Anda di halaman 1dari 10

# 1.

## Analisis life table

CARANYA:
Langkah 1: Life tabel tanpa faktor
Klik analize survival life tabel
Isi kolom Time dengan variabel time display Time Interval 0 through 35 (nilai
tertinggi) by (selang) 4 (minggu)
Isi kolom Status dengan variabel status
Define event (1) Klik Options, life table, plot: survival continue OK

OUTPUT

Life Tablea
Cumulative

Std. Error of

Proportion

Cumulative

Surviving

Proportion

Interval

Number

Number

Number

Number of

Std. Error

Start

Entering

Withdrawing

Exposed

Terminal

Proportion

Proportion

at End of

Surviving at End

Probability

of Probability

Hazard

Std. Error of

Time

Interval

during Interval

to Risk

Events

Terminating

Surviving

Interval

of Interval

Density

Density

Rate

Hazard Rate

42

42.000

.17

.83

.83

.29

.033

.012

.04

.01

35

34.000

10

.29

.71

.59

.26

.049

.021

.07

.02

10

23

22.000

.27

.73

.43

.24

.032

.018

.06

.03

15

15

14.000

.21

.79

.34

.25

.018

.014

.05

.03

20

10

9.500

.42

.58

.19

.16

.028

.024

.11

.05

25

4.500

.00

1.00

.19

.18

.000

.000

.00

.00

30

2.500

.00

1.00

.19

.20

.000

.000

.00

.00

35

.500

.00

1.00

.19

.21

.000

.000

.00

.00

## a. The median survival time is 12.75

Interpretasi:
- Pada akhir waktu penelitian, 19% pasien leukemia survive/tidak mati.
- Median survival time = 12 minggu 50% pasien leukemia masih survive sampai
waktu 12 minggu.
Langkah 2: Life tabel dengan faktor sex
Klik Analize survival life table isi time dengan week display time interval
( 36 , 5) status (status) define event ( 1) factor ( sex) Define min (0) max (1)
pilih option klik life table, plot : survival continue OK ,

Life Table
Std. Error

Firstorder
Controls

Interval
Start
Time

Sex

female

5
10
15
20
Male

0
5
10
15
20
25
30
35

Number
Entering
Interval

Number
Withdrawing
During
Interval

Number
Exposed
to Risk

Number of
Terminal
Events

Proportion
Terminating

Proportion
Surviving

22

22.000

.00

1.00

22

21.000

.33

.67

13

12.000

.50

.50

4.000

.50

.50

1.000

1.00

.00

20

20.000

.35

13

13.000

10

10.000

10

Cumulative

of Cumulative

Proportion

Proportion

Surviving at

Surviving at

End of

End of

Probability

of Probability

Hazard

of Hazard

Interval

Interval

Density

Density

Rate

Rate

Std.
Std. Error

Error

1.00

1.00

.000

.000

.00

.00

.67

.70

.067

.070

.08

.03

.33

.36

.067

.072

.13

.05

.17

.20

.033

.040

.13

.09

.00

.00

.033

.040

.40

.00

.65

.65

.20

.070

.021

.08

.03

.23

.77

.50

.30

.030

.018

.05

.03

.00

1.00

.50

.39

.000

.000

.00

.00

10.000

.10

.90

.45

.55

.010

.012

.02

.02

8.500

.35

.65

.29

.38

.032

.042

.09

.05

4.500

.00

1.00

.29

.41

.000

.000

.00

.00

2.500

.00

1.00

.29

.43

.000

.000

.00

.00

.500

.00

1.00

.29

.45

.000

.000

.00

.00

## Median Survival Time

First-order Controls
Sex

Med Time

female

12.50

male

15.00

Interpretasi:
50% pasien leukemia perempuan yang masih survive sampai dengan 12 minggu. Sedangkan
laki-laki 15 minggu.

## First-order Control: sex

Pada grafik dengan variable sex tidak memenuhi asumsi regresi-cox (nonproportional hazard) karena terjadi cross (garis bersilangan), artinya tidak
parallel, maka asumsi tidak terpenuhi sehingga diuji dengan time dependen.

## 2. Analisis Kaplan Meier

Langkah 1: Kaplan meier tanpa faktor sex
CARANYA: Analyze Survival Kaplan Meier
Isi Time: Time(week)
Status: Status, Define Event (1) OK

OUTPUT:

Meana

Median

Estimate

Std. Error

15.339

Lower Bound

1.860

Upper Bound

11.693

Estimate

18.985

Std. Error

12.000

Lower Bound

1.717

Upper Bound

8.636

## a. Estimation is limited to the largest survival time if it is censored.

INTERPRETASI:
50% pasien leukemia yang masih survive (hidup) sampai dengan 12 minggu.

