Anda di halaman 1dari 6

PERAN TREATMENT DAN STANDAR

Terhadap Ketahanan Hidup Penderita Kanker Paru*


Iswandi (0806470421), email : iswandi_2k@yahoo.com

Metodologi 111111111111111111111111111111111i Hasil 111111111111111111111111111111111111111


Desain penelitian ini adalah Randomized Clinical Trial Rata-rata Survival dan Median Survival
(RCT). Tujuan utama penelitian ini adalah untuk Dengan melihat rata-rata survival dan median survival
melihat peran antara treatment dan standar terhadap didapatkan beberapa interpretasi. Misalnya pada
ketahanan hidup penderita kanker paru. Selain itu juga variabel terapi memperlihatkan bahwa rata-rata
ingin melihat apakah Karnofsky Performance Score dan survival kelompok treatment test lebih panjang
tipe sel besar (large cell type) berpengaruh terhadap dibandingkan kelompok standar. Pada kelompok
peran treatment dan standar. Selanjutnya juga ingin standar mempunyai rata-rata survival 115.14 hari
dicari model yang paling parsimoni variable apa saja sedangkan kelompok treatment test lebih panjang
yang paling mempengaruhi waktu ketahanan hidup 128.21 hari. Perbedaan rata-rata survival pada kedua
penderita kanker paru dari beberapa factor tersebut. kelompok ini -setelah dilakukan uji t- ternyata tidak
Data yang akan diolah dan dianalisis adalah “vets.dta” menunjukkan perbedaan secara signifikan (t=-0.48 ; p
yaitu data waktu survival perhari pada 137 pasien dari value=0.629). Perbandingan median survival kedua
Veteran’s Administration Lung Cancer Trial (Kalbfleisch kelompok juga terlihat berbeda yaitu 52.5 hari pada
and Prentice, 1980). Beberapa variabel yang ada dalam kelompok treatment test dan 97 hari pada kelompok
file ini adalah : standar.
1. Terapi yaitu jenis pengobatan yang diberikan, Sementara pada variabel lain, misalnya tipe sel 1
terbagi atas standar (coding=1) dan treatment test menunjukkan hal yang sama yaitu walaupun antara
(coding=2). pasien dengan tipe sel besar dengan yang tidak
2. Tipe sel 1, terbagi atas besar (coding=1) dan memiliki perbedaan rata-rata survival dan perbedaan
selainnya (coding=0). median survival, namun hasil uji perbedaan dua mean
3. Tipe sel 2, terbagi atas adeno (coding=1) dan antara kelompok penderita dengan tipe sel besar
selainnya (coding=0). dengan kelompok yang tanpa sel besar ternyata
4. Tipe sel 3, terbagi atas kecil (coding=1) dan menunjukkan perbedaan yang tidak signifikan. Pada
selainnya (coding=0). penderita dengan tipe sel besar memiliki rata-rata
5. Tipe sel 4, terbagi atas squamous (coding=1) dan survival 166.11 hari dan median survival 156 hari,
selainnya (coding=0) sedangkan pada penderita tanpa sel besar rata-rata
6. Survival time yaitu waktu ketahanan hidup (hari). survival 110.71 hari dan median survival 55 hari. Uji t
7. Performance status yaitu nilai skor Karnofsky untuk kedua kelompok tersebut dihasilkan nilai -1.64
Performance (0=terburuk…100=terbaik). dengan nilai p value=0.102.
8. Durasi penyakit (bulan)
9. Usia (tahun)
10. Terapi terdahulu yang terbagi atas tidak pernah
(coding=0) dan beberapa (coding=10)
11. Status yakni status penderita kanker paru, terbagi
atas sensor (coding=0) dan mati (coding=1).

