Gabriela Insani Yonesty 1220312005

PENDAHULUAN
Klinisi sering berhadapan dengan bias dan peluang (chance) Kesalahan pengambilan sampel acak (random error) tidak dapat dihindarkan Variasi acak timbul dari proses pengukuran atau fenomena biologis Pentingnya faktor peluang dan membandingkannya dengan bias

PENYIMPAGAN ACAK (RANDOM ERROR)

Perbedaan sesungguhnya
Ada Kesimpulan uji statistik Tidak ada perbedaan Ada perbedaan Benar Tidak benar penyimpangan tipe II () Tidak ada Tidak benar penyimpangan tipe 1 ()

Benar

PENYIMPANGAN
Penyimpangan / tipe I false positive Penyimpangan / tipe II false negative Kemungkinan penyimpangan akibat variasi random dihitung dengan statistik inferensial

SIGNIFIKAN SECARA STATISTIK & KEPENTINGAN KLINIK

Perbedaan signifikan secara statistik tidak berarti penting secara klinik Nilai p bermakna hanya menentukan bahwa perbedaan itu benar-benar ada Kenyataannya, perbedaan yang memiliki signifikansi tinggi didapat dari sampel yang besar

UJI STATISTIK
Digunakan untuk memperkirakan kemungkinan penyimpangan Menggambarkan derajat hubungan antar variabel Pernyataan hubungan antar variabel : *Korelasi Pearson untuk data interval *Korelasi Spearman untuk data ordinal Uji signifikansi one tailed dan two tailed

ONE TAILED-TWO TAILED

PENENTUAN KEGAGALAN PENGOBATAN

Jumlah kecukupan pasien Ukuran efek Alpha error Beta error Karakteristik data Interrelasi Statistical power seusai penelitian

KAUSA
Banyak sekali peristiwa sebab akibat yang dihadapi klinisi Kausa :: sesuatu yang akan memberikan akibat atau hasil Kausa sangat penting bagi dokter dalam hal pencegahan, diagnosis dan pengobatan Kausa bersifat tunggal atau jamak

PENDEKATAN KAUSA KE AKIBAT

Paparan Micobakterium

Kepadatan penduduk

Malnutrisi Invasi ke jaringan Host yang rentan Infeksi TB

dan adanya reaksi

Vaksinasi Genetik

INTERAKSI KAUSAL MULTIPEL

Lebih dari satu kausa yang berperan efeknya tidak selalu aditif Menjelaskan faktor penyebab lebih sulit bila banyak kausa Interaksi kausa bisa saling menambah atau saling meniadakan

MENCARI KAUSA
Penelitian pada individu Tidak mungkin membuktikan hubungan kausal secara jelas Melalui penelitian empirik kausa bisa didapatkan Sebaliknya, bukti yang menentang dapat dibatasi

HUBUNGAN DAN KAUSA

Hubungan

Bias seleksi dan bias pengukuran Peluang (chance)

Ya

Tidak

Mungkin

Tidak mungkin

Pengacau

Ya

Tidak

Kausa

Kausa

BUKTI SEBAB-AKIBAT
Kriteria Temporal Kekuatan Respon terhadap dosis Reversibilitas Komentar Kausa mendahului efek Risiko relatif yang besar Makin besar paparan terhadap kausa diikuti peninggian kejadian penyakit Penurunan paparan terhadap kausa diikuti penurunan kejadian penyakit Kejadian berulang pada pengamatan orang lain, di tempat lain, keadaan lain, dan waktu yang berbeda Sesuai dengan pengetahuan biologi Satu penyebab menimbulkan satu efek Hubungan sebab dan akibat sudah terbukti untuk penyebab/penyakit yang serupa

Konsistensi

Masuk akal secara biologis Spesifisitas Analogi

TIPE PEMBUKTIAN
Kekuatan Kuat Desain Clinical Trial Kohort Kasus-kontrol Hasil Hubungan temporal Kekuatan Reversibilitas

Cross-sectional Risiko agregasi

Serial kasus Lemah Laporan kasus

Respon-dosis Konsistensi
Kesesuaian biologik Analogi