BAB 3.

PRINSIP DASAR EPIDEMIOLOGI KLINIS YANG RELEVAN DENGAN

STUDI FARMAKOEPIDEMIOLOGI

Farmakoepidemiologi menerapkan metode epidemiologi ke area konten

farmakologi klinis. Bab.2 mengulas prinsip-prinsip dasar farmakologi klinis, area
konten farmakoepidemiologi,oleh karena itu untuk memahami pendekatan dan
masalah metodologi yang spesifik untuk bidang farmakoepidemiologi, prinsip dasar
bidang epidemiologi juga harus berada di bawah standar. Untuk tujuan ini, bab ini
akan di mulai dengan ikhtisar metode ilmiah, secara umum. Ini akan diikuti dengan
diskusi tentang berbagai jenis kesalahan yang dapat dilakukan seseorang dalam
merancang sebuah penelitian. Selanjutnya, bab ini akan meninjau kembali “kriteria
untuk sifat penyebab dari sebuah asosiasi” yaitu bagaimana seseorang dapat
memutuskan apakah sebuah asosiasi yang ditunjukan dalam studi tertentu sebenarnya
adalah asosiasi kausal. Akhirnya, rancangan penelitian khusus tersedia untuk studi
epidemiologi,atau sebenarnya untuk setiap studi klinis,akan di tinjau kembali. Bab
berikut membahas masalah metodologi spesifik yang perlu di tangani dalam
penelitian apapun, namun sangat penting untuk studi farmakoepidemiologi: masalah
ukuran sampel. Kedua bab ini adalah dimaksudkan untuk menjadi pendahuluan
bidang epidemiologi bagi orang tua. Informasi lebih lanjut tentang prinsip-prinsip ini
dapat diperoleh dari buku teks epidemiologi atau epidemiologi klinis 1-24.

Ikhtisar metode ilmiah

Metode ilmiah untuk menyelidiki sebuah pertanyaan penelitian melibatkan proses tiga
tahap (lihat gambar 3.1). Pada tahap pertama, seseorang memilih sekelompok subjek
untuk dipelajari. Subjek ini dapat berupa pasien atau hewan atau sel biologis dan
merupakan sumber untuk pencarian data. Penelitian untuk menjawab pertanyaan yang
menarik. Kedua, seseorang menggunakan informasi yang diperoleh dari sampel,
subjek penelitian ini untuk mengeneralisasi dan menarik kesimpulan tentang populasi
secara umum. Kesimpulan ini disebut sebagai asosiasi. Ketiga, seseorang
mengeneralisasikan kembali, menarik kesimpulan tentang teori ilmiah atau sebab
akibat. Masing – masing akan di bahas secara bergantian.
Setiap penelitian diberikan pada pilihan individu, yang mewakili subjek
penelitian. Subjek penelitian ini secara teoritis dapat mewakili sampel acak dari
beberapa populasi tertentu. Misalnya seseorang mungkin melakukan uji coba klinis
secara acak tentang keampuhan enalapril dalam menurunkan tekanan darah, yang
secara acak mengalokasikan total 40 orang setengah baya. Pria hipertensi menerima
enalapril atau plasebo dan mengamati tekanan darah mereka 6 minggu kemudian.
Orang mungkin berharap untuk melihat tekanan darah dari 20 pria yang di obati
dengan obat aktif menurun lebih banyak daripada tekanan darah 20

Sampel studi
Kesimpulan statistik

Kesimpulan tentang populasi

(asosiasi)
Kesimpulan biologi
Kesimpulan tentang teori ilmiah
(penyebab)
Gambar 3.1 ikhtisar metode ilmiah

pria yang diobati dengan plasebo. Dalam contoh ini, 40 subjek penelitian akan
mewakili sampel penelitian, secara teoritis sampel acak pria paruh baya, pria.
Kenyataannya, sampel penelitian hampir tidak pernah menjadi sampel acak yang
benar dari populasi target yang mendasarinya, karena secara logistik tidak mungkin
mengidentifikasi setiap individu yang termasuk dalam populasi sasaran dan kemudian
secara acak memilih dari antara mereka. Namun, sampel penelitian biasanya
diperlakukan seolah-olah merupakan sampel acak dari populasi sasaran.
Pada titik ini, seseorang akan tergoda untuk membuat generalisasi yang
enalapril menurunkan tekanan darah pada pria paruh baya dan hipertensi. Namun, kita
harus menggali apakah pengamatan ini bisa terjadi secara kebetulan, itu karena variasi
acak. Jika hasil yang diamati dalam penelitian ini hanyalah kejadian kebetulan,
pengamatan yang sama mungkin tidak terlihat jika seseorang telah memilih sampel
yang berbeda dari 40 subjek penelitian. Mungkin yang lebih penting, mungkin tidak
ada jika seseorang dapat mempelajari keseluruhan populasi teoritis dari semua pria
paruh baya dan hipertensi. Untuk mengevaluasi kemungkinan ini, seseorang dapat
melakukan uji statistik, yang memungkinkan seorang penyidik menghitung
kemungkinan bahwa hasil yang diamati dalam penelitian ini (yaitu, perbedaan yang
terlihat diantara kedua kelompok studi) dapat terjadi secara kebetulan. Ada aturan dan
prosedur eksplisit tentang bagaimana seseorang harus benar membuat tekad ini ilmu
statistik. Jika hasil penelitian yang sedang dipertimbangkan menunjukkan perbedaan
yang signifikan secara statistik (yaitu mengesampingkan kemungkinan terjadinya
kejadian), maka seseorang dikatakan memiliki hubungan. Proses menilai apakah
variasi acak dapat menyebabkan temuan penelitian disebut sebagai inferensi statistik,
dan merupakan peran utama untuk pengujian statistik dalam metode ilmiah.
Jika tidak ada perbedaan yang signifikan secara statistik, maka proses pada
gambar 3.1 akan berhenti. Jika ada asosiasi, maka seseorang tergoda untuk
mengeneralisasi hasil penelitian lebih jauh lagi, untuk menyatakan bahwa enalapril
adalah obat antihipertensi, secara umum. Ini disebut inferensi ilmiah atau biologis,
dan hasilnya adalah kesimpulan tentang sebab akibat, bahwa obat tersebut benar-
benar menurunkan tekanan darah pada populasi pasien yang diobati. Untuk menarik
jenis kesimpulan ini, bagaimanapun, mengharuskan seseorang untuk mengeneralisasi
populasi selain yang termasuk dalam penelitian termasuk tipe orang yang tidak
diwakili dalam sampel penelitian, seperti wanita, anak-anak dan orang tua. Meskipun
mungkin terlihat dalam contoh di bawah ini sebenarnya tepat, itu mungkin tidak
selalu demikian. Tidak seperti inferensi statistik, tidak ada aturan kuantitatif yang
tepat untuk kesimpulan biologis. Sebaliknya, seseorang perlu memeriksa data yang
ada sesuai dengan semua data relevan lainnya dibagian literatur ilmiah lainnya, dan
membuat penilaian subjektif. Untuk membantu membuat keputusan itu, seseorang
dapat menggunakan “kriteria untuk sifat penyebab dari asosiasi,” yang di jelaskan
dibawah ini. Pertama, bagaimanapun, kita akan menempatkan asosiasi kausal ke
dalam perspektif yang tepat, dengan menggambarkan berbagai jenis kesalahan yang
dapat dilakukan dalam melakukan studi dan berbagai jenis asosiasi yang dihasilkan
masing-masing.
Jenis kesalahan yang bisa dilakukan dalam mengerjakan penelitian
Ada 4 jenis asosiasi dasar yang dapat diamati dalam sebuah penelitian (Tabel 3.1).
Tujuan dasar penelitian adalah untuk membedakan keduanya.
Pertama, tentu saja, orang tidak bisa berasosiasi.
Kedua, seseorang bisa memiliki asosiasi artefak, itu adalah asosiasi palsu atau palsu.
Tabel 3.1 Jenis asosiasi antar faktor yang di teliti

1. Tidak ada (independen)

2. Artifactual (palsu atau salah)
a. Kesempatan (variasi tidak sistematis)
b. Bias (variasi sistemis)
3. Tidak langsung (bingung)
4. Penyebab (langsung atau benar)

