Farmaka

Suplemen Volume 14 Nomor 2 219

ARTIKEL REVIEW: KAUSALITAS DALAM FARMAKOEPIDEMIOLOGI

Nujaimah R. Sholeh, Sofa D. Alfian
Fakultas Farmasi, Universitas Padjadjaran
Jalan Raya Bandung – Sumedang Km. 21 Jatinangor 45363
nujaimah13001@mail.unpad.ac.id

ABSTRAK

Studi epidemiologi memiliki tujuan untuk mencari penyebab dari suatu penyakit yang didasarkan
pada asosiasi dengan berbagai macam faktor risiko. Untuk membuat kesimpulan mengenai
penyebab penyakit, pertama-tama perlu mengklasifikasi arti kausalitas. Dalam hubungan kausal
terdapat kriteria yang dapat menunjukkan hubungan antara paparan dengan hasil dalam suatu
penelitian. Selain itu, dalam penelitian terdapat pula faktor-faktor yang dapat mengurangi
validitas yang berasal dari bias dan kerancuan. Digunakan beberapa metode untuk mengatasi bias
dan kerancuan dalam penelitian serta untuk mengontrol kerancuan tersebut.
Metode pencarian pada artikel review ini melalui situs NCBI (http://www.ncbi.nlm.nih.gov/)
dengan berdasarkan kata kunci,identify causation andassociation in pharmacoepidemiology,
criteria for determination of causation, biasin pharmacoepidemiology, dan methodology used to
address potential bias.
Berdasarkan hasil review, kriteria kausal dalam farmakoepidemiologi meliputi kekuatan,
konsistensi, spesifisitas, temporalitas, gradien biologi, theoritical plausability, coherence, bukti
eksperimental dan analogi. Selain itu terdapat tiga sumber bias, yaitu bias informasi, bias seleksi
dan faktor perancu. Untuk mengendalikan kerancuan terdapat beberapa metode yang meliputi
randomisasi (pengocokan), restriksi (pembatasan), matching (pencocokan), stratifikasi, dan
multivariate models.

Kata kunci: Kriteria kausal, bias, metode pengendalian bias, perancu

ABSTRACT
Epidemiology studies aim to find the cause of a disease based on association with a variety of
risk factors. In order to make inferences about the causes of disease, it is necessary to classify the
meaning of causality. In a causal relationship there are criteria that can show an association
between exposure to the results in a study. Moreover, in the pharmacoepidemiology study there
are also factors that can reduce the validity which comes from the bias and confounding. Several
methods was used to overcome the bias and confounding in pharmacoepidemiology study as well
as to control theconfounding.
This review article used NCBI website as searching method (http://www.ncbi.nlm.nih.gov/)
based on keywords: identify causation andassociation in pharmacoepidemiology, criteria for
determination of causation, bias in pharmacoepidemiology, dan methodology used to address
potential bias.
This review suggested that in Pharmacoepidemiology, causal criteria consist of strength,
consistency, specificity, temporality, biological gradient, theoritical plausability, coherence,
experimental evidence and analogy. In addition, there are three sources of bias such
asinformation bias, selection bias, and confounding factors. To control theconfounding factor,
Farmaka
Suplemen Volume 14 Nomor 2 220

there are several methods can be used like randomization, restriction, matching stratification,
and multivariate models.

Keywords: causal criteria, bias, bias control method, confounding

PENDAHULUAN meliputi: kekuatan, konsistensi,

Epidemiologi adalah studi mengenai spesifisitas,temporalitas, gradient biologi,

penyebaran dan faktor yang menentukan theoriticalplausability, coherence, bukti

kondisi kesehatan suatu populasi yang eksperimental dan analogi [3].

diaplikasikan untuk mengontrol Ancaman validitas penelitian dalam

permasalahan kesehatan[1]. Tujuan utama farmakoepidemiologi mengenai pengaruh

dalam studi ini adalah untuk mencari paparan faktor penelitian terhadap penyakit

penyebab dari suatu penyakit yang pada prinsipnya berasal dari dua sumber,

didasarkan pada asosiasi dengan berbagai yaitu bias dan confounding (kerancuan).

