TUGAS 1 ANALISIS SURVIVAL

(Kaplan Meier)
Maila S. Baladina (06211540000120)

1. The following data are a sample from the 1967-1980 Evans County study. Survival times (in
years) are given for two study groups, each with 25 participants. Group 1 has no history of
chronic disease (CHR= 0), and group 2 has a positive history of chronic disease (CHR = 1):
Group 1 (CHR = 0): 12.3+, 5.4, 8.2, 12.2+, 11.7, 10.0, 5.7, 9.8, 2.6, 11.0, 9.2, 12.1+, 6.6, 2.2,
1.8, 10.2, 10.7, 11.1, 5.3, 3.5, 9.2, 2.5, 8.7, 3.8, 3.0
Group 2 (CHR = 1): 5.8, 2.9, 8.4, 8.3, 9.1, 4.2, 4.1, 1.8, 3.1, 11.4, 2.4, 1.4, 5.9, 1.6, 2.8, 4.9, 3.5,
6.5, 9.9, 3.6, 5.2, 8.8, 7.8, 4.7, 3.9
a. Fill in the missing information in the following table of ordered failure times for groups 1
and 2:

Solution :
Berdasarkan hasil yang telah diperoleh menggunakan SPSS dengan langkah menginput
seluruh data yang ada di soal baik data yang tersensor maupun tidak, lalu klik Analyze  Survival
 Kaplan Meier, untuk kolom time masukkan variabel “time” (t(f)), kolom status masukkan variabel
“status” (data tersensor/tidak) serta men-define event dengan mengisi status value nya sebesar “1”
karena hanya satu nilai atau interval dapat digunakan sebagai kode bahwa satu kejadian (event) telah
terjadi. Kasus dengan kode lain akan dianggap sebagai kasus tersensor. Isilah Single value atau Range
of value untuk kode terjadinya kejadian (event) klik continue  klik Compare Factor dan centang
“log rank”  klik continue  klik Option dan centang Survival table(s), Mean and median survival,
dan Survival (dimana untuk menampilkan fungsi ketahan hidup kumulatif pada skala linier ) klik
continue  OK. Sehingga diperoleh hasil seperti berikut:
 Case Processing Summary

N of Censored

group Total N Events N Percent

1,00 25 22 3 12,0%
2,00 25 25 0 0,0%
Overall 50 47 3 6,0%
Survival Table

Cumulative Proportion Surviving at

the Time N of Cumulative N of Remaining
group Time Status Estimate Std. Error Events Cases