Hal ini dapat terjadi dengan salah satu daru dua mekanisme: kebetulan atau
bias. Kemungkinan variasi tidak sistematis, atau acak. Tujuan pengujian statistik
dalam ilmu pengetahuan adalah untuk mengevaluasi hal ini, memperkirakan
probabilitas bahwa hasil yang diamati dalam sebuah penelitian dapat terjadi semata-
mata secara kebetulan.
Mekanisme lain yang mungkin untuk menciptakan asosiasi artifisial adalah
bias. Penggunaan istilah bias para ahli epidemiologi berbeda dengan pandangan
masyarakat awam. Bagi seorang epidemiologi, bias adalah variasi sistemis, suatu cara
yang konsisten dimana dua kelompok belajar diperlakukan atau dievaluasi secara
berbeda. Perbedaan konsisten ini bisa menciptakan hubungan nyata dimana seseorang
sebenarnya tidak ada. Tentu saja, itu juga bisa menutupi hubungan yang benar.
Ada banyak jenis bias potensial. Misalnya, pertimbangan sebuah ilmu
wawancara dimana penelitian ini mengetahui hipotesis penyidik. Mencoba untuk
menyenangkan atasan asisten peneliti mungkin akan menyelidiki lebih hati-hati
selama wawancara dengan satu kelompok belajar dari pada saat wawancara dengan
yang lain. Perbedaan ini dengan hati-hati, pewawancara bisa menciptakan hubungan
yang jelas namun salah, yang disebut dengan bias pewawancara. Contoh lain adalah
studi tentang cacat lahir akibat obat yang membandingkan anak-anak dengan cacat
lahir pada anak-anak tanpa cacat lahir. Seorang ibu dari seorang anak dengan dengan
cacat lahir, ketika diwawancarai tentang obat apapun yang diminumnya selama
kehamilannya, kemungkinan akan mengingat konsumsi obat selama kehamilan
dengan akurasi yang lebih tinggi daripada ibu dari anak yang sehat, karena
pengalaman buruk yang dialaminya. Penarikan kembali yang lebih baik pada ibu
anak-anak dengan cacat lahir dapat menyebabkan hubungan yang salah antara
keterpaparan obat dan cacat lahir. Perbedaan sistematis dalam recall ini di sebut
sebagai recall bias.
Tabel 3.2 pendekatan untuk mengendalikan pembauran
1. Alokasi acak
2. Seleksi subjek
a. Pengecualian
b. pencocokan
3. Analisis data
a. Stratifikasi
b. Model matematika
 Perhatikan bahwa bias, sekali sekarang, tidak dapat diperbaiki. Mereka
mewakili kesalahan dalam desain penelitian yang dapat mengakibatkan hasil yang
salah dalam penelitian. Penting untuk di catat bahwa hasil statistik yang signifikan
tidak ada perlindungan terhadap bias; seseorang dapat memiliki pengukuran yang
sangat tepat dari jawaban yang salah! Satu-satunya perlindungan terhadap bias adalah
desain studi yang tepat (lihat bab 47 untuk diskusi lebih lanjut tentang bias dalam
studi farmakoepidemiologi).
Ketiga, seseorang bisa memiliki asosiasi tidak langsung atau membingungkan.
Variabel pengganggu, atau pembaur, adalah variabel, selain faktor risiko dan selain
hasil yang diteliti, yang terkait secara independen baik dengan faktor risiko maupun
hasilnya dan yang dapat menciptakan asosiasi atau topeng nyata. Sebagai contoh,
sebuah studi tentang faktor risiko kanker paru-paru dapat menemukan hubungan yang
sangat kuat antara memiliki ujung jari kuning dan mengembangkan kanker paru-paru.
Ini jelas bukan hubungan kausal, tapi hubungan tidak langsung, dikacaukan oleh
merokok. Secara khusus, merokok menyebabkan kedua ujung jari kuning dan kanker
paru-paru. Meskipun contoh ini transparan, sebagian besar contoh pengganggu tidak.
Dalam merancang sebuah penelitian, seseorang harus mempertimbangkan setiap
variabel yang dapat dikaitkan dengan faktor risiko yang diteliti atau variabel hasil
yang diteliti, untuk merencanakan dalam menghadapi faktor perancu potensial. Lebih
disukai, seseorang akan dapat mengendalikan secara khusus untuk variabel,
menggunakan salah satu tehnik yang tercantum pada tabel 3.2 (lihat bab 37 dan 47
untuk diskusi lebih lanjut tentang penggagasan dalam studi farmakoepidemiologi).
Keempat, dan akhirnya, ada yang benar, asosiasi kausal.
Dengan demikian, ada tiga kemungkinan jenis kesalahan yang dapat
dihasilkan dalam sebuah penelitian: kesalahan acak, bias dan pembaur. Probabilitas
kesalahan acak dapat dihitung dengan menggunakan statistik. Bias perlu di cegah
dengan merancang penelitian dengan benar. Perancu dapat di kontrol baik dalam
desain penelitian atau dalam analisisnya. Jika ketiga jenis kesalahan tersebut dapat
dikecualikan, maka seseorang ditinggalkan dengan benar, asosiasi kausal.

Kriteria untuk sifat kausal sebuah asosiasi

“Kriteria untuk sifat kausal sebuah asosiasi pertama kali dikemukakan oleh Sir
Austin di Bradford Hill 17 namun telah dijelaskan dalam berbagai bentuk karena,
masing-masing dengan beberapa modifikasi. Mungkin deskripsi yang paling dikenal
adalah didalam laporan Ahli Bedah Pertama Merokok dan Kesehatan diterbitkan pada
tahun 1964. Kriteria ini disajikan pada tabel 3.3, tanpa urutan tertentu. Tidak ada
satupun dari mereka yang benar-benar diperlukan untuk sebuah asosiasi untuk
menjadi asosiasi kausal. Secara analog, tidak ada satupun dari mereka yang cukup
untuk sebuah asosiasi untuk dipertimbangkan. Asosiasi kausal pada intinya, semakin
banyak kriteria yang ada, semakin besar kemungkinan asosiasi adalah asosiasi kausal.
Semakin sedikit kriteria yang terpenuhi, semakin kecil kemungkinan asosiasi adalah
asosiasi kausal. Masing-masing akan di bahas secara bergantian.

Tabel 3.3 Kriteria untuk sifat kausal sebuah asosiasi

1. Koherensi dengan informasi yang ada (masuk akal secara biologis)
2. Konsistensi asosiasi
3. Urutan waktu
4. Spesifisitas asosiasi
5. Kekuatan asosiasi
a. Kekuatan kuantitatif
b. Hubungan respon-dosis
c. Desain studi

