Bab 12. Analisis kesintasan

Bab LZ -Analisis kesintasan (Suwival analysis) Sudigdo Sastroasmoro, Agus Firmansyah, Mardianis Sai4 Arwin P Akib, Syawitri P Siregar alam bab-bab terdahulu telah dibahas pelbagai desain, baik untuk studi sesaat, maupun untuk studi dengan follow-up. Mengenai penelitian follow-up telah dibahas penelitian kasus-kontrol yang berdimensi retrospektif, penelitian kohort yang berdimensi prospektif, dan uji klinis yang dianggap sebagai bentuk khusus studi kohort. Pada semua jenis studi follow-up tersebrtt subyek diikuti selama periode tertentu. Pada studi kohort, misalnya, subyek A yang masuk penelitian pada tanggal 2Janu,ari1995, apabila pada penelitian ditentukan follow- up selama 5 tahury maka subyek A akan diikuti sampai 1 januari 2000, kecuali apabila telah terjadi efek, misalnya meninggal. Subyek B, yang mulai diteliti pada tanggal 6 Mei 1996 diikuti sampai tanggal5 Mei 2001..Jadi, pada studi kohort semua subyek penelitian diikuti dengan masa pengamatan yang sama, atau sampai subyek mengalami efek. Artinya yang diteliti hanya apakah subyek mengalami efek atau tidak, sedangkan saat ia mengalami efek tidak penting. Dalam praktik banyak hal tidak dapat diteliti dengan cara tersebut. Seringkali terjadi subyek masuk penelitian pada saat yang tidak sama, sedangkan penelitian harus dihentikan pada suatu saat. Dengan demikian maka diperoleh data follow-up yangtidak seragam. Subyek ilJ|

246 AnalisisktsintasanC telah diikuti selama 5 tahury subyek D 3 tahun, subyek M baru 2minggu ketika penelitian dihentikan. Lebih lanjuf sebagian subyektelah mengalami efek, sebagian belum, sebagian lainrrya hilang daripengamatan sehingga tidak diketahui nasibnya. Dalam tata laksana pasien, baik bagi pasien maupun dokter,saat terjadinya suafu efek merupakan hal yang sangat penting, bukanhanya terjadinya efeknya saja. Misalnya, meskipun sebagian besarpasien sindrom nefrotik yang telah remisi akan mengalami relaps(kambuh), namun obat yang dapat memperpanjang masa remisisangat berarti bagi pasiery keluarga, dan dokternya. Demikian pula,meskipun semua pasien kanker tertentu akan meninggal akibatpenyakitnya, para peneliti terus-menerus sibuk mencari regimenyang dapat memperpanjang masa hidup. Perbedaan kematian yangterjadi 1 tahun atau 10 tahun setelah terapi amat penting baik bagidokter maupun bagi pasien serta keluarganya. Untuk ini diperlukananalisis yang melibatkan aspek saat terjadi efek, yang juga disebut timedependent analysis, yang cukup banyak ditemukan dalam literaturkedokterary khususnya dalam onkologi (medis maupun bedah). Dalam bab ini dibahas dasar-dasar teknik analisis untuk datafollow-up yang memperhitungkan waktu terjadinya efek (timedependent ffict), dengan periode waktu pengamatan terhadap tiapsubyek yang tidak seragam. Analisis ini disebut analisis kesintasan(suraioal analysis) atau analisis tabel kehidupan (life tableanalysis). Untuk ini dikenal beberapa cara; di sini diuraikan2 carayang sering digunakan yakni metode aktuarial (Cutler-Ederer) danmetode product limit (Kaplan-Meier). Dalam buku ini hanya dibahaspengertian dasar tentang analisis kesintasan beserta proseduranalisisnya yang paling sederhana. Pembahasan mendalam dapatdipelajari pada buku rujukan yang membahas khusus desain ini. CoNroH DATADi bawah diajukan set data hipotesis; akan ditentukan kesintasan(suraiaal) pasien leukemia limfositik akut (LLA) tipe L1 yang diobatidengan protokol tertentu. Efek yang dinilai adalah kematian. *.i

