4.1 Deskripsi Pasien ART
Rendahnya imunitas dan beratnya keadaan klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan imunologis maupun klinis pasien. Tabel 2 menunjukkan bahwa persentase tertinggi pasien yang telah memenuhi syarat ART (46,1%) merupakan pasien dengan tingkat defisiensi imun rendah (CD4 < 200 sel/mm3) dan beratnya keadaan klinis (stadium 3 dan 4) saat memulai ART. Hanya sebanyak 58 pasien (6,4%) yang memulai ART lebih dini yaitu saat tingkat defisiensi imun sedang (CD4 awal 200-350 sel/mm3) dan stadium klinis ringan (stadium klinis 1 dan 2).
Tabel 2. Distribusi pasien yang memenuhi syarat ART berdasarkan status CD4 awal dan stadium klinis
Stadium Klinis CD4 Awal Total
CD4 < 200 CD4 ≥ 200
Stadium 1 dan 2 404(44,8) 58(6,4) 462(51,2) Stadium 3 dan 4 416(46,1) 24(2,7) 440(48,8)
Total 820(90,9) 82(9,1) 902(100)
Pasien yang menjalani terapi terkonsentrasi pada populasi kunci yang berasal dari cara penularan jarum suntik (57,5%) pada saat memulai ART. Lebih dari separuh (266 orang) pasien yang terinfeksi HIV melalui jarum suntik tidak masuk stadium AIDS hingga penelitian berakhir (Tabel 3).
Tabel 3.Distribusi status akhir pasien berdasarkan karakteristik riwayat penyakit
Peubah (Stadium AIDS) Total
Ya Tidak Cara Penularan Hubungan Seks 116(29,4) 195(38,4) 311(34,5) Jarum Suntik 253(64,2) 266(52,4) 519(57,5) Tidak Diketahui 25 (6,3) 47(9,3) 72(8) Status Fungsional Kerja 272(69) 340(66,9) 612(67,8) Ambulatori 99(25,1) 134(26,4) 233(25,8) Terbaring 23(5,8) 34(6,7) 57(6,3)
Berdasarkan Tabel 3, sebanyak 612 pasien (67,8%) masih mampu bergerak dan bekerja normal saat memulai ART dan hanya 57 pasien yang yang memulai terapi dalam kondisi terbaring (tidak mampu bergerak dan bekerja). Persentase tertinggi (6,7%) pasien dengan status fungsional baring, tidak masuk stadium AIDS hingga penelitian berakhir. Hal ini menunjukkan efektifitas terapi dalam menghambat laju perkembangan infeksi HIV.
Gambar 2 menunjukkan bahwa jumlah tertinggi pasien (210 orang) dengan tingkat defisiensi imun rendah saat memulai ART (CD4 awal < 200 sel/mm3) dengan beratnya stadium klinis (3 dan 4) saat memulai ART (98 orang) cenderung hanya mampu bertahan menjalani ART hingga tahun ke-2.
Gambar 2. Distribusi lama pasien menjalani ART berdasarkan status CD4 awal dan stadium klinis
Kelompok umur lebih dari 30 tahun (210 orang), laki-laki (316 orang), pendidikan akhir SMA (232 orang) dan bekerja saat sebelum memulai ART (213 orang) berdasarkan Gambar 3 merupakan kategori pasien dengan jumlah tertinggi masuk stadium AIDS setelah ART.
Gambar 3. Distribusi karakteristik demografi pasien ART berdasarkan peubah jenis kelamin, umur, pendidikan dan status bekerja
1 2 3 4 5 6 168 210 149 125 73 95 21 32 15 4 8 2 111 144 82 50 33 42 78 98 82 79 48 55 Jumlah Pasien
Masa ART (Tahun)
CD4 < 200 CD4 >= 200 Stadium 1&2 Stadium 3&4
316 78 184 210 24 29 232 109 213 181 Jumlah Pasien S tat u s Akh ir AID S
laki-laki Perempuan Usia 16-29 Tahun Usia > 30 Tahun
Persentase tertinggi pasien yang telah menjalani ART hanya bertahan menjalani terapi selama 1 tahun hingga akhirnya masuk stadium AIDS. Hal ini mengindikasikan cepatnya laju perkembangan HIV menjadi AIDS pada pasien. Persentase tertinggi pasien dengan CD4 Akhir bebas AIDS mampu bertahan menjalani pengobatan ART lebih lama hingga tahun ke-6 (Gambar 4).