* Sebagai tugas mata kuliah Analisis Survival, Program Pasca Sarjana FKM-UI, Dosen pengajar : Pandu Riono, MD, MPH. Ph.D iswandi_2k@yahoo.com -1 -1
Analisis Survival Variabel Terapi (tx) Peranan variabel large cell type (ct1) pada pengaruh
Pada awal, variabel terapi terlihat bahwa usia survival terapi terjadinya kematian kanker paru dijelaskan pada
pasien dengan treatment dan standar terlihat tidak table 3 dan grafik 2. Pada pasien dengan large cell type
begitu berbeda. Namun selanjutnya treatment lebih nilai hazard ratio 1.536 (95% CI: 0.692-3.409), namun
baik dibandingkan dengan standar pada awal hari, nilai HR tersebut tidak signifikan karena p value > 0.05
dimana probabilitas untuk survive pada kelompok dan convidence intervalnya melewati nilai 1. Tidak
treatment lebih besar dibandingkan kelompok standar. adanya perbedaan yang signifikan dalam estimasi
Setelah menginjak hari ke 200an terlihat adanya titik survival antara pemberian treatment dan pemberian
perpotongan yang menunjukkan adanya persamaan standar pada pasien large CT juga terlihat pada grafik
probabilitas usia survival kelompok treatment test dan 2, dimana walaupun pada awal Nampak terlihat
standar. Berdasarkan perhitungan didapatkan bahwa perbedaan, namun selanjutnya kedua garis tersebut
pasien yang diberikan treatment pada hari ke-249 (treatment dan standar) saling bersilangan satu sama
masih memiliki estimasi survival 16,5%, sedangkan lain. Hal ini berarti pemberian terapi baik treatment
pada standar 15.9%. Dari hasil log-rank test terlihat maupun standar pada pasien large CT tidak
bahwa p-valuenya > 0.05 yaitu 0.93 (chi2=0.01) memberikan perbedaan yang berarti.
mengindikasikan bahwa usia survival pada kedua Sementara pada pasien non large CT nilai hazard rasio
kelompok tidak terdapat perbedaan yang cukup variabel terapi sebesar 0.899, dari nilai p value dan CI
signifikan. menunjukkan juga tidak adanya perbedaan yang
signifikan. Dari grafik juga terlihat kedua garis Nampak
Grafik 1 : Estimasi survival antara kelompok treatment dengan kelompok
standar pada variabel terapi berhimpit dan bersilangan satu sama lain.
Kaplan-Meier survival estimates Tabel 3 : Beberapa nilai hazard rasio (HR Crude) pada peran Large CT dalam pengaruh terapi
1.00

terhadap terjadinya kematian kanker paru


0.75
0.50
0.25

* HR adjusted terapi dimana factor large CT sudah dikendalikan


**HR adjusted large CT dimana factor terapi sudah dikendalikan
0.00

0 200 400 600 800 1000


analysis time

tx = 1 tx = 2

Hazard ratio kasar dari variabel terapi didapatkan nilai


sebesar 1.016 (95% CI: 0.713-1.448). Ini berarti pasien
yang diberikan obat standar memiliki ratio bahaya
untuk terjadinya kematian kanker paru sebesar 1.016 Untuk melihat apakah variabel large CT (ct1)
kali dibandingkan dengan pasien yang diberikan merupakan factor confounding dalam hubungan
treatment. Nilai hazard ratio ini diperoleh tanpa antara variabel terapi terhadap terjadinya kematian
melakukan pengendalian terhadap factor large cell kanker paru, maka harus dilihat prosentase selisih HR
type (tc1) dan performance status (perf). crude dengan HR adjusted terhadap HR crude itu
sendiri. Dari table 3, didapatkan prosentase selisih
Tabel 2 : Nilai Hazard ratio kasar (HR Crude) masing-masing variabel
terhadap terjadinya kematian pada penderita kanker paru. tersebut sebesar -4.531% yang menunjukkan variabel
large CT bukan merupakan confounding terhadap
hubungan antara terapi dengan kematian kanker paru.

