Pendekatan Bayesian untuk Analisis Survival pada Kasus Demam Berdarah Dengue Pasien RSUD Dr. Soetomo Surabaya

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus Dengue yang ditularkan melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. Indonesia menjadi negara Asia Tenggara tertinggi dengan kasus DBD. Provinsi Jawa Timur merupakan provinsi dengan jumlah kasus DBD tertinggi kedua pada 2017 dan 2018. Salah satu analisis statistika yang digunakan untuk mengetahui ketahanan hidup adalah analisis survival, sehingga akan dianalisis model survival faktor karakteristik pasien yang mempengaruhi laju kesembuhan (lama rawat inap) pasien DBD di RSUD Dr. Soetomo. Analisis Bayesian memperlakukan semua parameter yang tidak diketahui sebagai variabel random dan memiliki distribusi. Estimasi parameter dengan pendekatan bayesian untuk mengatasi kasus jumlah data terbatas karena mempertimbangkan distribusi prior (informasi sebelumnya). Model survival parametrik yang digunakan mengikuti pola distribusi Weibull 3 dan 2 parameter. Model terbaik dengan WAIC terkecil adalah model survival Weibull 2 parameter dengan faktor yang berpengaruh signifikan adalah usia pasien, pendidikan terakhir (SMA), pekerjaan (tidak bekerja), diagnosis masuk rumah sakit (II), suhu tubuh, denyut nadi, dan kadar sel darah putih.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).