PROGRAM MAGISTER
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016
A. Topik Studi Kasus
Survival time penderita penyakit kanker paru-paru.
B. Tujuan
Tujuan dari studi kasus ini adalah untuk mengetahui survival time pasien
penderita kanker paru-paru dan untuk mengetahui faktor-faktor apa saja yang
mempengaruhi survival time pasien.
C. Identifikasi Kasus
Permasalahan ini diambil dari dataset Vets.dat yang berisi tentang penelitian
terhadap penderita kanker paru-paru. Data terdiri dari 137 pengamatan. Dalam
hal ini obyek pengamatan adalah penderita penyakit paru-paru. Variabel-
variabel yang diamati pada kasus kanker paru-paru ini adalah
1. Survival time setiap individu pengamatan yang dinyatakan dalam hari.
Variabel ini berupa skala.
2. Status, variabel ini yang menyatakan individu pengamatan tersebut
tersensor atau tidak tersensor. Dikodingkan dengan 1 dan 0. 1 untuk
pasien yang mengalami event dan 0 untuk pasien yang tersensor.
3. Variabel status treatment, variabel ini terdiri dari 2 kategori, dan
dikodingkan 1 untuk status treatment standart dan 2 untuk status
treatment test.
4. Variabel Prior therapy status adalah variabel yang menginformasikan
apakah pasien pengamatan mempunyai riwayat terapi. Variabel ini
dikodingkan 0 untuk paien yang tidak mempunyai riwayat terapi dan 1
untuk yang mempunyai riwayat terapi.
5. Variabel tipe sel 1 (cell type 1), tipe sel 2 (cell type 2), tipe sel 3 (cell type
3), tipe sel 4 (cell type 4). Setiap variabel ini dikategorikan 0 dan 1. Setiap
tipe sel dikategorikan menjadi 2. Adapun keterangannya adalah sebagai
berikut :
1
Kategori
Tipe Sel
1 2
Type Cell 1 Large Other
Type Cell 2 Adeno Other
Type Cell 3 Small Other
Type Cell 4 Squamous Other
2
Case Processing Summary
Total N of Censored
N Events N Percent
137 128 9 6.6%
3
Grafik S (t) menyatakan probabilitas penderita kanker paru-paru bertahan
pada waktu tertentu, artinya adalah probabilitas penderita kanker paru-paru
tetap hidup (tidak mati). Terlihat pada sekitar hari ke -600 S(t) cenderung
konstan artinya apabila pasien sudah berada pada sekitar hari ke -600 peluang
penderita kanker paru-paru untuk untuk hidup sangat kecil. Dan mendekati
hari ke 1000 peluang penderita kanker paru-paru untuk untuk hidup semakin
menurun dari sebelumnya.
4
E. Analisis Faktor dari Variabel-Variabel Penelitian dengan Uji Log Rank
1. Faktor Treatment (tx)
Dari 137 pasien kanker paru-paru yang diamati terdapat 69 pasien yang
mendapat treatment standar. Dari 69 tersebut 64 pasien mengalami event
(meninggal) dan 5 pasien tersensor. Dan Ada 68 pasien yang mendapat
treatmen test. Dari 68 tersebut 64 pasien mengalami event (meninggal) dan 4
tersensor. Persentase tertinggi dari pasien yang tersensor adalah dari tipe
standart sebanyak 7,2% sedangkan tipe test sebesar 5,9 %.
Berdasarkan nilai Mean pada tabel diatas maka dapat diketahui nilai rata-
rata pasien yang dikenai treatment type standart meninggal pada hari ke-124,
sedangkan rata-rata pasien yang dikenai treatment type test meninggal pada
hari ke-143. Hal ini menunjukkan pasien yang mendapatkan treatment type test
mempunyai waktu hidup sedikit lebih panjang daripada type standart.
Berdasarkan nilai Median dapat dilihat pula bahwa 50% dari jumlah pasien
yang menerima treatment standart ini meninggal pada hari ke-103. Sedangkan,
5
50% dari jumlah pasien yang menerima treatmen test ini meninggal pada hari
ke-52.
Hal ini bertolak belakang dengan rata-rata survival time type standart dan
test. Ini mungkin terjadi apabila pada treatment test, 50% dari pasien lainnya
mempunyai survival time yang tinggi, sedangkan pada treatment standart 50%
lainnya mempunyai survival time yang rendah.
Overall Comparisons
Chi- df Sig.