1,00 1 1,800 1,00 ,960 ,039 1 24

2 2,200 1,00 ,920 ,054 2 23

3 2,500 1,00 ,880 ,065 3 22

4 2,600 1,00 ,840 ,073 4 21

5 3,000 1,00 ,800 ,080 5 20

6 3,500 1,00 ,760 ,085 6 19

7 3,800 1,00 ,720 ,090 7 18

8 5,300 1,00 ,680 ,093 8 17

9 5,400 1,00 ,640 ,096 9 16

10 5,700 1,00 ,600 ,098 10 15

11 6,600 1,00 ,560 ,099 11 14

12 8,200 1,00 ,520 ,100 12 13

13 8,700 1,00 ,480 ,100 13 12

14 9,200 1,00 . . 14 11

15 9,200 1,00 ,400 ,098 15 10

16 9,800 1,00 ,360 ,096 16 9

17 10,000 1,00 ,320 ,093 17 8

18 10,200 1,00 ,280 ,090 18 7

19 10,700 1,00 ,240 ,085 19 6

20 11,000 1,00 ,200 ,080 20 5

21 11,100 1,00 ,160 ,073 21 4

22 11,700 1,00 ,120 ,065 22 3

23 12,100 ,00 . . 22 2

24 12,200 ,00 . . 22 1

25 12,300 ,00 . . 22 0
2,00 1 1,400 1,00 ,960 ,039 1 24

2 1,600 1,00 ,920 ,054 2 23

3 1,800 1,00 ,880 ,065 3 22

4 2,400 1,00 ,840 ,073 4 21

5 2,800 1,00 ,800 ,080 5 20

 6 2,900 1,00 ,760 ,085 6 19

7 3,100 1,00 ,720 ,090 7 18

8 3,500 1,00 ,680 ,093 8 17

9 3,600 1,00 ,640 ,096 9 16

10 3,900 1,00 ,600 ,098 10 15

11 4,100 1,00 ,560 ,099 11 14

12 4,200 1,00 ,520 ,100 12 13

13 4,700 1,00 ,480 ,100 13 12

14 4,900 1,00 ,440 ,099 14 11

15 5,200 1,00 ,400 ,098 15 10

16 5,800 1,00 ,360 ,096 16 9

17 5,900 1,00 ,320 ,093 17 8

18 6,500 1,00 ,280 ,090 18 7

19 7,800 1,00 ,240 ,085 19 6

20 8,300 1,00 ,200 ,080 20 5

21 8,400 1,00 ,160 ,073 21 4

22 8,800 1,00 ,120 ,065 22 3

23 9,100 1,00 ,080 ,054 23 2

24 9,900 1,00 ,040 ,039 24 1

25 11,400 1,00 ,000 ,000 25 0

Berdasarkan hasil output di atas dengan sebanyak 25 pengamatan pada masing-masing kelompok dan
terdapat 3 data tersensor pada kelompok 1, maka dapat digunakan untuk mengisi bagian yang kosong
pada soal menjadi
S(t(f)) = S(t(f-1)) Pr [T > t(f) | T ≥ t(f)]
Group 1 Group 2
t(f) nf mf qf S(t(f)) Status t(f) nf mf qf S(t(f)) Status
0 25 0 0 1 0 25 0 0 1 Keterangan :
1,8 25 0 0 0,96 1 1,4 25 0 0 0,96 1 t(f) = Survival times
2,2 24 1 0 0,92 1 1,6 24 1 0 0,92 1 nf = Σ amatan survive
2,5 23 1 0 0,88 1 1,8 23 1 0 0,88 1 hingga waktu ke-f
2,6 22 1 0 0,84 1 2,4 22 1 0 0,84 1 mf = Σ amatan tidak
3 21 1 0 0,8 1 2,8 21 1 0 0,8 1 tersensor pada
3,5 20 1 0 0,76 1 2,9 20 1 0 0,76 1 waktu ke-f
3,8 19 1 0 0,72 1 3,1 19 1 0 0,72 1 qf = Σ amatan tersensor
5,3 18 1 0 0,68 1 3,5 18 1 0 0,68 1 pada waktu ke-f
5,4 17 1 0 0,64 1 3,6 17 1 0 0,64 1 S(t(f)) = Kumulatif peluang
5,7 16 1 0 0,6 1 3,9 16 1 0 0,6 1 survival time
6,6 15 1 0 0,56 1 4,1 15 1 0 0,56 1 Status = Tersensor atau
8,2 14 1 0 0,52 1 4,2 14 1 0 0,52 1 tidak
8,7 13 1 0 0,48 1 4,7 13 1 0 0,48 1
9,2 12 2 0 0,4 1 4,9 12 1 0 0,44 1
9,8 10 2 0 0,36 1 5,2 11 2 0 0,4 1
10 9 1 0 0,32 1 5,8 10 1 0 0,36 1
 10,2 8 1 0 0,28 1 5,9 9 1 0 0,32 1
10,7 7 1 0 0,24 1 6,5 8 1 0 0,28 1
11 6 1 0 0,2 1 7,8 7 1 0 0,24 1
11,1 5 1 0 0,16 1 8,3 6 1 0 0,2 1
11,7 4 1 0 0,12 1 8,4 5 1 0 0,16 1
12,1 0 8,8 4 1 0 0,12 1
Data 0 1
12,2 tersensor
9,1 3 1 0 0,08
12,3 0 9,9 2 1 0 0,04 1
11,4 1 1 0 0 1
b. Based on your results in part a, plot the KM curves for groups 1 and 2 on the same graph.
Comment on how these curves compare with each other.
Solution :
Dari hasil yang telah diperoleh menggunakan SPSS maka terlihat kurva KM seperti berikut

