Bab 10. Memilih Reduced Model atau Full Model

Mermillh Redueed lUlode! atau Furll lUlodeFf--rI lKt.rl Tujuan Bab l0I \P'i{Setelah mempefajari Bab 10, diharapkan pembaca marnpumen!elasl<an dan melakukan perbanciingan kualitas hasil anaiisis fullmodel dan kualitds hasil analisis reduced mode!\"

Kasus:dua cara, yaitu secara klinis dan secara statistik.l. Pemilihan model secara klinis Secara klinis, pertimbangan utamanya adalah pada manfaat dankepraktisan penggunaan model untuk kepentingan l<linis.Apabilasecara klinis lebih bermanfaat untuk menilai survival berdasarkankelompok laki-laki dan perempuan, maka reduced modellah modelyang tepat. Akan tetapi, bila secara klinis kita ingin melihat seberapabesar pengaruh jenis kelamin terhadap survival, makafullmodellahmodel yang tepat.2. Pemilihan model secara statistik Pemilihan model secara statistik dilakukan dengan uii likelihoodrotio (uji LR). Uji LR dilakukan dengan cara menghitung selisihlikelihood rotio (LR) antara kedua model kemudian dilihat apakahselisihnya bermakna pada degree of freedom (df) yang sesuai. Secaramatematis, uji LR adalah sebagai berikut. MRldf= LRf -L/v P(k - r)ALR/df = selisih LR untuk setiap degree of freedomARf = LR full modelLRr = LR reduced modelP(k-l)p = degree offreedom pada full model = Jumlah variable interaksiK = Jumlah strata pada reduced modelHo = Reduced model dapat diterimaHo ditolak bila nilai ALR/df > 3,8rq6by,::::,:,:,.:'::::.::\"':,::.o::*::,:::,:;::

Untu'k mengetahui berapa besar LR untuk masing-masingmodel,l<ita dapat melihatnya pada output Stata dari prosedur yangtelah dilal<ukan pada Bab 8 dan Bab 9. Nilai LR pada full model danreduced model disajikan pada gambar l0 dan 10.No. of subjects 500 Number of obs : 500-utiom.eoaf tfariislukres 370Log likelihood 472L rn chi 2 (3) : 1,27 .68 : 0. OOOO -2087 .0295 prob > chi2_t I Haz. Ratio std. Err. z P>lzl 195% conf. Intervall 0.000 2.662662 4.453341 _Iobat_1 | 3.443507 .451-9175 9.42 0.000 L.44889 2.284087_tstadium_1 | 1.8191\"73 .211236 5.15 0.000 .42672 .72096L6_rsexobat_l | .5546609 .0742096 -4.4IGqmbor 10.1 Output dori full model. Niloi LR dori full model odolohsebesor 127,68No. of subjects = 500 Number of obs 500No. of failures = 370 LR chi 2 (2)-t'i me at risk 4721 prob > chi2 93.30 0.0000rog likelihood = -1856.8818 _t I Haz. Ratio Std. rrr. z P>lzl 195% conf. rntervall _robat_l | 2.260014 .2s1\"8086 7.32 0.000 1,.8L6649 2.811-584 -Istadium 1- I I.780237 .2OGL22I 4.98 0.000 1.418804 2.233741,Gqmbor 1O.2. Oulpuf dori reduced model. Niloi LR dori reduced model odoloh sebesor 93,30Berdasarkan gambar 10. I dan 10.2, l<ita memperoleh informasibahwa LR ful modeladalah 127,68 sementara LR reduced modeladalah 93,30. Berdasarkan hasil analisis pada Bab 8, jumlah variabelinteraksi padafull model adalah satu variabel yaitu interaksi antarajenis kelamin dengan stadium. Sementara itu, berdasarkan analisisBab 9, jumlah strata ada dua yaitu laki-laki dan perempuan. Denganinformasi tersebdrt, kita sudah dapat menghitung perbedaan LRuntuk setiap df. 'LLRrdf - tRf-tRr P(k-r) Moderi@reMemilih Model Reduced atau Fu,.