Square
Log Rank (Mantel-Cox) .008 1 .928
Breslow (Generalized
.961 1 .327
Wilcoxon)
Tarone-Ware .546 1 .460
Test of equality of survival distributions for the different levels
of treatment.
6
Pada grafik survival time dapat dilihat bahwa meskipun tidak ada
perbedaan yang signifikan kedua tipe treatment tersebut, akan tetapi treatment
test memberikan waktu survival time yang lebih lama dari pada treatmen type
standart. Artinya tipe treatment test memberikan survival time lebih baik dari
pada tipe standart.
7
2. Faktor Prior Treatment (Priortx)
Berdasarkan table Means dan Median of Survival Time dari faktor prior
treatment dapat diketahui bahwa rata-rata pasien yang sebelumnya tidak
mendapat treatment (tidak ada prior treatment) meninggal pada hari ke 122.
Sedangkan rata-rata pasien yang sebelumnya mendapat treatment (ada prior
treatment) meninggal pada hari ke 165. Hal ini menunjukkan pasien yang
sebelumnya mendapat treatment (ada prior treatment) mempunyai waktu
hidup (survival time) lebih panjang daripada pasien yang sebelumnya tidak
mendapat treatmen (tidak ada prior treatment).
8
Nilai median menunjukkan bahwa 50% dari jumlah pasien yang sebelumnya
tidak mendapat treatmen (tidak ada prior treatment) ini meninggal pada hari ke
73. Sedangkan 50 % dari jumlah pasien yang sebelumnya mendapat treatmen
(ada prior treatment) ini meninggal pada hari ke 84.
Overall Comparisons
Chi- df Sig.
Square
Log Rank (Mantel-
.463 1 .496
Cox)
Breslow (Generalized
.030 1 .864
Wilcoxon)
Tarone-Ware .026 1 .873
Test of equality of survival distributions for the different
levels of prior treatment.
9
Meskipun berdasarkan uji statistic menunjuukkan tidak ada perbedaan yang
signifikan terhadap kedua kategori prior treatment, akan tetapi grafik survival
time menunjukkan hasil yang berbeda. Pada grafik survival time, survival time
pasien yang mempunyai prior treatment lebih oanjang dari pada yang tidak.
Jika hasil grafik ini digabungkan dengan statistic uji, maka dapat disimpulkan
ada perbedaan dari faktor prior treatment ini akan tatapi perbedaannyasangat
kecil.
Pada grafik Hazard dari faktor prior treatment dapat diketahui bahwa nilai laju
dari pasein yang tidak mempunyai prior treatment lebih cepat daripada pasien
10
yang mempunyai prior treatment. Hal ini menunjukkan bahwa pasein yang tidak
mempunyai prior treatment lebih cepat mengalami event (meninggal) daripada
pasien yang mempunyai prior treatmen. Sehingga dapat disimpulkan bahwa
pasien dengan prior treatment lebih baik daripada yang tidak.
11
pasien yang umurnya di bawah rata-rata umur keseluruhan pasien mempunyai
waktu hidup lebih panjang daripada umurnya di atas rata-rata umur
keseluruhan pasien.
Sebanyak 50 % dari jumlah pasien yang umurnya di bawah rata-rata umur
keseluruhan pasien ini meninggal pada hari ke 95. Sedangkan 50 % dari jumlah
pasien yang umurnya di atas rata-rata umur keseluruhan pasien ini meninggal
pada hari ke 73.
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3,221 1 ,073
Breslow (Generalized
,419 1 ,518
Wilcoxon)
Tarone-Ware 1,294 1 ,255
Test of equality of survival distributions for the different levels of
agecategory.
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk pasien yang umurnya di bawah rata-rata umur keseluruhan pasien
12
memberikan survival time (waktu untuk hidup) yang lebih lama dari pada
pasien yang umurnya di atas rata-rata umur keseluruhan pasien.
Laju untuk mati pada pasien yang yang umurnya di atas rata-rata umur
keseluruhan pasien lebih besar pada yang umurnya di bawah rata-rata umur
keseluruhan pasien. Hal ini menunjukkan pasien yang dibawah rata-rat
keseluruhan pengamatan mempunyai survival time lebih baik dari pada yang
berada diatas rata-rata keseluruhan pasien.
