Buyrak kasalligining rivojlanishi uchun ko'p shtatli model

Aloqa: Audrey Xu Whatsapp/hp: 0086 13880143964 Email:audrey.hu@wecistanche.com

MK Lintu^a, KM Shreyas^b, Asha Kamath^a,* va boshqalar

Abstrakt

Fon:Buyrak kasalligining rivojlanishini tushunish klinisyenlar orasida katta qiziqish uyg'otadi. Ko'p holatli model buyrak funktsiyasining boshlanishi, rivojlanishi va regressiyasiga ta'sir qiluvchi kovariatlarning ta'sirini modellashtirish uchun etarli vositadir.

Maqsad:Ushbu tadqiqotning maqsadi stokastik modelni taklif qilishdirbuyrakkasallikprogressiya va xuddi shunday qo'llanilishini ko'rsatish.

Metodologiya:Biz qirg'oq bo'yidagi Karnataka shtatidagi uchinchi darajali shifoxonada kolistin (qayta paydo bo'lgan antibiotik) buyurilgan 225 bemorni retrospektiv o'rganish natijasida olingan buyrak kasalliklarining rivojlanishi ma'lumotlari uchun yarim parametrli uzluksiz vaqtli bir hil ko'p holatli Markov modelini taklif qildik. Buyrak kasalligining turli bosqichlari Buyrak kasalligining global natijalarini yaxshilash (KDIGO) reytingi asosida aniqlangan. Model uchta vaqtinchalik holat va o'limning yutuvchi holatidan iborat. Ikki tomonlama o'tish tezligiga kovariativ ta'sir ko'p holatli model yordamida baholandi.

Natijalar:Biz 225 bemorning ma'lumotlaridan ularning buyrak kasalliklarining rivojlanishini ko'rish uchun foydalandik. Barcha bemorlar kolistin terapiyasi ostida edi. Kasalxonada qolishning o'rtacha davomiyligi 21 kun. Kasalxonada jami 83 (36,89 foiz) bemor vafot etgan. Jins, gipertenziya, sepsis va jarrohlik kabi prognostik omillar turli bosqichlarda buyrak kasalligiga ta'sir qiluvchi muhim omillardir.

Xulosa:Tadqiqot natijalari sog'liqni saqlash siyosatini ishlab chiquvchilar uchun bemorlarning omon qolishini yaxshilash uchun siyosat va davolash rejalarini amalga oshirishda foydali bo'ladi. Bundan tashqari, kasallikning rivojlanishini modellashtirish kasallikning kutilayotgan yukini tushunishga yordam beradi.

Kalit so‘zlar:Ko'p shtatli model,Buyrak kasallik, O'tish intensivligi, Oraliq hodisalar, Kasallikning rivojlanishi

cistanche deserticola foydalari: buyrak kasalliklarini davolash

1.Kirish

Buyrak kasallikmuhim aholi salomatligi muammosidir. Biroq, erta aralashuv oldini olish mumkinbuyrakmuammolardoimiy. Salbiy oqibatlar va rivojlanishisurunkalikasalliklarkabibuyrakkasalliketarli dori-darmonlar va turmush tarzini o'zgartirish orqali nazorat qilinishi mumkin. Buyrak kasalliklari ko'pincha kasalxonaga yotqizish bilan yakunlanganligi sababli, buyrak kasalligining qolish muddati, omon qolishi va rivojlanishini modellashtirish klinisyenlar orasida katta qiziqish uyg'otadi.

Kaplan-Meier usuli yoki Kox proportsional xavf modeli kabi omon qolishning standart yondashuvlari oraliq hodisalarsiz oddiy omon qolish sozlamalarini boshqarish uchun etarli. Biroq, buyrak kasalliklarining rivojlanishi turli xil oraliq hodisalarga ega bo'lgan murakkab jarayonning namunasidir. Ko'p holatli model bu kabi murakkab jarayonlarni boshqarishning samarali usuli hisoblanadi. Mavzular o'rganish boshida bir holatda bo'lishi mumkin, keyinchalik turli holatlardan o'tib, oxir-oqibat yakuniy holatga tushishi mumkin. Mavzuning bu o'tishlarini modellashtirish va ko'p holatli model yordamida turli o'tishlarning omon qolish vaqtlari bilan bog'liq xavf omillarini aniqlash mumkin. Model turli klinik va demografik omillarning murakkab kasallik jarayonlariga ta'sirini baholaydi.1-3