iswandi_2k@yahoo.com -2
Peranan variabel performance status juga perlu dikaji Untuk melihat apakah variabel status performance
pada pengaruh terapi terhadap terjadinya kematian merupakan factor confounding dalam hubungan
kanker paru (table 4). Pada pasien dengan antara variabel terapi terhadap terjadinya kematian
performance status buruk dan sedang nilai hazard ratio paru, maka harus dilihat prosentase selisih HR crude
variabel terapi masing-masing sebesar 1.373 dan 1.113 dengan HR adjusted terhadap HR crude itu sendiri. Dari
namun dari p-value dan CI menunjukkan tidak adanya table 4, didapatkan prosentase selisih tersebut sebesar
signifikansi. Tidak adanya perbedaan yang signifikan 12.60%, yang menunjukkan bahwa variabel status
dalam estimasi survival antara pemberian treatment performance ada kemungkinan sebagai confounding
dengan pemberian standar pada pasien performance terhadap hubungan antara terapi dengan terjadinya
status buruk dan sedang dapat terlihat pada grafik 3 kematian kanker paru.
dimana kedua grafik memperlihatkan kedua garis
(treatment dan standar) dari kedua grafik tersebut
saling berhimpitan satu sama lain. Hal ini berarti
pemberian terapi baik treatment maupun standar
pada pasien status performance buruk dan status
performance sedang tidak memberikan perbedaan
yang berarti.
Sementara pada pada pasien dengan status
performance baik nilai hazard ratio variabel terapi
sebesar 0.364 dan dari p-value dan CI menunjukkan
adanya signifikansi. Perbedaan estimasi survival antara
pasien status performance baik yang diberikan
treatment dengan pasien status performance baik Selain itu perlu dilihat apakah rata-rata skor Karnofsky
yang diberikan standar terlihat pada grafik 3 Performance pada kelompok treatment dan kelompok
memperlihatkan perbedaan kedua garis (band) standar berbeda maka perlu dilakukan uji t. Dari
tersebut cukup lebar dan terlihat bahwa pasien dengan perhitungan didapatkan bahwa rata-rata skor status
status performance baik yang diberikan treatment performance pada kelompok treatment sebesar 59.20
memiliki estimasi survival yang lebih kecil. Dengan sedangkan pada kelompok standar sebesar 57.93.
demikian status performance baik merupakan factor Perbedaan tersebut ternyata tidak signifikan, karena
protektif umtuk terjadinya kematian kanker paru dari uji t didapatkan p-value=0.710 (> 0.05) dan nilai
interpretasinya semakin tinggi skor performance status t=0.371. Dihitung juga median performance status
maka ratio bahaya untuk terjadinya kematian kanker (perf) pada kelompok treatment dan standar yang
paru semakin kecil. ternyata sama sebesar 60. Hal ini dapat disimpulkan
Tabel 4 : Beberapa nilai hazard rasio (HR Crude) pada peran performance status (perf1) dalam
pengaruh terapi terhadap terjadinya kematian kanker paru bahwa tidak terdapat perbedaan yang signifikan
tentang jumlah skor Karnofsky Performance pada
kelompok treatment dan kelompok standar.

Analisis Survival Variabel Large Cell Type (ct1)


Pada variabel ct1 terlihat bahwa gambaran kurva
a
Cut of point ditentukan melalui median perf yang didapatkan 60, sehingga performance status
b
buruk antara 0 – 59 estimasi survival cukup menarik sebagaimana terlihat
Pada status menengah ditentukan antara nilai median dan percentile 75% yaitu antara 60 – 74
c
Pada status baik ditentukan antara percentile 75% dan nilai max 75 – 100 pada grafik 4. Pada grafik tersebut, kurva antara pasien
* HR adjusted terapi dimana factor performance status (perf) sudah dikendalikan
**HR adjusted performance status (perf) dimana factor terapi sudah dikendalikan dengan large cell type dan non large CT bersilang pada

iswandi_2k@yahoo.com -3
waktu survival sekitar 250 hari. Pada waktu survival waktu survival 121 hari memiliki estimasi survival lebih
antara 1 sampai 249 hari pasien kelompok large CT tinggi yaitu 47.62% sedangkan pada non large CT
memiliki estimasi survival yang lebih tinggi estimasi survivalnya hanya 18.86%. Dari uji log rank
dibandingkan pasien non large CT, namun setelah juga didapatkan nilai Pr>chi2 signifikan yaitu 0.0146
menginjak hari ke 250an terlihat adanya titik (chi2=5.97). Berikutnya pada waktu survival 250 – 999
perpotongan yang menunjukkan adanya persamaan hari didapatkan hasil sebaliknya bahwa pada pasien
probabilitas usia survival kelompok CT other dan cell non large CT pada waktu survival 529 hari memiliki
type large. estimasi survival yang lebih tinggi yaitu 25% sedangkan
Grafik 4 : Estimasi survival antara pasien kelompok large CT dan pasien kelompok non large CT pada pasien large CT survivalnya hanya 16.67%. Dari uji log
variabel ct1
rank didapatkan nilai Pr>chi2 tidak signifikan 0.0679
Kaplan-Meier survival estimates
(chi2=3.33).
1.00
0.75