N Percent
,00 52 50 2 3,8%
1,00 85 78 7 8,2%
Overall 137 128 9 6,6%
13
7 pasien tersensor. Sehingga keseluruhan pasien yang mengalami event ada 128
pasien dan yang tersensor ada 9 pasien.
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 28,223 1 ,000
Breslow (Generalized
45,166 1 ,000
Wilcoxon)
Tarone-Ware 38,698 1 ,000
Test of equality of survival distributions for the different levels of
perfcategory.
14
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk pasien yang status kinerja di atas rata-rata status kinerja keseluruhan
pasien memberikan survival time (waktu untuk hidup) yang lebih lama dari
pada pasien yang status kinerja di bawah rata-rata status kinerja keseluruhan
pasien.
Laju untuk mati pada pasien yang status kinerja di bawah rata-rata status
kinerja keseluruhan pasien lebih besar pada yang status kinerja di bawah rata-
rata status kinerja keseluruhan pasien.
15
5. Faktor Disease Duration
Case Processing Summary
dd_categori Total N N of Events Censored
N Percent
0 90 83 7 7.8%
1 47 45 2 4.3%
Overall 137 128 9 6.6%
50% dari jumlah pasien yang mempunyai diseas duration dibawah rata-rata
mengalami event pada sekitar hari ke-61. Sedangkan 50% pasien yang
mempunyai disease duration diatas rata-rata mengalami event pada hari ke 92.
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) .049 1 .825
Breslow (Generalized
.132 1 .716
Wilcoxon)
Tarone-Ware .117 1 .732
Test of equality of survival distributions for the different levels of
dd_categori.
16
Berdasarkan ketiga uji statistik diketahui bahwa dengan menggunakan
ketiga metode diatas tidak ada perbedaan yang signifikan terhadap kedua
perbedaan disease duration tersebut. Artinya pasien mengalami event yang
ralatif sama baik pasien yang empunyai disease duration dibawah rata-rata
maupun yang diatas rata-rata. Perbedaan disease duration tidak memberikan
perbedaan yang signifikan terhadap survival time pasien
17
Grafik Hazard Function menunjukkan pasien yang mempunyai disease
duration diatas rata-rata mempunyai laju terjadinya event (meninggal) lebih
cepat dari pada pasien yang mempunyai diseas duration diatas rata-rata.
Ada 110 pasien yang cell type 1 other. Dari 110 pasien tersebut, 102
diantaranya mengalami event (meninggal) dan 8 lainnya tersensor. Tersensor
disini bisa karena beberapa sebab, misal waktu pengamatan berakhir namun
pasien belum mengalami event (meninggal).
Ada 27 pasien yang cell type 1 large. Dari 27 pasien tersebut, 26
diantaranya mengalami event (meninggal) dan 1 pasien tersensor. Sehingga
keseluruhan pasien yang mengalami event ada 128 pasien dan yang tersensor
ada 9 pasien.
18
Means and Medians for Survival Time
Rata-rata pasien yang cell type 1 other meninggal pada hari ke 125. Rata-
rata pasien yang cell type 1 large meninggal pada hari ke 171. Hal ini
menunjukkan pasien yang cell type 1 large mempunyai waktu hidup sedikit
lebih panjang daripada cell type 1 other.
Sebanyak 50 % dari jumlah pasien yang cell type 1 other ini meninggal
pada hari ke 56. Sedangkan 50 % dari jumlah pasien yang cell type 1 large ini
meninggal pada hari ke 156. Hal ini bertolak belakang dengan rata-rata
survival time cell type 1 other. Ini mungkin terjadi apabila pada cell type 1
other, 50 % dari pasien lainnya mempunyai survival time yang tinggi.
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3,021 1 ,082
Breslow (Generalized
7,784 1 ,005
Wilcoxon)
Tarone-Ware 6,300 1 ,012
Test of equality of survival distributions for the different levels of cell
type 1.
19
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk cell type 1 other memberikan survival time (waktu untuk hidup) yang
lebih lama dari pada cell type 1 large.
Laju untuk mati pada cell type 1 large lebih besar pada cell type 1 other. Ini
dilihat pada sekitar hampir hari ke 400 laju meninggal cell type 1 large sudah
menyamai laju meninggal cell type 1 other yang hari ke sekitar 500.
20
7. Faktor Sel Tipe 2 (cell type 2)
Ada 110 pasien yang cell type 2 other. Dari 110 pasien tersebut, 102
diantaranya mengalami event (meninggal) dan 8 lainnya tersensor. Tersensor
disini bisa karena beberapa sebab, misal waktu pengamatan berakhir namun
pasien belum mengalami event (meninggal).