Sudigdo S astr o asmoro dkk. 247Posien A didiognosis 20/01/95, meninssol Ol /12/97Posien B didiognosis 02/O3/95, podo okhir penelition mosih hidupPosien C didiognosis 03/O8/95, meningsol 12/O4/97Posien D didiognosis 12/12/95, meninssol 22/12/99Posien E didiognosis 17 /04/96, meninssol 22/06/96Posien F didiognosis 30/1O/96, meninssol 22/12/99Posien G didiognosis 12/O2/97, hilong dori pengomoton 26/05/98Posien H didiognosis ,25 /O7 /97 hilong dori pengomoton 21 /06 /99Posien I didiognosis 09111 /97, meninssol 07 /O8/99Posien J didiognosis 02/01 /98, meninssol 20/12/99Posien K didiognosis 20/11/98, podo okhir penelition mosih hiupPosien L didiognosis 21 /O3/99, meninssol 22/06/99Posien M didiognosis 29/O3/99, hilong dori pengomoton 22/O4/99Posien N didiognosisPosien O didiognosis 19 /09 /99, podo okhir penelition mosih hidup 20/1O/99, podo okhir penelition mosih hidupPenelitian dimulai pada tanggal 1 Januari 1995, dandiakhiri tanggal31 Desember 7999. Selama Periode tersebut tercatat 15 pasien LLAbaru yang didiagnosis. Lihat Gambar 12-1'. Bagaimana kita harusmerangkum data tersebuf dengan mengingat hal-hal sebagai berikut:L pasien tidak masuk pada saat yang sama2 sebagian pasien mengalami outcome (meninggal),3 sebagian pasien hilang dari pengamatan dan tidak diketahui nasibnya,4 sebagian masih hidup saat Penelitian selesai.Berikut ini kita lihat beberapa kemungkinan rangkuman data. ,1, MENCHITUNG RERATA LAMA HIDUPKita dapat menghitung rerata lama pengamatan hanya Pada pasienyang telah mengalami efek dibagi dengan jumlah Pasien yang A, C, D, E, F,I, J, L). Dari Gambarmengalami efek (yakni pasien +3+2\+23+3 = 188/8 34+20+47+2 : 23,5 bulan.12-1 diperoleh:Dengan cara ini timbul2 masalah: ili

248 Analisiskesintasan A ----+----no 34 B 57 20 c 47 02 D 38 E 14 F 23 G 21 H 23 12 I 03 01 J 03 K 02 L M 111199 31112tO0 N o 111195Gambar 12-L. Skema memperlihatkan saat pasien masuk penelitiansampai akhir penelitian. Pasien yang mengalami efek diberi tanda kotakhitam, sedangkan pasien yang tersensor, yakni pasien yang hilang daripengamatan atau masih hidup sampai akhir penelitian, diberi tandalingkaran. Lajur kanan menunjukkan lama pengamatan tiap pasien(dalam bulan). o Pasien yang hilang dari pengamatan atau yang masih hidup sampai akhir penelitian tidak diperhitungkan. o Nilai rerata sangat dipengaruhi oleh nilai ekstrem. Misalnya bila pasien D meninggal bukan 47 bwlan tetapi 2 b:ulan setelah awal pengamatary maka nilai rerata yang diperoleh akan berubah drastis dari 23,5 bulan menjadi 14318 : 17,9 bulan. Oleh karena itu penghitungan rerata lama hidup hanya daripasien yang sudah mengalami efek saja bukan merupakan carayang baik untuk merangkum data seperti ini. 4B\"rf

S u di gd o S as tr o asmor o dlek. 249 2 MEruCHM;NG MEDIAN LAMA HIDUPMedian adalah nilai pengamatan yang terletak di tengalu setelahsemua nilai pengamatan disusun dari nilai yang terkecil sampaiterbesar. Penghitungan median lama hidup dapat menyingkirkanpengaruh buruk nilai ekstrem, karena nilai ekstrem tidak mengubahnilai median. Namun nilai median ini hanya dapat dihitung apabilasekurangnya 50o/\" pasien yang diamatt telah mengalami efek;bila ndakmaka pasien yang tepat terletak di tengah belum mengalami efek.Jadi metode median tidak laik untuk merangkum data kesintasan. 3 MsNcHrruNG RATE oF strRvwALPada metode ini sebagai pembilang (numerator) dijumlahkan masapengamatan semua subyek. Cara ini juga menimbulkan kesulitan: o Apa penyebut (denominator)-nya? Bila penyebutnya semua subyek, maka kesintasan menjadi lebih pendek dari yang sebenamya; bila penyebutnya hanya subyek yang mengalami efek, maka kesintasan lebih lama dari yang sebenarnya. r Cara ini hanya mungkin dipakai untuk kurun waktu tertentu. Bila dihitungrate of suraiaal l tahury maka lama kesintasan sangat tinggi, bila dipakai rate of suraiaal L0 tahun semua pasien mungkin telah meninggal. 4 METEvruKAN KESINIASAN PADA SAAT TERTENTUPada cara ini dihitung proporsi atau persentase subyek yang masihhidup pada saat-saat tertentu, misalnya: o Pada akhir tahun pertama berapa persen yang masih hidup o Pada akhir tahun ke-2 berapa persen yang masih hidup o Pada akhir tahun ke-3 berapa persen masih hidup, dst. Pada cara ini pun ada masalah untuk menentukan penyebutnya:apakah hanya pasien yang sudah meninggal, atau juga yang masihhidup. Bagaimana dengan subyek yang tidak diketahui nasibnya? il.t

