TY - JOUR T1 - Analysis of Censored Survival Data with Dimension Reduction Methods‎: Tehran Lipid and Glucose Study TT - تحلیل داده‌های بقای سانسوریده با استفاده از روش‌های کاهش بعد بسنده: مطالعۀ قند و لیپید تهران JF - Andishe-_ye-Amari JO - Andishe-_ye-Amari VL - 23 IS - 2 UR - http://andisheyeamari.irstat.ir/article-1-514-fa.html Y1 - 2019 SP - 17 EP - 25 KW - Cardiovascular disease‎ KW - ‎prediction models‎ KW - ‎sufficient dimension reduction‎ KW - ‎inverse regression‎. N2 - بیماری‌های قلبی-عروقی شایع‌ترین علت مرگ و میر در سراسر جهان است. از سوی دیگر برای تعیین یک مدل بقای مناسب به‌منظور پیشگویی خطر بروز بیماری‌های قلبی و شناسایی عوامل خطرساز مهم در بروز این بیماری‌ها باید شکل تابعی که زمان بقا و عوامل خطرساز را به هم مرتبط ‌سازد را مشخص کرد. در این مطالعه یک روش کاهش بعد بسنده با استفاده از یک مدل کلّی که مدل‌های بقای متداول را به‌عنوان موارد خاص شامل می‌شود، به‌منظور پیشگویی خطر بروز بیماری‌های قلبی پیشنهاد شده است. روش‌های کاهش بعد بسنده مبتنی بر رگرسیون وارون که با مدل خطرهای متناسب کاکس ترکیب شده، در مجموع یک عملکرد پیشگویانۀ خوبی برای بقای آینده افراد دارد. M3 ER -