> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("equatiomatic")1 PENDAHULUAN
1.1 Latar Belakang
Penyakit kanker merupakan salah satu penyebab kematian utama di seluruh dunia. Pada tahun 2012, sekitar 8,2 juta kematian disebabkan oleh kanker dan lebih dari 65% kematian ini terjadi di negara-negara berkembang (Globocan, 2012). Kanker serviks adalah salah satu kanker yang paling sering diderita oleh perempuan dan menempati peringkat teratas di antara berbagai jenis kanker yang menyebabkan kematian perempuan di seluruh dunia. Setiap tahunnya, lebih dari 270.000 perempuan meninggal karena kanker serviks (WHO, 2013).
Analisis survival adalah suatu metode untuk menganalisis data yang berhubungan dengan waktu, mulai dari time origin hingga terjadinya suatu kejadian khusus (end point). Analisis ini membutuhkan data yang merupakan data survival atau data ketahanan dari suatu objek atau individu yang diamati. Di dalam riset medis, time origin merupakan awal dari perekrutan suatu individu pada suatu percobaan dan end point (event) merupakan kematian suatu individu, sehingga data yang dihasilkan dinamakan waktu survival (Collet, 1994). Menurut Miller (1998) dalam Hanni (2013), data survival merupakan data interval waktu yang diamati dari suatu objek atau individu pada saat pertama kali masuk ke dalam pengamatan sampai objek atau individu tersebut mencapai event (gagal atau mati). Sebagai contoh interval waktu mengukur kerusakan suatu produk, mati suatu makhluk hidup karena mengidap penyakit tertentu, kambuh suatu penyakit tertentu. Menurut Lee dan Wang (2003), fungsi-fungsi pada distribusi waktu hidup merupakan suatu fungsi yang menggunakan variabel random waktu yang dinotasikan dengan huruf 𝑇.
1.2 Statistika Deskriptif
Statistik Deskriptif juga merupakan metode yang sangat sederhana. Metode ini hanya mendeskripsikan kondisi dari data yang sudah anda miliki Dan menyajikannya dalam bentuk tabel diagram grafik dan bentuk lainnya yang disajikan dalam uraian – uraian singkat dan juga terbatas.
Penyajian data dalam statistika deskriptif sangat beragam. Penyajian data meliputi : - histogram - diagram batang daun - diagram batang - ogive - pie chart
1.3 Analisis Survival
Fungsi survival didefinisikan sebagai peluang suatu objek atau individu dapat bertahan hidup atau beroperasi dengan baik sampai waktu 𝑡. Dengan kata lain peluang seorang individu mengalami kejadian setelah atau pada saat t. Jika 𝑇 merupakan variabel random dari waktu tahan hidup suatu individu dalam interval [0, ∞), maka fungsi survival dinotasikan dengan 𝑆(𝑡) dapat dinyatakan dalam persamaan berikut :
𝑆(𝑡) = 𝑃(𝑇 ≥ 𝑡) 0 ≤ 𝑡 ≤ ∞ 1.4 Data
Data yang digunakan adalah data pasien penderita kanker leher rahim. Data terdiri dari variabel X beserta dummy , dan variabel Y dalam satuan bulan. Sampel yang digunakan sebanyak 80 orang. Melakukan analisis data mulai dari statistika deskriptif sampai Regresi Cox. Dilakukan analisis data dengan bantuan software R Menggunakan dengan langkah – langkah sebagai berikut :
- Mengimport dataset dari excel ke R Studio.
- Mengidentifikasi rancangan yang sesuai.
- Analisis rancangan yang telah dipilih.
- Interpretasikan hasil analisis.
2 SOURCE CODE
2.1 Mengimpor dataset
> library(flexsurv)
> library(readxl)
> data1 <- read_excel("C:/Users/Lenovo/Downloads/data1.xlsx")
> View(data1)2.2 Statistika Deskriptif
> summary(data1)
No Survival Status Usia U1
Min. : 1.00 Min. : 1.00 Min. :0.00 Min. :1.000 Min. :0.0
1st Qu.:20.75 1st Qu.: 8.75 1st Qu.:0.00 1st Qu.:2.000 1st Qu.:0.0
Median :40.50 Median :39.00 Median :1.00 Median :2.000 Median :0.0
Mean :40.50 Mean :36.55 Mean :0.55 Mean :2.087 Mean :0.1
3rd Qu.:60.25 3rd Qu.:63.00 3rd Qu.:1.00 3rd Qu.:2.000 3rd Qu.:0.0
Max. :80.00 Max. :69.00 Max. :1.00 Max. :3.000 Max. :1.0
U2 Stadium S1 S2
Min. :0.0000 Min. :1.0 Min. :0.0000 Min. :0.0000
1st Qu.:0.0000 1st Qu.:2.0 1st Qu.:0.0000 1st Qu.:0.0000
Median :1.0000 Median :2.5 Median :0.0000 Median :0.0000
Mean :0.7125 Mean :2.5 Mean :0.0875 Mean :0.4125
3rd Qu.:1.0000 3rd Qu.:3.0 3rd Qu.:0.0000 3rd Qu.:1.0000
Max. :1.0000 Max. :4.0 Max. :1.0000 Max. :1.0000
