دوره 24، شماره 2 - ( خرداد و تیر 1400 )                   جلد 24 شماره 2 صفحات 195-180 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Amiri F, Roshanaei G, Olfati Far M, Najafi R, Poorolajal J. Survival Analysis of the Human Immunodeficiency Virus in Iranian Patients: A Multistate Model. J Arak Uni Med Sci 2021; 24 (2) :180-195
URL: http://jams.arakmu.ac.ir/article-1-6253-fa.html
امیری فاطمه، روشنایی قدرت، الفتی فر میثم، نجفی رسول، پورالعجل جلال. تحلیل بقای HIV در بیماران ایرانی: یک مدل چندحالتی. مجله دانشگاه علوم پزشكي اراك. 1400; 24 (2) :180-195

URL: http://jams.arakmu.ac.ir/article-1-6253-fa.html


1- گروه بهداشت و اپیدمیولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی اراک، اراک، ایران.
2- مرکز تحقیقات گوارش و بیماری‌های کبدی، پژوهشکده بیماری‌های گوارش و کبد، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران.
3- مرکز تحقیقات گوارش و بیماری‌های کبدی، پژوهشکده بیماری‌های گوارش و کبد، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. ، rasolnajafi@yahoo.com
4- گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران.
واژه‌های کلیدی: مدل چندحالتی، حالت میانی، HIV، ایدز، سل
متن کامل [PDF 5587 kb]   (661 دریافت)     |   چکیده (HTML)  (1338 مشاهده)
متن کامل:   (3279 مشاهده)
مقدمه
ویروس نقص ایمنی انسان (HIV) از راه‌های مختلفی همچون رابطه جنسی (واژینال، دهانی و مقعدی)، انتقال خون، سوزن‌های زیرپوستی، خالکوبی و ... منتقل می‌شود. این ویروس در دستگاه ایمنی بدن نوعی بیماری به نام ایدز (AIDS) را ایجاد می‌کند. بیماری ایدز نیز با مختل کردن سیستم ایمنی بدن، مبتلایان را در معرض ابتلا به انواع عفونت‌های فرصت‌طلب از جمله سل (TB) قرار می‌دهد [1]. سل میزان مرگ‌ومیر افراد مبتلا را افزایش می‌دهد [2]. میزان بروز HIV و سل در جهان 0/44 درصد در هر 100 هزار نفر برآورد شده و طبق گزارش سازمان جهانی بهداشت در ایران 0/037 از موارد مرگ‌ومیر ناشی از HIV و سل است [3]. برخی عوامل مانند بار ویروسی، درمان با داروهای ضد رتروویروسی (ART)، تعداد سلول‌های CD4، سن، جنسیت و ... بر مدتزمان بقای بیماران مبتلا به ایدز و سل اثرگذار هستند [3]. تعیین عوامل اثرگذار بر افزایش مدتزمان بقای بیماران اهمیت زیادی دارد [2].
یکی از اهداف اصلی مدل‌سازی داده‌های بقا تعیین عوامل اثرگذار بر مدتزمان بقاست. با مدل‌سازی بقا می‌توان برآورد تابع بقا برای هر فرد در هر لظه زمانی را به دست آورد [4]. ساده‌ترین مدل بقا، شامل یک نقطه شروع و یک نقطه پایانی است، مرگ یا هر رخداد دیگری می‌تواند یک نقطه پایانی باشد [5]. در بسیاری از بیماری‌های مزمن، روند پیشرفت بیماری شامل رخدادهای میانی است که می‌تواند حالت شروع برای رخدادهای بعدی تلقی شود. مثلاً در بیماران مبتلا به HIV، فرد ممکن است بعد از پیشرفت بیماری وارد مرحله ایدز شود و در صورتی که برای این فرد پیگیری ادامه یابد ممکن است، بعد از مدتی عفونت‌های فرصت‌طلب همچون سل را نیز تجربه کرده و در نهایت فوت شود. بنابراین در مدل‌سازی بقا خروج افراد از یک حالت و ورود به حالت دیگر را رخداد می‌نامند [4]. مدل چندحالتی یک ابزار انعطاف‌پذیر است که در عمل می‌تواند با در نظر گرفتن رخداد میانی به طور کامل نتایج حاصل از مدل‌های گوناگون بقا را به سادگی بررسی کند [6]. ساده‌ترین حالت این مدل، شامل توصیف پروسه حالت سلامتی به بیماری و مرگ است که مدل بیماری مرگ نام دارد. به طور کلی در حالت پایانی فقط یک نوع رخداد وجود دارد و آن مرگ است [7].
