158 597 1 PB PDF
158 597 1 PB PDF
Dewi Gayatri *
Tulisan ini bertujuan untuk mengenalkan analisis ketahanan yang dikembangkan pertama kali oleh astronom Inggris, yaitu Edmund
Halley. Analisis ini menjadi salah satu alat penting dalam statistik vital dan ilmu aktuarial serta ilmu lainnya. Tulisan ini
memperkenalkan tentang istilah dan metode yang digunakan dalam analisis ketahanan beserta contoh aplikasinya dalam penelitian
kesehatan.
Abstract
This article aims to introduce survival analysis which has been developed by Edmund Halley- an English astronomer. Survival
analysis plays a vital role in vital statistic, actuarial science and many other sciences. Furthermore, this article will discuss the
terminology and method that are used in survival analysis with its applications in health research.
Regresi Cox
0.75
Analisis ketahanan pada masa kini lebih banyak
difokuskan pada fungsi hazard (menghitung peluang
0.50
kejadian) dengan metode yang paling terkenal adalah
Proportional Hazard Model yang dikenalkan oleh
Cox sebagai regresi sehingga model ini untuk
0.25 selanjutnya dikenal dengan nama regresi Cox.
Metode Regresi Cox lebih terkenal dengan metode
Kaplan Meier dan Life Table karena (Kleinbaum,
0.00
1996), yaitu dapat mengestimasi hazard ratio tanpa
0 500 1000 1500 2000
analysis time
analysis time perlu diketahui ho(t), dapat mengestimasi ho(t),
h(t,X), dan fungsi survivor meskipun ho(t) tidak
spesifik, serta hasil dari cox model hampir sama
Pada metode Life Table maupun Kaplan dengan hasil model parametrik. Penaksiran fungsi
Meier, selain menampilkan kurva est imasi hazard dapat dipakai untuk menghitung risiko relatif
ketahanan, kurva tersebut juga mencatat me- terjadinya kejadian.
d ia n wa k t u k et a hana n. M ed ia n wa k t u Penaksiran Risiko Relatif (RR) untuk variabel
ketahanan merupakan nilai rata-rata waktu independen dikotomi
ketahanan untuk masing-masing grup. Alasan
utama mengapa median menjadi ukuran rerata Penaksiran RR untuk mengalami peristiwa
wak t u k et ahanan kar ena gambaran wak t u dengan segera, antara individu dengan suatu faktor
ket ahanan hidup selalu t id ak t erdist ribusi risiko dan individu lainnya tanpa faktor risiko itu,
se car a no r mal. Bes ar nya me d ian wak t u dimana kedua individu memiliki nilai yang sama
ketahanan dapat dilihat pada axis Y di titik 0,5 untuk semua kovariat, diperoleh sebagagai
kemudian menarik garis mendatar hingga kurva RR = exp (I)
ketahanan kemudian turun ke garis horisontal
pada axis X. Lihat grafik di bawah ini. Risiko relatif ini dapat ditafsirkan sebagai haz-
ard ratio atau peluang terjadinya kejadian (misalnya
40 Jurnal Keperawatan Indonesia, Volume 9, No.1, Maret 2005; 36-40
meninggal) segera pada waktu t (per satuan waktu), Metode yang digunakan untuk mengestimasi
antara individu mampu bertahan tanpa peristiwa dan menampilkan kurva waktu ketahanan dapat
tersebut (misalnya bertahan hidup) sampai waktu t menggunakan dua metode, yaitu metode tabel
(Murti,1997). Contoh aplikasi, yaitu : pada kehidupan dan Kaplan Meier. Kedua metode juga
penelitian penaksiran ketahanan hidup pada pasien menampilkan median waktu ketahanan sebagai
kanker serviks menyimpulkan bahwa adanya ukuran rerata waktu ketahanan. Metode terkenal
metastase ke Kelenjar Getah Bening (KGB) berisiko untuk menghitung fungsi hazard adalah regresi
1,3 kali untuk meninggal (meninggal menjadi Cox. Model ini lebih terkenal daripada metode
kejadian/event) dibandingkan dengan yang tidak ada lainnya karena dapat mengeluarkan formula haz-
metastase KGB ard ratio (risiko relatif dari kejadian) serta hasil
dari cox model hampir sama dengan hasil model
Penafsiran Risiko Relatif (RR) untuk variabel parametrik. (INR)
independen kontinu
Penaksiran risiko relatif untuk mengalami * Dewi Gayatri, SKp., MKes : Staf Kelompok
peristiwa dengan segera, antara individu dengan Keilmuan Dasar Keperawatan dan
nilai suatu faktor risiko (Xi ?) dan individu lainnya Keperawatan Dasar (DKKD) Fakultas Ilmu
dengan nilai faktor risiko (xi), jika kedua individu Keperawatan Universitas Indonesia
memiliki nilai yang sama untuk semua kovariat,
diperoleh sebagai berikut:
RR = exp (bi?)
KEPUSTAKAAN
Risiko relatif ini dapat ditaksirkan sebagai haz-
ard ratio terjadinya kejadian , misalnya meninggal Armitage, P (1973). Statiscal methods in medical
dengan segera waktu t (per satuan waktu), antara research. New York : John Wiley and Sons.
individu dengan nilai suatu faktor risiko (xi+?) dan Collet, D. (1994). Modelling survival data in
individu lainnya dengan faktor risiko (xi), jika kedua medical research. London : Chapman hall.
individu mampu bertahan tanpa peristiwa tersebut
Kleinbaum DG, 1996. Survival analysis : a self
(misalnya bertahan hidup) sampai waktu t (Murti,
learning text. Springer-Verlag. New York.
1997). Pada intinya adalah adanya perubahan nilai
risiko relatif bila variabel kovariat berubah setiap Kuzma, J.W. (1984). Basic statistics for the health
satu unit. Contoh aplikasi, yaitu : pada penelitian sciences. California : Mayfield Publishing
penaksiran ketahanan hidup pada pasien kanker Company.
serviks menyimpulkan bahwa setiap besar tumor Johnson, R.C.E & Johnson, M.L (1980). Survival
bertambah 1 cm maka peluang meninggal models and data analysis. John Willey & Sons.
meningkat 0,86 kali. New York.
Miller, Jr RG (1981). Survival analysis. John Willey
KESIMPULAN
& Sons. Inc. waterloo. Ontario : Canada.
Analisis ketahanan (survival analysis) yang Murti, B. (1977). Prinsip dan metode riset
diperkenalkan pertama kali oleh Edmund Halley epidemiologi. Yogyakarta : Gajah mada university
telah menjadi salah satu alat penting dalam statistik press.
vital dan ilmu aktuarial serta ilmu lainnya. Dalam
analisis ketahanan, terdapat tiga istilah yang perlu Sasro Asmoro S. (1995). Analisis ketahanan dalam
dipahami, yaitu waktu ketahanan, kejadian, dan metode penelitian klinis. Jakarta : Binarupa
sensor. aksara.