PDF
研究文章|开放获取
Kabtamu Tolosie, m·k·沙玛, ”应用Cox比例风险模型的肺结核病人在选择亚的斯亚贝巴健康中心,埃塞俄比亚”,结核病研究和治疗, 卷。2014年, 文章的ID536976年, 11 页面, 2014年。 https://doi.org/10.1155/2014/536976
应用Cox比例风险模型的肺结核病人在选择亚的斯亚贝巴健康中心,埃塞俄比亚
文摘
介绍。结核病是一种慢性传染病,主要由结核分枝杆菌(MTB)引起的。它已经在埃塞俄比亚死亡率的主要原因之一。这项研究的目的是确定影响因素生存的肺结核患者开始治疗肺结核。方法。这是一个回顾性研究在六个随机选择健康中心在亚的斯亚贝巴,埃塞俄比亚。结核病患者的数据来自医疗记录从2012年9月至2013年8月注册,在直接观察治疗手术治疗(点)的策略。卡普兰Meier情节,logrank测试,Wilcoxon测试是用来评估生存模式。Cox比例风险模型,讨论了多变量分析。结果。总826注册的结核病患者,105(12.71%)死亡在研究期间和712年(87.29%)审查。根据卡普兰Meier生存曲线,logrank测试,和Wilcoxon测试,发现患者在统计上有显著差异的生存经验对年龄、体重的起始治疗,结核病病人类别,艾滋病毒状况。多变量Cox风险协变量回归分析显示年龄、结核病患者类别,艾滋病毒、艾滋病毒相互作用和年龄的重大风险因素与结核病患者死亡状态有关。结论。死亡的疾病尤其是艾滋病毒合并感染和nonnew结核病例都高。因此,这就需要加强结核病患者的后续治疗抗结核治疗开始的一天完成。
1。介绍
结核病是死亡的主要原因从单一菌种全世界成年人。世界卫生组织(世卫组织)估计,世界三分之一的人口感染了结核分枝杆菌2009年,有940万新发病例和130万例死亡(1]。
减少死亡、消除疾病,预防耐药结核病的发展是结核病控制的主要目标(2]。结核相关死亡通常被称为一个结核病控制指标(3]。
虽然发达国家在欧洲和北美装备精良的处理设施和免费提供足够的抗结核药物,治疗成功率仍有低于85%的目标,这可能是由于相对较高的死亡率。在这些国家,结核病病例发现在相对较高年龄组和与并发症有关4]。
在先前的研究中,即使在发达国家良好的国家结核控制项目,超过10%的病例在随访期间死亡。张来武设置,但不是在大多数高结核病负担国家,大多数情况下的死亡在结核病治疗往往因为结核病以外的原因5]。
1882年3月24日,罗伯特•科赫博士宣布的发现结核分枝杆菌,细菌引起肺结核(TB)。科赫博士的发现是最重要的一步采取的控制和消除这种致命的疾病。科赫博士在1982年,一个世纪后的声明,第一世界结核病日由世界卫生组织(世卫组织)、国际防痨和肺部疾病联合会(IUATLD)。事件旨在教育公众关于结核病的毁灭性的健康和经济后果,它对发展中国家的影响,其继续悲剧对全球卫生的影响(6]。
结核病是发病率和死亡率的主要原因在埃塞俄比亚很久。因此,埃塞俄比亚卫生部及其利益相关者把他们无限制的和综合的努力在这个健康问题。这些努力包括发达卫生管理信息系统(HMIS)结核病项目。然而,结核病在埃塞俄比亚正方向还没有被很好地分析临床流行病学和散装的相关因素。那么,是什么因素影响结核病患者的生存?这可能是性别、年龄、结核病患者类别,类型的结核病,涂片结果,艾滋病毒,并在开始治疗的患者体重。因此,为了填补这一空缺需要研究的因素是影响结核病患者的生存。本研究的目标是(我)确定因素影响结核病患者的生存,(ii)估计结核病患者的生存时间概率,(3)比较结核病患者的生存概率对不同的风险因素,及(iv)来确定病人的死亡影响因素地位通过使用Cox比例风险模型。
2。数据和方法
2.1。的数据
数据是基于结核病患者的回顾性队列研究结核病在单位注册登记的卫生设施提供点6个随机选择亚的斯亚贝巴政府卫生中心,埃塞俄比亚的亚的斯亚贝巴。在本研究中我们使用二次数据收集从病人随访记录。本研究信息从文档中提取的结核病例从2012年9月至2013年8月注册6点诊所位于六个随机选择健康中心。
2.2。变量的研究
解释(独立)在本研究感兴趣的变量包括人口因素疾病,和医学相关因素和疾病的特点。响应(依赖)变量是连续的;它是长时间的治疗肺结核病人。
2.3。响应变量