250 Analisiskesintasan 5 Mrrucrtm;Nc SUBYEK YANG MENGALAMI EFEK PER UNIT WAKTUPada teknik ini dihitung subyek-waktu pengamatary misalnya n-bulan atau n-tahun. Sebagai contotu bila 3 pasien meninggal dalamwaktu pengamatan 12 tahuru maka person-year eaent-nya menjadi 3subyek-L2 tahury atau 0,25-subyek-tahun. Sepintas cara ini bagusoleh karena memperhitungkan waktu, namun 3 pasien yang hidup5 tahun sama artinya dengan 30 pasien yang hidup 6 bulan. Jadianalisis jumlah subyek-waktu juga bukan pula cara yang laik untukmerangkum data kesintasan seperti ini. Uraian tersebut memperlihatkan bahwa pelbagai metode yangdibahas dalam bab-bab sebelumnya tidak dapat digunakan untukmenganalisis data yang mencakup waktu terjadinya efek, lamapengamatan tidak seragam, dan sebagian subyek tidak diketahuinasibnya atau hilang dari pengamatan. Keadaan ini menyarankansuatu metode analisis khusus; metode yang tersedia ini disebutsebagai analisis kesintasan (suraiaal analysis') atau analisis tabelkehidupan (life table analysisl. Meskipun namanya (suruiual)mempunyai konotasi hidup-mati, namun metode analisis ini dapatditerapkan pula terhadap banyak kejadian klinis yang lain, sepertireaktivasi pasien demam reumatik, berulangnya kejang, bahkan untuksesuatu yang diharapkary misalnya remisi pada leukemia, furunnyatestis pada kriptorkismus, kehamilan pada infertilitas. Syarat umumadalah bahwa efek yang.diteliti hanya dapat terjadi satu kali; bilaefek dapat berulang, maka yang dinilai adalah efek yang pertama. Dikenal pelbagai jenis teknik untuk analisis kesintasan ini, yangdikelompokkan dalam teknik non-Parametrik, semi-parametrik,dan parametrik. Teknik parametrik merupakan cara yang palingkuat untuk menganalisis data kesintasan, namun perhitungannyarumit dan sulit dipahami. Dalam bab ini diuraikan prinsip duateknik analisis kesintasan non-Parametrik yang paling banyakdigunakan dalam literatur kedokteran yakni metode aktuarial(Cutler-Ederer) dan metode Kaplan Meier. Keduanya relatif mudahdipahami ketimbang teknik semi-parametrik atau parametrik. {B.rl

Sudi gdo S astro asmoro dkk. 251 MnrooE AKTUARTALMetode inidikenal dengan nama metode Cutler-Ederer. Padametode ini ditentukan interval waktu yang dikehendaki; pemilihaninterval dilakukan dengan memperhitungkan karakteristik penyakitatau efek yang dipelajari (dapat dalam hari, minggu, bulan, tahun).Untuk kejelasan, skema pada Gambar T2-l diubah menjadi sepertiGambar l2-Z,yakridengan cara menggeser awal pengamatan semuasubyek menjadi seolah-olah dimulai pada saat yang sama, yakni padaawal penelitian. Kalkulasi akturial dilakukan dengan menggunakanTabel L2-1. Svanal DAN ASUMSI DALAM ANALISIS AKTURIALPada teknik aktuarial diperlukanbeberapa syarat dan asumsiberikut:L Saat awal pengamatan harus jelas. Bergantung dari jenis penyakif awal pengamatan dapat saat mula timbulnya keluhan, saat diagnosis, atau mulainya terapi. Karena keluhan pada banyak penyakit dapat salnar-samar, maka waktu yang sering diambil sebagai saat awal pengamatan adalah saat diagnosis ditegakkan. Untuk pasien keganasan hal ini dianggap memadai, namun untuk beberapa kelainan yang diagnosisnya mungkin baru dapat ditegakkan berbulan-bulan atau bertahun-tahun setelah awal penyakit, maka metode tersebut tidak sahih. Contoh: artritis reumatoid, penyakit jantung reumatik.2 Efek yang diteliti harus jelas. Efek yang diteliti harus berskala dikotom, hanya mempunyai dua nilai, misal normal- abnormal, atau meninggal-hidup. Selain itu efek juga harus tidak bersifat multipel, artinya setiap subyek hanya mengalami efek satu kali. Bila efek yang diteliti adalah kematiary maka hal ini tidak akan menjadi masalah. Namun bila efek yang diteliti tersebut bukan kematiary melainkan kambuh atau remiii, maka harus ada cara untuk memastikan subyek kambuh atau remisi. Apabila kriteria sembuh atau remisi tidak jelas, maka dapat dipastikanbahwa data yang terkumpul tidak sahih. Bila efek dapat terjadi berulang kali, efek pertamalah yang dihitung dalam analisis. *J|

