Perpustakaan Digital ITB

Data klinis mencakup berbagai informasi yang berkaitan dengan kesehatan dan status kesehatan pasien, hal tersebut bisa berupa usia, jenis kelamin, hingga hasil uji laboratorium seperti gula darah, tingkat kolesterol, tekanan darah, dan lain sebagainya. Model linear yang masih sering digunakan dalam analisis data klinis kurang efisien sebab sering ada beberapa asumsi yang sulit untuk dipenuhi. Selain itu model linear sederhana hanya menilai efek pengobatan berdasarkan rata-rata saja, tidak berdasarkan parameter lain seperti skewness. Regresi distribusi adalah pemodelan statistik yang memperluas regresi linear dengan memodelkan seluruh distribusi variabel dependen, bukan hanya rata-rata. Teknik ini dapat mengatasi keterbatasan-keterbatasan dari model regresi linear. Tugas akhir ini berfokus pada kegunaan regresi distribusi dalam analisis berbagai data klinis dibandingkan dengan model regresi sederhana. Analisis tersebut akan dilakukan dengan menggunakan framework GAMLSS (Generalized Additive Models for Location, Scale and Shape) dalam bahasa pemrograman R. Analisis akan dibagi menjadi dua bagian, yang pertama untuk simulasi data Mid-Regional pro-Adrenomedullin (MR-proADM) dan untuk tekanan darah sistolik (SBP), sedangkan yang kedua merupakan analisis data klinis nyata untuk sel darah putih CD4 dan CD8. Efek pengobatan akan diestimasi dalam model menggunakan distribusi respons yang lebih tepat daripada normal, seperti distribusi Box-Cox-t (BCT), Johnson’s Su (JSU), dan lainnya. Analisis dari setiap data masing-masing akan terdiri dari dua model yaitu reduktif (reduced) dan ekstentif (extended) model dengan perbedaan utama ada pada banyaknya kovariat yang memengaruhi model.