KELOMPOK 4
MUHAMMAD FADLAN (1511140005)
USNI HAMAMAH (1511140008)
NURUL AZIZAH MUZAKIR (1611140003)
TINA (1611140009)
AMALIAH RAFIQ (1611142001)
MUH. RIDWAN RM (1611142003)
ELMA SELVIANA DARWIS (1611120011)
Kejadian berulang dalam analisis survival terdiri dari dua macam menurut
Kleinbaum dan Klein (2005), yaitu kejadian berulang identik dan kejadian
berulang tidak identik. Kejadian berulang dikatakan identik jika urutan kejadian
berulang tidak menimbulkan efek perbedaan tertentu. Sebagai contoh kasus
serangan jantung, baik kasus serangan jantung yang pertama, kedua, dan
selanjutnya dianggap sama dan tidak mengalami tingkat keparahan yang berbeda,
tidak dibedakan tipenya maka dianggap kejadian berulang identik. Kejadian
berulang dikatakan tidak identik jika ada urutan kejadian berulang atau perbedaan
kategori yang lain yang menyebabkan efek perbedaan tertentu pada kejadian
berulang. Misalkan pada kasus penyakit kanker otak, apabila diasumsikan ada
perbedaan urutan kejadian tumor, tumor pertama, kedua, dan selanjutnya, maka
kejadian tumor berulang tersebut tidak identik dan dapat dikategorikan.
Analisis yang digunakan pada kejadian berulang identik adalah model atau
pendekatan Counting Process yang dikembangkan oleh Anderson Gill. Model
Counting Process mengkaji hubungan antara waktu survival dengan variabel-
variabel yang diduga memengaruhi waktu survival. Pada kejadian berulang tidak
identik, analisis survival menggunakan pendekatan model Cox Stratifikasi.
Untuk Hal, kanker kandung kemih berulang atau kambuh pada bulan ke 3,
15, dan 25 pengamatan, setelah itu subjek tidak lagi diamati. Hal menerima
perawatan yang diberi kode 0.
Berikut adalah contoh data layout untuk pendekatan counting process yang
dissajikan pada Tabel 3.
Data layout umum untuk pendekatan counting process disajikan pada Tabel
4. untuk data yang melibatkan N subjek.
Tabel 4. Data Layout Umum: Pendekatan Counting Process
Keterangan:
N = total subjek
i = 1,2,..., N
j = 1.2, ..., ni
k = 1,2, ..., p
ℎ(𝑡, 𝑿) = ℎ0 (𝑡)exp(∑ 𝛽𝑖 𝑋𝑖 )
𝑖
Perbedaan utama dalam cara model Cox digunakan untuk menganalisis data
kejadian berulang dengan data kejadian tidak berulang adalah cara beberapa
interval waktu pada subjek yang sama diperlakukan dalam pembentukan fungsi
maximized likelihood untuk model Cox.
Berikut data 26 subjek pertama (terdapat 86 subjek dari data dataset yang
lengkap) dari sebuah studi kejadian berulang kanker kandung kemih yang disajikan
pada Tabel 5.
𝑛𝑢𝑚𝑠(𝑗) ,𝑠𝑖𝑧𝑒𝑠(𝑗) menyatakan nilai dari varaibel 𝑡𝑥 , 𝑛𝑢𝑚, dan 𝑠𝑖𝑧𝑒 untuk subjek s
pada himpunan individu yang berisiko 𝑅(𝑡𝑗 ).
Sebagi contoh, subjek 25 mengalami kejadian yang ketiga kali pada bulan
22 dimana j = waktu kejadian yang ke 15 yang ada pada Tabel 6. Dapat dilihat
bahwa nj = 16 dari 26 subjek masih berisiko pada awal bulan 22. Himpunan individu
yang berisiko pada waktu tersebut termasuk subjek 25 dan beberapa subjek lainnya
yaitu subjek 12, 13, 14, 15, 16, 18, 19, dan 26 yang sudah mengalami setidakya satu
kegagalan / kejadian sebelum bulan 22.