Berdasarkan kurva KM di atas terlihat bahwa antara kurva kelompok 1 dan 2 sekitar pada 4
tahun pertama memiliki jarak yang cukup dekat antar keduanya, kemudian jarak tersebut terpisah
selama sekitar 4 tahun setelahnya hingga terlihat hampir mendekati lagi sekitar 12 tahun. Selain itu
untuk kelompok 1 dimana merupakan kelompok yang tidak memiliki riwayat penyakit kronis
memiliki kelangsungan hidup yang lebih baik dibandingkan dengan kelompok 2 dimana merupakan
kelompok yang memiliki riwayat penyakit kronis.
c. Fill in the following expanded table of ordered failure times to allow for the computation of
expected and observed minus expected values at each ordered failure time. Note that your new
table here should combine both groups of ordered failure times into one listing and should have
the following format:
Solution :
Pada kasus poin (c) maka dapat diselesaikan menggunakan software Excel dengan hasil seperti
berikut untuk mengisi bagian tabel yang kosong:
𝑛𝑖𝑓
𝑒𝑖𝑓 = ( )(𝑚1𝑓 + 𝑚2𝑓 )
𝑛1𝑓 + 𝑛2𝑓
𝑒𝑖𝑓 = (proporsi dalam kumpulan resiko) x (kegagalan atas kedua kelompok)

t(f) m1f m2f n1f n2f e1f e2f m1f - e1f m2f - e2f
1,4 0 1 25 25 0,500 0,500 -0,500 0,500 Keterangan :
= banyaknya amatan
mif
1,6 0 1 25 24 0,510 0,490 -0,510 0,510 tidak tersensor di
1,8 1 1 25 23 1,042 0,958 -0,042 0,042 di kelompok ke-i pada
2,2 1 0 24 22 0,522 0,478 0,478 -0,478 waktu f
2,4 0 1 23 22 0,511 0,489 -0,511 0,511 eif = nilai ekspektasi
2,5 1 0 23 21 0,523 0,477 0,477 -0,477 di kelompok ke-i pada
2,6 1 0 22 21 0,512 0,488 0,488 -0,488 waktu f
2,8 0 1 21 21 0,500 0,500 -0,500 0,500
2,9 0 1 21 20 0,512 0,488 -0,512 0,512
3 1 0 21 19 0,525 0,475 0,475 -0,475
3,1 0 1 20 19 0,513 0,487 -0,513 0,513
3,5 1 1 20 18 1,053 0,947 -0,053 0,053
3,6 0 1 19 17 0,528 0,472 -0,528 0,528
3,8 1 0 19 16 0,543 0,457 0,457 -0,457
 3,9 0 1 18 16 0,529 0,471 -0,529 0,529
4,1 0 1 18 15 0,545 0,455 -0,545 0,545
4,2 0 1 18 14 0,563 0,438 -0,563 0,563
4,7 0 1 18 13 0,581 0,419 -0,581 0,581
4,9 0 1 18 12 0,600 0,400 -0,600 0,600
5,2 0 1 18 11 0,621 0,379 -0,621 0,621
5,3 1 0 18 10 0,643 0,357 0,357 -0,357
5,4 1 0 17 10 0,630 0,370 0,370 -0,370
5,7 1 0 16 10 0,615 0,385 0,385 -0,385
5,8 0 1 15 10 0,600 0,400 -0,600 0,600
5,9 0 1 15 9 0,625 0,375 -0,625 0,625
6,5 0 1 15 8 0,652 0,348 -0,652 0,652
6,6 1 0 15 7 0,682 0,318 0,318 -0,318
7,8 0 1 14 7 0,667 0,333 -0,667 0,667
8,2 1 0 14 6 0,700 0,300 0,300 -0,300
8,3 0 1 13 6 0,684 0,316 -0,684 0,684
8,4 0 1 13 5 0,722 0,278 -0,722 0,722
8,7 1 0 13 4 0,765 0,235 0,235 -0,235
8,8 0 1 12 4 0,750 0,250 -0,750 0,750
9,1 0 1 12 3 0,800 0,200 -0,800 0,800
9,2 2 0 12 2 1,714 0,286 0,286 -0,286
9,8 1 0 10 2 0,833 0,167 0,167 -0,167
9,9 0 1 9 2 0,818 0,182 -0,818 0,818
10 1 0 9 1 0,900 0,100 0,100 -0,100
10,2 1 0 8 1 0,889 0,111 0,111 -0,111
10,7 1 0 7 1 0,875 0,125 0,125 -0,125
11 1 0 6 1 0,857 0,143 0,143 -0,143
11,1 1 0 5 1 0,833 0,167 0,167 -0,167
11,4 0 1 4 1 0,800 0,200 -0,800 0,800
11,7 1 0 4 0 1,000 0,000 0,000 0,000
Totals 22 25 30,786 16,214 -8,786 8,786