Gambar 4. Persentase lamanya pasien menjalani ART hingga tahun ke-x berdasarkan status CD4 akhir.
Berdasarkan Gambar 5, persentase tertinggi pasien yang menjalani ART (69%) mengalami kenaikan CD4 per bulan yang mengindikasikan keberhasilan terapi memperbaiki imunitas pasien. Namun, 28,6% pasien yang telah menjalani ART tidak mengalami perubahan status CD4 awal hingga penelitian berakhir dan 2,4% lainnya justru mengalami penurunan CD4 setelah ART.
Gambar 5. Laju perubahan CD4 pasien ART per Bulan
Gambar 4 dan 5 menunjukkan bahwa efektifitas ART dalam memperbaiki imunitas dan menekan laju perkembangan infeksi HIV menjadi AIDS pada masing-masing pasien sangat bervariasi. Banyak faktor yang mempengaruhinya. Untuk mempelajari pengaruh faktor-faktor ini terhadap waktu ketahanan ART penderita HIV selanjutnya dilakukan analisis regresi logistik dan analisis survival.
CD4 Akhir < 200 (AIDS) CD4 Akhir > 200 0 100 1 2 3 4 5 6 p asi e n ( % )
4.2 Hasil Analisis Regresi Logistik
Analisis regresi logistik dilakukan dengan memasukkan semua peubah penjelas ke dalam model. Pengujian parameter secara simultan dengan uji G didapatkan nilai statistik uji khi-kuadrat sebesar 32,708 dengan nilai p = 0,002 (p < 0.10). Dengan demikian disimpulkan bahwa H0 ditolak, yang berarti
setidaknya ada satu peubah penjelas yang berpengaruh nyata terhadap waktu ketahanan ART. Pengujian parameter secara parsial dilakukan dengan uji Wald, peubah yang berpengaruh nyata pada taraf alpha 10% adalah cara penularan, jenis kelamin dan status bekerja.
Tabel 4. Hasil analisis regresi logistik
Peubah B Wald Sig. Exp(B)
CD4 Awal -0,181 0,332 0,565 0,835 Stadium Klinis -0,320 1,309 0,252 0,726 Cara Penularan 10,665 0,005 Hubungan Seksual 0,734 2,930 0,087 2,083 Jarum Suntik -0,185 0,220 0,639 0,832 Riwayat ART 0,351 1,352 0,245 1,420 Status Fungsional 2,798 0,247 Kerja -0,689 1,935 0,164 0,502 Ambulatori -0,842 2,790 0,095 0,431 Umur -0,036 0,021 0,884 0,964 Jenis Kelamin -0,961 7,367 0,007 0,383 Pendidikan 5,033 0,169 Tidak Tamat SMP 0,086 0,029 0,865 1,090 Tamat SMP -0,460 0,870 0,351 0,631 Tamat SMA -0,539 4,036 0,045 0,584 Status Bekerja -0,665 7,073 0,008 0,514 Constant 0,787 1,225 0,268 2,197
Dugaan persamaan model regresi logistik untuk probabilitas waktu ketahanan ART lebih dari 2 tahun atau π (X) = P(Y=1|X) yang terbentuk adalah:
Salah satu teknik yang dapat digunakan untuk menentukan tingkat kebaikan prediksi atau keakuratan dari model adalah menggunakan tabel klasifikasi. Hasil klasifikasi analisis regresi logistik biner antara nilai asal peubah penjelas dengan nilai prediksi model (Lampiran 2) terlihat bahwa model regresi dengan melibatkan seluruh peubah penjelas memiliki tingkat prediksi yang lebih baik (74,2%)
dibanding model sederhana yang melibatkan 5 peubah penjelas (72,1%). Nilai
mengindikasikan bahwa keragaman waktu ketahanan ART
penderita HIV dapat diterangkan oleh peubah penjelas pada model dengan pengaruh utama lebih besar (11,4%) daripada model sederhana (7,8%). Sehingga model regresi logistik yang digunakan untuk menduga waktu ketahanan ART penderita HIV adalah model dengan menggunakan seluruh peubah penjelas.
