fa شناسایی برخی عوامل موثر بر بقاء سالمندان مقیم سرای سالمند با استفاده از الگوی­ مفصل مخاطرات رقابتی: رویکرد بیزی مدیریت سلامت health management پژوهشي Research <p>  <strong></strong></p><p>  <strong>مقدمه: </strong>تنوع علل مرگ در جوامع سالمندی بالاست. برای بررسی و تحلیل زمان تا مرگ سالمندان می­توان از الگوهای مخاطرات رقابتی استفاده کرد. هدف از این مطالعه، شناسایی برخی عوامل موثر بر بقاء سالمندان مقیم سرای سالمند با استفاده از الگوی­ مفصل مخاطرات رقابتی با رویکرد بیزی می­باشد. </p><p>  <strong>مواد و روش­­ها: </strong>در این مطالعه توصیفی-طولی، اطلاعات مندرج در پرونده 510 سالمند پذیرش شده در مجتمع سالمندان گلابچی کاشان­ استخراج شد . برای شناسایی عوامل موثر بر زمان تا مرگ سالمندان، تشخیص­های پزشکی مندرج در پرونده سالمندان مدنظر قرار گرفت . سپس الگوی مخاطرات رقابتی با استفاده از تابع مفصل کلایتون تحت رویکرد بیزی بر داده­ها برازش شد و فواصل اطمینان بیزی (باورمند) برآورد گردید. از نرم افزار WinBugs برای تجزیه و تحلیل داده­ها استفاده شد. </p><p>  <strong>یافته­ها: </strong>در بررسی الگوی تک متغیره با توجه به فواصل اطمینان بدست آمده، عوامل سن در آغاز پذیرش، فشار خون بالا، وجود سابقه بیماری قلبی در فامیل، سابقه سکته قلبی و سابقه سکته مغزی بر زمان تا مرگ سالمندان به علت بیماری­های قلبی­عروقی دارای اثری معنادار بودند. در الگوی چندگانه متغیرهای قرار داشتن در گروه سنی بین 75-90 سال در آغاز پذیرش ((67/3 , 26/1)= CI 95% 1/2 HR= ) و سابقه سکته مغزی((32/3 , 28/1)= CI 95% 2 HR= ) بر زمان تا مرگ سالمندان به علت بیماری­های قلبی­عروقی دارای اثری معنادار بودند. </p><p>  <strong>نتیجه­گیری:</strong> یکی از محاسن الگو سازی آماری، قابلیت تعمیم نتایج بدست آمده می­باشد. با توجه به یافته­های به دست آمده عوامل مهمی که زمان وقوع مرگ در سالمندان را تسریع می­بخشند شناسایی شدند. لذا توصیه می­شود در اقدامات درمانی و پیشگیرانه به منظور افزایش زمان بقا برای سالمندان عوامل مذکور نیز مدنظر قرار گیرند. </p><p>  </p> <p> <strong> Abstract </strong></p><p> <strong> Introduction: </strong>Wide verity of causes of death exist in ageing societies. It is suitable to apply competing risk models in order to investigate and analyze time to death in the target population. The aim of this study was to identify some factors effective on survival of the elderly living in nursing home using Copula Competing Risk Model with Bayesian approach. </p><p> <strong> Materials & Methods: </strong>In a descriptive-longitudinal study, data were collected from 510 elderly’s medical documents in Kashan Golabchi elderly nursing home. To identify effective factors associated with time to death of the elderly, medical diagnosis of cause of death cited in elderly’s documents were considered. Later, Competing Risk Model using Clayton Copula Function based on Bayesian approach was fitted and Credible intervals were estimated. To analyze the data WinBugs Software was used. </p><p> <strong> Findings: </strong>In univariate analysis, being in the age at the beginning of reception, hypertension, family history of cardiovascular diseases, history of myocardial infarction, history of stroke were significant for time to death due to cardiovascular diseases in the elderly.<strong> </strong>In multivariate analysis, age group 75 to 90 years at the beginning of the reception (HR=2.1 CI 95%= (1.26, 3.67)) and history of stroke (HR=2 CI 95%= (1.28, 3.32)) were significant for time to death due to cardiovascular diseases in the elderly. </p><p> <strong> Conclusion </strong>: One of the benefits of statistical modeling is the ability to generalize its results. According to the results, some crucial factors accelerating the time of death in elderly were identified. Therefore, it is highly recommended that, in therapeutic and preventive actions in order to increase the survival time for the elderly the significant studied factors should be considered. </p> سالمندی، بیماری قلبی‌عروقی، مخاطرات رقابتی، تابع مفصل، رویکرد بیزی. Ageing, Cardiovascular diseases, Competing Risks, Copula Function, Bayesian approach. 46 55 http://jhpm.ir/browse.php?a_code=A-10-530-1&slc_lang=fa&sid=1 MJ Azadchehr محمد جواد آزادچهر 10031947532846002882 10031947532846002882 No , Department of Biostatistics, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran. گروه آمار زیستی، دانشگاه علوم بهزیستی و توانبخشی، تهران، ایران. M Rahgozar مهدی رهگذر m_rahgozar2003@yahoo.com.au 10031947532846002883 10031947532846002883 Yes Department of Biostatistics, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran. گروه آمار زیستی، دانشگاه علوم بهزیستی و توانبخشی، تهران، ایران M Karimloo مسعود کریملو 10031947532846002884 10031947532846002884 No Department of Biostatistics, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran. ، گروه آمار زیستی، دانشگاه علوم بهزیستی و توانبخشی، تهران، ایران M Adib Haj Bageri محسن ادیب حاج باقری 10031947532846002885 10031947532846002885 No Department of Medical-Surgery, School of Nursing and Midwifery, Kashan University of Medical Sciences, Kashan, Iran گروه داخلی-جراحی، دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی کاشان، کاشان، ایران