Anda di halaman 1dari 10

UKURAN-UKURAN DASAR EPIDEMIOLOGI DENGAN

MENGGUNAKAN PENGUKURAN CASE CONTROL


DAN COHORT
D
I
S
U
S
U
N
NAMA
NIM

: BUDI UTOMO
: 712006D09337

AKPER DJOET NYA DHIEN PROGRAM KHUSUS


BANDA ACEH TAHUN AJARAN 2012

KATA PENGANTAR
Puji dan syukur kelompok ucapkan atas kehadirat Allah SWT atas rahmat dan
karunia-Nya sehingga kelompok dapat menyelesaikan pembuatan tugas yang berjudul
Ukuran-Ukuran Dasar Epidemiologi Dengan Menggunakan Pengukuran Case
Control dan Cohort.
Atas dorongan dan bimbingannya serta semua pihak yang ikut berperan dalam
penyusunan tugas ini. Kelompok menyadari sepenuhnya bahwa tugas ini masih jauh
dari kesempurnaan.
Oleh karena itu, kelompok mengharapkan kritik dan saran yang membangun
demi perbaikan yang lebih baik di kemudian hari.

Banda Aceh, 11 Januari 2012

Penulis

PENGERTIAN
1. Case Control
Kasus kontrol/case control adalah studi analitik yang menganalisa hubungan
kausal dengan menggunakan logikal terbalik, yaitu menentukan penyakit (outcome)
terlebih dahulu kemudian mengidentifikasi penyebab (faktor risiko). Riwayat paparan
dalam penelitian ini dapat diketahui hdari register medis atau berdasarkan wawancara
dari responden penelitian. Kelemahan dari studi ini adalah ketika responden
penelitian dilewati sulit mengingat kembali riwayat paparan yang dialami terutama
jika paparan sudah dilewwati selama setahun-tahun, sehingga dalam penelitian kasus
control sangat rawan recall bias, disamping bias seleksi. Namun kelebihan dari studi
ini yaitu waktu penelitian relative singkat, murah dan cocok untuk meneliti penyakit
langka dan memiliki periode laten yang panjang.
Case Control adalah suatu penelitian yang membandingkan suatu golongan
pasien yang menderita penyakit tertentu dengan pasien tang tidak menderita penyakit
tersebut.
Rumus Case Control
Z1 / 2 2 P 2(1 p 2) Z1 p1(1 p1) p 2(1 p 2)
2
( p1 p 2) 2

n=

Kelebihan dan kekurangan studi kasus control :

Kelebihan
a. Studi kasus kontrol sangat berguna untuk meneliti masalah kesehatan yang
jarang terjadi di masyarakat.

b. Sangat berguna untuk meneliti masalah kesehatan yang terjadi secara laten
di masyarakat.
c. Sangat berguna untuk mempelajari karakteristik berbagai faktor resiko
potensial pada masalah kesehatan yang diteliti.
d. Hanya memerlukan waktu yang singkat dan biaya yang lebih murah
dibandingkan dengan studi kohort.

Kekurangan
a. Tidak dapat dipakai untuk menentukan angka insidensi (incidence rate)
penyakit.
b. Data faktor resiko disimpulkan setelah penyakit terjadi sehingga data tidak
lengkap dan sering terjadi penyimpangan.
c. Odds Ratio tidak dapat digunakan untuk mengestimasi resiko relatif jika
masalah kesehatan yang sedang diteliti terdapat dimasyarakat lebih dari
5%.
d. Sulit untuk menghindari bias seleksi karena populasi berasal dari dua
populasi yang berbeda.