Tabel 4 menunjukkan bahwa peubah cara penularan berpengaruh nyata terhadap waktu ketahanan ART (nilai p = 0,005). Pasien yang tertular HIV melalui hubungan seksual berbeda nyata jika dibandingkan pasien yang tertular HIV melalui cara lainnya. Rasio odds cara penularan melalui hubungan seksual dibanding cara lainnya sebesar 2,083 atau resiko pasien dengan cara penularan lainnya memiliki waktu ketahanan ART lebih dari 2 tahun dibanding cara penularan melalui hubungan seksual sebesar 1/2,083= 0,48 kali.
Peubah jenis kelamin berpengaruh nyata terhadap waktu ketahanan ART (nilai p = 0,007). Rasio odds perempuan dibanding laki-laki sebesar 0,383 atau resiko pasien laki-laki masuk stadium AIDS lebih dari 2 tahun sebesar 2,61 kali lebih besar dibanding pasien perempuan. Hal ini berarti pasien perempuan memiliki resiko masuk stadium AIDS lebih cepat dibandingkan dengan pasien laki-laki setelah ART.
Peubah status bekerja berpengaruh nyata terhadap waktu ketahanan ART (nilai p = 0,008). Rasio odds bekerja dibanding tidak bekerja sebesar 0,514 atau resiko pasien yang tidak bekerja masuk stadium AIDS setelah ART lebih dari 2 tahun 1,94 kali lebih besar dibanding pasien yang bekerja. Perkembangan infeksi HIV menjadi AIDS pada pasien yang bekerja saat memulai ART cenderung lebih cepat dibandingkan pasien yang tidak bekerja. Hal ini diperkuat dengan informasi yang terdapat pada Tabel 5 berikut:
Tabel 5. Distribusi status akhir pasien berdasarkan CD4 awal dan stadium klinis
Peubah Frekuensi Status Akhir
AIDS (%) CD4 Awal CD4 < 200 CD4 ≥ 200 393 1 99,7 0,3 Stadium Klinis Stadium 1 dan 2 210 53,3 Stadium 3 dan 4 184 46,7
Berdasarkan Tabel 5, sebanyak 99,7% pasien yang menjalani ART telah masuk stadium AIDS sebelum melakukan terapi (CD4 < 200), Sehingga peubah CD4 awal menjadi tidak nyata. Beratnya stadium klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan kondisi klinis pasien (Kemenkes 2011). Persentase tertinggi pasien yang masuk stadium AIDS setelah ART berdasarkan Tabel 5 adalah pasien dengan stadium klinis awal ringan saat sebelum ART (stadium 1 dan 2), sehingga stadium klinis menjadi tidak nyata.
