ABSTRAK
Dua pendekatan pemodelan multistate berbasis Cox dibandingkan untuk memodelkan proses riwayat kejadian multikohort yang kompleks. Pendekatan pertama menggabungkan informasi kohort sebagai kovariat tetap, sehingga memberikan estimasi langsung dari efek spesifik kohort. Pendekatan kedua menyertakan kohort sebagai variabel strata, yang menawarkan fleksibilitas ekstra dalam memperkirakan probabilitas transisi. Selain itu, kedua pendekatan dapat menyertakan kemungkinan istilah interaksi antara kohort dan prediktor prognostik tertentu. Lebih jauh, properti Markov yang bersyarat pada kovariat prognostik yang diamati dinilai menggunakan uji skor global. Setiap kali penyimpangan dari asumsi Markovian terungkap untuk transisi tertentu, waktu masuk ke keadaan saat ini digabungkan sebagai kovariat tetap, menghasilkan proses semi-Markov. Dua metode yang diusulkan diterapkan pada kumpulan data tiga gelombang orang dewasa yang dirawat di rumah sakit karena COVID-19 di wilayah metropolitan Barcelona selatan (Spanyol), dan kinerja yang sesuai dibahas. Meskipun kedua pendekatan semi-Markovian terbukti bermanfaat, pendekatan yang lebih disukai akan bergantung pada fokus kesimpulan. Singkatnya, pendekatan kohort–kovariat memungkinkan diskusi mendalam tentang perilaku efek kohort, sedangkan pendekatan stratum–kohort memberikan fleksibilitas untuk memperkirakan risiko mendasar khusus transisi menurut kohort yang berbeda.
Pendekatan Pemodelan Multistatus Semi-Markov untuk Data Riwayat Peristiwa Multikohort
