analisis faktor-faktor yang mempengaruhi laju … · sina dan bagaimana hasil dari kajian estimasi...

38
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Oleh : Eldira Sukmawati (1308 100 502) Dosen Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.Si

Upload: nguyenhuong

Post on 13-Mar-2019

238 views

Category:

Documents


2 download

TRANSCRIPT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA

PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK

Oleh : Eldira Sukmawati (1308 100 502)

Dosen Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.Si

Latar BelakangLatar BelakangLatar BelakangLatar Belakang

Tuberkulosis- Penyakit menular yang

disebabkan kuman TB (Mycobacterium Tuberculosis)

- Penyebarannya melalui udara- Penanggulangannya belum

memuaskan- Penyebab kematian nomor 3

Pemerintah & WHO (1994)DOTS (Directly Observed TreatmentShortcourse) :pengawasan langsung menelan obatjangka pendek setiap hari olehPengawas Menelan Obat- Penyebab kematian nomor 3

setelah penyakit kardiovaskuler dan penyakit saluran pernapasan

Faktor-faktor yangmempengaruhiKetahanan hiduppenderita TBC diRSUD Ibnu SinaGresik dan laju

kesembuhannya

Analisis SurvivalRegresi Cox Proportional

Hazard

merencanakan caraefektif untukmengurangitingkat kematian yangdisebabkan olehPenyakit TBC

Penelitian SebelumnyaPenelitian SebelumnyaPenelitian SebelumnyaPenelitian Sebelumnya

1. Pardeshi (2009) : meneliti ketahanan hidup penderitatuberkulosis di India

2. Retnowati (2009) : meneliti lama studi mahasiswapascasarjana ITS

3. Marhima (2008) : meneliti faktor-faktor yangmempengaruhi ketahanan hidup penderita kanker leherrahim di RSU DR.Soetomo Surabayarahim di RSU DR.Soetomo Surabaya

4. Nugroho (2007) : meneliti laju ketahanan pasien kankerparu-paru di RSU DR. Soetomo

5. Yuliana (2007) : meneliti tingkat keberhasilanpenyembuhan tuberkulosis paru primer pada anak usia 1-6tahun dengan pendekatan pola perawatan

6. Permatasari (2005) : mengkaji cara pemberantasantuberkulosis dengan beberapa strategi

Perumusan MasalahPerumusan MasalahPerumusan MasalahPerumusan Masalah

1. Bagaimana karakteristik penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina ?

2. Faktor-faktor apa saja yang mempengaruhiketahanan hidup penderita penyakitketahanan hidup penderita penyakittuberkulosis yang dirawat di RSUD IbnuSina dan bagaimana hasil dari kajian estimasiparameter model serta fungsi hazardnya ?

3. Bagaimana laju kesembuhan pasien penderitapenyakit tuberkulosis yang mengikuti programDOTS di RSUD Ibnu Sina ?

Tujuan PenelitianTujuan PenelitianTujuan PenelitianTujuan Penelitian

1. Mengetahui karakteristik penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina.

2. Menganalisis faktor-faktor yang mempengaruhi ketahanan hidup penderita penyakit tuberkulosis ketahanan hidup penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina dan mengetahui hasil dari kajian estimasi parameter model serta fungsi hazardnya

3. Menganalisis laju kesembuhan pasien penderita penyakit tuberkulosis yang mengikuti program DOTS di RSUD Ibnu Sina.

ManfaatManfaatManfaatManfaat

1. Tenaga medis dapat meningkatkan penanganan program DOTS untuk penderita tuberkulosis dalam melakukan pemantauan tuberkulosis dalam melakukan pemantauan pemberian obat secara teratur.

2. Dapat menerapkan ilmu statistika yaitu analisis survival di bidang medis.

Batasan MasalahBatasan MasalahBatasan MasalahBatasan Masalah

Data yang digunakan merupakan data rekammedis penderita penyakit tuberkulosis parumedis penderita penyakit tuberkulosis paruyang mengikuti program DOTS di RSUD IbnuSina Gresik dari bulan Februari 2008 sampaidengan bulan Desember 2009 yang diketahuiwaktu kesembuhannya.