252 Analisiskesintasan Keiadian withilrautal atau loss to folloTD-up harus independen terhadap efek. Bila pasien tidak datang karena ia merasa sudah sembuh, atau justru oleh karena ia merasa tidak akan tertolong lagi, maka hal tersebut dapat memengaruhi kesahihan hasil penelitian secara keseluruhan. Risiko untuk teriadinya efek tidak tergantung pada tahun kalender. Misalnya pada penelitian kesintasan yang berlangsung lama, sepanjang periode penelitian tersebut tidak boleh terjadi perubahan tata laksana yang signifikan yang dapat mengubah prognosis. Bila ini terjadi maka pasien yang direkrut pada awal penelitian tidak memperoleh perlakuan yang sama dengan pasien yang direkrut pada akhir penelitian, sehingga kurva kesintasan menjadi tidak valid. Risiko untuk terjadinya efek pada interval waktu yang dipilih dianggap sama. Bila dipilih interval pengamatan tiap tahuru maka peluang untuk mengalami efek pada awal maupun akhir tahun harus dianggap sama. Pasien yang tersensor (tidak diketahui nasibnya) dianggap mengalamiU2 efek. Jadi bila selama interval terdapat 2 pasien tersensor, dianggap terjadi 1 efek. PTnHm;NGAN PADA METODE AKTUARIALLangkah-langkah kalkulasi kesintasan pada cara aktuarial dilakukansebagai berikut (Lihat Tabel LZ-L, dan Gambar l2-2). o Kolom (1) x: Interval yang dipilih, apakah dalam menit, jam, hari, minggu, bulary ataukan tahun ditentukan oleh peneliti, bergantung kepada sifat efek yang diteliti. Pada contoh interval yang dipilih adalah dalam tahun. o Kolom (21 l*= jumlah subyek yang hidup pada awal tiap interval. Pada awal interval pertama semua pasien masih hidup, yakni 1\"5 pasien. Pada interval selanjutnya maka I*= I*-w*-r-d, -r, yakni jumlah pasien yang hidup pada interval sebelumnya dikurangi dengan jumlah kematian serta znithdrawal pada interval sebelumnya. nJl

S udigdo S astr o asmor o dkk, 253 Tqbel l2-1. Kolkulosi kesinloson podo melode oktuoriol(1) (2\ (3) (4) (5) (6) FI (8) q r,ply(C^12) dx q={/r\" I p,=1<b, I S*=p\"p\"2,dst ,:,::p*.M, \" 'lntenal , .m \"ni!go,.tmlqenso1,{! aJ 1qk Jml kqqrgligl h!9 ry19-:kesintasan I(14s) g,qL9Te. tr. sd-?IF ;-t- - 999T9 :- \"i\"n]gtenEnat lqgtg ],Gufloql , intenal :\" intenai intenal : interr,al kumulatif intenal :r:a, 15 :4 13 23:0,3:O8,105,Si0i0,8,553: 0,85 I b ::20 4 z01010;:O0,1,23,u5:0i0,7,53:3 i 0,4O 4 __o..tC 5 :t 3 -. :-. 9 o;5 11 A 34 B 5I G e0 n {T E It F 3S G t{ H l3 I 2l J 23 It l2 t 03 H 0t t{ 03 o 0eGambar 12-2. Skema memperlihatkan lama pengamatan bila semuapasien dianggap masuk penelitian pada saat yang sama yakni awalpenelitian. Pasien yang mengalami efek bertanda kotak hitam. Di sisikanan tertera lama pengamatan (bulan) untuk masing-masing pasien. dlB^i

