Abstract
<p>Lung cancer is one of the diseases which difficult to detect because of uneasy symptoms detection till it develops being the risky one. But, if the disease has been found, it can spread fast and cause death. According to the data of WHO, the type of cancer which causes the most of death is lung cancer which reaches 1,3 milion death per year. Therefore, a survival analysis will be conducted to determine factors that affect the survival of lung cancer patient by using Weibull regression. The result shows some factors that significantly influence the survival of lung cancer patient are gender, erythrocyte, and general condition.</p><p> </p><p><strong>Keywords</strong><strong> : </strong>lung cancer; survival analysis; Weibull regression</p>
Highlights
determine factors that affect the survival of lung cancer patient by using Weibull regression
The result shows some factors that significantly influence the survival of lung cancer patient are gender
4. Kesimpulan Model regresi Weibull terbaik diperoleh dengan nilai Akaike’s Information Criterion (AIC) 217,8235 dan faktorfaktor yang berpengaruh secara signifikan terhadap waktu ketahanan hidup pasien penderita kanker paru-paru adalah jenis kelamin, eritrosit, dan keadaan umum
Summary
Sebelumnya akan dijelaskan mengenai konsep dasar dalam analisis tahan hidup dan distribusi Weibull. Fungsi-fungsi pada distribusi waktu tahan hidup merupakan suatu fungsi yang menggunakan variabel random kontinu non negatif. Misal T adalah waktu survival dan T berdistribusi Weibull, maka T merupakan suatu variabel random positif, dengan parameter γ > 0 dan β > 0 , jika fungsi kepadatan peluangnya diberikan oleh f(t). Data yang digunakan dalam penelitian ini adalah data sekunder yakni data pasien kanker paru di rumah sakit Paru Jember periode Januari 2016 hingga Mei 2016 dengan variabel responnya waktu ketahanan hidup pasien hingga meninggal. Tahap-tahap dalam menganalisis data pada penelitian ini yaitu pertama melakukan studi literatur; kedua pengumpulan data sekunder yang diperoleh dari penelitian sebelumnya; ketiga mendeskripsikan karakteristik pasien kanker paru berdasarkan waktu survival dan faktor yang diduga mempengaruhi ketahanan hidupnya; keempat menggambarkan kurva Kaplan-Meier pasien berdasarkan 10 variabel bebas; kelima melakukan uji log-rank untuk mengetahui adanya perbedaan antar kurva ketahanan hidup; keenam melakukan uji kesesuaian distribusi data melalui pendekatan Kolmogorov-Smirnov untuk mengetahui distribusi yang paling sesuai pada data waktu ketahanan hidup; ketujuh mendeteksi kasus multikolinieritas untuk mengetahui hubungan antarvariabel pada data penelitian; kedelapan mencari model terbaik menggunakan kriteria AIC pada regresi Weibull; kesembilan melakukan uji signifikansi parameter secara serentak dan parsial, akhirnya didapatkan model ketahanan hidup dari hasil estimasi parameter model terbaik regresi Weibull
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