因变量或响应的等待时间,直到发生一个事件(死亡:1、活着或审查:0)。观察审查,在这个意义上,对于一些单位,感兴趣的事件并没有发生在时间的数据进行了分析。
2.4。预测变量
预测或解释的变量称为则反是对等待时间我们希望那些影响评估。假设的预测(协变量)变量影响结核病患者的生存模型中(i)的年龄,(2)性别、(3)结核病患者类别,(iv)类型的结核病,(v)涂片结果,(vi)初始体重的患者,和(七)的艾滋病毒状况。
3所示。数据分析方法
3.1。生存分析
这项研究主要针对时间事件(由肺结核死亡时间),所以这个特殊的适当的方法研究是生存分析。我们使用Kaplan-Meir估计量和Cox比例风险模型分析和模型建立。我们也使用logrank测试和Wilcoxon生存函数的测试比较。卡普兰Meier分析用于研究生存模式;公里的情节,这是一个阶跃函数,给一些关于生存的形状分布的迹象。一般图上面显示如果一个生存函数的模式是另一个意思是定义的组上曲线寿命更长,或者有一个更有利的生存经验,比定义的组较低的曲线。
3.2。比例风险模型
它是用于多变量分析来识别与死于肺结核和Cox比例风险相关的因素(PH)模型给出的 在哪里和,是一个协变量的向量治疗指标和预后因素等是一个回归系数向量。
使用偏似然函数的参数估计。我们使用三个不同的测试来评估的重要性系数Cox比例风险模型:偏似然比测试中,瓦尔德测试,成绩测试。
3.3。协变量的选择
我们使用Hosmer和Lemeshow7]和Collett [8)推荐的程序变量选择,包括所有变量中重要的单变量分析在20 - 25%水平以及其他任何变量都被认为是临床上重要的符合最初的多变量模型。
3.4。整体拟合优度
评估的整体拟合优度Cox比例风险回归模型Arjas [9]表明绘制累计观察与累积预期的事件数量与观察对象(而不是审查)生存时间。如果模型是足够的,然后点应该遵循一个45度的直线开始在原点。
4所示。结果
统计包SAS和占据被用来分析数据。
4.1。摘要统计信息
826注册结核病患者总数的105(53岁男性,52岁女性)或12.71%死在研究期间,712(87.29%)审查。年龄组(≥45年)显示比例最高(18.3%)对其他两个年龄段的死亡比例。结核病病人类别nonnew案件比例较高(21.93%)的死亡。死亡的百分比为10.4%,13.99%和12.99%发生在肺患者积极,肺负,和肺外结核类型,分别和患者积极涂片结果死亡比例较低。艾滋病毒阳性结核患者组的死亡风险最高,即22.18%。在起始治疗的患者体重(≥35公斤)组的死亡风险较低(表1)。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.2。描述性的生存分析
表2展品826结核病患者,721例被审查(87.29%)和105例(12.71%)死亡。对患者平均随访时间为168天,审查(范围从15到284天);25%的病人有176天的跟进(上四分位数)。死亡的平均时间为52天(范围从1到190天)。这表明大多数的事件/死亡发生在前面几个月的抗结核治疗。
| (一) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| (b) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
图1展品有差异的幸存者曲线年龄范畴,初始重量,结核病患者类别,并为结核病患者的艾滋病毒状况。然而,没有明确的性别差异的幸存者曲线,涂片结果,和类型的结核病。
(a)的比较kaplan meier生存曲线,按年龄类别
(b) kaplan meier生存曲线的比较,通过初始重量
(c)比较kaplan meier生存曲线的结核病类别
(d)比较kaplan meier生存曲线的艾滋病毒状况
基于表3,我们发现logrank测试和Wilcoxon测试不重要的生存体验不同类别之间的性别、涂片结果,和类型的结核病。但是,他们是重要的生存经验的病人在不同类别的时代,体重在治疗开始,时间待定,艾滋病毒状况()。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.3。Cox比例风险模型的结果
我们开始一个多变量模型,其中包含所有变量都是显著的单变量Cox比例风险模型在20级。
