Pemodelan Kekambuhan Pasien Kanker Serviks di RSUD dr. Soetomo Surabaya Menggunakan Regresi Cox Extended

Kanker leher rahim atau lebih sering disebut kanker serviks merupakan kanker yang tumbuh di dalam leher rahim/serviks yang terdapat didalam organ bagian reproduksi pada tubuh wanita. Penyakit ini menyebabkan kematian dan lebih dari 85% terjadi di negara berkembangdi seluruh dunia. Analisis survival merupakan salah satu metode yang dapat digunakan untuk menganalisis data berdasarkan waktu. Pada penelitian ini membahas mengenai kekambuhan pasien kanker serviks di RSUD dr.Soetomo Surabaya menggunakan pemodelan regresi Cox Extended. Berdasarkan hasil analisis, probabilitas pasien kanker serviks di RSUD dr. Soetomo selama dua tahun penelitian yang tidak mengalami kambuh pertama kali dibawah 50%. Pasien kanker serviks cenderung mengalami kambuh setelah dua bulan pertama. Variabel yang tidak memenuhi asumsi proportional hazard adalah status operasi. Variabel yang signifikan mempengaruhi kekambuhan pasien kanker serviks di RSUD dr. Soetomo adalah status operasi Model terbaik berdasarkan kriteria AIC terkecil adalah pemodelan regresi cox extended menggunakan fungsi waktu. Laju kekambuhan pasien kanker serviks yang melakukan tindakan operasi memiliki laju kekambuhan yang berbeda-beda karena bergantung waktu. ================================================================= Cervical cancer is one of cancers that grow in reproduction of woman. This cancer causes death and more than 85% cervical cancer occurs in developing countries. Survival analysis is one of the methods that can be used to analyzing survival time. This research wi ll be discussed about modelling of cervical cancer relapse data at dr. Soetomo Hospital Surabaya using cox extended regression. Based on the analysis, the probability of cervical cancer relapse patients in dr. Soetomo Hospital Surabaya for two years is less than 50%. Cervical cancer patients tend to relapse after two months later. The variable of surgery status does not satisfy the proportional hazard assumption. Variables that significantly affect 2- years survival of cervical cancer patients in dr. Soetomo is surgery status. The best model based on the small est value of AIC is modeling extended cox regression using time function. Hazard ratio for cervical cancer relapse patient that do surgery is difference because variable of surgery status depends on time