در مدل‌های چندحالتی افراد ممکن است چندین رخداد را تا پایان دوره پیگیری تجربه کنند؛ همچنین در این مدل‌ها در صورتی که نوع رخداد پایانی مرگ باشد، می‌توان به طور جداگانه مرگ را با توجه به علت آن بررسی کرد. بنابراین برای برآورد احتمالات گذار و تعیین عوامل مؤثر بر هر گذار از مدل‌های چندحالتی استفاده می‌شود [6, 7, 8, 9, 10, 11, 12]. با توجه به اینکه مدل بیماری مرگ تنها یک حالت میانی در مدل‌بندی پیشرفت بیماری HIV را در نظر می‌گیرد، این احتمال وجود دارد که نادیده گرفتن سایر رخدادهای میانی بر محاسبه احتمال خطر و بقای پیشامد نهایی اثر بگذارد. بنابراین در مطالعه حاضر از مدل چندحالتی برای بررسی پیشرفت عفونت HIV تا زمان مرگ استفاده شده است که دارای سه حالت میانی ایدز، سل و ایدز/سل است. افراد مبتلا به HIV ممکن است تا پایان پیگیری هریک از مراحل پیشرفت این بیماری را تجربه کنند. همچنین عوامل اثرگذار بر هر مرحله پیشرفت این بیماری نیز تعیین شد.
مواد و روش‌ها 
مطالعه حاضر یک مطالعه گذشته‌نگر است. افراد شرکت‌کننده در این مطالعه  2185 فرد مبتلا به HIV ساکن شهر تهران بوده‌اند که طی مهر و موم‌های 1383-92 پیگیری شدند. ما اطلاعات مربوط به بیماران را با استفاده از یک چک‌لیست ازپیش‌ساخته از پرونده درمانی آن‌ها استخراج کردیم. چک‌لیست استفاده‌شده شامل اطلاعات جمعیت‌شناختی (سن، جنسیت و ...)، اطلاعات رفتاری (سوءمصرف مواد مخدر و الکل، مصرف سیگار و ...)، راه‌های انتقال بیماری (مصرف تزریقی مواد مخدر، رابطه جنسی و ...) و همچنین اطلاعاتی در مورد ابتلا هم‌زمان به سل و ایدز، تعداد سلول‌های CD4، درمان ضدرتروویروسی (ART)، پروفیلاکسی دارویی ایزونیازید، تاریخ تشخیص HIV، تاریخ تشخیص AIDS، تاریخ مرگ، علت مرگ و تاریخ آخرین اطلاع از بیماران (از طریق مراجعه به پرونده یا پیگیری تلفنی در سال 92) بود. افرادی که در طول دوره پیگیری رخداد مرگ را تجربه نکرده‌اند و نیز افرادی که به هر دلیلی از وضعیت حیات آن‌ها بعد از اتمام زمان مطالعه بی‌اطلاع بودیم به‌منزله موارد سانسورشده (افراد به دلایل گوناگون مانند مهاجرت، عدم توانایی در ادامه روند درمان و ...) در نظر گرفتیم.
در برخی از بیماری‌ها ممکن است در دوره پیگیری از مرحله شروع بیماری تا پیامد، دو یا چند حالت میانی رخ دهد که هرکدام از این حالات مربوط به یک مرحله خاص از پیشرفت بیماری باشد. بنابراین در این مطالعه‌ها می‌توان از مدل چندحالتی برای مدل‌سازی فرایند پیشرفت بیماری استفاده کرد و در هر مرحله تأثیر عوامل مؤثر بر پیشرفت بیماری را سنجید [13]. افراد مبتلا به عفونت HIV تا پایان پیگیری (مرگ یا سانسور، خارج شدن از مطالعه بدون تجربه مرگ) ممکن است حالات گوناگون پیشرفت به مرحله ایدز، ابتلا به سل و یا ابتلای هم‌زمان به ایدز/ سل را تجربه کنند. ما در این مطالعه زمان تشخیص ابتلا به HIV را حالت شروع فرایند، مرگ را حالت پایانی و مراحل ایدز، سل و ابتلای هم‌زمان ایدز/ سل را حالات میانی به شکل زیر در نظر گرفتیم (تصویر شماره 1).

