Aktürk Hayat, ElvanSuner, AslıUyar, BurakDursun, ÖmerOrman, Mehmet N.Kitapçıoğlu, Gül2014-09-012014-09-012010Aktürk Hayat, E., Suner, A., Uyar, B., Dursun, Ö., Orman, Mehmet N., Kitapçıoğlu, G. "Comparison of Five Survival Models: Breast Cancer Registry Data from Ege University Cancer Research Center". Turkiye Klinikleri J Med Sci 2010;30(5):1665-74.1300-02922146-9040 (Online)http://www.turkiyeklinikleri.com/article/tr-comparison-of-five-survival-models-breast-cancer-registry-data-from-ege-university-cancer-research-center-59084.htmlhttps://hdl.handle.net/11486/504https://doi.org/10.5336/medsci.2009-16200Objective: In this study, we aimed to compare the results of the survival analysis of the patients with breast cancer using Weibull, Gamma, Gompertz, Log-Logistic and Log-Normal parametric models. Material and Methods: The data obtained from 5457 patients with breast cancer from Ege University Cancer Research Centre between 1992 and 2007 was used in this study. The patients were divided into two groups with respect to their ages, they were divided into two groups as 49 and below and 50 and above. The Log rank test was applied to compare the survival curves of the two age groups obtained by Kaplan Meier method. A survival analysis was conducted by using Weibull, Gamma, Gompertz, Loglogistic and Lognormal distribution of parametric models. Results: Survival curves of two groups were compared by using a log-rank test and no statistical significant difference was found between the two groups. In the analysis of the survival periods using parametric models, the age variable is taken as the covariate. To determine the best model among parametric models, Akaike Information Criteria (AIC) was exploited. The results of the study revealed that the survival model found by the Gompertz distribution was the most appropriate one. Conclusion: By using AIC, the models obtained via Weibull, Loglogistic, Lognormal, Gamma and Gompertz were compared and the most suitable model for the obtained data distribution was determined. Although the AIC values for the five distributions in question were very close to each other, the Gompertz distribution, which had the lowest AIC value, was determined as the most suitable model.Amaç: Bu çalışmada meme kanserli hastalara ait sağkalım analizlerinin sonuçlarını Weibull, Gamma, Gompertz, Log-Logistic ve Log-Normal parametrik modelleri kullanarak karşılaştırmayı amaçladık. Gereç ve Yöntemler: Çalışmada Ege Üniversitesi Kanser Araştırma Merkezi nde kayıtlı 1992 ile 2007 yılları arasındaki 5457 meme kanserli hastadan elde edilen veriler kullanılmıştır. Hastalar 50 yaş ve üstündekiler ile 50 yaş altındakiler olmak üzere iki gruba ayrıldılar. Kaplan Meier metodu ile elde edilen iki gruba ait sağkalım eğrileri karşılaştırılırken Log rank testi uygulanmıştır. Meme kanserli hasta verileri ile birlikte Weibull, Gamma, Gompertz, Loglogistic and Lognormal parametrik modelleri kullanılarak bir sağkalım analizi yapılmıştır. Bulgular: İki grubun sağkalım eğrileri long-rank testi kullanılarak karşılaştırılmış, istatistiksel olarak anlamlı fark bulunmamıştır. Parametrik testler kullanılarak yapılan sağkalım sürelerinin analizinde, yaş ortak değişken olarak ele alınmıştır. Parametrik modeller içerisinde en iyi olanı belirlemek üzere Akaike Bilgi Kriteri (ABK)nden faydalanılmıştır. Çalışma sonuçları Gompertz dağılımı ile bulunan sağkalım modelinin en uygunu olduğunu ortaya koymuştur. Sonuç: ABK kullanılarak Weibull, Loglogistic, Lognormal, Gamma ve Gompertz ile elde edilen modeller karşılaştırılmış ve elde edilen veri dağılımı için en uygun model ele alınmıştır. Söz konusu beş dağılım hakkındaki ABK değerleri birbirine çok yakın bulunmuş ve ABK değeri en düşük olan Gompertz dağılımı, en uygun model olarak değerlendirilmiştir.enSurvival analysisBreast neoplasmsWeibull distributionLoglogistic distributionLognormal distributionGamma distributionGompertz distributionSağkalım analiziMeme tümörleriWeibull dağılımıLoglojistik dağılımLognormal dağılımGamma dağılımıGompertz dağılımıArticle10.5336/medsci.2009-16200