Disain Epidemiologi Analitik

Observasional
Nengah Tanu Komalyna

Disampaikan Oleh:
Carissa Cerdasari
Latar Belakang

Basic Question in Epidemiology

Faktor risiko (umur, kejadian plasenta previa

paritas, riwayat abortus
dan riwayat seksio sesaria
Proporsi faktor risiko Umur, Paritas, Riwayat Seksio
sesarea, dan Riwayat abortus pada kasus dan kontrol.
1. Apakah ada association antara
Exposure (E) & Disease (D)?
2. Hypothesis: 15/140
Apakah umur ibu > 35 tahun
kejadian prevalensi plasenta
previa lebih tinggi dari pada
umut ibu < 35 tahun ( Do
persons with exposure have
higher levels of disease than
persons without exposure?
1 kali pada umur ibu 20-29 tahun, 3 kali pada umur ibu 30-39 tahun dan 9 kali
3. Is the association “real,” i.e. pada umur ibu ≥ 40 tahun (p < 0.001). Frye A. (1999) mengatakan prevalensi
causal? plasenta previa 3 kali pada umur ibu >35 tahun
 (pembuktian adanya ...)

Jenis Disain Epidemiologi

dientukan

• Epidemiologi Deskriptif
mempelajari kejadian dan distribusi penyakit
yang ada hubungannya dengan masalah
kesehatan/kebidanan
• Epidemiologi Analitik
mempelajari faktor-faktor yang berhubungan
atau mempengaruhi kejadian dan distribusi
masalah kesehatan/kebidanan
Desain manapun yang dipilih..... Tujuan epid
 Tujuan Epidemiologi
• Mendiagnosis masalah yang berkaitan dengan
masalah kesehatan
• Mengidentifikasi riwayat alamiah dan etiologi
penyakit/masalah kesehatan
• Menilai dan merencanakan pelayanan
kesehatan Strategi

• Surveilans Epidemiologi
• Penelitian Epidemiologi
 Perbedaan Surveilans dan
Penelitian Epidemiologi
Perbedaaan
Surveilans Epidemiologi Penelitian epidemiologi
1. Pengumpulan data Sistematis Sistematis
(dan pengolahan Rutin Tidak Rutin
data) Terus Menerus Tidak Terus Menerus
2. Analisis data Idem Idem
3. Interpretasi data idem idem
4. Jenis disain Pada umumnya diskriptif Diskriptif dan analitik
5. Pencapaian tujuan Memantau, menilai dan Mencapai semua tujuan
epidemiologi merencanakan pelayanan / epidemilogi
program kesehatan

Sumber : Buchari Lapau, Prinsip dan Metode Epidemiologi, FKUI, 2009

 Perbedaan Surveilans dan
Penelitian Epidemiologi
Perbedaaan
Surveilans Epidemiologi Penelitian epidemiologi
1. Pengumpulan data Sistematis Sistematis
(dan pengolahan Rutin Tidak Rutin
data) Terus Menerus Tidak Terus Menerus
2. Analisis data Idem Idem
3. Interpretasi data idem idem
4. Jenis disain Pada umumnya diskriptif Diskriptif dan analitik
5. Pencapaian tujuan Memantau, menilai dan Mencapai semua tujuan
epidemiologi merencanakan pelayanan / epidemilogi
program kesehatan

Sumber : Buchari Lapau, Prinsip dan Metode Epidemiologi, FKUI, 2009

 Klasifikasi Studi Desain authority

Did investigator assign exposures ?

ya tidak

Studi Eksperimental Studi Observasional

“Exposures” and “Outcomes” Comparison group ?