Grafik 5 : Gambaran estimasi survival variabel large CT (ct1) pada kelompok waktu survival 1-249 hari
dengan kelompok waktu survival 250 – 999 hari
0.50
0.25
0.00

0 200 400 600 800 1000


analysis time

ct1 = 0 ct1 = 1

Pada table 2, hazard ratio kasar dari variabel ct1


Dari hasil log-rank test terlihat didapatkan nilai Pr>ch2 didapatkan nilai sebesar 0.681 (95% CI: 0.440 – 1.054).
yang tidak bermakna. Uji log rank didapatkan nilai
Namun demikian nilai HR ini tidak signifikan karena p-
Pr>ch2=0.082 (ch2=3.02), yang mengindikasikan value>0.05 dan CI-nya melewati angka 1. Berarti secara
bahwa usia survival pada kedua kelompok tidak umum -tanpa melakukan pembagian waktu survival-
terdapat perbedaan yang cukup signifikan. Sedangkan tidak ada perbedaan hazard ratio pada pasien large CT
asumsi yang dibangun oleh test of proportional hazard maupun non large CT terhadap terjadinya kematian
assumption(global test) tidak dapat diteruskan, karena kanker paru.
nilai Pr>ch2=0.0074 (time : rank(t)) yang berarti
bermakna. Analisis Survival Variabel Performance Status (perf)
Karena ketidaklaziman kurva estimasi survival di atas Sebelum melakukan analisis variabel perf
perlu dilakukan analisis lanjutan dengan membagi (performance status), karena datanya merupakan data
menjadi dua kelompok yang memakai patokan cut of kontinu maka terlebih dahulu dilakukan kategorisasi.
point titik persilangan kedua kurva di atas. Analisis ini Sebagaimana yang dilakukan sebelumnya, perf dibagi
menjadi 3 kelompok yaitu buruk 0-59, sedang 60-74
untuk melihat apakah pada waktu survival antara 1-
dan baik 75-100.
249 hari pasien dengan large CT secara signifikan Pada analisis variabel perf terlihat bahwa pasien
memiliki estimasi survival yang lebih tinggi dari pasien dengan skor performance status buruk memiliki
non large CT atau tidak? Dan bagaimana pula kondisi estimasi survival lebih pendek jika dibandingkan
tersebut pada waktu survival antara 250 sampai 999 dengan pasien skor performance status sedang dan
hari?. baik. Sementara pasien dengan skor performance
Setelah dilakukan analisis lanjutan didapatkan status sedang dengan pasien status baik terlihat
memiliki estimasi survival yang tidak begitu berbeda
gambaran sebagaimana pada grafik 5. Berdasarkan
walaupun pada awal sebelum hari ke-200 kelompok
perhitungan pada kelompok waktu survival 1-249 hari skor performance baik memiliki estimasi survival lebih
didapatkan hasil bahwa pada pasien large CT pada

iswandi_2k@yahoo.com -4
panjang (gambar 6). Berdasarkan perhitungan Selanjutnya dilakukan uji confounding, walaupun
didapatkan bahwa pasien dengan performance status sebenarnya uji ini telah dilakukan di awal. Untuk
baik pada waktu survival 249 hari memiliki estimasi mengetahui factor confounding maka harus dilihat
survival yang paling tinggi yaitu 24.38%, sedangkan
prosentase selisih HR crude dengan HR adjusted
pasien dengan performance status sedang estimasi
survival-nya sebesar 20.76% dan pasien dengan terhadap HR crude itu sendiri pada variabel kandidat
performance status buruk estimasi survivalnya 5.77%. confounding. Pada model ke-3, variabel ct1
dikeluarkan didapatkan prosentase selisihnya sebesar
Grafik 6 : Estimasi survival antara kelompok performance status buruk 0-59, sedang 60-74 dan baik
75-100 pada variabel performance status. 1.24%, dengan demikian variabel ct1 bukan
Kaplan-Meier survival estimates confounding dan harus dikeluarkan dari model.
1.00