Kriteria pertama yang tercantum dalam tabel 3.3 adalah koherensi dengan
informasi yang ada atau kemungkinan masuk akal secara biologis. Ini mengacu pada
apakah asosiasi masuk akal, mengingat jenis informasi lain yang tersedia dalam
literatur. Jenis informasi lainnya dap;at mencakup data dari penelitian manusia
lainnya, data dari penelitian tentang pertanyaan terkait lainnya, data dari penelitian
hewan, atau data dari penelitian in vitro, serta teori ilmiah atau patofisiologis. Untuk
menggunakan contoh yang diberikan di atas, jelas tidak masuk akal secara biologis
bahwa ujung jari kuning berupa gejala kanker paru-paru, dan ini memberi petunjuk
bahwa penggumpal ada. Dengan menggunakan contoh hubungan antara rokok dan
kanker paru-paru, asap rokok adalah karsinogen yang diketahui, berdasarkan data
hewan. Pada manusia, diketahui menyebabkan kanker pada kepala dan leher,
pankreas, dan kandung kemih. Asap rokok juga turun ke paru-paru, langsung terkena
jaringan yang bersangkutan. Jadi, tentu secara biologis masuk akal bahwa rokok bisa
menyebabkan kanker paru-paru. Jauh lebih meyakinkan jika sebuah asosiasi yang
ditemukan dalam studi tertentu masuk akal, berdasarkan informasi yang ada
sebelumnya, dan ini membuat orang merasa nyaman karena ini merupakan asosiasi
kausal. Jelas, bagaimanapun, seseorang tidak dapat mensyaratkan bahwa kriteria ini
selalu terpenuhi, atau seseorang tidak akan pernah memiliki terobosan besar dalam
ilmu pengetahuan.
Kriteria kedua yang tercantum dalam tabel 3.3 adalah konsistensi asosiasi. Ciri
pengetahuan adalah reproduktifitas: jika temuan itu nyata. Seseorang harus bisa
mereproduksinya dalam setting yang berb eda. Ini bisa mencakup pengaturan
geografis yang berbeda, desain studi yang berbeda, populasi yang berbeda, dan lain-
lain. Misalnya, dalam kasus rokok dan kanker paru-paru, asosiasi tersebut sekarang
telah diproduksi ulang dalam berbbagai penelitian, diberbagai lokasi geografis,
dengan menggunakan rancangan studi yang berbeda. Kebutuhan akan reproduktifitas
adalah sedemikian rupa sehingga orang tidak boleh mempercayai temuan yang
dilaporkan hanya sekali: mungkin ada kesalahan dalam penelitian ini, yang tidak jelas
bagi penyidik atau pembaca.
Kriteria ketiga yang tercantum adalah urutan waktu- penyebab harus
mendahului efek. Meskipun ini mungkin tampak jelas, ada desain studi dari mana ini
tidak dapat ditentukan. Misalnya, jika seseorang melakukan survey di kelas 200
mahasiswa kedokteran, tanya masing-masing apakah dia saat ini sedang meminum
diazepam dan juga apakah dia cemas, orang akan menemukan hubungan yang kuat
antara penggunaan diazepam dan kecemasannya, tapi ini tidak berarti bahwa
diazepam menyebabkan kegelisahan! Walaupun ini jelas, karena bukan interpretasi
yang masuk akal secara biologis, seseorang tidak dapat membedakan dari jenis
penelitian cross-sectional yang variabelnya datang lebih dulu dan mana yang kedua.
Dalam contoh rokok dan kanker paru-paru, jelas bahwa merokok biasanya
mendahului kanker paru-paru, karena pasien tidak akan bertahan cukup lama untuk
merokok banyak jika sebaliknya terjadi.
Kriteria keempat yang tercantum dalam tabel 3.3 adalah spesifisitas. Ini
mengacu pada pertanyaan apakah penyebabnya pernah terjadi tanpa efek yang
disengaja dan apakah efeknya pernah terjadi tanpa penyebab yang di duga. Kriteria ini
hampir tidak pernah terpenuhi dalam biologi, dengan pengecualian penyakit menular
sekalipun. Campak tidak pernah terjadi tanpa virus campak, namun bahkan dalam
contoh ini, tidak semua orang yang terinfeksi dengan virus campak mengembangkan
campak klinis. Tentu saja, tidak semua orang yang merokok mengembangkan kanker
paru-paru, dan tidak semua orang yang menderita kanker paru-paru adalah seorang
perokok. Adalah salah satu point utama yang ditekankan oleh industri tembakau
ketika mencoba membuat klaim bahwa merokok tidak terbukti menyebabkan kanker
paru-paru. Beberapa penulis bahkan mengabaikan ini sebagai kriteria, karena sangat
jarang terpenuhi. Bila dipenuhi, bagaimanapun, ini memberikan dukungan yang
sangat kuat untuk sebuah kesimpulan bahwa sebuah asosiasi adalah penyebab.
Kriteria kelima yang tercantum dalam tabel 3.3 adalah kekuatan asosiasi. Ini
mencakup tiga konsep: kekuatan kuantitatif, respons dosis, dan rancangan penelitian.
Masing-masing akan di bahas secara bergantian.
Kekuatan kuantitatif asosiasi mengacu pada ukuran efek. Untuk mengevaluasi
ini, seseorang bertanya apakah besarnya perbedaan yang diamati antara kedua
kelompok studi itu besar. Asosiasi kuantitatif besar hanya dapat diciptakan oleh
asosiasi kausal atau kesalahan besar, yang seharusnya terlihat dalam mengevaluasi
metode penelitian. Sebuah asosiasi kuantitatif kecil mungkin masih bersifat kausal,
namun bisa di buat dengan kesalahan halus, yang tidak akan terlihat dalam
mengevaluasi penelitian ini. Secara konvensional, ahli epidemiologi menganggap
sebuah asosiasi dengan risiko relatif kurang dari 2,0 asosiasi yang lemah. Tentu,
hubungan antara merokok dan kanker paru-paru adalah asosiasi yang kuat: studi
menunjukkan risiko relatif berkisar antara 10.0 dan 30.0.
Hubungan dosis-respons adalah konsep yang sangat penting dan umum
digunakan dalam farmakologi klinis dan digunakan bersamaan dengan epidemiologis.
Hubungan dosis respons ada saat peningkatan intensitas paparan menghasilkan
peningkatan risiko penyakit yang diteliti. Setara dengan ini adalah hubungan respons
durasi yang terjadi bila paparan yang lebih lama menyebabkan peningkatan risiko
penyakit. Adanya hubungan dosis respons atau hubungan respons durasi sangat
menyiratkan bahwa sebuah asosiasi sebenarnya adalah asosiasi kausal. Tentu saja
dalam contoh merokokdan kanker paru-paru, telah berulang kali ditunjukkan bahwa
kenaikan jumlah rokok yang dihisap setiap hari atau dalam jumlah tahun merokok
meningkatkan risiko kanker paru-paru.
Akhirnya desain studi mengacu pada dua konsep: apakah penelitian dirancang
dengan baik, dan rancangan studi mana yang digunakan dalam penelitian yang
bersangkutan. Yang pertama mengacu pada apakah studi tersebut tunduk pada salah
satu dari tiga kesalahan yang dijelaskan di awal bab ini, yaitu kesalahan acak, bias dan
pembaur. Tabel 3.4 menyajikan rancangan penelitian yang khas digunakan untuk
studi untuk studi epidemiologi, atau sebenarnya untuk studi klinis. Mereka diatur
secara hirarkis. Sebagai salah satu kemajuan dari desain dibagian bawah meja sampai
mereka yang berada dipuncak studi semakin giat untuk tampil, namun semakin
meyakinkan. Dengan kata lain, asosiasi yang ditunjukkan oleh penelitian
menggunakan desain dibagian atas daftar lebih cenderung menjadi asosiasi kausal
daripada asosiasi yang ditunjukkan oleh penelitian yang menggunakan desain
dibagian bawah daftar. Hubungan antara merokok dan kanker paru-paru telah
direproduksi dalam beberapa penelitian yang dirancang dengan baik, dengan
menggunakan analisis tren sekuler, studi kasus kontrol, dan studi kohort. Namun,
belum ditunjukkan dengan menggunakan uji klinis acak, yang merupakan “cadillac”
rancangan studi, seperti yang akan dibahas dibawah ini. Ini adalah pertahanan utama
lainnya yang digunakan oleh industri tembakau. Tentu saja, tidak etis atau secara logis
Tabel 3.4 Keuntungan dan kekurangan desain penelitian epidemiologi
Desain penelitian keuntungan Kekurangan
Uji coba klinis acak Desainnya paling Paling mahal
(studi eksperimental) meyakinkan Buatan
Hanya desain yang Logistik paling sulit
mengendalikan pembaur Obyek etis
yang tidak diketahui atau
Studi kohort tidak terukur. Mungkin data hasil yang
Dapat mempelajari banyak bias
hasil Lebih mahal
Dapat mempelajari Jika dilakukan secara
eksposur yang tidak biasa. prospektif, mungkin butuh
Bias seleksi kurang waktu bertahun-tahun
Studi kasus kontrol mungkin untuk menyelesaikannya.
Data paparan tidak bias
Data kejadian tersedia Pemilihan kontrol
Bisa mempelajari banyak bermasalah
eksposure Mungkin data paparan
Bisa mempelajari penyakit bias.
Analisis trend sekuler yang tidak biasa
Logistik lebih mudah dan
Seri kasus cepat
Lebih murah
Bisa memberikan jawaban Tidak ada kendali yang
Laporan kasus cepat membingungkan
 Tidak ada kelompok
Jumlah kejadian yang kontrol, jadi tidak dapat
mudah digunakanuntuk pengujian
hipotesis
Tidak digunakan untuk
Metode murah dan mudah pengujian hipotesis
untuk menghasilkan
hipotesis

layak untuk secara acak mengalokasikan individu untuk merokok atau tidak merokok
dan mengharapkan mereka untuk diikuti selama 20 tahun untuk mengamati hasilnya
disetiap kelompok.
Isu penyebabnya dibahas lebih lanjut di bab 10 karena berkaitan dengan
proses pelaporan spontan reaksi obat yang merugikan, dan di bab 33 yang berkaitan
dengan penetuan sebab akibat dalam laporan kasus.

