Latar Belakang Aplikasi Regresi Cox Proportional Hazard Pada Analisis Kesintasan Dan Identifikasi Faktor Resiko (Studi Kasus Penderita Kanker Serviks Pasien RSUP. H. Adam Malik Medan Tahun 2009)

BAB I PENDAHULUAN

1.1 Latar Belakang

Ada banyak penelitian yang outcome nya berkaitan dengan lama waktu. Secara umum waktu ini dikatakan waktu kesintasan. Banyak metode analisis yang dapat digunakan untuk waktu kesintasan yang lengkap. Namun, faktanya dilihat data yang ada di masyarakat sulit sekali ditemukan data dengan waktu kesintasan yang lengkap dan data tersebut jarang terdistribusi secara normal, melainkan miring dan secara khas terdiri dari banyak kejadian baru. Oleh karena itu dibutuhkan analisis khusus untuk menyelesaikan masalah ini. Metode ini dikenal sebagai analisis kesintasan survival analysis . Analisis kesintasan atau dikenal sebagai analisis ketahanan hidup survival analysis merupakan analisis statistika khusus yang membantu menganalisis suatu kasus yang tidak dapat diselesaikan dengan analisis statistika standard. Analisis ini digunakan ketika kasus berkaitan dengan waktu atau lama waktu hingga terjadi peristiwa tertentu, dan kemungkinan adanya data tersensor merupakan karakteristik khas yang membedakannya dengan analisis lain. Peristiwa dalam analisis ini dapat berupa timbulnya penyakit, kambuhnya penyakit, kesembuhan, kematian atau sesuatu yang menarik untuk diamati pada objek tertentu Kleinbaum dan Klein, 2005. Untuk selanjutnya istilah kesintasan akan digunakan pada penulisan ini. Pada analisis kesintasan diperlukan suatu model yang memberi gambaran tentang kesintasan tersebut. Beberapa model dikenal pada analisis ini, diantaranya model proportional hazard yang meliputi model cox semiparametrik, model parametrik, dan model AFT Accelerated Failure Time. Pada analisis ini dikenal juga Universitas Sumatera Utara pendekatan untuk memodelkan hubungan antara kesintasan dan kovariat untuk mengasumsikan adanya pengaruh kovariat pada hazard yaitu Aalen’s additive model Bradburn et al , 2003, pendekatan counting process oleh Pedroso 1995, Fleming dan Lin 2000, Volf dan Linka 2001, pendekatan artificial neural netwok Bittern et al, 2005, pendekatan principal component analysis Ma, 2007. Pada penelitian ini penulis menggunakan model regresi cox proportional hazard yang merupakan model semiparametrik. Regresi cox atau cox proportional hazard merupakan pemodelan yang sangat umum dan populer pada analisis ini. Dikatakan umum karena model ini tidak didasarkan pada asumsi-asumsi tentang sifat atau bentuk distribusi yang mendasari kesintasan dan model ini sangat populer karena fungsi baseline hazard pada model tidak ditentukan, merupakan pengestimasi koefisien regresi yang baik dan kurva kesintasan biasa untuk situasi data yang bervariasi dapat diperoleh dengan model ini. Selain itu cox proportional hazard dikatakan juga sebagai model robust, yaitu hasil dari model cox ini hampir sama dengan hasil menggunakan model parametrik Kleinbaum dan Klein , 2005. Cox proportional hazard merupakan pendekatan model matematika yang digunakan untuk mengestimasi kurva kesintasan ketika mempertimbangkan beberapa variabel independen secara serentak Kleinbaum dan Klein , 2005. Variabel-variabel ini merupakan kovariat yang dikenal dengan faktor resiko yaitu faktor yang diestimasi mempengaruhi waktu kesintasan. Salah satu bidang yang berkaitan dengan kesintasan ialah kesehatan. Di negara-negara berkembang termasuk di Indonesia terdapat banyak kasus yang berkaitan dengan kesehatan salah satunya ialah munculnya penyakit, baik menular maupun penyakit