254 Analisiskesintasan o Kolom (3) c, = Subyek yang tersensor selama interval yang bersangkutan. Istilah tersensor menunjukkan subyek yang tid ak diketahui nasibn y a, b alk y ang hilang dari pen gamatan maupun subyek yang masih hidup saat penelitian dihentikan). Pada contolr, terdapat empat pasien yang tersensor. Keempat pasien tersebut dianggaP memPunyai risiko mengalami efek masing-masing 1'12. r Kolom (4, t, = Subyek yang at risk selama interval : jumlah pasien pada awal interval dikurangi dengan pasien yang tersensor; karena pasien tersensor dianggap mengalami 1/2 efek, maka jumlah tersebut dikalikan 1'12, atau: t,=1\"-c*12. Pada interval pertama, t\": t$-/=lJ o Kolom (5) d, = Subyek yang mengalami efek pada interval bersangkutan; pada interval pertama pasien yang meninggal adalah 2, sehingga dx = 2. r Kolom (6) q\" : haznrd = eaent rate surrsifal, yakni peluang seorang subyek untuk mengalami efek bila pada awal interval ia bebas efek. Jadi q*= d*lr*; pada contoh kita qx = 2113 :0,1538 (0,15). o Kolom (7, p*, menunjukkan kesintasan pada interval, yakni 1- death rate = 1-0,1538 = 0,8462 (0.85). o Kolom (8) S,, adalah kesintasan\"kumulatif pada akhir interval, yakni perkalian P*r X P*z X P.; X . . . .. P*j Pada contoh S*, pada interval pertama adalah sama dengan p,:0, 8462 (0,85). Dengan cara yang sama, kalkulasi kesintasan dilakukan padainterval kedua, ketiga, dan seterusnya, sehingga akhirnya diperolehkesintasan kumulatif dari semua subyek yang ikut dalam penelitian.Perhitungan manual ini telah digantikan oleh program komputer. Meskipun data awal penghitungan analisis kesintasan dilakukandengan menggunakan tabel, namun dalam laporan akhir studianalisis kesintasary hasil penelitian lebih sering dilaporkan dalambentuk kurva. Pada contoh, hasil yang diperoleh dari penghitungantabel disajikan dalam bentuk kurva kesintasan seperti tampak padaGambar 12-3. {B:l

Sudigdo S astr o asmoro dkk. 255 K 1,0 E s 0.8 I 0,6 N T o14 A t 0,, A N Gambar 12-3. Kurva tabel kehidupan 15 pasien ALL yang dibuat berdasarkan data Tabel 12-L. Aksis kurva menunjukkan periode pengamatan yang terbagi dalam interval yang ditentukan dengan mempertimbangkan karakteristik penyakit dan efek yang dipelajari, sedangkan ordinat menunjukkan kesintasan Tampak pada awal pengamatan kesintasan adalah 100% (1,0); kemudian kesintasan digambarkan pada tiap akhir interval, sampai akhir tahun ke-5. MsropE KeprnN-MEIEnMetode Kaplan Meier merupakan teknik analisis kesintasan yangsering digunakan. Metode ini sering disebut sebagai product limitmethod. Berbeda dengan metode aktuarial, pada cara Kaplan-Meiertidak dibuat interval tertentu, dan efek atau outcome diperhitungkantepat pada saat ia terjadi. Lama pengamatan masing-masing subyekdisusun dari yang terpendek sampai yang terpanjang dengan catatansubyek yang tersensor diikutsertakan. Metode Kaplan-Meier disusunberdasarkan pada dua konsep sederhana, yakni: ffii

256 AnalisiskesintasanTqbel l2-2. Pengomclon l5 posien LLA disusun berdosorkoninsepsi (kolom kiri) dEn berdqsorkon urulon lomo pengcmclon (kolom konon)\",,i iFPP,-aevts.ilgyieliyn1:-LLi?aamnm-aaq F-qearai_ftjj: Pp9etnsq\"?anm?a1t9ann1 (bulan) I Tondo* menuniukkon bohwo posien mengolomi efek (meninggol) o Pasien yang tersensor dihitung sebagai st risk hanya sampai saat ia tersensor. o Peluang untuk hidup 2 bulan sama dengan peluang hidup pada bulan II, dan seterusnya. Dengan adanya perbedaan asumsi tersebut maka analisis pada metode Kaplan-Meier berbeda dengan perhitungan metode Cutler- Ederer. Pada contoh kesintasan ke-15 pasienAl,I, di atas, perhitungan kesintasan subyek yang diamati dengan cara Kaplan-Meier dilakukan sebagai berikut: Lihat Tabel l2-2, L2-3, serta diagram Gambar l2-4. *\"rl