ما به منظور برآورد احتمال گذار بین حالت‌ها، احتمال ماندن در هر حالت در زمان t (تعداد مهر و موم‌های پیگیری) از برآوردگر آلن جانسون استفاده کردیم [7]. برآورد آلن جانسون را می‌توان به صورت حاصل ضرب ماتریسی به شکل زیر نوشت:


I ماتریس همانی است و  ماتریسی است که در عناصر غیر قطر اصلی آن مخاطرات لحظه‌ای انتقال از حالت g به حالت h یعنی  است. همچنین مخاطره لحظه‌ای به صورت زیر برآورد شد:


که در آن تعداد افرادی است که در زمان s در حالت g در معرض خطر گذار به حالتی غیر از g هستند. dgh(s) dgh(s) تعداد افرادی که در زمان s از حالت g به h وارد شده‌اند.
از طرفی ما به منظور ارزیابی اثر متغیرهای کمکی بر مخاطره علت ویژه برای فرد kام از مدل مخاطرات متناسب به صورت زیر استفاده کردیم:


رگرسیون کاکس برای برازش تابع مخاطره، یک مدل نیمه پارامتریک در نظر می‌گیرد که می‌توان متغیرهای توضیحی یا ریسک‌فاکتورها را به آن اضافه کرد، ولی باید تابع مخاطره را به‌منزله تابعی نامشخص و غیرمنفی از زمان در نظر گرفت. در ساده‌ترین حالت خطر برای یک شخص متغیر  است.
بنابراین برآورد پارامترها (ضریب تأثیر متغیرهای کمکی در هر یک از حالت‌ها) با استفاده از روش درست‌نمایی جزئی به صورت زیر تعیین شد [10]:


برای تجزیه و تحلیل داده‌ها از پکیج‌های mState و msSurv در نرم‌افزار R version 3.3.3 استفاده کردیم.
یافته‌ها
میانگین±انحراف معیار سنی 2185 شرکت‌کننده در مطالعه حاضر 10/3±33/9 سال بود. از بین 1195 نفری (54/7 درصد) که مبتلا به ایدز شدند 619 (51/7 درصد) نفر درمان ضدرتروویروسی و 342 (28/6 درصد) فرد بیمار پروفیلاکسی دارویی ایزونیازید را دریافت کردند. به ترتیب شایع‌ترین راه‌های انتقال بیماری در مردان و زنان خالکوبی با 722 (43/1 درصد) و تزریق با سرنگ مشترک 357 (70/5 درصد) بود. از طرفی موارد منتقل‌شده با انتقال خون در هر دو گروه 17 (1 درصد) مردان و زنان 9 (1/8 درصد) کمترین سهم را میان راه‌های انتقال بیماری داشتند (جدول شماره 1). 


نظر به اهمیت به‌کارگیری مدل‌های چندحالتی در مطالعه بیماری‌هایی مانند HIV که سیر طبیعی آن‌ها تا رخداد مرگ حالات میانی دیگری را در بر دارد. ما در این مطالعه از مدل‌های چندحالتی بقا به منظور بررسی عوامل مؤثر بر سیر طبیعی بیماری HIV استفاده کردیم. با در نظر گرفتن سیر طبیعی بیماری (تصویر شماره 1) نتایج ما نشان داد که غالب افراد HIV مبتلا به سل و نیز افراد مبتلا به عفونت هم‌زمان سل و ایدز تا مهر و موم‌های پایانی مطالعه (10 سال اول پیگیری) با احتمالی نزدیک به یک مرگ را تجربه خواهند کرد. به این معنی که وضعیت بیماری این افراد در طی زمان نهایتاً به حالت مرگ تغییر خواهد یافت. نتایج ما همچنین نشان داد که این عفونت ایدز است که افراد را بیشتر مستعد سل و نهایتاً مرگ می‌کند و نه خود HIV به‌تنهایی چرا که احتمال گذار HIV به سل خیلی کم و تقریباً نزدیک به صفر است؛ اما گذار موارد با عفونت ایدز به سل و نهایتاً ابتلا به عفونت هم‌زمان سل و ایدز در حد چشمگیری است. البته لازم به ذکر است که گذار سل به ایدز/ سل در ابتدای زمان ابتلا، روندی صعودی داشت؛ اما با گذشت زمان ما شاهد یک روند نزولی بودیم، به طوری که در سال دهم پیگیری مقدار احتمال آن به صفر نزدیک می‌شود. به این معنی که با گذشت زمان تعداد افراد حاضر در مطالعه در حال کاهش است، به طوری که بیشتر افراد فوت شدند یا برخی از آن‌ها نیز به هر دلیلی (سانسور) از مطالعه حذف شدند (تصویر شماره 2).

نتایج ما نشان داد که تقریباً 20 درصد افراد در 10 سال اول بعد از تشخیص ابتلا به HIV فوت می‌شوند. این افراد ممکن است دچار ایدز و سل شده باشند یا اینکه بدون ابتلا به سل و ایدز فوت شده باشند. در این بازه زمانی تقریباً 40 درصد افراد همچنان در حالت HIV باقی مانده‌اند و در حدود 40 درصد از سایر افراد هم عفونت ایدز را تجربه کردند (تصویر شماره 3).