Analisis Survivalsuatu metode yang berhubungan dengan waktu, mulai dari time origin atau start point sampai dengan terjadinya suatu

kejadian khusus atau end point

Tinjauan PustakaTinjauan PustakaTinjauan PustakaTinjauan Pustaka

kejadian khusus atau end point

Dalam menentukan waktu survival, perludiperhatikan beberapa hal, yaitu :1. Waktu awal (time origin/starting point) suatu

kejadian 2. Waktu kejadian akhir (end point) suatu kejadian3. Satuan waktu yang diteliti harus didefinisikan

dengan jelas

Pendugaan Distribusi DataMenggunakan uji Anderson-Darling untuk mengetahui distribusi yang paling sesuai dari data

F : fungsi distribusi kumulatif (CDF) dari distribusi

( )[ ]∑ −+−−−=−

−+

n

iinii XFXF

nnA

11

2 ))(1ln()(ln121

F : fungsi distribusi kumulatif (CDF) dari distribusi tertentu

Xi : merupakan data waktu survival yang telah diurutkan

Data dapat dikatakan mengikuti distribusi tertentu apabila nilai statistik Anderson-Darling pada distribusitersebut semakin kecil

Fungsi Hazard dan Fungsi Survival� Fungsi hazard adalah probabilitas suatu individu mencapai

kejadian khusus pada waktu t, dengan syarat ia telah bertahan sampai waktu tersebut.

f (t) : fungsi kepadatan peluang dari distribusi tertentu S (t) : fungsi survival

)(

)()(

tS

tfth =

� Fungsi survival adalah probabilitas suatu individu bertahan dari waktu mula-mula sampai suatu waktu t

Nilai S (t) juga dapat diperoleh dengan rumus berikut :

)(1)( tFtS −= ∫=t

duuf0

)(

{ })(exp)( tHtS −=

∫−=t

duth0

)(exp

Pemodelan Hazard ProporsionalModel hazard proporsional umum adalah sebagai berikut

( )pipiii xxxth βββ +++= ...exp)( 2211 ( )th0

Pengujian Parameter

Hipotesis

H0 : , j =1, 2, …, p

H1 : , j =1, 2,…, p

Statistik Uji :

Daerah penolakan : Tolak H0 jika

0=jβ0≠jβ

2,1

2αχχ >hitung

2

2

)ˆ(

ˆ

=

jSE

jX W β

β

Model TerbaikModel TerbaikModel TerbaikModel Terbaik

1. Membuat model regresi untuk setiap variabel penjelas secara bersama-sama.

2. Memilih salah satu variabel penjelas, yang berdasarkan kriteria pemilihan merupakan variabel yang paling akhir kriteria pemilihan merupakan variabel yang paling akhir untuk dimasukkan kedalam model.

3. Melakukan pengujian yang dipilih pada langkah 2, sehingga dapat diketahui apakah variabel tersebut harus dihilangkan dari model atau tidak.

4. Mengulangi langkah 2 dan 3 untuk setiap variabel yang ada dalam model.

Sumber dataSumber dataSumber dataSumber data

Data sekunder mengenai waktu survival dari pasien penderita penyakit tuberkulosis yang pasien penderita penyakit tuberkulosis yang mengikuti program penyembuhan TBC yaitu program DOTS di RSUD Ibnu Sina Gresik periode Februari 2008 sampai dengan Desember 2009.

Identifikasi VariabelIdentifikasi VariabelIdentifikasi VariabelIdentifikasi Variabel

• Variabel Dependen

Data waktu survival yaitu waktu yang diperlukan oleh pasien untuk bertahan hidup dari waktu awal (start point) hingga waktu akhir (end point).waktu akhir (end point).