Ko'p shtatli model odatda saraton tadqiqotlarida qo'llaniladi, chunki kasallikning rivojlanishini ko'rsatadigan saratonning turli bosqichlari mavjud.4,5 Xuddi shunday, OIV bilan kasallangan bemorlarda OITS rivojlanishiga ta'sir qiluvchi xavf omillarini aniqlash uchun tadqiqotlar mavjud.6-8 Qandli diabet kabi kasalliklar , surunkali buyrak kasalligi va boshqalarni oddiy omon qolish modelidan ko'ra ko'p shtatli model bilan ham samarali davolash mumkin.9,10

Ushbu maqolada biz kasalxonada bo'lish vaqtida kolistin olgan bemorlarning buyrak kasalliklarining rivojlanishi uchun ko'p shtatli modelni taklif qildik. 225 bemorning ish yozuvlari olindi va ularning turli vaqt nuqtalaridagi KDIGO ballari klinik hamrohlik qog'ozi uchun olindi. Kasalxonada bo'lish muddati - bu kasalxonaga yotqizilgan kundan boshlab vafot etgunga qadar / bo'shatishgacha bo'lgan kunlar soni. Kasalxonada bo'lish davrida bemorlar kasallikning og'irligining turli bosqichlaridan o'tishgan. Biz jarayonni to'rtta davlat bilan belgilab oldik. KDIGO ballidan olingan uchta vaqtinchalik holat 1-jadvalda keltirilgan.

Turli epidemiologik tadqiqotlar shuni ko'rsatadiki, buyrak kasalliklarining rivojlanishida turli xil biomarkerlar va komorbidliklar muhim rol o'ynaydi. Biz ko'p holatli model yordamida buyrak funktsiyasining boshlanishi, rivojlanishi va regressiyasiga ta'sir qiluvchi kovariatsiyalarning ta'sirini baholadik. Shuningdek, biz o'quvchilar ko'p shtatli modelni osongina amalga oshirishlari uchun ma'lumotlarni hujjatlashtirish, tahlil qilish va talqin qilish uchun namoyishni taqdim etamiz. Bizning ma'lumotlarimizga ko'ra, ko'p shtatli Markov modeli kolistin bilan bog'liq buyrak kasalligi rivojlanishini modellashtirish uchun ishlatilmagan.

Maqolaning qolgan qismida biz ma'lumotlarni taqdim etamiz, metodologiyani tushuntiramiz va natijalarni muhokama qilamiz.

cistanche deserticola

2. Materiallar va usullar

2.1. Ma'lumotlar tavsifi

Retrospektiv tadqiqot dastlab 2016 yil yanvaridan 2017 yil dekabrigacha Kasturba kasalxonasi, Manipal tibbiyot bo'limida davolangan bemorlarda kolistin keltirib chiqaradigan nefrotoksiklik bilan bog'liq xavf omillarini tushunish uchun o'tkazildi. Biz shifoxonadagi o'lim darajasini, kasalxona davomiyligini qo'shimcha tekshiramiz qolish, va buyrak kasalligi rivojlanishi. Ko'rib chiqilgan jami 600 ta holatdan 225 bemor ushbu tadqiqot uchun mos edi. Ushbu 225 bemorning kasalxonaga oid yozuvlari ushbu tadqiqotning asosini tashkil qiladi.

KDIGO reytingiga turli vaqt nuqtalarida kirish mumkin edibuyrakfunktsiyasiyaxshilanish va pasayish. Har bir bemor uchun yoshi, jinsi, diabet, gipertenziya va boshqalar kabi prognostik omillar qayd etilgan. Adabiyotdagi shunga o'xshash tadqiqotlar so'nggi nuqtani buyrak funktsiyasining pasayishi deb hisoblab, logistik regressiya yoki oddiy omon qolish tahlili bilan muammoga yondashdi. Ushbu usullar turli davlatlar bo'ylab progressiya va regressiya o'tishlarini e'tiborsiz qoldiradi. Ko'p davlat modeli umumiy haqida chuqur tushuncha beradibuyrak funktsiyasio'tish ehtimoli nuqtai nazaridan yaxshilanish yoki buzilish naqshlari va o'lim natijalari. O'tish - bu o'rganish jarayonida holatning o'zgarishi va o'tish ehtimoli - bir holatdan ikkinchisiga o'tish ehtimoli. Bemorlarning ko'pchiligi 1-holat, 2-holat va 3-holat o'rtasida bir necha marta tebrangandek tuyuldi, bu esa bu holatlar qaytarilishini ko'rsatadi. O'tish sub'ekt ikki holat o'rtasida oldinga va orqaga harakat qilganda teskari bo'ladi.