Ada 27 pasien yang cell type 2 adeno. Dari 27 pasien tersebut, 26
diantaranya mengalami event (meninggal) dan 1 pasien tersensor. Sehingga
keseluruhan pasien yang mengalami event ada 128 pasien dan yang tersensor
ada 9 pasien.
Rata-rata pasien yang cell type 2 other meninggal pada hari ke 150. Rata-
rata pasien yang cell type 2 adeno meninggal pada hari ke 66. Hal ini
menunjukkan pasien yang cell type 2 other mempunyai waktu hidup lebih
panjang daripada cell type 2 adeno.
Sebanyak 50 % dari jumlah pasien yang cell type 2 other ini meninggal
pada hari ke 95. Sedangkan 50 % dari jumlah pasien yang cell type 2 adeno ini
meninggal pada hari ke 51.
21
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 8,192 1 ,004
Breslow (Generalized
4,009 1 ,045
Wilcoxon)
Tarone-Ware 5,714 1 ,017
Test of equality of survival distributions for the different levels of cell
type 2.
Berdasarkan ketiga uji statistik diketahui bahwa dengan menggunakan
ketiga metode diatas ada perbedaan yang signifikan terhadap kedua jenis cell
tersebut.
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk cell type 2 other memberikan survival time (waktu untuk hidup) yang
lebih lama dari pada cell type 2 adeno.
22
Laju untuk mati pada cell type 2 adeno lebih besar pada cell type 2 other.
Ini dilihat pada sekitar hampir hari ke-200 laju meninggal cell type 2 adeno
sudah menyamai laju meninggal cell type 2 other yang sekitar hari ke-500
Rata-rata pasien yang cell type 3 other meninggal pada hari ke 161. Rata-
rata pasien yang cell type 3 small meninggal pada hari ke 78. Hal ini
menunjukkan pasien yang cell type 3 small mempunyai waktu hidup lebih
pendek daripada cell type 3 other.
Sebanyak 50 % dari jumlah pasien yang cell type 3 other ini meninggal
pada hari ke 105. Sedangkan 50 % dari jumlah pasien yang cell type 1 small ini
meninggal pada hari ke 51.
Overall Comparisons
23
Chi-Square df Sig.
Log Rank (Mantel-Cox) 10.203 1 .001
Breslow (Generalized
9.302 1 .002
Wilcoxon)
Tarone-Ware 10.219 1 .001
Test of equality of survival distributions for the different levels of cell
type 3.
Pada table overall comparisons yang dihasilkan dari faktor cell type 3
menunjukkan ada perbedaan signifikan antara kedua kategori tersebut. Hal ini
menunjukkan bahwa survival time pasien yang mempunyai cell type 3 small dan
other adalah berbeda. Selnajutnya untuk melihat mana yang lebih baik, juga
dapat dilihat dari grafik survival time dan grafik Hazard Function.
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk cell type 3 other memberikan survival time (waktu untuk hidup) yang
lebih lama dari pada cell type 3 small. Hal ini berarti pasien dengan cell type 3
other mempunyai kondisi yang lebih baik daripada yang small.
24
Laju untuk mati pada cell type 3 small lebih cepat daripada cell type 3
other. Ini dilihat pada sekitar hampir hari ke-400 laju meninggal cell type 3
small sudah relatif konstan naik dan sudah menyamai laju meninggal cell type
3 other yang sekitar hari ke-600.
25
Ada 102 pasien yang mempunyai cell type 4 other. Dari 102 pasien tersebut, 97
diantaranya mengalami event (meninggal) dan 5 lainnya tersensor. 35 pasien
yang mempunyai cell type 4 squamous. Dari 35 pasien tersebut, 4 diantaranya
mengalami event (meninggal) dan 4 pasien tersensor.
Rata-rata pasien yang cell type 4 other meninggal pada hari ke 101. Rata-
rata pasien yang cell type 4 squamous meninggal pada hari ke 231. Hal ini
menunjukkan pasien yang cell type 4 squamous mempunyai waktu hidup lebih
panjang daripada cell type 4 other.
Sebanyak 50% dari jumlah pasien yang cell type 4 other ini meninggal
pada hari ke 56. Sedangkan 50% dari jumlah pasien yang cell type 4 squamous
ini meninggal pada hari ke 118.