macam faktor risiko. Selain itu, studi ini pun Terdapat tiga sumber bias yaitu bias

menggambarkan faktor-faktor lain yang informasi, bias seleksi dan faktor perancu
[4]
berhubungan dengan paparan dan dapat .Strategi dalam pengendalian kerancuan

memengaruhi risiko pengembangan penyakit dapat meliputi randomisasi (pengocokan),

dan melihat hubungan yang diamati antara restriksi (pembatasan), matching

penyakit dengan paparan yang diteliti [2]. (pencocokan), stratifikasi, dan multivariate

Sir Austin Bradford Hill (1867-1991) models.

merupakan salah satu pelopor dalam statistik Artikel review ini berisi informasi
[3]
kesehatan dan epidemiologi . Tulisannya mengenai kausalitas dalam

yang berjudul ‘’The environment and farmakoepidemiologi yang digunakan untuk

disease : Association or caution’’ membuat kesimpulan tentang penyebab

menjadikannya sebagai pelopor kriteria penyakit.

kausalyang dikenal dengan 9 kriteria kausal,

Farmaka
Suplemen Volume 14 Nomor 2 221

METODE in pharmacoepidemiology, criteria for

Pencarian sumber acuan artikel determination of causation, biasin

review ini dilakukan dengan mengambil dan pharmacoepidemiology, dan methodology

menyadur referensi berupa jurnal ilmiah dan used to address potential bias.

artikel ilmiah yang berkaitan dengan sumber Untuk kriteria inklusi digunakan

data dalam farmakoepidemiologi. Melalui artikel dan jurnal ilmiah yang merupakan

situs NCBI (http://www.ncbi.nlm.nih.gov/) naskah publikasi dalam 10 tahun terakhir

kata kunci terkait yang menunjukkan (tahun 2006 – 2016) dan memuat informasi

beberapa jurnal dan artikel ilmiah yang detail mengenai kata kunci yang digunakan.

dapat digunakan dalam pembuatan artikel Digunakan 10 artikel dan jurnal ilmiah

review ini. Dengan pencarian berdasarkan terkait dengan kausalitas dalam

kata kunci,identify causation and association farmakoepidemiologi.

HASIL

Tabel 1 Kausalitas dalam Farmakoepidemiologi

Penulis Tema Hasil Penelitian
Mirtz et al (2009), Kriteria kausal Dalam jurnal tersebut menjelaskan mengenai
Fedak et al(2015), kriteria kausal yang dipelopori oleh Sir
Crockettet al(2009), Austin Bradford Hill, meliputi 9 kriteria
Boffetta P (2010) yaitu ;
 Kekuatan
Menggambarkan ukuran dari asosiasi yang
telah diperhitungkan dengan tepat efeknya,
meliputi (perbedaan resiko, resiko relative,
rasio odds).
 Konsistensi
Mengacu apakah asosiasi yang diamati
memiliki keterulangan pengamatan pada
subjek dan lingkungan yang berbeda.
 Spesifisitas
Mengacu apakah paparan mengarah ke hasil
tertentu.
 Temporalitas
Untuk mengetahui sebuah faktor merupakan
kausa penyakit, maka harus dipastikan
paparan terhadap faktor itu berlangsung
sebelum terjadinya penyakit
Farmaka
Suplemen Volume 14 Nomor 2 222