Selanjutnya pada saat variabel perf dikeluarkan


diperoleh prosentase selisih sebesar 13.49%, untuk itu
0.75

variabel perf harus tetap ikut dalam model sebagai


0.50

confounding hubungan antara pemberian terapi dan


waktu ketahanan hidup penderita kanker paru.
0.25

Tabel 5 : Tahapan pembuatan model the cox proportional hazard (PH) pada masing-masing variabel
terhadap terjadinya kematian kanker paru
0.00

0 200 400 600 800 1000


analysis time

perf1 = 1 perf1 = 2
perf1 = 3

Dari uji log rank didapatkan nilai Pr>chi2 signifikan


yaitu 0.0000 (chi2=29.18). sedangkan Pada table 2,
hazard ratio kasar dari variabel performance status -
tanpa pengelompokan- didapatkan nilai sebesar 0.967
(95% CI: 0.958-0.927). Ini berarti semakin tinggi skor
performance status maka ratio bahaya untuk
terjadinya kematian kanker paru semakin kecil sebesar
0.967 kali.

The Cox Proportional Hazard (PH) Model


Dengan menggunakan The Cox Proporsional Hazard, Sehingga dapat disimpulkan bahwa model akhir dari
modeling ini adalah antara terapi dengan performance
kita ingin melihat interaksi berbagai variabel sebagai
status yang secara matematis dapat dinyatakan
upaya untuk menentukan sebuah model yang sebagai berikut :
sederhana dan lengkap. Dalam analisis ini, pertama-
tama disusun sebuah model yang mencakup semua Model akhir : h(t,X) = ho (t) eβ1 terapi + β2 performance status
variabel dan variabel interaksi. Selanjutnya dilakukan
penilaian interaksi. Variabel dikatakan berinteraksi bila Kesimpulan 11111111111111111111111111111111
Pertama, studi ini tidak dapat membuktikan terapi
p-valuenya < 0.05, seleksinya dengan mengeluarkan
dengan pemberian treatment dapat memberikan hasil
secara bertahap dari variabel interaksi yang p valuenya yang lebih baik dibandindingkan dengan pemberian
terbesar. Dari model 1 interaksi tx*ct1 dikeluarkan. standar. Kedua, large cell type nampaknya tidak
Setelah model ke-2, interaksi tx*perf juga dikeluarkan berpengaruh pada hubungan antara terapi dengan
karena p-valuenya > 0.05. Dengan demikian terjadinya kematian kanker paru. Ketiga, skor
kesimpulannya tidak ada variabel interaksi, langkah performance status nampaknya berpengaruh pada
selanjutnya uji confounding. hubungan antara terapi dengan terjadinya kematian

iswandi_2k@yahoo.com -5
kanker paru. Keempat, tidak terdapat perbedaan yang
signifikan tentang jumlah skor Karnofsky Performance
pada kelompok treatment dan kelompok standar.
Kelima, secara umum tidak ada perbedaan estimasi
survival pada pasien large CT maupun non large CT,
namun sebelum memasuki hari ke 250an terlihat jarak
dua garis hingga adanya titik perpotongan. Keenam,
semakin tinggi skor performance status maka ratio
bahaya untuk terjadinya kematian kanker paru
semakin kecil sebesar. Ketujuh, dalam analisis The Cox
Proportional Hazard Model dihasilkan sebuah model
yang parsimoni yaitu model antara terapi dan
performance status.

Daftar Pustaka11 111111111111111111111111111111


1. Kleinbaum and Klein. 2005. Survival Analysis A Self-
Learning Text, Springer.
2. Kleinbaum et.all. 1998. Applied regression analysis and
Other Multivariable Methods, Duxbury Press.
3. Rabe, Hesketh and Everitt. 2004. A Handbook of
Statistical Analyses Using Stata. Chapman & Hall/CRC.
4. Materi Kuliah Survival Analysis oleh Dr. Steve Selvin (Dep
of Biostatistics, Johns Hopkins Bloomberg School of
Public Health).2005. Diunduh dari
http://www.biostat.jhsph.edu/~beglesto/survival2005.ht
m
5. Statistical Computing Seminars Survival Analysis with
Stata. Diunduh dari
www.ats.ucla.edu/stata/survival_ucla.htm

iswandi_2k@yahoo.com -6