MATERI KULIAH SURVIVAL ANALYSIS PERTEMUAN KE-6

oleh :
I Made Arcana
KARAKTERISTIK MODEL COX PH
Model Cox PH:
,
∑)*+ -) .)
ℎ ", $ = ℎ& " e

$ = (01 , 02 , … , 04 ) :
explanatory/predictor variables

Baseline Hazard Exponential Function

Memuat waktu t, Memuat X yang bebas
tidak memuat X dari pengaruh waktu t

2
KARAKTERISTIK MODEL COX PH
Hazard Ratio: 3
∑012 40 50∗ :
% *∗ )
ℎ((, ℎ- ( e
! =
"# = = exp ? B;@ (6@∗ − 6@ )
% *)
ℎ((, ℎ- ( e ∑3
012 40 50
@A7
dimana:
*∗ = (67∗ , 68∗ , … , 6:∗ ) Dua set X yang
* = (67, 68, … , 6: ) akan diperbandingkan

Asumsi PH:
% *∗ )
ℎ((,
! =
"# = <; ℎ% (, *∗ = <; ℎ((,
% *)
% *)
ℎ((,

3
METODE PEMERIKSAAN ASUMSI PH

METODE GRAFIK
Metode GOODNESS OF FIT
Pemeriksaan TEST
Asumsi PH TIME-DEPENDENT
COVARIATE

4
METODE GRAFIK
Terdapat 2(dua) pendekatan :
1. Grafik log-log survival plot 2. Grafik nilai amatan vs prediksi

Nilai prediksi (laki-laki)

Laki-laki

Perempuan
Nilai amatan (laki-laki)
Waktu
Waktu

Apakah sejajar ?? Apakah cukup dekat??

Jika sejajar memenuhi asumsi PH Jika dekat memenuhi asumsi PH
5
METODE GRAFIK
Secara matematis, log log survival curve ditulis
%
− ln(− ln &(')), dimana −∞ %
≤ −ln(− ln &(')) ≤∞

6
0
&% ' = , - ∫/ 1 2 32 −ln &% ' = 4 ℎ 8 98 = :(')
5

cumulative hazard (+)

Sehingga:
%
−∞ ≤ −ln (−ln &(')) ≤∞

6
METODE GRAFIK
• Grafik log-log survival plot:
! % ) = 0.54
"($
! % )) = −ln(− ln 0.54)
−ln(− ln "($
= −ln(0.616)
= 0.484
! 2 ) = 0.25
"($
! 2 )) = −ln(− ln 0.25)
−ln(− ln "($
= −ln(1.386)
= −0.327

7
METODE GRAFIK
4
∑.23 -. /.
ℎ ", $ = ℎ' " e ! ", $ = [!' " ])*+[∑ -. /. ]
Untuk dua individu yang berbeda

Tidak
dipengaruhi
oleh waktu t

8
METODE GRAFIK
• Grafik log-log survival plot:

Untuk dua individu yang berbeda

9
CONTOH :
DATA PENGOBATAN PENDERITA LEUKEMIA:

Survival time T:
waktu sampai dinyatakan
sembuh

Variabel penjelas:
X1: status group
group 1: treatment
group 2: control
X2: log WBC (White Blood Cell)

10
METODE GRAFIK
• Grafik log-log survival curve untuk variabel !"
menggunakan model PH yang di-adjust terhadap
variabel log WBC:

#$ MEMENUHI
ASUMSI PH

11
METODE GRAFIK
• Grafik log-log survival plot untuk variabel log WBC
menggunakan model PH yang di-adjust terhadap
variabel !" :

Log WBC
MEMENUHI
ASUMSI PH

12
METODE GRAFIK
GRAFIK K-M HASIL OBSERVASI GRAFIK K-M
OBSERVASI VS PREDIKSI:

GRAFIK K-M HASIL PREDIKSI

13
GOODNESS OF FIT TEST

Menawarkan uji hipotesis secara statistik dan p-value

Dapat menghasilkan keputusan yang lebih obyektif dibanding

pendekatan grafis

Menggunakan Uji Harrel dan Lee (1986) yang didasarkan pada

Schoenfeld residuals

Untuk setiap variabel predictor dalam model, Schoenfeld residuals

didefinisikan untuk setiap subyek yang mengalami kejadian

14
GOODNESS OF FIT TEST
Schoenfeld residuals untuk variabel tertentu pada
subyek ke-= adalah selisih nilai amatan untuk subyek
ke-= terhadap rata-rata tertimbang kelompok resiko

Schoenfeld residual untuk subyek ke-=, variabel ke-6

pada survival time ?@ adalah:

2 ()
∑(∈*(,-) %"# exp(3′5
!"# = %"# −
2 ()
∑(∈*(,-) exp(3′5

6 = 1, 2, ⋯ , ;; = = 1, 2, ⋯ , >

15
GOODNESS OF FIT TEST
Langkah dalam melakukan pengujian:

16
GOODNESS OF FIT TEST
CONTOH SYNTAX DG SPSS : CONTOH OUTPUT:

17
GOODNESS OF FIT TEST
COMMAND DALAM STATA :
stcox Rx log_WBC, schoenfeld(schoen*) scaledsch(scaled*)
stphtest, rank detail

OUTPUT:

Rx dan
log WBC
memenuhi
asumsi PH

18
TIME-DEPENDENT COVARIATES

Menambahkan variabel baru Variabel baru:

(hasil perkalian variabel yang !×#(%)
akan dicek dengan fungsi waktu)
# % =%
# % = log %

EXTENDED COX MODEL ℎ %, ) = ℎ+ % exp /! + 1#(%)

Uji 5+ : 1 = 0
Jika terima 5+ àAsumsi PH terpenuhi

19
20