• Bagikan:
• 
• 
• 
• 
• 
• 
• 

Text  

Analisis Competing Risks dengan Model Non Proportional Subdistribution Hazard untuk Pemodelan Lama Waktu Pasien Berada di IGD

---

• Ketersediaan
• Informasi Detil
• Deskripsi
• Versi lain/terkait
• Komentar

• Code	CallNo	Lokasi	Ketersediaan
  010030008096	519.5 Dav a/R.14.22.1	Perpustakaan Pusat (REF.14.22.2)	Tersedia

• Perpustakaan	Perpustakaan Pusat
  Judul Seri	-
  No. Panggil	519.5 Dav a/R.14.22.1
  Penerbit	Magister Statistika Terapan : Bandung., 2018
  Deskripsi Fisik	xii, ;62 hlm,;29 cm
  Bahasa	Indonesia
  ISBN/ISSN	-
  Klasifikasi	519.5
  Tipe Isi	-
  Tipe Media	-
  Tipe Pembawa	-
  Edisi	-
  Subyek	-
  Info Detil Spesifik	-
  Pernyataan Tanggungjawab	David Hadi Saputra

• Model Cox Proportional Hazard merupakan model regresi survival yang paling sering digunakan untuk menganalisis pengaruh kovariat terhadap waktu survival sebagai variabel respon. Namun model ini hanya dapat digunakan jika terdapat hanya satu event of interest. Model competing risk dapat digunakan untuk melakukan analisis pada data survival dengan lebih dari satu penyebab terjadinya event. Pada data LOS pasien IOD RSHS terdapat tiga alasan pasien keluar IOD, yaitu masuk rawat inap, masuk kamar operasi, dan pulang. Pada penelitian ini, analisis competing risks dilakukan dengan menggunakan model regresi subdistribution hazard. Model subdistribution hazard, pada dasarnya merupakan pengembangan dari model Cox sehingga terdapat juga asumsi proportional hazard yang harns diujikan. Berdasarkan analisis pada data LOS bulan Mei 2017 di Instalasi Gawat Darurat RSVP Dr. Hasan Sadikin Bandung, terdapat pelanggaran asumsi proportional hazard sehingga model yang lebih tepat untuk digunakan adalah model non proportional subdistribution hazard. Fungsi waktu yang digunakan dalam penelitian ini adalah fungsi waktu linier 9i(t) = t. Untuk mengevaluasi model, digunakan nilai AIC (Akaike's Information Criterion). Berdasarkan kriteria tersebut, model non proportional hazard merupakan model yang lebih baik karena memiliki AIC yang lebih kecil yaitu sebesar 3840,822 dibandingkan dengan model proportional subdistribution hazard. Kovariat yang berpengaruh signifikan terhadap lama pasien berada di IOD adalah pasien tidak marnpu, bagian bedah, bagian anak, shift sore, shift mal am, hari libur, dan jam keputusan dokter.

• Tidak tersedia versi lain

• Silakan login dahulu untuk melihat atau memberi komentar.