Desain studi epidemiologi

Untuk mengklarifikasi konsep desain studi pada tabel 3.4 akan dibahas pada
gilirannya, dimulai dari daftar paling bawah dan bekerja ke atas.

Laporan kasus

Laporan kasus hanyalah laporan kejadian yang diamati pada pasen tunggal. Seperti
yang digunakan dalam farmakoepidemiologi, sebuah laporan kasus menggambarkan
satu pasen yang terpapar obat dan mengalami hasil tertentu yang biasanya merugikan.
Sebagai contoh, seseorang mungkin melihat laporan kasus yang diterbitkan tentang
seorang wanita muda yang menggunakan kontrasepsi oraldan yang menderita emboli
paru.
Laporan kasus berguna untuk meningkatkan hipotesis tentang efek obat, yang
akan diuji dengan desain penelitian yang lebih ketat. Namun, dalam sebuah laporan
kasus seseorang tidak dapat mengetahui apakah pasien tersebut melaporkan adanya
tipikal dari orang-orang dengan paparan atau tipikal orang-orang dengan penyakit ini.
Tentu, orang biasanya tidak dapat menetukan apakah hasil buruknya disebabkan oleh
paparan obat atau akan terjadi juga. Dengan demikian, sangat jarang laporan kasus
dapat digunakan untuk membuat pernyataan tentang sebab akibat. Satu pengecualian
untuk hal ini. Adalah ketika hasilnya sangat langka dan sangat khas dari paparan
sehingga orang tau bahwa kemungkinan itu terjadi karena paparan, walaupun riwayat
pemaparannya tidak jelas. Contohnya adalah adenokarsinoma vagina sel bening yang
terjadi pada wanita muda yang terpapar uterus menjadi dietilstilbestrol. Pengecualian
lainnya adalah saat program penyakit ini sangat mudah ditebak dan perawatannya
menyebabkan perubahan jelas dalam penyakit ini. Contohnya adalah kemampuan
penisilin untuk menyembuhkan endokarditis sterptokokus, suatu penyakit yang
hampir fatal secara fatal tanpa adanya pengobatan. Laporan kasus dapat sangat
berguna untuk mendokumentasikan sebab akibat ketika pengobatan menyebabkan
perubahan pada penyakit yang reversibel, sehingga pasen kembali ke keadaannya
yang tidak diobati saat pemaparan ditarik, dapat diobati kembali, dan kapan
perubahan tersebut kembali terjadi. Ulangi pengobatan. Pertimbangkan seorang pasen
yang menderita overdosis metadon, narkotika yang bekerja lama, dan koma. Jika
paen ini kemudian diobati dengan nalokson, antagonis narkotika, dan segera
terbangun, ini akan sangat sugestif bahwa obat itu memang berkhasiat sebagai
antagonis narkotika. Saat nalokson memudar, pasen akan menjadi koma lagi, dan
kemudian jika diberi nalokson dosis lain, pasen akan terbangun lagi. Ini, terutama jika
diulang beberapa kali, akan mewakili bukti kuat bahwa obat ini memang efektif
sebagai antagonis narkotika tipe tantangan tantangan ulang ini relatif jarang terjadi,
bagaimanapun, bagaimanapun, karena dokter secara genetis akan menghindari
paparan pasen terhadap obat. Jika pasen mengalami reaksi buruk terhadapnya di masa
lalu. Isi ini dibahas lebih rinci pada bab 10 dan 33.

Seri kasus

Seri kasus adalah kesimpulan pasen, yang semuanya memiliki paparan tunggal, yang
hasilnya kemudian dievaluasi dan dijelaskan. Seringkali mereka berasal dari rumah
sakit tunggal atau praktek medis. Sebagai alternatif, rangkaian kasus bisa menjadi
kumpulan pasien dengan hasil tunggal, melihat eksposur anteseden mereka. Sebagai
contoh, seseorang dapat mengamati 100 wanita beeurutan di bawah ini usia 50 tahun
yang menderita emboli paru, dan mencatat bahwa 30 di antaranya telah menggunakan
kontrasepsi oral.
 Setelah pemasaran obat, rangkaian kasus paling berguna untuk dua tujuan
yang terkait. Pertama, mereka dapat berguna untuk mengukur kejadian reaksi yang
merugikan. Kedua, mereka dapat berguna untuk memastikan bahwa efek merugikan
perhatian tertentu tidak terjadi pada populasi yang lebih besar daripada yang dipelajari
sebelum pemasaran obat. Studi “surveilans” postmarketing “phase IV” prazosin
dilakukan untuk alasan sebelumnya, untuk menghitung kejadian sinkop dosis pertama
dari prazosin. “studi surveilans purnalotase tahap IV untuk simetidine dilakukan
untuk alasan yang terakhir. Metiamide adalah penghambat H-2, yang ditarik setelah
dipasarkan diluar AS karena menyebabkan agranulositosis. Karena simetidine secara
kimia berhubungan dengan metiamide, ada kekhawatiran bahwa simetidine juga dapat
menyebabkan agranulositosis. “dalam kedua contoh tersebut, pabrikan meminta
perwakilan penjualannya untuk merekrut dokter yang berpartisipasi kemudian
mendaftarkan rangkaian pasien berikutnya untuk siapa obat tersebut diresepkan.
Dalam jenis penelitian ini, seseorang dapat lebih yakin bahwa pasen mungkin
tipikal pasen dengan paparan atau penyakit, tergantung pada fokus penelitian. Namun,
jika tidak ada kelompok kontrol, seseorang tidak dapat memastikan fitur mana dalam
deskripsi pasien yang unik untuk paparan, atau hasil. Sebagai contoh, seseorang
mungkin memiliki rangkaian kasus dari rumah sakit tertentu yang terdiri dari 100
individu dengan penyakit tertentu, dan perhatikan bahwa semua adalah pria berusia di
atas 60 tahun. Hal ini dapat menyebabkan seseorang menyimpulkan bahwa penyakit
ini tampaknya dikaitkan dengan usia diatas 60 tahun. namun, akan jelas bahwa ini
akan menjadi kesimpulan yang salah begitu seseorang mencatat bahwa rangkaian
kasus rumah sakit ini diambil dari sebuah rumah sakit administrasi veteran, dimana
kebanyakan pasien adalah pria berusia di atas 60 tahun. Pada contoh sebelumnya
tentang emboli paru dan kontrasepsi oral, 30% wanita dengan emboli paru telah
menggunakan kontrasepsi oral. Namun, informasi ini tidak cukup untuk menentukan
apakah ini lebih tinggi, sama dengan atau bahkan lebih rendah dari yang diperkirakan.
Untuk alasan ini, rangkaian kasus juga tidak terlalu berguna dalam menentukan
penyebab, namun memberikan deskripsi klinis tentang suatu penyakit atau pasien
yang menerima paparan.