Waktu awal : diukur mulai pertama pasien mengikuti program DOTS

Waktu akhir : waktu ketika pasien telah dinyatakan sembuh dari penyakit tuberkulosis

Waktu survival dilambangkan dengan huruf T Satuan waktunya adalah hari

a. Usia (X1)Pasien berusia > 13 tahun

b. Jenis kelamin (X2)1 = Laki-laki2 = Perempuan

c. Pendapatan Keluarga (X3)

Variabel Independen

e. Tingkat pendidikan (X5)1 = Tidak lulus SD2 = SD3 = SMP4 = SMA5 = Perguruan tinggi

f. Pencahayaan (X6)c. Pendapatan Keluarga (X3)1 = Rp. 500.0002 = Rp.500.000 < gaji Rp.1.500.0003 = Rp.1.500.000 < gaji Rp.2.500.0004 = > Rp. 2.500.000

d. Merokok (X4)1 = Merokok2 = Tidak merokok

≤≤

f. Pencahayaan (X6)1 = Pencahayaan bagus2 = Pencahayaan tidak bagus

g. Sanitasi (X7)1 = Sudah baik2 = Kurang baik

h. Keadaan Rumah (X8)1 = Rumah bersih2 = Rumah kotor

Metode Analisis1. Untuk mengetahui karakteristik penderita penyakit

tuberkulosis yang dirawat di RSUD Ibnu Sina , maka langkahanalisis yang dilakukan adalah :a. Membuat pie chart setiap variabel independen untuk

mengetahui karakteristik pasienb. Menganalisis karakteristik pasien berdasarkan nilai

persentase pada pie chart

2. Untuk mengetahui faktor-faktor yang mempengaruhi waktu2. Untuk mengetahui faktor-faktor yang mempengaruhi waktusurvival penderita penyakit tuberkulosis, langkah-langkahanalisis yang dilakukan meliputi :a. Melakukan pemeriksaan distribusi data dengan

menggunakan statistik uji Anderson Darling.b. Melakukan kajian terhadap estimasi parameter model

serta fungsi hazard.c. Menyusun model regresi cox awal berdasarkan distribusi

lognormal.

d. Melakukan seleksi model terbaik dengan eliminasi Backward.

e. Mencari faktor-faktor yang mempengaruhi ketahanan hidup pasien tuberkulosis.

f. Melakukan uji signifikansi parameter.g. Melakukan pengujian asumsi proportional hazard

dengan menggunakan plot

3. Untuk mengetahui laju kesembuhan pasien penderita

[ ])(ˆlnln tS−−

3. Untuk mengetahui laju kesembuhan pasien penderitapenyakit tuberkulosis,langkah-langkah analisisnya meliputi :a. Menyusun model regresi cox proportional hazard sesuai

distribusi lognormal.b. Menghitung taksiran fungsi hazard dari model yang

terbentuk untuk mengetahui laju kesembuhan pasien pada waktu t.

c. Membuat grafik taksiran fungsi hazard untuk mengetahui tingkat kesembuhan pasien tuberkulosis.

Analisis Deskriptif dengan langkah :1. Membuat pie chart dari setiap variabel independen2. Menganalisis karakteristik pasien berdasarkan hasil pie chart

Mulai

Pengumpulan data pasien

Analisis regresi cox dengan langkah :1. Pendugaan distribusi data2. Mengkaji estimasi parameter model serta fungsi hazard untuk pasien ke-i3. Menyusun model regresi cox awal berdasarkan distribusi lognormal.4. Melakukan seleksi model dengan metode eliminasi Backwar4. Melakukan seleksi model dengan metode eliminasi Backwar5. Mencari faktor-faktor yang mempengaruhi ketahanan hidup pasien berdasar model terbaik6. Melakukan uji signifikansi parameter model dengan uji parsial7. Melakukan pengujian asumsi proportional hazard

Kesimpulan dan saran

Selesai

Menghitung laju ketahanan hidup pasien tuberkulosis dengan langkah:1. Menyusun model Proportional Hazard2. Menghitung taksiran fungsi hazard.3. Membuat grafik taksiran fungsi hazard.

