Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis survival telah banyak digunakan dalam berbagai bidang, termasuk aktuaria. Analisis survival hendak diketahui distribusi dari waktu hingga terjadi suatu kejadian yang diamati. salah satu parameter yang dapat menjelaskan distribusidari waktu hingga terjadi kejadian tersebut ..."

"This greatly expanded third edition of Survival analysis : a self-learning text provides a highly readable description of state-of-the-art methods of analysis of survival/event-history data. The third edition continues to use the unique "lecture-book" format of the first two editions with one new chapter, additional sections and clarifications to several chapters, and a revised computer appendix. The Computer Appendix, with step-by-step instructions for using the computer packages STATA, SAS, and SPSS, is expanded this third edition to include the software package R."

"Model prediksi kesintasan kanker prostat metastasis tulang sudah pernah dilakukan sebelumnya. Namun, model prediksi kesintasan kanker prostat metastasis tulang pra-terapi belum pernah dialukan sebelumnya. Tujuan penelitian ini adalah untuk menganalisis faktor-faktor klinis yang mempengaruhi ketahanan hidup (survival) pada kanker prostat dengan metastasis tulang serta mengembangkan nomogram prognostik ketahanan hidup pada pasien dengan kondisi tersebut. Terdapat 392 subyek dengan kanker prostat dengan metastasis tulang yang mendapat terapi Androgen Deprivation Therapy (ADT) dalam penelitian ini. Parameter pra-perawatan dianalisis menggunakan model cox-proportional untuk mengidentifikasi prediktor ketahanan hidup secara keseluruhan. Kovariat yang menunjukkan nilai signifikansi secara statistik pada analisis multivariat akan dipakai untuk membentuk nomogram. Model prediktor linier digunakan untuk mengembangkan nomogram. Nilai median ketahanan hidup keseluruhan adalah 40,3 bulan (95% CI: 32.2 - 48.5). Analisis univariat menunjukkan bahwa T-stage, Gleason Score, nilai antigen spesifik prostat inisial, dan jumlah lesi metastasis merupakan faktor-faktor prognostik independen terhadap angka ketahanan hidup keseluruhan. Semua prediktor ini tetap menunjukkan hasil yang signifikan secara statistik sebagai faktor prognostik independen pada analisis model multivariat cox-regression. Nomogram yang terbentuk dari faktor-faktor prediktor tersebut menunjukkan diskriminasi yan baik dalam memprediksi ketahanan hidup dalam 5 tahun dengan area under the curve (AUC) sebesar 0.69. Kesepakatan yang diterima dari probabilitas yang diamati dan diprediksi telah dinilai dalam plot kalibrasi. Nilai median ketahanan hidup keseluruhan adalah 40,3 bulan. Prediksi nomogram ini dapat berguna sebagai alat untuk memprediksi angka ketahanan hidup keseluruhan pada sebelum terapi kanker prostat metastasis, secara spesifik pada populasi Indonesia. Penelitian lebih lanjut dibutuhkan untuk memberikan validasi eksternal untuk mendukung penggunaan nomogram ini.

---

A survival prognostic model of prostate cancer with bone metastasis had been done before. However, a prognostic model of pre-treatment prostate cancer with bone metastasis had not yet done. This study aims to analyze the clinical factors among bone-metastatic prostate cancer and their relationships with survival as well as to develop a prognostic nomogram for overall survival in patients with this condition. This study included 392 patients with bone metastatic prostate caner treated with androgen deprivation therapy. Pre-treatment parameters were analyzed using cox-proportional hazard model to identify the predictors of overall survival. Covariates, which showed statistical significance on multivariate analysis, were used to develop a nomogram. Linear predictor model was utilized to develop the nomogram. Median overall survival was 40.3 months (95% CI: 32.2 to 48.5). Univariate analysis showed that clinical T-stage, Gleason Score, initial prostate specific antigen value, and number of metastatic lesion were independent prognostic factors for OS. These predictors still remained significant as independent prognostic factors for overall survival following analysis using multivariate cox-regression model. The nomogram constructed from those prognostic factors showed good discriminaton for predicting the 5-year OS with an Area Under the Curve of 0.69. Acceptable agreement of the observed and predicted probabilites was observed in the calibration plot. The median overall survival of patient with bone metastatic prostate cancer was 40.3 months. The prediction nomogram might be a useful tool for predicting overall survival in pre-treatment bone metastatic prostate cancer, specifically among Indonesian patients. Further studies are needed to provide external validation to support the utilization of this nomogram."

