Misalkan Anda seorang dokter dan Anda telah melihat beberapa pasien dengan jenis kanker
tertentu, hampir semuanya melaporkan bahwa mereka telah terpapar bahan kimia tertentu.
Anda berhipotesis bahwa paparan mereka terkait dengan risiko mereka terkena kanker jenis
ini. Bagaimana Anda akan mengkonfirmasi atau menyangkal hipotesis Anda?
Mari kita perhatikan dua contoh kehidupan nyata:
Pada awal 1940-an, Alton Ochsner, seorang ahli bedah di New Orleans, mengamati bahwa
hampir semua pasien yang dioperasi untuk kanker paru-paru memberikan riwayat merokok.
Walaupun hubungan ini diterima dan diakui dengan baik saat ini, hubungan itu relatif
diterima. baru dan kontroversial pada saat Ochsner melakukan pengamatan. Dia berhipotesis
bahwa merokok itu dikaitkan dengan kanker paru-paru. Hanya berdasarkan pengamatannya
pada kasus kanker paru-paru, apakah kesimpulan ini valid?
Contoh kedua:
Lagi di tahun 1940-an, Sir Norman Gregg, seorang dokter mata Australia, mengamati
sejumlah bayi dan anak-anak kecil dalam praktik ophthalmology-nya yang menunjukkan
bentuk katarak yang tidak biasa.2 Gregg mencatat bahwa anak-anak ini telah berada dalam
rahim selama wabah rubella (campak Jerman). Dia menyarankan bahwa ada hubungan antara
paparan rubela prenatal dan pengembangan katarak yang tidak biasa. Perlu diingat bahwa
pada saat itu tidak ada pengetahuan bahwa suatu virus bisa bersifat teratogenik. Dengan
demikian, ia mengajukan hipotesisnya hanya berdasarkan data pengamatan, setara dengan
data dari praktik rawat jalan atau samping tempat tidur hari ini.
Sekarang mari kita anggap bahwa Gregg telah mengamati bahwa 90% dari bayi-bayi ini
berada di dalam rahim selama wabah rubella. Apakah dia akan dibenarkan dalam
menyimpulkan bahwa rubella dikaitkan dengan katarak? Jelas, jawabannya tidak. Karena
meskipun pengamatan seperti itu akan menarik, akan sulit untuk menafsirkan tanpa data
untuk kelompok perbandingan anak-anak tanpa katarak. ini mungkin, misalnya, bahwa 90%
dari semua ibu di komunitas itu - baik ibu dari anak-anak dengan katarak dan ibu dari anak-
anak tanpa katarak - telah hamil selama wabah rubella. Dalam kasus seperti itu, riwayat
pajanan tidak akan berbeda untuk ibu dari anak-anak dengan katarak dibandingkan dengan
ibu dari kontrol. Oleh karena itu, pertanyaannya adalah apakah prevalensi paparan rubela
(yaitu, yang berada di dalam rahim selama wabah) lebih besar pada anak-anak dengan
katarak daripada pada kelompok anak-anak tanpa katarak.
Untuk menentukan signifikansi pengamatan tersebut dalam kelompok kasus, diperlukan
kelompok pembanding atau kontrol. Tanpa perbandingan seperti itu, Pengamatan Ochsner
atau Gregg hanya akan membentuk serangkaian kasus. Pengamatan akan menarik, tetapi
tidak ada kesimpulan yang mungkin tanpa pengamatan komparatif dalam serangkaian
kontrol. Perbandingan adalah komponen penting dari penyelidikan epidemiologis dan
dicontohkan dengan baik oleh desain studi kasus-kontrol.
dan d mengendalikan yang tidak terpapar. Jadi jumlah total kasus adalah (a + c) dan
jumlah total kontrol adalah (b + d). Jika pajanan dikaitkan dengan penyakit, kami
a
memperkirakan proporsi kasus yang terpajang ( ) menjadi lebih besar dari proporsi
a+c
b
kontrol yang terpapar ( )
b+d
Contoh hipotesis dari studi kasus-kontrol terlihat pada Tabel 10-2. Kami sedang
melakukan studi casecontrol tentang apakah merokok terkait dengan penyakit jantung
koroner (PJK). Kami mulai dengan 200 orang dengan PJK (kasus) dan membandingkannya
dengan 400 orang tanpa PJK (kontrol). Jika ada hubungan antara merokok dan PJK, kami
akan mengantisipasi bahwa proporsi yang lebih besar dari kasus PJK daripada kontrol akan
menjadi perokok (terpapar). Katakanlah kita menemukan bahwa dari 200 kasus PJK, 112
adalah perokok dan 88 adalah bukan perokok. Dari 400 kontrol, 176 adalah perokok dan 224
adalah bukan perokok. Jadi 56% kasus PJK adalah perokok dibandingkan dengan 44% dari
kontrol. Perhitungan ini
hanya langkah pertama. Perhitungan lebih lanjut untuk menentukan apakah ada hubungan
keterpaparan dengan penyakit akan dibahas dalam Bab 11 dan 12. Bab ini berfokus pada
masalah desain dalam studi kasus-kontrol.
Secara parentetis, penting untuk dicatat bahwa jika kita hanya menggunakan data dari
studi kasus-kontrol, kita tidak dapat memperkirakan prevalensi penyakit. Dalam contoh ini
kami memiliki 200 kasus dan 400 kontrol, tetapi ini tidak berarti bahwa prevalensinya adalah
200
33%, atau ( ). Keputusan mengenai jumlah kontrol untuk memilih per kasus dalam
200+400
studi kasus-kontrol ada di tangan peneliti, dan tidak mencerminkan prevalensi penyakit
dalam populasi. Dalam contoh ini, peneliti dapat memilih 200 kasus dan 200 kontrol (1
kontrol per kasus), atau 200 kasus dan 800 kontrol (4 kontrol per kasus). Karena proporsi
seluruh populasi penelitian yang terdiri dari kasus ditentukan oleh rasio kontrol per kasus,
dan proporsi ini ditentukan oleh peneliti, itu jelas tidak mencerminkan prevalensi sebenarnya
dari penyakit dalam populasi di mana penelitian ini dilakukan.
