Regresi Spline Polynomial Truncated Biprediktor untuk Identifikasi Perubahan Jumlah Trombosit Pasien Demam Berdarah Dengue

Abstract

Abstract:This paper is a longitudinal study using a nonparametric regression model to identify changes in platelet count from dengue fever. Changes in platelet counts were analyzed based on treatment time and hematocrit count factors. The estimator method proposed is spline polynomial truncated bipredictor. Based on the results of the simultaneous model estimation, we obtained GCV = 714.72 and R2 = 95.9%, it means the model is feasible to explain and identify changes in platelet count based on the time of treatment and the number of hematocrit from DBD patients. Based on the data, there are four patterns of platelet change based on time of treatment and three patterns of platelet change based on hematocrit that are different from each other.Abstrak:Paper ini merupakan studi longitudinal dengan menggunakan model regresi nonparametrik untuk mengidentifikasi perubahan jumlah trombosit demam berdarah. Perubahan jumlah trombosit dianalisis berdasarkan faktor waktu perawatan dan jumlah hematokrit. Metode estimator yang diusulkan adalah spline polynomial truncated bi prediktor. Berdasarkan hasil taksiran model simultan diperoleh GCV = 714,72 dan R2 = 95,9%, artinya model layak untuk menjelaskan dan mengidentifikasi perubahan jumlah trombosit berdasarkan waktu perawatan dan jumlah hematokrit pasien DBD. Berdasarkan data, terdapat empat pola perubahan trombosit berdasarkan waktu perawatan dan tiga pola perubahan trombosit berdasarkan hematokrit yang berbeda satu sama lain.

Model Regresi Kuantil Spline Orde Dua Dalam Menganalisis Perubahan Trombosit Pasien Demam Berdarah

“…Hal tersebut terkait dengan kecenderungan pola yang terjadi pada hubungan antara hematokrit dengan trombosit pasien DBD. Perubahan naik dan turun dari trombosit pasien telah ditunjukkan pada penelitian sebelumnya dengan menggunakan spline biprediktor [17] dan analisis survival MARS [18].…”