tidak menular yang pada akhirnya mengakibatkan kematian. Sekarang ini penyakit tidak menular lebih ditakuti daripada penyakit menular. Berdasarkan lembaga Pusat Data dan Surveilans Epidemiologi, dalam 12 tahun terakhir pola penyebab kematian mulai bergeser dari penyakit menular ke penyakit tidak menular. Penyakit-penyakit ini senantiasa muncul merisaukan masyarakat, ditambah lagi apabila obat untuk suatu penyakit belum ditemukan. Data Survei Kesehatan Rumah Tangga SKRT tahun 2001, 31,2 kematian pada semua umur diakibatkan penyakit menular dan 41,7 diakibatkan oleh penyakit tidak menular. Universitas Sumatera Utara Menurut data Riskesdas Riset Kesehatan Dasar tahun 2007 angka kematian diakibatkan penyakit menular dan tidak menular masing-masing sebesar 28,1 dan 59,5 Booklet, 2010. Ini memperlihatkan bahwa kematian pada semua umur dengan penyakit menular semakin menurun, sedangkan pada penyakit tidak menular semakin meningkat. Adapun yang temasuk jenis penyakit tidak menular ialah kanker. Saat ini kanker ikut ambil andil sebagai penyakit penyebab kematian yang sangat mengkhawatirkan. Di Indonesia, penyakit kanker juga menjadi salah satu masalah kesehatan yang cukup penting karena angka kejadian dan jumlah kematian akibat kanker terus meningkat setiap tahunnya. Salah satunya ialah kanker yang menjangkiti wanita, yaitu kanker serviks yang menempati urutan pertama di dunia yang sangat ditakuti, kemudian disusul kanker payudara female.kompas, 10 Desember 2010. Pada umumnya kanker serviks disebabkan oleh infeksi Human Papilloma Virus HPV, sampai saat ini tidak ada obat untuk infeksi HPV. Setelah terinfeksi, seseorang sangat mungkin akan terinfeksi seumur hidupnya. Setiap wanita beresiko terjangkit kanker serviks selama hidupnya. Peluang meninggal bila seorang wanita terkena kanker ini adalah 66 Tribunnews, 10 Desember 2010. Kanker serviks ialah kanker nomor 3 terbanyak pada wanita di dunia setelah kanker payudara dan usus besar, dengan estimasi 470.000 kasus baru di tahun 2000, 10 dari semua kanker pada wanita Ferlay et al , 2001. Berdasarkan data Globocan, International Agency for Research on Cancer IARC tahun 2002, setiap menit terdapat 1 kasus kanker serviks baru dan setiap 2 menit terjadi 1 kasus kematian di dunia diakibatkan kanker ini. Ini mengakibatkan di tahun 2002 angka kejadian kanker serviks menempati urutan kedua terbanyak pada wanita di dunia setelah kanker payudara, dengan estimasi 493.000 kasus baru dan 274.000 diantaranya mati Parkin et al , 2005. Di tahun 2007, jumlah penderita kanker serviks mencapai 7,9 juta dan sekitar 72 terjadi di negara berkembang. Kematian akibat kanker diproyeksikan akan terus meningkat yaitu diestimasi mencapai 12 juta kematian pada tahun 2030 bila tidak dilakukan intervensi yang memadai WHO, 2010. Universitas Sumatera Utara Di wilayah Asia Tenggara kanker serviks menempati urutan kedua berdasarkan angka kejadian yaitu sebesar 188.242 atau sekitar 24,4 dibandingkan dengan angka kejadian kanker payudara yang menempati urutan pertama yaitu sebesar 203.929 atau sekitar 26,1. Sedangkan berdasarkan tingkat kematian kanker serviks menempati urutan pertama yaitu mencapai 102.693 atau sekitar 13,7, dan kanker payudara menempati urutan kedua yang kasus kematiannya mencapai 93.979 atau sekitar 12,5. Khususnya Indonesia, angka kejadian kanker serviks mencapai 13.762 kasus dan 7.493 diantaranya mengalami kematian Globocan, 2010. Berdasarkan data WHO kanker serviks merupakan penyakit pembunuh wanita nomor 1 di dunia dengan jumlah penderita 630 juta Tribunnews, 10 Desember 2010. Setiap hari kanker