survival Model
Article About Application of Survival Model in Health Sector.
Background
Tujuan dari penelitian ini adalah untuk mengevaluasi hubungan antara perawatan yang berbeda dan waktu kelangsungan hidup pasien kanker payudara menggunakan model Cox standar atau model Cox bertingkat.
Introduction
Tujuan dari beberapa penelitian medis adalah untuk mengidentifikasi faktor prognostik waktu kelangsungan hidup pasien berdasarkan klasifikasi klinis. Banyak peneliti menganggap analisis data kelangsungan hidup sebagai penerapan dua metode statistik konvensional: parametrik jika distribusi waktu kelangsungan hidup diketahui dan semiparametrik jika distribusinya tidak diketahui. Model regresi hazard proporsional Cox adalah model kelangsungan hidup semiparametrik yang paling banyak digunakan dalam ilmu kesehatan. Alasan utama mengapa model Cox sangat populer adalah karena model ini bergantung pada asumsi yang lebih sedikit dibandingkan dengan model parametrik. Asumsi mendasar dalam model ini adalah proporsionalitas dari fungsi hazard. Model Proportional Hazards (PH) mengasumsikan bahwa rasio hazard dua orang tidak bergantung pada waktu. Dimana asumsi PH tidak terpenuhi, tidak tepat untuk menggunakan model Cox PH standar karena dapat menyebabkan bias yang serius dan kehilangan kekuatan ketika memperkirakan atau membuat kesimpulan tentang pengaruh faktor prognostik yang diberikan pada kematian. Sebuah tinjauan analisis kelangsungan hidup dalam jurnal kanker mengungkapkan bahwa hanya 5% dari semua studi yang menggunakan model Cox PH yang dianggap sebagai asumsi yang digarisbawahi. Ketika asumsi proporsional tidak terpenuhi, modifikasi lain atau model lain harus digunakan untuk analisis data kelangsungan hidup. Dalam makalah ini, asumsi PH diuji dengan residu Schoenfeld. Dengan demikian, baik model PH Cox atau model Cox bertingkat dipasang sesuai dengan asumsi PH. Semua model dipasang pada data berbasis populasi dari British Columbia, Kanada.
Methods
Penelitian dilakukan terhadap 15830 wanita yang didiagnosis menderita kanker payudara di British Columbia, Kanada. Mereka dibagi menjadi delapan kelompok sesuai dengan usia pasien dan stadium penyakit. Model Cox’s PH atau model Cox bertingkat dipasang pada masing-masing kelompok sesuai dengan asumsi PH dan diuji menggunakan residu Schoenfeld.
Results
Data menunjukkan bahwa pada kelompok pasien di bawah usia 50 tahun dan di atas usia 50 dengan kanker stadium I, bahaya tertinggi terkait dengan radioterapi (HR= 3,15, CI: 1,85-5,35) dan kemoterapi (HR= 3, CI: 2,29- 3,93) masing-masing. Untuk kedua kelompok pasien dengan kanker stadium II, risiko tertinggi terkait dengan radioterapi (HR=3,02, CI: 2,26-4,03) (HR=2,16, CI:1,85-2,52). Untuk kedua kelompok pasien kanker stadium III, risiko tertinggi adalah untuk pembedahan (HR=0,49, CI: 0,33-0,73), (HR=0,45, CI: 0,36-0,57). Untuk pasien berusia 50 tahun atau kurang dengan kanker stadium IV, tidak ada pengobatan yang signifikan secara statistik. Pada kelompok pasien kanker stadium IV di atas usia 50 tahun, hazard tertinggi berhubungan dengan pembedahan (HR=0,64, CI: 0,53-0,78).
Conclusion
Hasil penelitian ini menunjukkan bahwa untuk pasien kanker payudara stadium I dan II, radioterapi dan kemoterapi memiliki hazard tertinggi; untuk pasien dengan kanker payudara stadium III dan IV, bahaya tertinggi dikaitkan dengan operasi pengobatan.
Difference Between Time Series Model and Survival Model
Analysis Purpose
Time Series berusaha untuk meramalkan dan mengantisipasi peristiwa masa depan dalam kerangka waktu tertentu, sedangkan kelangsungan hidup bertujuan untuk memperkirakan kapan suatu peristiwa akan terjadi.
Amount of Event
Survival menyelidiki satu peristiwa untuk satu subjek, sedangkan analisis runtun waktu banyak kejadian yang akan terjadi di masa depan untuk satu topik.