Kelompok 1

Tugas Pertemuan- 7

Nama :

1. Arif Maulana 1810118110002

2. Muhammad Roid Albari 1810118310023
3. Ikhsan Hidayat Lubis 1710118110013
4. Liko Noor Rafianto Rahadhian 1710118210016
5. Muhammad Rizal 1710118210024

4.2 Analisis Tabel Hidup

Metode tabel kehidupan adalah salah satu teknik tertua untuk mengukur kematian dan
menjelaskan pengalaman bertahan hidup suatu populasi. Ini telah digunakan oleh aktuaris,
ahli demografi, lembaga pemerintah, dan peneliti medis di studi tentang kelangsungan hidup,
pertumbuhan populasi, kesuburan, migrasi, lama menikah umur, umur kerja, dan sebagainya.

4.2.1 Tabel Populasi Hidup

Ada dua macam tabel populasi kehidupan, yaitu Tabel Kehidupan Kelompok dan Tabel
Kehidupan Saat Ini. Tabel kehidupan kelompok mendeskripsikan peristiwa kematian atau
bertahan hidup sejak lahir hingga mati dari kelompok spesifik orang-orang yang lahir pada
waktu yang hampir sama, contohnya semua orang yang lahir pada tahun 1950. Kelompok itu
harus diikuti hingga semuanya mati.

Tabel kehidupan saat ini dibangun dengan menerapkan angka kematian spesifik usia dari
suatu populasi dalam periode waktu tertentu ke kelompok hipotetis yang terdiri dari 100.000
atau 1.000.000 orang. Titik awalnya adalah kelahiran pada tahun ke 0. Dua sumber data
diperlukan untuk menyusun tabel kehidupan penduduk: (1) data sensus jumlah orang yang
hidup pada setiap usia pada tahun tertentu pada pertengahan tahun dan (2) data statistik vital
tentang jumlah kematian pada tahun tertentu untuk setiap usia. Misalnya, tabel kehidupan
A.S. saat ini mengasumsikan kohort hipotetis 100.000 orang yang tunduk pada tingkat
kematian khusus usia berdasarkan data yang diamati untuk Amerika Serikat pada sensus
1990. Tabel kehidupan saat ini, berdasarkan pengalaman hidup dari populasi aktual selama
periode waktu yang singkat, memberikan ringkasan yang baik dari kematian saat ini. Istilah
tabel kehidupan penduduk sering digunakan untuk merujuk pada tabel kehidupan saat ini.

Tabel kehidupan saat ini biasanya memiliki kolom berikut:

1. Interval usia ¿. Ini adalah interval waktu antara dua usia yang tepat x dan x +t; t
adalah panjang interval. Misalnya, interval 20-21 menyertakan interval waktu dari
ulang tahun ke-20 hingga ulang tahun ke-21 (tetapi tidak termasuk ulang tahun ke-
21).
2. Proporsi orang yang hidup pada awal interval usia tetapi meninggal selama interval
( r q x ). Informasi tersebut diperoleh dari data sensus. Misalnya, ( r q x ) untuk interval
usia 20-21 adalah proporsi orang yang meninggal pada atau setelah ulang tahun ke-
20 dan sebelum ulang tahun ke-21. Ini adalah perkiraan probabilitas bersyarat dari
kematian dalam interval mengingat orang tersebut masih hidup pada usiax. Kolom
ini biasanya dihitung dari data sensus penduduk sepuluh tahunan dan kematian yang
terjadi dalam interval waktu tertentu. Misalnya, angka kematian pada Tabel 4.4
dihitung dari data Sensus Penduduk 1990 dan kematian yang terjadi di Amerika
Serikat dalam tiga tahun 1989-1991. Kolom ini adalah fondasi tabel kehidupan
tempat semua kolom lainnya diturunkan.
3. Jumlah yang hidup pada interval usia awal (l ). Nilai awal l, ukuran populasi
hipotetis, biasanya 100.000 atau 1.000.000. Nilai berturut-turut dihitung
menggunakan rumus:
l x =l x−1 ( 1−r q x−t ) (4.2.1)
dimana 1−r q x−t adalah proporsi orang yang selamat dari interval usia sebelumnya.