Penulis Tema Hasil Penelitian

Mirtz et al (2009), Kriteria kausal  Gradient biologi
Fedak et al(2015), Perubahan intensitas paparan yang selalu
Crockettet al(2009), diikuti oleh perubahan frekuensi penyakit
Boffetta P (2010) meningkatkan kesimpulan hubungan kausal.
 Theoritical plausibility
Perubahan intensitas paparan yang selalu
diikuti oleh perubahan frekuensi penyakit
meningkatkan kesimpulan hubungan kausal.
 coherence
Berbagai bukti yang tersedia tentang riwayat
alamiah, biologi dan epidemiologi penyakit
harus koheren satu sama lain sehingga
membentuk pemahaman yang serupa
 Bukti eksperimental
Eksperimen terandomisasi dengan
Multivariate Models pada subjek penelitian
dan pemberi perlakuan agar tidak
mengetahui status perlakuan memberikan
bukti kuat hubungan kausa.
 Analogi
Kriteria analogi kurang tepat karena tidak
spesifik mengingat mampu mencetuskan
banyak gagasan analogis, sehingga
menyebabkan analogi tidak spesifik lagi
Lambert J (2011), Bias dalam Terdapat tiga sumber bias, yaitu : bias
Hammer et al(2009), farmakoepidemiol informasi, bias seleksi dan faktor perancu
PannucciandWilkins ogi  Bias Informasi
(2010), Wettermark B Merupakanpenyimpangan dalam
(2013) memperkirakan efek atau pengaruh
karena kesalahanpengukuran atau
kesalahan pengelompokan subjek
penelitian menurut satuatau lebih variabel
 Bias Seleksi
Bias seleksi terjadi jika populasi penelitian
tidak mencerminkan sampel yang
representatif dari populasi sasaran.
 Faktor Perancu
Faktor perancu atau pengganggu muncul
ketika efek dari dua paparan terkait belum
dipisahkan, sehingga dalam interpretasi,
efek yangdipengaruhi oleh suatu variabel
dapat dipengaruhi juga dengan variabel-
variabellain
Pourhoseingholi et al Metodologi yang Strategi pengendalian kerancuan dapat
(2012), Starkset al digunakan untuk meliputi randomisasi (pengocokan), restriksi
(2009) mengatasi (pembatasan), matching (pencocokan),
potensial bias Multivariate Models, dan stratifikasi
Farmaka
Suplemen Volume 14 Nomor 2 223

Penulis Tema Hasil Penelitian

Pourhoseingholi et al Metodologi yang  Randomisasi
(2012), Starkset al digunakan untuk Variable perancu terdistribusi secara merata
(2009) mengatasi antara kelompokkelompok studi.
potensial bias  Restriksi
Membatasi penelitian untuk hal-hal yang
serupa dalam kaitannya dengan perancu
tersebut
 Matching
Memilih subjek pembanding sedemikian
rupa sehingga memiliki tingkat kerancuan
yang sempurna dengan subjek yang
dibandingkan (index).
 Stratifikasi
Memperbaiki pengaruh dari pembaur dan
menghasilkan kelompok di mana perancu
tidak bervariasi
 Multivariate Models
Menangani sejumlah besar kovariat (dan
juga pembaur) secara bersamaan

PEMBAHASAN Konsistensi
Kriteria Kausal
Mengacu apakah asosiasi yang
Dalam mengidentifikasi kausalitas
diamati memiliki keterulangan pengamatan
dalam farmakoepidemiologi ada beberapa
pada subjek dan lingkungan yang berbeda.
kriteria kausal, diantaranya:
Semakin konsisten pengamatan pengamatan
Kekuatan
lain yang dilakukan pada populasi dan
Menggambarkan ukuran dari asosiasi
lingkungan yang berbeda semakin kuat pula
yang telah diperhitungkan dengan tepat
hubungan kausal. Dan dari konsistensi ini
efeknya, meliputi (perbedaan resiko, resiko
dapat memberikan jaminan bahwa asosiasi
relative, rasio odds). Semakin kuat asosiasi
bukan karena kebetulan atau bias
maka semakain besar pula kemungkinan
sistematik[5]. Contohnya penelitian dengan
[5]
hubungan kausalitasnya . Contohnya resiko
metode yang berbeda (prospektif dan
penderita kanker paru meningkat pada
retrospektif) membuktikan hal yang sama,
perokok dibanding yang tidak merokok.
meskipun berbeda populasinya.
Farmaka
Suplemen Volume 14 Nomor 2 224