رگرسیون مخاطره علت ویژه
نظر به سنجش اثر فاکتورهای مهم بالینی و جمعیت‌شناختی بر احتمالات گذار بیماری ما از مدل رگرسیون مخاطره علت ویژه استفاده کردیم. به این منظور مدل مذکور را برای گذارهای تعیین‌شده در سیر طبیعی بیماری برازش دادیم. در اولین گذار مطالعه ما که مربوط به گذار از حالت اولیه (تشخیص HIV) به حالت دوم که ابتلا به ایدز است (تصویر شماره 1) متغیرهای سن، دریافت ایزونیازید، تعداد CD4 و راه‌های انتقال بیماری مؤثر بودند. به این نحو که با افزایش سن خطر ابتلا به ایدز بیشتر می‌شود. خطر ابتلا به ایدز در افراد رده 25 تا 44 سال و بیشتر از 44 سال به ترتیب 1/52 و 1/79 برابر افراد رده سنی کمتر از 25 سال بود ((0/001>P) و (0/003=P)) (جدول شماره 2). 


خطر ابتلا به ایدز در افرادی که ایزونیازید دریافت نکرده بودند 1/39 برابر افرادی بود که این درمان را دریافت کرده بوده‌اند (0/001>P). در مطالعه ما رابطه معکوسی بین تعداد CD4 و خطر ابتلا به ایدز مشاهده شد، به طوری که با افزایش تعداد CD4 خطر ابتلا به ایدز کمتر می‌شد، خطر ابتلا به ایدز در افرادی که تعداد CD4 آن‌ها 201-350، 350-500 و بیشتر از 501 است به ترتیب 0/51، 0/62 و 0/56 برابر افرادی است که تعداد CD4 آن‌ها کمتر از 201 است (0/001>P). نهایتاً خطر ابتلا به ایدز در بین افرادی که راه‌های انتقال بیماری در آن‌ها رابطه جنسی نبود کمتر مشاهده شد (جدول شماره 3). 