表4展品的总结七协变量变量的单变量分析。最合适的子集,这些预测将在多变量模型中选择根据他们的贡献最大化日志部分模型的可能性。最高的减少观察到的艾滋病毒状况。这种差异是24.599这是统计学意义零,表明一个改进模型将通过包括艾滋病毒状况。减少零模型添加TBC)为8.19,这是重要的。下一个减少添加病人零模型是6.728岁,也是重要的。利用瓦尔德卡方检验,变量的年龄,涂片结果,结核病类别,和艾滋病毒状况在25%显著水平,因此他们包含在多变量模型。年龄、结核病类别和艾滋病毒状况相对与结核病患者的死亡。省略预测或性别,反是初始重量,和类型的结核病从模型中并没有带来显著的价值的变化。因此,这些预测成为第一个从多变量模型中删除。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
下一步是适用于多变量Cox比例模型包含年龄、涂片结果,时间待定,艾滋病毒状况。所以,在这个阶段,我们有一个多变量模型包括三个主要影响年龄,反是结核病类别(TBC)和感染艾滋病毒(HIV)。这些协变量在5%水平的意义非常重要。
另一个重要步骤是考虑变量无意义的单变量分析,但是这可能是混杂因素。添加这三个变量的影响性别,体重,和类型的结核病(TTB)模型如表所示5。特别是,当性别、初始重量,和TTB添加,增加是无意义的值,也就是说,0.228,2.142,和0.736,分别。
|
||||||||||||||||||||||||||||||||||||||||
模型建立过程的最后一步是考虑交互术语表所示6。瓦尔德测试是用来评估合理的意义和可能的交互。拒绝零假设的决定。表6表明,艾滋病毒的交互×年龄是重要的。这是一个迹象表明,艾滋病毒和病人的年龄之间的相互作用会影响病人的生存时间。
|
||||||||||||||||||||||||||||||||||||||||
结果见表6确保研究的初步模型将包含三个主效应和交互效应。现在,所有共在5%显著性水平(表非常重要7)。下一步是检查连续的线性协变量的初步的多变量模型。
| (一) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| (b) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.4。检查协变量连续的线性模型
可以看出,鞅残差图的情节2是随机显示没有系统化的模式或趋势,黄土平滑曲线通过零似乎撒谎水平线,支持的包含untransformed反是年龄和年龄和艾滋病毒相互作用与考克斯的存活时间的线性关系模型。
(一)鞅残差与年龄的病人
(b)鞅残差与年龄和艾滋病毒状况交互
初步模型安装后生存的一组观测数据,我们的下一步将是评估拟合模型的合理性。模型将不会被确定为最终的模型直到其符合和遵守模型假设。
4.5。诊断的模式
4.5.1。比例风险评估的假设
测试的时间变量的结果表8没有显著的单独或集体,所以我们没有足够的证据拒绝比例假设协变量在5%水平的意义。
| (一) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| (b) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
扩展的情节Schoenfeld残差和卑贱光滑曲线如图3(一个)- - - - - -3 (d)支持的假设为协变量的四个比例风险。,图中的每一个次要情节是随机的,光滑和接近水平通过零个或坡约等于零。这表明所有的四个反是有交互日志的时间;情节也支持比例风险的假设。
(一)
(b)
(c)
(d)
4.5.2。有影响力的和不符合数据的识别
年龄在图的分数残差4(一)显示附近的扇形,最小的距离的平均年龄35和增加的绝对值比35年龄越来越老或年轻。阴谋的目的是看是否有对象的年龄产生出人意料的大值。图中这将是视为一个点躺在故事情节远离其他人。图中有一个点右上角,享年80岁,有点远离其他的点。然而,这一点和其他人之间的距离并不引人注目。最古老的主题,85岁,分数范围内的残差值。因此,我们得出这样的结论:没有高杠杆值结核病患者的时代。
(一)
(b)
比分残差年龄×HIV交互绘制在图4 (b)。故事情节有一个点在左上角,有点远离其他的点。但这些点和其他人之间的距离并不引人注目。两个子集,一个在右上角,另一个在右下角,有分数残差值的范围内。因此,我们得出这样的结论:没有高杠杆值年龄艾滋病毒相互作用。一般来说,故事情节在图5表明没有明显大残差。