"This handbook focuses on the analysis of lifetime data arising from the biological and medical sciences. It deals with semiparametric and nonparametric methods. For investigators new to this field, the book provides an overview of the topic along with examples of the methods discussed. It presents both classical methods and modern Bayesian approaches to the analysis of data"--"Preface This volume examines modern techniques and research problems in the analysis of life time data analysis. This area of statistics deals with time to event data which is complicated not only by the dynamic nature of events occurring in time but by censoring where some events are not observed directly but rather they are known to fall in some interval or range. Historically survival analysis is one of the oldest areas of statistics dating its origin to classic life table construction begun in the 1600's. Much of the early work in this area involved constructing better life tables and long tedious extensions of non-censored nonparametric estimators. Modern survival analysis began in the late 1980's with pioneering work by Odd Aalen on adapting classical Martingale theory to these more applied problems. Theory based on these counting process martingales made the development of techniques for censored and truncated data in most cases easier and opened the door to both Bayesian and classical statistics for a wide range of problems and applications. In this volume we present a series of papers which provide an introduction to the advances in survival analysis techniques in the past thirty years. These papers can serve four complimentary purposes. First, they provide an introduction to various areas in survival analysis for graduates students and other new researchers to this eld. Second, they provide a reference to more established investigators in this area of modern investigations into survival analysis. Third, with a bit of supplementation on counting process theory this volume is useful as a text for a second or advanced course in survival analysis. We have found that the instructor of such a course can pick and chose papers in areas he/​she deem most useful to the"

"Latar belakang: Pemeriksaan MRI pada glioblastoma dapat membantu diagnosis dengan tingkat akurasi tinggi. Nilai ADC pada MRI bisa menjadi indikator prognosis, meskipun belum sering diterapkan di Indonesia. Penelitian ini dilakukan untuk memahami peran nilai ADC dalam meningkatkan prediksi kesintasan pasien glioblastoma.Tujuan: Mengkaji angka kesintasan pasien glioblastoma yang mendapatkan terapi kemoradiasi serta hubungannya dengan nilai ADC dan faktor lainnya.Metode: Angka kesintasan dan nilai ADC minimum diambil dari pemeriksaan MRI kepala post-operasi, pre-kemoradiasi pada 20 pasien dari periode 2017 hingga 2023 yang memenuhi kriteria penelitian. Analisis kesintasan dilakukan dengan metode Kaplan-Meier. Uji Log Rank digunakan untuk mengevaluasi pengaruh faktor-faktor determinan termasuk nilai ADC terhadap kelangsungan hidup.Hasil: Rerata usia sampel dalam pemelitian ini adalah 43,6 +/- 16,4 tahun. Terdapat 14 pasien laki-laki (70%), dan 6 pasien perempuan (30%). sebanyak 6 pasien (30%) memiliki nilai ADC ≥ 0,8 x 10-3 mm2/s dan terdapat 14 pasien (70%) memiliki nilai ADC < 0,8 x 10-3 mm2/s. Analisis kesintasan memperlihatkan perbedaan median kesintasan hidup pada kelompok nilai ADC ≥ 0,8 x 10-3 mm2/s dan < 0,8 x 10-3 mm2/s, yaitu sebesar 12 bulan dan 10 bulan dengan nilai p=0,850.Kesimpulan: Pasien dengan nilai ADC < 0,8 x 10-3 mm2/s memiliki tren kesintasan yang lebih singkat dua bulan dibandingkan dengan pasien dengan nilai ADC ≥ 0,8 x 10-3 mm2/s yang masing-masing median kesintasannya sebesar 10 bulan dan 12 bulan.

---

Background: MRI examinations for glioblastoma can aid in diagnosis with a high level of accuracy. The Apparent Diffusion Coefficient (ADC) value in MRI can serve as a prognostic indicator, although it has not been widely applied in Indonesia. This study was conducted to understand the role of ADC values in improving the prediction of survival in glioblastoma patients.

Objective: To examine the survival rates of glioblastoma patients undergoing chemoradiation therapy and its relationship with ADC values and other factors.