S3 Pengobatan Pg1 Pg2 Pg3
Min. :0.0000 Min. :0.000 Min. :0.0 Min. :0.0000 Min. :0.00
1st Qu.:0.0000 1st Qu.:2.000 1st Qu.:0.0 1st Qu.:0.0000 1st Qu.:0.00
Median :0.0000 Median :3.000 Median :0.0 Median :0.0000 Median :0.00
Mean :0.4125 Mean :2.725 Mean :0.1 Mean :0.1375 Mean :0.05
3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:0.0 3rd Qu.:0.0000 3rd Qu.:0.00
Max. :1.0000 Max. :4.000 Max. :1.0 Max. :1.0000 Max. :1.00
Pg4 Penyakit Pendidikan Pd1
Min. :0.0000 Min. :0.0000 Min. :1.000 Min. :0.000
1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:1.000 1st Qu.:0.000
Median :0.0000 Median :0.0000 Median :1.000 Median :1.000
Mean :0.3625 Mean :0.2625 Mean :1.688 Mean :0.575
3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:2.000 3rd Qu.:1.000
Max. :1.0000 Max. :1.0000 Max. :4.000 Max. :1.000
Pd2 Pd3 Anemia
Min. :0.0 Min. :0.0000 Min. :0.0000
1st Qu.:0.0 1st Qu.:0.0000 1st Qu.:0.0000
Median :0.0 Median :0.0000 Median :1.0000
Mean :0.2 Mean :0.1875 Mean :0.6125
3rd Qu.:0.0 3rd Qu.:0.0000 3rd Qu.:1.0000
Max. :1.0 Max. :1.0000 Max. :1.0000 2.3 Distribusi Exponential
> distexponential <- flexsurvreg (Surv(Survival, Status)~ Usia+U1+U2+ Stadium+S1+S2+S3+Pengobatan+Pg1+Pg2+Pg3+Pg4 +Penyakit +Pendidikan+Pd1+Pd2+Pd3 +Anemia, dist = "exponential" , data = data1)
> summary (distexponential)
time est lcl ucl
1 1 0.9962445 NA NA
2 2 0.9925031 NA NA
3 3 0.9887758 NA NA
4 4 0.9850625 NA NA
5 6 0.9776776 NA NA
6 7 0.9740060 NA NA
7 8 0.9703481 NA NA
8 9 0.9667040 NA NA
9 10 0.9630736 NA NA
10 12 0.9558535 NA NA
11 15 0.9451249 NA NA
12 16 0.9415755 NA NA
13 17 0.9380394 NA NA
14 19 0.9310070 NA NA
15 20 0.9275107 NA NA
16 21 0.9240274 NA NA
17 23 0.9171001 NA NA
18 24 0.9136560 NA NA
19 29 0.8966283 NA NA
20 35 0.8766134 NA NA
21 37 0.8700415 NA NA
22 41 0.8570453 NA NA
23 42 0.8538267 NA NA
24 46 0.8410726 NA NA
25 47 0.8379140 NA NA
26 51 0.8253976 NA NA
27 53 0.8192098 NA NA
28 54 0.8161332 NA NA
29 60 0.7979152 NA NA
30 61 0.7949186 NA NA
31 62 0.7919333 NA NA
32 63 0.7889593 NA NA
33 64 0.7859963 NA NA
34 65 0.7830445 NA NA
35 66 0.7801038 NA NA
36 67 0.7771742 NA NA
37 68 0.7742555 NA NA
38 69 0.7713478 NA NA> plot(distexponential , col = "red" , type = "survival")
> plot(distexponential , col = "blue" , type = "hazard")
3 HASIL DAN PEMBAHASAN
3.1 Statistika Deskriptif
Berdasarkan Data yang digunakan, diperoleh hasil statistik dimana terdapat variabel X dan Y (Survival) sebagai respon serta beberapa variabel dummy dari variabel X
3.2 Analisis Survival
Analisis Survival memiliki banyak distribusi untuk melakukan pengujian. Untuk pengujian dari data pasien kanker leher rahim, diuji menggunakan Distribusi Eksponensial
3.3 Plot Survival
Berdasarkan grafik survival diatas, diketahui bahwa kurva survival berdistribusi exponentiall cenderung miring ke kanan dan melandai, dimana waktu survival pasien terlama adalah sekitar 69 hari.Peluang kegagalan hidup pasien terjadi pada hari ke- 4 sampai 6 , ke-10 sampai 15 , ke-24 sampai 35 .
3.4 Plot Hazard
Berdasarkan grafik hazard diatas, diketahui bahwa kurva survival berdistribusi exponentiall cenderung miring ke kanan dan melandai, dimana waktu survival pasien terlama adalah sekitar 69 hari. Peluang kegagalan hidup pasien terjadi pada hari ke- 4 sampai 6 , ke-10 sampai 15 , ke-24 sampai 35 .
4 DAFTAR PUSTAKA
Dwipoyono. (2009). Kebijakan Pengendalian Penyakit Kanker Serviks di Indonesia.
Indonesian Journal of Cancer, 3(3), Juli-September. Hanni, Tuan & Triastuti Wuryandari. (2013). Model Regresi Cox Proporsional Hazard Pada Data Ketahanan Hidup. Media Statistika, 6(1) : 11-20.
Khasbiyah, 2010. Pasien Kanker Rumah Sakit Dokter Kariadi Semarang. Diakses online : tanggal 13 Mei 2022. http://jurnalusu.co.id
lobocan. (2012). Estimated Cancer Incidence, Mortality and Prevelence Worldwide in 2012. [Online] Available at: http://globocan.iarc.fr/Pages/fact_sheets_cancer.aspx
Wahyuningsih, Tri., Mulyani, Erry Yudhya. (2014). Faktor risiko terjadinya lesi prakanker serviks Forum Ilmiah. Vol. 11. Nomor 2. (Hlm. 192-209).
WHO, 2013. Human Papillomavirus (HPV) and Cervical Cancer, s.l.: World Health Organization.