Tabel 6. Distribusi lama pasien menjalani ART berdasarkan peubah riwayat ART, status fungsional, umur dan pendidikan
Peubah
Distribusi waktu ART pasien Bebas AIDS (%) Tahun ke-1 Tahun ke-2 Tahun ke-3 Tahun ke-4 Tahun ke-5 Tahun ke-6 Riwayat ART Pernah ART 30 45 33 21 19 11 57,9 Belum ART 159 197 131 108 62 86 56 Status Fungsional Kerja 136 176 113 75 52 60 55,6 Ambulatori 41 63 44 43 25 17 57,4 Baring 12 3 7 11 4 20 59,7 Umur 16 - 29 Tahun 91 109 80 63 35 48 56,9 >30 Tahun 98 133 84 66 46 49 55,9 Pendidikan Tidak Tamat SMP 12 10 12 13 2 2 53 Tamat SMP 11 17 6 7 5 14 51,7 Tamat SMA 117 135 95 69 41 47 54 Tamat PT 49 80 51 40 33 34 62,1
Peubah riwayat ART, status fungsional, umur dan pendidikan tidak berpengaruh nyata. Berdasarkan Tabel 6, hal ini dapat disebabkan karena persentase tertinggi pasien yang menjalani ART, masih bertahan menjalani ART hingga tahun ke-2 kecuali pada pasien dengan status fungsional baring yang mampu bertahan hingga tahun ke-6 dan riwayat pendididikan tidak tamat SMP yang mampu bertahan hingga tahun ke-4. Hal ini mengindikasikan lemahnya daya tahan pasien menjalani terapi. Namun berdasarkan status CD4 terakhir lebih dari separuh (50%) pasien yang telah menjalani ART tidak masuk stadium AIDS hingga penelitian berakhir. Sehingga peubah-peubah penjelas tersebut menjadi tidak nyata mempengaruhi lamanya perkembangan infeksi HIV menjadi AIDS.
4.3 Data Survival
Dalam analisis survival, T adalah waktu ketahanan ART pasien (lama perkembangan infeksi HIV hingga AIDS) dengan peubah indiktor , yang
menyatakan apakah pada saat pengambilan data pasien telah masuk stadium AIDS atau CD4 Akhir < 200 sel/mm3 ( ) atau belum ( ). Jenis sensor pada peubah ini adalah sensor acak.
(a) CD4 Awal (b) Stadium Klinis
Gambar 6. Plot data survival pasien terapi ARV untuk setiap Strata CD4 Awal dan stadium klinis
Gambar 6.a menunjukkan, daya tahan pasien yang memulai terapi ARV saat CD4 awal lebih dari atau samadengan 200 sel/mm3 lebih tinggi dibanding CD4 awal kurang dari 200 sel/mm3 (stadium AIDS). Semakin dini terapi dilakukan proses perbaikan imunitas pasien akan lebih baik karena proses replikasi HIV dalam darah dapat segera ditekan. Gambar 4 memberikan informasi yang menguatkan bahwa pasien dengan daya tahan tinggi menjalani terapi memiliki peluang masuk stadium AIDS lebih kecil.
Beratnya stadium klinis awal pasien saat memulai ART berkorelasi positif dengan lamanya masa terapi. Pasien dengan stadium klinis awal yang berat (stadium 3 dan 4) memiliki daya tahan yang lebih tinggi menjalani terapi dibanding stadium 1 dan 2 (Gambar 6.b). Hal ini mengindikasikan efektifitas terapi dalam memperbaiki gejala klinis pasien.
4.3.1 Model Regresi Cox Proporsional Hazard
Analisis regresi Cox proporsional hazard dilakukan dengan memasukkan semua peubah penjelas ke dalam model. Pengujian parameter secara simultan dengan uji G didapatkan nilai statistik uji khi-kuadrat sebesar 88,519 dengan nilai p = 0,000. Dengan demikian disimpulkan bahwa H0 ditolak. Pengujian parameter
secara parsial dilakukan dengan uji Wald, hasil ini memberikan informasi bahwa peubah yang berpengaruh nyata pada taraf alpha 10% adalah CD4 awal, stadium klinis, cara penularan, umur, jenis kelamin, pendidikan, dan status bekerja (Lampiran 3).
Pemodelan dilakukan kembali untuk menyeleksi peubah penjelas yang masuk ke dalam model agar diperoleh model terbaik menggunakan prosedur
backward. Hasil analisis dengan melibatkan semua peubah penjelas dihasilkan nilai AIC terkecil (4840,03) yaitu model survival yang melibatkan 10 parameter dalam model (Lampiran 4), dengan nilai p = 0,000 (p < 0.10). Sehingga model survival dengan melibatkan 10 parameter merupakan model terbaik. Tabel 7 memberikan informasi bahwa semua peubah berpengaruh nyata. Hal ini didukung dengan jumlah data yang lebih banyak dari data yang digunakan dalam analisis regresi logistik.
