پایان‌نامه

برآورد مخاطره متناسب تابع بقا شرطی و پیش بینی بقا بیماران مبتلا به سرطان معده براساس اندازه گیری های انجام شده قبل از عمل جراحی

هادی جباری نوقابی

چکیده

یکی از اهداف اصلی آنالیز بقا بدست آوردن یک برآورد برای تابع بقا به شرط الگوهای هم عامل مشخص است. گرچه استنباط در مورد مدل مخاطره های متناسب ، خصوصیات اساسی نرخ مخاطره را نادیده می گیرد، اما از دست دادن تابع بقا درست همانند توابع بقا شرطی نامشخص برای انجام برآورد بعدی از کمیت ها معمول است . تهیه چنین اطلاعاتی ممکن است به راهنمایی در مورد تصمیم گرفتن برای یک مفهوم کاربردی کمک کند.

اساتید راهنما و مشاور

سقراط فقیه زاده

شکل‌ها (۶)

  • شکل، صفحه‌ی ۱
    صفحه‌ی ۱
  • شکل، صفحه‌ی ۲
    صفحه‌ی ۲
  • شکل، صفحه‌ی ۳
    صفحه‌ی ۳
  • شکل، صفحه‌ی ۷
    صفحه‌ی ۷
  • شکل، صفحه‌ی ۱۴
    صفحه‌ی ۱۴
  • شکل، صفحه‌ی ۱۵
    صفحه‌ی ۱۵

شکل‌ها از متن کامل مقاله برداشته شده‌اند و حقوقشان از آنِ نویسندگان و ناشر است.

پایان‌نامه‌های مشابه

اسناد مشابه

  • پیش‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎بینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی

    مقالهمجله اپیدمیولوژی ایرانآذر اسد آبادی، a asadabadi msc, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranکارشناس ارشد آمار زیستی، گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران عباس بهرامپور، a bahrampour professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران علی اکبر حقدوست، aa haghdoost associate professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران

    مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎

  • مقایسه مدل شبکه عصبی مصنوعی و رگرسیون کاکس در پیش بینی بقای بیماران مبتلا به سرطان پستان

    مقالهمجله دانشگاه علوم پزشکی ایلاممسعود صالحی، m salehi محمودرضا گوهری، mr gohari نسیم وهابی، n vahabi فرید زایری

    مقدمه: امروزه انواع سرطان یکی از مهم ترین عوامل مرگ و میر در دنیا و سرطان پستان از شایع ترین آن ها در زنان میان سال می باشد. میزان بقای پس از تشخیص و درمان در این بیماران یکی از شاخص های مهم در کنترل بیماری است. در این مطالعه دو مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقا

  • مقایسه ی مدل شبکه عصبی مصنوعی و رگرسیون کاکس در پیش بینی بقای بیماران مبتلا به سرطان معده

    مقالهکومشاکبر بیگلریان، akbar biglarian ابراهیم حاجی زاده، ebrahim hajizadeh انوشیروان کاظم نژاد، anoshirvan kazemnejad

    سابقه و هدف: یکی از روش های آماری تحلیل داده های بقا، مدل رگرسیونی کاکس است که نیازمند پذیره هایی مانند متناسب بودن مخاطرات است. در چند دهه اخیر به کارگیری مدل شبکه عصبی مصنوعی برای پیش بینی داده های بقا، افزایش یافته است. این مطالعه به منظور پیش بینی بقای بیماران مبتلا به سرطان

  • پیش‎بینی بقای بیماران مبتلا به سرطان کولورکتال مراجعه کننده به مرکز ام- آر- آی دارالایتام مهدیه همدان با استفاده از مدل پارامتری وایبل و تعیین ریسک فاکتورهای موثر طی سال‎های ۱۳۸۴-۱۳۹۲

    مقالهمجله دانشگاه علوم پزشکی اراکقدرت اله روشنایی، ghodratollah roshanaei department of biostatistics and epidemiology, school of public health, hamadan university of medical sciences, hamadan, iranمرکز تحقیقات مدل‎سازی بیماری‎های غیرواگیر، گروه آمارزیستی و اپیدمیولوژی، دانشگاه علوم پزشکی همدان، همدان، ایران اعظم کمیجانی، azam komijani department of biostatistics and epidemiology, school of public health, hamadan university of medical sciences, hamadan, iranگروه آمار زیستی و اپیدمیولوژی، دانشگاه علوم پزشکی همدان، همدان، ایرانسازمان اصلی تایید شده: دانشگاه علوم پزشکی همدان (hamadan university of medical sciences) عبدالعظیم صدیقی پاشاکی، abdolazim sadighi pashaki radiology-oncology center, mri center of hamadan, hamadan, iranمرکز رادیوتراپی– آنکولوژی مهدیه همدان، همدان، ایرانسازمان اصلی تایید شده: دانشگاه علوم پزشکی همدان (hamadan university of medical sciences) جواد فردمال

    زمینه و هدف: برای برآورد بقا می‎توان از مدل‎های مختلف ناپارامتری، نیمه‎پارامتری و پارامتری استفاده کرد که بسته به ماهیت داده‎ها ممکن است برخی از روش‎ها مناسب‎تر باشد. استفاده از مدل مناسب باعث برآورد دقیق‎تر بقا و تعیین عوامل موثر بر آن خواهد شد که هدف این مطالعه براورد بقا در بی

  • ارائه یک الگوریتم برای پیش بینی عود بیماران مبتلا به سرطان پستان با استفاده از الگوریتم ژنتیک و الگوریتم نزدیک ترین همسایگی

    مقاله۲۰۲۰مجله انفورماتیک سلامت و زیست پزشکیستایش صادقی، امین گلاب پور

    مقدمه: بیماری سرطان پستان یکی از شایع‌ترین انواع سرطان و شایع‌ترین نوع بدخیمی در زنان است که در سال‌های اخیر روند رو به رشدی داشته است. در مبتلایان به این بیماری همواره احتمال عود مجدد وجود دارد. عوامل زیادی میزان این احتمال را کاهش یا افزایش می‌دهند. داده‌کاوی از روش‌هایی است که

  • مقایسه مدل شبکه عصبی مصنوعی و رگرسیون کاکس در پیش بینی بقای بیماران مبتلا به سرطان پستان

    مقاله۲۰۱۳مجله دانشگاه علوم پزشکی ایلاممسعود صالحی، محمودرضا گوهری، نسیم وهابی، فرید زایری

    مقدمه: امروزه انواع سرطان یکی از مهم ترین عوامل مرگ و میر در دنیا و سرطان پستان از شایع ترین آن ها در زنان میان سال می باشد. میزان بقای پس از تشخیص و درمان در این بیماران یکی از شاخص های مهم در کنترل بیماری است. در این مطالعه دو مدل رگرسیون ...