Spesifisitas Gradient Biologi

Mengacu apakah paparan mengarah Perubahan intensitas paparan yang

ke hasil tertentu. Faktor kausal selalu diikuti oleh perubahan frekuensi

menghasilkan hanya sebuah penyakit dan penyakit meningkatkan kesimpulan

bahwa penyakit tersebut dihasilkan dari hubungan kausal[3]. Contohnya

sebuah kausa tunggal. Semakin spesifik efek acetaminophen menginduksi

[5]
paparan semakin kuat hubungan kausal . hepatotoksisitas dapat memenuhi kriteria ini,

Contohnya campuran kompleks bahan kimia dengan dosis yang lebih tinggi sesuai dengan

(misalnya, asap tembakau) biasanya kurang memburuk resiko dari kegagalan hati [5].

spesifik ketika menggunakan desain studi Theoritical Plausibility

epidemiologi klasik, karena beberapa Keyakinan hubungan kausal

penyakit mendapatkan hasil dari paparan. semakin kuat apabila dapat dijelaskan

Namun, ada kemungkinan bahwa integrasi dengan rasional dan berdasarkan teori atau
[3]
data dapat menjelaskan beberapa konseptual . Contohnya teori biologi

kekhususan mekanistis antara beberapa menyatakan bahwa merokok dapat membuat

variasi penyakit yang terkait dengan jaringan tubuh rusak yang jika terus menerus

campuran karsinogenik komplek [3]. dapat menyebabkan terjadinya kanker.

Temporalitas Coherence

Untuk mengetahui sebuah faktor Berbagai bukti yang tersedia tentang

merupakan kausa penyakit, maka harus riwayat alamiah, biologi dan epidemiologi

dipastikan paparan terhadap faktor itu penyakit harus koheren satu sama lain
[6]
berlangsung sebelum terjadinya penyakit . sehingga membentuk pemahaman yang
[5]
Contohnya pada kasus kanker paru paru serupa . Contohnya kesimpulan merokok

sebagian besar didahului oleh merokok. dapat menyebabkan kanker paru paru
Farmaka
Suplemen Volume 14 Nomor 2 225

berdasarkan teori biologi dan proses pada analisis inflammatory bowel disease

perjalanan penyakit. (IBD) menyatakan bahwa tidak diketahui

Bukti eksperimental obat pemicu dari inflammatory bowel

Eksperimen terandomisasi dengan disease (IBD) yang menggambarkan analogi,

Multivariate Models pada subjek penelitian dan tidak ada senyawa retinoid lainnya yang

dan pemberi perlakuan agar tidak dapat dikaitkan dengan IBD [5].

mengetahui status perlakuan memberikan Bias

bukti kuat hubungan kausa. Kriteria ini Dalam studi atau penelitian

mengacu apakah ada bukti pada manusia epidemiologi dapat terjadi bias. Bias

atau spesies lain untuk menguatkan koneksi didefinisikan sebagai segala kesalahan
[3,5]
. Contohnya pada pengujian isotretinoin sistematisdalam studi epidemiologi yang

atau senyawa sejenis pada hewan uji, yang menghasilkan perkiraan yang salah

sebenarnya mekanisme dari isotretinoin ini darihubungan antara paparan dan risiko
[7]
sebagian tidak diketahui, sehingga dilakukan penyakit .Hal ini sangat penting untuk

uji eksperimental dan didapatkan hasil dihindari. Oleh karena itu harus sangat

bahwa tidak adanya obat penawar untuk berhati-hati dalam menafsirkan hasil studi

kasus tersebut [5]. dan juga harus dapat mengenalipotensi

Analogi kesalahan.