Tabel 7. Hasil analisis survival dengan model regresi hazard proporsional
Peubah B Sig. Tingkat
Hazard CD4 Awal 3,564 0,000 35,290 Stadium Klinis 0,205 0,050 1,227 Cara Penularan 0,000 Hubungan Seksual -0,286 0,120 0,751 Jarum Suntik 0,469 0,005 1,598 Umur 0,188 0,078 1,206 Sex 0,522 0,000 1,686 Pendidikan 0,017 Tidak Tamat SMP 0,503 0,028 1,654 Tamat SMP 0,351 0,102 1,421 Tamat SMA 0,338 0,004 1,402 Status Bekerja 0,282 0,009 1,326
Berdasarkan peubah–peubah penjelas yang berpengaruh nyata (Tabel 7) terhadap peubah respon (p < 0.10) diketahui faktor-faktor yang mempengaruhi waktu ketahanan ART penderita HIV dan dugaan tingkat hazardnya.
Pasien yang memulai ART saat CD4 Awal sangat rendah (CD4 awal < 200 sel/mm3) memiliki resiko mengalami kegagalan ART sebesar 35,29 kali dari pasien dengan CD4 awal lebih tinggi (CD4 ≥ 200 sel/mm3). Gambar 7.a menunjukkan bahwa semakin rendah nilai CD4 awal pasien resiko masuk stadium AIDS semakin tinggi. Terlihat bahwa tingkat kegagalan yang paling tinggi adalah pada pasien dengan CD4 < 200 sel/mm3.
Pasien dengan stadium klinis awal saat memulai ART tanpa gejala klinis (stadium 1 dan 2) memiliki resiko mengalami kegagalan ART 1,23 kali dari pasien dengan stadium klinis awal dengan gejala klinis (stadium 3 dan 4). Beratnya stadium klinis pasien saat memulai ART tidak berpengaruh terhadap resiko kegagalan ART menunjukkan efektifitas terapi dalam memperbaiki kondisi klinis pasien. Plot fungsi hazard (Gambar 7.b) membuktikan bahwa tingkat kegagalan (hazard) yang paling rendah adalah kategori stadium klinis 3 dan 4.
(a) CD4 Awal (b) Stadium Klinis (c) Cara Penularan Gambar 7. Plot fungsi hazard riwayat penyakit pasien ART
Berdasarkan plot fungsi hazard (Gambar 7.c) terlihat bahwa tingkat kegagalan yang paling tinggi adalah pada pasien yang tertular HIV melalui jarum suntik. Pasien ART yang tertular HIV melalui jarum suntik memiliki resiko mengalami kegagalan ART 1,59 kali dari pasien yang tertular HIV melalui cara yang tidak diketahui.
(a) Jenis Kelamin (b) Pendidikan (c) Status Bekerja Gambar 8. Plot fungsi hazard karakteristik demografi pasien ART
Resiko pasien perempuan masuk stadium AIDS setelah menjalani ART 1,68 kali dari pasien laki-laki. Gambar 8.a menunjukkan bahwa tingkat kegagalan pasien menjalani ART yang paling tinggi adalah pada pasien perempuan. Peubah pendidikan berpengaruh nyata terhadap waktu ketahanan ART pasien. Resiko pasien dengan pendidikan terakhir tidak tamat SMP 1,65 kali dari pasien dengan pendidikan terakhir pendidikan tinggi. Tingkat kegagalan paling tinggi adalah pada kategori pendidikan tidak tamat SMP (Gambar 8.b). Pasien dengan pendidikan terakhir perguruan tinggi memiliki resiko paling rendah untuk masuk stadium AIDS.
