در برخی از مطالعات بالینی از جمله سرطان پستان و عفونت اچ­آی­وی می­توان بیش از یک نقطه پایانی برای پیشامد مورد نظر تعریف کرد. در چنین مواردی از روش­هایی که به طور هم­زمان چندین علت رقیب را بررسی می­کنند، مانند شکست درمان به دلیلی غیر از بیماری مورد مطالعه، از مدل خطرهای رقابتی و یا از روش­هایی که چگونگی سیر تکامل وضعیت بیمار را در طول زمان مشخص می­کند، یعنی مدل چند-حالتی(Multi State) استفاده می­شود .در اغلب موارد می­توان از روش­های ناپارامتری مانند روش کاپلان مایر و روش نیمه پارامتری مانند مدل کاکس برای تحلیل داده­های بقا استفاده کرد. اما در این روش­ها تمرکز بر روی وقوع یک پیشامد برای هر فرد و زمان از شروع یک پیامد تا یک نقطه پایانی است، مثل تولد تا مرگ. در حالی­که در طول اکثر بیماری­ها گاهی بیمار بیش از یک نوع رخداد را تجربه می­کند که به آن­ها پیامدهای میانی می­گویند. بررسی این پیامدهای میانی می­تواند اطلاعات زیادی در مورد روند بیماری و درمان فرد ارائه دهند که از اهداف تحلیل بقا می­باشد.  در صورت استفاده از روش­های بقای کلاسیک برای این گونه داده­ها، هر پیشامد جداگانه در نظر گرفته شده وآنالیز می­شود. این روش تجزیه و تحلیل، علاوه بر این که از توان پایین برخوردار است، همبستگی بین پیشامدها را نیز در نظر نگرفته و باعث اریبی نتایج خواهد شد. بنابراین محقق نیازمند روش­های جایگزینی است که این پیامدهای میانی و متغیرهایی که درطول مطالعه چندین بار اندازه گیری شده و مقدار آن­ها در طول زمان تغییر می­کند را نیز در تحلیل در نظر بگیرد. یک روش جایگزین برای آنالیز چنین داده­هایی استفاده از مدل چند حالتی(Multi State) است. برای بررسی اثر متغیرهای مختلف در مدل‌های چند مرحله‌ای از هر مدل بر مبنای مخاطره می‌توان استفاده کرد. در این نوع از مدل‌های آماری هر رخداد دوحالتی که فرد در طول مطالعه تجربه می‌کند، مرحله نام دارد و به حرکت از هر مرحله به مرحله دیگر گذار می‌گویند.

 

این مطلب از جلسه ژورنال کلاب "سیما افراشته" دانشجوی دکتری تخصصی اپیدمیولوژی با عنوان" استفاده از مدلهای مارکوف چند حالتی" استخراج گردیده است.