Pertemuan ke-1 membahas tentang kontrak kuliah

Report
Analisis Survival
Abdul Kudus, Ph.D.
E-mail : [email protected]
Blog : abdulkudus.staff.unisba.ac.id
Kontrak Kuliah
Setelah mengikuti kuliah ini mahasiswa akan dapat:
1. Menjelaskan jenis-jenis masalah yang dapat dianalisis dengan
analisis survival
2. Memahami data tersensor
3. Menjelaskan beberapa statistik yang digunakan dalam analisis
survival
4. Memahami beberapa metode dalam analisis survival:
a.Data sampel tunggal
b.Dua sampel atau lebih
c.Regresi Cox Proportional Hazard (PH)
5. Memeriksa pemenuhan asumsi model regresi Cox PH
6. Memahami metode Cox berstrata sebagai alternatif Cox PH jika
asumsi tidak terpenuhi
7. Model Cox PH lanjutan untuk menangani data survival yang
bergantung terhadap waktu
8. Model regresi parametrik
Silabus
1.
2.
3.
4.
5.
6.
Kontrak kuliah dan Pendahuluan
Ukuran deskriptif dan model dalam analisis survival
Plot dan interpretasi kurva Survival (S) Kaplan Meier (KM)
Uji logrank, uji alternatif
Selang Kepercayaan bagi kurva KM dan median,Tugas 1
Model Cox PH, Penaksiran Kemungkinan Maksimum dan Rasio
hazard
7. Penaksiran selang, Kurva S berdasarkan model Cox PH, Makna
asumsi PH, Penurunan Kemungkinan PH
Silabus (lanjutan)
8. Pemeriksaan asumsi PH dengan pendekatan grafik
9. Pendekatan goodness of fit dan menggunakan kovariat
bergantung thd waktu
10. Model Cox berstrata
11. Model Cox berstrata lanjutan, Tugas 2
12. Variabel bebas bergantung waktu
13. Presentasi tugas 2
14. Model parametrik
Buku Teks:
Judul: Survival Analysis: a-self learning text 3rd edition
Karangan: David G. Kleinbaum dan Mitchel Klein
Penerbit: Springer
Tahun: 2012
Komponen Nilai Akhir:
1. Tugas 1 (10%)
2. Tugas 2 (20%)
3. UTS (30%)
4. UAS (40%)
Pendahuluan
• Analisis data, dimana datanya adalah "lamanya waktu" yang
dimulai dari suatu "titik asal" sampai terjadinya suatu "kejadian"
atau titik akhir.
• Kajian ini disebut dengan analisis reliabilitas dalam ilmu teknik,
analisis durasi dalam ilmu ekonomi dan analisis sejarah
kejadian (event history) dalam ilmu sosial.
• Variabel responnya sering disebut sbg: waktu masa hidup
(survival time), waktu kerusakan (failure time) atau waktu
sampai terjadinya kejadian (time-to-event):
cth., waktu sampai meninggal
waktu sampai suatu onderdil mesin rusak
6
waktu sampai sidang sarjana
• titik asal yang jelas
– contoh permulaan percobaan, pembelian mobil
• satuan waktu
– contoh waktu riil (hari, tahun), kilometer dari mobil
• definisi dari kejadiannya
– contoh meninggal, turun mesin
• Pengamatannya non-negatif
• Tidak berdistribusi Normal, melainkan miring ke kanan (right
skewed).
• Ada individu yang datanya tidak dapat ditentukan.
– Contoh: Bagi beberapa individu, kita tahu waktu survivalnya sekurangkurangnya adalah t (pengamatan tidak lengkap). Sedangkan, bagi yang
lainnya, kita tahu waktu survivalnya dengan persis.
– Respon pengamatan yang tidak lengkap disebut tersensor (Waktu
survivalnya lebih kecil dari yang sebenarnya, tetapi kita tidak tahu yang
sebenarnya tsb).
• Biasanya tidak semua individu masuk ke dalam penelitian pada
saat yg sama. Ada pasien yang masuk belakangan.
