STUDI KASUS KONTROL

Studi

kasus kontrol adalah rancangan studi

epidemiologi yg mempelajari hubungan antara paparan
(faktor penelitian) dan penyakit (outcome) dgn cara
membandingkan klp kasus dan klp kontrol berdasar
status paparannya
Studi

kasus kontrol sering dinamakan : casecomparison studies, case referent studies atau
restrospective studies
Studi

kasus kontrol dpt mmpergunakn kasus

prevalensi maupun insidensi

Gambaran studi kasus kontrol dgn kasus prevalensi

Mulai
penelitian

Terpapar

Kasus

Tdk terpapar
Terpapar

Kontrol

Tdk terpapar
Arah penelusuran

Waktu

Diagram skematik rancangan studi kasus kontrol pemakaian aspirin

selama sakit karena virus pd anak2 dgn risiko menderita sindrom
Reye

Mulai
penelitian

Memakai
aspirin

Sindrom
Reye

Tdk memakai
aspirin

Tdk mderita
sindrom Reye

Memakai
aspirin
Tdk memakai
aspirin
Arah penelusuran

Waktu

Catatan
Pd thn 1963 Reye & kawan2 melaporkn di majalah Lancet
suatu sindrom berupa enselophati akut yg berhub dgn
degenerasi perlemakan hari, scr khusus tjd setelah infeksi
virus. Sindrom Reye hampir seluruhnya didiagnosis hanya
pd anak2 & bentuknya paling berat dpt menyebabkan
kematian. Di Amerika fatality rate-nya 25-45%. Setelah 30
th diteliti sindrom reye masih sepenuhnya blm dimengerti.
Beberpa studi epidemiologi membuktikan hub
penggunaan aspirin selama infeksi virus dgn sindrom
reye. Walaupun hub msh diragukan kalangan profesional
kesh sudah menganjurkan tdk menggunakan aspirin utk
infeksi virus pd anak , selanjutnya penggunaan aspirin
berkurang demikian jg sindrom reye.

Keuntungan studi kasus kontrol

Lebih

murah & mudah dilakukan drpd rancangan

analitik lainnya. Sampel yg dibutuhkn lebih kecil
Cocok utk meneliti penyakit dgn periode laten yg
panjang. Hasil yg hendak dicapai lebih cepat, tak
perlu menunggu outcome yg lama spt studi kohort
Cocok utk meneliti penyakit yg jarang tjd
Bias penentuan penyakit lebih sedikit
Dpt meneliti sekaligus beberapa faktor risiko thd
suatu outcome

Kelemahan studi Kasus Kontrol

Alur

metodologi inferensial terbalik

Tdk efisien utk mempelajari paparan yg
langka
Scr umum tdk bs menghitung laju
insidensi pd populasi terpapar & tdk
terpapar. Tdk bisa RR tapi OR
Klp kasus & kontrol dipilih dr 2 populasi yg
terpisah
Bias recall (mengingat) besar

PEMILIHAN KASUS
Langkah

pertama: tentukan populasi sumber

secara baik
Sumber kasus: surveilans, CM RS/klinik,
sertifikat kematian, dll
Diagnosis : sensitivitas & spesifitas (pakai
metode diagnosis paling tepat :GOLD
STANDART
Kanker : hrs konfirmasi patologi anatomo !
Pd penyakit lain ? Kriteria diagnosis hrs jelas &
diterima banyak ahli
Kriteria inklusi : meminimalkan misklasifikasi

Populasi sumber kasus :

- dr Rumah Sakit (hospital-based)
- dr masyarakat/populasi/komunitas
(population-based)
Studi kasus kontrol yg hospital-based, keuntungannya :
1. Subjek lebih mudah dicapai
2. Subjek cenderung lebih kooperatif
3. Latarbelakang karakteristik kasus&kontrol mungkin
seimbang
4. Lebih mudah mengumpulkan informasi paparan dari
catatan medik dan spesimen biologik

Studi kasus kontrol population-based,

keuntungannya :
Populasi sumber ditetapkan dengan
lebih baik
2. Lebih mudah memastikan kasus dan
kontrol berasal dr populasi sumber yg
sama
3. Riwayat paparan pd kontrol nampaknya
menggambarkan orang2 tanpa penyakit
yg diteliti
1.