ANALISIS DAN PEMBAHASANANALISIS DAN PEMBAHASANANALISIS DAN PEMBAHASANANALISIS DAN PEMBAHASAN

1. Analisis Deskriptif

Persentase Usia Pasien

1,1%14th, 21th, 29th, 30th, 32th, 34th, 36th, 38th, 40th, 45th, 46th,

47th, 48th, 49th, 52th, 57th, 58th, 60th, 64th, 65th, 72th

2,2% 15th, 31th, 33th, 42th, 44th, 53th, 55th, 56th

4,3% 16th, 17th, 18th, 19th, 23th, 26th, 39th, 50th

3,3% 20th, 22th, 24th, 25th, 27th, 35th

5,4% 43th

5.4%

3.3%4.3%

2.2%1.1%

Usia 1 Usia 2 Usia 3 Usia 4 Usia 5

54%

46%

Laki-laki Perempuan

11%

30%

49%

10%

33%

67%

Merokok Tidak merokok

5%

24%30%

8%

Jenis Kelamin Kebiasaan Merokok

Pendapatan Keluarga Pendidikan Terakhir

49%

<= Rp. 500.000

Rp. 500.000 < gaji <= Rp. 1.500.000

Rp. 1.500.000 < gaji <= Rp. 2.500.000

> Rp. 2.500.000

33%

tidak lulus SD SD

SMP SMA

Perguruan tinggi

43%

57%

Bagus Tidak bagus

48%

52%

Baik Kurang baik

54%

46%

Bersih Kotor

Pencahayaan Sanitasi Keadaan Rumah

2. Pendugaan Distribusi

Distribusi Anderson Darling Signifikansi

Normal 0.347 0.473

2-Parameter Lognormal 0.226 0.814

3-Parameter Lognormal 0.234 0,952

Exponential 32.317 <0.003

2-Parameter Exponential 8.688 <0.010

Weibull 1.081 <0.010Weibull 1.081 <0.010

3-Parameter Weibull 0.245 >0.500

Smallest Extreme Value 1.905 <0.010

Largest Extreme Value 0.607 0.116

Gamma 0.24 >0.250

3-Parameter Gamma 0.237 0,557

Logistic 0.359 >0.250

Loglogistic 0.293 >0.250

3-Parameter Loglogistic 0.296 0,887

3. Pemodelan Waktu Survival Menggunakan Model Lognormal

Variabel DF Taksiran Chi-

SquareSig

Intercept 1 5.2199 35937.7 <.0001

Usia 1 0.0027 21.66 <.0001

Pencahayaan kategori 1 1 -0.0836 29.24 <.0001

Sanitasi kategori 1 1 -0.0871 22.6 <.0001

Kondisi Rumah kategori 1 1 -0.0398 5.54 0.0186Kondisi Rumah kategori 1 1 -0.0398 5.54 0.0186