• Sensor Kanan: waktu survivalnya lebih lama dari pada waktu sensor
– Pasien tsb belum mengalami kejadian yg diteliti saat penelitian berakhir
– Pasien tidak mengontak lagi (lost to follow-up) selama masa penelitian
– Pasien keluar dari penelitian
• Sensor kiri: waktu survival lebih kecil dari pada waktu sensor
Contoh, Penelitian ttg lamanya waktu sampai seseorang menjadi
positif HIV, dimana kita akan mencatat kejadian tsb manakala dia
dinyatakan positif ketika dilakukan test pertama kali. Akan tetapi
kita tidak tahu secara persis kapan sebenarnya dia terjangkit virus
tsb, sehingga waktu kejadiannya tidak diketahui. Hal ini
menggambarkan sensor kiri, karena waktu survivalnya adalah
sampai terjangkit HIV yg lebih pendek dibandingkan dengan waktu
teramatinya, yang baru diketahui saat dilakukan test.
• Sensor Interval: Waktu kejadian berada pada sebuah interval.
Sering terjadi ketika pengamatannya dilakukan secara periodik.
- Misal suatu individu mengalami kejadian antara umur 8
sampai 10 tahun (waktu persisnya tidak diketahui). Individu
ini tersensor interval (yakni, 8 < t < 10).
12
Contoh 1: Uji masa hidup Integrated circuit (IC) (Escobar &
Meeker, 1998)
Ada n = 4156 IC yg diuji selama 1370 jam. Ada 25 yang rusak
dalam 100 jam pertama, tiga lainnya antara 100 sampai 600 jam,
dan tak ada lagi yg rusak sampai 1370 jam, ketika uji dihentikan.
0.10
1.20
0.10
2.50
0.15
3.00
10.00
43.00
10.00
48.00
12.50
48.00
0.60
4.00
0.80
4.00
0.80
6.00
20.00 20.00 43.00
54.00 74.00 84.00
94.00 168.00 263.00 593.00
Saat uji dihentikan pada 1370 jam, masih ada 4128 lagi yang tidak
rusak.
Contoh 2: Lama Penyembuhan dari uji klinis bagi pasien
leukemia akut (Klein & Moeschberger, 2003)
Ada dua kelompok: 6-mercaptopurine (6-MP) dan placebo dengan
total 42 anak pengidap leukemia akut. Pasen tsb diamati sampai
leukemianya kambuh atau sampai berhentinya penelitian (dalam
bulan).
Placebo 1
5
6-MP
10
22
4
7
3
12
15 8
32+ 23
20+ 19+ 6
+ Pengamatan tersensor
8
23
22
17 2 11 8
12 2
5 11 4
1
8
6 16 34+ 32+ 25+ 11+
17+ 35+ 6
13 9+
6+
10+
Contoh 3: Waktu sampai meninggalnya pasien kanker
Laryngeal Pria (Klein & Moeschberger, 2003)
Ada 90 pria yg didiagnosa kanker Larynx. Waktu survivalnya adala
interval (dlm tahun) antara pengobatan pertama sampai meninggal
atau berhentinya penelitian. Dalam penelitian ini juga dicatat umur
pasien pada saat didiagnosa, dan stadium dari kankernya. Dimana
Stadium I (33 pasien), Stadium II (17 pasien), Stadium III (27
pasien), dan Stadium IV (13 pasien). Stadium tersebut diurutkan
dari yang ringan sampai yang paling parah..
15
id
Waktu Survival
Status*
Umur
Stadium
1
0.6
1
77
1
2
1.3
1
53
1
3
2.4
1
45
1
4
2.5
0
57
1
5
3.2
1
58
1
6
3.2
0
51
1
7
3.3
1
76
1
8
3.3
0
63
1
9
3.5
1
43
1
10
3.5
1
60
1
…
…
…
…
…
90
4.3
0
48
4
* 0 = tersensor, 1 = meninggal

similar documents