در این مطالعه گذارهای HIV به سل، ایدز به مرگ و سل به سل/ ایدز به دلیل معنی‌دار نبودن متغیرها در جدول شماره 2 و 3 آورده نشدند.
متغیرهای مؤثر بر گذار سوم (گذار از حالت HIV به حالت مرگ، تصویر شماره 1) نیز به ترتیب سابقه زندان، سن و مصرف داروهای ضدرتروویروسی بود (0/05>P). خطر مرگ در افرادی که سابقه زندان داشتند 2/40 برابر افرادی بود که سابقه زندان نداشتند (0/001>P). خطر مرگ در افراد رده سنی 25 تا 44 و بیشتر از 44 سال به ترتیب 1/70 و 1/80 برابر افرادی رده کمتر از 25 سال بود (0/001=P) (جدول شماره 2). این خطر برای افرادی که میزان CD4 آن‌ها بین 201-350 بود، 0/74 برابر آن‌هایی است که میزان CD4شان کمتر از 201 بود (0/001>P). افرادی که درمان ضدرتروویروسی را دریافت نکردند بوده‌اند 1/40 برابر آن‌هایی که این درمان را دریافت کردند درخطر مرگ بودند (0/001>P) (جدول شماره 3).
متغیرهای مؤثر بر گذار چهارم (گذار از حالت ایدز به حالت سل، تصویر شماره 1) نیز به ترتیب جنسیت، سابقه زندان، سن، دریافت ایزونیازید، CD4 و ضدرتروویروسی تأثیر معنی‌داری بر پیشرفت بیماری و ابتلا به سل دارند. به طوری که خطر ابتلا به سل برای مردان 2/5 برابر زنان بود (0/027=P). افرادی که سابقه زندان داشتند 1/64 برابر افرادی که سابقه زندان نداشتند درخطر ابتلا به سل بودند (0/036=P). خطر ابتلا به سل با سن افراد بیمار رابطه مستقیم دارد، به نحوی که افراد رده سنی 25 تا 44 و بیشتر از 44 سال نسبت به افراد کمتر از 25 سال به ترتیب 1/30 و 1/52 در خطر ابتلا به سل بودند ((0/030=P) و (0/012=P)) (جدول شماره 2). در مطالعه ما افرادی که ایزونیازید دریافت نکردند نسبت به افرادی که ایزونیازید دریافت کردند 1/86 برابر در خطر ابتلا به سل بودند (0/036=P). همچنین در این مطالعه رابطه مستقیمی بین تعداد CD4 و خطر ابتلا به سل مشاهده شد، به طوری که این خطر برای افرادی که میزان CD4 آن‌ها 201-350، 351-500 و بیشتر از 501 بود، به ترتیب 0/64، 0/61 و 0/28 برابر افرادی بود که میزان CD4 آن‌ها کمتر از 201 است ((0/001>P) و (0/001>P) و (0/033=P)). به همین نحو خطر ابتلا به سل در افرادی که درمان ضدرتروویروسی را دریافت نکرده بودند 1/43 برابر افرادی است که این درمان را انجام دادند (0/008=P) (جدول شماره 3).
متغیرهای مؤثر در گذار پنجم (گذار از حالت ایدز به حالت مرگ) نیز به ترتیب جنسیت، زندان، دریافت ایزونیازید، CD4 و درمان ضدرتروویروسی بودند. نتایج مطالعه ما نشان داد که خطر مرگ ناشی از ایدز برای مردان 2/95 برابر زنان است (0/001>P). همچنین این خطر برای افرادی که سابقه زندان داشتند 1/94 برابر افرادی است که سابقه زندان نداشتند (0/001>P) (جدول شماره 2). افرادی که ایزونیازید دریافت نکردند 1/35 برابر افرادی که ایزونیازید دریافت کردند درخطر مرگ هستند (0/026=P). این خطر برای افرادی که میزان CD4 آن‌ها به ترتیب 201-350، 351-500 و بیشتر از 501 است، به ترتیب 0/63، 0/34 و 0/57 برابر افرادی است که میزان CD4 آن‌ها کمتر از 201 است ((0/001>P) و (0/004=P) و (0/04>P)). همچنین افرادی که درمان ضدرتروویروسی دریافت نکردند 1/29 برابر افرادی که این درمان را دریافت کردند درخطر مرگ هستند (0/001>P). (جدول شماره 3).
در گذار هشتم (گذار از حالت سل/ ایدز به حالت مرگ) نیز افرای که CD4 بین 500-351 داشتند 0/42 برابر افرادی که میزان CD4 آن‌ها کمتر از 201 بود درخطر مرگ بوده‌اند (0/003=P) (جدول شماره 3).
بحث
نتایج ما نشان داد که مانند سایر بیماری‌ها افراد مبتلا به HIV هم حالت‌های گوناگونی را در سیر طبیعی بیماری خود قبل از مرگ تجربه می‌کنند که فارغ از ویژگی‌های بالینی و پایه این بیماران نیست. به طوری که در مطالعه ما در طول ده سال پیگیری 1195 نفر (55 درصد) از بیماران ایدز، 87 نفر (4 درصد) بیماری سل/ایدز و 4 نفر (0/18 درصد) سل را تجربه کرده‌اند. افراد با سن بالاتر بیشتر در خطر ابتلا به ایدز، سل و حتی مرگ بودند. خطر ابتلا به ایدز، سل و خطر مرگ ناشی از ایدز در افرادی که ایزونیازید دریافت نکردند بیشتر از افرادی است که ایزونیازید دریافت کردند. این اثر برای دریافت‌کنندگان داروهای ضد رتروویروسی هم مصداق داشت.
درمان ضدرتروویروسی در مرگ افراد مبتلا به HIV، ابتلا به سل متعاقب از ایدز و مرگ ناشی از ایدز مؤثر است. در مطالعه ما نیز خطر مرگ در بیماران مبتلا به HIV که درمان ضدرتروویروسی را دریافت نکردند بیشتر از افرادی بود که این درمان را دریافت کرده بودند. مطالعات دیگر نشان داده‌اند که درمان ضدرتروویروسی باعث کاهش بار بیماری در بیماران مبتلا به HIV می‌شود. این درمان در سرکوب عفونت HIV و به تأخیر انداختن مرگ ناشی از HIV مؤثر است و می‌تواند زمان پیشرفت بیماری به ایدز را افزایش دهد [11، 12]. در مطالعه ما درمان ضدرتروویروسی در پیشرفت بیماری به ایدز اثری نداشت. این احتمال وجود دارد که اکثر افراد به دلیل مراجعه دیرهنگام وارد مرحله ایدز شده‌اند که می‌تواند به دلایلی مثل آگهی نداشتن از بیماری، در دسترس نبودن مراکز مشاوره و انگ اجتماعی باشد [13].
