Nim : 1811140010
Tugas
1. Tentukan nilai-nilai estimasi fungsi survival untuk nilai t (time) yang diberikan pada data excel
yang terlampir, khusus untuk Group 2 (yang diberikan placebo)!
2. Buat kurva survival Kaplan Meier yang diperoleh pada No.1!
3. Bandingkan kurva survival Kaplan Meier antara Group 1 dan Group 2. Kurva Kaplan Meier
Group 1 telah diperoleh pada pertemuan sebelumnya.
Jawab
1.
2. Kurva Survival
Sintaks dalam R Studio
library("survival")
analisis=read.csv(file.choose(),sep = ";",header = TRUE);
analisis
time=analisis$Time
event=analisis$Status
group=analisis$Group
x=cbind(time,event,group)
summary(time)
summary(event)
summary(group)
summary(x)
kmsurvival=survfit(Surv(time,event)~1)
summary(kmsurvival)
plot(kmsurvival,xlab = "time",ylab =
"survival",col=1:3,xscale=365.25,lwd=2,mark.time=TRUE)
kmsurvivall=survfit(Surv(time,event)~group)
summary(kmsurvivall)
plot(kmsurvivall,col=1:2,xscale=365.25,lwd=2,mark.time=TRUE,xlab = "time",ylab =
"survival",)
legend(25,0.9,c("Diberikan Treatment","Diberikan Placebo"),col=1:2,lwd = 2,bty = 'n')
Hasil Running
library("survival")
> analisis=read.csv(file.choose(),sep = ";",header = TRUE);
> analisis
Time Status Group
1 6 1 1
2 6 1 1
3 6 1 1
4 7 1 1
5 10 1 1
6 13 1 1
7 16 1 1
8 22 1 1
9 23 1 1
10 6 0 1
11 9 0 1
12 10 0 1
13 11 0 1
14 17 0 1
15 19 0 1
16 20 0 1
17 25 0 1
18 32 0 1
19 32 0 1
20 34 0 1
21 35 0 1
22 1 1 2
23 1 1 2
24 2 1 2
25 2 1 2
26 3 1 2
27 4 1 2
28 4 1 2
29 5 1 2
30 5 1 2
31 8 1 2
32 8 1 2
33 8 1 2
34 8 1 2
35 11 1 2
36 11 1 2
37 12 1 2
38 12 1 2
39 15 1 2
40 17 1 2
41 22 1 2
42 23 1 2
> time=analisis$Time
> event=analisis$Status
> group=analisis$Group
> x=cbind(time,event,group)
> summary(time)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1.00 6.00 10.50 12.88 18.50 35.00
> summary(event)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000 0.0000 1.0000 0.7143 1.0000 1.0000
> summary(group)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1.0 1.0 1.5 1.5 2.0 2.0
> summary(x)
time event group
Min. : 1.00 Min. :0.0000 Min. :1.0
1st Qu.: 6.00 1st Qu.:0.0000 1st Qu.:1.0
Median :10.50 Median :1.0000 Median :1.5
Mean :12.88 Mean :0.7143 Mean :1.5
3rd Qu.:18.50 3rd Qu.:1.0000 3rd Qu.:2.0
Max. :35.00 Max. :1.0000 Max. :2.0
> kmsurvival=survfit(Surv(time,event)~1)
> summary(kmsurvival)
Call: survfit(formula = Surv(time, event) ~ 1)
group=1
time n.risk n.event survival std.err lower 95% CI upper 95% CI
6 21 3 0.857 0.0764 0.720 1.000
7 17 1 0.807 0.0869 0.653 0.996
10 15 1 0.753 0.0963 0.586 0.968
13 12 1 0.690 0.1068 0.510 0.935
16 11 1 0.627 0.1141 0.439 0.896
22 7 1 0.538 0.1282 0.337 0.858
23 6 1 0.448 0.1346 0.249 0.807
group=2
time n.risk n.event survival std.err lower 95% CI upper 95% CI
1 21 2 0.9048 0.0641 0.78754 1.000
2 19 2 0.8095 0.0857 0.65785 0.996
3 17 1 0.7619 0.0929 0.59988 0.968
4 16 2 0.6667 0.1029 0.49268 0.902
5 14 2 0.5714 0.1080 0.39455 0.828
8 12 4 0.3810 0.1060 0.22085 0.657
11 8 2 0.2857 0.0986 0.14529 0.562
12 6 2 0.1905 0.0857 0.07887 0.460
15 4 1 0.1429 0.0764 0.05011 0.407
17 3 1 0.0952 0.0641 0.02549 0.356
22 2 1 0.0476 0.0465 0.00703 0.322
23 1 1 0.0000 NaN NA NA
3. Berdasarkan kurva Kaplan Meiler diatas terlihat bahwa, kurva survival untuk pasien yang
diberikkan treatment berada diatas kurva survival untuk pasien yang placebo. Hal ini
menunjukkan probabilitas survival pasien yang diberikan treatment lebih tinggi dibandingkan
probabilitas survival pasien yang diberikan placebo.