Pada titik ini, kita harus menekankan bahwa ciri khas studi kasus-kontrol adalah bahwa
hal itu dimulai dengan orang dengan penyakit (kasus) dan membandingkannya dengan orang
tanpa penyakit (kontrol). Ini berbeda dengan desain penelitian kohort, yang dibahas pada Bab
9, yang dimulai dengan sekelompok orang yang terpapar dan membandingkannya dengan
kelompok yang tidak terpapar. Beberapa orang memiliki kesan yang keliru bahwa perbedaan
antara dua jenis desain penelitian adalah bahwa studi kohort maju dalam waktu dan studi
kasus-kontrol mundur dalam waktu. Perbedaan seperti itu tidak benar; pada kenyataannya,
sangat disayangkan bahwa istilah retrospektif telah digunakan untuk studi casecontrol,
karena istilah tersebut secara tidak tepat menyiratkan bahwa waktu kalender adalah
karakteristik yang membedakan kontrol kasus dari desain kohort. Seperti yang ditunjukkan
pada bab sebelumnya, studi kohort retrospektif juga menggunakan data yang diperoleh di
masa lalu. Dengan demikian, waktu kalender bukanlah karakteristik yang membedakan
kontrol kasus dari studi kohort. Yang membedakan kedua desain penelitian adalah apakah
penelitian dimulai dengan orang yang sakit dan tidak menderita (studi kasus kontrol) atau
dengan orang yang terpajan dan tidak terpajan (studi kohort).
Tabel 10-3 menyajikan hasil studi kasus-kontrol dari penggunaan pemanis buatan dan
kanker kandung kemih. Studi ini termasuk 3.000 kasus dengan kanker kandung kemih dan
5.776 kontrol tanpa kanker kandung kemih.
Mengapa jumlah kontrol yang tidak biasa? Penjelasan yang paling mungkin adalah
bahwa penyelidikan direncanakan untuk dua kontrol per kasus (6.000 kontrol), dan bahwa
beberapa kontrol tidak berpartisipasi. Dari 3.000 kasus, 1.293 telah menggunakan pemanis
buatan (43,1%), dan dari 5.776 kontrol, 2.455 menggunakan pemanis buatan (42,5%).
Proporsi sangat dekat, dan para peneliti dalam penelitian ini tidak mengkonfirmasi temuan
yang telah dilaporkan dalam studi hewan, yang telah menyebabkan kontroversi yang besar
dan memiliki implikasi kebijakan utama untuk peraturan pemerintah.
Salah satu penelitian paling awal tentang merokok dan kanker paru-paru dilakukan oleh
Sir Richard Doll (1912–2005) dan Sir Austin Bradford Hill (1897–1991). Doll adalah
seorang ahli epidemiologi yang terkenal secara internasional, dan Hill adalah seorang ahli
statistik dan epidemiologi terkenal yang mengembangkan pedoman "Bradford Hill" untuk
mengevaluasi apakah hubungan yang diamati adalah sebab akibat.
Tabel 10-4 menyajikan data dari penelitian mereka tentang 1.357 pria dengan kanker
paru-paru dan 1.357 kontrol sesuai dengan jumlah rata-rata rokok yang dihisap per hari
dalam 10 tahun sebelum penyakit ini.4 Kita melihat bahwa ada lebih sedikit perokok berat di
antara kontrol dan sangat sedikit yang tidak merokok di antara kasus-kasus kanker paru-paru,
sebuah temuan yang sangat menunjukkan hubungan antara merokok dan kanker paru-paru.
Berbeda dengan contoh sebelumnya, paparan dalam penelitian ini tidak hanya dichotomized
(terpapar atau tidak terpapar), tetapi data paparan selanjutnya dikelompokkan berdasarkan
dosis, yang diukur dengan jumlah rokok yang dihisap per hari. Karena banyak paparan
lingkungan yang menjadi perhatian kita saat ini bukanlah paparan semua atau tidak sama
sekali, kemungkinan melakukan studi dan analisis yang memperhitungkan dosis pajanan
sangat penting
minum kopi atau oleh beberapa faktor terkait erat dengan minum kopi. Karena merokok
dikenal sebagai faktor risiko kanker pankreas, dan karena minum kopi berkaitan erat dengan
merokok (jarang ditemukan perokok yang tidak minum kopi), MacMahon dan yang lain
mengamati hubungan minum kopi dengan pankreas. kanker karena kopi menyebabkan
kanker pankreas, atau karena minum kopi terkait dengan merokok, dan merokok dikenal
sebagai faktor risiko kanker pankreas? Menyadari masalah ini, penulis menganalisis data
setelah stratifikasi untuk riwayat merokok. Hubungan dengan minum kopi diadakan baik
untuk perokok saat ini dan untuk mereka yang tidak pernah merokok (Tabel 10-7).
Laporan ini membangkitkan minat besar pada komunitas ilmiah dan awam, khususnya di
antara produsen kopi. Mengingat paparan manusia yang luas terhadap kopi, jika hubungan
yang dilaporkan itu benar, itu akan berdampak besar pada kesehatan masyarakat.
Mari kita periksa desain penelitian ini. Kasus adalah pasien kulit putih dengan kanker
pankreas di 11 rumah sakit Boston dan Rhode Island. Kontrol adalah kepentingan khusus:
Mereka adalah pasien dengan penyakit lain yang dirawat di rumah sakit oleh dokter yang
sama yang telah dirawat di rumah sakit kasus. Yaitu, ketika suatu kasus telah diidentifikasi,
dokter yang hadir ditanya apakah pasiennya yang dirawat di rumah sakit pada saat yang sama
karena kondisi lain dapat diwawancarai sebagai kontrol. Metode pemilihan kontrol yang
tidak biasa ini praktis Keuntungan: Salah satu kendala utama dalam memperoleh partisipasi
kontrol rumah sakit dalam studi kasus-kontrol adalah bahwa izin untuk menghubungi pasien
diminta dari dokter yang hadir. Para dokter sering tidak termotivasi untuk membuat pasien
mereka bertindak sebagai kontrol, karena pasien tidak memiliki penyakit yang menjadi fokus
penelitian. Dengan meminta dokter yang telah memberikan izin bagi pasien dengan kanker
pankreas untuk berpartisipasi, kemungkinan meningkat bahwa izin akan diberikan kepada
pasien dengan penyakit lain untuk berpartisipasi sebagai kontrol.
Apakah keputusan praktis itu menimbulkan masalah? Pertanyaan mendasar yang ingin
dijawab oleh peneliti adalah apakah pasien dengan kanker pankreas minum lebih banyak
kopi daripada orang tanpa kanker pankreas pada populasi yang sama (Gbr. 10-3). Apa yang
MacMahon dan rekan kerja menemukan bahwa tingkat minum kopi dalam kasus lebih besar
daripada tingkat minum kopi dalam kontrol.
