Bab LZ -Analisis kesintasan

(Suwival analysis)

Sudigdo Sastroasmoro, Agus Firmansyah, Mardianis Sai4

Arwin P Akib, Syawitri P Siregar

alam bab-bab terdahulu telah dibahas pelbagai desain,

baik untuk studi sesaat, maupun untuk studi dengan
follow-up. Mengenai penelitian follow-up telah dibahas
penelitian kasus-kontrol yang berdimensi retrospektif,
penelitian kohort yang berdimensi prospektif, dan uji klinis yang
dianggap sebagai bentuk khusus studi kohort. Pada semua jenis
studi follow-up tersebrtt subyek diikuti selama periode tertentu.
Pada studi kohort, misalnya, subyek A yang masuk penelitian pada
tanggal 2Janu,ari1995, apabila pada penelitian ditentukan follow-
up selama 5 tahury maka subyek A akan diikuti sampai 1 januari
2000, kecuali apabila telah terjadi efek, misalnya meninggal. Subyek
B, yang mulai diteliti pada tanggal 6 Mei 1996 diikuti sampai
tanggal5 Mei 2001..Jadi, pada studi kohort semua subyek penelitian
diikuti dengan masa pengamatan yang sama, atau sampai subyek
mengalami efek. Artinya yang diteliti hanya apakah subyek mengalami
efek atau tidak, sedangkan saat ia mengalami efek tidak penting.
Dalam praktik banyak hal tidak dapat diteliti dengan cara tersebut.
Seringkali terjadi subyek masuk penelitian pada saat yang tidak sama,
sedangkan penelitian harus dihentikan pada suatu saat. Dengan
demikian maka diperoleh data follow-up yangtidak seragam. Subyek

il

J|
 246 Analisisktsintasan

C telah diikuti selama 5 tahury subyek D 3 tahun, subyek M baru 2

minggu ketika penelitian dihentikan. Lebih lanjuf sebagian subyek
telah mengalami efek, sebagian belum, sebagian lainrrya hilang dari
pengamatan sehingga tidak diketahui nasibnya.
Dalam tata laksana pasien, baik bagi pasien maupun dokter,
saat terjadinya suafu efek merupakan hal yang sangat penting, bukan
hanya terjadinya efeknya saja. Misalnya, meskipun sebagian besar
pasien sindrom nefrotik yang telah remisi akan mengalami relaps
(kambuh), namun obat yang dapat memperpanjang masa remisi
sangat berarti bagi pasiery keluarga, dan dokternya. Demikian pula,
meskipun semua pasien kanker tertentu akan meninggal akibat
penyakitnya, para peneliti terus-menerus sibuk mencari regimen
yang dapat memperpanjang masa hidup. Perbedaan kematian yang
terjadi 1 tahun atau 10 tahun setelah terapi amat penting baik bagi
dokter maupun bagi pasien serta keluarganya. Untuk ini diperlukan
analisis yang melibatkan aspek saat terjadi efek, yang juga disebut time
dependent analysis, yang cukup banyak ditemukan dalam literatur
kedokterary khususnya dalam onkologi (medis maupun bedah).
Dalam bab ini dibahas dasar-dasar teknik analisis untuk data
follow-up yang memperhitungkan waktu terjadinya efek (time
dependent ffict), dengan periode waktu pengamatan terhadap tiap
subyek yang tidak seragam. Analisis ini disebut analisis kesintasan
(suraioal analysis) atau analisis tabel kehidupan (life table
analysis). Untuk ini dikenal beberapa cara; di sini diuraikan2 cara
yang sering digunakan yakni metode aktuarial (Cutler-Ederer) dan
metode product limit (Kaplan-Meier). Dalam buku ini hanya dibahas
pengertian dasar tentang analisis kesintasan beserta prosedur
analisisnya yang paling sederhana. Pembahasan mendalam dapat
dipelajari pada buku rujukan yang membahas khusus desain ini.

CoNroH DATA
Di bawah diajukan set data hipotesis; akan ditentukan kesintasan
(suraiaal) pasien leukemia limfositik akut (LLA) tipe L1 yang diobati
dengan protokol tertentu. Efek yang dinilai adalah kematian.