Overall Comparisons
Chi-Square Df Sig.
Log Rank (Mantel-Cox) 10.531 1 .001
Breslow (Generalized
4.789 1 .029
Wilcoxon)
Tarone-Ware 7.230 1 .007
Test of equality of survival distributions for the different levels of cell
type 4.
Berdasarkan ketiga uji statistik dapat diketahui bahwa bahwa ada perbedaan yang
signifikan terhadap kedua jenis cell tersebut. Hal ini ada perbedaan survival time
antara pasien yang mempunyai cell type 4 other dan cell type squamous. Untuk
melihat cell type yang mempunyai survival time lebih bagus dapat dilihat dari
grafik survival time dan Hazard Function.
26
Dapat dilihat dari grafik survival time, ada perbedaan yang signifikan yaitu
untuk cell type squamous memberikan survival time (waktu untuk hidup)
yang lebih lama dari pada cell type other. Hal ini penderita kanker paru-paru
dengan cell type squamous mempunyai waktu survive lebih panjang (lama)
dibandingkan dengan penderita kanker paru-paru dengan cell type squamous.
Pada grafik Hazard Function dapat dilihat bahwa, laju terjadinya even
(meninggal) pada kedua cell type tersebut berbeda secara signifikan. Cell
type squamous mempunyao laju yang lebih lambat daripada cell type other.
Sehingga dapat disimpulkan bahwa cell type squamous yang lebih bagus
karena mempunyai laju hazard yang lebih lambat berarti mempunyai
survival time yang lebih tinggi.
27
Pada studi kasus ini hanta dilakukan dua uji, yaitu metode grafik dan metode
Goodness of fit. Pengujian ini dibantu dengan bantuan software SPSS. Berikut ini
adalah penjabaran dari kedua metode tersebut.
Uji asumsi PH menggunakan pendekatan grafik dapat diuji dengan jika kedua
kurva paralel, maka asumsi PH terpenuhi. Berikut merupakan grafik dari masing-
masing variabel:
28
29
Dapat dilihat dari grafik masing-masing variabel, dari grafik-grafik
tersebut tidak dapat ditemukan solusi karena log-log kurva tidak ada yang
paralel secara signifikan sehingga tidak bisa ditarik kesimpulan apakah
memenuhi asumsi PH. Namun ada beberapa grafik yang mendekati
keparalelan yaitu variabel treatment, prior therapy status, dan disease duration.
Untuk itu, perlu dilakukan uji asumsi PH menggunakan pendekatan lain.
30
Tabel Korelasi
Correlations
Partial Partial Partial Partial Partial Partial Partial Partial Partial Rank of
residual for residual for residual for residual for residual for residual residual residual residual survt
perf dd age priortx ct1 for ct2 for ct3 for ct4 for tx
Partial Pearson Correlation 1 -,161 -,092 -,076 ,050 ,108 -,065 .a ,047 ,317**
residual for Sig. (2-tailed) ,069 ,303 ,395 ,574 ,223 ,464 . ,602 ,000
perf N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation -,161 1 -,015 ,414** -,011 -,156 -,008 .a ,000 -,006
residual for Sig. (2-tailed) ,069 ,865 ,000 ,900 ,078 ,929 . ,996 ,948
dd N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation -,092 -,015 1 -,055 -,115 -,060 ,126 .a ,128 ,110
residual for Sig. (2-tailed) ,303 ,865 ,534 ,194 ,502 ,157 . ,151 ,217
age N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation -,076 ,414** -,055 1 ,116 -,113 -,095 .a -,077 -,128
residual for Sig. (2-tailed) ,395 ,000 ,534 ,191 ,203 ,284 . ,388 ,152
priortx N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation ,050 -,011 -,115 ,116 1 -,195* -,353** .a ,034 ,193*
residual for Sig. (2-tailed) ,574 ,900 ,194 ,191 ,028 ,000 . ,701 ,029
ct1 N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation ,108 -,156 -,060 -,113 -,195* 1 -,463** .a ,157 ,154
residual for Sig. (2-tailed) ,223 ,078 ,502 ,203 ,028 ,000 . ,076 ,083
ct2 N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation -,065 -,008 ,126 -,095 -,353** -,463** 1 .a -,224* -,162
31
residual for Sig. (2-tailed) ,464 ,929 ,157 ,284 ,000 ,000 . ,011 ,068
ct3 N 128 128 128 128 128 128 128 0 128 128
Partial Pearson Correlation .a .a .a .a .a .a .a .a .a .a
residual for Sig. (2-tailed) . . . . . . . . .