Para peneliti ingin dapat menetapkan bahwa tingkat minum kopi yang diamati dalam
kontrol adalah apa yang diharapkan pada populasi umum tanpa kanker pankreas dan karena
itu kasus-kasus menunjukkan minum kopi yang berlebihan (Gambar 10-4A). Tetapi
masalahnya adalah ini: Dokter mana yang paling mungkin untuk menerima pasien dengan
kanker pankreas ke rumah sakit? Ahli gastroenterologi seringkali adalah dokter yang
menerima. Banyak pasien rawat inap lainnya (yang bertindak sebagai kontrol) juga memiliki
masalah pencernaan, seperti esofagitis dan tukak lambung. Jadi dalam penelitian ini, orang-
orang yang bertindak sebagai kontrol mungkin sangat mengurangi asupan kopi mereka, baik
karena instruksi dokter atau karena kesadaran mereka sendiri bahwa mengurangi asupan kopi
mereka dapat meringankan gejala mereka. Kami tidak dapat mengasumsikan bahwa tingkat
kontrol minum kopi mewakili tingkat minum kopi yang diharapkan pada populasi umum;
tingkat minum kopi mereka mungkin rendah secara tidak normal. Dengan demikian,
perbedaan yang diamati dalam minum kopi antara kasus kanker pankreas dan kontrol
mungkin tidak selalu menjadi hasil dari kasus minum kopi lebih banyak dari yang
diharapkan, tetapi lebih dari kontrol minum kopi lebih sedikit dari yang diharapkan (Gambar
10-4B).
MacMahon dan rekan-rekannya kemudian mengulangi analisis mereka tetapi
memisahkan kontrol dengan penyakit gastrointestinal dari kontrol dengan kondisi lain.
Mereka menemukan bahwa risiko yang terkait dengan minum kopi memang lebih tinggi
ketika perbandingannya dengan kontrol dengan penyakit pencernaan tetapi bahwa hubungan
antara kopi minum dan kanker pankreas bertahan, meskipun pada tingkat yang lebih rendah,
bahkan ketika perbandingannya dengan kontrol dengan penyakit lain. Beberapa tahun
kemudian, Hsieh dan rekan kerjanya melaporkan sebuah studi baru yang mencoba
mereplikasi hasil ini; itu tidak mendukung temuan awal.8
Singkatnya, ketika perbedaan dalam paparan diamati antara kasus dan kontrol, kita harus
bertanya apakah tingkat paparan yang diamati dalam kontrol benar-benar tingkat yang
diharapkan dalam populasi di mana penelitian dilakukan atau apakah - mungkin diberi cara
seleksi — kontrol mungkin memiliki tingkat paparan yang sangat tinggi atau rendah yang
mungkin tidak mewakili tingkat populasi yang menjadi tempat penelitian dilakukan.
Informasi Bias Masalah Penarikan
Masalah utama dalam studi kasus-kontrol adalah mengingat.
Masalah penarikan terdiri dari dua jenis: keterbatasan dalam daya ingat dan daya ingat.
Bias penarikan adalah bentuk utama dari bias informasi dalam studi kasus-kontrol.
Keterbatasan dalam mengingat. Banyak informasi yang berkaitan dengan paparan
dalam studi kasus-kontrol sering melibatkan pengumpulan data dari subyek dengan
wawancara. Karena sebenarnya semua manusia terbatas pada tingkat yang berbeda dalam
kemampuan mereka untuk mengingat informasi, keterbatasan dalam mengingat adalah
masalah penting dalam studi tersebut. Masalah terkait yang agak berbeda dari keterbatasan
dalam mengingat adalah bahwa orang yang diwawancarai mungkin tidak memiliki informasi
yang diminta.
Ini didemonstrasikan bertahun-tahun yang lalu dalam sebuah penelitian yang dilakukan
oleh Lilienfeld dan Graham yang diterbitkan pada tahun 1958.9 Saat itu, minat yang besar
terpusat
pada pengamatan bahwa kanker serviks sangat tidak biasa pada dua kelompok wanita:
wanita dan biarawati Yahudi. Pengamatan ini menunjukkan bahwa faktor risiko penting
untuk kanker serviks adalah hubungan seksual dengan pria yang tidak disunat, dan sejumlah
penelitian dilakukan untuk mengkonfirmasi hipotesis ini. Namun, penulis ragu tentang
validitas tanggapan mengenai status sunat. Untuk menjawab pertanyaan ini, mereka bertanya
kepada sekelompok pria apakah mereka telah disunat atau tidak. Para lelaki itu kemudian
diperiksa oleh seorang dokter. Seperti terlihat dalam Tabel 10-8, dari 56 pria yang
menyatakan mereka disunat, 19, atau 33,9%, ditemukan tidak disunat. Dari 136 pria yang
menyatakan bahwa mereka tidak disunat, 47, atau 34,6%, ditemukan disunat. Data ini
menunjukkan bahwa temuan dari penelitian yang menggunakan data wawancara mungkin
tidak selalu jelas.
Tabel 10-9 menunjukkan data yang lebih baru (2002) tentang hubungan sunat yang
dilaporkan sendiri dengan status sunat yang sebenarnya. Data ini menunjukkan bahwa laki-
laki telah meningkatkan pengetahuan dan melaporkan status sunat mereka, atau perbedaan
yang diamati mungkin disebabkan oleh penelitian yang telah dilakukan di berbagai negara.
Mungkin juga ada perbedaan metodologis, yang bisa menjelaskan hasil yang berbeda antara
kedua studi.
Jika batasan penarikan kembali mengenai pemaparan mempengaruhi semua subjek dalam
penelitian dengan tingkat yang sama, terlepas dari apakah itu merupakan kasus atau kontrol,
kesalahan klasifikasi status pemaparan dapat mengakibatkan. Beberapa kasus atau kontrol
yang benar-benar terpapar akan keliru diklasifikasikan sebagai tidak terpapar, dan beberapa
yang sebenarnya tidak terpapar akan keliru diklasifikasikan sebagai terpapar. Ini umumnya
mengarah pada meremehkan risiko sebenarnya dari penyakit yang terkait dengan pajanan.
Ingat Bias. Masalah potensial yang lebih serius dalam studi kasus-kontrol adalah bias
mengingat. Misalkan kita sedang mempelajari kemungkinan hubungan malformasi
kongenital dengan infeksi prenatal. Kami melakukan studi kasus-kontrol dan mewawancarai
ibu dari anak-anak dengan cacat bawaan (kasus) dan ibu dari anak-anak tanpa cacat (kontrol).