PENELITIAN CASE CONTROL


Perhitungan besar sampel pada test hipotesis untuk odds rasio didapatkan formula
rumus sebagai berikut (lemeshow, 1991) :
Z1 / 2 2 P 2(1 p 2) Z1 p1(1 p1) p 2(1 p 2)
2
( p1 p 2) 2

n=

rumus 5.6 biasa digunakan pada penelitian yang ingin menguji terhadap nilai odd
rasio. Hipotesis yang dapat dimunculkan adalah OR 1 artinya OR bisa > 1 atau OR
< 1. Dalam konsep epidemiologi nilai OR = 1 itu menunjukkan equal atau sama,
tetapi kalau nilai OR 1 itu menunjukkan bahwa paparan faktor risiko atau
sebaliknya paparan merupakan faktor protekrif (pelindung) terhadap kejadian
penyakit. Jika nilai OR > 1 artinya paparan merupakan faktor risiko penyakit tetapi
jika OR < 1 artinya paparan merupakan faktor pelindung (protektif) dari penyakit.
Contoh
Suatu penelitian dilakukan untuk melihat efikasi vaksin BCG dalam perlindungan
TBC pada anak. Peneliti ingin membandingkan cakupan imunisasi pada orang yang
terkena penyakit tuberkulosis dan yang tidak terkena penyakit. Informasi awal
didapatkan bahwa sekitar 30% orang pada kelompok yang tidak menderita
tuberkulosis tidak mendapatkan vaksin BCG. Peneliti menginginkan kekuatan uji
dalam mendeteksi odd rasio sebesar 80% dengan tingkat signifikan 5%. Jika nilai odd
rasio antara kedua kelompok adalah 2, beberapa jumlah sampel minimal yang
dibutuhkan.?
Penyelesaian
Diketahui
P2

= 0.30

OR

=2

Z1- = 5% = 0.05 = 1.96 (dua arah)


Z1-

= 80% = 0.10 = 0.84

= ..?

Untuk menyelesaikan contoh kasus diatas, terlebih dahulu harus dicari nilai P1*. Nilai

P1* diperoleh dengan menggunakan rumus P1*=

(OR) P2
*
*
(OR ) P2 (1 P2 )

P1* =..?
*

(OR) P2
=
*
*
(OR) P2 (1 P2 )

P1

P1* =

( 2)* 0.3
( 2)* 0.3 (1 0.3)

P1* =

0.6
0.4615
1 .3

*
*
Z
1 / 2 2 P2 (1 P2 ) Z1

n =

( P1 P2 ) 2

P1 (1 P1 ) P2 (1 P2 )

Z
2*0.3(1 0.3) 0.84 0.4615(1 0.4165) 0.3(1 0.3)
1 / 2
n =

(0.4615 0.3) 2

1.96 0.42 0.84 0.2484 021


n =

(0.161) 2

1.96 * 0.6480 0.84*0.6771

0.0259

n =

1.27008 0.568764

0.0259

n =
n=

3.38134
0.0259

n = 130
Jadi sampel yang dibutuhkan untuk masing-masing kelompok sebesar 130 sampel.
PENGERTIAN

1. Cohort
Studi Kohor adalah studi observasional yang mempelajari hubungan antara
paparan dan penyakit dengan memilih dua atau lebih kelompok studi berdasarkan
studi paparan kemudian diikuti (di follow up) hingga periode tertentu sehingga
dapat diidentifikasi dan dihitung besarnya kejadian penyakit. Apabila periode induksi
yaitu kejadian penyakit dapat diamati dalam waktu yang panjang maka studi kohor
rawan terhadap bias penarikan responden (banyak drop out dari observasi), perlu
dana yang besar dan waktu yang panjang. Studi kohor mempunyai kekuatan dalam
membuktikan inferensi kausa disbanding studi observasional lainnya, didapatkan
angka kejadian penyakit (incidence rate) secara langsung, serta cocok untuk meneliti
paparan yang langka.
Cohort adalah suatu penelitian yang biasanya bersifat observasi yang diamati
kedepan terhadap dua kelompok (control dan perlakuan).