یکی از مهم‌ترین عوامل پیش‌آگهی بیماری HIV تعداد سلول‌های CD4 است [14]. در مطالعه ما نیز اثرات آن ابتلا به ایدز، ابتلا به سل بعد از ایدز و مرگ ناشی از ایدز را تأیید کرد. به طوری که تعداد CD4 اثر معکوس بر ابتلا به ایدز، ابتلا به سل بعد از ایدز و مرگ ناشی از ایدز دارد که همسو با مطالعات قبلی است. به طوری که در یکی از این مطالعات کم بودن تعداد سلول‌های CD4 یک عامل مستقیم برای توسعه بیماری سل در افراد مبتلا به HIV است [15]. همچنین اگر تعداد سلول‌های CD4+ بین 350 تا 500 سلول باشد، سیستم ایمنی بدن شروع به ضعیف شدن می‌کند. اگر تعداد سلول‌ها کمتر از 300 سلول باشد، سیستم ایمنی بدن ضعیف شده و در معرض ابتلا به عفونت‌های فرصت‌طلب (مانند سل) است [16]؛ اما احتمالاً به دلیل تعداد کم نمونه‌ها این متغیر در ابتلا به سل افراد HIV+ معنی‌دار به دست نیامد.
در مطالعه ما سن افراد مبتلا بر گذار بیماری به ایدز، مرگ ناشی از HIV و مرگ ناشی از ایدز مؤثر بود که با مطالعات دیگر همخوانی دارد. به نحوی که در چندین مطالعه سن یک عامل مؤثر بر ابتلا به ایدز و مرگ ناشی از آن شناخته شده است [13، 16171819]. از طرف دیگر، در مطالعه حاضر سن بر ابتلا افراد به سل اثر نداشت که با برخی از شواهد علمی هم‌خوانی ندارد، به‌گونه‌ای که در یک مطالعه سن اثر مستقیمی بر ابتلا به سل داشت [20]. 
در مطالعه ما اثر جنسیت در ابتلا به سل بعد از ایدز و مرگ ناشی از ایدز تأیید شد، به طوری که مردان در معرض خطر بیشتری بودند که با نتایج دیگر مطالعاتی که اثر مستقیم جنسیت بر ابتلا به سل بعد از ایدز و مرگ ناشی از ایدز را تأیید کرده‌اند [22 ،21] همسو است. با این حال اثر جنسیت در برخی از مطالعات تأیید نشده است [20]. علت این تناقض می‌تواند این باشد که مردان رفتارهای پرخطر بیشتری نسبت به زنان دارند یا ممکن است متغیرهای اثرگذار دیگری (از جمله سن، سابقه زندان و ...) این رابطه را مخدوش کرده باشند. 
در مطالعه ما سابقه زندان نیز در مرگ ناشی از HIV، ابتلا به سل بعد از ایدز و مرگ ناشی از ایدز مؤثر بود که با مطالعات دیگر همخوانی دارد. به‌گونه‌ای که در چندین مطالعه نشان داده شد که افراد با سابقه زندان بیشتر در خطر ابتلا به ایدز هستند همچنین سابقه زندان اثر مستقیمی بر ابتلا به سل و مرگ ناشی از HIV و مرگ ناشی از ایدز دارد [24 ،23]. بنابراین آموزش‌های لازم برای پیشگیری و آگاهی بیشتر در این قشر از افراد می‌تواند به پیشگیری و بقای بیشتر کمک کند.
عمده‌ترین عامل خطر گسترش HIV و ایدز در ایران مصرف تزریقی مواد است. بیشترین عامل انتقال بیماری در مردان اعتیاد تزریقی و در زنان رابطه جنسی است [13]. در برخی مطالعات در اکثر مناطق دنیا مهم‌ترین راه انتقال ایدز، روابط جنسی اعلام‌شده که بیشتر این روابط به افراد جوان برمی‌گردد زیرا از این نظر فعال‌تر هستند [25]. در مطالعه ما مصرف تزریقی مواد در ابتلا به ایدز مؤثر بود که با مطالعه دیگر همخوانی دارد. به‌گونه‌ای که در یک مطالعه نشان دادند مصرف تزریقی مواد اثر مستقیمی بر ابتلا به ایدز دارد [26].
دریافت ایزونیازید در پیشرفت HIV به ایدز، ایدز به سل و مرگ ناشی از ایدز مؤثر بود؛ به طوری که در مطالعه ما افرادی که ایزونیازید دریافت نکردند بیشتر درخطر مرگ ناشی از ایدز و ابتلا به سل هستند که با مطالعات دیگر همخوانی دارد، در چندین مطالعه نشان داده شده دریافت ایزونیازید در ابتلای افراد به ایدز، سل و مرگ مؤثر است، همچنین نشان دادند دریافت ایزونیازید خطر مرگ ناشی از ایدز را به طور مؤثری کاهش می‌دهد [28 ،27 ،18].
بر اساس نمودار احتمالات انتقال گذارهای سل به مرگ و ایدز/ سل به مرگ تا سال 10-ام پیگیری دارای احتمال نزدیک به یک هستند؛ بنابراین ضرورت پیشگیری و آموزش افراد را در راستای کاهش احتمال مرگ نشان می‌دهد. گذار سل به ایدز/ سل در ابتدای زمان ابتلا، روندی صعودی داشت اما با گذشت زمان روند نزولی مشاهده شد. احتمالاً این نشان می‌دهد که مراجعه زودهنگام افراد برای درمان و افزایش میزان بقا مؤثر است؛ اما افراد به دلایلی از جمله در دسترس نبودن مراکز مربوط و ترس از انگ اجتماعی دیر اقدام کرده و بیماری آن‌ها به مرحله بعدی گذار می‌کند.
نتیجه‌گیری
روی‌هم‌رفته نتایج مطالعه ما حاکی از اثر متغیرهای مختلف بالینی و پایه بر سیر طبیعی این بیماری با به‌کارگیری مدل چندحالتی بود که مهم‌ترین آن‌ها به ترتیب درمان ضدرتروویروسی، تعداد سلول‌های CD4، سن، سابقه زندان بودند. بنابراین جلوگیری از گسترش بیشتر بیماری به جامعه و نیز کنترل بیماری در مبتلایان نیازمند مداخلات آموزشی و درمانی هدفمند است. این مداخلات هم افراد جامعه را با راه‌های انتقال و پیشگیری از بیماری آشنا می‌کند و هم بیماران را برای مراجعه زودهنگام به مراکز درمانی ترغیب خواهد کرد.

ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش

کمیته اخلاق پژوهشی دانشگاه علوم پزشکی همدان این مطالعه را با کد IR.UMSHA.REC.1396.117 به ثبت رسانده است.

حامی مالی
این تحقیق هیچ گونه کمک مالی از سازمان‌های تأمین مالی در بخش‌های عمومی ، تجاری یا غیرانتفاعی دریافت نکرد.

سهم نویسندگان
 تمام نویسندگان در طراحی، اجرا و نگارش همه بخش‌های پژوهش حاضر مشارکت داشته‌اند.

تضاد منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.

تشکر و قدردانی
بدین‌وسیله از زحمات معاونت محترم تحقیقات و فناوری دانشگاه علوم پزشکی همدان قدردانی و تشکر می‌کنیم.

 
References
1.Oladejo N, John A. A steady state solution method for HIV/AIDS model for the assesment, monitoring, control and evaluation of confirmed status with vertical transmission in Nigeria. J Virol Antivir Res. 2017;6:1. [DOI:10.4172/2324-8955.1000166]
2.Bernstein L, Ross RK. Endogenous hormones and breast cancer risk. Epidemiol Rev. 1993; 15(1):48-65. [DOI:10.1093/oxfordjournals.epirev.a036116][PMID]
3.Hatami H, Yadegarfar G, Meshkati M. [Investigation of survival rate among HIV-positive individuals identified in Isfahan Province, 1997-2013 (Iran) (Persian)]. Qom Univ Med Sci J. 2017; 11(8):66-75. http://journal.muq.ac.ir/article-1-499-en.html
4.Hosseini M, Mohammad K, Rahimzadeh Kivi M, Mahmoodi M. [Comparison of survival models in studying breastfeeding duration (Persian)]. Hakim. 2007; 1(10);66-71. http://hakim.hbi.ir/article-1-336-fa.html
5.Sainani KL. Introduction to survival analysis. PM R. 2016; 8(6):580-5. [DOI:10.1016/j.pmrj.2016.04.003][PMID]
6.Meira-Machado L, de Uña-Álvarez J, Cadarso-Suárez C, Andersen PK. Multi-state models for the analysis of time-to-event data. Stat Methods Med Res. 2019; 18(2):195-222. [DOI:10.1177/0962280208092301] [PMID] [PMCID]
7.Putter H, van der Hage J, de Bock GH, Elgalta R, van de Velde CJ. Estimation and prediction in a multi-state model for breast cancer. Biom J. 2006; 48(3):366-80. [DOI:10.1002/bimj.200510218]
8.Hougaard P. Multi-state models: A review. Lifetime Data Anal. 1999; 5(3):239-64. [DOI:10.1023/A:1009672031531][PMID]
9.Putter H, Fiocco M, Geskus RB. Tutorial in biostatistics: Competing risks and multi-state models. Stat Med. 2007; 26(11):2389-430. [DOI:10.1002/sim.2712]
10.Geskus RB. Data analysis with competing risks and intermediate states. Taylor & Francis Group: New York; 2020. https://books.google.com/books?id=bq73zQEACAAJ&dq
11.Haghighat S. Survival rate and its correlated factors in breast cancer patients referred to breast cancer research center. Iran J Breast Dis. 2013; 6(3):28-36. http://ijbd.ir/article-1-291-en.html
12.Cui Z, Lin M, Nie S, Lan R. Risk factors associated with Tuberculosis (TB) among people living with HIV/AIDS: A pair-matched case-control study in Guangxi, China. PloS One. 2017; 12(3):e0173976. [DOI:10.1371/journal.pone.0173976][PMID][PMCID]
13.Yaghoobi H, Ahmadiniya H, Shabani Z, Vazirinejad R, Zolfizadeh F, Rezaeian M. [The epidemiological investigation of patients with HIV/AIDS in Bandar Abbas behavioral disorders counseling center during 2005-2015 (Persian)]. J Rafsanjan Univ Med Sci. 2018; 16(10):969-82. http://journal.rums.ac.ir/browse.php?a_id=3815&sid=1&slc_lang=en
14.Lanoy E, May M, Mocroft A, Phillip A, Justice A, Chene G, et al. Prognosis of patients treated with cART from 36 months after initiation, according to current and previous CD4 cell count and plasma HIV-1 RNA measurements. AIDS. 2019; 23(16):2199-208. [DOI:10.1097/QAD.0b013e3283305a00][PMID][PMCID]
15.Mokarian F, Mokarian S, Ramezani A. [Relations of disease-free survival and overall survival with age and primary metastases in patients with breast cancer (Persian)]. J Isfahan Med Sch. 2013; 31(225):112-20. http://jims.mui.ac.ir/index.php/jims/article/view/1827
