Išgyvenimo analizė statistikoje
Išgyvenimo analizė yra statistikos šaka, kuri orientuota į laiko iki įvykio modeliavimą ir analizę. Šis įvykis gali būti paciento mirtis, ligos atsinaujinimas, aparato komponento gedimas, klientų praradimas arba laikas, kol darbo ieškantis asmuo susiranda darbą. Pagrindinis išgyvenimo analizės pranašumas, palyginti su kitais statistiniais metodais, yra jos gebėjimas apdoroti nepilnus duomenis dėl cenzūros, t. y. kai įvykis neįvyksta iki stebėjimo laikotarpio pabaigos arba nėra visiškai stebimas.
Medicininiuose tyrimuose išgyvenamumo analizė dažnai naudojama gydymo būdų veiksmingumui palyginti pagal išgyvenamumo laiką; inžinerijoje – komponentų gyvavimo trukmei įvertinti; o versle – klientų išlaikymo prognozavimui. Apjungus tikimybės, neparametrinio vertinimo ir regresinių modelių sąvokas, išgyvenamumo analizė tampa svarbia priemone duomenimis pagrįstame sprendimų priėmime.
Pagrindinės sąvokos: įvykio laikas ir cenzūra
Išgyvenamumo analizės pagrindas yra atsitiktinis kintamasis \(T\), kuris parodo laiką iki įvykio. Pavyzdžiui, \(T\) gali būti dienų skaičius po gydymo, kol pacientas patiria atkrytį. Tačiau tyrėjai dažnai nestebi viso \(T\) dydžio. Yra keletas įprastų cenzūros formų:
1. Dešinės cenzūra: tai dažniausiai pasitaiko, pavyzdžiui, kai pacientas iki tyrimo pabaigos nepatyrė jokio įvykio arba kai pacientas pasitraukia iš tyrimo. Žinome tik tiek, kad \(T\) yra didesnis nei paskutinio stebėjimo metu.
2. Kairysis cenzūravimas (kairysis cenzorius): Įvykis įvyko prieš stebėjimo pradžią, tačiau tikslus laikas nežinomas.
3. Cenzūros intervalas: žinoma, kad įvykis įvyko tarp dviejų stebėjimo laikų (pvz., pacientas tiriamas kas mėnesį, o žinoma, kad įvykis įvyko tarp 2 ir 3 mėnesių).
Dauguma populiarių pagrindinių metodų (pvz., Kaplano-Meierio ir Coxo modeliai) yra skirti dešiniojo cenzūravimo atvejui.
Išgyvenimo ir pavojaus funkcijos
Išgyvenamumo analizė naudoja dvi pagrindines funkcijas:
1) Išgyvenimo funkcija
Išgyvenimo funkcija apibrėžiama taip:
\[
S(t) = P(T > t)
\]
Tai yra, \(S(t)\) yra tikimybė, kad individas / objektas išgyvens praėjus laikui \(t\). Pavyzdžiui, \(S(12)=0{,}80\) galima interpretuoti taip, kad 80 % tiriamųjų per 12 mėnesių neturėtų patirti šio įvykio.
2) Pavojingumo funkcija
Pavojingumo funkcija (rizikos rodiklis) apibūdina įvykio riziką „dabar“, jei tiriamasis išgyvens iki to laiko:
\[
h(t) = \lim_{\Delta t \to 0} \frac{P(t \le T < t+\Delta t \mid T \ge t)}{\Delta t}
\]
Hazard bukan probabilitas, melainkan laju . Dalam konteks medis, hazard yang lebih tinggi berarti risiko mengalami kejadian pada waktu itu lebih tinggi bagi individu yang masih bertahan.
Kedua konsep ini saling terkait melalui:
\[
S(t)=\exp\left(-\int_0^t h(u)\,du\right)
\]
Hubungan ini penting karena sebagian model memfokuskan pada hazard, lalu menurunkan survival, atau sebaliknya.
Estimasi nonparametrik: Kaplan–Meier
Salah satu metode paling terkenal dalam analisis survival adalah Kaplan–Meier estimator , yakni estimasi nonparametrik untuk fungsi survival tanpa mengasumsikan bentuk distribusi tertentu. Estimator ini membangun kurva survival sebagai hasil perkalian peluang bertahan pada setiap waktu kejadian.
Secara konseptual, Kaplan–Meier menghitung:
- pada tiap waktu kejadian \(t_i\),
- \(d_i\) = jumlah kejadian pada \(t_i\),
- \(n_i\) = jumlah subjek “berisiko” tepat sebelum \(t_i\),
maka:
\[
\hat{S}(t) = \prod_{t_i \le t}\left(1 - \frac{d_i}{n_i}\right)
\]
Keunggulan Kaplan–Meier adalah:
- mudah diinterpretasikan melalui kurva survival,
- dapat menangani right censoring,
- berguna untuk eksplorasi data dan perbandingan kelompok.
Namun, Kaplan–Meier pada dasarnya bersifat deskriptif. Untuk menguji apakah dua kurva survival berbeda secara signifikan, sering digunakan uji log-rank .
Perbandingan kelompok: uji log-rank
Log-rank test digunakan untuk menguji hipotesis apakah ada perbedaan survival antara dua (atau lebih) kelompok, misalnya kelompok terapi A vs terapi B. Uji ini membandingkan jumlah kejadian yang “diobservasi” dengan yang “diharapkan” pada tiap waktu kejadian, dengan mempertimbangkan jumlah subjek yang masih berisiko.