Ma'lumotlarni tartibga solish ko'p shtatli modelni o'rnatishda muhim qadamdir. Har bir bemorga berilgan noyob identifikator bitta mavzuni guruhlash bilan shug'ullanadi. Shunday qilib, ma'lumotlarni hujjatlashtirishda bir bemorning barcha ma'lumotlari bir xil noyob ID ostida qamrab olinganligiga ishonch hosil qilish uchun ehtiyot bo'lish kerak. Ma'lumotlarning namunaviy sxemasi 2-jadvalda keltirilgan.

2.2. Ko'p shtatli model

Buyrak kasalligining rivojlanishini doimiy vaqt ichida cheklangan holat bo'shlig'iga ega bo'lgan stokastik jarayon sifatida ko'rish mumkin. Turli davlatlar kasallikning og'irligini aks ettiradi. Holatlar ikki xil: vaqtinchalik va yutuvchi. Yutish holati - bir marta kiritilgandan keyin uni tark etib bo'lmaydigan holat. Holbuki, vaqtinchalik holatlar keyingi o'tishlarga ega bo'lganlardir. Ko'p holatli model sub'ektning doimiy vaqtdagi turli holatlar orasidagi harakatlarini tasvirlash uchun foydali vositadir. Model barcha mumkin bo'lgan o'tishlar uchun o'tish ehtimolini hisoblaydi.11,12

Biz buyrak kasalligining rivojlanishi ma'lumotlari uchun to'rt holatli uzluksiz vaqtli bir hil ko'p holatli Markov modelini taklif qildik. Agar kelajak faqat hozirgi kunga bog'liq bo'lsa, jarayon Markoviandir. Model 1-rasmda tasvirlangan.

Oklar mumkin bo'lgan o'tishlarni ko'rsatadi. Ikki tomonlama o'qlar teskari o'tishlarni nazarda tutadi. Agar ob'ekt ikki holat o'rtasida oldinga va orqaga harakat qilsa, o'tishlar qaytariladi. Ko'rib chiqiladigan uchta vaqtinchalik holat (o'qlar tashqarida bo'lgan holatlar): 1-holat (KDIGO > 60), 2-holat (30 < kdigo="">< 60)="" va="" 3-holat="" (kdigo="">< 30).="" 4-holat="" (o'lim)="" so'riladi="" (o'qlarsiz="" holat).="" s="{1," 2,="" 3,="" 4}="" holat="" fazoli="" (x(t),="" t="" ∈="" t)="" jarayon="" t="" vaqtida="" egallagan="" holatni="" tavsiflaydi.="" vaqt="" o'zgaruvchisi="" kasalxonaga="" yotqizilgan="" kundan="" boshlab="" kunlarda="" o'lchanadi.="" ko'p="" holatli="" model="" o'tish="" ehtimolini="" tavsiflaydi.="" o'tish="" ehtimoli="" (vaqtning="" funktsiyalari)="" quyidagicha="" ifodalanadi:="" ikki="" tomonlama="" o'tish="" tezligiga="" kovariativ="" ta'sir="" (yosh,="" jins,="" gipertenziya,="" diabet="" va="" boshqalar).="" xavfning="" taxminiy="" qiymati,="" lij="" quyidagicha="">

Bu erda lij - i holatdan j holatga o'tishning oniy xavfi. O'tish intensivligi matritsasi quyidagicha ifodalanadi:

Uzluksiz o'zgaruvchilar o'rtacha (SD) sifatida taqdim etiladi; kategorik o'zgaruvchilar chastota sifatida (foiz).