ALR/df = selisih LR untuk setiap degree of freedom LRf = LR flull model= 127,68 LRr = LR reduced model= 93,30 P(k-l) = degree offreedom P - Jumlah variable interaksi padafull model=l K - Jumlah strata pada reduced model= 2 -AtR / df 1 27' 68 - 93' 30 = 34,38 r(2 - r) Karena nilai ALR/df > 3,8, maka Ho ditolak. Ho ditolak berartireduced modeltidak dapat diterima sehingga yang dapat diterimaadalah full model. Dengan demikian, secara statistik, ful/ model lebihbaik daripada reduced model. ALIS6 SURVIVAL; Dasar-Dasar kori dan Aplikasi Program Stata

Daftar Pustaka Kleinbaum DG. Survival analysis: a self-learning text. NewYork Springer; 1996 BewickV Cheek L and Ball J. Statistics l2: Survival analysis. Criticol Ca re 2004, 8: 3 89-3 94 ClarkTG, Bradburn MJ, Love SB,Altman DG. SurvivalAnalysisPart l: Basic concepts and first analyses. British Journal of Cancer(2003) 89,232-238. ClarkTG, Bradburn Mj, Love SB,Altman DG. SurvivalAnalysisPart ll: Multivariate data analysis - an introduction to concepts andmethods. British Journal of Cancer (2003) 89,43t - 436 ClarkTG, Bradburn MJ, Love SB,Altman DG. SurvivalAnalysisPart lll: Multivariate data analysis - choosing a model and assessingits adequacy and fit. British Journal Of Cancer (2003) 89, 605-6il ClarkTG, Bradburn MJ, Love SB,Altman DG. SurvivalAnalysisPart lV: Further concepts and methods in survival analysis. BritishJournal of Cancer (2003) 89 (5),781-786 Hosmer DW. Review of An lntroduction to SurvivalAnalysisUsing Stata.The Stata Journal (2OO2) 2, Number 4,pp.428-431 lachine l. Additional nores: Survival analysis with STATA.2003 Stolberg HO, Norman G,Trop l. Survival Analysis.AJR:185,july 2005, 19-22 Memilih Model Reduced atau Full Model

LampiranBeberapa perintah stata yang Penting untuk analisis survivalNo Tujuan Perintah umum ContohI Mempersiapkan data stset time, fai lu re(status) stset t, failure(fail) sts graph, by(obat) untuk analisis survival stphplot, by(obat)2 Kurva Kapplan Meier Sts graph, by(variabel) . stcox variable,3 Kurva -ln ln survival stphplot, by(variabel) schoenfeld(sch*) scaledsch(scax)4 Global test . stcox variable, . stphtest schoenfeld (schx) . drop schl scal scaledsch(sca*) xi:stcox i.obat i.stadium . stphtest xi:stcox i.obat i.stadium, . drop schl scal nohr5 Cox regression meminta xi:stcox variablenumeric xi:stcox i.obat i.stadiu)vr. basesurv(s0)hazard ratio i.variablecategoric xi:stcox i.obat i.stadium,6 Cox regression meminta xi:stcox variablenumeric basechazard(s0)koefisien i.variablecategoric, no hr Gen sexobat = sex*obat7 Cox regression meminta xi:stcox variablenumeric xi:stcox i.obat i.stadium, strata(sex)baseline survivol i.variablecategoric, Tab time, summarize(ho) basesurv(s0)I Cox regression meminta xi:stcox variablenumericboseline hazard i.variablecategoric, basechazard(h0)9 Membuat variabel gen variable = intera.ksi variable I *variable2t0 Cox regression reduced xi:stcox variablenumericmodel i.variablecategoric, strata(variable)il Menampilkan boselinehozard pada outPut Tab time, summarize(ho)ANALISIS SURVIVAL; Dasar-Dasar Teori danAplikasi Program Stata

t2 Menainpilkan baseline Tab time, summarize(so) Tab time, summarize(so) Tab time sex, survival pada output summarize(ho)t3 Menampilkan bose/inehozard pada output Tab time variable,berdasarkan strata summarize(ho)t4 Menampilkan baseline Tab time sex, Tab time variable, summarize(so) survival pada output summarize(so) berdasarkan strata Memilih Model Reduced atau Full Model!