراقبت های بیمارستانی است. هدف از این مطالعه شناسایی بهترین مدل‌های استاندارد پارامتریک تحلیل بقا برای تعیین عوامل موثر بر طول مدت بستری بیماران سوختگی می‌باشد. مواد و روش‌ها: در این مطالعه مقطعی با روش سرشماری، پرونده‌های بیمارستانی مجموع 460 بیمار سوختگی که طی سال‌های 1392 تا 1398دربیمارستان شهید زارع ساری (تنها مرکز ارجاع بیماران سوختگی در استان مازندران) بستری بودند، مرور شد. با استفاده از معیار ارزیابی اطلاعات آکایکه (AIC)، بهترین مدل انتخاب شد و سپس با تحلیل بقای چند متغیره بر مبنای آن مدل، عوامل موثر بر طول مدت زمان بستری شناسایی شدند. داده‌ها با استفاده از نرم‌افزارهای آماری R ver 4.1.1 (پکیج survival) و SPSS ورژن 24 در سطح معنی داری 0/05P< پردازش شدند. یافته‌ها: مدل پارامتری Burr دارای کم‌ترین مقدار AIC (3284/92) و بنابراین بهترین مدل بود. متغیرهای بیماری زمینه‌ای(دیابت)(1/61HR=، 0/68-0/28 : CI 95 درصد)، محل رخداد حادثه (1/33HR=، 0/94-0/07 : CI 95 درصد)، درصد سوختگی (0/73HR=، 2/53-0/28 : CI 95 درصد)، و فاصله زمانی بین رخداد سوختگی تا بستری شدن (1/69HR=، 0/88-0/18 : CI 95 درصد)، به‌طور معناداری بر طول مدت بستری تاثیرگذار بودند (0/05P<). استنتاج: مدلBurr برازش بهتری در مقایسه با سایر مدل‌های پارامتریک استاندارد تحلیل بقا برای تعیین عوامل موثر بر طول مدت بستری بیماران سوختگی دارد.
کلیدواژه‌های فارسی مقاله مدل‌های پارامتریک تحلیل بقا، توزیع (BurrXII) Burr، معیار ارزیابی اطلاعات آکایکه، طول مدت بستری، سوختگی
عنوان انگلیسی Identifying the Best Parametric Model of Survival Analysis to Determine the Factors Affecting the Length of Hospital Stay in Burn Patients in Mazandaran Province, 2013-2019
چکیده انگلیسی مقاله Background and purpose: Hospital Length of Stay (LoS) is a good indicator of the quality of hospital care. The purpose of this study was to identify the best standard models for survival analysis to determine the factors affecting the length of hospital stay in burn patients. Materials and methods: In this cross-sectional study, the hospital records of 460 burn patients hospitalized in Sari Shahid Zare Hospital, 2013-2019 were reviewed. Best model was introduced using Akaike information criterion (AIC) method. Multivariate survival analysis was done and factors affecting the LoS were determined. Statistical analyses were performed using R ver. 4.1.1 (survival package) and SPSS ver. 24. Results: The Burr parametric model had the lowest AIC value (3284.92) and was therefore selected as the best model. Comorbidities, including diabetes (HR= 1061, 95% CI: 0.28-0.67), location of accident (HR= 1.33, 95% CI: 0.07-0.49), burn percentage (HR=0.73, 95% CI: 0.28-2.35), and time interval between burn incidence and hospitalization (HR=1.69, 95% CI: 0.18-0.88) significantly affected the duration of hospitalization (P< 0.05). Conclusion: The Burr model fits better than other standard parametric models of survival analysis to determine the factors affecting the length of hospital stay in burn patients.
کلیدواژه‌های انگلیسی مقاله Parametric models of survival analysis, Burr distribution, Akaike information criterion, length of hospital stay, burn disease
نویسندگان مقاله فاطمه صفری حاجیکلایی | Fatemeh Safari Haji Kolaei
1MSc Student in Biostatistics, Student Research Committee, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran
دانشجوی کارشناسی ارشد آمار زیستی، کمیته تخقیقات دانشجویی، دانشکده بهداشت، دانشگاه علوم پزشکی مازندران، ساری، ایران

زهرا رمضانی | Zahra Ramzani
Postdoctoral Researcher, Department of Biostatistics, Addiction Institute, Health Sciences Research Center, Mazandaran University of Medical Sciences, Sari, Iran
پژوهشگر پست دکتری ، گروه آمار زیستی، پژوهشکده اعتیاد، مرکز تحقیقات علوم بهداشتی، دانشگاه علوم پزشکی مازندران، ساری، ایران

جمشید یزدانی چراتی | Jamshid Yazdani charati
Professor, Department of Biostatistics, Addiction Institute, Health Sciences Research Center, Mazandaran University of Medical Sciences, Sari, Iran
. استاد، گروه آمار زیستی، پژوهشکده اعتیاد، مرکز تحقیقات علوم بهداشتی، دانشگاه علوم پزشکی مازندران، ساری، ایران

رضاعلی محمدپورتهمتن | Reza Ali Mohammadpour Tahamtan
Professor, Department of Biostatistics, Addiction Institute, Health Sciences Research Center, Mazandaran University of Medical Sciences, Sari, Iran
استاد، گروه آمار زیستی، پژوهشکده اعتیاد، مرکز تحقیقات علوم بهداشتی، دانشگاه علوم پزشکی مازندران، ساری، ایران

زهرا نورانی بالادزایی | Zahra Nourani Baladezai
Infection Disease Specialist, Health Sciences Research Center, Mazandaran University of Medical Sciences, Sari, Iran
متخصص بیماری های عفونی، مرکز تحقیقات علوم بهداشتی، دانشگاه علوم پزشکی مازندران، ساری، ایران

فائزه سادات موحدی | Faezeh Sadat Movahedi
1MSc Student in Biostatistics, Student Research Committee, Faculty of Health, Mazandaran University of Medical Sciences, Sari, Iran
دانشجوی کارشناسی ارشد آمار زیستی، کمیته تخقیقات دانشجویی، دانشکده بهداشت، دانشگاه علوم پزشکی مازندران، ساری، ایران

نشانی اینترنتی http://jmums.mazums.ac.ir/browse.php?a_code=A-10-370-30&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 زیستی
نوع مقاله منتشر شده پژوهشی-کامل
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات