METODE ESTIMASI ANALISIS MIXTURE CURE MODEL SEMIPARAMETRIK ACCELERATED FAILURE TIME (AFT) PADA PASIEN KANKER PAYUDARA

Abstract

Analysis of survival is one of the statistical methods used to analyze data related to time, from the time origin or start point to the occurrence of a special end point event. One method for survival analysis is the mixture cure model, which is used to determine the proportion of cured patients and the probability of patients not being cured until a certain time limit with the given treatment. The EM algorithm method is used to determine the value of the estimation parameter. In this study, the data of breast cancer patients and the variables that significantly affect the patient's recovery model are the treatment variables, while in the failure time model there are no significant variables. The chemotherapy treatment given to breast cancer patients is the Taxan Base, Antarskilin+Taxan and Antarsiklin Base regimens. The highest survival probability of cured patients is patients given the Antarsiklin Base treatment.

Analisis survival merupakan salah satu metode statistika yang digunakan untuk menganalisis data yang berhubungan dengan waktu, mulai dari time origin atau start point sampai dengan terjadinya suatu kejadian khusus end point. Salah satu metode untuk analisis survival adalah mixture cure model yang digunakan untuk mengetahui proporsi pasien sembuh dan probabilitas pasien tidak sembuh sampai pada batas waktu tertentu dengan diberinya treatment atau perlakuan. Untuk mengetahui nilai estimasi parameter digunakan metode Algoritma EM. Pada penelitian ini, menggunakan data pasien kanker payudara dan variabel yang berpengaruh signifikan terhadap model pasien sembuh adalah variabel treatment, sedangkan pada failure time model tidak ada variabel yang signifikan. Treatment kemoterapi yang dilakukan pada pasien kanker payudara adalah rejimen Taxan Base, Antarskilin+Taxan dan Antarsiklin Base.  Probabilitas survival pasien sembuh tertinggi yaitu pasien yang diberi treatment Antarsiklin Base.