Izzadin Muhamad Nur Irfan
Program Studi Statistika, Fakultas Sains Teknologi, Universitas PGRI Adi Buana Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

MODEL COX PROPORTIONAL HAZARD dengan Metode Backward untuk Analisis Ketahanan Hidup Pasien Penderita Stroke Alfisyahrina Hapsery; Izzadin Muhamad Nur Irfan; Prizka Rismawati Arum
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jsunimus.10.1.2022.7-14

Abstract

Stroke adalah penyakit yang disebabkan oleh terhentinya suplai darah ke otak yang menyebabkan otak kehilangan fungsinya. Stroke terjadi ketika pembuluh darah di otak tersumbat, mengakibatkan otak tidak mendapatkan suplai oksigen yang cukup untuk membawa darah ke seluruh tubuh, mengakibatkan kematian sel/jaringan. Faktor risiko stroke dapat dipengaruhi oleh usia, jenis kelamin, dan faktor akibat perilaku tidak sehat seperti hipertensi, diabetes. Berbagai faktor diduga mempengaruhi pasien stroke, oleh karena itu dilakukan pemodelan untuk memastikan faktor-faktor tersebut. Metode yang dapat memberikan informasi untuk menentukan faktor kelangsungan hidup seseorang adalah model regresi cox proporsional hazard. Variabel terikat ditentukan dari jumlah waktu kelangsungan hidup pasien dan jenis pasien yang termasuk data tersensor atau tidak. Dalam penelitian ini, data yang digunakan sebagai variabel terikat adalah lamanya pasien stroke dirawat inap sampai sembuh, atau mengalami suatu kejadian yaitu kekambuhan. Sedangkan variabel bebas yang digunakan dalam penelitian ini adalah umur, jenis kelamin, hipertensi, diabetes, lemas, nyeri, pelo, sulit makan, mual, muntah, demam dan pusing. Hasil pemodelan regresi cox proportional hazard diperoleh faktor-faktor yang mempengaruhi kekambuhan pasien stroke yaitu variabel diabetes dengan nilai estimasi 1,6696 dan variabel lemas.