Partial likelihood L15 pada saat t(15) = 22 adalah sebagai berikut
exp(𝛽(0) + 𝛾1 (1) + 𝛾2 (5))
𝐿15 =
∑𝑠𝑖𝑛𝑅(𝑡(15)) 𝑒𝑥𝑝(𝛽𝑡𝑥𝑠(15) + 𝛾1 𝑛𝑢𝑚𝑠(15) + 𝛾2 𝑠𝑖𝑧𝑒𝑠(15) )
Rumus Matriks:
𝑅̂ (𝛽̂ ) = 𝑉𝑎𝑟
̂ (𝛽̂ )[𝑅𝑠′ 𝑅𝑠 ]𝑉𝑎𝑟
̂ (𝛽̂ )
dimana
̂ (𝛽̂) adalah matriks estimasi dari estimasi variansi dan kovarians yang diperoleh
𝑉𝑎𝑟
dari estimasi Maximized Likelihood (ML) dari model Cox.
Data yang digunakan adalah data kejadian berulang kanker kandung kemih
yang telah disediakan di program R yang terdiri dari 59 subjek dengan mengetik
“bladder2”
> bladder2
id rx number size start stop event enum
1 1 1 1 3 0 1 0 1
2 2 1 2 1 0 4 0 1
3 3 1 1 1 0 7 0 1
4 4 1 5 1 0 10 0 1
5 5 1 4 1 0 6 1 1
6 5 1 4 1 6 10 0 2
7 6 1 1 1 0 14 0 1
8 7 1 1 1 0 18 0 1
9 8 1 1 3 0 5 1 1
10 8 1 1 3 5 18 0 2
11 9 1 1 1 0 12 1 1
12 9 1 1 1 12 16 1 2
13 9 1 1 1 16 18 0 3
14 10 1 3 3 0 23 0 1
15 11 1 1 3 0 10 1 1
16 11 1 1 3 10 15 1 2
17 11 1 1 3 15 23 0 3
18 12 1 1 1 0 3 1 1
19 12 1 1 1 3 16 1 2
20 12 1 1 1 16 23 1 3
21 13 1 3 1 0 3 1 1
22 13 1 3 1 3 9 1 2
23 13 1 3 1 9 21 1 3
24 13 1 3 1 21 23 0 4
25 14 1 2 3 0 7 1 1
26 14 1 2 3 7 10 1 2
27 14 1 2 3 10 16 1 3
28 14 1 2 3 16 24 1 4
29 15 1 1 1 0 3 1 1
30 15 1 1 1 3 15 1 2
31 15 1 1 1 15 25 1 3
32 16 1 1 2 0 26 0 1
33 17 1 8 1 0 1 1 1
34 17 1 8 1 1 26 0 2
35 18 1 1 4 0 2 1 1
36 18 1 1 4 2 26 1 2
37 19 1 1 2 0 25 1 1
38 19 1 1 2 25 28 0 2
39 20 1 1 4 0 29 0 1
40 21 1 1 2 0 29 0 1
41 22 1 4 1 0 29 0 1
42 23 1 1 6 0 28 1 1
43 23 1 1 6 28 30 1 2
44 24 1 1 5 0 2 1 1
45 24 1 1 5 2 17 1 2
46 24 1 1 5 17 22 1 3
47 24 1 1 5 22 30 0 4
48 25 1 2 1 0 3 1 1
49 25 1 2 1 3 6 1 2
50 25 1 2 1 6 8 1 3
51 25 1 2 1 8 12 1 4
52 26 1 1 3 0 12 1 1
53 26 1 1 3 12 15 1 2
54 26 1 1 3 15 24 1 3
55 26 1 1 3 24 31 0 4
56 27 1 1 2 0 32 0 1
57 28 1 2 1 0 34 0 1
58 29 1 2 1 0 36 0 1
59 30 1 3 1 0 29 1 1
60 30 1 3 1 29 36 0 2
61 31 1 1 2 0 37 0 1
62 32 1 4 1 0 9 1 1
63 32 1 4 1 9 17 1 2
64 32 1 4 1 17 22 1 3
65 32 1 4 1 22 24 1 4
66 33 1 5 1 0 16 1 1
67 33 1 5 1 16 19 1 2
68 33 1 5 1 19 23 1 3
69 33 1 5 1 23 29 1 4
70 34 1 1 2 0 41 0 1
71 35 1 1 1 0 3 1 1
72 35 1 1 1 3 43 0 2
73 36 1 2 6 0 6 1 1
74 36 1 2 6 6 43 0 2
75 37 1 2 1 0 3 1 1