PEMILIHAN KONTROL

Idealnya kontrol dipilih scr random dr populasi sumber

Idealnya sampel kontrol mempunyai prevalensi
pemaparan yg sama dgn populasi
Kontrol disesuaikan dgn sumber kasus
Melalui prosedur diagnosis yg sama dgn kasus (Kontrol
hrs bebas dr penyakit yg diteliti atau mempunyai faktor
risiko yg sama dgn kasus
Jumlah klp kontrol ?multiple lebih baik drpd tunggal, krn
bisa diperiksa kemungkinan tjdnya : bias potensial &
konsistensi hasil
Rasio kasus kontrol : 1:1 sampai 1:4, melebihi rasio ini
pengaruhnya tdk signifikans thd power study.

PENENTUAN PAPARAN

Setelah kasus dan kontrol dipilih hrs dikumpulkan

informasi ttg paparan dari faktor risiko
Pengumpulan informasi paparan paling seing
menggunakan metode wawancara dgn kuesioner
terstruktur
Hrs dilak pada kasus dan kontrol dgn CARA yg sama,
wawancara hrs distandarisasi, dimonitor dan dilak oleh
pewawancara terlatih
Misal :riwayat merokok cara terbaik dgn menanyakan
langsung pd responden. Informasi paparan berupa berat
lahir terbaik diperoleh dari catatan rumah sakit (bersalin)
atau sertifikat kelahiran. Informasi tensi dukur langsung
pd responden

PENENTUAN PAPARAN

Informasi paparan dari catatan medik atau pekerjaan,

menghindarkan dari reporting bias tetapi informasi
paparan sangat terbatas
Hati-hati adanya perubahan dinamika paparan. Misal pd
studi hubungan diet dgn kanker kolon, penderita kanker
kolon awal mungkin MENGUBAH pola dietnya begitu
merasakan gejala AWAL penyakit. Harus ditanyakan diet
SEBELUM gejala awal !
Paling objektif pakai petanda biologi (biologic marker)
dengan mengukur agen/indikator agen dlm
darah/spesimen lain

MATCHING PD PENELITIAN KASUS

KONTROL

Matching (pencocokan, penyetaraan) adl pemilihan

serangkaian subyek utk klp kontrol sedemikian rupa shg
klp kontrol memiliki distribusi sebuah atau sejumlah
faktor perancu potensial yg sama atau serupa dgn klp
kasus.
Dgn matching, klp kasus dipilih scr independen
sedangkan klp kontrol dipilih berdasar distribusi faktor
perancu pd klp kasus.
Mekanisme matching dpt dilak scr individu atau per
kelompok
Tujuan matching (1) utk mengontrol confounding (2)
meningkatkan presisi (efisiensi)
Pd kohort matching mampu mengontrol confounding ppt
pd kasus kontrol tdk dpt mengendalikan confounding

BESAR SAMPEL PD KASUS KONTROL

Besar sampel untuk penelitian kasus kontrol menurut

Lemeshow (1990) adalah
{Z 1-/2 [2P2 * ( 1-P2* )] + Z 1- [P1 * ( 1-P1* ) + P2 * ( 1-P2 *)]}2

n = ______________________________________________________
( P1 * - P2*)2

P1 * = ___(OR) P2*_____
(OR) P2 * + (1-P2*)
Keterangan :
n
: Jumlah sampel
P1* : Proporsi pemaparan pada kelompok kasus
P2* : Proporsi pemaparan pada kelompok kontrol

BIAS PADA STUDI KASUS KONTROL

1.