Contohnya, pada Tabel 4.4, t=1, l 20=l 19 ( 1−1 q 19 )=98.314 (1−0,00101 )=98.215 ,
yang merupakan jumlah orang yang hidup di awal usia 20.
4. Jumlah kematian selama interval usia t d x
d l ( q ) = lx – lx+1
t x= x t x (4.2.2)

5. Populasi stasioner (tLx dan Tx). Di sini L adalah jumlah tahun tinggal di i interval
usia atau jumlah orang-tahun lx orang, usia x tepatnya, hidup melalui interval. Bagi
mereka yang selamat dari interval, kontribusi mereka untuk tLx adalah panjang
intervalnya. Bagi mereka yang meninggal selama selang waktu tersebut, kita
mungkin tidak mengetahui secara pasti waktu kematian dan waktu kelangsungan hidup
harus diperkirakan. Asumsi konvensional adalah bahwa mereka hidup setengah dari
interval dan berkontribusi t/2 untuk perhitungan tLx. Jadi,
 1
L = t(lx+1 +
t x d) ( 4.2.3)
2t x
Misalnya, pada Tabel 4.4, 1L20 = 98.113 + 102/2 = 98.164.
Simbol Tx adalah jumlah total orang-tahun yang hidup di luar usia t oleh orang yang
hidup pada usia itu, yaitu,
❑
❑
Tx = ∑ t L j (4.2.4)
j≥ x

dan

Tx = tLx + Tx+1 (4.2.5)

Misalnya, pada Tabel 4.4, T0 = 7.536.614, yang merupakan jumlah dari semuanya tLx
nilai-nilai di kolom 5, dan T1 = 7,437,356, yaitu
T0 - 1L0 = 7.536.614 - 99.258.

6. Rata-rata sisa masa hidup atau rata-rata sisa tahun masa hidup pada awal
interval usia (e). Ini juga dikenal sebagai harapan hidup pada usia tertentu, yang
didefinisikan sebagai jumlah tahun tersisa untuk dijalani oleh orang pada usia x:

Tx
e 0x = (4.2.6)
lx

Usia yang diharapkan saat kematian seseorang yang berusia x yaitu x + e 0x . e 0x pada x = 0
yang merupakan harapan hidup saat lahir. Misalnya menurut kehidupan AS, untuk
tahun 1989 - Tahun 1991 angka harapan hidup saat lahir adalah 75,37 tahun dan
umur 40 tahun adalah 37,98 tahun. Artinya menurut angka kematian tahun 1989 -
1991 bayi baru lahir diharapkan untuk hidup 75,37 tahun dan mereka pada usia 40
diharapkan untuk hidup 37,98 tahun lagi. Ini digunakan untuk mengidentifikasi tren
dan membandingkan umur panjang. Tabel 4.5 menunjukkan bahwa menurut angka
kematian tahun 1998, bayi baru lahir dan mereka yang berusia 40 tahun diharapkan
untuk hidup masing-masing 76,7 dan 38,8 tahun. Harapan hidup secara keseluruhan
menunjukkan peningkatan umur panjang di Amerika Serikat selama periode waktu
tersebut.
Sumber. Tabe/ Life AS, 1998. Laporan Statistik Vital Nasional, Vol. 48, No. 18, Pusat Statistik Kesehatan Nasional, Washington, DC,
2001.
4.2.2 Tabel Kehidupan Klinis

Metode tabel kehidupan aktuaria telah diterapkan pada data klinis selama beberapa dekade.
Berkson dan Gage (1950) dan Cutler dan Ederer (1958) memberikan metode tabel kehidupan
untuk memperkirakan fungsi survivorship; Gehan (1969) memberikan metode untuk
memperkirakan ketiga fungsi (survivorship, density, and hazard).

Metode tabel kehidupan memerlukan jumlah pengamatan yang cukup banyak, sehingga
waktu kelangsungan hidup dapat dikelompokkan menjadi beberapa interval. Mirip dengan
perkiraan PL, metode tabel kehidupan menggabungkan semua informasi kelangsungan hidup
yang terakumulasi hingga penghentian penelitian. Misalnya, dalam menghitung tingkat
kelangsungan hidup lima tahun pasien kanker payudara, seseorang tidak perlu membatasi diri
hanya pada pasien yang telah masuk dalam penelitian selama lima tahun atau lebih. Pasien yang
telah masuk selama empat, tiga, dua, dan bahkan satu tahun memberikan informasi yang berguna
untuk evaluasi kelangsungan hidup lima tahun. Dengan cara ini, teknik tabel kehidupan
menggunakan data yang tidak lengkap seperti mangkir dan orang yang ditarik hidup-hidup serta
data kematian lengkap.