! Experimental studies:
ya tidak
– Investigator assigns exposure
– Investigator assesses outcome
Studi Analitik Studi Deskriptif
! Observational studies:
– Individual “assigns” exposure
– Investigator assesses outcome Arah ? 1. Case report
E--> D 2. Case series
E&D 3. Studi Surveilans
E<-- D
Studi
Studi Studi
Cross
Kohort Kasus Kontrol
THE LANCET 2002;359:57- 61 sectional
 Hirarki Desain Studi menurut Pembuktian Sebab
Akibat (Causality), Kompleksiti dan Confidencial
Confidence
Complexity
Peningkatan
Apakah suplementasi beta carotine pada makanan
Pembuktian menurunkan risiko kanker paru-paru?
RCT
sebab-akibat
Benarkah individu yg serum feritinnya tinggi lebih mudah
(sering/cepat) terkena CHD dari pada yang t serum feritinnya
Cohort normal?
Benarkah individu yg ber status gizi kurang mengkonsumsi
Case Control makanan lebih sedikit dari pada indiv yg berstatus gizi baik?

Cross Sectional Apakah ada correlation antara status asupan makanan

(E) dengan status gizi (D).

Ecological Study Apakah penyebab kurang gizi sama antara wilayah?

J M Stephenson, A Babiker , 2000

Christopher T Sempos, 1999. Food and nutrient exposures: what to consider
when evaluating, Am J Clin Nutr 1999; 69(suppl):1330S–8S.
 Cross Sectional
• Studi cross sectional adalah studi dimana
pengukuran status penyakit dan status paparan
dilakukan pada saat yang bersamaan (Snap-shot).
Sehingga tidak mengenal adanya dimensi waktu.
• Studi ini melakukan sampling dari populasi dalam
suatu waktu, lantas memeriksa status paparan
dan status penyakit pada titik waktu yang sama
dari masing – masing individu dalam sampel
tersebut.
 Langkah
1. Merumuskan pertanyaan penelitian
2. Mengidentifikasi variabel independen dan
variabel dependen
3. Menentukan subyek penelitian
4. Melaksanakan pengukuran
5. Melakukan analisis

Epid-OH cross sectional 10

Cross-Sectional Studies
AKIBAT
Plasenta Tidak Plasenta
Previa Previa
a b

S Umur > 35 10 5
E tahun
B
A Umur < 35 c d
B tahun 60 65
1
a / (a + b) = prevalensi kelompok terpapar
Prevalence Ratio (PR) = ------------
3
c / (c + d) = prevalensi kelompok tdk terpapar
2
Statistik YANG COCOK NTUK ANALISIS CROSS SECTIONAL
Cross-Sectional Studies
AKIBAT
Plasenta Tidak Plasenta
Previa Previa
a b

S Umur > 35 10 5
E tahun
B
A Umur < 35 c d
B tahun 60 65

(prevalensi umur > 35 tahun)

10 / (10 + 5) = 0,67
Prevalence Ratio (PR) = ------------ ------- = 1,39
60 / (60 + 65) = 0,48
(prevalensi umur < 35 tahun)
Cross-Sectional Studies
AKIBAT
Plasenta Tidak Plasenta
Previa Previa
a b

S Umur > 35 10 5
E tahun
B
A Umur < 35 c d
B tahun 60 65

(prevalensi umur > 35 tahun)

10 / (10 + 5) = 0,67
Prevalence Ratio (PR) = ------------ ------- = 1,39
60 / (60 + 65) = 0,48
(prevalensi umur < 35 tahun)
Statistik YANG COCOK NTUK ANALISIS CROSS SECTIONAL

Cross-Sectional Studies
Disease No Disease

a b

Umur > 35 10 5
tahun
Umur < 35 c d

tahun 60 65

ad (10 x 65)
4 Prevalence Odds Ratio (POR) = --------- = --------------
bc ( 60 x 5 )
The POR estimates the incidence rate ratio (IRR)
 Interpretasi Hasil
1. RP > 1
“Variabel independen/bebas” merupakan faktor risiko
2. RP < 1
“Variabel independen/bebas” mengurangi risiko
terjadinya efek
3. RP = 1
‘ Variabel independen/bebas” yang diduga merupakan
faktor risiko terjadinya efek, justru tidak berpengaruh
Interpretation: prevalensi kejadian plasenta previa pada
wanita umur > 35 tahun 1,39 kali lebih tinggi dari pada
wanita umur < 35 tahun
15
 POR Vs PR

