تركيب نموذج ليندلي للبقاء باستخدام طريقة الاحتمال الأعظم وطريقة العزوم لتحليل بيانات البقاء على قيد الحياة لمرضى سرطان الدم في أربيل_العراق.
DOI:
https://doi.org/10.31272/jae.i150.1447الكلمات المفتاحية:
تحليل البقاء، نموذج ليندلي البارامتري للبقاء، معيار معلومات أكايكي (AIC)، سرطان الدمالملخص
استخدمت الدراسة توزيع ليندلي لتقدير نماذج البقاء البارامترية باستخدام بيانات بقاء سرطان الدم في مدينة أربيل بالعراق. درسنا طرقتي تقدير لنمذجة بيانات وقت الحدث: تقدير الاحتمالية القصوى (MLE)، وطريقة اللحظات (MoM). ينتج نهج MLE تقديرات فعالة بشكل مقارب، بينما باستخدام لحظات العينة، توفر MoM نهجًا أبسط وغير تكراري. تُستخدم اختبارات جودة الملاءمة، ومعايير معلومات أكايكي (AIC)، ومعيار المعلومات البايزي (BIC)، ومتوسط خطأ التربيع (MSE) لتقييم أداء النموذج. تُظهر النتائج أن MLE يتفوق على MoM من حيث الدقة والمرونة، خاصةً مع البيانات الخاضعة للرقابة. ومع ذلك، تُظهر النتائج أهمية توزيع ليندلي في تحليل البقاء الطبي وتوفر نظرة ثاقبة لأنماط بقاء سرطان الدم في مدينة أربيل. تُضيف هذه الدراسة إلى الأدبيات المتنامية حول نمذجة البقاء البارامترية وتساعد في اتخاذ القرارات السريرية لعلاجات سرطان الدم. تم الحصول على بيانات هذه الدراسة من مستشفى رزكاري في مدينة أربيل. وتم الحصول على النتائج باستخدام الحزم الإحصائية (Mat-lab V. 23.2 و R Software V. 2025.05.1+513).
التنزيلات
المراجع
[1] Ghitany, M. E., Atieh, B., & Nadarajah, S. (2008). Lindley distribution and its application. Mathematics and computers in simulation, 78(4), 493-506.DOI: https://doi.org/10.1016/j.matcom.2007.06.007 DOI: https://doi.org/10.1016/j.matcom.2007.06.007
[2] Bhati, D., Malik, M. A., & Vaman, H. J. (2015). Lindley–exponential distribution: properties and applications. Metron, 73, 335-357.DOI: https://doi.org/10.1007/s40300-015-0060-9 DOI: https://doi.org/10.1007/s40300-015-0060-9
[3] Kartsonaki, C. (2016). Survival analysis. Diagnostic Histopathology, 22(7), 263-270. DOI: https://doi.org/10.1016/j.mpdhp.2016.06.005
DOI: https://doi.org/10.1016/j.mpdhp.2016.06.005 DOI: https://doi.org/10.1016/j.mpdhp.2016.06.005
[4] Mawlood, K. I. (2019). Using logistic regression and cox regression models to studying the most prognostic factors for leukemia patients. QALAAI ZANIST JOURNAL, 4(3), 705-724. DOI: https://doi.org/10.25212/lfu.qzj.4.3.20 DOI: https://doi.org/10.25212/lfu.qzj.4.3.20
[5] Abdullah, I. K., & Rady, A. K. (2021). Comparison of methods for estimating the parameters of the asymmetric Laplace distribution using the quadratic loss function and the maximum possibility method. Journal of Administration and Economics, 46(130).DOI: https://doi.org/10.31272/jae.i130.32 DOI: https://doi.org/10.31272/jae.i130.32
[7 Hassan, A. H., & Shamal, I. H. (2023). Using genetic algorithm to estimate gamma Lindley distribution parameters. Journal of Administration and Economics, 48(141).DOI: https://doi.org/10.31272/jae.i141.1007 DOI: https://doi.org/10.31272/jae.i141.1007
[8] Manal M.R. (2023).Using the genetic algorithm to improve the survival function estimates of the Frechet-Weibull exponential distribution mixed model with a practical application. DOI: https://doi.org/10.31272/jae.i141.1012 DOI: https://doi.org/10.31272/jae.i141.1012
[9] Zhang, T. D., Chen, G. Q., Wang, Z. G., Wang, Z. Y., Chen, S. J., & Chen, Z. (2001). Arsenic trioxide, a therapeutic agent for APL. Oncogene, 20(49), 7146-7153. DOI: https://doi.org/10.1038/sj.onc.1204762 DOI: https://doi.org/10.1038/sj.onc.1204762
[10] Redha, S. M., & Hadia, A. T. A. (2020). Estimate the Survival Function By Using The Genetic Algorithm. Journal of Economics and Administrative Sciences, 26(122). DOI: https://doi.org/10.33095/jeas.v26i122.2018 DOI: https://doi.org/10.33095/jeas.v26i122.2018