Tabel 4.6 menunjukkan format tabel kehidupan klinis. Kolomnya dijelaskan di bawah ini.

1. Interval [t i+ t i+ 1). Kolom pertama memberikan interval. Waktu bertahan dan waktu
kehilangan atau penarikan distribusi. Interval dari t i sampai sebelum t i+1, i=1 , … , s .
interval terakhir mempunyai panjang yang tak terbatas. Interval ini diasumsikan tetap.
2. Titik tengah (t mi). Titik tengah masing-masing interval, ditunjuk t mi, i=1 , … , s−1 ,
termasuk untuk memudahkan memplot hazard dan fungsi densitas peluang. Kedua
fungsinya diplotting sebagai t mi
3. Lebar (b i ¿. Lebarnya masing-masing interval b i=t i +1−t i , i=1 ,… , s−1, dibutuhkan
perhitungan hazard dan fungsi densitas.
4. Jumlah mangkir (l i ). Ini adalah jumlah orang yang hilang dalam pengamatan dan yang
status kelangsungan hidupnya tidak diketahui dalam interval ke-i (i1 , .. , S) .
5. Nomor ditarik hidup-hidup ( wi). Orang yang ditarik hidup-hidup dalam interval ke-i
adalah mereka yang diketahui masih hidup pada tanggal penutupan penelitian. Waktu
 bertahan hidup yang dicatat untuk orang-orang tersebut adalah lamanya waktu dari
masuk hingga tanggal penutupan penelitian.
6. Jumlah meninggal (d i ). Ini adalah jumlah orang yang meninggal dalam interval ke-i.
Waktu bertahan hidup orang-orang ini adalah waktu dari pintu masuk menuju kematian.
7. Angka yang memasuki interval ke-i (n ' i). Jumlah orang yang memasuki interval
pertama n 'i adalah ukuran sampel total. Entri lainnya ditentukan dari
n ' i =n ' i−1−l i−1−wi−1−d i−1. Artinya, jumlah orang yang memasuki interval ke-i sama
dengan jumlah yang dipelajari pada awal interval sebelumnya dikurangi mereka yang
mangkir, menarik diri hidup-hidup, atau telah meninggal dalam interval sebelumnya.
8. Jumlah yang terpapar risiko (ni ). Ini adalah jumlah orang yang terpapar risiko dalam

1
interval ke-i dan didefinisikan sebagai n ' i =n ' i−1− ( li + wi ). Diasumsikan bahwa waktu
2
untuk kehilangan atau penarikan kira-kira didistribusikan secara seragam dalam interval.
Oleh karena itu, orang yang tersesat atau menarik diri dalam interval terpapar risiko
kematian selama setengah interval. Jika tidak ada kerugian atau penarikan, ni =n ' i.
9. Proporsi bersyarat sekarat (q i). Ini didefinisikan sebagai q i=d i /ni untuk
i=1 , … , s−1 , dan qs =1. Ini adalah perkiraan probabilitas kondisional kematian dalam
interval ke-i yang diberikan paparan risiko kematian dalam interval ke-i.
10. Proporsi bersyarat bertahan hidup (q i). Ini diberikan oleh pi=1−qi , yang merupakan
perkiraan probabilitas bersyarat untuk bertahan dalam ke-i interval.
11. Proporsi Bertahan Hidup Komulatif [ ^S (t i ) ]. Ini merupakan sebuah perkiraan fungsi

bertahan hidup pada waktu t i; Hal ini sering disebut sebagai Nilai Bertahan Hidup

Komulatif. Untuk i=1, S^ ( t 1i ) =1 dan untuk i=2 , .. . . , s, S^ ( t i) = ^pi−1 S^ (t i−1 ).