Q - n × n o'tish intensivligi matritsasi, bu erda, n - jarayonda ishtirok etadigan holatlarning maksimal soni. O'tish intensivligi bir holatdan ikkinchisiga o'tishning oniy tezligini beradi. Agar i dan j ga o‘tish mumkin bo‘lmasa, yozuv (i, j) 0 bo‘ladi. Diagonal yozuvlar: lii(t)=li.=− ∑i=∕jlij(t) barcha I ∈ S uchun. 4-holat yutish holati, bu holatdan chiqish ehtimoli nolga teng. O'tish matritsasining har bir qatori elementlarining yig'indisi nolga teng. Ko'p holatli modelni o'rnatish - bu ehtimollikni maksimal darajada oshiradigan noma'lum o'tish intensivligini topish jarayoni.13

Ko'p shtatli model har bir shtatdagi o'rtacha yashash vaqtini baholaydi, bu bemorning boshqa shtatlarga ko'chib o'tishdan oldin bir vaqt ichida vaqtinchalik holatda o'tkazadigan o'rtacha davri. Kutilayotgan yashash vaqti - 1/ljj sifatida hisoblanadi, bu erda ljj Q(t) ning j-diagonal kirishidir.

O'tish ehtimoli P(t)=eks[Q(t)] sifatida o'tish intensivligidan hisoblanadi. O'tish ehtimoli matritsasi quyidagicha ifodalanadi:

P ning qator yig'indisi birga teng. Yutish holati j uchun Pjj(s,t) =1.

Ehtimollik funksiyasi o'tish ehtimollari bilan tuziladi. Bu ehtimollik funksiyasi L(Q) quyidagicha ifodalanadi:

Bu yerda Li,j elementi s(tij) qator va s(ti,j plyus 1) ustunining o’tish ehtimoli matritsasidagi yozuvi.

O'tish intensivligiga kovariativ ta'sirlarni kiritish uchun proportsional xavf regressiyasi modeli ishlatilgan. Z kovariat vektori berilgan,

ij - regressiya koeffitsientlarining vektori. Biz MSM paketini R 4-versiyasida ishlatdik.0.2 Ko'p holatli tahlilni o'tkazish uchun.14 Modelni tanlash ehtimollik nisbati testi bilan amalga oshirildi.

cistanche poyasi

3. Natijalar

3.1. Tadqiqot ma'lumotlarini tahlil qilish

Ushbu retrospektiv tadqiqot kasalxonada bo'lish vaqtida kolistin qabul qilgan bemorlarning buyrak kasalliklarining rivojlanishini modellashtirishga qaratilgan. 225 nafar bemorning 83 nafari (37 foizi) kasalxonada vafot etgan, 142 nafari (63 foizi) tiriklayin chiqarilgan. Ta'riflovchi statistikani 3-jadval va 4-jadvalda topish mumkin. O'rtacha (IQR) qolish muddati 21 (16) kunni tashkil etdi. Kasalxonaga yotqizilgan bemorlarning 166 nafari erkak va 59 nafari ayol. Bemorlarning o'rtacha (IQR) yoshi 57 (26) va o'rtacha (± SD) 54 (± 17) ni tashkil etdi. Gipertenziya bilan og'rigan bemorlarning 87 (39 foiz), diabet bilan kasallangan 78 (35 foiz), 115 (51 foiz) sepsis, 30 (13,3 foiz) surunkali buyrak kasalligi, 123 (55 foiz) bilan kasallangan. pnevmoniya va 59 (26 foiz) bemorlarda o'tkir buyrak shikastlanishi (AKI) bo'lgan. Kasalxonaga yotqizilgan bemorlarning 194 nafari (86 foiz) ICUga yotqizilgan va 119 nafar (53 foiz) bemor operatsiya qilingan.

225 bemor orasida 83 (37 foiz) bemor shifoxonada vafot etgan, qolgan 142 (63 foiz) bemor tirik qolgan. O'rtacha omon qolish muddati 38 kunni tashkil etdi (5-jadval). 2-rasmda Kaplan Meyerning omon qolish funktsiyasining taxminlari ko'rsatilgan.

3.2. Ko'p holatli tahlil

Qabul paytida 1-shtatda 126 bemor, 2-shtatda 48 bemor va 3-shtatda 51 bemor bo'lgan. Jarayonning o'tish matritsasi 6-jadvalda keltirilgan. O'tishlar teskari bo'lganligi sababli, bir bemorda bir xil turdagi bir nechta o'tishlar mavjud edi.