Methods: Survival rates and minimum ADC values were extracted from post- operative, pre-chemoradiation head MRI examinations of 20 patients meeting the study criteria from the period 2017 to 2023. Survival analysis was performed using the Kaplan-Meier method, and the Log Rank test was employed to evaluate the impact of determinants, including ADC values, on survival.

Results: The mean age of the sample in this study was 43.6 +/- 16.4 years. There were 14 male patients (70%) and 6 female patients (30%). Six patients (30%) had ADC values ≥ 0.8 x 10-3 mm2/s, while 14 patients (70%) had ADC values < 0.8 x 10-3 mm2/s. Survival analysis revealed a median survival difference in the ADC ≥ 0.8 x 10-3 mm2/s and < 0.8 x 10-3 mm2/s groups, namely, 12 months and 10 months, with a p-value of 0.850.

Conclusion: Patients with ADC values < 0.8 x 10-3 mm2/s had a trend of two months shorter survival compared to patients with ADC values ≥ 0.8 x 10-3 mm2/s whose median survival was 10 months and 12 months."

"ABSTRAKTesis ini adalah mengenai penelitian yang dilakukan untuk mengkaji distribusi keragaman dan sebaran peluang dari kejadian waktu mulai dari pembelian pertama sampai dengan terjadinya pembelian kembali dan menjelaskan karakteristik/faktor-faktor apa saja yang dapat menjelaskan lama waktu konsumen dalam melakukan pembelian kembali. Sampel dalam penelitian ini adalah debitur dari PT. ABC Finance yang melakukan pembelian mobil pada periode tahun 2005 sampai dengan tahun 2008. Sedangkan masa pengamatan adalah selama delapan tahun, dimulai sejak awal masa penelitian. Hasil penaksiran dengan metode nonparametrik menyatakan bahwa diperkirakan belum ada yang melakukan pembelian ulang hingga 3 bulan ke depan sejak pembelian pertama. Dijelaskan pula bahwa sebesar 37.6 dari seluruh debitur akan melakukan pembelian ulang dalam masa 96 bulan sejak pembelian pertama. Hasil penaksiran dengan metode semiparametrik menyatakan bahwa faktor jangka waktu kredit, nilai pinjaman, usia, pekerjaan, dan jenis kelamin berpengaruh terhadap keragaman waktu hingga terjadinya pembelian kembali.Tesis ini adalah mengenai penelitian yang dilakukan untuk mengkaji distribusi keragaman dan sebaran peluang dari kejadian waktu mulai dari pembelian pertama sampai dengan terjadinya pembelian kembali dan menjelaskan karakteristik/faktor-faktor apa saja yang dapat menjelaskan lama waktu konsumen dalam melakukan pembelian kembali. Sampel dalam penelitian ini adalah debitur dari PT. ABC Finance yang melakukan pembelian mobil pada periode tahun 2005 sampai dengan tahun 2008. Sedangkan masa pengamatan adalah selama delapan tahun, dimulai sejak awal masa penelitian. Hasil penaksiran dengan metode nonparametrik menyatakan bahwa diperkirakan belum ada yang melakukan pembelian ulang hingga 3 bulan ke depan sejak pembelian pertama. Dijelaskan pula bahwa sebesar 37.6 dari seluruh debitur akan melakukan pembelian ulang dalam masa 96 bulan sejak pembelian pertama. Hasil penaksiran dengan metode semiparametrik menyatakan bahwa faktor jangka waktu kredit, nilai pinjaman, usia, pekerjaan, dan jenis kelamin berpengaruh terhadap keragaman waktu hingga terjadinya pembelian kembali.

---

ABSTRACTThis thesis is about the research that conducted to assess the distribution of the diversity and distribution of opportunities of occurrence start time of the first purchase until the time of repurchase and explain the characteristics factors that can explain the length of time in repurchase. The sample in this study is the debtor of PT. ABC Finance who made a purchase of car in the period of 2005 to 2008. While the observation period is for eight years, starting from the beginning of the study period. Results of assessment by nonparametric methods stating that no one has repurchase up to 3 months from the first purchase. It also explained that 37.6 of all debtors will repurchase in the past 96 months since the first purchase. The result of assessment by the semiparametric method stating that factor of credit term, plafond, age, job, and sex affect the diversity of time to repurchase."