Tidak semua situasi dapat Sehingga penting untuk kita dapat

menggunakan kriteria analogi sebagai lebih memahami sifat bias, mengingatbahwa

pendukung hubungan kausal. Kriteria tujuan epidemiologi adalah untuk

analogi kurang tepat karena tidak spesifik menetapkan bahwa paparan faktor risiko

mengingat mampu mencetuskan banyak tertentu dapat menyebabkan masalah

gagasan analogis, sehingga menyebabkan kesehatan. Apabila terjadi kesalahandalam

[1]
analogi tidak spesifik lagi . Contohnya penelitian, maka hasilnya pun tidak valid
Farmaka
Suplemen Volume 14 Nomor 2 226

atau tidak dapat diterima.Bias dapat terjadi terjadi pada saat melakukan seleksi

pada setiap tahap penelitian, termasuk desain sampel penelitiankarena sampel terdiri dari

penelitian atau pengumpulan data, serta dua populasi yang berbeda, contohnya yaitu

dalam proses analisis data dan publikasi [8]. satu yang menderita penyakit dan yang

Hasil studi epidemiologi seharusnya sehat (tidak menderita penyakit)

mencerminkan efek sebenarnya dari paparan sehingga sulit untukmemastikan bahwa

terhadap hasil yang diselidiki, namun kedua populasi ini betul-betul cocok

harus selalu diperhatikanbahwa temuan dan bebas dari kesalahan memilih[7,8].

mungkin saja dipengaruhi oleh hal-hal Bias Informasi

lain yang dapatmenyebabkan kesalahan. Hasil bias informasi yang salah atau

Hal-hal tersebut mungkin karena pengaruh faktor individu yang tidak tepat, baik faktor

kebetulan(random error), bias atau risiko atau penyakit yang sedang dipelajari.

pengganggu, yang dapat menghasilkan Dengan variabel kontinu (seperti tekanan

hasil yangpalsu yang dapat membuat kita darah), disebut sebagai kesalahan

menyimpulkan adanya hubungan statistik pengukuran; dengan variabel kategori

yangsebenarnya tidak valid [7]. (seperti stadium tumor), ini dikenal sebagai

Dalam studi farmakoepidemiologi kesalahan klasifikasi. Kesalahan pengukuran

terdapat tiga sumber bias; bias informasi, atau kesalahan klasifikasi diakibatkan dari

bias seleksi dan faktor perancu. kurangnya penanganan yang tepat dari

Bias seleksi peneliti atau dari buruknya kualitas

Bias seleksi mungkin terjadi selama pengukuran dan instrumen. Namun, lebih

identifikasi populasi penelitian. Bias seleksi sering disebabkan oleh kesalahan dalam

terjadi jika populasi penelitian tidak penanganan atau waktu klasifikasi[4].

mencerminkan sampel yang representatif Kesalahan klasifikasi non-diferensial

dari populasi sasaran. Bias ini sering terjadi jika ada kemungkinan yang sama
Farmaka
Suplemen Volume 14 Nomor 2 227

untuk kesalahan klasifikasi untuk semua kelompokkontrol yang tidak menderita

subyek penelitian dan dapat menyebabkan kanker paru. Diagnosis kanker paru harus

penafsiran yang terlalu rendahhubungan dilakukan secara sama pada dua kelompok

hipotesis antara paparan dan hasil. tersebut. Caranya, pengukuran gejalanya,

Kesalahan klasifikasi diferensial dapat atau pemeriksaan laboratoriumnya harus

terjadi ketika tingkat kesalahan atau sama untuk kedua kelompok tersebut.

kemungkinan yang berbeda untuk kesalahan Sehingga akan diperoleh, kelompok yang

klasifikasi antar kelompok subjek penelitian positif menderita kanker paru

dan dapat menyebabkan kesimpulan yang sebagaikelompok kasus, dan kelompok

salah [9]. yang dinyatakan negatif dari hasil

Dalam sumber lain juga disebut diagnosis sebagai kelompok kontrol [7].

sebagai bias kepastian. Merupakan Bias pemanggilan kembali (recall bias)

penyimpangan dalam memperkirakan Bias ini terjadi jika informasi

efek atau pengaruh karena kesalahan mengenai variabel paparan tidak diketahui

pengukuran atau kesalahan atau tidak akurat. Jika informasi pernah

pengelompokan subjek penelitian mengalami paparan atau tidak hanya

menurut satuatau lebih variabel [7]. Ada dua berdasar data sekunder saja, atau

macam yang termasuk dalam bias ini yaitu: dengan mengingat kembali, akan

Bias Diagnostik banyak menimbulkan bias dalam jumlah

Terjadi bila cara mendiagnosis suatu maupun ketepatan [8].