Analisis trend sekuler

Analisis tren sekuler, juga disebut ‘studi ekologi’, menguji trend dalam paparan yang
merupakan penyebab dan kecendrungan yang diduga terjadi pada suatu penyakit yang
merupakan efek yang diduga dan menguji apakah kecendrungan tersebut terjadi
bersamaan. Trend ini dapat diperiksa dari waktu ke waktu, atau lintas batas geografis
dengan kata lain, seseorang dapat menganalisis data dari satu wilayah dan memeriksa
bagaimana trend berubah dari waktu ke waktu, atau seseorang dapat menganalisis
data dari sutu periode waktu dan membandingkan bagaimana data berbeda dari satu
wilayah ke wilayah atau negara ke negara lain. Statistik vital sering digunakan untuk
penelitian ini. Sebagai contoh, seseorang mungkin melihat data penjualan untuk
kontrasepsi oral dan membandingkannya dengan tingkat kematian akibat
tromboemboli vena, dengan menggunakan statistik vital yang tercatat. Bila penelitian
semacam itu benar-benar dilakukan, tingkat mortalitas dari vena tromboembolisme
terlihat meningkat secara paralel dengan meningkatnya penjualan kontrasepsi oral,
namun hanya pada wanita usia subur, tidak pada wanita yang lebih tua atau pria dari
segala usia.
Analisis trend sekuler berguna untuk memberi bukti atau menolak hipotesis
dengan cepat. Namun, penelitian ini kekurangan data tentang individu, mereka hanya
menggunakan data kelompok gabungan (misalnya, data penjualan tahunan di wilayah
geografis tertentu terkait dengan mortalitas spesifik penyebab tahunan di wilayah
yang sama). Dengan demikian, mereka tidak dapat mengendalikan variabel
pengganggu. Jadi, diantara eksposur yang trendnya sesuai dengan penyakit ini.
Analisis kecendrungan sekuler tidak dapat membedakan faktor mana yang mungkin
merupakan penyebab sebenarnya. Misalnya angka kematian akibat kanker paru-paru
di AS telah meningkat pada wanita, sehingga kanker paru-paru sekarang menjadi
penyebab utama kematian akibat kanker pada wanita. Hal ini tentu saja konsisten
dengan meningkatnya tingkat merokok yang diamati pada wanita sampai pertengahan
1960an, dan tampaknya mendukung adanya hubungan antara merokok dan kanker
paru-paru. Namun itu juga konsistendengan hubungan antara eksposur pekerjaan
tertentu dan kanker paru-paru. Karena lebih banyak wanita di AS sekarang bekerja di
luar rumah.

Studi kasus-kontrol
Studi kasus-kontrol adalah penelitian yang membandingkan kasus dengan penyakit
dengan kontrol tanpa penyakit, mencari perbedaan pada eksposur pendahulunya.
Sebagai contoh, seseorang dapat memilih kasus wanita muda dengan tromboemboli
vena dan membandingkannya dengan kontrol tanpa tromboemboli vena, mencari
perbedaan penggunaan kontrasepsi oral anteseden. Beberapa penelitian semacam itu
telah dilakukan, umumnya menunjukkan hubungan yang kuat antara penggunaan
kontrasepsi oral dan tromboemboli vena.
Studi kasus kontrol dapat sangat berguna bila seseorang ingin mempelajari
beberapa kemungkinan penyebab penyakit tunggal, karena seseorang dapat
menggunakan kasus dan kontrol yang sama untuk memeriksa sejumlah eksposur
sebagai faktor resiko potensial. Desain ini juga sangat berguna saat seseorang
mempelajari penyakit yang relatif jarang, karena ini menjamin jumlah kasus yang
cukup dengan penyakit ini. Dengan menggunakan studi kasus kontrol, ada orang yang
bisa mempelajari penyakit langka dengan ukuran sampel lebih kecil daripada yang
dibutuhkan untuk studi kohort (lihat bab 4). Sebagai contoh, studi klasik tentang
dietilstilbestrol dan adenokarsinoma vagina sel yang jelas hanya memerlukan delapan
kasus dan 40 kontrol, daripada ribuan subjek terpajan yang diperlukan untuk studi
kohort mengenai pertanyaan ini.
Studi kontrol kasus umumnya memperoleh informasi mereka tentang eksposur
secara retrospektif, yaitu dengan menciptakan kembali peristiwa yang terjadi di masa
lalu. Informasi mengenai eksposur masa lalu terhadap faktor resiko potensial
umumnya diperoleh dengan melakukan abstrak catatan medis atau dengan
memberikan kuesioner atau wawancara. Dengan demikian, studi kasus kontrol tunduk
pada keterbatasan dalam validitas informasi paparan retrospektif dikumpulkan. Selain
itu, pemilihan kontrol yang tepat bisa menjadi tugas yang menantang, dan pemilihan
kontrol yang tepat dapat menyebabkan bias seleksi, yang dapat menyebabkan
kesimpulan yang salah. Namun demikian, ketika studi kasus kontrol dilakukan dengan
baik, penelitian kohort yang dilakukan dengan segera atau uji coba klinis secara acak,
jika ada, pada umumnya akan mengkonfirmasi hasilnya. Dengan demikian, kontrol
kasus desain adalah pendekatan yang sangat berguna untuk studi
farmakoepidemiologi.

Studi kohort
Studi kohort adalah studi yang mengidentifikasi himpunan bagian dari populasi
tertentu dan mengikuti mereka dari waktu ke waktu, mencari perbedaan dalam hasil
mereka. Studi kohort umumnya digunakan untuk membandingkan pasien yang
terpapar pada pasien yang tidak terpapar, walaupun mereka juga dapat digunakan
untuk membandingkan satu paparan dengan yang lain. Sebagai contoh, seseorang
dapat membandingkan wanita usia subur yang menggunakan kontrasepsi oral untuk
pengguna metode kontrasepsi lainnya, mencari perbedaan frekuensi tromboemboli
vena. Ketika penelitian semacam itu dilakukan, mereka benar-benar mengkonfirmasi
hubungan antara kontrasepsi oral dan tromboemboli, yang telah di catat dengan
menggunakan analisis kecendrungan sekuler dan studi kasus kontrol. Studi kohort
dapat dilakukan secara prospektif, bersamaan dengan kejadian yang diteliti, atau
secara restrospektif, yaitu setelah hasil yang diteliti telah terjadi, dengan menciptakan
kembali kejadian masa lalu tersebut dengan menggunakan rekam medis, kuesioner,
atau wawancara.
Perbedaan utama antara kohort dan studi kasus kontrol adalah dasar dimana
pasien direkrut ke dalam penelitian ini (lihat gambar 3.2). pasien direkrut menjadi
studi kasus kontrol berdasarkan ada atau tidak adanya penyakit, dan eksposur
antesedanya kemudian dipelajari. Pasien direkrut ke dalam penelitian kohort
berdasarkan ada tidaknya paparan, dan kemudian penyakit mereka dipelajari.
Studi kontrol kasus

Penyakit
Penyajian tidak hadir
(kasus) (kontrol)
Studi Kohort Penyajian
(paparan) A B

Tidak hadir
Faktor Risiko (tidak ada paparan) C D

Gambar 3.2 Studi kohort dan studi kasus kontrol memberikan informasi yang serupa,
namun mendekati pengumpulan data dari arah yang berlawanan. (Direproduksi dari
strom BL database Medis dalam pengawasan obat pasca pemasaran trend dalam ilmu
Farmakologi 1986; 7: 377-80, dengan izin dari Elsevier)
Studi kohort memiliki kemajuan besar terbebas dari masalah utama yang
mengganggu studi pengendalian kasus: proses sulit memilih kelompok kontrol yang
tidak diberi peringkat. Selain itu, studi kohort prospektif bebas dari masalah validitas
dipertanyakan data retrospektif dikumpulkan. Untuk alasan ini, sebuah asosiasi yang
ditunjukkan oleh sebuah studi kohort lebih cenderung menjadi asosiasi kausal
daripada yang ditunjukkan oleh studi kontrol kasus. Selanjutnya, studi kohort sangat
berguna saat seseorang mempelajari kemungkinan-kemungkinan keluar dari paparan
tunggal, terutama eksposur yang relatif jarang terjadi. Dengan demikian, obat ini
sangat berguna dalam penelitian surveilans obat purna jual, yang melihat
kemungkinan efek obat yang baru dipasarkan. Namun, studi kohort dapat memerlukan
ukuran sampel yang sangat besar untuk mempelajari hasil yang relatif jarang (lihat
bab 4). Sebagai tambahan, kohort prospektif memerlukan waktu yang lama untuk
mempelajari efek obat yang tertunda.

