Covid-19'lu Hastaların Sağ Kalım Sürelerini Etkileyen Faktörlerin Cox Regresyon Modeli ile Analizi

Abstract

Hayatta kalma analizi, olaya kadar geçen süreyi modellemek için geliştirilmiş önemli istatistiksel yöntemlerden biridir. Cox orantılı tehlikeler modeli olarak bilinen Cox'un regresyon modeli, en popüler olanlardan biridir ve hayatta kalma verilerini analiz etmek için kullanılan yarı parametrik bir regresyon yöntemidir. Cox regresyon modeli, parametrik modeller hakkında daha az varsayımda bulunan ancak parametrik olmayan yöntemlerden daha fazla varsayım yapan yarı parametrik bir modeldir. Bu araştırmanın amacı, çalışmanın risk fonksiyonunu etkileyen değişkenlerin incelenmesine dayandığı Kerbela kentindeki Al-Zahraa Devlet Hastanesinden toplanan Covid-19 virüsü ile enfekte hastaların sağ kalım verileri için Cox orantılı tehlikeler modeli oluşturmaktır. Hastaların ölüme kadar hastanede kalış sürelerini etkileyen faktörleri belirlemek amacıyla 214 hasta toplanarak takibe alındı. Veriler ilk olarak Kaplan-Meier yöntemi kullanılarak analiz edildi. Hayatta kalma süresi üzerinde önemli olan dört değişkenin solunum yolu hastalıkları, kalp hastalıkları, iş ve kan grubu değişkeni olduğu tespit edildi. Daha sonra veriler Cox regresyon modeli kullanılarak iki yöntem kullanılarak analiz edilmiş, ölüm riskini artırabilecek faktörleri bulmak için orantılı tehlikeler regresyon modeli oluşturulmuştur. Sonuçlar, Wald's testine göre kalp hastalığı, solunum yolu hastalıkları ve kan grubu değişkeni değişkenlerinin 0.05 anlamlılık düzeyinde istatistiksel olarak anlamlı olduğunu, cinsiyet, yaş, diyabet, iş, adres ve medeni durum değişkenlerinin istatistiksel olarak anlamlı olmadığını gösterdi anlamlıdır ve hastanın sağ kalım süresini etkilememiştir. Sonuçlar ayrıca modelin kalıntı analiziyle (Cox & Snell) kontrol edildi ve modelin verilerin yeterli bir temsili için uygun olduğunu gösterdi.

Survival analysis is one of the important statistical methods developed to model the time to event. Cox's regression model, known as Cox proportional hazards model, is one of the most popular and is a semi-parametric regression method used to analyze survival data. The Cox regression model is a semi-parametric model that makes fewer assumptions about parametric models but more than non-parametric methods. This research aims to create a Cox proportional hazards model for survival data of patients infected with the Covid-19 virus collected from Al-Zahraa Governmental Hospital in Karbala city, where the study was based on the examination of variables affecting the risk function. In order to determine the factors that affect the length of stay in hospital for patients until death, 214 patients were collected and followed up. The data were first analyzed using the Kaplan-Meier method. It was found that there are four variables that have importance on the survival time, which are the variable of respiratory diseases, heart diseases, job, and blood group. Then the data were analyzed using the Cox regression model using two methods, and a proportional hazards regression model was created to find out the factors that may increase the risk of death. The results showed that the variables of heart disease, respiratory diseases, and blood group variable were statistically significant at a significance level of 0.05 according to Wald's test, while the variables of sex, age, diabetes, job, place of residence, and marital status were not statistically significant, and did not affect the patient's survival time. The results were also checked by residual analysis of the model (Cox & Snell) and showed that the model was suitable for an adequate representation of the data.