.i
 Sudigdo S astr o asmoro dkk. 247

Posien A didiognosis 20/01/95, meninssol Ol /12/97

Posien B didiognosis 02/O3/95, podo okhir penelition mosih hidup
Posien C didiognosis 03/O8/95, meningsol 12/O4/97
Posien D didiognosis 12/12/95, meninssol 22/12/99
Posien E didiognosis 17 /04/96, meninssol 22/06/96
Posien F didiognosis 30/1O/96, meninssol 22/12/99
Posien G didiognosis 12/O2/97, hilong dori pengomoton 26/05/98
Posien H didiognosis 25 /O7 , /97 hilong dori pengomoton 21 /06 /99
Posien I didiognosis 09111 /97, meninssol 07 /O8/99
Posien J didiognosis 02/01 /98, meninssol 20/12/99
Posien K didiognosis 20/11/98, podo okhir penelition mosih hiup
Posien L didiognosis 21 /O3/99, meninssol 22/06/99
Posien M didiognosis 29/O3/99, hilong dori pengomoton 22/O4/99
Posien N didiognosis 19 /09 /99, podo okhir penelition mosih hidup
Posien O didiognosis 20/1O/99, podo okhir penelition mosih hidup

Penelitian dimulai pada tanggal 1 Januari 1995, dandiakhiri tanggal

31 Desember 7999. Selama Periode tersebut tercatat 15 pasien LLA
baru yang didiagnosis. Lihat Gambar 12-1'. Bagaimana kita harus
merangkum data tersebuf dengan mengingat hal-hal sebagai berikut:
L pasien tidak masuk pada saat yang sama
2 sebagian pasien mengalami outcome (meninggal),
3 sebagian pasien hilang dari pengamatan dan tidak diketahui
nasibnya,
4 sebagian masih hidup saat Penelitian selesai.
Berikut ini kita lihat beberapa kemungkinan rangkuman data.

,1,
MENCHITUNG RERATA LAMA HIDUP
Kita dapat menghitung rerata lama pengamatan hanya Pada pasien
yang telah mengalami efek dibagi dengan jumlah Pasien yang
mengalami efek (yakni pasien A, C, D, E, F,I, J, L). Dari Gambar
12-1 diperoleh: 34+20+47+2 +3+2\+23+3 = 188/8 : 23,5 bulan.
Dengan cara ini timbul2 masalah:

il

i
 248 Analisiskesintasan

A 34
B 57
c 20
D 47
E 02
F 38
G 14
H ----+----no 23
I 21
J 23
K 12
L 03
M 01
N 03
o 02

111195 111199 31112tO0

Gambar 12-L. Skema memperlihatkan saat pasien masuk penelitian

sampai akhir penelitian. Pasien yang mengalami efek diberi tanda kotak
hitam, sedangkan pasien yang tersensor, yakni pasien yang hilang dari
pengamatan atau masih hidup sampai akhir penelitian, diberi tanda
lingkaran. Lajur kanan menunjukkan lama pengamatan tiap pasien
(dalam bulan).

o Pasien yang hilang dari pengamatan atau yang masih hidup

sampai akhir penelitian tidak diperhitungkan.
o Nilai rerata sangat dipengaruhi oleh nilai ekstrem. Misalnya
bila pasien D meninggal bukan 47 bwlan tetapi 2 b:ulan
setelah awal pengamatary maka nilai rerata yang diperoleh
akan berubah drastis dari 23,5 bulan menjadi 14318 : 17,9
bulan.
Oleh karena itu penghitungan rerata lama hidup hanya dari
pasien yang sudah mengalami efek saja bukan merupakan cara
yang baik untuk merangkum data seperti ini.

4B

"rf
 S u di gd o S as tr o asmor o dlek. 249

2 MEruCHM;NG MEDIAN LAMA HIDUP

Median adalah nilai pengamatan yang terletak di tengalu setelah
semua nilai pengamatan disusun dari nilai yang terkecil sampai
terbesar. Penghitungan median lama hidup dapat menyingkirkan
pengaruh buruk nilai ekstrem, karena nilai ekstrem tidak mengubah
nilai median. Namun nilai median ini hanya dapat dihitung apabila
sekurangnya 50o/" pasien yang diamatt telah mengalami efek;bila ndak
maka pasien yang tepat terletak di tengah belum mengalami efek.
Jadi metode median tidak laik untuk merangkum data kesintasan.

3 MsNcHrruNG RATE oF strRvwAL

Pada metode ini sebagai pembilang (numerator) dijumlahkan masa
pengamatan semua subyek. Cara ini juga menimbulkan kesulitan:
o Apa penyebut (denominator)-nya? Bila penyebutnya semua
subyek, maka kesintasan menjadi lebih pendek dari yang
sebenamya; bila penyebutnya hanya subyek yang mengalami
efek, maka kesintasan lebih lama dari yang sebenarnya.
r Cara ini hanya mungkin dipakai untuk kurun waktu tertentu.
Bila dihitungrate of suraiaal l tahury maka lama kesintasan
sangat tinggi, bila dipakai rate of suraiaal L0 tahun semua
pasien mungkin telah meninggal.

