Rahmi, Maisytha (2020) Pemodelan Regresi Weibull Pada Lama Waktu Bertahan Hidup Pasien Penderita Gagal Ginjal Kronis Di Rsud Dr. Saiful Anwar Malang. Sarjana thesis, Universitas Brawijaya.
Abstract
Gagal ginjal kronis adalah suatu keadaan klinis yang ditandai dengan penurunan fungsi ginjal yang memerlukan terapi pengganti ginjal yang tetap (dialisis) atau transplantasi ginjal. Jumlah penderita penyakit gagal ginjal kronis di Indonesia terus meningkat dari tahun ke tahun. Penelitian ini bermaksud untuk membentuk model regresi Weibull pada pasien gagal ginjal kronis dan mengetahui faktor-faktor apa saja yang mempengaruhi lama waktu bertahan hidup pasien gagal ginjal kronis di RSUD Dr. Saiful Anwar Malang dengan menggunakan regresi Weibull. Regresi Weibull adalah metode analisis regresi yang dapat digunakan untuk variabel dependen yang berdistribusi Weibull. Data yang digunakan pada penelitian ini merupakan data rekam medis pasien gagal ginjal kronis yang menjalani rawat inap di RSUD Dr. Saiful Anwar pada 1 Juli 2019 hingga 31 desember 2019. Model terbaik dari hasil penelitian ini menunjukkan faktor usia, riwayat diabetes mellitus, komplikasi anemia dan hemodialisis merupakan faktor yang signifikan mempengaruhi ketahanan hidup pasien gagal ginjal kronis di RSUD Dr. Saiful Anwar Malang dengan nilai AIC sebesar 491,90. Faktor utama yang harus diperhatikan ialah faktor komplikasi anemia, ketika seorang pasien memiliki komplikasi anemia maka peluang bertahannya 9 kali lebih lama dibandingkan yang tidak. Faktor kedua yang harus diperhatikan adalah faktor hemodialisis, pasien yang melakukan hemodialisis memiliki peluang bertahan 3,7 kali lebih lama dibandingkan yang tidak melakukan hemodialisis.
English Abstract
Chronic kidney disease is a clinical condition characterized by decreased kidney function that requires permanent kidney replacement therapy (dialysis) or a kidney transplant. The number of patients with chronic kidney disease in Indonesia is increase from year to year. This study discusses to form a Weibull regression model in patients with chronic kidney disease and to understand what factors influence the survival time of patients with chronic kidney disease in RSUD Dr. Saiful Anwar Malang by using Weibull regression. Weibull Regression is a regression analysis method that can be used for the dependent variable that has a Weibull distribution. The data used in this study is the medical record data of patients with chronic kidney disease who are hospitalized in RSUD Dr. Saiful Anwar on 1 July 2019 to 31 December 2019. The best model from the results of this study shows that age, history of diabetes mellitus, complication of anemia and hemodialysis are significant factors affecting the survival of patients with chronic kidney failure in RSUD Dr. Saiful Anwar Malang with Akaike Information Criterion (AIC) value of 491,90. The main factor to consider is the complication of anemia, when a patient has anemic complication then the chances of survival are 9 times longer than those without. The second factor that must be considered is the hemodialysis factor, patients who do hemodialysis have a chance to survive 3,7 times longer than those who do not do hemodialysis.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0520090116 |
| Uncontrolled Keywords: | Gagal ginjal kronis, Malang, Regresi Weibull. |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.536 Regression analysis |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | ismanto |
| Date Deposited: | 06 Feb 2021 12:06 |
| Last Modified: | 20 Jul 2022 02:13 |
| URI: | http://repository.ub.ac.id/id/eprint/182625 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
0520090116-Maisytha Rahmi.pdf Restricted to Registered users only until 31 December 2023. Download (2MB) |
Actions (login required)
 |
View Item |