Peubah umur berpengaruh nyata terhadap waktu ketahanan ART pasien. Resiko pasien yang berusia di atas 30 tahun saat memulai ART gagal terapi 1,2 kali dari pasien yang terkategori pemuda. Resiko pasien yang bekerja saat memulai ART 1,32 kali dari pasien yang tidak bekerja. Gambar 8.c menunjukkan bahwa tingkat kegagalan yang paling tinggi adalah pada pasien yang bekerja. Hal ini didukung oleh informasi pada tabel berikut:
Peubah Status Bekerja Total
Bekerja Tidak Faktor Risiko Heteroseksual 127 136 263 Homoseksual 8 6 14 Transfusi darah 0 3 3 IDU 210 211 421 Non IDU 59 36 95 Suami 0 3 3
IDU & Hetero 2 1 3
Tidak diketahui 74 26 100
Total 480 422 902
Pasien yang bekerja memiliki peluang terpengaruh lingkungan tempat bekerja lebih tinggi dibanding pasien yang tidak bekerja. Sebanyak 210 pasien (43,7%) yang bekerja saat memulai ART merupakan pengguna napza suntik (IDU) dan sebanyak 127 pasien (26,4%) berasal dari faktor risiko heteroseksual (penjaja seks laki-laki atau perempuan). Gambar 3 memberikan informasi bahwa dari 480 pasien yang bekerja saat memulai ART, sebanyak 213 pasien (44,3%) masuk stadium AIDS setelah ART.
4.3.2 Pemeriksaan Asumsi Proporsional
Pemeriksaan asumsi proporsional hazard dilakukan menggunakan Plot LML data survival dan diperoleh hasil sebagai berikut:
(a) CD4 Awal (b) Stadium Klinis (c) Cara Penularan Gambar 9. Fungsi log-minus-log riwayat penyakit pasien ART
Plot LML data survival berdasarkan riwayat penyakit pasien (Gambar 9) dan karakteristik demografi pasien (Gambar 10) menunjukkan setiap strata masing-masing kovariat paralel terhadap waktu, berarti tidak ada interaksi kovariat dengan waktu atau kovariat tidak bergantung terhadap waktu. Hazard dalam peubah penjelas (kovariat) bersifat proporsional sehingga asumsi proporsional telah terpenuhi.
(d) Jenis kelamin (e) Pendidikan (f)Status Bekerja (g) Umur Gambar 10. Fungsi log-minus-log karakteristik demografi pasien ART
4.3.3 Penerapan Model Cox Proporsional Hazard
Berdasarkan peubah-peubah penjelas yang berpengaruh nyata terhadap peubah respon dapat diketahui kombinasi karakteristik penderita HIV yang menjalani terapi antiretroviral dan dugaan peluang daya tahannya.
̂
Ilustrasi penerapan model disajikan dengan memisalkan empat pasien yang menjalani ART. Deskripsi karakteristik masing-masing pasien dan perhitungan peluang daya tahan pasien untuk waktu 12 bulan disajikan pada Tabel 8.
Tabel 8. Peluang daya tahan menurut karakteristik
Pasien Karakterisik Peluang
Daya Tahan I CD4 awal < 200, stadium klinis 3 atau 4, tertular
HIV melalui jarum suntik, pemuda, perempuan, tidak tamat SMP, dan bekerja
0,43 II CD4 awal < 200, stadium klinis 3 atau 4, tertular
HIV melalui jarum suntik, non pemuda (Usia > 30 Tahun), laki-laki, tamat perguruan tinggi, dan bekerja
0,70 III CD4 awal < 200, stadium klinis 3 atau 4, tertular
HIV melalui cara lainnya, pemuda, laki-laki, tamat perguruan tinggi, dan tidak bekerja
0,87 IV CD4 awal ≥ 200, stadium klinis 1 atau 2, tertular
HIV melalui jarum suntik, pemuda, laki-laki, tamat perguruan tinggi, dan tidak bekerja
0,99 Hasil analisis untuk empat kasus di atas menggambarkan bahwa pasien keempat mempunyai daya tahan lebih besar yaitu 0,99 dari pasien ketiga yaitu sebesar 0,87 yang didasarkan pada perbedaan kategori karakteristik riwayat penyakit. Pasien kedua mempunyai daya tahan lebih besar yaitu 0,70 dari pasien pertama yaitu sebesar 0,43 yang didasarkan pada perbedaan kategori karakteristik demografi pasien. Terdapat perbedaan peluang daya tahan menjalani ART untuk setiap kombinasi karakteristik pasien. Contoh perhitungan manual peluang daya tahan pasien ART disajikan lebih lanjut pada Lampiran 5.