16.Akbarzadeh Baghban A, Zaeri F, Hashemi Nazari SS, Jambarsang S, Nikfarjam A, Moradi A. [Estimation of the CD4 cells recovery probability following long term HAART in HIV positive patients using a non-homogenous Markov model (Persian)]. J Clin Res Paramed Sci. 2017; 5(4):293-301. https://sites.kowsarpub.com/jcrps/articles/81553.html
17.Ghorbani N, Yazdani Cherati J, Anvari K, Ghorbani N. [Factors affecting recurrence in breast cancer using Cox model (Persian)]. J Mazandaran Univ Med Sci. 2015; 25(131):32-9. http://jmums.mazums.ac.ir/article-1-6567-en.html
18.Rampisheh Z, Motamed N, Amiri M, Ostovar A, Azarnoush A, Bahramian F, et al. [Breast cancer survival rate according to data of cancer registry and death registry systems in Bushehr Province, 2001-2013 (Persian)]. Iran South Med J. 2015; 18(4):729-37. http://ismj.bpums.ac.ir/article-1-715-en.html
19.Swain PK, Grover G. Determination of predictors associated with HIV/AIDS patients on ART using accelerated failure time model for interval censored survival data. Curr Res Biostat. 2016; 6(1):12-9. [DOI:10.3844/amjbsp.2016.12.19]
20.Saatchi M, Roshanaei G, Khazaei S, Zahiri A, Bathaei J. [Assessment of Epidemiology extra pulmonary tuberculosis in Hamadan province 2006-2012 (Persian)]. Pajouhan Sci J 2014; 12(3):1-11. https://psj.umsha.ac.ir/article-1-25-en.html
21.Akbari M, Gharibi M, Modi K, Vaziri Mehr V. Tuberculosis and epidemiology in Bu Ali Hospital of Zahedan from March 2013 to the end of October 2013. Paper presented at: 6th National Congress of Biology and Natural Sciences of Iran. 13 February 2019; Tehran, Iran. https://civilica.com/l/9503/
22.Umeh EU, Ishaleku D, Iheukwumere CC. HIV/Tuberculosis co-infection among patients attending a referral chest clinic in Nasarawa State, Nigeria. J Appli Sci. 2020; 7(6):933-5. [DOI:10.3923/jas.2007.933.935]
23.Kassira EN, Bauserman RL, Tomoyasu N, Caldeira E, Swetz A, Solomon L. HIV and AIDS surveillance among inmates in Maryland prisons. J Urban Health. 2001; 78(2):256-63. [DOI:10.1093/jurban/78.2.256][PMID][PMCID]
24.Afsar Kazeroni P, Amini Lari M, Joulayi H, Sabet M, Hasanabadi AR, Naghshvarian M, et al. [Prevalence of human immunodeficiency virus infection and related risk factors among injective substance abusers in Shiraz, Southern part of Iran (Persian)]. J Fundam Ment Health. 2009; 11(43):175-84. [DOI:10.22038/JFMH.2009.1549]
25.World Health Organization (WHO). Global update on HIV treatment 2013: Results, impact and opportunities [Internet]. 2013 [Updated 2013 June]. Available from: https://www.who.int/hiv/data/global_treatment_report_presentation_2013.pdf
26.Mirahmadizadeh A, Kadivar MR, Ghane Shirazi R, Fararoei M. Prevalence of human immunodeficiency virus infection and related risk factors among injective substance abusers in Shiraz, Southern part of Iran. Sci J Gorgan Uni Med Sci. 2001; 3(8):39-42. https://www.sid.ir/fa/journal/ViewPaper.aspx?ID=14187
27.Cohen T, Lipsitch M, Walensky RP, Murray M. Beneficial and perverse effects of isoniazid preventive therapy for latent tuberculosis infection in HIV-tuberculosis coinfected populations. Proc Natl Acad Sci U S A. 2006; 103(18):7042-7. [DOI:10.1073/pnas.0600349103] [PMID][PMCID]
28.Lakzaei M, Salarilak S, Khalkhali H R, Maleki D, Esnaashari O. [Association between age of morbidity and prognosis of breast cancer (Persian)]. Stud Med Sci. 2015; 26(7):625-33. http://umj.umsu.ac.ir/article-1-3035-en.html
 
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: عفونی
دریافت: 1398/12/6 | پذیرش: 1399/12/9

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله دانشگاه علوم پزشکی اراک می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Arak University of Medical Sciences

Designed & Developed by : Yektaweb