Analisis survival pada data kejadian berulang menggunakan pendekatan Stratified Cox

INDONESIA : Analisis ketahanan adalah suatu analisis statistik yang digunakan untuk mengetahui kapan suatu kejadian menarik terjadi. Istilah kejadian dalam analisis ketahanan lazimnya disebut sebagai failure (kegagalan/kematian). Dalam analisis ketahanan terdapat kejadian yang terus berulang kali terjadi pada suatu subjek penelitian, sehingga hal ini disebut sebagai kejadian berulang. Kejadian berulang terbagi menjadi dua macam, yaitu kejadian berulang identik dan kejadian berulang tidak identik. Pendekatan yang dilakukan untuk kejadian berulang identik adalah Counting Process, sedangkan pendekatan untuk kejadian berulang tidak identik menggunakan Stratified Cox. Penelitian ini menggunakan data kejadian berulang tidak identik sehingga pendekatan yang digunakan adalah Stratified Cox. Setidaknya terdapat dua model yang ada pada pendekatan Stratified Cox, yaitu model Prentice, William, Peterson Total Time (PWP-TT) dan model Prentice, William, Peterson Gap Time (PWP-GT). Kajian ini menggunakan kedua model dari pendekatan Stratified Cox tersebut, kemudian dibandingkan untuk diketahui model mana yang lebih baik diterapkan pada data kejadian berulang. Langkah-langkah pembentukan model Cox Stratifikasi PWP-TT dan model Cox Stratifikasi PWP-GT adalah sebagai berikut: (1) Estimasi Parameter (2) Uji Signifikansi Parameter (3) Uji Asumsi proportional hazard (4) Stratifikasi variabel yang tidak memenuhi Asumsi proportional hazard (5) Estimasi Parameter model Cox Stratifikasi (6) Uji asumsi interaksi model Cox Startifikasi. Setelah masing-masing model didapatkan, selanjutnya model Cox Stratifikasi PWP-TT dan model Cox Stratifikasi PWP-GT dibandingkan dengan metode AIC untuk mengetahui model yang lebih baik untuk diterapkan pada data kejadian berulang. ENGLISH : Survival analysis is a statistical analysis used to find out when an interesting event occurs. The term event in Survival analysis is usually referred to as failure. In Survival analysis, there are events that occur repeatedly in a research subject, so this is referred to as a recurrent event. There are two types of recurrent event, namely identical recurrent event and non-identical recurrent event. The approach taken for identical recurrent event is the Counting Process Approach, while for non-identical recurrent event using the Stratified Cox Approach. This study uses non-identical recurrent event data so that the approach used is Stratified Cox. There are at least two models in the Stratified Cox approach, namely the Prentice, William, Peterson Total Time (PWP-TT) model and the Prentice, William, Peterson Gap Time (PWP-GT) model. This study uses both models from the Stratified Cox approach, then compares them to find out which model is better applied to recurrent event data. The steps for forming the Cox Stratification PWP-TT model and the Cox Stratification PWP-GT model are as follows: (1) Parameter Estimation (2) Parameter Significance Test (3) Test the proportional hazard assumption (4) Stratification of variables that do not meet the proportional hazard assumption (5) Estimation of Cox Stratification model parameters (6) Test the interaction assumption of the Startification Cox model. After each model was obtained, then the Cox Stratification PWP-TT and the Cox Stratification PWP-GT were compared with the AIC method to find out a better model for applied to recurrent event data