Analisa studi kasus kontrol dan stusi kohort

Seperti dapat dilihat pada gambar 3.2. studi kasus kontrol dan studi kohort
dimaksudkan untuk memberikan informasi dasar yang sama; . perbedaannya adalah
bagaimana informasi ini dikumpulkan. Statistik utama yang dilaporkan dari penelitian
ini adalah risiko relatif. Risiko relatif adalah rasio tingkat kejadian suatu hasil pada
kelompok pada kelompok terpapar terhadap tingkat kejadian hasil pada kelompok
yang tidak terpapar. Risiko relatif lebih besar dari 1,0 berarti subyek yang terpapar
memiliki risiko lebih besar terkena penyakit ini daripada subyek yang tidak terpapar,
atau bahwa paparantampaknya menyebabkan penyakit ini. Risiko relatif kurang dari
1,0 berarti subyek yang terpapar memiliki risiko penyakit lebih rendah daripada
subyek yang tidak terpajan, atau bahwa paparan tampaknya melindungi terhadap
penyakit ini. Resiko relatif 1,0 berarti subyek yang terpapar dan subyek yang tidak
terpajan memiliki risiko pengembangan penyakit yang sama, atau bahwa paparan dan
penyakitnya tidak terkait.
Seseorang dapat menghitung risiko relatif langsung dari hasil studi kohort.
Namun, dalam studi kasus kontrol, seseorang tidak dapat menentukan ukuran populasi
terpajan atau populasi yang tidak terpajan sehingga kasus penyakit dan kontrol yang
tidak diawasi diambil. Hasil penelitian studi kasus kontrol tidak memberikan
informasi tentang tingkat kejadian penyakit pada individu yang terpajan dan tidak
terpajan. Oleh karena itu, risiko relatif tidak dapat dihitung secara langsung dari studi
kasus kontrol. Sebagai gantinya, dalam melaporkan hasil studi kasus kontrol,
umumnya melaporkan rasio odds, yang merupakan perkiraan dekat risiko relatif
ketika penyakit yang diteliti relatif jarang terjadi. Karena studi kasus kontrol
umumnya digunakan untuk mempelajari penyakit langka, umumnya ada kesepakatan
yang sangat dekat antara rasio odds dan risiko relatif, dan hasil dari studi kasus
kontrol seringkali secara longgar disebut sebagai risiko relatif, walaupun kenyataan
sebenarnya rasio odds.
Risiko relatif dan rasio odds dapat dilaporkan dengan nilai – p. Nilai-p ini
memungkinkan seseorang untuk menentukan apakah risiko relatif secara statistik
berbeda secara signifikan dari 1,0 yaitu apakah perbedaan antara kedua kelompok
studi tersebut kemungkinan disebabkan oleh variasi acak atau cenderung mewakili
asosiasi nyata.
Sebagai alternatif, dan mungkin lebih baik, risiko relatif dan rasio odds dapat
dilaporkan dengan interval kepercayaan, yang merupakan indikasi kisaran risiko
relatif dimana risiko relatif sebenarnya untuk keseluruhan populasi teoritis
kemungkinan besar akan berbohong. Sebagai perkiraan, interval kepercayaan 95%
disekitar risiko relatif berarti bahwa kita dapat 95% yakin bahwa risiko relatif
sebenarnya terletak pada kisaran antara batas bawah dan batas atas interval ini. Jika
interval keyakinan 95% disekitar risiko relatif tidak termasuk 1,0, maka temuan
tersebut secara statistik signifikan dengan nilai-p kurang dari 0,05. Interval
kepercayaan memberikan lebih banyak informasi daripada nilai-p. Sebagai contoh,
sebuah studi yang menghasilkan risiko relatif (95 interval kepercayaan) 1,0 (0,9-1,1)
jelas menunjukkan bahwa sebuah asosiasi sangat tidak mungkin. Sebuah studi yang
menghasilkan risiko relatif (interval kepercayaan 95%) dari 1,0 (0,1-100) memberikan
sedikit bukti untuk atau melawan sebuah asosiasi. Namun, keduanya dapat dilaporkan
sebagai risiko relatif 1,0 dan nilai-p lebih besar dari 0,05. Sebagai contoh lain, sebuah
studi yang menghasilkan risiko relatif (interval kepercayaan 95%) dari 10,0 (9,8-10,2)
justru mengkuantifikasi peningkatan risiko sepuluh kali lipat yang juga signifikan
secara statistik. Sebuah studi yang menghasilkan risiko relatif (interval kepercayaan
95%) dari 10,0 (1,1-100) mengatakan sedikit, selain peningkatan risiko. Namun,
keduanya dapat dilaporkan sebagai risiko relatif 10,0 (p<0,05). Sebagai contoh
terakhir, sebuah penelitian yang menghasilkan risiko relatif (interval kepercayaan
95%) sebesar 3,0 (0,98-5,0) sangat sugestif dari sebuah asosiasi, sedangkan sebuah
studi melaporkan risiko relatif (interval kepercayaan 95%) sebesar 3,0 (0,1-30) tidak
akan. Namun, keduanya dapat dilaporkan sebagai risiko relatif 3,0 (p>0,05).
 Akhirnya, statistik lain yang dapat dihitung dari studi kohort adalah risiko
berlebih yang juga disebut perbedaan risiko atau, kadang-kadang, risiko yang terkait.
Sedangkan risiko relatifnya adalah rasio tingkat kejadian pada kelompok terpapar
terhadap kelompok yang tidak terpajan, kelebihan risiko adalah perbedaan aritmetik
antara tingkat insiden. Risiko relatif lebih penting dalam mempertimbangkan
pertanyaan sebab akibat. Kelebihan risiko lebih pentingdalam mempertimbangkan
dampak kesehatan masyarakat dari sebuah asosiasi, karena ini merupakan
peningkatan tingkat penyakit akibat pemaparan. Sebagai contoh, kontrasepsi oral
sangat terkait dengan perkembangan infark miokard pada wanita muda. Namun, risiko
infark miokard pada wanita yang tidak merokok pada usia 20-an sangat rendah,
bahkan peningkatan risiko lima kali lipatpun tetap tidak penting bagi kesehatan
masyarakat. Sebaliknya, wanita berusia 40 an berisiko tinggi, terutama jika mereka
adalah perokok. Dengan demikian, kontrasepsi oral seharusnya tidak begitu mudah
digunakan pada wanita ini.
Seiring dengan risiko relatif, risiko berlebih tidak dapat dihitung dari studi
kasus kontrol, karena tingkat insiden tidak tersedia. Seperti statistik lainnya, nilai-p
dapat dihitung untuk menentukan apakah perbedaan antara kedua kelompok studi
dapat terjadi hanya secara kebetulan . interval keyakinan dapat dihitung sekitar risiko
berlebih, juga, dan akan diinterpretasikan secara analogik.

Uji klinis acak

Akhirnya, studi eksperimental adalah studi dimana para peneliti mengendalikan terapi
yang akan diterima oleh masing-masing peserta. Umumnya, seorang peneliti
menggunakan kontrol tersebut untuk secara acak mengalokasikan pasien antara atau
di antara kelompok studi, melakukan uji coba klinis secara acak. Misalnya, seseorang
secara teoritis dapat secara acak mengalokasikan wanita yang aktif secara seksual
untuk menggunakan kontrasepsi oral atau tidak menggunakan kontrasepsi, memeriksa
apakah mereka berbeda dalam insiden tromboemboli vena berikutnya. Kekuatan
utama dari pendekatan ini adalah penetapan acak, yang merupakan satu-satunya cara
untuk membuat kelompok studi dapat dibandingkan dengan variabel perancu
potensial yang tidak diketahui atau tidak dapat di ukur. Untuk alasan ini, asosiasi yang
ditunjukkan dalam uji klinis secara acak lebih cenderung menjadi asosiasi kausal
daripada yang ditunjukkan dengan menggunakan salah satu rancangan studi lainnya
yang di ulas di atas.
Namun, bahkan uji klinis acakpun tidak tanpa masalah mereka. Uji coba klinis
acak yang diuraikan di atas, mengalokasikan wanita untuk menerima kontrasepsi atau
tidak menggunakan kontrasepsi, menunjukkan masalah potensial utama yang ada
dalam penggunaan rancangan penelitian ini. Jelas tidak mungkin untuk melakukan,
secara etis dan logistik. Selain itu, uji klinis acak mahal dan buatan. Karena mereka
telah dilakukan sebelum pemasaran untuk menunjukkan keefektifan setiap obat, obat
tersebut cenderung tidak perlu setelah dipasarkan. Mereka cenderung digunakan
dalam studi farmakoepidemiologi terutama untuk studi pelengkap khasiat obat.
Namun, tetap ‘standar emas’, dimana desain lainnya harus dinilai. Memang, dengan
publikasi hasil dari Inisiatif Kesehatan Wanita yang menunjukkan bahwa terapi
penggantian hormon kombinasi menyebabkan peningkatan risiko infark miokard dan
bukan penurunan risiko, telah terjadi kekhawatiran yang meningkat tentang
ketergantungan hanya pada metode yang tidak biasa untuk mempelajari keamanan
obat setelah pemasaran, dan sekarang kita melihat meningkatan penggunaan uji klinis
acak besar-besaran sebagai bagian dari pos surveilitas pemasaran (lihat bab 36)