Setiap ibu ditanyai tentang infeksi yang mungkin ia alami selama kehamilan.
Seorang ibu yang memiliki anak dengan cacat lahir sering mencoba mengidentifikasi
beberapa peristiwa tidak biasa yang terjadi selama kehamilannya dengan anak itu. Dia ingin
tahu apakah kelainan itu disebabkan oleh sesuatu yang dia lakukan. Kenapa ini terjadi?
Seorang ibu bahkan dapat mengingat suatu peristiwa, seperti infeksi pernapasan ringan,
bahwa seorang ibu dari anak tanpa cacat lahir bahkan mungkin tidak menyadari atau
mungkin telah lupa sama sekali. Jenis bias ini dikenal sebagai bias mengingat; Ernst Wynder,
seorang ahli epidemiologi terkenal, juga menyebutnya "bias ruminasi."
Dalam penelitian yang baru saja disebutkan, mari kita asumsikan bahwa tingkat infeksi
sebenarnya selama kehamilan pada ibu dari bayi cacat dan pada ibu dari bayi normal adalah
15%; artinya, tidak ada perbedaan dalam tingkat infeksi. Misalkan ibu yang cacat
bayi mengingat 60% infeksi yang mereka alami selama kehamilan, dan ibu dari bayi
normal hanya mengingat 10% infeksi yang mereka alami selama kehamilan. Seperti yang
terlihat pada Tabel 10-10, tingkat infeksi nyata yang diperkirakan dari studi kasus-kontrol ini
menggunakan wawancara adalah 9% untuk ibu dari bayi cacat dan 1,5% untuk ibu dari bayi
kontrol. Dengan demikian perbedaan recall antara kasus dan kontrol memperkenalkan bias
penarikan ke dalam penelitian yang secara artifactual menyarankan hubungan malformasi
kongenital dan infeksi prenatal. Meskipun potensi bias daya ingat sudah jelas dalam studi
casecontrol, pada kenyataannya, beberapa contoh aktual menunjukkan bahwa bias daya
ingat, sebenarnya, telah menjadi masalah utama dalam studi kasus-kontrol dan telah
menyebabkan kesimpulan yang salah mengenai asosiasi. Sejumlah kecil contoh yang tersedia
dapat mencerminkan kejadian bias yang jarang terjadi, atau fakta bahwa data perlu
menunjukkan dengan jelas keberadaan bias semacam itu dalam studi tertentu seringkali tidak
tersedia. Namun demikian, potensi masalah tidak dapat diabaikan, dan kemungkinan bias
semacam itu harus selalu diingat.
MASALAH LAINNYA DALAM STUDI KASUS-KONTROL
Sesuai
Perhatian utama dalam melakukan kontrol kasus studi adalah bahwa kasus dan kontrol
mungkin berbeda karakteristik atau eksposur selain dari yang telah ditargetkan untuk studi.
Jika lebih banyak kasus daripada kontrol ditemukan telah terpapar, kita mungkin dibiarkan
dengan pertanyaan apakah hubungan yang diamati dapat disebabkan oleh perbedaan antara
kasus dan kontrol dalam faktor selain paparan yang sedang dipelajari. Sebagai contoh, jika
lebih banyak kasus dari kontrol ditemukan telah terpapar, dan jika sebagian besar kasus
berpenghasilan rendah dan sebagian besar kontrol berpenghasilan tinggi, kita tidak akan tahu
apakah faktor yang menentukan perkembangan penyakit adalah paparan faktor yang
dipelajari atau karakteristik lain yang terkait dengan memiliki pendapatan rendah. Untuk
menghindari situasi seperti itu, kami ingin memastikan bahwa distribusi kasus dan kontrol
berdasarkan status sosial ekonomi serupa, sehingga perbedaan dalam paparan kemungkinan
akan membentuk perbedaan kritis, dan ada tidaknya penyakit kemungkinan besar akan
terjadi. disebabkan oleh perbedaan dalam status sosial ekonomi.
Salah satu pendekatan untuk menangani masalah ini dalam desain dan pelaksanaan
penelitian ini adalah untuk mencocokkan kasus dan kontrol untuk faktor-faktor yang
mungkin kita khawatirkan, seperti pendapatan, seperti dalam contoh sebelumnya.
Pencocokan didefinisikan sebagai proses pemilihan kontrol sehingga mereka mirip dengan
kasus dalam karakteristik tertentu, seperti usia, ras, jenis kelamin, status sosial ekonomi, dan
pekerjaan. Pencocokan dapat terdiri dari dua jenis: (1) pencocokan grup dan (2) pencocokan
individu.
Group Matching
Group matching (atau pencocokan frekuensi) terdiri dari pemilihan kontrol sedemikian
rupa sehingga proporsi kontrol dengan karakteristik tertentu identik dengan proporsi kasus
dengan karakteristik yang sama. Jadi, jika 25% dari kasus menikah, kontrol akan dipilih
sehingga 25% dari kelompok itu juga menikah. Jenis pemilihan ini umumnya mensyaratkan
bahwa semua kasus harus dipilih terlebih dahulu. Setelah perhitungan dibuat dari proporsi
karakteristik tertentu dalam kelompok kasus, maka kelompok kontrol, di mana karakteristik
yang sama terjadi dalam proporsi yang sama, dipilih.
Pencocokan Individu
Jenis pencocokan kedua adalah pencocokan individu (atau pasangan yang cocok). Dalam
pendekatan ini, untuk setiap kasus yang dipilih untuk penelitian ini, kontrol dipilih yang
mirip dengan kasus dalam hal variabel tertentu atau variabel yang menjadi perhatian.
Misalnya, jika kasus pertama yang didaftarkan dalam penelitian kami adalah wanita kulit
putih berusia 45 tahun, kami akan mencari kontrol wanita kulit putih berusia 45 tahun. Jika
kasus kedua adalah seorang pria kulit hitam berusia 24 tahun, kami akan memilih kontrol
yang juga seorang pria kulit hitam berusia 24 tahun. Jenis pemilihan kontrol ini
menghasilkan pasangan casecontrol yang cocok; yaitu, masing-masing kasus dicocokkan
secara individual dengan kontrol. Implikasi dari metode pemilihan kontrol ini untuk estimasi
risiko berlebih dibahas pada Bab 11.