serviks merenggut nyawa 600 wanita di dunia dan 20 wanita Indonesia data Yayasan Kanker Indonesia. Menyerang 50 wanita usia 35-55 tahun, 50 lagi di bawah 35 tahun. Badan Kesehatan Dunia WHO menyatakan, saat ini penyakit kanker serviks menempati urutan teratas diantara berbagai jenis kanker yang menyebabkan kematian pada wanita di dunia. Indonesia merupakan negara dengan jumlah penderita kanker serviks yang tertinggi di dunia. Di Indonesia, setiap tahun terdeteksi lebih dari 15.000 kasus kanker serviks dan sekitar 8000 kasus di antaranya berakhir dengan kematian female.kompas, 10 Desember 2010. Terlihat jelas berdasarkan uraian di atas bahwa angka kejadian dan kematian kanker serviks meningkat setiap tahunnya. Meningkatnya angka kejadian dan kematian ini disebabkan kurangnya kesadaran wanita untuk memeriksakan dirinya sejak dini, sehingga penderita bisa dikatakan terlambat untuk melakukan pengobatan dan perawatan. Sebagai tolak ukur keberhasilan pengobatan adalah tingkat kesintasan year survival rate. Tingkat kesintasan dapat berupa tingkat kesintasan 5 tahun, 3 tahun, 2 tahun, atau 1 tahun. Tingginya angka kesintasan menunjukkan semakin baiknya perawatan yang dilakukan sebuah instansi kesehatan. Sebelumnya penelitian tentang kesintasan telah dilakukan yaitu di tahun 1990, Rarung melakukan penelitian untuk mengetahui sejauh mana kesintasan 5 tahun kasus kanker ovarium di RSUPN. Dr. Cipto Mangunkusumo Jakarta. Dari 73 kasus kanker ovarium diperoleh usia termuda 13 tahun dan tertua 90 tahun. Dan diperoleh Universitas Sumatera Utara kesintasan pada 2 tahun pertama sebesar 51,5 dan setelah 5 tahun 45. Selanjutnya penelitian tentang kesintasan 5 tahun penderita kanker serviks di RS. Dharmais Jakarta. Berdasarkan penelitian tersebut dari 184 penderita kanker serviks yang dirawat inap tahun 1996 diperoleh yang mengalami kematian sebanyak 39,7, tetap hidup 22,3 dan yang hilang sebanyak 38,0 Sirait et al , 2003. Di tahun 2001, Liou et al melakukan penelitian kesintasan 5 tahun untuk fibrosis sistik. Berikutnya tahun 2007, Hadiyah dan Setiawan melakukan penelitian untuk mengetahui faktor-faktor yang mempengaruhi kesintasan penderita hipertensi. Mereka memilih distribusi Weibull sebagai distribusi yang sesuai untuk menggambarkan waktu kesintasan penderita hipertensi, sehingga fungsi kesintasan dan fungsi hazard yang dibentuk berdistribusi Weibull . Di tahun yang sama Clark dan West menggunakan distribusi Weibull dan pendekatan Bayessian untuk menganalisis data penderita kanker serviks. Di tahun 2008, Ratnaningsih dan Saefuddin melakukan penelitian tentang kesintasan mahasiswa putus kuliah pada pendidikan tinggi jarak jauh. Mereka menggunakan estimasi Breslow untuk mengetahui peluang kegagalan melanjutkan studi di universitas terbuka berdasarkan berbagai karakteristik mahasiswa. Satu tahun berikutnya Dehkordi et al , membandingkan kesintasan dan faktor prognostik antara kanker kolekteral dan kanker lambung. Baghestani et al 2009 , menggunakan analisis Bayessian untuk mengetahui kesintasan pasien kanker lambung di Iran dengan 178 pasien dari tahun 2003 sampai 2008. Pada penelitian ini penulis mencoba melakukan inferensi statistik nonparametrik dengan metode estimasi Kaplan-Meier dan pemodelan regresi cox proportional hazard untuk mengestimasi probabilitas kesintasan 1 tahun dan mengidentifikasi faktor-faktor yang mempengaruhi kesintasan 1 tahun penderita kanker serviks yang rawat inap di RSUP. H. Adam Malik Medan tahun 2009, dengan demikian akan diperoleh analisis yang lebih tentang kasus ini. Universitas Sumatera Utara

1.2 Perumusan Masalah