4 METEvruKAN KESINIASAN PADA SAAT TERTENTU

Pada cara ini dihitung proporsi atau persentase subyek yang masih
hidup pada saat-saat tertentu, misalnya:
o Pada akhir tahun pertama berapa persen yang masih hidup
o Pada akhir tahun ke-2 berapa persen yang masih hidup
o Pada akhir tahun ke-3 berapa persen masih hidup, dst.
Pada cara ini pun ada masalah untuk menentukan penyebutnya:
apakah hanya pasien yang sudah meninggal, atau juga yang masih
hidup. Bagaimana dengan subyek yang tidak diketahui nasibnya?

il

.t
 250 Analisiskesintasan

5 Mrrucrtm;Nc SUBYEK YANG MENGALAMI EFEK

PER UNIT WAKTU

Pada teknik ini dihitung subyek-waktu pengamatary misalnya n-

bulan atau n-tahun. Sebagai contotu bila 3 pasien meninggal dalam
waktu pengamatan 12 tahuru maka person-year eaent-nya menjadi 3
subyek-L2 tahury atau 0,25-subyek-tahun. Sepintas cara ini bagus
oleh karena memperhitungkan waktu, namun 3 pasien yang hidup
5 tahun sama artinya dengan 30 pasien yang hidup 6 bulan. Jadi
analisis jumlah subyek-waktu juga bukan pula cara yang laik untuk
merangkum data kesintasan seperti ini.
Uraian tersebut memperlihatkan bahwa pelbagai metode yang
dibahas dalam bab-bab sebelumnya tidak dapat digunakan untuk
menganalisis data yang mencakup waktu terjadinya efek, lama
pengamatan tidak seragam, dan sebagian subyek tidak diketahui
nasibnya atau hilang dari pengamatan. Keadaan ini menyarankan
suatu metode analisis khusus; metode yang tersedia ini disebut
sebagai analisis kesintasan (suraiaal analysis') atau analisis tabel
kehidupan (life table analysisl. Meskipun namanya (suruiual)
mempunyai konotasi hidup-mati, namun metode analisis ini dapat
diterapkan pula terhadap banyak kejadian klinis yang lain, seperti
reaktivasi pasien demam reumatik, berulangnya kejang, bahkan untuk
sesuatu yang diharapkary misalnya remisi pada leukemia, furunnya
testis pada kriptorkismus, kehamilan pada infertilitas. Syarat umum
adalah bahwa efek yang.diteliti hanya dapat terjadi satu kali; bila
efek dapat berulang, maka yang dinilai adalah efek yang pertama.
Dikenal pelbagai jenis teknik untuk analisis kesintasan ini, yang
dikelompokkan dalam teknik non-Parametrik, semi-parametrik,
dan parametrik. Teknik parametrik merupakan cara yang paling
kuat untuk menganalisis data kesintasan, namun perhitungannya
rumit dan sulit dipahami. Dalam bab ini diuraikan prinsip dua
teknik analisis kesintasan non-Parametrik yang paling banyak
digunakan dalam literatur kedokteran yakni metode aktuarial
(Cutler-Ederer) dan metode Kaplan Meier. Keduanya relatif mudah
dipahami ketimbang teknik semi-parametrik atau parametrik.

{B

.rl
 Sudi gdo S astro asmoro dkk. 251

MnrooE AKTUARTAL
Metode inidikenal dengan nama metode Cutler-Ederer. Pada
metode ini ditentukan interval waktu yang dikehendaki; pemilihan
interval dilakukan dengan memperhitungkan karakteristik penyakit
atau efek yang dipelajari (dapat dalam hari, minggu, bulan, tahun).
Untuk kejelasan, skema pada Gambar T2-l diubah menjadi seperti
Gambar l2-Z,yakridengan cara menggeser awal pengamatan semua
subyek menjadi seolah-olah dimulai pada saat yang sama, yakni pada
awal penelitian. Kalkulasi akturial dilakukan dengan menggunakan
Tabel L2-1.

Svanal DAN ASUMSI DALAM ANALISIS AKTURIAL

Pada teknik aktuarial diperlukanbeberapa syarat dan asumsiberikut:
L Saat awal pengamatan harus jelas. Bergantung dari jenis penyakif
awal pengamatan dapat saat mula timbulnya keluhan, saat diagnosis,
atau mulainya terapi. Karena keluhan pada banyak penyakit dapat
salnar-samar, maka waktu yang sering diambil sebagai saat awal
pengamatan adalah saat diagnosis ditegakkan. Untuk pasien
keganasan hal ini dianggap memadai, namun untuk beberapa
kelainan yang diagnosisnya mungkin baru dapat ditegakkan
berbulan-bulan atau bertahun-tahun setelah awal penyakit, maka
metode tersebut tidak sahih. Contoh: artritis reumatoid, penyakit
jantung reumatik.
2 Efek yang diteliti harus jelas. Efek yang diteliti harus berskala
dikotom, hanya mempunyai dua nilai, misal normal- abnormal,
atau meninggal-hidup. Selain itu efek juga harus tidak bersifat
multipel, artinya setiap subyek hanya mengalami efek satu kali.
Bila efek yang diteliti adalah kematiary maka hal ini tidak akan
menjadi masalah. Namun bila efek yang diteliti tersebut bukan
kematiary melainkan kambuh atau remiii, maka harus ada cara
untuk memastikan subyek kambuh atau remisi. Apabila kriteria
sembuh atau remisi tidak jelas, maka dapat dipastikanbahwa data
yang terkumpul tidak sahih. Bila efek dapat terjadi berulang kali,
efek pertamalah yang dihitung dalam analisis.