Pencocokan individu sering digunakan dalam studi casecontrol yang menggunakan
kontrol rumah sakit. Alasannya lebih praktis daripada konseptual. Mari kita katakan bahwa
jenis kelamin dan usia dianggap sebagai variabel penting, dan dianggap penting bahwa kasus
dan kontrol sebanding dalam hal kedua karakteristik ini. Pada umumnya tidak ada cara
praktis untuk masuk ke kelompok pasien rumah sakit untuk memilih kelompok dengan jenis
kelamin dan karakteristik usia tertentu. Sebaliknya, lebih mudah untuk mengidentifikasi
kasus dan kemudian memilih masuk rumah sakit berikutnya yang cocok dengan kasus untuk
jenis kelamin dan usia. Jadi pencocokan individu paling bijaksana dalam studi menggunakan
kontrol rumah sakit.
Apa masalah dengan pencocokan? Masalah dengan pencocokan ada dua jenis: praktis
dan konseptual.
1. Masalah Praktis dengan Pencocokan: Jika suatu upaya dilakukan untuk
mencocokkan berdasarkan terlalu banyak karakteristik, mungkin terbukti sulit
atau tidak mungkin untuk mengidentifikasi kontrol yang sesuai. Misalnya,
diputuskan untuk mencocokkan setiap kasus untuk ras, jenis kelamin, usia, status
perkawinan, jumlah anak, kode pos tempat tinggal, dan pekerjaan. Jika kasusnya
adalah wanita kulit hitam berusia 48 tahun yang sudah menikah, memiliki empat
anak, tinggal di kode pos 21209, dan bekerja di pabrik pemrosesan foto, mungkin
terbukti sulit atau tidak mungkin untuk menemukan kontrol yang mirip dengan
kasus dalam semua karakteristik ini. Oleh karena itu, semakin banyak variabel
yang kami pilih untuk dicocokkan, semakin sulit untuk menemukan kontrol yang
sesuai.
2. Masalah Konseptual dengan Pencocokan: Mungkin masalah yang lebih penting
adalah masalah konseptual: Setelah kami mencocokkan kontrol dengan kasus
sesuai dengan karakteristik yang diberikan, kami tidak dapat mempelajari
karakteristik itu. Sebagai contoh, misalkan kita tertarik untuk mempelajari status
perkawinan sebagai faktor risiko kanker payudara. Jika kita mencocokkan kasus
(kanker payudara) dan kontrol (tidak ada kanker payudara) untuk status
perkawinan, kita tidak dapat lagi mempelajari apakah status perkawinan
merupakan faktor risiko kanker payudara atau tidak. Kenapa tidak? Karena dalam
pencocokan berdasarkan status perkawinan, kita miliki secara artifisial
menetapkan proporsi yang identik dalam kasus dan kontrol: jika 35% dari kasus
menikah, dan melalui pencocokan kami membuat grup kontrol di mana 35% juga
menikah, kami telah secara artifisial memastikan bahwa proporsi subjek yang
menikah akan identik di kedua kelompok. Dengan menggunakan pencocokan
untuk memaksakan komparabilitas untuk faktor tertentu, kami memastikan
prevalensi yang sama dari faktor itu dalam kasus dan kontrol. Jelas, kami tidak
akan dapat bertanya apakah kasus berbeda dari kontrol dalam prevalensi faktor
itu. Karena itu kami tidak ingin mencocokkan pada variabel status perkawinan
dalam penelitian ini. Memang, kami tidak ingin mencocokkan pada variabel apa
pun yang mungkin ingin kami eksplorasi dalam penelitian kami.
Penting juga untuk mengenali bahwa kecocokan yang tidak direncanakan dapat secara
tidak sengaja terjadi dalam studi kasus kontrol. Sebagai contoh, jika kita menggunakan kontrol
lingkungan, kita berlaku cocok untuk status sosial ekonomi serta karakteristik budaya dan
karakteristik lain dari lingkungan. Jika kita menggunakan kontrol sahabat, kemungkinan kasus
dan sahabatnya memiliki banyak karakteristik gaya hidup, yang pada dasarnya menghasilkan
kecocokan untuk karakteristik ini. Misalnya, dalam sebuah studi penggunaan kontrasepsi oral
dan kanker di mana kontrol sahabat dipertimbangkan, ada kekhawatiran bahwa jika kasus
menggunakan kontrasepsi oral mungkin sahabat baiknya juga akan cenderung menjadi pengguna
kontrasepsi oral. Hasilnya akan menjadi pencocokan yang tidak direncanakan pada penggunaan
kontrasepsi oral, sehingga variabel ini tidak bisa lagi diselidiki dalam penelitian ini.
Oleh karena itu, dalam melakukan studi kasus-kontrol, kami hanya mencocokkan pada
variabel yang kami yakini sebagai faktor risiko penyakit, yang karenanya kami tidak tertarik
untuk menyelidiki dalam penelitian ini. Pencocokan pada variabel selain ini, baik secara
terencana atau tidak disengaja, disebut overmatching.
Penggunaan Kontrol Berganda
Pada awal bab ini, kami mencatat bahwa peneliti dapat menentukan berapa banyak
kontrol yang akan digunakan per kasus dalam studi kontrol kasus dan bahwa kontrol ganda untuk
setiap kasus sering digunakan. Kontrol tersebut dapat berupa (1) kontrol dari jenis yang sama,
atau (2) kontrol dari jenis yang berbeda, seperti kontrol rumah sakit dan lingkungan, atau kontrol
dengan berbagai penyakit.
cara lain. Populasi kemudian diikuti selama beberapa tahun. Untuk sebagian besar
penyakit yang dipelajari, sebagian kecil peserta penelitian memanifestasikan penyakit,
sedangkan sebagian besar tidak. Seperti yang terlihat pada Gambar 10-8, studi kasus-kontrol
kemudian dilakukan menggunakan sebagai kasus orang-orang di mana penyakit ini berkembang
dan menggunakan sebagai kontrol sampel dari orang-orang di mana penyakit ini tidak
berkembang.
Studi kasus-kontrol berbasis kohort semacam itu dapat dibagi menjadi dua jenis sebagian
besar berdasarkan pendekatan yang digunakan untuk memilih kontrol. Dua jenis studi ini disebut
studi kasus kontrol bersarang dan studi kasus-kelompok.
Studi Kontrol Kasus Bersarang
Dalam studi kontrol kasus bersarang kontrol adalah sampel individu yang berisiko
terhadap penyakit pada saat setiap kasus penyakit berkembang. Ini ditunjukkan secara skematis
pada Gambar 10-9A – I.
Gambar 10-9A menunjukkan titik awal sebagai kelompok individu yang ditentukan.
