A Novel Approach for Analyzing Non-Proportional Hazards With Long-Term Survivors: The Defective Yang-Prentice Model.
پخش حرفه‌ای فارسی و انگلیسی
در حال بررسی نسخه‌های صوتی ذخیره‌شده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
In survival analysis, addressing non-proportional hazards and the presence of long-term survivors poses substantial methodological challenges, as traditional models often fail to capture these features adequately. To overcome these limitations, a novel long-term survival model is proposed that integrates the Yang and Prentice framework with a defective Gompertz distribution. The proposed model provides a robust approach for analyzing time-to-event data with non-proportional hazards and a cure fraction. Comprehensive simulation studies and an application to colorectal cancer data illustrate its flexibility in capturing time-varying hazard ratios and long-term survivors, making it a useful alternative to existing methods.
نتیجه فارسی
این مقاله یک مدل جدید برای تحلیل داده‌های زمان تا رویداد با خطرات غیرتناسبی و کسر شفای طولانی‌مدت (مبتلایان طولانی‌مدت) ارائه می‌دهد. این مدل با ادغام چارچوب یانگ و پرنتیس با توزیع گومرتز معیوب ساخته شده است. مطالعات شبیه‌سازی و یک کاربرد روی داده‌های سرطان روده بزرگ نشان می‌دهند که این مدل می‌تواند ویژگی‌های زمانی را به دام بیندازد.
- مدل جدید با توزیع گومرتز معیوب و چارچوب یانگ-پرنتیس ساخته شده است.
- این مدل برای تحلیل داده‌های زمان تا رویداد با خطرات غیرتناسبی و کسر شفای طولانی‌مدت طراحی شده است.
- مطالعات شبیه‌سازی و کاربرد روی داده‌های سرطان روده بزرگ انعطاف‌پذیری مدل را نشان می‌دهند.
- مدل می‌تواند نسبت‌های خطر متغیر با زمان را به دام بیندازد.
ترجمه فارسی چکیده
در تحلیل بقای، مواجهه با خطرات غیرتناسبی و وجود مبتلایان طولانی‌مدت چالش‌های روش‌شناختی قابل توجهی ایجاد می‌کند، زیرا مدل‌های سنتی اغلب این ویژگی‌ها را به درستی به دام نمی‌اندازند. برای غلبه بر این محدودیت‌ها، یک مدل جدید برای بقای طولانی‌مدت پیشنهاد شده است که چارچوب یانگ و پرنتیس را با توزیع گومرتز معیوب ادغام می‌کند. این مدل ارائه‌شده، رویکردی مقاوم برای تحلیل داده‌های زمان تا رویداد با خطرات غیرتناسبی و کسر شفای طولانی‌مدت فراهم می‌کند. مطالعات شبیه‌سازی جامع و کاربردی بر روی داده‌های سرطان روده بزرگ، انعطاف‌پذیری آن در به دام انداختن نسبت‌های خطر متغیر با زمان و مبتلایان طولانی‌مدت را نشان می‌دهد و آن را به عنوان یک جایگزین مفید برای روش‌های موجود معرفی می‌کند.
روش پژوهش
مدل پیشنهادی با ادغام چارچوب یانگ و پرنتیس با توزیع گومرتز معیوب ساخته شده است. کارایی آن با مطالعات شبیه‌سازی و یک کاربرد روی داده‌های سرطان روده بزرگ بررسی شده است.
محدودیت‌ها
محدودیت‌های روش‌شناختی مدل در متن گزارش نشده است.
نمای PICO و پیامدها
- جمعیت
- مبتلایان به سرطان روده بزرگ (در کاربرد واقعی).
- مداخله/مواجهه
- مدل یانگ-پرنتیس معیوب (در تحلیل).
- مقایسه
- روش‌های موجود (در مقایسه).
- حجم نمونه
- گزارش نشده است.
متن کامل اصلی
برای بررسی دسترسی کتابخانه‌ای یا خرید، رکورد اصلی را باز کنید.
رفتن به منبع اصلی