1-shtatdan 4-shtatga 32 ta oʻtish sodir boʻldi, bu 1-shtatga tegishli 32 bemor kasalxonada vafot etganini koʻrsatadi. Xuddi shunday, 2-shtatda va 3-shtatda mos ravishda 27 va 24 kishi o'lgan. Diagonal yozuvlar bemorlarning keyingi vaqt nuqtalarida bir xil holatda qolgan holatlar sonini ko'rsatadi. Hisoblangan o'rtacha yashash vaqti 7-jadvalda keltirilgan.

msm to'plami kovariatsiyalarning o'tish intensivligiga ta'sirini olish uchun ko'p holatli tahlilni o'tkazish uchun ishlatilgan. Bir o'zgaruvchan ko'p shtatli modellar klinik jihatdan muhim kovariatlar bilan qurilgan. Statistik ahamiyatga ega bo'lgan kovariatsiyalar (p-qiymati<0.05) in="" the="" univariate="" analysis="" were="" considered="" in="" the="" final="" model.="" hazard="" ratios="" (95%="" confidence="" intervals)="" of="" each="" transition="" are="" shown="" in="" table="" 8="" and="" table="">

1-davlatdagi erkak bemorlar yuqori xavf ostida [HR: 2,55; Ayollarga nisbatan kasallikning rivojlanishining 95 foizi CI (1,31-4,92)]. Biroq, 2-shtatdagi erkak bemorlarda regressiya ehtimoli ham ko'proq. 3-shtatdagi ayollarga qaraganda, erkaklarda noxush oqibatlar ehtimoli 86 foiz kamroq. Qandli diabetning mavjudligi turli xil o'tishlarda aralash ta'sir ko'rsatdi. 2-holatdagi gipertenziv bemorlarda kasallikning rivojlanish xavfi boshqalarga qaraganda ko'proq va ularning 3-holatdan regressiya ehtimoli ham kamroq. Sepsis xavf omili bo'lib, 1 va 2 holatdan so'rilish holatiga o'tishda sezilarli ta'sir ko'rsatdi. Bu sepsis bilan og'rigan bemorlarning o'lim xavfi yuqori ekanligini ko'rsatadi. Xuddi shunday, jarrohlik amaliyotini o'tkazgan bemorlarda 3-davlatda o'lim xavfi ko'proq. Ba'zi guruhlardagi nomutanosiblik tufayli klinik ahamiyatga ega bo'lmagan ba'zi soxta assotsiatsiyalar bo'lishi mumkin.

cistanche sharhlari: buyrak kasalligini davolash

4. Munozara va xulosa

Buyrak kasalligi muhim sog'liqni saqlash muammosidir. Biroq, erta choralar buyrak muammolaridan butunlay qochishi mumkin. Kasallikning rivojlanishini modellashtirish kasallikning kutilayotgan yukini tushunishga yordam beradi, bu esa sog'liqni saqlash bo'yicha milliy siyosatchilar uchun foydali bo'lishi mumkin.

Ba'zi o'limga olib kelmaydigan oraliq hodisalar kasallikning rivojlanishi haqida ko'proq ma'lumot beradi. Ko'pgina tadqiqotlarda bu hodisalar ko'pincha e'tiborga olinmaydi. Biroq, bu oraliq hodisalar klinisyenlar uchun davolash rejalarini yaxshilash uchun katta ahamiyatga ega. Ko'p shtatli Markov modeli turli xil oraliq holatlarga o'tishni o'z ichiga olgan bir nechta surunkali kasalliklarning rivojlanishini tushunish uchun ishlatilgan, bu kasallikning doimiy vaqt davomida og'irligini ko'rsatadi. Model murakkab hodisa namunasi haqida ko'proq ma'lumot beradi va shuning uchun uni davolash samaradorligini o'rganish uchun samarali vosita sifatida foydalanish mumkin. Ko'p shtatli model saraton tadqiqotlarida qo'llaniladi, chunki turli xil o'tishlarni tashkil etuvchi saratonning turli bosqichlari mavjud.4,5 Xuddi shunday, OIV bilan kasallangan bemorlarda OITS rivojlanishiga ta'sir qiluvchi xavf omillarini aniqlash uchun olib borilgan tadqiqotlar mavjud.6-8 kabi kasalliklar. qandli diabet, surunkali buyrak kasalligi va boshqalarni oddiy omon qolish modelidan ko'ra ko'p shtatli model bilan ham samarali boshqarish mumkin.9,10 Biroq surunkali buyrak kasalligining rivojlanishi sohasida kamroq ilovalar topilgan. Surunkali buyrak kasalligining rivojlanishini tushunish uchun ko'p shtatli modeldan foydalangan eng so'nggi tadqiqot Grover va boshq.10 tomonidan amalga oshirildi.