Uji Signifikansi parameter

H0 : ,,j =1, 2, 3, 4

H1 : ,,j =1, 2, 3, 4

Taraf signifikansi = 5%Daerah penolakan : Tolak Ho jika

= 3,841

0=jβ0≠jβ

2,1

2αχχ >hitung

205.0,1χ

240.00220.00200.00180.00160.00140.00

Jenis Kelamin

5.0

2.5

0.0

-2.5

-5.0

-7.5

Lo

g m

inu

s lo

g

Perempuan

Laki-lakiJenisKelamin

240.00220.00200.00180.00160.00140.00

Pendapatan

5.0

2.5

0.0

-2.5

-5.0

-7.5

Lo

g m

inu

s lo

g

>Rp.2.500.000

Rp.1.500.000<Pendapatan<=Rp.2.500.000

Rp.500.000<Pendapatan<=Rp.1.500.000

<= Rp.500.000

Pendapatan

5.0

2.5

0.0

Lo

g m

inu

s lo

g Tidakmerokok

MerokokKebiasaanMerokok 6

4

2

0

-2

Lo

g m

inu

s lo

g

SMP

SD

Tidaklulus Sd

Pendidikan

240.00220.00200.00180.00160.00140.00

Merokok

-2.5

-5.0

-7.5

Lo

g m

inu

s lo

g

240.00220.00200.00180.00160.00140.00

Pendidikan

-2

-4

-6

-8Lo

g m

inu

s lo

g

Perguruantinggi

SMA

SMP

240.00220.00200.00180....160.00140.00

Pencahayaan

5.0

2.5

0.0

-2.5

-5.0

-7.5Lo

g m

inu

s lo

g

Tidakbagus

BagusPencahayaan

240.00

220.00

200.00

180.00

160.00

140.00

Sanitasi

6

4

2

0

-2

-4

-6

-8Log

min

us lo

g

Kurangbaik

BaikSanitasi

240.00220.00200.00180.00160.00140.00

Rumah

5.0

2.5

0.0

-2.5

-5.0

-7.5

Lo

g m

inu

slo

g Kotor

BersihKeadaanRumah

Model lognormal dari data waktu survival pasien adalah

4. Laju Kesembuhan Penderita Penyakit Tuberkulosis

=)(ˆ thi

tˆ ˆ

ˆln1

ˆ

ˆln

σσ

µσ

µφ

−Φ−

t

t

( )pipii xxx βββ ˆ...ˆˆexp 2211 +++

)exp()()( 0 x'βththi =

t)0630,0( 0630,0

2199,5ln1

0630,0

2199,5ln

−Φ−

=t

tφ43421

A

)ˆexp( xβ '

]0398,0

0871,00836,00027,0[ exp

rumah

sanitasicahayausiaA

−−=

Fungsi density distribusi Lognormal 2 Parameter

Fungsi Kumulatifnya

( )( )2

22

-ln t

exp2

1 σµ

πσ

−=

ttf

( ) ( ) =≤= tTPtF

( )dt

t

t

∫−

0

2

-ln t

2

2exp

2

1 σµ

πσ

( )tF

−Φ

σµtln

=

σ

( ) ( ) −=−= 11 tFtS

−Φ

σµtln

( ) ( )( ) ==tS

tfth

( )

−Φ−

σµ

πσσ

µ

tt

ln1

exp2

12

22

-ln t

t ln

1

ln

σσ

µσ

µφ

−Φ−

t

t

=

Variabel Taksiran

( ) Sig

Odd Ratio( )

Usia 0,0027 <,0001 0,9973

β̂β̂−e

ODD RATIOODD RATIOODD RATIOODD RATIO

Usia 0,0027 <,0001 0,9973

Pencahayaan kategori 0 -0,0836 <,0001 1,0872

Sanitasi kategori 0 -0,0871 <,0001 1,0910

Kondisi Rumah kategori 0 -0,0398 0,0186 1,0406

9

t (minggu) 34 th 35 th 36 th 37 th 38 th

27 1.518 1.5596 1.6023 1.6461 1.691228 2.0796 2.1366 2.195 2.2551 2.316830 3.1677 3.2544 3.3434 3.4349 3.528932 4.1295 4.2425 4.3586 4.4779 4.600435 5.3069 5.4521 5.6013 5.7546 5.912138 6.2103 6.3803 6.5549 6.7343 6.918642 7.0941 7.2882 7.4877 7.6926 7.9031

0

1

2

3

4

5

6

7

8

9

0 10 20 30 40 50

t

hi (t)

34 th

35 th

36 th

37 th

38 th

t (minggu) tidak bagus bagus27 1.396294012 1.51804237328 1.912850396 2.07963933830 2.913617096 3.16766681932 3.798301174 4.12948997735 4.881269787 5.3068868838 5.712271938 6.21034737342 6.525119017 7.094069783

0

1

2

3

4

5

6

7

8

0 20 40 60t

hi (t)

tdk bagus

bagus

t (minggu) kurang baik baik27 1.391415525 1.51804237328 1.906167122 2.07963933830 2.903437261 3.16766681932 3.785030357 4.12948997735 4.864215206 5.3068868838 5.692313933 6.21034737342 6.50232102 7.094069783