12. Fungsi Kepadatan Kemungkinan [ ^f (t m) ]. Didefinisikan sebagai kemungkinan kematian di

interval ke-i per satuan lebar. Jadi, perkiraan alami di tengah tengah interval adalah
^ ^
^f ( t m ) = S ( t i )− S (t i−1 ) = S (t i )^q i i=1 , .. . ., s−1
^
bi bi

13. Fungsi Hazard [ h^ (t mi ) ]. Fungsi Hazard untuk interval ke-i, perkiraan di titik tengah,
adalah
 di 2 q^ i
h^ ( t mi )= = i=1 , .. . . , s−1
1 bi (1+ ^pi )
bi (ni− d i)
2
Sazher (1956) memperoleh perkiraan dari Fungsi Hazard dengan mengasumsikan bahwa
nilai Hazard adalah konstan dengan sebuah interval namun bervariasi antara interval.
Perkiraannya adalah
−log ^pi
h^ ( t mi )=
bi
Varians perkiraan sampel besar dari fungsi perkiraan bertahan hidup di interval ke-i
adalah
i−1
^ i ) ]2 ∑ q^ j
Var [ S^ (t i) ] ≅ [ S(t
j=1 n j ^
pj
Dengan ^S(t i) adalah proporsi bertahan hidup perkiraan melampaui batas bawah dari
interval yang mengandung median.
Varians dari t mr (i) adalah sekitar
2
[ S^ (t i) ]
Var [ t mr (i) ] = 2
4 ni [ f^ (t mj ) ]
Contoh 4.4
Data kelangsungan hidup berikut untuk 2.418 laki-laki dengan angina pektoris, awalnya
dilaporkan oleh Parker et al. (1946), juga dimasukkan dalam makalah Gehan (1969). Waktu
kelangsungan hidup dihitung dari waktu diagnosis dalam beberapa tahun. Tabel kehidupan
menggunakan 16 interval satu tahun. Tabel 4.7 memberikan perkiraan berbagai fungsi
kelangsungan hidup, sisa masa hidup median, dan kesalahan standarnya. Fungsi survivorship,
^
^S(t ), diplot pada t dan fungsi hazard dan kepadatan, h(t) dan ^f (t), diplot pada titik tengah
interval (Gambar 4.4).
Grafik perkiraan fungsi bahaya menunjukkan bahwa angka kematian tertinggi pada tahun
pertama setelah diagnosis. Dari akhir tahun pertama hingga awal tahun kesepuluh, angka
kematian relatif konstan, berfluktuasi antara 0,09 dan 0,12. Tingkat bahaya biasanya lebih tinggi
setelah tahun kesepuluh. Oleh karena itu, prognosis untuk pasien yang telah bertahan hidup satu
tahun lebih baik daripada untuk pasien yang baru didiagnosis jika faktor-faktor seperti usia, jenis
kelamin, dan ras tidak dipertimbangkan. Interpretasi serupa dicapai dengan memeriksa perkiraan
sisa masa hidup median. Awalnya, perkiraan sisa umur rata-rata adalah 5,33 tahun. Ini mencapai
puncak 6,34 tahun pada awal tahun kedua setelah diagnosis dan kemudian menurun. Waktu
kelangsungan hidup rata-rata, baik dibaca dari kurva kelangsungan hidup atau menggunakan
(4.2.14), adalah 5,33 tahun dan tingkat kelangsungan hidup lima tahun adalah 0,5193 dengan
kesalahan standar 0,0103.
 Asumsikan bahwa waktu bertahan hidup t (tahun) dari masing-masing 2418 laki-laki
penderita angina pektoris pada Contoh 4.4 memiliki format yang sama dengan file data
''C: D4d2.DAT'' yang ditentukan dalam contoh 4.2 dan disimpan dalam ''C: D4d4.DAT''.
Maka kode SAS berikut dapat digunakan untuk menghasilkan tabel kehidupan klinis seperti
Tabel 4.7.

data w1;
infile ‘c:\d4d4.dat’ missover;
input t cens;
run;
proc lifetest data = w1 outsurv = wa method = life intervals = 0 to 15 by 1;
time t*cens(0);
run;
title ‘Life table of the survival times’;
proc print data = wa;
run;

Jika BMDP 1L digunakan, kodenya adalah

/input file = ‘c:\d4d4.dat’.

variables = 2.
format = free.
/variable names = t, cens.
/form unit = year.
time = t.
status = cens.
response = 1.
/estimate method = life.
Print.
/end

Jika prosedur SPSS SURVIVAL digunakan, kodenya adalah

data list file = ‘c:\d4d4.dat’ free

 / t cens.
survival tables = t
/status = cens (1) for t
/intervals = thru 15 by 1
/print.