[11] Austin, P. C. (2017). A tutorial on multilevel survival analysis: methods, models and applications. International Statistical Review, 85(2), 185-203.DOI: https://doi.org/10.1111/insr.12214 DOI: https://doi.org/10.1111/insr.12214
[12] Harrell, F. E. (2001). Regression modeling strategies: with applications to linear models, logistic regression, and survival analysis (Vol. 608). New York: springer.DOI: https://doi.org/10.1007/978-1-4757-3462-1 DOI: https://doi.org/10.1007/978-1-4757-3462-1
[13] Lindley, D. V. (1970). The estimation of many parameters. ETS Research Bulletin Series, 1970(1), i-20. DOI: https://doi.org/10.1002/j.2333-8504.1970.tb00411.x DOI: https://doi.org/10.1002/j.2333-8504.1970.tb00411.x
[14] Shanker, R., Sharma, S., & Shanker, R. (2013). A two-parameter Lindley distribution for modeling waiting and survival times data. Applied Mathematics, 4(2), 363-368. DOI: http://dx.doi.org/10.4236/am.2013.42056 DOI: https://doi.org/10.4236/am.2013.42056
[15] Ramos, P. L., & Louzada, F. (2016). The generalized weighted Lindley distribution: Properties, estimation, and applications. Cogent Mathematics, 3(1), 1256022. DOI: https://doi.org/10.1080/23311835.2016.1256022 DOI: https://doi.org/10.1080/23311835.2016.1256022
[16] Bhati, D., Sastry, D. V. S., & Qadri, P. M. (2015). A new generalized Poisson-Lindley distribution: Applications and properties. Austrian Journal of Statistics, 44(4), 35-51.DOI: https://doi.org/10.17713/ajs.v44i4.54 DOI: https://doi.org/10.17713/ajs.v44i4.54
[17] Van Den Hout, A. (2016). Multi-state survival models for interval-censored data. Chapman and Hall/CRC. DOI: https://doi.org/10.1201/9781315374321 DOI: https://doi.org/10.1201/9781315374321
[18] Khan, M. J. S., Sharma, A., & Iqrar, S. (2020). On moments of Lindley distribution based on generalized order statistics. American Journal of Mathematical and Management Sciences, 39(3), 214-233. DOI: https://doi.org/10.1080/01966324.2020.1718568 DOI: https://doi.org/10.1080/01966324.2020.1718568
[19] Sultan, K. S., & Al-Thubyani, W. S. (2016). Higher order moments of order statistics from the Lindley distribution and associated inference. Journal of Statistical computation and Simulation, 86(17), 3432-3445. DOI: https://doi.org/10.1080/00949655.2016.1163361 DOI: https://doi.org/10.1080/00949655.2016.1163361
[20] Moore, D. F. (2016). Applied survival analysis using R (Vol. 473, pp. 1-10). Cham: Springer. DOI: https://doi.org/10.1007/978-3-319-31245-3 DOI: https://doi.org/10.1007/978-3-319-31245-3
[21] Ibrahim, J. G., Chen, M. H., & Sinha, D. (2013). Bayesian survival analysis. Springer Science & Business Media. DOI: https://doi.org/10.1201/b16248 DOI: https://doi.org/10.1201/b16248
[22] Balan, T. A., & Putter, H. (2020). A tutorial on frailty models. Statistical methods in medical research, 29(11), 3424-3454.DOI: https://doi.org/10.1177/0962280220921889 DOI: https://doi.org/10.1177/0962280220921889
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2025 Ibrahim A. Othman, Kurdistan I. Mawlood
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
مجلة الإدارة والاقتصاد هي مجلة مفتوحة المصدر حيث تكون جميع محتوياتها مجانية. تخضع مقالات هذه المجلة لشروط ترخيص المشاع الإبداعي المنسوب إلى المؤلف (CC-BY 4.0) (https://creativecommons.org/licenses/by/4.0/legalcode) الذي يسمح للمرخص لهم دون قيود بالبحث عن النص الكامل للمقالات أو تنزيله أو مشاركته أو توزيعه أو طباعته أو ربطه به، وفحصه للفهرسة وإعادة إنتاج أي وسيلة للمقالات بشرط أن ينسبوا إلى المؤلفين الفضل في ذلك (الاستشهاد). تسمح المجلة للمؤلفين بالاحتفاظ بحقوق الطبع والنشر لمقالهم المنشور.
. Creative Commons-Attribution (BY) 