Bias SELEKSI :pemilihan subyek berdasarkan status

penyakit dipengaruhi oleh status paparannya.
jenis bias SELEKSI :
- Bias Deteksi :bias yg disebabkan perbedaan intensitas
surveilens dlm memilih kasus dan kontrol sedemikian rupa
shg peneliti cenderung lebih mudah mendeteksi kasus
terpapar dan kontrol tdk terpapar
- Bias Berkson : probabilitas masuk rumah sakit bagi
kasus dan kontrol berbeda dan perbedaan ini berhub dgn
status paparan
- Bias non respon : bias yg disebabkan penolakan
responden utk berpartisipasi

- Bias insidensi-prevalensi Neyman : bias krn penggunaan

data prevalensi utk menilai pengaruh paparan thd outcome
krn prevalensi tdk hanya mencerminkan pengaruh etiologik
dari faktor penelitian ttp juga kelangsungan penyakit
- Bias pekerja sehat :akibat penggunaan pekerja sehat sbg
klp kasus atau tdk terpapar di satu pihak dan penggunaan
populasi umum sbg klp kontrol atau klp tdk terpapar
2. Bias INFORMASI : akibat ketidakakuratan data ttg paparan
atau pemberian dan pencatatan informasi ttg status
paparan dipengaruhi status penyakit subyek. Disebut juga
bias pengukuran, bias pengamatan atau bias misklasifikasi

ANALISIS DATA

TDK DIMATCHING
Terpapar

Tak terpapar

Jumlah

Kasus
Kontrol

A
C

B
D

A+B
C+D

Total

A+C

B+D

A+B+C+D

Odds Ratio = Odds kasusterpapar/Odds kontrol terpapar

= A/B : C/D = A x D / B x C

CONTOH TDK DIMATCHING

Memakai
aspirin

Tak memakai
aspirin

Jumlah

Kasus
Kontrol

190
130

10
70

200
200

Total

320

80

400

Odds Ratio = Odds kasus terpapar/Odds kontrol terpapar

= A x D / B x C = 190 x 70 / 10 x 130 = 10,2

95% CI = (OR) exp [ 1,96 V 1/A + 1/B + 1/C + 1/D]

95% CI OR = 5,1 20,5
Hasil penelitian dibaca risiko pemakaian aspirin karena infeksi virus 10 kali lipat untuk
terkena sindrom reye daripada yg tdk menggunakan aspirin selama sakit karena
infeksi virus dan 95% kita percaya risikonya terletak diantara 5,1 20,5

ANALISIS DATA

DIMATCHING
Kontrol
Terpapar

Kontrol Tak
terpapar

Jumlah

Kasus Terpapar
Kontrol tak terpapar

W
Y

X
Z

W+X
Y+Z

Total

W+Y

X+Z

W+X+Y+Z

W dan Z = concordant pairs

X dan Y = discordant pairs
Odds Ratio = X / Y

CONTOH DIMATCHING
Memakai
aspirin

Tak memakai
aspirin

Jumlah

Kasus
Kontrol

132
5

57
6

189
11

Total

137

63

200

Odds Ratio = X / Y = 57 /5
= 11,4

95% CI = (OR) exp [ 1,96 V 1/X + 1/Y]

95% CI OR = 4,6 28,3

Contoh latihan
Di

suatu daerah ditemukan kematian neonatus

masih tinggi, ada dugaan ada pengaruh
pemotongan tali pusar yang tidak steril. Studi
kasus kontrol digunakan utk mengetahui
pengaruh tsb. Dari 68 yang mengalami kematian
neonatus ada 12 yang melakukan pemotongan
tali pusar tidak steril. Dari 68 yang tidak
mengalami kematian neonatus yang melakukan
pemotongan tali pusar tidak steril 9 jiwa. Hitung
kekuatan pengaruhnya ?