0

1

2

3

4

5

6

7

8

0 20 40 60

t

hi (t) kurang baik

baik

t (minggu) kotor bersih27 1.458810813 1.51804237328 1.998495172 2.07963933830 3.044069579 3.16766681932 3.968363953 4.12948997735 5.099820731 5.3068868838 5.968029656 6.21034737342 6.817270646 7.094069783

0

1

2

3

4

5

6

7

8

0 20 40 60

t

hi (t) kotor

bersih

KESIMPULANKESIMPULANKESIMPULANKESIMPULAN

1. Pasien penderita penyakit tuberkulosis yang mengikuti program DOTS di RSUD Ibnu Sina tahun 2008 dan 2009 sebagian besar berjenis kelamin perempuan sehingga banyak yang memiliki kebiasaan tidak merokok. Pasien banyak yang pendidikan akhirnya SMP dan memiliki banyak yang pendidikan akhirnya SMP dan memiliki pendapatan keluarga sebesar Rp. 1.500.000 sampai dengan Rp. 2.500.000. Selain itu sebagian besar keadaan rumahnya tidak cukup baik terlihat dari banyaknya pasien yang pencahayaan dalam rumah masih kurang bagus, sanitasi rumah belum baik dan juga kebersihan lingkungan rumah yang belum baik.

KESIMPULANKESIMPULANKESIMPULANKESIMPULAN

2. Berdasarkan hasil dari pemodelan regresi cox diketahui faktor-faktor yang mempengaruhi ketahanan hidup pasien penderita tuberkulosis adalah faktor usia, pencahayaan, sanitasi dan keadaan rumah. Sedangkan dari hasil kajian estimasi parameter serta fungsi hazardnya diketahui bahwa hasil kajian sesuai dengan teori yang ada dan fungsi hazard untuk pasien ke-i teori yang ada dan fungsi hazard untuk pasien ke-i adalah

=)(ˆ thi

t)0630,0( 0630,0

2199,5ln1

0630,0

2199,5ln

−Φ−

t

)exp(i

x'β

3. Berdasarkan nilai odd ratio disimpulkan bahwa pasien yang berusia satu tahun lebih tua memiliki resiko untuk sembuh sebesar 1,0027 kali dari pasien yang berusia satu tahun lebih muda. Pasien yang pencahayaan rumahnya bagus memiliki resiko sembuh dari tuberkulosis sebesar 1,0872 kali dari pasien yang pencahayaan rumahnya tidak bagus. Pasien yang keadaan sanitasi rumahnya sudah baik memiliki resiko sembuh dari tuberkulosis sebesar 1,0910 kali dari pasien yang keadaan sanitasi rumahnya 1,0910 kali dari pasien yang keadaan sanitasi rumahnya kurang baik. Pasien yang keadaan rumahnya bersih memiliki resiko sembuh dari tuberkulosis sebesar 1,0406 kali dari pasien yang keadaan rumahnya kotor. Sedangkan dari grafik fungsi hazard terlihat bahwa laju kesembuhan pasien tidak terlalu berbeda antara kategori satu dengan kategori lainnya ditunjukkan dengan bentuk grafik yang hampir berimpit.

SaranSaranSaranSaran

Saran yang dapat diberikan dari hasil penelitian iniadalah untuk metode parametrik dengan menggunakanadalah untuk metode parametrik dengan menggunakanmodel proportional hazard sebaiknya menggunakanpendekatan distribusi weibull karena distribusi weibullmemiliki sifat proportional. Jika asumsi parametrik tidakterpenuhi seperti tidak ada pendekatan distribusi yangsesuai, maka dapat menggunakan metode semiparametrik.

