Survival analysis (SA) adalah suatu metode statistik untuk menganalisa data 'time to event'.
Event= a transition from one state to another that can be situated in time.
dulunya SA dikembangkan untuk data mortalitas, tapi aplikasinya lebih luas, bisa sampai ke engineering.
Kaplan-Meier Estimation --> untuk membanding 2 kurva KM yang memiliki sensor, bisa menggunakan log rank test, jika tidak memiliki sensor, bisa langsung dengan t-test atau wilcoxon rank sum. --> jika mempunya confounder bisa dilakukan uji hazard regression.
Thursday, August 16, 2012
Sunday, August 12, 2012
Perhitungan Sample Size
Menghitung jumlah sample untuk riset merupakan salah satu hal yang sangat penting. Alasannya, salah satunya, dari segi etik, dalam riset yang berhubungan dengan masalah kesehatan yang emmerlukan human subject untuk riset, tentunya kita tidak bisa menggunakan jumlah subject sesuai keinginan kita tanpa memperhatikan etik yang berlaku. alasan lainnya, dengan menghitung jumlah sample yang diperlukan untuk riset, otomatis kita dapat mengefisiensikan biaya, waktu, logistik riset, dan lainnya.
Apa saja yang perlu dipertimbangka dalam menghitung jumlah sample?
Apa saja yang perlu dipertimbangka dalam menghitung jumlah sample?
- alpha, biasanya 5% untuk 2 side. biasanya disebut: “Level of significance” Probability of Type I error – rejecting null hypothesis when it is in fact true (false positive) Typically 5%
- power (1-beta): Probability of detecting a difference when one truly exists (true positive)
- Ukuran keragaman, biasanya dinyatakan dalam standar deviasi (STD) atau standard error (SE). STD= SE x√n. nilai STD atau SE bisa kita peroleh dari publikasi2 sebelumnya, ataupun dengan melakukan pilot study terlebih dahulu.
- Hypothesis alternatif. Anticipated treatment/exposure effect (Ha)
- Effect size
Penjelasan Type I dan II error
Null hypothesis (H0) is true | Null hypothesis (H0) is false | |
---|---|---|
Reject null hypothesis | Type I error False positive | Correct outcome True positive |
Fail to reject null hypothesis | Correct outcome True negative | Type II error False negative |
Subscribe to:
Posts (Atom)