第一个六大参数估计的变化如表所示9。首先为协变量时代的最大区别是观察病人编号730。结果展品的变化参数估计,如果这个病人被丢弃的数据,是0.0023234。参数估计的标准误差,在完整的数据集是0.0076。参数估计的百分比变化,如果观察了约30.57%的标准误差,不到一个标准误差。因此,删除这个观察不会带来显著的变化对年龄的病人。协变量是相似的,艾滋病毒,受艾滋病和年龄的交互。因此,可以得出结论,没有异常的观察在非法的数据集的协变量的参数估计的最终模型。
| (一) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| (b) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.5.3。检查整体拟合优度
的累积风险情节Cox-Snell残差图所示5。我们看到的风险函数是相当直线斜率和单位零拦截。它接近45度的直线密切除了很大的价值。总体我们会得出最终模型与数据的吻合程度很好。因此,表中给出的模型和估计7是最终的模型。
4.5.4。解释的结果
拟合的结果最终模型在表7解读的风险比率(人力资源)。协变量的系数分类解读为对数的死亡的危险比基线(参照组)风险。也就是说,他们与他人解释比较参照群体。同样,连续解释变量表示的系数估计的风险比的对数变化一个单位在各自的协变量的值增加剩余的协变量模型控制。
只有协变量结核病病人类别(TBC)所估计的风险比其估计系数取幂。这是因为年龄和反是艾滋病毒参与互动。估计系数为新的结核病−0.54298的情况下,减少经历死亡的危险的一个因素(95%置信区间:0.369—-0.916);即新患者的结核病死亡率低于41.9% nonnew例结核病患者。95%置信区间建议速度可以高达63.1%低仅低8.4%。估计风险比指着一个重要造福两新病例的结核病病人类别,控制所有其他协变量模型。
年龄和艾滋病毒状况出现在模型中,有两个主要的影响及其相互作用。由于艾滋病毒状况是在两个层面,我们现在年龄在每个危险比艾滋病毒状况,而不是在每个年龄的艾滋病毒状况。例如,估计风险比率增加15岁艾滋病毒阴性和阳性是1.51,0.82,分别。这意味着旧的15年在艾滋病毒阴性死亡的比率增加了约51%,艾滋病毒阳性患者的死亡率降低了18%。
5。讨论
本研究试图确定的因素影响结核病患者的生存;我们发现从kaplan meier生存估计有显著差异在生存的时代,体重在开始治疗,结核病病人类别,艾滋病毒状况。然而,没有性别差异生存曲线,涂片结果,和类型的结核病患者。logrank测试还表明,之间没有显著差异在生存经验的各种类别的性别、涂片结果,和类型的结核病。然而,试验表明,病人的生存体验不同类别的年龄(logrank统计= 11.0320,),初始重量(logrank统计= 4.4974,),时间待定(logrank统计= 9.7252,)和艾滋病毒状况(logrank统计= 27.6614,)显著不同。多变量Cox比例风险回归结果分析表明,三个时代,反是结核病病人类别,艾滋病毒,和年龄的交互艾滋病与结核病患者死亡显著相关。性别、体重的起始治疗,涂片结果,和类型的结核病没有显著相关的因素影响结核病患者的生存。
一项由Oursler et al。5)显示,共有29(21%)的139名患者死于治疗;中位数时间在这些患者中,死亡是39天,跟进幸存者是202天。(Lo et al。10])显示,50%的死亡发生在2个月内。在这项研究中我们发现,826结核病患者,721例被审查(87.29%)和105名患者(12.71%)治疗期间死亡;对患者平均随访时间是168天,审查(范围从15到284天),25%的患者有176天的跟进(上四分位数)。平均死亡时间那些死亡的病人是52天(范围从1到190天);这表明大多数的事件/死亡发生在结核病治疗的前两个月开始。
结核病患者的生存曲线年龄组明显不同。在没有区别男性和女性患者的生存曲线,根据类型的疾病(11]。一项由Getahun et al。12]在亚的斯亚贝巴进行显示,病人年龄之间的生存状态明显不同,体重开始抗结核治疗,病人类别,招生,和治疗中心。我们也发现了相似的结果,没有性别差异的幸存者曲线和类型的疾病。然而,有一个时代的幸存者曲线之间的差异类别,体重在开始治疗,结核病患者类别,并为结核病患者的艾滋病毒状况。