J|
 252 Analisiskesintasan

Keiadian withilrautal atau loss to folloTD-up harus independen

terhadap efek. Bila pasien tidak datang karena ia merasa sudah
sembuh, atau justru oleh karena ia merasa tidak akan tertolong
lagi, maka hal tersebut dapat memengaruhi kesahihan hasil
penelitian secara keseluruhan.
Risiko untuk teriadinya efek tidak tergantung pada tahun
kalender. Misalnya pada penelitian kesintasan yang berlangsung
lama, sepanjang periode penelitian tersebut tidak boleh terjadi
perubahan tata laksana yang signifikan yang dapat mengubah
prognosis. Bila ini terjadi maka pasien yang direkrut pada awal
penelitian tidak memperoleh perlakuan yang sama dengan
pasien yang direkrut pada akhir penelitian, sehingga kurva
kesintasan menjadi tidak valid.
Risiko untuk terjadinya efek pada interval waktu yang
dipilih dianggap sama. Bila dipilih interval pengamatan tiap
tahuru maka peluang untuk mengalami efek pada awal maupun
akhir tahun harus dianggap sama.
Pasien yang tersensor (tidak diketahui nasibnya) dianggap
mengalamiU2 efek. Jadi bila selama interval terdapat 2 pasien
tersensor, dianggap terjadi 1 efek.

PTnHm;NGAN PADA METODE AKTUARIAL

Langkah-langkah kalkulasi kesintasan pada cara aktuarial dilakukan
sebagai berikut (Lihat Tabel LZ-L, dan Gambar l2-2).
o Kolom (1) x: Interval yang dipilih, apakah dalam menit,
jam, hari, minggu, bulary ataukan tahun ditentukan oleh
peneliti, bergantung kepada sifat efek yang diteliti. Pada
contoh interval yang dipilih adalah dalam tahun.
o Kolom (21 l*= jumlah subyek yang hidup pada awal tiap
interval. Pada awal interval pertama semua pasien masih
hidup, yakni 1"5 pasien. Pada interval selanjutnya maka I*=
I*-w*-r-d, -r, yakni jumlah pasien yang hidup pada interval
sebelumnya dikurangi dengan jumlah kematian serta
znithdrawal pada interval sebelumnya.

Jl
 S udigdo S astr o asmor o dkk, 253

Tqbel l2-1. Kolkulosi kesinloson podo melode oktuoriol

(1) (2\ (3) (4) (5) (6) FI (8)

q r,ply(C^12) dx q={/r" I p,=1<b,

I S*=p"p"2,dst

,:,:: kqqrgligl h!9 ry19-:kesintasan

lntenal .m aJ Jml ],Gufloql
,
"ni!go,.tmlqenso1,{! 1qk I

(14s) p*.M, g,qL9Te. t. sd-?IF

"
-t- - 999T9 :- lqgtg kumulatif
, "
intenal : intenai r intenal ; intenal :
:r:a,
'
""]gnE
intenat interr,al

15 :4 13 2 :O15i0,85: 0,85
I :2 b 3:0,38,0,Si0,53
4 :0 4 1 :0,25:0,75: 0,4O
3
-. :-. 9 5 z ;O,u i0,33 i __o..tC
1 1 o;5 0010,13
:t

A 34
B 5I
G e0
n {T
E It
F 3S
G t{
H l3
I 2l
J 23
It l2
t 03
H 0t
t{ 03
o 0e

Gambar 12-2. Skema memperlihatkan lama pengamatan bila semua

pasien dianggap masuk penelitian pada saat yang sama yakni awal
penelitian. Pasien yang mengalami efek bertanda kotak hitam. Di sisi
kanan tertera lama pengamatan (bulan) untuk masing-masing pasien.

