Regresi Rasio Prevalensi dengan Model Log-Binomial: Isu Ketakkonvergenan

Abstract

Regresi logistik memainkan peran sentral dalam pengamatan epidemiologi. Regresi logistik memiliki odds ratio yang memberikan informasi tentang risiko seseorang didapati sebagai penderita suatu penyakit. Pada kasus tertetu ratio prevalensi dapat didekati dari odds ratio, dan tidak memberikan perbedaan yang menyesatkan. Namun odds ratio tidak selalu diinginkan. Antara lain, karena pada pengamatan common event (pengamatan dengan nilai 1 yang banyak), rasio prevalensi tidak lagi dapat didekati secara langsung dari odds ratio, artimya odds ratio tidak lagi mencerminkan informasi yang diinginkan oleh epidemiologi. Untuk itu diperlukan pendekatan lain dalam memperoleh ratio prevalensi dari data binomial, antara lain dengan model logbinomial/ regresi relative risk/rasio prevalensi. Regresi log-binomial, dalam terminologi Model Linier Umum adalah model dengan distribusi Y binomial yanag menggunakan link-function log, sedangkan regresi logistik, menggunakan fungsi link, logit. Pada regresi log-binomial selain masalah ketakkonvergenan, dimungkinkan terjadi pendugaan peluang diluar interval 0-1, karena model ini tidak melakukan restriksi 0<=P(Y=1)<=1, seperti pada model logistik. Akibatnya, pada saat memodelkan pengamatan dengan P(Y=1) ≅ 1 atau rasio prevalensi mendekati 1, mungkin terjadi masalah. Penelitian ini ingin mengatasi masalah ketakkonvergenan pada log-binomial melalui metode copy (Copy Method) melalui suatu studi kasus penderita Demam Berdarah Dengue (DBD) di RSUD Dr. Soebandi Jember. Tulisan ini membicarakan tenang isu masalah ketakkonvergenan pada log-binomial, dengan alternatif penyelesaian menggunakan metode copy (Copy Method). Studi kasus diberikan sebagai ilustrasi data penderita Demam Berdarah Dengue (DBD) di RSUD Dr. Soebandi Jember.