Sudigdo S astro asmoro dlck. 257Tcbel l2-3. Anolisis kesintqsqn menurul melode Kcplon-Meier pt=1-qt ; st+lxpA$dst i l(esintasan:::!t1-,-*--!*.- 20 0,1429 0,8571 1 0,2000 il 4 1 0,2500 0,7500 0,3830 Kolom (1) t = masa pengamatan tiap subyek dari insepsi ke efek, termasuk subyek yang tersensor. Ini disusun dari yang terpendek (lihat Tabel L2-28). Kolom (2) r,= jumlah subyek dengan risiko pada saat t, yaitu jumlah subyek yang masih hidup sesaat sebelum t. pada baris pertama jumlah subyek yang masih diamati pada saat pasien E meninggal adalah L4, karena pasien M sudah tersensor pada saat pasien E meninggal, jadi pasien M tidak lagi at risk, dan dalam kalkulasi diabaikan. Kolom (3) d,: Jumlah kematian pada saat t. Dalam contoh, jumlah pasien yang meninggal pada saat t adalah 1. *.r|

258 Analisiskesintasan Kolom (4) q,: dtlrt = Denth rate pada saat t, yakni jumlah kematian pada saat t dibanding dengan jumlah subyek st risk pada saat I maka qr : 1,11,4 = 0,07\4 Kolom (5) p, = Kesintasan (suruiaal rate, eaent-free rate), yakni 1-qt=1-0,0714:0,9286 Kolom (6) St: Kesintasan kumulatif, yakni perkalian kesintasansampai akhir interval; S, = pr x pz x pe dst. Pada contoh, baris Pada baris kedua, kematian berikutpertama S,= pt : 0,9286.terjadi pada pasien L pada bulan ke-3, sehingga t = 3, pada saatitu 1'umlah pasien at risk adalah 12 karena pasien M tersensordan pasien E sudah meninggal.Perhitungan selanjutnya dilakukan dengan cata yang sama.Hasil kalkulasi dapat disajikan dalam bentuk tabel, atau lebihsering dalam bentuk kurve. Kurve yang dibuat atas dasarkalkulasi pada Tabel l2-3 tampak pada Gambar 12-4. K 1,0 E s 0,8 I 0.6 N T o14 A S O,z A N TahunGambar 1.2-4. Kurve Kaplan-Meier menunjukan kesintasan 15pasien ALL *.rf

Sudigdo S astro asmoro dkk. 259 PEnnaNuNGAN ANTARA METoDE Currnn-EDERER . DENGAN KAPTNN'MEIENPada metode Cutler-Ederer dibuat interval arbitrer, yakni denganmenganggap peluang terjadinya efek selama masa interval tersebutdianggap konstan. Interval disesuaikan dengan karakteristikpenyakit; mungkin dalam hitungan hari, minggu, bulan, atautahun. Keadaan tersebut dianggap sebanding dengan pengukurandengan skala kategorikal. Pada metode Kaplan-Meier tidak dibuatinterval, dan terjadinya efek dicatat pada saat efek tersebut terjadi(biasanya dalam tanggl); keadaan ini dianggap sebanding denganpengukuran variabel yang berskala numerik. Metode Cutler-Ederer menyertakan subyek yang tersensordalam kalkulasi kesintasary dengan memberikan nilai sebesar 1'12efek. Pada metode Kaplan-Meier, data pengamatan antara 2 efekyang berurutan diabaikary dengan kata lain subyek tersensor hanyabertindak sebagai subyek at risk sampai saat ia tersensor, namunsubyek itu sendiri diabaikan dalam kalkulasi kesintasan. MetodeKaplan-Meier dapat digunakan pada data dengan jumlah subyekyang sedikit, oleh karena efek tidak dikelompokkan dalam interval,melainkan diperhitungkan sesuai dengan saat terjadinya efek padatiap subyek. Inrrgnvar KEpERCAyAAN pADA ANATISIS KESINTASANBaik pada metode aktuarial maupun product limit seyogyanyadisertakan pula interval kepercayaan. Pada keduanya, karenajumlah subyek yang diamati makin lama makin sedikit, makainterval kepercayaannya makin menjadi lebar. Penyertaan intervalkepercayaan ini sangat dianjurkan, oleh karena dengan demikiandapat diperkirakan kemungkinan kesalahan data pada sampeldibandingkan dengan pada populasi. Interval kepercayaan dapatdihitung dengan pelbagai formula, yang tidak dibahas disini.Interval kepercayaan kesintasan dapat pula diperoleh denganbantuan perangkat lunak komputer. *Jl

