bertujuan
utk menganalisis fx penyebab (determinan) dari
masalah
kesehatan
epidemiologi analitik menjawab pertanyaan (why)
penyebab
terjadinya masalah kesehatan
Desain studi analitik digunakan untuk meneliti :
-Apakah suatu fx mrp determinan dari suatu kejadian
penyakit
-Apakah suatu fx mrp penyebeb dari suatu kejadian
penyakit
-Apakah suatu faktor mrp risiko dari suatu kejadian
penyakit
Jika :
- E mrp faktor yg diteliti (exposure, determinan, fx risiko)
-D mrp penyakit yg diteliti (disease)
E
1. Krosssektional
2. Kasus kontrol
3. Kohort
4. eksperimen
dimana
outcome jarang terjadi
bersifat observasional
unti pengamatan adalah individu
1. Penelitian dimulai dari status outcome (D) pd subjeksubjek yg diteliti, kmd dikelompokkan :
- kelp subjek yg sakit (D+)
- kelp subjek yg tdk sakit (D-)
2. Subjek pd kedua kelp scr retrospektif diteliti ttg status
keterpaparannya dgn var E
3. Bandingkan status keterpaparan dengan E pada kelp D+
dan D4. Hubungan antara E dan D diukur dgn OR, tdk bisa
menghitung insidens
E+
D+
EE+
DE-
The past
The present
1. Analisis univariat
- mendeskripsikan dist. Frekuensi variabel eksposure
outcome
- jika data dalam skala kontinyu, analisis dari nilai mean dan
95% CI
- jika data dalam skala kategorikal, analisis dari nilai
proporsi, 95% CI
2. Analisis bivariat
- melihat hub (asosiasi) antara variabel E dan D
- tgt dari skala pengukuran variabel E dan D
- jika var E dan D dlm skala kategorikal : hub asosiasi diukur
dgn
OR, uji statistik dgn chi-square
- jika var E dlm skala kategorikal dan D dlm skala kontinyu :
hub
asosiasi diukur dgn membandingkan nilai mean, uji
statistik dgn
membandingkan dua mean
- jika var E dan D dlm skala kontinyu : hub asosiasi diukur
Kelebihan :
1.Cocok utk penelitian dgn frekuensi outcome jarang
2.Durasi penelitian relatif singkat
3.Relatif murah
4.Jumlah sampel yg dibutuhkan relatif sedikit
5.Menghasilkan nilai OR (sbg pendekatan RR)
Kelemahan:
1.Berpotensi utk terjadinya bias akibat pengambilan sampal
kasus dan kontrol dr populasi yg berbeda (bias seleksi)
2.Berpotensi terjadi bias dlm pengukuran var E (bias informas)
3.Terbatas pada satu var outcome
4.Tdk dpt menghasilkan insidens, prevalens, RR ataupaun AR
D+
E+
Population
at risk
DFollow
up
D+
ED-
The present
The future
1. Analisis univariat
- mendeskripsikan dist. Frekuensi variabel eksposure
outcome
- jika data dalam skala kontinyu, analisis dari nilai mean dan
95% CI
- jika data dalam skala kategorikal, analisis dari nilai
proporsi, 95% CI
2. Analisis bivariat
- melihat hub (asosiasi) antara variabel E dan D
- tgt dari skala pengukuran variabel E dan D
- jika var E dan D dlm skala kategorikal : hub asosiasi diukur
dgn RR,
OR atau AR , uji statistik dgn chi-square
- jika var E dlm skala kategorikal dan D dlm skala kontinyu :
hub
asosiasi diukur dgn membandingkan nilai mean, uji
statistik dgn
membandingkan dua mean
- jika var E dan D dlm skala kontinyu : hub asosiasi diukur
3. Analisis multivariat
- utk melihat hub antara E dan D setelah dikontrol dgn variaelvariabel lain yg merancu hubungan E dan D
Kekuatan :
1.Dpt utk melihat sekuens/urutan kejadian sebab
akibat
2.Dpt menghindari terjadinya bias dlm pengukuran2
var E
3.Dpt meneliti bbrp outcome sekaligus
4.Jumlah dari var outcome dpt bertambah selama
proses follow up
5.Dpt utk menghitung insidens, RR dan AR
6.Cocok untuk var E yang jarang
Kelemahan:
1.Membutuhkan sampel yang besar
2.Tidak realistik utk outcome yg jarang
populasi
sampel
Random
selection
Outcome +
E+
OutcomeFollow
up
Random
alocation
Outcome +
EOutcome -
Kelebihan :
1.Dpt memberikan bukti kuat adanya hubungan sebab
akibat
2.Mrp satu-satuya disain yg sesuai dipakai untuk meneliti
obat2an baru
3.Dpt menghasilkan penelitian yg murah dan cepat
dibandingkan penelitian observasional
Kelemahan:
1.Mahal dan memakan waktu
2.Tdk semua pertanyaan penelitian dpt dijawab dgn desain
eksperimen : ada masalah etika, frekuensi outcome jarang
3.Cenderung membatasi skope penelitian
4.Standar intervensi eksposure mungkin berbeda dengan
kondisi yg sesungguhnya di populasi