Abstract
Survival analysis is one of the types of data analysis that describes the time period until the occurrence of an event of interest such as death or other events of importance in determining what will happen to the phenomenon studied. There may be more than one endpoint for the event, in which case it is called Competing risks. The purpose of this research is to apply the dynamic approach in the analysis of discrete survival time in order to estimate the effect of covariates over time, as well as modeling the nonlinear relationship between the covariates and the discrete hazard function through the use of the multinomial logistic model and the multivariate Cox model. For the purpose of conducting the estimation process for both the discrete hazard function and the time-dependent parameters, two estimation methods have been used that depend on the Bayse method according to dynamic modeling: the Maximum A Posterior method (MAP) This method was done using numerical methods represented by a Iteratively Weighted Kalman Filter Smoothing (IWKFS) and in combination with the Expectation maximization algorithm (EM), the other method is represented by the Hybrid Markov Chains Monte Carlo (HMCMC) method using the Metropolis Hasting algorithm (MH) and Gypsum sampling (GS). The study was applied in the survival analysis on dialysis until either death occurred due to kidney failure or the competing event, represented by kidney transplantation. The most important variables affecting the patient’s cessation of dialysis were also identified for both events in this research .
Keywords
Competing risks
Dialysis patients .
Discrete hazard function
Dynamic modeling
MAP method
MCMC method
Time-Varying effect
Abstract
يعد تحليل البقاء (Survival analysis) احد انواع تحليل البيانات التي تصف المدة الزمنية لحين حدوث حدث ذات اهتمام مثل الموت او غير ذلك من الاحداث ذات الاهمية في تحديد ماستؤول اليه الظاهرة المدروسة. ومن الممكن ان يكون هنالك اكثر من نقطة لنهاية الحدث وفي هذه الحالة يطلق عليها المخاطر المتنافسة (Competing risks) . الغرض من هذا البحث هو تطبيق النهج الديناميكي في تحليل وقت البقاء المتقطع وذلك لتقدير تأثير المتغيرات المشتركة عبر الزمن وكذلك نمذجة العلاقة اللاخطية بين المتغيرات المشتركة ودالة المخاطرة المتقطعة (Discrete hazard function) من خلال استعمال الأنموذج متعدد الحدود اللوجستي (Multinomial Logistic) وانموذج كوكس متعدد المتغيرات (Multivariate Cox) . لغرض اجراء عملية التقدير لكل من دالة المخاطرة المتقطعة والمعلمات المعتمدة على الزمن ، تم استعمال طريقتين للتقدير تعتمدان على اسلوب بيز (Bayse) وفق النمذجة الحركية وهما : طريقة التعظيم اللاحق (MAP) وتمت هذه الطريقة باستعمال الاساليب العددية والمتمثلة بممهد مرشح كالمن التكراري الموزون (IWKFS) وبالدمج مع خوارزمية تعظيم التوقع (EM) ، اما الطريقة الاخرى فتتمثل بطريقة سلاسل ماركوف مونت كارلو الهجينة (HMCMC) باستعمال خوارزمية ميتروبولس هاستنك (M-H) ومعاينة جبس (GS) . تم تطبيق الدراسة في تحليل البقاء على غسيل الكلى لحين حدوث اما حدث الوفاة بسبب الفشل الكلوي او حدوث الحدث المنافس والمتمثل بزرع الكلى . كما تم تحديد اهم المتغيرات المؤثرة على توقف المريض عن غسل الكلى لكلا الحدثين محل الدراسة.
Keywords
دالة المخاطرة المتقطعة ، النمذجة الديناميكية ، المخاطر المتنافسة ، تأثير تغاير الزمن ، طريقة MAP ، طريقة MCMC ، مرضى غسيل الكلى .