Beberapa dari mereka mengembangkan penyakit yang dipertanyakan tetapi sebagian besar tidak.
Dalam contoh hipotetis ini, kohort diamati selama periode 5 tahun. Selama waktu ini, 5 kasus
berkembang — 1 kasus setelah 1 tahun, 1 setelah 2 tahun, 2 setelah 4 tahun, dan 1 setelah 5
tahun.
Mari kita ikuti urutan langkah-langkah dari waktu ke waktu. Gambar 10-9B – Saya
menunjukkan urutan waktu di mana kasus berkembang setelah dimulainya pengamatan. Pada
saat setiap kasus atau kasus berkembang, jumlah kontrol yang sama dipilih. Panah padat di sisi
kiri gambar menunjukkan penampilan kasus penyakit, dan panah putus-putus di sisi kanan
menunjukkan pemilihan kontrol yang
bebas penyakit tetapi beresiko berkembang
penyakit yang dimaksud pada saat itu berkembang menjadi penyakit. Gambar 10-9B
menunjukkan kasus # 1 berkembang setelah 1 tahun dan Gambar 10-9C menunjukkan kontrol #
1 dipilih pada waktu itu. Gambar 10-9D menunjukkan kasus # 2 berkembang setelah 2 tahun dan
Gambar 10-9E menunjukkan kontrol # 2 dipilih pada waktu itu. Gambar 10-9F menunjukkan
kasus # 3 dan # 4 berkembang setelah 4 tahun dan Gambar 10-9G menunjukkan kontrol # 3 dan
# 4 dipilih pada waktu itu. Akhirnya, Gambar 10-9H menunjukkan kasus terakhir (# 5)
berkembang setelah 5 tahun dan Gambar 10-9I menunjukkan kontrol # 5 dipilih pada titik ini.
Gambar 10-9I juga merupakan ringkasan desain dan populasi studi akhir yang digunakan
dalam studi kasus kontrol bersarang. Pada akhir 5 tahun, 5 kasus telah muncul dan pada saat
kasus muncul total 5 kontrol dipilih untuk penelitian. Dengan cara ini, kasing dan kontrol pada
dasarnya cocok dengan waktu kalender dan lama tindak lanjut. Karena kontrol dipilih setiap kali
kasus berkembang, kontrol yang dipilih pada awal penelitian kemudian dapat mengembangkan
penyakit dan menjadi kasus dalam penelitian yang sama.
Studi Case-Cohort
Tipe kedua dari studi kasus-kontrol berbasis kohort adalah desain case-cohort yang
terlihat pada Gambar 10-10. Dalam studi kohort kasus-hipotetis yang terlihat di sini, kasus-kasus
berkembang pada waktu yang sama yang terlihat dalam desain kontrol kasus bersarang yang
baru saja dibahas, tetapi kontrol dipilih secara acak dari yang ditentukan.
kohort dengan mana penelitian dimulai. Subset dari kohort penuh ini disebut subkohort.
Keuntungan dari desain ini adalah bahwa karena kontrol tidak cocok secara individual untuk
setiap kasus, dimungkinkan untuk mempelajari berbagai penyakit (set kasus yang berbeda)
dalam studi kohort kasus yang sama menggunakan kohort yang sama untuk kontrol. Dalam
desain ini, berbeda dengan desain kontrol kasus bersarang, casing dan kontrol tidak cocok pada
waktu kalender dan lama tindak lanjut; sebaliknya, pajanan dikarakterisasi untuk subkohort.
Perbedaan dalam desain penelitian ini perlu diperhitungkan dalam menganalisis hasil studi.
Keuntungan dari Menanamkan Studi Kasus-Kontrol dalam Kelompok yang
Ditentukan
Apa keuntungan dari melakukan studi casecontrol dalam kelompok yang ditentukan?
Pertama, karena wawancara selesai atau spesimen darah atau urin tertentu diperoleh pada awal
penelitian (pada awal), data diperoleh sebelum penyakit apa pun telah berkembang. Akibatnya,
masalah kemungkinan bias recall yang dibahas sebelumnya dalam bab ini dihilangkan. Kedua,
jika kelainan dalam karakteristik biologis seperti nilai-nilai laboratorium ditemukan, karena
spesimen diperoleh bertahun-tahun sebelum perkembangan penyakit klinis, lebih mungkin
bahwa temuan ini mewakili faktor risiko atau karakteristik premorbid lain daripada manifestasi
penyakit subklinis awal. Ketika kelainan seperti itu ditemukan dalam studi kontrol kasus
tradisional, kita tidak tahu apakah itu kelainan mendahului penyakit atau akibat dari penyakit.
Ketiga, studi semacam itu seringkali lebih ekonomis untuk dilakukan. Orang mungkin bertanya,
mengapa melakukan studi kontrol kasus bersarang? Mengapa tidak melakukan studi kohort
prospektif reguler? Jawabannya adalah bahwa dalam sebuah studi kohort, katakanlah, 10.000
orang, analisis laboratorium dari semua spesimen yang diperoleh harus dilakukan, seringkali
dengan biaya besar, untuk menentukan kelompok yang terpapar dan tidak terpapar. Namun,
dalam studi casecontrol bersarang, spesimen yang diperoleh pada awalnya dibekukan atau
disimpan. Hanya setelah penyakit berkembang pada beberapa subjek, studi kasus-kontrol dimulai
dan spesimen dari sejumlah kecil orang yang dimasukkan dalam studi kasus-kontrol dicairkan
dan diuji. Tetapi tes laboratorium tidak perlu dilakukan pada 10.000 orang dalam kohort asli.
Dengan demikian, beban dan biaya laboratorium berkurang secara dramatis.
Akhirnya, baik dalam desain kasus-kontrol dan desain kasus-kasus, kasus dan kontrol
berasal dari kelompok asli yang sama, sehingga ada kemungkinan komparabilitas yang lebih
besar antara kasus dan kontrol daripada yang biasanya ditemukan dalam studi kasus-kontrol
tradisional. Untuk semua alasan ini, studi kasus-kontrol berbasis kelompok adalah jenis desain
studi yang sangat berharga.
DESAIN STUDI LAIN
Bab ini akan menyimpulkan dengan diskusi dari tiga jenis desain studi yang digunakan
dalam epidemiologi: desain case-crossover, studi ekologi, dan studi crosssectional.