Biz kolistin olgan bemorlarning buyrak kasalligining rivojlanishi uchun 4 davlat ko'p davlat modelini taklif qildik. Sog'liqni saqlash mutaxassislariga mo'ljallangan ko'p davlat modelining oddiy namoyishini taqdim etishga harakat qilindi. Ilg'or dasturiy vositalar mavjudligi bilan tahlil oddiy va samarali. Umumiy Markov modeliga alohida urg‘u bergan bo‘lsak ham, jarayonning tabiatiga ko‘ra ko‘p holatli modellarning har xil turlari mavjud.1,2,15–18

Ko'p holatli modeldan foydalanish uchun quyidagi asosiy bosqichlarni bajarish tavsiya etiladi: (i) 1-rasm va 2-jadvalda ko'rsatilganidek, turli holatlar va mumkin bo'lgan o'tishlarni aniqlash orqali jarayonni aniqlang. Modelning uzluksiz ishlashi uchun holatlar sonini minimal saqlang ( ii) 1-jadvalda ko'rsatilganidek, ma'lumotlarni to'g'ri hujjatlashtirish. (iii) modelga moslashish uchun tegishli dasturiy ta'minot va paketlardan foydalanish (iv) natijalarni ko'p holatli modelning omon qolish tahlilining boshqa standart usullariga nisbatan afzalliklarini yo'qotmasdan sharhlash.

O'rtacha yashash muddati 21 kun va o'rtacha omon qolish muddati 38 kun edi. Natijalar shuni ko'rsatadiki, jins, diabet, gipertenziya, sepsis va jarrohlik buyrak kasalliklarining rivojlanishi yoki regressiyasiga ta'sir qiluvchi muhim omillardir. Ushbu tadqiqotdan olingan natijalar sub'ektlar sonining kamroqligi sababli kuch bilan cheklangan. Shuning uchun bu topilmalar ehtiyotkorlik bilan umumlashtirilishi kerak. Keyinchalik, kichikroq namuna hajmi tufayli buyrak kasalligining turli bosqichlari birlashtirildi. Bu topilmalarning umumlashtirilishiga ta'sir qiladi, chunki buyrak kasalligi rivojlanishining o'tish shakllarining aniq tasviri kiritilmagan.8

R 4.0.2 versiyasidagi msm paketi ko'p holatli modelga mos kelish uchun ishlatilgan. MSM paketi hujjatlarida sanab o'tilgan cheklovlar14 bo'lgani uchun, konvergentsiya bilan bog'liq muammolar tufayli ko'proq kovariativlarni kiritish qiyin edi. Shuning uchun, yanada murakkab muammolar uchun ko'chmas mulk paketidan foydalanish mumkin.

Ko'p shtatli modeldan olingan natijalar sog'liqni saqlash siyosatini ishlab chiquvchilar uchun bemorlarning omon qolishini yaxshilash uchun siyosat va davolash rejalarini amalga oshirishda foydali bo'ladi. Bundan tashqari, kasallikning rivojlanishini modellashtirish kasallikning kutilayotgan yukini tushunishga yordam beradi.

Cistanche ekstrakti foydasi: buyraklar faoliyatini yaxshilaydi

Etikani tasdiqlash va ishtirok etishga rozilik

Tadqiqot ikkilamchi tahlilni taqdim etadi. Klinik hamrohlik qog'ozi uchun axloqiy ruxsat olindi.

Moliyalashtirish

Ushbu tadqiqot hech qanday moliyalashtirilmagan.

Raqobatbardosh manfaatlar deklaratsiyasi

Mualliflarda oshkor qilish uchun hech qanday manfaatlar to'qnashuvi yo'q.