Diskusi
Dengan demikian, serangkain desain studi yang berbeda tersedia (tabel 3.4), masing-
masing dengan kelebihan dan kekurangan masing-masing. Laporan kasus, rangkaian
kasus, analisis trend sekuler, studi kasus kontrol, dan studi kohort telah dirujuk secara
Tabel.3.5. Studi desain epidemiologi
A. Diklasifikasikan oleh bagaimana subjek direkrut ke dalam penelitian
1. Studi pengendalian kasus (studi kasus, rujukan kasus, retrospektif, trohoc)
2. Studi kohort (follow-up, prospektif).
a. Studi eksperimental (uji klinis, studi intervensi)
B. Diklasifikasikan berdasarkan bagaimana data dikumpulkan untuk penelitian ini
1. Studi resrospektif (historis, non konkuren, retrolektif)
2. Studi prospektif (prolektrif)
3. Studi cross-sectional
kolektif sebagai rancangan studi observasional atau desain studi yang tidak ada,
untuk membedakannya dari penelitian eksperimental. Dalam penelitian yang tidak
eksperimental, peneliti tidak mengendalikan terapi, namun hanya mengamati dan
mengevaluasi hasil perawatan medis yang sedang berlangsung. Laporan kasus,
rangkaian kasus, dan analisis trend sekuler juga telah disebut sebagai studi deskriptif.
Studi kontrol kasus, studi kohort, dan uji klinis acak semuanya memiliki kelompok
kontrol, dan telah disebut sebagai studi analitik. Desain penelitian analitik dapat
diklasifikasikan dalam dua cara utama, bagaimana subjek dipilih ke dalam penelitian
dan bagaimana data dikumpulkan untuk penelitian ini (lihat tabel 3.5). Dari perspektif
bagaimana subjek direkrut ke dalam studi ini, studi kasus kontrol dapat dikontraskan
dengan studi kohort. Secara khusus, studi kasus kontrol memilih subjek dalam
penelitian ini berdasarkan ada atau tidak adanya penyakit, sementara studi kohort
memilih subjek dalam penelitian ini berdasarkan ada tidaknya paparan. Dari
perspektif ini, uji coba klinis secara acak dapat dipandang sebagai subset dari studi
kohort, sejenis studi kohort dimana peneliti mengendalikan alokasi pengobatan, dan
bukan sekedar mengamati perawatan medis yang sedang berlangsung. Dari perspektif
waktu, data dapat dikumpulkan secara prospektif, yaitu bersamaan dengan kejadian
yang diteliti, atau secara retrospektif, yaitu setelah kejadian yang diteliti sudah
berkembang. Dalam situasi yang terakhir, seseorang menciptakan kembali kejadian
yang terjadi di masa lalu dengan menggunakan catatan medis, pertanyaan, atau
wawancara. Data juga dapat dikumpulkan dengan menggunakan penelitian cross-
sectional, penelitian yang tidak memiliki pengertian waktu, karena mereka hanya
meneliti satu titik waktu. Pada prinsipnya, studi kohort atau studi kasus kontrol dapat
dilakukan dengan menggunakan kerangka waktu ini, walaupun studi kasus kontrol
prospektif tidak biasa. Uji klinis acak harus prospektif, karena ini adalah satu-satunya
cara peneliti dapat mengendalikan terapi yang diterima.
Istilah yang disajikan dalam bab ini, yang akan digunakan diseluruh buku ini,
mungkin adalah istilah yang digunakan oleh mayoritas ahli epidemiologi. Sayangnya,
bagaimanapun, istilah lain telah digunakan untuk sebagian besar rancangan studi ini
juga. Tabel 3.5 juga menyajikan beberapa sinonim yang telah digunakan dalam
literatur medis. Istilah yang sama terkadang digunakan oleh penulis yang berbeda
untuk menggambarkan konsep yang berbeda. Misalnya, dalam buku ini kami
memesan penggunaan istilah “studi resrospektif” dan “studi prospektif” untuk
merujuk pada pengertian waktu. Seperti yang terlihat dari Tabel 3.5 namun, di masa
lalu beberapa penulis menggunakan istilah “ studi retrospektif” untuk merujuk pada
studi kasus kontrol dan menggunakan istilah “studi prospektif” untuk merujuk pada
studi kohort , membingungkan dua konsep yang ada dalam skema klasifikasi disajikan
dalam tabel. Penulis lain menggunakan istilah “studi retrospektif” untuk merujuk pada
penelitian yang tidak ada eksperimen sementara yang lain tampaknya menggunakan
istilah tersebut untuk merujuk pada studi apapun yang tidak mereka sukai, sebagi
istilah cemoohan!. Sayangnya, ketika membaca sebuah karya ilmiah tidak ada cara
untuk menentukan penggunaan mana yang penulis maksudkan. Apa yang lebih
penting daripada terminologi, bagaimanapun, adalah konsep yang mendasari
persyaratan. Memahami konsep ini, pembaca dapat memilih untuk menggunakan
istilah apapun yang dia rasa nyaman.

Kesimpulan

Dari materi yang disajikan dalam bab ini, mudah-mudahan sekarang terlihat bahwa
setiap rancangan studi memiliki peran yang tepat dalam kemajuan ilmiah. Secara
umum, ilmu pengetahuan berasal dari dasar tabel 3.4 ke atas, dari laporan kasus dan
rangkaian kasus yang berguna untuk menyarankan sebuah asosiasi, untuk
menganalisis kecendrungan dan studi kasus kontrol yang berguna untuk
mengeksplorasi asosiasi ini. Akhirnya, jika sebuah pertanyaan penelitianmenjamin
inventasi dan dapat mentolerir penundaan sampai hasilnya tersedia, maka studi kohort
dan uji coba klinis secara acak dapat dilakukan untuk menilai asosiasi ini secara lebih
pasti.
Misalnya, mengenai pertanyaan apakah kontrasepsi oral menyebabkan
tromboemboli vena, sebuah asosiasi pertama kali disarankan oleh laporan kasus dan
rangkaian kasus, kemudian di eksplorasi secara lebih rinci oleh analisis trend dan
serangkaian studi kasus kontrol. Kemuadian, karena pentingnya kontrasepsi oral,
jumlah wanita yang menggunakannya, dan fakta bahwa pengguna didominasi wanita
sehat yang sama, investasi dilakukan dalam dua studi kohort skala panjang dan jangka
panjang. Pertanyaan ini mungkin layak untuk investasi percobaan klinis secara acak,
hal itu tidak layak atau etis. Sebaliknya, ketika thalidomide dipasarkan, ini bukan
sebuah terobosan besar; hipnotik lain sudah tersedia. Laporan kasus phocomelia pada
pasien yang terpapar diikuti oleh studi kasus kontrol dan analisis kecendrungan
sekuler. Karena efek buruknya sangat mengerikan dan obat tersebut tidak memiliki
kepentingan unik, obat tersebut kemudian ditarik, tanpa penundaan yang akan terjadi.
Diperlukan jika studi kohort dan/atau uji klinis acak telah di tunggu. Pada akhirnya,
sebuah penelitian kohort retrospektif dilakukan, membandingkan yang terpapar
selama periode kritis hingga yang terpapar pada waktu lain.
Secara umum, bagaimanapun, klinis, peraturan, komersial, dan keputusan
hukum perlu dibuat berdasarkan bukti terbaik yang tersedia pada saat keputusan
tersebut. Untuk mengutip Sir Austin Bradford Hill :
“Semua karya ilmiah tidak lengkap apakah bersifat observasional atau
eksperimental. Semua karya ilmiah bertanggungjawab untuk di atas atau
dimodifikasi dengan memajukan pengetahuan. Itu tidak memberi kita kebebasan
untuk mengabaikan pengetahuan yang sudah kita miliki, atau untuk menunda
tindakan yang tampaknya diminta pada waktu tertentu .

Siapa tahu, tanya Robert Browning, tapi dunia mungkin akan berakhir malam ini?
Benar, tapi pada bukti yang ada kebanyakan kita siap untuk bolak balik pada 8:30
keesokan harinya.