年龄已被确定为一个重要的肺结核患者死亡的危险因素。不同的研究表明,年龄是一个因素,是影响结核病患者的生存。据霍恩et al。13在华盛顿州,死亡率与年龄增加独立相关。在马里兰州的一项研究中,以社区为基础的药物敏感肺结核患者群,显示年龄与死亡的风险密切相关(5]。在巴西的一项研究显示,年龄在多变量Cox回归模型具有统计学意义(14,15]。另一项研究还显示,年龄已被确认为肺结核患者死亡的重要危险因素(10- - - - - -12,16- - - - - -18)(损失等)。我们的研究还发现,年龄是统计死亡的重要危险因素。
在巴西进行了一项研究,旨在分析生存概率和识别风险因素在一群死于肺结核病人生活在累西腓开始治疗肺结核。在跟进艾滋病毒阳性是多变量Cox回归模型具有统计学意义(14]。艾滋病毒合并感染也有统计学与结核病患者治疗期间死亡的风险增加(5,13,15,19]。我们也发现了相似的结果;艾滋病毒合并感染是死亡的一个显著危险因素在结核病病人,这意味着在结核病和艾滋病病毒感染死亡的风险比那些没有感染艾滋病毒(危险比= 9.888在多变量Cox比例风险回归模型。
类似于我们的发现,其他的研究也表明,肺结核病人类别(TBC)统计和死亡联系在一起的肺结核患者(14,15,20.,21)(马修等)。
目前的研究发现,体重开始的治疗并不是死于肺结核患者的危险因素多变量Cox比例回归模型对公开治疗期间(危害比= 0.991,)。然而,研究[12,14,20.)报道称,体重开始死于结核病的治疗是一个风险因素,是与生存相关的患者开始治疗肺结核。
在这项研究中,性别和反是类型的结核病(TTB)没有发现影响结核病患者的生存的因素。但是,不同的研究报道,男性在较高的死亡危险因素在结核病患者(13,16,19,22,23)(低et al。)和类型的结核病(积极的肺,消极的肺和肺外结核病)被确定为肺结核患者的死亡率的重要因素15,18,19]。
在这项研究中年龄与艾滋病毒相互作用被发现的危险因素与肺结核患者的死亡。本研究的研究是一致的(罗等。)10];这项研究表明,艾滋病毒感染是一个重要的因素在年轻人群的结核病患者。
研究的局限性如下。进行的研究是基于二次数据可能不完整的和有偏见的信息。信息可能已经错过了在许多审查的情况下观察。在许多结核病患者,多重死因可能同时行动,因此死亡的原因可能不是准确的决定。
利益冲突
作者宣称没有利益冲突有关的出版。
引用
- “全球结核病控制:监控、计划、融资,”世卫组织报告瑞士日内瓦,世界卫生组织,2010年。视图:谷歌学术搜索
- “治疗肺结核:国家项目指南”,世卫组织报告瑞士日内瓦,世界卫生组织,2009年。视图:谷歌学术搜索
- c . Kolappan r . Subramani k Karunakaran, p . r .时称,“在印度钦奈举行的肺结核患者的死亡率。”《世界卫生组织,卷84,不。7,555 - 560年,2006页。视图:出版商的网站|谷歌学术搜索
- 答:修梅克,a·j·霍尔,c . a . Perucci“结核病治疗结果在欧洲:系统回顾,“欧洲呼吸杂志,26卷,不。3、503 - 510年,2005页。视图:出版商的网站|谷歌学术搜索
- k . k . Oursler r·d·摩尔w·r·Bishai s·m·哈林顿d s教皇和r . e . Chaisson”生存的肺结核患者:临床和分子流行病学因素,”临床感染疾病,34卷,不。6,752 - 759年,2002页。视图:出版商的网站|谷歌学术搜索
- r·s·戈尔”,肯塔基州流行病学和报告指出:从疾病预防控制中心结核病控制项目凝聚国家艾滋病中心性病和结核病预防、消灭结核病部门,“在世界结核病日40卷,没有。2、2005。视图:谷歌学术搜索
- d . w . Hosmer和s . Lemeshow运用生存分析回归建模的时间事件数据约翰•威利父子,纽约,纽约,美国,1999年。
- d . Collett在医学研究造型的生存数据查普曼和大厅,伦敦,英国,第二版,2003年版。
- e . Arjas“图解法来评估在Cox比例风险模型的拟合优度,”美国统计协会杂志》上卷,83年,第212 - 204页,1988年。视图:谷歌学术搜索