For chronic disease studies or studies of long-lasting risk factors, POR is the
preferred measure of association in cross sectional studies. For acute
disease studies, PR is the preferred measure of association. If the prevalence
of disease is low, i.e. 10% or less in exposed and nonexposed populations,
POR = PR.
Since cross-sectional studies are particularly useful for investigating chronic
diseases (e.g. prevalence of AIDS) where the onset of disease is difficult to
determine, or for studying long lasting risk factors (such as smoking,
hypertension, and high fat diets), the prevalence odds ratio will generally be
the preferred measure of association.

CIR = cumulativ insiden ratio

 Kelebihan dan Kekurangan
Kelebihan :
• Mudah, ekonomis, hasil cepat didapat
• Dapat meneliti banyak variabel sekaligus
• Kemungkinan subjek “drop out” kecil
• Tidak banyak hambatan etik
• Dapat sebagai dasar penelitian selanjutnya
Kekurangan :
• Sulit menetapkan mekanisme sebab akibat
• Subjek penelitian cukup besar terutama bila variabel banyak dan faktor
risko relatif jarang ditemukan
• Kurang tepat untuk mempelajari penyakit dengan kurun waktu sakit
pendek
• Kesimpulan korelasi paling lemah dibanding case control atau cohort
• Tidak dapat menggambarkan perjalanan penyakit, diagnosis, prognosis
 Case-control (CC) studies
• Mempelajari seberapa jauh faktor risiko
mempengaruhi terjadinya efek/penyakit
• Hub sebab akibat (urutan kekuatan cause-effect
relationship) :
cross sectional < case control < cohort
• Faktor risko dipelajari melalui pendekatan
retrospektif , dimana efek diidentifikasi saat ini,
faktor risko diidentifikasi pada masa lalu
 Case-control (CC) studies
• Studi dimulai dengan mengidentifikasi
kelompok kasus/efek (D+) & kelompok tanpa
efek/kontrol (D-), kemudian secara
retrospektif diteliti faktor risiko yg mungkin
dapat menerangkan
• CC tidak dapat menghitung insidens atau
prevalens
• CC hanya dapat menilai berapa seringnya
terdapat pajanan pada kasus dibandingkan
pada kontrol, yaitu Odds Ratio (OR)
 RETROSPECTIVE STUDY

Determining differences in:

• Life style
• Diet
• Reproductive
on PRESENT

• Medication
Disease
• Family Hx PAST
• Genetics

Time
(Sebab) (Akibat)
 Jenis Studi Kasus Kontrol
1. Studi CC dengan matching
Contoh :
Kasus Plasenta Previa (PP) usia 25 -30
Kontrol Tidak menderta PP usia 25 – 30
2. Studi CC tanpa matching
Contoh :
Kasus Plasenta Previa (PP) usia 25 -30
Kontrol Tidak menderta PP usia 20 – 35
21
 Tabel 2 x 2
Hasil pengamatan pd Studi CC

D+ D- Jumlah
(Plasenta Previa) (Tidak Plasenta Previa)

E+ a b a+b
( Umur > 35 tahun)

E- c d c+d
( Umur > 35 tahun)

Jumlah a+c b+d a+b+c+d

Risiko relatif dinyatakan dengan rasio odds (OR) pada kasus dan kontrol
Odds Ratio (OR) = ad : bc

