Model proporcjonalnego hazardu Coxa jako statystyczna metoda wyznaczania determinant jakości życia w grupie chorych leczonych onkologicznie

• Authors: Król Mieczysław Jan , Król Piotr Sewer

Title variants

EN

Cox Proportional Hazards Model as a Statistical Method for Identifying the Determinants of Quality of Life of Oncology Patients

• Languages of publication: PL

Abstracts

PL

Nieodłączną cechą społeczeństwa informacyjnego jest dbałość o różnorodne aspekty jakości życia. Istnieje wiele metod, w tym statystycznych, służących wyznaczaniu i ocenie wpływu deter-minant (cech) warunkujących jakość życia. W pracy rozpatrywano możliwość zastosowania w tym celu modelu proporcjonalnej intensywności Coxa. Użyto wariantu modelu opisującego zjawiska, w którym zdarzenia niepożądane występują w rozłącznych przedziałach czasowych. Używając estymatorów Kalbfleische’a-Prentice’a wy-znaczono funkcje przeżycia S(x,t) i ryzyka h(x,t) dla badanych jednostek zróżnicowanych wektorem cech endo- i egzogennych. Omawiane funkcje szacowano na przykładzie wyników leczenia onkologicznego grupy chorych na raka głośni. Badano wpływ cech o charakterze demograficznym, społecznym i ekonomicz-nym bezpośrednio na rezultaty terapii, a pośrednio na jakość życia.

EN

An integral feature of the information society is its interest in various aspects of quality of life. There are many methods, including statistical, for identifying and evaluating the impact of those factors (features) which influence quality of life. The study considers the possibility of using the Cox model of proportional intensity for this purpose. Use was made of a variant of the model describing the phenomenon in which adverse events occur in disjointed time intervals. Using Kalbfleische'a-Prentice estimators the survival func-tions S (x, t) and the risk of h (x, t) were determined for the tested units differentiated by endogenous and exogenous features. These functions were estimated based upon the results of treatment of a group of patients suffering from cancer. Research was carried out into the direct influence of demographic, social and economic characteristics on the results of the therapy and indirectly on the quality of life.

Keywords

PL

jakość życia; choroby onkologiczne; funkcje przeżycia i ryzyka; model Coxa

EN

quality of life; oncological diseases; survival and risk/hazard functions; Cox model

• Publisher: Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
• Journal: Nierówności społeczne a wzrost gospodarczy
• Year: 2015
• Volume: 44 cz. 1
• Pages: 283-296

Contributors

author

Król Mieczysław Jan

• Katedra Metod Ilościowych i Informatyki Gospodarczej, Wydział Ekonomii Uniwersytet Rzeszowski

author

Król Piotr Sewer

• Kliniczny Zakład Radioterapii Wojewódzki Szpital Specjalistyczny w Rzeszowie

References

• Biernacki M., 2009, Dobrobyt [w:] Wybrane modele matematyczne w ekonomii – Prognozowanie i jakość, red. J. Łyko, Wyd. Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
• Collet D., 1994, Modelling Survival Data in Medical Research, Chapman&Hall.
• Cox D.R., 1972, Regression Models and Life-Tables, „Journal of the Royal Statistical Society”, 34.
• Hibner E., 2003, Zarządzanie w systemie ochrony zdrowia, Wyższa Szkoła Humanistyczno-Ekonomiczna, Łódź.
• Instrukcja: Statistica Manual, 1997, Wyd. StatSoft Polska, t. 1–3.
• Kalbfleisch J.D., Prentice R.L., 1973, Marginal likelihoods based on Cox’s regression and life model, Biometrika, Vol. 60.
• Kalbfleisch J.D., Prentice R.L., 2002, The Statistical Analysis of Failure Time Data, Wiley-Interscience.
• Kaplan E.L, Meier P., 1958, Nonparametric estimation from incomplete observations, „Journal of the American Statistical Association”, Vol. 53, No. 282.
• Kleinbaum D.G., 1997, Survival Analysis, Springer.
• Kopociński B., 1973, Zarys teorii odnowy i niezawodności, PWN, Warszawa.
• Miller R.G., 1988, Survival Analysis, John Wiley & Sons.
• Ostasiewicz S. (red.), 2000, Metody oceny i porządkowania ryzyka w ubezpieczeniach życiowych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Skrzypek J. (red.), 2007, Uwarunkowania jakości życia w społeczeństwie informacyjnym, Wydział Ekonomiczny Uniwersytetu Marii Curie-Skłodowskiej w Lublinie, Lublin.
• Stanisz A., 2000, Przystępny kurs statystyki, StatSoft Polska, t. 2.

Identifiers

DOI

10.15584/nsawg.2015.4.1.24