penyakit misalnya, pada kelompok kasus Faktor Perancu

dan kelompok kontrol tidak proporsional. Mempengaruhi hasil pengamatan

Misalnya dalam penelitian yang hubungan secara keseluruhan maupun

membandingkan kelompok kasus yang sebagian yang dapat mempengaruhi hasil

menderita kanker paru dan dari studi yangsedang dipelajari. Faktor

Farmaka
Suplemen Volume 14 Nomor 2 228

perancu atau pengganggu muncul ketika Metodologi yang digunakan untuk

efek dari dua paparan terkait belum mengatasi potensial bias

dipisahkan, sehingga dalam interpretasi, Strategi pengendalian kerancuan

efek yang dipengaruhi oleh suatu variabel dapat dibedakan menjadi dua kategori besar

dapat dipengaruhi juga dengan variabel- yaitu pengendalian pada tahap riset (sebelum

variabel lain. Dampak dari adanya data dikumpulkan) dan pengendalian pada

pengaruh faktor perancu ini adalah bahwa tahap analisis data (setelah data
[2]
estimasi hubungan tidak sama dengan efek dikumpulkan) . Pengendalian pada tahap
[7-9]
sebenarnya . Contohnya suatu studi riset meliputi :

menemukan hubungan antara konsumsi Randomisasi (pengocokan)

alkohol terhadap risiko penyakit jantung Randomisasi adalah metode terbaik

koroner. Namun merokok dapat menjadi dalam mengontrol pembauran, karena

variabel pengganggu antara alkohol dan membantu dalam memastikan bahwa

penyakit jantung koroner. Misalnya merokok variable tersebut dikenal (atau bahkan tidak

secara independen terkait dengan penyakit dikenal) karena variable perancu

jantung koroner dan juga berhubungan terdistribusi secara merata antara kelompok

dengan konsumsi alkohol (perokok yang kelompok studi. Namun metode ini hanya

cenderung mengkonsumsi alkohol lebih dapat digunakan dalam metode penelitian

banyak dibanding yang bukan perokok). studi intervensi [2].

Adanya efek pembaur dari merokok Restriksi (pembatasan)

mungkin sebenarnya menunjukkan tidak ada Restriksi adalah membatasi

hubungan antara konsumsi alkohol dengan penelitian untuk hal-hal yang serupa dalam

penyakit jantung koroner kaitannya dengan perancu tersebut. Sebagai

contoh jika Jenis Kelamin merupakan suatu

perancu, studi dapat dirancang hanya untuk

Farmaka
Suplemen Volume 14 Nomor 2 229

pria saja atau wanita saja namun hansilnya Multivariate Models

juga hanya bisa diterapkan pada pria atau Analisis bertingkat yang terbaik

wanita. Restriksi dapat dilakukan dengan dengan cara yang tidak ada banyak strata

dua cara yaitu Analisis berstrata dan analisis dan jika hanya ada 1 atau 2 pembaur harus

multivariate[2]. dikontrol. Jika jumlah pembaur potensial

Pencocokan (Matching) atau tingkat pengelompokan mereka besar,

Salah satu metode pengendalian analisis multivariat menawarkan satu-

kerancuan adalah memilih subjek satunya solusi [2].

pembanding sedemikian rupa sehingga Model multivariat dapat menangani

memiliki tingkat kerancuan yang sempurna sejumlah besar kovariat (dan juga pembaur)

dengan subjek yang dibandingkan (index). secara bersamaan. Misalnya dalam sebuah

Biasanya hanya bisa digunakan pada study studi yang bertujuan untuk mengukur

case control dengan memastikan bahwa hubungan antara indeks massa tubuh dan

control yang dipilih mirip dengan kasus [2]. Dispepsia, salah satu bisa mengontrol

Pengendalian pada tahap analisis data kovariat lain seperti usia, jenis kelamin,

meliputi : merokok, alkohol, etnis, dll dalam model

Stratification yang sama [2].