DAFTAR PUSTAKADAFTAR PUSTAKADAFTAR PUSTAKADAFTAR PUSTAKA

Collet, D. (1994). Modelling Survival Data in Medical Reseach. London: Chapman and Hall

Hiswani. (2007). Tuberkulosis Merupakan Penyakit yang Masih Menjadi Masalah Kesehatan Masyarakat. Diambil Februari 9, 2010, dari httppdf-search-engine.comfaktor-lingkungan-yang-mempengaruhi-kejadian-tb-pdf-1.html.pdf

Marhima, R, P. (2008). Pemodelan Regresi Cox Terhadap Faktor Yang Marhima, R, P. (2008). Pemodelan Regresi Cox Terhadap Faktor Yang Mempengaruhi Ketahanan Hidup Penderita Kanker Leher Rahim (Studi Kasus Di RSU DR. Soetomo Surabaya) (Unpublished final project). Institut Teknologi Sepuluh Nopember, Surabaya

Kleinbaum, D. G., dan Klein, M. (2005). Survival Analysis (2nd ed.). New York: Springer Science Business Media, Inc.

Law, A. M., dan Kelton, D. W. (2000). Simulation Modelling Analysis (3rd ed.). New York: MacGraw-Hill

Le, C. T. (1997). Applied Survival Analysis. New York: John Wiley and Sons, Inc.

Pardeshi, G. (2009). Survival Analysis And Risk Faktor For Death In Tuberculosis Patients On Directly Observed Treatment-Short Course. Indian Journal of Medical Sciences, 63, 180-186. Diambil November 9, 2009, dari http://www.indianjmedsci.org

Permatasari, A. (2005). Pemberantasan Penyakit TB Paru dan Strategi DOTS. Diambil November 9, 2009, dari httplibrary.usu.ac.iddownloadfkparu-amira.pdf

Pinto, W. P., Hadad, D. J., Telles, M. A. S., Ueki, S. Y. M., Palaci, M., & Basile, M. A. (2001). Tuberculosis and Drug Resistance among Patients Basile, M. A. (2001). Tuberculosis and Drug Resistance among Patients Seen at an AIDS Reference Centre in Sao Paulo, Brazil. International Journal of Infectious Diseases, 5, 94-100. Diambil November 25, 2009, dari http://www.sciencedirect.com

Prabu, P. (2008). Faktor Resiko TBC. Diambil Februari 9, 2010, dari http://putraprabu.wordpress.com/2008/12/24/faktor-resiko-tbc/

Rumah Sakit Penyakit Infeksi. (2005). Tuberkulosis. Diambil November 9, 2009, dari http://www.infeksi.com/articles.php?lng=in&pg=57

Sant, M., Capocaccia, R., Colleman, M. P., Berrino, F., Gatta, G., Micheli, A., Verdecchia, A., Faivre, J., Hakulinen, T., Coebergh, J. W. W., Martinez-Gracia, C., Forman, D., Zappone, A., & EUROCARE Working Group. (2001). Cancer Survival Increase in Europe, but International Differences Remain Wide. EuropeanJournal of Cancer, 37, 1659-1667. Diambil November 25, 2009, dari http://www.sciencedirect.com

Ulfahsyam. (2010). Syarat-syarat Rumah Sehat. Diambil Mart 25, 2010, dari http://ilmukeperawatan.net/index.php/artikel/13-kesehatan-masyarakat/21-rumah-sehat.pdf

Rumah Sakit Penyakit Infeksi. (2005). Tuberkulosis. Diambil November 9, Rumah Sakit Penyakit Infeksi. (2005). Tuberkulosis. Diambil November 9, 2009, dari http://www.infeksi.com/articles.php?lng=in&pg=57

Walpole, R. E. (1995). Pengantar Statistika (3nd ed.). Jakarta: PT Gramedia Pustaka Utama

Wikipedia. (2010). Log Normal Distribution. Diambil April 27, 2010, dari httpen.wikipedia.orgwikiLog Normal Distribution.htm

Murwani, A., Yuliana, Y. (2007). Tingkat Keberhasilan Penyembuhan Tuberkulosis Paru Primer Pada Anak Usia 1-6 Tahun Di Desa Cibuntu Cibitung Bekasi Dengan Pendekatan Pola Perawatan 2007. Diambil Maret 9, 2010, dari http://skripsistikes.files.wordpress.com/2009/08/5.pdf