dlB

^i
 254 Analisiskesintasan

o Kolom (3) c, = Subyek yang tersensor selama interval yang

bersangkutan. Istilah tersensor menunjukkan subyek yang
tid ak diketahui nasibn y a, b alk y ang hilang dari pen gamatan
maupun subyek yang masih hidup saat penelitian dihentikan).
Pada contolr, terdapat empat pasien yang tersensor. Keempat
pasien tersebut dianggaP memPunyai risiko mengalami efek
masing-masing 1'12.
r Kolom (4, t, = Subyek yang at risk selama interval : jumlah
pasien pada awal interval dikurangi dengan pasien yang
tersensor; karena pasien tersensor dianggap mengalami 1/2
efek, maka jumlah tersebut dikalikan 1'12, atau: t,=1"-c*12.
Pada interval pertama, t": t$-/=lJ
o Kolom (5) d, = Subyek yang mengalami efek pada interval
bersangkutan; pada interval pertama pasien yang meninggal
adalah 2, sehingga dx = 2.
r Kolom (6) q" : haznrd = eaent rate surrsifal, yakni peluang
seorang subyek untuk mengalami efek bila pada awal
interval ia bebas efek. Jadi q*= d*lr*; pada contoh kita qx =
2113 :0,1538 (0,15).
o Kolom (7, p*, menunjukkan kesintasan pada interval, yakni
1- death rate = 1-0,1538 = 0,8462 (0.85).
o Kolom (8) S,, adalah kesintasan"kumulatif pada akhir
interval, yakni perkalian P*r X P*z X P.; X . . . .. P*j Pada contoh
S*, pada interval pertama adalah sama dengan p,:0, 8462
(0,85).
Dengan cara yang sama, kalkulasi kesintasan dilakukan pada
interval kedua, ketiga, dan seterusnya, sehingga akhirnya diperoleh
kesintasan kumulatif dari semua subyek yang ikut dalam penelitian.
Perhitungan manual ini telah digantikan oleh program komputer.
Meskipun data awal penghitungan analisis kesintasan dilakukan
dengan menggunakan tabel, namun dalam laporan akhir studi
analisis kesintasary hasil penelitian lebih sering dilaporkan dalam
bentuk kurva. Pada contoh, hasil yang diperoleh dari penghitungan
tabel disajikan dalam bentuk kurva kesintasan seperti tampak pada
Gambar 12-3.

{B

:l
 Sudigdo S astr o asmoro dkk. 255

K 1,0

E
0.8
s
I
0,6
N

T
o14
A

t 0,,
A

Gambar 12-3. Kurva tabel kehidupan 15 pasien ALL yang dibuat

berdasarkan data Tabel 12-L. Aksis kurva menunjukkan periode
pengamatan yang terbagi dalam interval yang ditentukan dengan
mempertimbangkan karakteristik penyakit dan efek yang dipelajari,
sedangkan ordinat menunjukkan kesintasan Tampak pada awal
pengamatan kesintasan adalah 100% (1,0); kemudian kesintasan
digambarkan pada tiap akhir interval, sampai akhir tahun ke-5.

MsropE KeprnN-MEIEn
Metode Kaplan Meier merupakan teknik analisis kesintasan yang
sering digunakan. Metode ini sering disebut sebagai product limit
method. Berbeda dengan metode aktuarial, pada cara Kaplan-Meier
tidak dibuat interval tertentu, dan efek atau outcome diperhitungkan
tepat pada saat ia terjadi. Lama pengamatan masing-masing subyek
disusun dari yang terpendek sampai yang terpanjang dengan catatan
subyek yang tersensor diikutsertakan. Metode Kaplan-Meier disusun
berdasarkan pada dua konsep sederhana, yakni:

ffi

i
 256 Analisiskesintasan

Tqbel l2-2. Pengomclon l5 posien LLA disusun berdosorkon

insepsi (kolom kiri) dEn berdqsorkon urulon lomo pengcmclon
(kolom konon)

F, v.lyiy1-i?na F-qearai_ftj
,i
Pasien
,iP-etigl penqamatan
Lama P9ts"?n?19n1
" :Lam-q
j : (bulan) I

Tondo* menuniukkon bohwo posien mengolomi efek (meninggol)

o Pasien yang tersensor dihitung sebagai st risk hanya sampai

saat ia tersensor.
o Peluang untuk hidup 2 bulan sama dengan peluang hidup
pada bulan II, dan seterusnya.
Dengan adanya perbedaan asumsi tersebut maka analisis pada
metode Kaplan-Meier berbeda dengan perhitungan metode Cutler-
Ederer. Pada contoh kesintasan ke-15 pasienAl,I, di atas, perhitungan
kesintasan subyek yang diamati dengan cara Kaplan-Meier dilakukan
sebagai berikut: Lihat Tabel l2-2, L2-3, serta diagram Gambar l2-4.