260 Analisiskesintasan PrnnnoaeN Ar\nARA 2 rennr KEHIDUpAN Sering ingin diketahui apakah perbedaan antara 2 tabel kehidupan semata-mata disebabkan oleh peluang ataukah perbedaan tersebut dipopulasi memang ada. Misalkan dari200 pasienkanker dapat dibuat 2 kurve kesintasan terpisah berdasarkan umur pasien, yakni kurvekesintasan dari 80 pasien yang berusia di bawah 35 tahun\" dan kurvekesintasan dari 120 pasien yang berusia 35 tahun atau lebih. Untukmenguji hipotesis adanya perbedaan antara dua tabel kehidupan iniada beberapa cara, masing-masing dengan kelebihan dankekurangannya. Dua cara yang paling banyak dipakai adalah log-ranktest, salah satu aplikasi dari statistik Mantel-Haenszel (karenanyadisebut sebagai uji Mantel-Haenszel), dan cara Kaplan-Meier. Teknikpenghitungan uji tersebut tidak diuraikan disini; pembaca dapatmemeriksanya pada buku-buku daftar pustaka pada akhir bab ini,sedang untuk pengerjaannya dapat digunakan pelbagai perangkatlunak program komputer (misalnya Epistaf Stata SPSS). Bns PADA ANALISIS KESINIASANSeperti semua uji komperatif, selalu terdapat kemungkinanterjadinya bias, termasuk faktor perancu (confounding factor). Olehkarena itu teknik untuk menyingkirkan pelbagai faktor perancu(Bab 15) perlu diperhatikan, yakni dalam desairy termasuk inklusipasien dengan diagnosis yang akurat, atau dalam analisis. Definisioperasional yang jelas, serta pengukuran yang sahih dan andalmerupakan hal-hal yang mutlak harus dipenuhi dalam studi analisiskesintasan. Analisis multivariat yang kompleks mungkin perludilakukan untuk mengontrol variabel perancu yang tidak dapatdisingkirkan dalam desain. Pnocnau KoMpurERPenghitungan kesintasan, baik pada metode aktuarial maupunproduct limit,lumayan rumit dan memakan waktu, terutama bila {it

Sudigdo S astr o asmoro dkk. 261subyek yang diteliti sangat banyak. Beruntunglah kita, karena saatini telah terdapat pelbagai program komputer untuk mengerjakanperhitungan rumit tersebut. Pelbagai perangkat lunak komputerdilengkapi dengan program analisis kesintasan, termasuk TrueEpistat, SPSS, dan Stata. Dengan input data yang akurat sesuaidengan perintah program komputer, maka hasil penghitungan dandiagram kesintasan dari ribuan subyek dapat disajikan dalamhitungan detik atau menit. Salah satu perangkat lunak yang cukup sederhana namunbermanfaat adalah True Epistat. Perangkat ini dapat dipergunakanuntuk menghitung analisis kesintasary dengan memberikan outputberupa tabel maupun kurve. Dalam menggunakan programkomputer untuk analisis ini, selain perlu diperhatikan perintahkomputer dan jenis masukan data yang diminta oleh komputer.Sebagian program menghendaki summary data, yakni berapa lamapengamatan pada tiap pasiery sebagian lainnya hanya menghendakitanggal awal pengamatan serta tanggal terjadinya efek ataupun saatsubyek hilang dari pengamatan. Sebagai ilustrasi berikut disajikandata yang diperlukan oleh program True-Epistat untuk metodeaktuarial: o Tanggal penelitian dimulai r Tanggal masuk insepsi o Tanggal hilang dari pengamatan o Tanggal pasien mengalami efek o Jumlah pasien o Intervalyang dipilih r Tanggal penelitian berakhir Program-program statistika komputer lain yang lebih canggitr,seperti SPSS atau Stata juga menyediakan perangkat untuk analisisdata kesintasan, baik dengan metode aktuarial maupun metodeKaplan-Meier. Apabila terdapat 2 tabel kesintasan, tersedia pulaperangkat untuk menguji hipotesis apakah terdapat perbedaanantara kedua tabel tersebut. Kemudahan yang ditawarkan olehpelbagai program komputer tersebut perlu diimbangi oleh penelitidengan kualitas data yang akurat karena komputer tidak tahu G:f