ct4 N 0 0 0 0 0 0 0 0 0 0
Partial Pearson Correlation ,047 ,000 ,128 -,077 ,034 ,157 -,224* .a 1 ,040
residual for Sig. (2-tailed) ,602 ,996 ,151 ,388 ,701 ,076 ,011 . ,657
tx N 128 128 128 128 128 128 128 0 128 128
Pearson Correlation ,317** -,006 ,110 -,128 ,193* ,154 -,162 .a ,040 1
Rank of
Sig. (2-tailed) ,000 ,948 ,217 ,152 ,029 ,083 ,068 . ,657
survt
N 128 128 128 128 128 128 128 0 128 137
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
a. Cannot be computed because at least one of the variables is constant.
32
G. Model Regresi Cox Proportional Hazard
Hasil regresi cox dengan menggunakan software SPSS pada dataset Vets.
Dapat dilihat sebagai berikut ini.
Berdasarkan table hasil regresi diatas dapat dilihat bahwa hanya variabel
ct2, ct3 dan perf yang secara signifikan mempengaruhi survival time pasien
penderita kanker paru-paru. Meskipun demikian, variabel-variabel lain tetaplah
mempengaruhi tetapi efek pengaruh yang diberikan sangat kecil. Sehingga pada
penulisan modelnya tetap menggunakan seluruh variabel yang diusulkan. Namun
hanya variabel yang signifikan yang apat diinterpretasikan.
Variabel ct2, ct3 dan perf yang secara signifikan mempengaruhi survival
time pasien penderita kanker paru-paru. Berdasarkan nilai outputnya, diperoleh
nilai masing-masing Hazard Ratio (𝐸𝑥𝑝(𝛽)) adalah 3,281 untuk ct2; 2,355 untuk
33
ct3 dan 0,968 untuk perf. Interpretasi dari variabel-variabel yang mempengaruhi
dan nilai Hazard Ratio terhadap survival time adalah sebagai berikut :
1. Laju meninggalnya pasien kanker paru-paru yang mempunyai Cell type 2
Adeno 3,281 kali lebih cepat bila dibandingkan dengan pasien kanker
paru-paru yang mempuntai cell type lain.
2. Laju meninggalnya pasien kanker paru-paru yang mempunyai Cell type 3
Small 2,355 kali lebih cepat bila dibandingkan dengan pasien kanker paru-
paru yang mempuntai cell type lain
3. Laju meninggalnya pasien kanker paru-paru yang mempunyai nilai perf
dibawah 59 (nilai rata-rata performance) adalah 0,968 lebih cepat bila
dibandingkan dengan pasien kanker paru-paru yang mempuntai nilai perf
diatas 59.
34
Tabel Hasil Pengujian Cox Stratifikasi
Model 2:
Model 3:
35
Model 4:
36
Berdasarkan Tabel dapat dilihat bahwa nilai hazard ratio untuk Age
adalah 0,99736. Artinya setiap penambahan satu tahun usia pasien kanker paru-
paru, maka resiko untuk mengalami event juga akan meningkat 0,99736 kali. Nilai
hazard ratio untuk treatment adalah 1,15680 yang artinya jika dibandingkan
dengan treatment standart, pasien yang diberikan treatment test memiliki resiko
meninggal sebesar 1,15680 kali. Nilai hazard ratio untuk disease duration adalah
0,99926. Artinya setiap penambahan 1 bulan disease duration maka resiko untuk
mengalami event juga akan meningkat sebesar 0,99926 kali. Nilai hazard ratio
untuk variable prior therapy adalah 1,01111 yang artinya resiko pasien yang
mempunyai tidak prior therapy untuk mengalami event adalah 1,01111 kali
dibanding pasien yang mempunyai prior therapy.
Variable cell type 2 memiliki nilai hazard ratio sebesar 2,66613 yang
artinya pasien yang mempunyai cell type 2 adeno memiliki resiko untuk
mengalami event sebesar 2,66613 kali dibandingkan cell type lainnya. Variable
cell type 3 memiliki nilai hazard ratio sebesar 2,40148 yang artinya pasien yang
mempunyai cell type 3 small memiliki resiko untuk mengalami event sebesar
2,40148 kali dibandingkan cell type lainnya.
37