ANALISIS KEJADIAN BERULANG DENGAN MENGGUNAKAN MODEL POISSON YANG HOMOGEN DAN MODEL INTERVAL WAKTU (GAP TIMES)

Yuki Novia Nasution, Danardono, MPH, P.hD,

2012 | Tesis | S2 Matematika

Kejadian yang muncul secara berulang pada satu individu menjadi perhatian pada bidang kesehatan. Terdapat dua cara mendasar yang dapat digunakan untuk analisis kejadian berulang yaitu dengan event counts yang terjadi pada suatu periode waktu dan dengan interval waktu (gap times) antarkejadian. Model Poisson berdasarkan event counts dapat diterapkan dengan menghitung banyaknya event pada suatu periode tertentu, jika terdapat overdispersi pada data maka analisis dilakukan dengan menggunakan model Poisson random effects. Model gap time parametrik dan semiparametrik digunakan untuk analisis interval waktu antarkejadian. Model diaplikasikan pada data eksperimen tikus betina untuk melihat efek pemberian suatu obat tertentu terhadap kemunculan tumor. Hasil aplikasi model menunjukkan penggunaan model Poisson dengan pembagian tepat pada event sama dengan penggunaan model gap time parametrik. Hasil simulasi data menunjukkan model Poisson dan model gap time memberikan hasil estimasi untuk data frequent dan infrequent dengan coverage probability yang cukup besar.

Recurrent events for individual subjects are of interest in medical study. Two fundamental ways to modelling recurrent events are through event counts and through gap times between succesive events. Poisson Model based on event counts is applied by counting the number of events over spesific period of time, if there is overdispersion data then Poisson random effects models is applied to analyze the problem. Parametric and semiparametric gap time model are analysis based on gap times between succesive events. Models are applied to female rats experiment data to observe spesific treatment effect of certain medication to tumour occurences. Models application shows that Poisson model with splitting point exactly at the event times will have same result as parametric gap time model. Result of simulation data gives an estimation of Poisson model and gap time model for both frequent and infrequent data with a big value of coverage probability.

Kata Kunci : Kejadian berulang, Model Poisson, Model Gap time.