22
Statistik YANG COCOK NTUK ANALISIS CROSS SECTIONAL

Case – Control Studies

Plasenta Tidak Plasenta
Previa Previa
a b

Umur > 35 10 5
tahun
Umur < 35 c d

tahun 60 65

(a x d) = ( 10 x 65)
1 ODDS Ratio (PR) = ------------ ------------ = 2,17
(b + c) = ( 5 x 60)
Rasio odds adalah perbandingan antara peluang terjadinya penyakit
“plasenta previa” dengan peluang tidak terjadinya suatu penyakit tersebut.
 Langkah
1. Merumuskan pertanyaan penelitian & hipotesis
2. Mengidentifikasi variabel penelitian
3. Menentukan kriteria kasus & kontrol
4. Menentukan subyek penelitian
5. Melakukan pengukuran variabel
6. Menganalisis data

24
 Kelebihan Case-Control
1. Cocok untuk mempelajari penyakit yang jarang
ditemukan
2. Hasil cepat, ekonomis
3. Subjek penelitian bisa lebih sedikit
4. Memungkinkan mengetahui sejumlah faktor risiko
yang mungkin berhubungan dengan penyakit
5. Kesimpulan korelasi > baik, karena ada pembatasan
dan pengendalian faktor risko
6. Tidak mengalami kendala etik
Contoh Paparan Thypoid (terpapar = tidak cuci
tangan, jajan di sekolah, dll; tidak terpapar = cuci
tangan, dan tidak jajan di sekolah)
 Kelemahan Case-Control
• Bias
• Tidak diketahui pengaruh variabel luar yang
tidak terkendali dengan teknik matching
• Pemilihan kontrol dgn mathcing akan sulit bila
faktor risiko yang di “matching”kan banyak
• Kelompok kasus dan kontrol tidak random à
apakah faktor luar seimbang?
 Cohort
• Studi cohor adalah studi yang mempelajari
hubungan antara paparan dan penyaki
• Diawali dengan penentuan kelompok terpapar
dan kelompok tidak terpapar. Kemudian
diikuti selama waktu tertentu ke depan
(forward looking) dan pada akhir pengamatan
dilakukan penentuan status penyakit.
• Pada awal penelitian harus dipastikan setiap
subyek penelitian bebas dari penyakit yang
diteliti.
KOHORT
disebut juga :

1. Prospective
2. Insidence
3. Follow-up
4. Longitudinal study
Statistik YANG COCOK NTUK ANALISIS CROSS SECTIONAL

Cohort Studies
Plasenta Tidak Plasenta
Previa Previa
a b

Multipara 45 39

c d
Primipara
25 31

Insidens pada kelompok terpapar (Re) = 45/(45+39) = 53,6%

1 Insidens pada kelompok tidak terpapar (Ru) = 25/(25+31) = 44,6%
sd Risiko Relatif (RR) = Re/Ru = 1,20
5 Perbedaan Risiko (RD) = Re – Ru = 8,9%
PAR = (Car) %
Peranan Upaya Peningkatan setiap 1
gr/dl Hb terhadap Kematian Ibu
CARA MENGINTERPRETASIKAN NILAI RR
NILAI
CARA RR<1 RR=1 RR>1

Risk comparison Risk for disease Risk for disease is

Risk of disease is
between is lower in the higher in the
equal for exposed
exposed and exposed than in exposed than in the
and unexposed
unexposed the unexposed unexposed

Exposure reduces Exposure

Exposure as a disease risk Particular exposure increases disease
risk factor for the
(Protective is not a risk factor risk
disease?
(Risk factor)
factor)
 Kelebihan dan Kekurangan
• Kelebihan dalam membuktikan inferensi kausa
dibanding studi observasional lainnya
sehingga didapatkan angka kejadian penyakit
(incidence rate) secara langsung, serta cocok
untuk meneliti paparan yang langka.
• Kelemahan yaitu membutuhkan dana yang
besar, waktu penelitian panjang.
Contoh Cara Perhitungan OR/RR dengan SPSS
Contoh Cara Perhitungan OR/RR dengan SPSS