"rl
 Sudigdo S astro asmoro dlck. 257

Tcbel l2-3. Anolisis kesintqsqn menurul melode Kcplon-Meier

pt=1-qt ; st+lxpA$dst i

l(esintasan

:1
!--*--!*.-
t,
:: 20

0,1429 0,8571

1 0,2000
il

4 1 0,2500 0,7500 0,3830

Kolom (1) t = masa pengamatan tiap subyek dari insepsi ke

efek, termasuk subyek yang tersensor. Ini disusun dari yang
terpendek (lihat Tabel L2-28).
Kolom (2) r,= jumlah subyek dengan risiko pada saat t, yaitu
jumlah subyek yang masih hidup sesaat sebelum t. pada
baris pertama jumlah subyek yang masih diamati pada saat
pasien E meninggal adalah L4, karena pasien M sudah
tersensor pada saat pasien E meninggal, jadi pasien M tidak
lagi at risk, dan dalam kalkulasi diabaikan.
Kolom (3) d,: Jumlah kematian pada saat t. Dalam contoh,
jumlah pasien yang meninggal pada saat t adalah 1.

.r|
 258 Analisiskesintasan

Kolom (4) q,: dtlrt = Denth rate pada saat t, yakni jumlah
kematian pada saat t dibanding dengan jumlah subyek st risk
pada saat I maka qr : 1,11,4 = 0,07\4
Kolom (5) p, = Kesintasan (suruiaal rate, eaent-free rate), yakni
1-qt=1-0,0714:0,9286
Kolom (6) St: Kesintasan kumulatif, yakni perkalian kesintasan
sampai akhir interval; S, = pr x pz x pe dst. Pada contoh, baris
pertama S,= pt : 0,9286. Pada baris kedua, kematian berikut
terjadi pada pasien L pada bulan ke-3, sehingga t = 3, pada saat
itu 1'umlah pasien at risk adalah 12 karena pasien M tersensor
dan pasien E sudah meninggal.
Perhitungan selanjutnya dilakukan dengan cata yang sama.
Hasil kalkulasi dapat disajikan dalam bentuk tabel, atau lebih
sering dalam bentuk kurve. Kurve yang dibuat atas dasar
kalkulasi pada Tabel l2-3 tampak pada Gambar 12-4.

K 1,0

s 0,8

0.6
N

T
o14
A

S O,z

Tahun

Gambar 1.2-4. Kurve Kaplan-Meier menunjukan kesintasan 15

pasien ALL

.rf
 Sudigdo S astro asmoro dkk. 259

PEnnaNuNGAN ANTARA METoDE Currnn-EDERER

. DENGAN KAPTNN'MEIEN
Pada metode Cutler-Ederer dibuat interval arbitrer, yakni dengan
menganggap peluang terjadinya efek selama masa interval tersebut
dianggap konstan. Interval disesuaikan dengan karakteristik
penyakit; mungkin dalam hitungan hari, minggu, bulan, atau
tahun. Keadaan tersebut dianggap sebanding dengan pengukuran
dengan skala kategorikal. Pada metode Kaplan-Meier tidak dibuat
interval, dan terjadinya efek dicatat pada saat efek tersebut terjadi
(biasanya dalam tanggl); keadaan ini dianggap sebanding dengan
pengukuran variabel yang berskala numerik.
Metode Cutler-Ederer menyertakan subyek yang tersensor
dalam kalkulasi kesintasary dengan memberikan nilai sebesar 1'12
efek. Pada metode Kaplan-Meier, data pengamatan antara 2 efek
yang berurutan diabaikary dengan kata lain subyek tersensor hanya
bertindak sebagai subyek at risk sampai saat ia tersensor, namun
subyek itu sendiri diabaikan dalam kalkulasi kesintasan. Metode
Kaplan-Meier dapat digunakan pada data dengan jumlah subyek
yang sedikit, oleh karena efek tidak dikelompokkan dalam interval,
melainkan diperhitungkan sesuai dengan saat terjadinya efek pada
tiap subyek.

Inrrgnvar KEpERCAyAAN pADA ANATISIS KESINTASAN

Baik pada metode aktuarial maupun product limit seyogyanya

disertakan pula interval kepercayaan. Pada keduanya, karena
jumlah subyek yang diamati makin lama makin sedikit, maka
interval kepercayaannya makin menjadi lebar. Penyertaan interval
kepercayaan ini sangat dianjurkan, oleh karena dengan demikian
dapat diperkirakan kemungkinan kesalahan data pada sampel
dibandingkan dengan pada populasi. Interval kepercayaan dapat
dihitung dengan pelbagai formula, yang tidak dibahas disini.
Interval kepercayaan kesintasan dapat pula diperoleh dengan
bantuan perangkat lunak komputer.