References

1. Lilienfeld DE, Stolley P. Foundations of Epidemiology, 3rd edn . New York :

Oxford University Press , 1994
.
2. MacMahon B. Epidemiology: Principles and Methods, 2nd edn . Hagerstown, MD
: Lippincott-Raven, 1997.

3. Friedman G. Primer of Epidemiology, 5th edn . New York : McGraw Hill , 2003

4. Mausner JS, Kramer S. Epidemiology: An Introductory Text, 2nd edn .

Philadelphia, PA : Saunders, 1985.

5. Sackett DL, Haynes RB, Tugwell P. Clinical Epidemiology: A Basic Science for
Clinical Medicine, 2nd edn . Boston,MA: Little Brown , 1991.

6. Rothman KJ, Greenland S, Lash TL. Modern Epidemiology, 3rd edn .

Philadelphia, PA : Lippincott
Williams & Wilkins , 2008.

7. Weiss N. Clinical Epidemiology: The Study of the Outcome of Illness, 2nd edn .
New York : Oxford University Press , 1996.

8. Kelsey JL, Whittemore AS, Evans AS. Methods in Observational Epidemiology,

2nd edn . New York : Oxford
University Press , 1996.

9. Hennekens CH, Buring JE. Epidemiology in Medicine.Boston, MA : Little

Brown , 1987.
 10. Fletcher RH, Fletcher SW . Clinical Epidemiology: TheEssentials, 4th edn .
Lippincott Williams & Wilkins ,2005.

11. Gordis L. Epidemiology, 4th edn . Philadelphia, PA :Saunders, 2009.

12. Rothman KJ. Epidemiology: An Introduction. New York :Oxford University Press
, 2002.

13. Szklo M, Nieto FJ. Epidemiology: Beyond the Basics.Sudbury, MA : Jones and
Bartlett , 2006.

14. Jekel JF , Elmore JG, Katz DL. Epidemiology, Biostatistics,and Preventive

Medicine, 3rd edn . Philadelphia, PA :
Saunders, 2007.

15 Aschengrau A, Seage GR. Essentials of Epidemiology inPublic Health. Sudbury,

MA : Jones and Bartlett , 2008.

16. Friis RH, Sellers TA . Epidemiology for Public Health Practice, 4th edn .
Sudbury, MA : Jones & Bartlett
Publishers, 2008.

17. Hulley SB, Cummings SR, Browner WS, Grady D,Newman TB. Designing
Clinical Research: AnEpidemiologic Approach, 3rd edn . Baltimore, MD :Lippincott
Williams and Wilkins , 2006.

18. Greenberg RS, Daniels SR, Flanders WD, Boring JR,Eley , JW . Medical
Epidemiology, 4th edn . USA:McGraw-Hill, 2005.

19. Wassertheil -Smoller S. Biostatistics and Epidemiology: aPrimer for Health

Professionals, 3rd edn . New York :Springer -Verlag , 2004.

20. Katz DL. Clinical Epidemiology and Evidence – Based Medicine: Fundamental
Principles of Clinical Reasoning
and Research. Thousand Oaks, CA : Sage Publications ,2001.

21. Bhopal RS. Concepts of Epidemiology: Integrating the Ideas, Theories, Principles
and Methods of Epidemiology,
2nd edn . New York : Oxford University Press , 2008.

22. Haynes RB, Sackett DL, Guyatt GH, Tugwell P. ClinicaL Epidemiology: How To
Do Clinical Practice Research.Philadelphia, PA : Lippincott-Raven Publishers , 2006.

23. Bassetti WHC, Woodward M. Epidemiology: Study Design and Data Analysis,
2nd edn . Boca Raton, Florida :Chapman & Hall/CRC , 2004.

24. Weiss NS, Koepsall T, Koepsell TD. Epidemiologic Methods: Studying the
Occurrence of Illness. New York : Oxford University Press , 2004.
 25. Sackett DL. Bias in analytic research . J Chronic Dis 1979; 32: 51–63.
26. Mitchell AA, Cottler LB, Shapiro S. Effect of questionnaire design on recall of
drug exposure in pregnancy . Am J Epidemiol 1986; 123: 670–6.

27. Hill AB. The environment and disease: association or causation? Proc R Soc Med
1965; 58: 295–300.

28. US Public Health Service. Smoking and Health. Report of the Advisory
Committee to the Surgeon General of the
Public Health Service. Washington DC : Government Printing Offi ce , 1964, p. 20.

29. Experimental Carcinogenesis with Tobacco Smoke .In: US Public Health Service:
The Health Consequences of Smoking — Cancer. A Report of the Surgeon
General.Washington DC : Government Printing Offi ce , 1982,p. 181.

30. Biomedical evidence for determining causality . In: US Public Health Service:
The Health Consequences of Smoking —Cancer. A Report of the Surgeon General.
Washington DC :Government Printing Offi ce , 1982, p. 13.

31. Herbst AL, Ulfelder H, Poskanzer DC. Adenocarcinoma of the vagina: association
of maternal stilbestrol therapy with tumor appearance in young women . N Engl J
Med 1971; 284: 878–81.

32. Joint Commission on Prescription Drug Use.Final Report. Washington DC:Joint

Commission on Prescription DrugUse,1980.

33. Humphries TJ, Myerson RM, Gifford LM, Aeugle ME,Josie ME, Wood SL, et al.
A unique postmarket outpatient surveillance program of cimetidine: report on phase II
and fi nal summary . Am J Gastroenterol 1984;79: 593–6.

34. Markush RE, Seigel DG. Oral contraceptives and mortality trends from
thromboembolism in the United States . Am J Public Health 1969; 59: 418–34.

35. National Center for Health Statistics . Health: UnitedStates 1982. Hyattsville, MD
: Department of Health and Human Services , 1982.

36. US Public Health Service . Smoking and Health. Report of the Advisory
Committee to the Surgeon General of the Public Health Service. Washington DC :
Government Printing Offi ce , 1964, p. A1.

37. Strom BL, Stolley PD. Vascular and cardiac risks of steroidal contraception . In:
Sciarra JW , ed. Gynecology and bstetrics, Vol. 6. Hagerstown, MD : Harper and Row
, 1989, p. 1–17.

38. Royal College of General Practitioners . OralContraceptives and Health. Chapter

7. London: Pitman Publishing, 1974.

39. Vessey MP , Doll R, Peto R, Johnson B, Wiggins P. A long-term follow -up study
of women using different methods of contraception —an interim report . J Biosoc Sci
1976; 8: 373–427.
40. Bell RL, Smith EO. Clinical trials in post –marketing surveillance of drugs .
Control Clin Trials 1982; 3:61–8.

41. Manson JE, Hsia J, Johnson KC, Rossouw JE, Assaf AR, Lasser NL, et al.
Estrogen plus progestin and the risk of coronary heart disease . N Engl J Med 2003;
349:523–34.

42. Herrington DM, Howard TD. From presumed benefi t to potential harm —
hormone therapy and heart disease. N Engl J Med 2003; 349: 519–21.

43. John B. Hormone-replacement therapy and cardiovascular diseases . N Engl J

Med 2003; 349: 521–2.

44. Writing Group for the Women ’s Health Initiative Investigators. Risks and benefi
ts of estrogen plus progestin in healthy postmenopausal women. Principal results from
the Women ’s Health Initiative randomized controlled trial . JAMA 2002; 288: 321–
33.

45. Col NF , Pauker SG. The discrepancy between observational studies and
randomized trials of menopausal hormone therapy: did expectations shape
experience?Ann Intern Med 2003; 139: 923–9.

46. Grimes DA, Lobo RA. Perspectives on the Women ’s Health Initiative trial of
hormone replacement therapy . ObstetGynecol 2002; 100: 1344–53.

47. Whittemore AS, McGuire V. Observational studies and randomized trials of

hormone replacement therapy: what can we learn from them? Epidemiology 2003; 14:
8–9.

48. Mellin GW , Katzenstein M. The saga of thalidomide .N Engl J Med 1962; 267:
1238–44.

49. Taussig HB. A study of the German outbreak of phocomelia.JAMA 1962; 180:
1106–14.

50. Kajii T, Kida M, Takahashi K. The effect of thalidomide intake during 113 human
pregnancies . Teratology 1973; 8: 163–6.