Perbandingan Hasil Regresi Eksponensial dan Regresi Weibull (Studi Kasus: Pasien Demam Berdarah Dengue)
Tahun 2025 · Penulis: Aeni Irma Kusniah
Faculty of Mathematics and Natural Sciences, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Demam berdarah dengue (DBD) merupakan demam akut yang disebabkan oleh infeksi virus dengue (DENV). DBD juga merupakan penyakit yang paling cepat menyebar, dengan tingkat sakit dan kematian yang tinggi. Oleh karena itu, untuk mengidentifikasi faktor-faktor yang mempengaruhi kelangsungan hidup pasien dan mendukung pengembangan strategi pengobatan yang lebih efektif, dapat dilakukan dengan menggunakan analisis survival. Analisis survival merupakan metode yang digunakan untuk menggambarkan data ketahanan hidup. Ketahanan hidup (survival) menggambarkan probabilitas sebuah objek akan terus berfungsi tanpa mengalami peristiwa (event) tertentu selama jangka waktu yang ditentukan dan dalam kondisi yang telah ditetapkan. Event dalam penelitian ini adalah kematian pasien demam berdarah dengue dengan skala pengukuran waktu dalam hari. Tujuan penelitian yaitu mengetahui faktor yang mempengaruhi ketahanan hidup pasien demam berdarah dengue menggunakan regresi Eksponensial dan regresi Weibull, dan hasil perbandingannya. Langkah yang dilakukan yaitu mendeskripsikan karakteristik pasien demam berdarah dengue, menganalisis kurva Kaplan-Meier, melakukan uji multikolinearitas, analisis untuk pemilihan model terbaik menggunakan metode backward guna memperoleh nilai AIC terkecil dan mengetahui variabel yang berpengaruh secara signifikan, serta melakukan uji signifikansi parameter dengan uji serentak. Variabel yang digunakan dalam penelitian yaitu waktu (𝑌1), status (𝑌2), usia (𝑋1), jenis kelamin (𝑋2), suhu badan (𝑋3), jumlah leukosit (𝑋4), jumlah trombosit (𝑋5), dan kadar hematokrit (𝑋6). Data yang digunakan adalah data rekam medis pasien demam berdarah dengue di RSD dr. Soebandi Jember sebanyak 41 data. Berdasarkan analisis deskriptif didapatkan 35 data tersensor dan 6 data tidak tersensor. Model terbaik adalah model regresi Weibull, karena nilai AIC regresi Weibull lebih kecil sebesar 42,68, dibandingkan model regresi Eksponensial sebesar 50,66. Kemudian berdasarkan model regresi Eksponensial faktor yang secara signifikan mempengaruhi ketahanan hidup pasien DBD adalah usia, sedangkan berdasarkan model regresi Weibull adalah usia dan kadar hematokrit.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,847
Tahun 2026 · Penulis: Waqiatul Ahadiyah
Pemodelan Survival Pasien Kanker Payudara dengan Pendekatan Competing Risk Menggunakan Model Fine - Gray
Kanker payudara merupakan salah satu jenis kanker dengan angka kejadian dan angka kematian yang tinggi di Indonesia maupun dunia. Dalam analisis ketahanan hidup (survival analysis), kejadian yang diamati umumnya berupa kematian akibat kanker payudara. Selama m
- Cosine 0,828
Tahun 2025 · Penulis: Arya Adib Toni
Hubungan Rasio Neutrofil Limfosit terhadap Mortalitas dan Lama Rawat Inap pada Pasien Sepsis di Ruang Intensif RSD dr. Soebandi Jember
Sepsis tetap merupakan beban kesehatan global yang kritis, dengan tingkat kematian yang tidak proporsional tinggi di Unit Perawatan Intensif (ICU). Kondisi ini didorong oleh respon neutrofil dan limfosit yang menyebabkan gagal organ dan rawatan berkepanjangan.
- Cosine 0,826
Tahun 2025 · Penulis: Ilhan Agra Al Rifky
Perbandingan Regresi Cox Proportional Hazard dan Regresi Weibull pada Analisis Ketahanan Hidup Pasien Penyakit Jantung Koroner
Penyakit jantung koroner (PJK) merupakan penyakit yang termasuk ke dalam kategori penyakit kardiovaskular (organ yang terlibat dalam peredaran darah). PJK terjadi ketika ada penumpukan plak di dinding arteri jantung yang mengganggu aliran darah ke jantung. Pad