76 37 1 2 1 3 6 1 2
77 37 1 2 1 6 9 1 3
78 37 1 2 1 9 44 0 4
79 38 1 1 1 0 9 1 1
80 38 1 1 1 9 11 1 2
81 38 1 1 1 11 20 1 3
82 38 1 1 1 20 26 1 4
83 39 1 1 1 0 18 1 1
84 39 1 1 1 18 48 0 2
85 40 1 1 3 0 49 0 1
86 41 1 3 1 0 35 1 1
87 41 1 3 1 35 51 0 2
88 42 1 1 7 0 17 1 1
89 42 1 1 7 17 53 0 2
90 43 1 3 1 0 3 1 1
91 43 1 3 1 3 15 1 2
92 43 1 3 1 15 46 1 3
93 43 1 3 1 46 51 1 4
94 44 1 1 1 0 59 0 1
95 45 1 3 2 0 2 1 1
96 45 1 3 2 2 15 1 2
97 45 1 3 2 15 24 1 3
98 45 1 3 2 24 30 1 4
99 46 1 1 3 0 5 1 1
100 46 1 1 3 5 14 1 2
101 46 1 1 3 14 19 1 3
102 46 1 1 3 19 27 1 4
103 47 1 2 3 0 2 1 1
104 47 1 2 3 2 8 1 2
105 47 1 2 3 8 12 1 3
106 47 1 2 3 12 13 1 4
107 48 2 1 3 0 1 0 1
108 49 2 1 1 0 1 0 1
109 50 2 8 1 0 5 1 1
110 51 2 1 2 0 9 0 1
111 52 2 1 1 0 10 0 1
112 53 2 1 1 0 13 0 1
113 54 2 2 6 0 3 1 1
114 54 2 2 6 3 14 0 2
115 55 2 5 3 0 1 1 1
116 55 2 5 3 1 3 1 2
117 55 2 5 3 3 5 1 3
118 55 2 5 3 5 7 1 4
119 56 2 5 1 0 18 0 1
120 57 2 1 3 0 17 1 1
121 57 2 1 3 17 18 0 2
122 58 2 5 1 0 2 1 1
123 58 2 5 1 2 19 0 2
124 59 2 1 1 0 17 1 1
125 59 2 1 1 17 19 1 2
[ reached getOption("max.print") -- omitted 53 rows ]
Variabel yang digunakan untuk analisis yaitu variabel start (waktu mulai), stop (w
aktu berhenti), event (kejadian: kekambuhan tumor kanker kandung kemih), rx (gr
oup treatment, 1 = placebo, 2 = thiotepa), number (jumlah awal tumor), dan size (u
kuran awal tumor dalam sentimeter).
Selanjutnya, dibuat data survival dengan menggunakan perintah Surv
Setelah membuat data survival, dibuat model Cox PH dengan perintah coxph
Untuk variabel rx didapatkan nilai probabilitas yaitu 0,978 yang lebih besar dari 𝛼
= 0,05 yang berarti variabel rx memenuhi asumsi PH. Untuk variabel number dipe
roleh nilai probabilitas yaitu 0,656 yang lebih besar dari 𝛼 = 0,05 yang berarti bah
wa variabel number memenuhi asumsi PH. Untuk variabel size diperoleh nilai pro
babilitas yaitu 0,518 yang lebih besar dari 𝛼 = 0,05 yang berarti bahwa variabel siz
e memenuhi asumsi PH.
Karena tidak ada variabel prediktor yang tidak memenuhi asumsi PH maka model
Cox yang dipilih adalah
ℎ(𝑡, 𝑿) = ℎ0 (𝑡)𝐞𝐱𝐩(−0,465𝒓𝒙 + 0,175𝒏𝒖𝒎 − 0,044𝒔𝒊𝒛𝒆)
DAFTAR PUSTAKA