Ma'lumotnomalar
1 Andersen PK. Omon qolish tahlilidagi ko'p shtatli modellar: diabetdagi nefropatiya va o'limni o'rganish. Stat Med. 1988;7(6):661–670.
2 Andersen PK, Esbjerg S, Sørensen TI. Jigar sirrozida qon ketish epizodlari va o'lim uchun ko'p shtatli modellar. Stat Med. 2000;19(4):587–599.
3 Amorim LD, Cai J. Takroriy hodisalarni modellashtirish: epidemiologiyada tahlil qilish uchun qo'llanma. Int J Epidemiol. 2015;44(1):324–333.
4 Le-Rademacher JG, Peterson RA, Therneau TM va boshqalar. Saraton klinik sinovlarida ko'p shtatli modellarni qo'llash. Klin sinovlari. 2018;15(5):489–498.
5 Putter H, van der Xage J, de Bock GH va boshqalar. Ko'krak bezi saratoni uchun ko'p shtatli modelni baholash va bashorat qilish. Biom J. 2006;48(3):366–380.
6 Hamidi O, Tapak L, Poorolajal J va boshqalar. Kasallik-o'lim ko'p davlat modelidan foydalangan holda OITSga o'tish va OIV infektsiyasidan keyingi o'lim uchun xavf omillarini aniqlash. Clin Epidemiology Glob Health. 2017;5(4):163–168.
7 Tapak L, Kosorok MR, Sadeghifar M va boshqalar. Voqea vaqti ma'lumotlarini tahlil qilish uchun ko'p shtatli rekursiv hisoblangan omon qolish daraxtlari: OITS va OIV infektsiyasidan keyingi o'lim ma'lumotlariga ilova. BMC Med Res usuli. 2018;18(1):1–2.
8 Matsena Zingoni Z, Chirwa TF, Todd J va boshqalar. Zimbabveda antiretrovirus terapiyasi bo'lgan bemorlarda OIV kasalligining rivojlanishi: ko'p shtatli Markov modeli. Jamoat salomatligini himoya qilish. 2019;7:326.
9 Aliyari R, Hajizadeh E, Aminorroaya A va boshqalar. Ochiq kohort tadqiqotida 2-toifa diabetning kech asoratlarining rivojlanishini bashorat qilish uchun ko'p shtatli modellar. Qandli diabet metab sindromi. 2020;13:1863.
10 Grover G, Sabharwal A, Kumar S va boshqalar. Surunkali buyrak kasalligining rivojlanishi uchun ko'p shtatli Markov modeli. Turkiya Kliniklari J Biostat. 2019;11(1):1–4.
11 Keiding N, Klein JP, Horowitz MM. Suyak iligi transplantatsiyasida ko'p shtatli modellar va natijalarni bashorat qilish. Stat Med. 2001;20(12):1871–1885.
12 Klein JP, Qian C. Suyak iligi transplantatsiyasida tasvirlangan ko'p shtatli omon qolishni modellashtirish. Biometrik. 1996:93–102.
13 Manzini G, Ettrich TJ, Kremer M va boshqalar. Jarrohlik tadqiqotlarida ko'p shtatli yondashuvning afzalliklari: oraliq hodisalar va xavf omili profili mahalliy darajada rivojlangan rektum saratoni bilan og'rigan bemorning prognoziga qanday ta'sir qiladi. BMC Med Res usuli. 2018;18(1): 1–11.
14 Jekson CH. Panel ma'lumotlar uchun ko'p shtatli modellar: R. J Stat dasturiy ta'minoti uchun MSM to'plami. 2011;38(8):1–29.
15 Marshall G, Jons RH. Ko'p davlat modellari va diabetik retinopatiya. Stat Med. 1995 yil 30-sentabr;14(18):1975–1983.
16 Meira-Machado L, de Una- ˜ Alvarez ´ J, Kadarso-Suarez ´ C va boshqalar. Voqeagacha bo'lgan vaqt ma'lumotlarini tahlil qilish uchun ko'p holatli modellar. Stat Methods Med Res. 2009;18(2):195–222.
17 Begun A, Icks A, Waldeyer R va boshqalar. Buyrak funktsiyasi pasaygan bemorlar uchun ko'p holatli doimiy vaqtli bir hil bo'lmagan Markov zanjiri modelini aniqlash. Med qaror qabul qilish. 2013 yil fevral;33(2):298–306.
18 O'Keeffe AG, Su L, Vidolashuv VT. Ko'p jarayonlar uchun o'zaro bog'liq ko'p holatli modellar: tizimli qizil yugurukda buyrak kasalliklarining rivojlanishiga qo'llanilishi. Qirollik statistika jamiyati. 2018;67(4):841–860.