Log-rank efektif ketika asumsi perbedaan hazard antar kelompok relatif konstan sepanjang waktu. Jika hazard bersilangan (crossing hazards), interpretasinya menjadi lebih rumit dan uji alternatif bisa dipertimbangkan.
Model regresi: Cox Proportional Hazards
Ketika peneliti ingin memasukkan banyak kovariat (umur, jenis kelamin, biomarker, jenis terapi, dll.), metode yang paling umum adalah Cox Proportional Hazards Model . Model Cox menyatakan hazard individu dengan kovariat \(X\) sebagai:
\[
h(t \mid X) = h_0(t)\exp(\beta^\top X)
\]
di mana:
- \(h_0(t)\) adalah baseline hazard (tidak perlu ditentukan bentuknya),
- \(\beta\) adalah parameter yang diestimasi.
Interpretasi utama Cox adalah melalui hazard ratio (HR) :
\[
HR = \exp(\beta)
\]
Jika \(HR = 1{,}5\), maka kelompok dengan kovariat tertentu memiliki hazard 1,5 kali (50% lebih tinggi) dibanding kelompok referensi, dengan asumsi kovariat lain konstan.
Keunggulan model Cox:
- fleksibel karena tidak memerlukan bentuk distribusi khusus untuk \(h_0(t)\),
- dapat memasukkan banyak kovariat,
- interpretasi melalui hazard ratio relatif mudah.
Tantangan utama model Cox adalah asumsi proportional hazards , yaitu perbandingan hazard antar kelompok dianggap konstan sepanjang waktu. Asumsi ini dapat diperiksa melalui:
- grafik log(-log(S(t))) antar kelompok,
- residu Schoenfeld,
- pendekatan time-varying covariates bila asumsi tidak terpenuhi.
Model parametrik: Exponential, Weibull, dan lainnya
Berbeda dari Cox yang semiparametrik, model parametrik mengasumsikan bentuk distribusi tertentu untuk waktu survival, misalnya:
- Exponential : hazard konstan sepanjang waktu,
- Weibull : hazard bisa meningkat atau menurun,
- Log-normal dan Log-logistic : berguna untuk pola hazard yang tidak monoton.
Model parametrik unggul dalam:
- prediksi jangka panjang,
- estimasi kuantitas seperti mean survival (bila terdefinisi),
- efisiensi jika asumsi distribusi tepat.
Namun, jika asumsi distribusi keliru, hasilnya bisa bias. Oleh karena itu, pemilihan model perlu mempertimbangkan diagnostik, AIC/BIC, dan kecocokan kurva.
Aplikasi praktis di berbagai bidang
1. Kesehatan dan epidemiologi : waktu sampai kematian, kekambuhan kanker, waktu sampai pasien sembuh atau relapse, evaluasi perawatan.
2. Teknik dan reliabilitas : waktu sampai komponen rusak, analisis garansi, perencanaan pemeliharaan.
3. Bisnis dan pemasaran : waktu sampai pelanggan churn, waktu sampai pembelian ulang, retensi pengguna aplikasi.
4. Sosial dan ekonomi : durasi menganggur, waktu sampai pernikahan, durasi studi sampai lulus.
Dengan data yang tepat, analisis survival membantu organisasi memahami dinamika “ketahanan” suatu sistem dan faktor-faktor yang mempercepat atau memperlambat terjadinya peristiwa.
Hal penting dalam praktik analisis survival
Beberapa hal yang perlu diperhatikan agar analisis tepat dan dapat dipercaya:
- Definisikan peristiwa dengan jelas : misalnya, “kegagalan” harus konsisten (apakah termasuk kerusakan minor?).
- Tentukan awal waktu (time origin) : misalnya sejak diagnosis, sejak terapi dimulai, atau sejak pemasangan komponen.
- Censoring harus non-informatif : idealnya, peluang tersensor tidak bergantung pada risiko kejadian setelah mengondisikan kovariat. Jika censoring informatif, perlu pendekatan khusus.
- Kualitas data dan follow-up : kehilangan data follow-up dapat memengaruhi kesimpulan.
- Diagnostik model : cek asumsi proportional hazards untuk Cox atau kecocokan distribusi untuk model parametrik.
Kesimpulan
Analisis survival merupakan metode statistika yang sangat kuat untuk mempelajari waktu hingga terjadinya peristiwa, terutama ketika data mengandung censoring. Dengan alat seperti Kaplan–Meier, uji log-rank, model Cox proportional hazards, dan model parametrik, peneliti dapat mengestimasi peluang bertahan, membandingkan kelompok, serta menilai pengaruh kovariat terhadap risiko kejadian. Pemahaman konsep survival dan hazard, serta kehati-hatian terhadap asumsi model dan kualitas data, menjadi kunci agar hasil analisis survival dapat diandalkan dan bermanfaat dalam pengambilan keputusan di berbagai bidang.
Jika Anda ingin, saya bisa membuat versi artikel yang lebih akademik (dengan referensi), atau menyertakan contoh perhitungan dan ilustrasi kurva Kaplan–Meier serta interpretasi hazard ratio.