4.4 Analisis Regresi Logistik dan Analisis Survival Pada Data Masa ART ODHA
Tabel 9 menunjukkan hasil analisis regresi logistik pada batas pemotongan 1, 1.5 dan 2 tahun. Pada batas pemotongan 1 tahun, peubah cara penularan dan jenis kelamin tidak berpengaruh nyata. Hal ini disebabkan karena adanya keterkaitan antara peubah cara penularan dengan peubah status bekerja dalam data yang digunakan (nilai khi-kuadrat person = 5,736 dan nilai p = 0,05) dan keterkaitan antara peubah jenis kelamin dengan status bekerja (nilai khi-kuadrat person = 16,824 dan nilai p = 0,000).
Tabel 9. Hasil analisis regresi logistik dengan batas 1, 1.5 dan 2 tahun
Peubah Batas Pemotongan Periode ART
1 Tahun 1.5 Tahun 2 Tahun
Cara Penularan Tidak signifikan Tidak signifikan
Hubungan Seksual B = 0,734* Jarum Suntik Jenis Kelamin Status Bekerja Tidak signifikan B = -0,460* B = -0,635* B = -0,558* B = -0,185 B = -0,961* B = -0,665* *Signifikan dengan nilai p < 0,10
Pada data dengan batas pemotongan 1.5 tahun (18 bulan). Peubah cara penularan tidak berpengaruh nyata karena adanya keterkaitan dengan peubah jenis kelamin (nilai khi-kuadrat person = 10,174 dan nilai p = 0,006). Perbedaan batas pemotongan periode ART berimplikasi pada faktor-faktor yang berpengaruh nyata terhadap waktu ketahanan ART pasien.
Tabel 10. Perbandingan hasil analisis regresi logistik dan analisis survival Peubah Regresi Logistik Regresi Cox Korelasi CD4 Awal Tidak signifikan B = 3,564* 0,081** Stadium Klinis Tidak signifikan B = 0,205* 0,115**
Cara Penularan
Hubungan Seksual B = 0,734* B = -0,286* Jarum Suntik B = -0,185 B = 0,469* Jenis Kelamin B = -0,961* B = 0,522* Status Bekerja B = -0,665* B = 0,282*
*Signifikan dengan nilai p < 0.10
Analisis regresi logistik memberikan kesimpulan bahwa faktor-faktor yang mempengaruhi waktu ketahanan ART pasien (masuk stadium AIDS setelah menjalani ART lebih dari 2 Tahun) adalah cara penularan HIV, jenis kelamin dan status bekerja. Peubah CD4 awal dan stadium klinis tidak berpengaruh nyata dalam mempengaruhi ketahanan pasien menjalani terapi Antiretroviral. Padahal terdapat korelasi antara status CD4 awal dan stadium klinis pasien dengan waktu ketahanan pasien menjalani ART berdasarkan nilai korelasi kendall (p < 0.01). Terdapat perbedaan hasil mengenai pengaruh peubah CD4 awal dan stadium klinis antara analisis regresi logistik dan analisis survival (Tabel 10). Pengurangan data dalam analisis regresi logistik dapat memberikan hasil yang kurang sesuai dengan keadaan data yang sebenarnya karena data yang dibuang dapat mengandung informasi yang penting.