RUMUS KOHORT

Z / 2 2 P (1 P ) Z P (1 P ) P (1 P )
2
2
1
1
1
2
2
Rumus 6.2 n = 1

2
(
P

P
)
1
2

PENELITIAN KOHOR
Perhitungan besar sampel untuk hipotesis risiko relatif didapatkan formula
rumus sebagai berikut (Lemeshow, 1991):

Rumus

Z / 2 2 P (1 P ) Z P (1 P ) P (1 P )
2
2
1
1
1
2
2
Rumus 6.2 n = 1

2
(
P

P
)
1
2

Rumus besar sampel ini biasa digunakan pada penelitian kohort dimana penelitian
ingin menguji peluang paparan untuk terjadinya penyakit dengan membandingkan
peluang antara kelompok terpapar dan kelompok tidak terpapar. Pada bagian ini
membahas bagaimana menghitung besar sampel untuk menguji hipotesis bahwa
populasi relatif risk mendekati nilai satu (1). Informasi yang dibutuhkan untuk
menghitung besar sampel pada penelitian ini antara lain:
a. Nilai uji dari relatif risk yang diinginkan terhadap hipotesis nol RRO=1
b. Peluang penyakit pada orang yang terpapar. Untuk mendapatkan nilai P1,
dapat digunakan formula rumus berikut (Lemeshow, 1991):
Rumus 6.3 P1=P2*RR a , dimana P1 merupakan hasil perkalian antara
peluang kelompok penyakit pada subjek yang tidak terpapar dengan risiko
relatif.
c. Peluang penyakit pada orang yang tidak terpapar (P2)
d. Nilai tengah antara peluang penyakit pada subjek yang terpapar dan peluang
penyakit pada subjek yang tidak terpapar ( P ).
e. Level of signifikan
f. Kekuatan Uji
g. Hipotesis penelitian RRa RRo
Dalam perhitungan besar sampel menggunakan rumus 6.2 diperlukan informasi
mengenai nilai tengah dari proposi P , dimana nilai P diperoleh dari formula rumus
berikut (Lemeshow, 1991):

Rumus 6.4 P =

P1 P2
2

Contoh
Suatu penelitian dilakukan untuk mengetahui efektifitas antara obat A dan obat B ada
masyarakat dengan uji klinik. Sampel diambil secara random terhadap obat A dan B,
dan akan dievaluasi selama 5 tahun setelah menerima pengobatan. Obat A merupakan
obat baru yang akan dievaluasi selama 5 tahun kedepan dengan resiko relatif (misal
0.5), dimana masyarakat yang mendapatkan obat B sebanyak 35%. Berapa banyak
pasien yang dibutuhkan untuk melakukan penelitian ini jika kekuatan uji yang
diinginkan pada 90% confidence interval uji hipotesis nul ( RRo = 1 ) dan peneliti
menginginkan tingkat kemaknaan sebesar 5%.
Penyelesaian
Diketahui
P2
RR

= 0.35
a

RR

= 0.5
= 1

Z1-/2 = Tingkat kepercayaan 95% artinya (1-) = 100-95 = 5% atau 0,05 pada
0,05 nilai z = 1,96
Z1-

= 90% = 0,10 = 1.2816

=..?

P1 P2
2

0.175 0.35
2

= 0.2625

P1 = ..?
P1 = P1* RRa
P1 = 0.35 * 0.5
P1 = 0.175
N = .?
Z / 2 2 P (1 P ) Z P (1 P ) P (1 P )
2
2
1
1
1
2
2
n = 1

2
(
P

P
)
1
2

1.96 2 * 0.2625(1 0.2625) 1.2816 0.175(1 0.175) 0.35(1 0.35)


n =

(0.175 0.35) 2

1.96 2 * 0.2625(0.7375) 1.2816 0.144375 0.2275


n =

(0.175) 2

1.96 0.38718 1.2816 0.371875


=

0.030625

1.219598 0.781539
n =

0.030625

n=

4.004549
0.030625

n = 130.7
jadi besar sampel minimal untuk masing-masing kelompok sebesar 131 sampel
DAFTAR PUSTAKA

Murti, Bhisma. 2003. Prinsip dan Metode Riset Epidemiologi. Yogyakarta: Gadjah
Mada University Press
Rothman, KJ, 2002. Epidemology: An introduction. New York: Oxford University
Press

Anda mungkin juga menyukai