## Langkah 2: Kaplan Meier dengan faktor sex

CARANYA: Klik Analize survival Kaplan Meier time ( week), status (status 1), factor
(sex option ( klik survival) Plot ( survival) OK
Hasil :

Meana

Median

Sex

Estimate

Upper Bound

female

12.578

1.309

10.013

15.143

12.000

.960

10.118

13.882

male

16.269

3.084

10.224

22.313

8.000

11.180

.000

29.913

Overall

15.339

1.860

11.693

18.985

12.000

1.717

8.636

15.364

## a. Estimation is limited to the largest survival time if it is censored.

50% pasien leukemia perempuan yang masih survive (hidup) sampai dengan 12
minggu. Sedangkan laki-laki hanya 8 minggu.
3. Analisi Regresi cox
CARANYA: Klik Analize survival cox regression (time : week, status : status 1,
Covariates
(rx, sex, l_wbc) catagorikal (jika variable ada yang
numeric mau dikatagorikan) plot ( survival, hazard )

Hasil :
Omnibus Tests of Model Coefficients
-2 Log
Likelihood
187.970

15.364

a,b
Omnibus Tests of Model Coefficients

-2 Log
Likelihood
144.218

Chi-square
44.571

Overall (score)
df
3

Chi-square
df
Sig.
43.752
3
.000

Sig.
.000

## Change From Previous Block

Chi-square
df
Sig.
43.752
3
.000

a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 187.970
b. Beginning Block Number 1. Method = Enter

Interpretasi : table diatas menunjukan nilai chi squarenya adalah = 43.752, yang berasal
dari 187.97 144.218, nilai ini sangat bermakna dengan nilai sig
p = 0.000, artinya bahwa paling tidak ada satu variable independen yang bermakna.
Testing signifikasi variable :
Variables in the Equation
B
.263

SE
.449

Wald
.343

l_wbc

1.594

.330

rx

1.391

.457

sex

df
1

Sig.
.558

Exp(B)
1.301

23.321

.000

4.922

9.277

.002

4.018

hasil pada table diatas terdapat 1 variabel yang bermakna yaitu variable l_wbc, dan
variable rxsedangkan yang lainnya tidak bermakna dengan nilai sig p > 0.05 ( sex p=
0.558).
Interpretasi regresi cox :
Kelompok yang tidak mendapatkan treatmen mempunyai resiko untuk terjadinya relaps 4
kali lipat dibandingkan dengan kelompok yang mendapatkan treatmen, setelah
mempertimbangkan pengaruh dari sex dan kadar darah putih.
Kelompok perempuan memiliki resiko untuk relaps 1 kali lebih tinggi dibandingkan
dengan kelompok pria, setelah mempertimbangkan pengaruh dari treatment dan kadar
darah putih.

4.

## Time dependen cox regression

Pada hasil cox variable sex tidak signifikan maka dilakukan uji time dependen cox
regression dengan langkah :
CARANYA: Klik Analize survival time dependen (expression : diisi T) klik model (isi
time : waktu, status : status 1, covariate : diisi variable asal dan variable interaksi
dengan waktu OK

Hasil :
Variables in the Equation
sex
T_COV_*sex

B
2.008
-.268

SE
.817
.085

Wald
6.044
9.881

df
1
1

Sig.
.014
.002

Exp(B)
7.448
.765

dari table diatas pada varaibel T_COV_*sex analisis yang cocok untuk variable sex
adalah regresi cox time dependen, dengan nilai p = 0.02

## Variables in the Equation

rx
T_COV_*rx

B
1.596

SE
.776

Wald
4.227

-.008

.061

.018

df
1

Sig.
.040

Exp(B)
4.934

.894

.992

dari table diatas pada variable T_COV_*rx nilai sig p =0.894 artinya tidak bermakna
sehingga asumsi time dependen (proporsional hazard) terpenuhi.
Variables in the Equation
l_wbc
T_COV_*l_wbc

B
1.499

SE
.503

Wald
8.901

.013

.055

.053

df
1

Sig.
.003

Exp(B)
4.478

.818

1.013

dari table diatas pada variable T_COV_*l_wbc nilai sig p =0.818 artinya tidak bermakna
sehingga asumsi time dependen (proporsional hazard) terpenuhi.

## MODEL FULL (MENGGUNAKAN TIME-DEPENDEN)

Variables in the Equation
sex

B
1.586

SE
.895

Wald
3.142

l_wbc

1.455

.335

rx

1.095

T_COV_*sex

-.155

df
1

Sig.
.076

Exp(B)
4.885

18.925

.000

4.286

.479

5.231

.022

2.989

.091

2.902

.088

.856

dari table diatas variable interaksi sex dengan time dependen tidak signifikan p
= 0.088 lebih dari 0.05 sehingga tidak dimasukan dalam model.
Variables in the Equation
l_wbc
rx

B
1.604
1.294

SE
.329
.422

Wald
23.732
9.399

df
1
1

Sig.
.000
.002

Exp(B)
4.975
3.648

jika dalam model dikeluarkan sek maka terjadi perubahan pada variable treatment lebih
dari 10 % maka varaibel sex tetap dimasukan sebagai varaibel pengontrol, sehingga
didapatkan model akhir :

sex
l_wbc
rx
T_COV_*sex

B
1.586
1.455
1.095
-.155

SE
.895
.335
.479
.091

Wald
3.142
18.925
5.231
2.902

df
1
1
1
1

Sig.
.076
.000
.022
.088

Exp(B)
4.885
4.286
2.989
.856

Kesimpulan :

## Probabilitas seorang penderita leukemia untuk relaps, dapat dihitung dengan

persamaan :
H(t) = ho (t) exp ( 1.455 l_wbc + 1.095 rx + 1.59 sex 0.155 time *sex).

Faktor yang mempengaruhi survival time seorang penderita leukemia untuk relaps
adalah jenis pengobatan (treatment), kadar darah putih (l-WBC), dan sex yang

### Dapatkan aplikasi gratis kami

Hak cipta © 2021 Scribd Inc.