Desain Case-Crossover Desain
case-crossover terutama digunakan untuk mempelajari etiologi hasil akut seperti infark
miokard atau kematian akibat peristiwa akut dalam situasi di mana paparan yang dicurigai
bersifat sementara dan efeknya terjadi dalam waktu singkat. Jenis desain ini telah digunakan
dalam mempelajari paparan seperti polusi udara yang ditandai dengan peningkatan yang cepat
dan sementara dalam materi partikulat. Dalam jenis penelitian ini, sebuah kasus diidentifikasi
(misalnya, seseorang yang telah menderita infark miokard) dan tingkat paparan lingkungan,
seperti tingkat partikel, dipastikan untuk periode waktu singkat sebelum peristiwa ( periode
berisiko). Level ini dibandingkan dengan level eksposur dalam periode waktu kontrol yang lebih
jauh dari event. Jadi, setiap orang yang adalah
kasus berfungsi sebagai kontrolnya sendiri, dengan periode segera sebelum hasil
buruknya dibandingkan dengan periode "kontrol" pada waktu sebelumnya ketika tidak ada hasil
yang merugikan terjadi. Pertanyaan yang diajukan adalah: Apakah ada perbedaan paparan antara
periode waktu segera sebelum hasil dan periode waktu di masa lalu yang lebih terpencil yang
tidak segera diikuti oleh efek kesehatan yang merugikan?
Mari kita lihat studi kasus-crossover hipotetis 4 bulan yang sangat kecil tentang polusi
udara dan infark miokard (Gbr. 10-11A – E).
Gambar 10-11A menunjukkan bahwa selama periode 4 bulan, Januari-April, empat kasus
infark miokard (MI) telah diidentifikasi, dilambangkan oleh hati merah kecil dalam diagram.
Garis putus-putus vertikal menggambarkan interval 2 minggu selama periode 4 bulan. Untuk
periode 4 bulan yang sama, tingkat polusi udara diukur. Tiga periode tingkat polusi udara yang
tinggi dengan rentang waktu yang berbeda diidentifikasi dan ditunjukkan oleh area merah muda
pada Gambar 10-11B.
Untuk setiap orang dengan MI dalam penelitian ini, periode "berisiko" (juga disebut
periode bahaya) didefinisikan sebagai 2 minggu sebelum kejadian. Periode berisiko ini
ditunjukkan oleh tanda kurung merah pada Gambar 10-11C. Jika eksposur memiliki efek jangka
pendek pada risiko MI, kami berharap bahwa eksposur telah terjadi selama
periode berisiko 2 minggu itu. Elemen penting, bagaimanapun, dalam desain case-
crossover adalah bahwa untuk setiap subjek dalam penelitian ini, kami membandingkan tingkat
paparan dalam periode berisiko dengan periode kontrol (juga disebut periode referensi) yang
tidak mungkin relevan untuk terjadinya peristiwa (MI) karena terlalu jauh dihilangkan dari waktu
terjadinya. Dalam contoh ini, periode kontrol yang dipilih untuk setiap subjek adalah periode 2
minggu yang dimulai 1 bulan sebelum periode berisiko, dan periode kontrol ini ditunjukkan oleh
tanda kurung biru pada Gambar 10-11D. Dengan demikian, seperti yang ditunjukkan oleh panah
kuning pada Gambar 10-11E, untuk setiap subjek, kami membandingkan tingkat polusi udara
pada periode berisiko dengan tingkat polusi udara pada periode kontrol. Untuk menunjukkan
hubungan MI dengan polusi udara, kami berharap dapat melihat paparan yang lebih besar
terhadap tingkat polusi udara yang tinggi selama periode berisiko dibandingkan selama periode
kontrol.
Dalam contoh ini, kita melihat bahwa untuk subjek 1 baik periode berisiko dan periode
kontrol berada di masa polusi rendah. Untuk subjek 2 dan 3, berisiko periode berada di masa
polusi tinggi dan periode kontrol di masa polusi rendah. Untuk subjek 4, periode berisiko dan
kontrol berada pada masa polusi tinggi.
Jadi, dalam desain case-crossover, masing-masing subjek berfungsi sebagai kontrolnya
sendiri. Dalam hal ini desain case-crossover mirip dengan desain crossover yang direncanakan
yang dibahas pada Bab 7. Dalam jenis desain ini, kami tidak peduli tentang perbedaan lain antara
karakteristik kasus dan orang-orang dari kelompok kontrol yang terpisah. Desain ini juga
menghilangkan biaya tambahan yang akan terkait dengan mengidentifikasi dan mewawancarai
populasi kontrol yang terpisah.
Menarik seperti desain ini, pertanyaan yang belum terjawab tetap ada. Sebagai contoh,
desain case-crossover dapat digunakan untuk mempelajari orang-orang dengan serangan jantung
sehubungan dengan apakah ada episode kesedihan atau kemarahan yang parah selama periode
segera sebelum serangan. Dalam desain penelitian ini, frekuensi peristiwa yang bermuatan emosi
seperti itu selama interval waktu tersebut akan dibandingkan, misalnya, dengan frekuensi
peristiwa tersebut selama periode sebulan sebelumnya, yang tidak terkait dengan peristiwa
kesehatan yang merugikan. Informasi tentang peristiwa semacam itu di kedua periode sering
diperoleh dengan mewawancarai subjek. Namun, muncul pertanyaan, apakah ada bias
mengingat, dalam hal seseorang dapat mengingat
episode bermuatan emosional yang terjadi sesaat sebelum kejadian koroner, sementara
episode yang sebanding sebulan sebelumnya tanpa adanya peristiwa kesehatan yang merugikan
dapat tetap dilupakan. Dengan demikian, bias mengingat bisa menjadi masalah tidak hanya
ketika kita membandingkan kasus dan kontrol seperti yang dibahas sebelumnya dalam bab ini,
tetapi juga ketika kita membandingkan individu yang sama dalam dua periode waktu yang
berbeda. Diskusi lebih lanjut tentang crossover kasus disediakan oleh Maclure dan Mittleman.14
Studi Ekologis
Pendekatan pertama dalam menentukan apakah ada hubungan mungkin untuk melakukan
studi karakteristik kelompok, yang disebut studi ekologi. Gambar 10-12 menunjukkan hubungan
antara kejadian kanker payudara dan rata-rata konsumsi lemak makanan di setiap negara.15
Dalam gambar ini, setiap titik mewakili negara yang berbeda.