d. Use the results in part c to compute the log–rank statistic. Use this statistic to carry out the log–
rank test for these data. What is your null hypothesis and how is the test statistic distributed under
this null hypothesis? What are your conclusions from the test?
Solution :
Dari hasil pada poin (c) maka untuk cara manual serta menggunakan software SPSS seperti
berikut:
Hipotesis
H0 : tidak ada perbedaan secara signifikan antar kurva survival
H1 : terdapat perbedaan secara signifikan antar kurva survival
Statistik Uji
 Cara manual
∑𝑖 𝑛1𝑓 𝑛2𝑓 (𝑚1𝑓 + 𝑚2𝑓 )(𝑛1𝑓+ 𝑛2𝑓 − 𝑛1𝑓 −𝑚1𝑓 − 𝑚2𝑓 )
̂ ((𝑂𝑖 − 𝐸𝑖 ) =
𝑉𝑎𝑟 = 9,658
2
(𝑛1𝑓+ 𝑛2𝑓 ) (𝑛1𝑓+ 𝑛2𝑓 − 1)
(𝑂𝑖 − 𝐸𝑖 )2 (8,79)2
𝑙𝑜𝑔 − 𝑟𝑎𝑛𝑘 𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐 = = = 7,993
̂ ((𝑂𝑖 − 𝐸𝑖 )
𝑉𝑎𝑟 9,658
𝑃 − 𝑣𝑎𝑙 = 0,0047
  Output SPSS

Overall Comparisons

Chi-Square df Sig.

Log Rank (Mantel-Cox) 7,993 1 ,005

Test of equality of survival distributions for the different levels of

group.
Berdasarkan tabel hasil dari poin (c) maka diperoleh:
Kelompok Kejadian Terobservasi Ekspektasi Kejadian
1 22 30,79
2 25 16,214
Total 47 47
Daerah Kritis
Tolak H0, jika log-rank statistic < nilai ekspektasi kejadian atau nilai p-value < 𝛼
Keputusan
Tolak H0, karena log-rank statistic = 7,993 < nilai ekspektasi kejadian = 47 serta nilai p-value =
0,005 < 𝛼 = 0,05
Kesimpulan
Dengan menggunakan uji log-rank maka terlihat bahwa terdapat perbedaan secara signifikan dalam
kelangsungan bertahan hidup pada kelompok yang memiliki riwayat penyakit kronis dan kelompok
yang tidak memiliki riwayat penyakit kronis.