- h . y . Lo j .锁h . j . Chang s . l .杨和p .周”与死亡相关的危险因素在12个月肺结核患者群体分析:12个月随访登记后,“亚太地区公共卫生杂志》上。在出版社。视图:谷歌学术搜索
- g . Pardeshi“生存分析和死亡的危险因素在直接观察肺结核患者短期课程,“印度医学科学杂志》上,卷63,不。5,180 - 186年,2009页。视图:出版商的网站|谷歌学术搜索
- g . b . Getahun Ameni、美国Biadgilign和g . Medhin”一群结核病死亡率和相关危险因素患者DOTS计划在亚的斯亚贝巴,埃塞俄比亚,”《BMC传染病》杂志第127条,卷。11日,2011年。视图:出版商的网站|谷歌学术搜索
- d·j·霍恩r·哈伯德m .成田a . Exarchos d . r .公园,和c·h·戈斯”因素与结核病患者死亡率有关。”《BMC传染病》杂志第258条,卷。10日,2010年。视图:出版商的网站|谷歌学术搜索
- m·d·f·p·m·德·阿尔布开克,j·d·l·巴蒂斯塔r·a·d·a·西曼乃斯m . s .卡瓦略,g .想一想t . n .迪尼斯那样不知满足、l·c·罗德里格斯,“与死亡相关的危险因素启动治疗肺结核的病人在两个不同的随访时间,“航空杂志上Brasileira de Epidemiologia,12卷,不。4、513 - 522年,2009页。视图:谷歌学术搜索
- m·p·多明戈、w·t·Caiaffa和e·a·Colosimo“死亡率、结核/艾滋病毒合并感染和治疗辍学:预后预测结核病在累西腓,伯南布哥州,巴西,“Cadernos de Saude上市,24卷,不。4、887 - 896年,2008页。视图:出版商的网站|谷歌学术搜索
- t . Vasankari p . Holmstrom j . Ollgren k . Liippo m . Kokki和p . Ruutu”在芬兰结核病治疗疗效不佳的风险因素:队列研究,“BMC公共卫生第291条,卷。7日,2007年。视图:出版商的网站|谷歌学术搜索
- 公元哈瑞斯:j .哈格里夫斯f . Gausi j . h . Kwanjana和f . m . Salaniponi”在马拉维的肺结核患者,早期的高死亡率”国际期刊的肺结核和肺部疾病,5卷,不。11日,第1005 - 1000页,2001年。视图:谷歌学术搜索
- m . Munoz-Sellart l·e·奎瓦斯m . Tumato y Merid, m·a·亚辛,”可怜的肺结核治疗效果的相关因素在埃塞俄比亚的南部地区,”国际期刊的肺结核和肺部疾病,14卷,不。8,973 - 979年,2010页。视图:谷歌学术搜索
- m . w . Borgdorff j . Veen: a . Kalisvaart和n . Nagelkerke“肺结核患者的死亡率在荷兰在1993 - 1995年期间,“欧洲呼吸杂志,11卷,不。4、816 - 820年,1998页。视图:出版商的网站|谷歌学术搜索
- m . Vasantha p·g . Gopi, r . Subramani”生存的肺结核患者在农村结核病DOTS单元(图),印度南部,”印度《肺结核,55卷,不。2、64 - 69年,2008页。视图:谷歌学术搜索
- t·a·马修t . n . Ovsyanikova s s Shin et al .,“死亡原因在托木斯克州结核病治疗期间,俄罗斯,”国际期刊的肺结核和肺部疾病,10卷,不。8,857 - 863年,2006页。视图:谷歌学术搜索
- m . Demissie和d . Kebede违约从首都Abeba结核病治疗结核病中心和与它相关的因素,”埃塞俄比亚的医学杂志,32卷,不。2、97 - 106年,1994页。视图:谷歌学术搜索
- 美国低,l . w . Ang j .铣刀等。”新加坡肺结核患者在治疗的死亡率”,国际期刊的肺结核和肺部疾病13卷,第334 - 328页,2009年。视图:谷歌学术搜索
版权
版权©2014 Kabtamu Tolosie和m·k·沙玛。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