Tujuan dari stratifikasi adalah untuk SIMPULAN

memperbaiki pengaruh dari pembaur dan Dalam mengidentifikasi kausalitas

menghasilkan kelompok di mana perancu dalam farmakoepidemiologi ada beberapa

tidak bervariasi. Kemudian mengevaluasi kriteria kausal, diantaranya kekuatan,

hubungan paparan dengan hasil dalam setiap konsistensi, spesifisitas, temporalitas,

strata perancu tersebut. Jadi dalam setiap gradient biologi, theoritical plausability,

stratum, perancu tidak dapat mengacaukan coherence, bukti eksperimental dan analogi.

karena tidak bervariasi. Adapun terdapat ancaman validitas

Farmaka
Suplemen Volume 14 Nomor 2 230

penelitian dalam farmakoepidemiologi penelitian, kepenulisan (authorship), dan

mengenai pengaruh paparan faktor atau publikasi artikel ini.

penelitian terhadap penyakit yang berasal DAFTAR PUSTAKA

dari dua sumber yaitu bias dan kerancuan. [1] Mirtz T.A, Morgan L, Wyatt L.H,
Greene L. An epidemiological
Terdapat tiga sumber bias; bias informasi,
examination of the subluxation
bias seleksi dan faktor perancu. Strategi
construct using Hill’s criteria of
pengendalian kerancuan dapat meliputi causation. Chiropractic &
Osteopathy 2009, 17:3
randomisasi (pengocokan), restriksi
[2] Pourhoseingholi M.A, Baghestani
(pembatasan), matching (pencocokan),
A.R, Vahedi M. How to control
multivariate models dan stratifikasi. confounding effects by statistical
analysis. Gastroenterol Hepatol Bed
UCAPAN TERIMA KASIH
Bench 2012;5(2):79-83
Dalam menyelesaikan penyusunan
[3] Fedak K.M, Bernal A, Capshaw Z.A,
artikel review ini tidak terlepas dari Gross S. Applying the Bradford Hill
criteria in the 21st century: how data
bimbingan, pengarahan dan bantuan serta
integration has changed causal
dorongan dari berbagai pihak. Ucapan
inference in molecular epidemiology.
terima kasih penulis sampaikan kepada Ibu Emerg Themes Epidemiol 2015
12:14
Sofa Dewi Alfian, M.KM., Apt selaku dosen
[4] Hammer G.P, Prel J.B.D, Blettner M.
pembimbing dan Bapak Rizky Abdulah,
Avoiding Bias in Observational
PhD., Apt, sebagai dosen pengampu atas Studies. Dtsch Arztebl Int 2009;
106(41):664–8
segala bimbingan, dukungan, motivasi dan
[5] Crockett S.D, Gulati A, Sandler R.S,
nasehat serta bantuan pemikirannya terhadap
Kappelman M.D. A causal
penyelesaian artikel review ini. association between Accutane and
IBD has yet to be established. Am J
KONFLIK KEPENTINGAN
Gastroenterol. 2009 - ; 104(10):
Seluruh penulis menyatakan tidak
2387–2393
terdapat potensi konflik kepentingan dengan
Farmaka
Suplemen Volume 14 Nomor 2 231

[6] Boffetta P. Causation in the Presence [9] Wettermark B. The intriguing future
of Weak Associations. Critical of pharmacoepidemiology. Eur J Clin
Reviews in Food Science and Pharmacol 2013 69 (Suppl
Nutrition, 2010; 50:13-16 1):S43–S51
[7] Lambert J. How to Assess Bias in [10] Starks H, Diehr P, Curtis R. The
Clinical Studies?.Clin Orthop Relat Challenge of Selection Bias and
Res 2011 469:1794–1796 Confounding in Palliative Care
[8] Pannucci C.J, Wilkins E.G. Research. Journal Of Palliative
Identifying and Avoiding Bias in Medicine. 2009;12(2)
Research. Plast Reconstr Surg 2010
; 126(2): 619–625