PERKAWINAN MODEL REGRESI DAN MODEL BERSTRUKTUR POHON BAGI PEMODELAN VARIABEL RESPON KETAHANAN HIDUP DENGAN RISIKO BERSAINGAN

Abstract

Pemodelan variabel respon ketahanan hidup biasanya menggunakan
model regresi Cox. Adapun jika variabel respon ketahanan hidupnya disertai
dengan keterangan lebih dari satu jenis penyebab kegagalan, maka ia disebut data
ketahanan hidup dengan risiko-risiko bersaingan (competing risks) yang
pemodelannya biasanya menggunakan model regresi subdistribusi kegagalan.
Pemilihan model terbaik untuk model-model regresi subdistribusi kegagalan
dilakukan dengan memilih model yang mempunyai nilai kriteria informasi Akaike
(AIC) terkecil. Dalam makalah ini diajukan metode untuk meningkatkan
kemampuan model regresi terbaik tersebut dengan cara mengawinkannya dengan
model berstruktur pohon. Langkah ini dilatarbelakangi bahwasannya model regresi
subdistribusi kegagalan dan model berstruktur pohon adalah bersifat saling
melengkapi satu sama lain. Langkah pertama adalah mencari model regresi
subdistribusi kegagalan yang terbaik, lalu menggunakan model berstruktur pohon
untuk memodelkan komponen sistematik yang masih tertinggal oleh model regresi.
Penerapan model baru ini pada data berhentinya pemakaian alat kontrasepsi
menunjukkan bahwa model yang menjelaskan lama waktu bertahannya pengguna
alat kontrasepsi sampai dengan mengganti alat tersebut dengan alat kontrasepsi
lain ternyata dapat ditingkatkan kemampuannya setelah dikawinkan dengan model
berstruktur pohon yang ditunjukkan dengan makin kecilnya nilai AIC.