262 Analisiskesintasanapakah data yang diperoleh mempunyai validitas dan reliabilitasyang baik. Bila data dasarnya memiliki keakuratan yang tinggi,dapat diharapkan akan diperoleh hasil analisis kesintasan yangsahih dan andal. KnTgglHAN ANALISIS KESINTASAN Dengan analisis kesintasan dapat dihitung kesintasan data follow-up, meskipun hanya ada satu subyek penelitian yang telah memenuhi lama follow-up maksimal. Tentunya prediksi kesintasan tidak dapat dibuat lebih lama dari masa pengamatan terpanjang.ladi, tidak dapat dibuat kesintasan 6 tahury dengan mengekstrapolasi data kesintasan 5 tahun. Dapat dihitung interval kepercayaan yang dapat memberikan gambaran kesalahan data pada sampel. Meski semula teknik analisis ini dipergunakan untuk menghitung masa harapan hidup, namun seperti diuraikan di atas, ia dapat pula dipakai untuk membuat tabel untuk kejadian klinis lairu seperti kejadian relaps, rekurens, remisi, komplikasi, dan lain sebagainya. Terjadinya efek pada uji klinis, di samping dapat dianalisis dengan uji hipotesis juga dapat dianalisis dengan analisis kesintasan bila faktor saat terjadinya efek ingin diperhitungkan. Darrnn PUSTAKA1 Armitage P, Berry G. Statistical methods ini medical research. Edisi ke-2. Oxford: Blackwell Scientic Publications, 1987.2 Dawson B, Trapp RG. Basic and clinical biostatistics. Edisi ke-3. boston: Lange Medical Books/McGraw Hill, 2001. Elwood fM. Causal relationship in medicine. Oxford: Oxford University Press, 1988. Ingelfiner jA, Mosteller F, Thibodeau LA, Ware JH. Biostatistics in clinical medicine. Edisi ke-2. new York: Macmillan Publ. Co., 1987. Kleinbaum DG. Survival analysis. New York: Spronger-Verlag:1996. *i

262 Anqlisiskesintasanapakah data yang diperoleh mempunyai validitas dan reliabilitasyang baik. Bila data dasarnya memiliki keakuratan yang tinggi,dapat diharapkan akan diperoleh hasil analisis kesintasan yangsahih dan andal. KETUSIHAN ANALISIS KESINTASAN1 Dengan analisis kesintasan dapat dihitung kesintasan data follow-up, meskipun h anya ada satu subyek penelitian yang telah memenuhi lama follow-up maksimal. Tentunya prediksi kesintasan tidak dapat dibuat lebih lama dari masa pengamatan terpanjang. jadi, tidak dapat dibuat kesintasan 6 tahun, dengan mengekstrapolasi data kesintasan 5 tahun.2 Dapat dihitung interval kepercayaan yang dapat memberikan gambaran kesalahan data pada sampel.3 Meski semula teknik analisis ini dipergunakan untuk menghitung masa harapan hidup, namun seperti diuraikan di atas, ia dapat pula dipakai untuk membuat tabel untuk kejadian klinis lain, seperti kejadian relaps, rekurens, remisi, komplikasi, dan lain sebagainya. Terjadinya efek pada uji klinis, di samping dapat dianalisis dengan uji hipotesis juga dapat dianalisis dengan analisis kesintasan bila faktor saat terjadinya efek ingin diperhitungkan. Dnrrnn PUSTAKA1 Armitage P, Berry G. Statistical methods ini medical research. Edisi ke-2. Oxford: Blackwell Scientic Publications, 1987. Dawson B, Trapp RG. Basic and clinical biostatistics. Edisi ke-3. boston: Lange Medical Books/McGraw Hill, 2001. Elwood jM. Causal relationship in medicine. Oxford: Oxford University Press, 1988. Ingelfiner JA, Mosteller F, Thibodeau LA, Ware JH. Biostatistics in clinical medicine. Edisi ke-2. new York: Macmillan Publ. Co., 1987. Kleinbaum DG. Survival analysis. New York: Spronger-Verlag:1996. *.r|

Su di gdo S astr o asmoro dkk. 263 &FE*#dFdH* \"d r 6 #*e ^* a.B. - Anolisis kesintoson diperlukan guno merongkum doto follow-up dengon moso pengomofon yang tidok serogom. Doto seperti ini seringkoli ditemukan dalom penelition klinis moupun epidemiologis. Di dolom tota loksono posien, soot timbulnya kejodion klinis songot penting disomping kejodionnyo itu sendiri. Duo metode onolisis kesintoson yang sering digunokon dolom pusoko kedokteron yokni metode okfuariol don metode product limif. Podo keduo metode terdopot babaropo syorot don osumsi. Kolkulosi dopot dilokukon penghitungan secoro monuol, nomun dolom proktik boik tabel maupun kurve dopot dikerjokon dengan bontuon perongkot lunok komputar. Meskipun nomonyo kesintosan (survival), nomun metode ini dapot diteropkon untuk fenomeno klinis loin seperti remisi, kekombuhon, hilongnyo gejolo klinis terfentu, berkurongnyo ukuron tumor, don sabogoinyo. Hosil kolkulosi kesintoson lebih sering disojikcn dolom bentuk kurvo, don seyogyonyo disertokon niloi intervol kepercoyoon. Uji hipotesis ontoro duo tobel kahidupon dopot dilokukon dengon beberapa coro; yong poling bonoyok digunokon odoloh metode log-rank. @t