Jl
 260 Analisiskesintasan

PrnnnoaeN Ar\nARA 2 rennr KEHIDUpAN

Sering ingin diketahui apakah perbedaan antara 2 tabel kehidupan
semata-mata disebabkan oleh peluang ataukah perbedaan tersebut
dipopulasi memang ada. Misalkan dari200 pasienkanker dapat dibuat
2 kurve kesintasan terpisah berdasarkan umur pasien, yakni kurve
kesintasan dari 80 pasien yang berusia di bawah 35 tahun" dan kurve
kesintasan dari 120 pasien yang berusia 35 tahun atau lebih. Untuk
menguji hipotesis adanya perbedaan antara dua tabel kehidupan ini
ada beberapa cara, masing-masing dengan kelebihan dan
kekurangannya. Dua cara yang paling banyak dipakai adalah log-rank
test, salah satu aplikasi dari statistik Mantel-Haenszel (karenanya
disebut sebagai uji Mantel-Haenszel), dan cara Kaplan-Meier. Teknik
penghitungan uji tersebut tidak diuraikan disini; pembaca dapat
memeriksanya pada buku-buku daftar pustaka pada akhir bab ini,
sedang untuk pengerjaannya dapat digunakan pelbagai perangkat
lunak program komputer (misalnya Epistaf Stata SPSS).

Bns PADA ANALISIS KESINIASAN

Seperti semua uji komperatif, selalu terdapat kemungkinan

terjadinya bias, termasuk faktor perancu (confounding factor). Oleh
karena itu teknik untuk menyingkirkan pelbagai faktor perancu
(Bab 15) perlu diperhatikan, yakni dalam desairy termasuk inklusi
pasien dengan diagnosis yang akurat, atau dalam analisis. Definisi
operasional yang jelas, serta pengukuran yang sahih dan andal
merupakan hal-hal yang mutlak harus dipenuhi dalam studi analisis
kesintasan. Analisis multivariat yang kompleks mungkin perlu
dilakukan untuk mengontrol variabel perancu yang tidak dapat
disingkirkan dalam desain.

Pnocnau KoMpurER
Penghitungan kesintasan, baik pada metode aktuarial maupun
product limit,lumayan rumit dan memakan waktu, terutama bila

{i

t
 Sudigdo S astr o asmoro dkk. 261

subyek yang diteliti sangat banyak. Beruntunglah kita, karena saat

ini telah terdapat pelbagai program komputer untuk mengerjakan
perhitungan rumit tersebut. Pelbagai perangkat lunak komputer
dilengkapi dengan program analisis kesintasan, termasuk True
Epistat, SPSS, dan Stata. Dengan input data yang akurat sesuai
dengan perintah program komputer, maka hasil penghitungan dan
diagram kesintasan dari ribuan subyek dapat disajikan dalam
hitungan detik atau menit.
Salah satu perangkat lunak yang cukup sederhana namun
bermanfaat adalah True Epistat. Perangkat ini dapat dipergunakan
untuk menghitung analisis kesintasary dengan memberikan output
berupa tabel maupun kurve. Dalam menggunakan program
komputer untuk analisis ini, selain perlu diperhatikan perintah
komputer dan jenis masukan data yang diminta oleh komputer.
Sebagian program menghendaki summary data, yakni berapa lama
pengamatan pada tiap pasiery sebagian lainnya hanya menghendaki
tanggal awal pengamatan serta tanggal terjadinya efek ataupun saat
subyek hilang dari pengamatan. Sebagai ilustrasi berikut disajikan
data yang diperlukan oleh program True-Epistat untuk metode
aktuarial:
o Tanggal penelitian dimulai
r Tanggal masuk insepsi
o Tanggal hilang dari pengamatan
o Tanggal pasien mengalami efek
o Jumlah pasien
o Intervalyang dipilih
r Tanggal penelitian berakhir
Program-program statistika komputer lain yang lebih canggitr,
seperti SPSS atau Stata juga menyediakan perangkat untuk analisis
data kesintasan, baik dengan metode aktuarial maupun metode
Kaplan-Meier. Apabila terdapat 2 tabel kesintasan, tersedia pula
perangkat untuk menguji hipotesis apakah terdapat perbedaan
antara kedua tabel tersebut. Kemudahan yang ditawarkan oleh
pelbagai program komputer tersebut perlu diimbangi oleh peneliti
dengan kualitas data yang akurat karena komputer tidak tahu

:f
 262 Analisiskesintasan

apakah data yang diperoleh mempunyai validitas dan reliabilitas

yang baik. Bila data dasarnya memiliki keakuratan yang tinggi,
dapat diharapkan akan diperoleh hasil analisis kesintasan yang
sahih dan andal.

KnTgglHAN ANALISIS KESINTASAN

Dengan analisis kesintasan dapat dihitung kesintasan data
follow-up, meskipun hanya ada satu subyek penelitian yang telah
memenuhi lama follow-up maksimal. Tentunya prediksi
kesintasan tidak dapat dibuat lebih lama dari masa pengamatan
terpanjang.ladi, tidak dapat dibuat kesintasan 6 tahury dengan
mengekstrapolasi data kesintasan 5 tahun.
Dapat dihitung interval kepercayaan yang dapat memberikan
gambaran kesalahan data pada sampel.
Meski semula teknik analisis ini dipergunakan untuk menghitung
masa harapan hidup, namun seperti diuraikan di atas, ia dapat
pula dipakai untuk membuat tabel untuk kejadian klinis lairu
seperti kejadian relaps, rekurens, remisi, komplikasi, dan lain
sebagainya. Terjadinya efek pada uji klinis, di samping dapat
dianalisis dengan uji hipotesis juga dapat dianalisis dengan
analisis kesintasan bila faktor saat terjadinya efek ingin
diperhitungkan.

