ارزیابی متغیرهای پیش آگهی در رده بندی نرخ بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم

جستجو برای ارزیابی و تحلیل فاکتورهای مهم و موثر در بقای بیماران یکی از مباحث کلیدی در مطالعات بالینی است. مدل درخت تصمیم روش جدیدی است که در تعیین فاکتورهای پیش آگهی بیماری و رده بندی بیمارن بر اساس زیرگروه های همگن استفاده می شود. در این روش انتخاب رده ها برحسب مهم ترین فاکتورهای پیش آگهی صورت می گیرد. هدف از این مطالعه تحلیل داده های بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم است.
در این مطالعه، از داده های 739 بیمار مبتلا به سرطان کولورکتال استفاده شده است. این داده ها در مرکز تحقیقات بیماری های گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی ثبت شده اند. داده ها شامل اطلاعات دموگرافی و هیستوپاتولوژیک هستند. پیشامد مورد نظر در این مطالعه مرگ بیماران است و زمان بقای بیماران از زمان تشخیص بیماری تا وقوع پیشامد (یا سانسور شدن) است که بر حسب ماه اندازه گیری شده است. برای تحلیل داده ها و رده بندی بیماران از مدل درخت تصمیم استفاده شد.
مدل درخت تصمیم متغیرهای مرحله سرطان در زمان تشخیص (بر حسب TNM)، سن بیمار در زمان تشخیص، متغیر نوع مورفولوژی تومور و درجه سرطان را در سطح معناداری (05/0P<) به عنوان فاکتورهای پیش آگهی مهم در بقای بیماران مبتلا به سرطان کولورکتال نشان داد. همچنین بیماران بر حسب این فاکتورها به پنج زیرگروه همگن رده بندی شدند. مقادیر بزرگتر از 1 معیار اندازه اختلاف (measure of separation) (SEP)، مناسبت مدل را تائید می کند.
مدل درخت تصمیم علاوه بر ارزیابی فاکتورهای پیش آگهی بیماری، روشی مناسب و قدرتمند در رده بندی نرخ بقای بیماران است.