Semakin tinggi rata-rata konsumsi lemak makanan untuk suatu negara, semakin tinggi
kejadian kanker payudara untuk negara tersebut pada umumnya. Karena itu kita mungkin
tergoda untuk menyimpulkan bahwa lemak makanan mungkin merupakan faktor penyebab
kanker payudara. Apa masalahnya?
menarik kesimpulan seperti itu dari jenis studi ini? Pertimbangkan Swiss, misalnya, yang
memiliki insiden kanker payudara tinggi dan rata-rata konsumsi lemak makanan yang tinggi.
Masalahnya adalah kita tidak tahu apakah orang-orang yang mengalami kanker payudara di
negara itu benar-benar memiliki asupan lemak yang tinggi. Yang kami miliki hanyalah nilai rata-
rata konsumsi lemak makanan untuk setiap negara dan kejadian kanker payudara untuk setiap
negara. Bahkan, orang mungkin berpendapat bahwa dengan gambaran keseluruhan yang sama,
dapat dibayangkan bahwa mereka yang mengembangkan kanker payudara makan sedikit sekali
lemak makanan. Gambar 10-12 saja tidak mengungkapkan apakah ini mungkin benar; di
efeknya, individu di setiap negara dicirikan oleh angka rata-rata untuk negara tersebut. Tidak ada
akun yang diambil variabilitas antara individu di negara itu dalam hal konsumsi lemak makanan.
Masalah ini disebut kekeliruan ekologis — kita mungkin menganggap anggota suatu kelompok,
karakteristik yang sebenarnya tidak mereka miliki sebagai individu. Masalah ini muncul dalam
studi ekologi karena kita
hanya memiliki data untuk grup; kami tidak memiliki data paparan dan hasil untuk setiap
individu dalam populasi. Tabel 10-11 menunjukkan data dari penelitian di California utara yang
mengeksplorasi kemungkinan hubungan di antara keduanya
Desain umum dari studi cross-sectional atau prevalensi tersebut terlihat pada Gambar 10-
13. Kami mendefinisikan suatu populasi dan menentukan ada tidaknya pajanan dan ada tidaknya
penyakit untuk masing-masing individu. Setiap subjek kemudian dapat dikategorikan ke dalam
satu dari empat subkelompok yang mungkin.
Seperti yang terlihat pada tabel 2 × 2 di bagian atas Gambar 10-14, akan ada seseorang,
yang telah terpapar dan menderita penyakit; b orang, yang telah terpapar tetapi tidak memiliki
penyakit; c orang, yang memiliki penyakit tetapi belum terpapar; dan d orang, yang belum
terpapar atau menderita penyakit. Untuk menentukan apakah ada bukti hubungan antara pajanan
dan penyakit dari studi cross-sectional, kami memiliki pilihan antara dua pendekatan yang
mungkin, yang pada Gambar 10-14 disebut sebagai (A) dan (B). Jika kami menggunakan (A),
a
kami dapat menghitung prevalensi penyakit pada orang dengan pajanan ( ) dan
a+b
c
membandingkannya dengan prevalensi penyakit dalam putra tanpa paparan ( ) Jika kita
c +d
menggunakan (B), kita bisa membandingkan prevalensi paparan di orang dengan penyakit ini
a b
( ) dengan prevalensi pajanan pada orang tanpa penyakit ( ) Rincian kedua pendekatan
a+b b+d
tersebut ditunjukkan pada bagian bawah Gambar 10-14. Catat kesamaan (A) dengan perhitungan
yang umumnya dibuat dalam studi kohort dan kesamaan (B) dengan perhitungan yang umumnya
dibuat dalam studi casecontrol.
perhitungan yang umumnya dibuat dalam studi casecontrol. Jika kita menentukan dalam
penelitian seperti itu bahwa tampaknya ada hubungan antara peningkatan kadar kolesterol dan
PJK, kita dibiarkan dengan beberapa masalah. Pertama, dalam studi cross-sectional ini, kami
mengidentifikasi kasus-kasus PJK yang lazim daripada kasus insiden (baru); kasus-kasus lazim
seperti itu mungkin tidak mewakili semua kasus PJK yang telah berkembang dalam populasi ini.
Misalnya, mengidentifikasi hanya kasus-kasus yang lazim akan mengecualikan mereka yang
meninggal setelah penyakit berkembang tetapi sebelum penelitian dilakukan. Oleh karena itu,
bahkan jika hubungan keterpaparan dan penyakit diamati, hubungan tersebut mungkin dengan
kelangsungan hidup setelah PJK daripada dengan risiko mengembangkan PJK. Kedua, karena
ada atau tidak adanya paparan dan penyakit ditentukan pada waktu yang sama pada setiap subjek
dalam penelitian, seringkali tidak mungkin untuk membangun hubungan temporal antara paparan
dan timbulnya penyakit. Demikianlah dalam contoh yang diberikan Angka pada awal bagian ini,
tidak mungkin untuk mengatakan apakah peningkatan kadar kolesterol mendahului
perkembangan PJK. Tanpa informasi tentang hubungan temporal, dapat dibayangkan bahwa
peningkatan kadar kolesterol bisa terjadi sebagai akibat penyakit jantung koroner, atau mungkin
keduanya terjadi sebagai akibat dari faktor lain. Jika ternyata paparannya tidak mendahului
perkembangan penyakit, hubungan tersebut tidak dapat mencerminkan hubungan sebab akibat.
Akibatnya, meskipun studi cross-sectional dapat sangat menunjukkan kemungkinan faktor risiko
atau faktor risiko untuk suatu penyakit, ketika hubungan ditemukan dalam penelitian tersebut,
mengingat keterbatasan dalam membangun hubungan temporal antara paparan dan hasil, kami
bergantung pada studi kohort dan casecontrol untuk membangun hubungan etiologis
KESIMPULAN
Kami sekarang telah meninjau desain studi dasar
digunakan dalam penyelidikan epidemiologi dan penelitian klinis. Sayangnya, berbagai istilah
berbeda digunakan dalam literatur untuk menggambarkan desain penelitian yang berbeda, dan
penting untuk mengenalnya. Tabel 10-12 dirancang untuk membantu memandu Anda melalui
terminologi yang sering membingungkan. Tujuan dari semua jenis studi ini adalah untuk
mengidentifikasi hubungan antara eksposur dan penyakit. Jika asosiasi tersebut ditemukan,
langkah selanjutnya adalah menentukan apakah asosiasi tersebut cenderung bersifat kausal.
Topik-topik ini, dimulai dengan memperkirakan risiko dan menentukan apakah paparan faktor
tertentu dikaitkan dengan risiko penyakit yang berlebihan, dibahas dalam Bab 11 hingga 16.