Darrnn PUSTAKA
1 Armitage P, Berry G. Statistical methods ini medical research. Edisi ke-2.
Oxford: Blackwell Scientic Publications, 1987.
2 Dawson B, Trapp RG. Basic and clinical biostatistics. Edisi ke-3. boston: Lange
Medical Books/McGraw Hill, 2001.
Elwood fM. Causal relationship in medicine. Oxford: Oxford University Press,
1988.
Ingelfiner jA, Mosteller F, Thibodeau LA, Ware JH. Biostatistics in clinical
medicine. Edisi ke-2. new York: Macmillan Publ. Co., 1987.
Kleinbaum DG. Survival analysis. New York: Spronger-Verlag:1996.

i
 262 Anqlisiskesintasan

apakah data yang diperoleh mempunyai validitas dan reliabilitas

yang baik. Bila data dasarnya memiliki keakuratan yang tinggi,
dapat diharapkan akan diperoleh hasil analisis kesintasan yang
sahih dan andal.

KETUSIHAN ANALISIS KESINTASAN

1 Dengan analisis kesintasan dapat dihitung kesintasan data
follow-up, meskipun h anya ada satu subyek penelitian yang telah
memenuhi lama follow-up maksimal. Tentunya prediksi
kesintasan tidak dapat dibuat lebih lama dari masa pengamatan
terpanjang. jadi, tidak dapat dibuat kesintasan 6 tahun, dengan
mengekstrapolasi data kesintasan 5 tahun.
2 Dapat dihitung interval kepercayaan yang dapat memberikan
gambaran kesalahan data pada sampel.
3 Meski semula teknik analisis ini dipergunakan untuk menghitung
masa harapan hidup, namun seperti diuraikan di atas, ia dapat
pula dipakai untuk membuat tabel untuk kejadian klinis lain,
seperti kejadian relaps, rekurens, remisi, komplikasi, dan lain
sebagainya. Terjadinya efek pada uji klinis, di samping dapat
dianalisis dengan uji hipotesis juga dapat dianalisis dengan
analisis kesintasan bila faktor saat terjadinya efek ingin
diperhitungkan.

Dnrrnn PUSTAKA
1 Armitage P, Berry G. Statistical methods ini medical research. Edisi ke-2.
Oxford: Blackwell Scientic Publications, 1987.
Dawson B, Trapp RG. Basic and clinical biostatistics. Edisi ke-3. boston: Lange
Medical Books/McGraw Hill, 2001.
Elwood jM. Causal relationship in medicine. Oxford: Oxford University Press,
1988.
Ingelfiner JA, Mosteller F, Thibodeau LA, Ware JH. Biostatistics in clinical
medicine. Edisi ke-2. new York: Macmillan Publ. Co., 1987.
Kleinbaum DG. Survival analysis. New York: Spronger-Verlag:1996.

.r|
 Su di gdo S astr o asmoro dkk. 263

Edd*
&# 6 *
F*FH "d r - #e ^* a.B.

Anolisis kesintoson diperlukan guno merongkum doto

follow-up dengon moso pengomofon yang tidok serogom. Doto
seperti ini seringkoli ditemukan dalom penelition klinis
moupun epidemiologis. Di dolom tota loksono posien, soot
timbulnya kejodion klinis songot penting disomping
kejodionnyo itu sendiri.
Duo metode onolisis kesintoson yang sering digunokon dolom
pusoko kedokteron yokni metode okfuariol don metode
product limif. Podo keduo metode terdopot babaropo syorot
don osumsi. Kolkulosi dopot dilokukon penghitungan secoro
monuol, nomun dolom proktik boik tabel maupun kurve dopot
dikerjokon dengan bontuon perongkot lunok komputar.
Meskipun nomonyo kesintosan (survival), nomun metode ini
dapot diteropkon untuk fenomeno klinis loin seperti remisi,
kekombuhon, hilongnyo gejolo klinis terfentu, berkurongnyo
ukuron tumor, don sabogoinyo.

Hosil kolkulosi kesintoson lebih sering disojikcn dolom

bentuk kurvo, don seyogyonyo disertokon niloi intervol
kepercoyoon.

Uji hipotesis ontoro duo tobel kahidupon dopot dilokukon

dengon beberapa coro; yong poling bonoyok digunokon
odoloh metode log-rank.