Aplikasi Metode Kaplan Meier Sebagai Penduga Ketahanan Hidup Penderita Kanker Payudara
Abstract
Survival analysis atau analisis ketahanan hidup merupakan teknik statistika untuk menganalisis data waktu hidup pada kejadian atau event pada satu atau lebih populasi. Pada dasarnya untuk menganalisis suatu ketahanan hidup dibutuhkan data lengkap (data tak tersensor) dari objek yang diteliti. Pada kenyataannya data tak tersensor jarang sekali dijumpai dikarenakan oleh beberapa faktor diantaranya individu yang telah sembuh sebelum penelitian berakhir atau individu menolak untuk melanjutkan diri sebagai objek penelitian. Oleh karena itu, dibutuhkan suatu metode untuk menduga fungsi ketahanan hidup yang melibatkan data tersensor. Artikel ini akan membahas mengenai penentuan probabilitas fungsi ketahanan hidup data tersensor dengan menggunakan metode Kaplan Meier. Fungsi ketahanan hidup yang diperoleh dengan metode Kaplan Meier dinamakan kurva Kaplan Meier. Kurva tersebut menggambarkan probabilitas ketahanan hidup individu yang menjadi objek penelitian. Selain itu, dilakukan perancangan program aplikasi perhitungan waktu hidup serta probabilitas ketahanan hidup dengan menggunakan program komputer Excel Visual Basic for Application (VBA). Program ini dapat digunakan sebagai alat bantu pendataan penderita kanker payudara serta mengetahui probabilitas ketahanan hidupnya sehingga akan mengefisienkan waktu dan tenaga yang diperlukan. Secara umum, analisis ketahanan hidup menggunakan metode Kaplan Meier menghasilkan kesimpulan bahwa waktu hidup penderita kanker payudara yang menjalani pengobatan kemoterapi memiliki peluang hidup yang lebih besar dibandingkan penderita kanker payudara yang tidak menjalani pengobatan kemoterapi.
Keywords
Full Text:
PDFReferences
Dyanti, G. A. R., & Suariyani, N. L. P. (2016). Faktor-faktor keterlambatan penderita kanker payudara dalam melakukan pemeriksaan awal ke pelayanan kesehatan. KEMAS: Jurnal Kesehatan Masyarakat, 11(2), 276-284.
Etikan et al. (2017). The Kaplan Meier Estimate in Survival Analysis. Cyprus: Department of Biostatistics, Near East University Faculty of Medicine.
Hanni, T., & Wuryandari, T. (2013). Model Regresi Cox Proporsional Hazard pada Data Ketahanan Hidup. Media Statistika, 6(1), 11-20.
Kaplan, E. & Meier, P. (1958). Nonparametric Estimation from Incomplete Observation. Journal of The AMerican Statistical Association, 457 - 481.
Klein, P. & Moeschberger, L. (2005). Survival Analysis. Techniques for Censored and Truncated Data 2nd Edition. Springer.
Maria, I. L., Sainal, A. A. & Nyorong, M. (2017). Risiko gaya hidup terhadap kejadian kanker payudara pada wanita. Media Kesehatan Masyarakat Indonesia, 13(2), 157.
Pulungan, R. M., & Hardy, F. R. (2020). Edukasi “Sadari”(Periksa Payudara Sendiri) Untuk Deteksi Dini Kanker Payudara Di Kelurahan Cipayung Kota Depok. Diseminasi: Jurnal Pengabdian Kepada Masyarakat, 2(1), 47-52.
Utami, S. S., & Mustikasari, M. (2017). Aspek psikososial pada penderita kanker payudara: studi pendahuluan. Jurnal Keperawatan Indonesia, 20(2), 65-74.
DOI: https://doi.org/10.17509/jem.v7i2.22133
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Rifki Pradika, Bambang Avip P
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.