A. Deskriptif
Menggambarkan karakteristik individu / kelompok tertentu
u/ mengetahui keadaan prevalensi kejadian penyakit / masalah kes
timbul pertanyaan yg berkaitan dgn morbiditas & mortalitas
ciri-ciri :
a. u/ mendeksirpsikan variabel2 utama subjek studi
b. tidak butuh kelompok kontrol sebagai pembanding
c. penyajian hasil sesuai data yg diperoleh tanpa analisis mendalam
d. pengumpulan data dilakukan dlm satu saat / satu periode tertentu &
tiap subjek studi hanya diamiti 1x
kelebihan :
a. mudah dilaksanakan
b. tidak butuh kel pembanding
c. diperoleh banyak info penting u/ perencanaan program pelkes pd
masy, membandingkan status kes, atau penelitian pendahuluan u/
penelitian analitik / eksperimental
kelemahan
a. pengamatan dilakukan 1x → gabisa tau perubahan
b. gabisa nentuin hub sebab akibat
jenis :
1. Case report
Studi gambaran klinis yg terdiri dari 1 pasien
Sering terjadi setelah seorang peneliti memperhatikan sesuatu
yg aneh pd pasien tertentu / penampilan sekelompok peristiwa
yg ga biasa → disebabkan :
- Muncul penyakit ga biasa di populasi
- Identifikasi penyakit ga dikenali sebelumnya
- Penularan dgn cara tidak terlihat / dicurigai secara umum
Kelebihan → u/ penyakit yg ga biasa & pajanan mudah
diinvestigasi dari laporan kasus
Kelemahan → tidak diketahui waktu & dosis pajanan serta gada
kel pembanding
2. Case series
Studi gambaran klinis dari bbrp kasus dgn diagnosis serupa yg
diamati
Terdiri dari kumpulan laporan kasus individual yg mungkin dlm
waktu singkat.
Punya kepentingan historis dlm epid karena sering sebagai cara
awal mengidentifikasi awal / keberadaan epidemi
Kelebihan → lebih maju dlm laporan kasus (n>1) meningkatkan
generalisasi studi
Kelemahan → gapunya kel pembanding
3. Ecological study
o Studi dgn unit analisis suatu kel / populasi
o u/ mendeskripsikan hub korelatif antara karak populasi dgn
frekuensi masalah kes tertentu
- populasi berbeda tp dlm periode waktu yg sama
- populasi sama tp pd periode yg berbeda
o kelebihan
- biaya murah & mudah dilakukan
- pengukuran pd populasi
- efek ekologis di populasi jd kepentingan utama
- analisis & presentasi sederhana
- u/ menghasilkan hipotesis baru u/ penelitian lebih lanjut &
evaluasi program serta pembentukan regulasi
o kelemahan
- kurangnya data yg memadai / hilangnya data
- kesalahan klasifikasi dlm kel
- gabisa kontrol konfounding
- ambiguitas temporal
- kekeliruan ekologis
4. Cross sectional
Dilakukan pd 1 titik waktu
u/ mengetahui prevalensi penyakit / masalah kes
gambarin masalah kes berdasar WTO
B. Observasional analitik
u/ mencari faktor penyebab & hub sebab akibat terjadinya pernyakit /
masalah kes
ciri-ciri :
- dilakukan pd 2 kel / lebih
- menghubungkan 1 var dgn var lain
- perlu hipotesis → perlu uji hipotesis
- membandingkan 1 kel dgn kel lain
- pertanyaan yg digunakan : why
jenis :
1. Cross sectional analitik
Pengumpulan data dilakukan 1x pd periode yg sama
u/ mengetahui hub antara faktor2 tertentu dgn penyakit /
masalah kes
dilakukan dgn sistematis
kelebihan :
- mudah & murah
- dilakukan dlm waktu singkat
- memungkinkan u/ penelitian thd bbrp FR / penyebab pd satu
waktu
- bagus u/ program perencanaan, budgeting, dll
kekurangan
- sulit menentukan hub efek kasual
- impractical u/ penelitian dgn kasus jarang
- ada masalah selective survival
2. Case control
Dilakukan dgn membandingkan antar 2 kel ( kel kasus & kontrol)
Dgn pendekatan longitudinal & bersifat observasional retrospektif u/
menguji hipotesis spesifik tentang adanya hub paparan thd FR di
masa lalu dgn timbulnya penyakit
u/ mencari penyebab penyakit yg blm diketahui, terutama penyakit
yg jarang (ex: kanker)
bisa mengidentifikasi FR, terutama u/ penyakit langka & dgn waktu
induksi yg lama
kelebihan :
- waktunya singkat & biaya murah
- informasi mudah didapat dr penderita / keluarganya
kelemahan
- data paparan berdasar ingatan penderita / pernah menderita →
ga akurat & sering bias
- populasi kasus yg diteliti hanya yg masih hidup → bisa bias
- kel kontrol sering ga dari populasi yg sama → bisa bias
3. Cohort
o Penelitian prospektif dgn menelusuri aksi agent di populasi u/
mencari kemungkinan terjadinya penyakit
o Penelitian paling baik dlm mengkaji hub antara FR ddgn efek
o Kelebihan :
- Dpt dikuantifikasi dgn akurat jml paparan yg diterima populasi
- Penyakitnya bisa diperiksa & didiganosis secara teliti
- Ga terjadi bias seperti pd kasus kendali
- Hub sebab akibat lebih jelas pasti & meyaknkan
- Pengukuran risiko yg sangat langsung
o Kelemahan :
- Follow up yg lama, mahal
- Sulit memperkirakan paparan individual karna bisa saja
populasinya berpindah
- Data bisa jd sedikit karna populasi pindah, meninggal karna
penyakit lain
- Jml drop out sebanding dgn lama penelitian
- Biasanya dilakukan setelah selesain penelitian retrospektif
C. Eksperimen
Memberi perlakukan khusus pd suatu objek / sasaran yg diteliti
Peneliti bisa mengatur perlakuan apa yg akan diberikan
Peneliti dpt mengamati proses kejadian secara langsung
Terdiri dari 2 jenis :
1. Eksperimental murni
Sering dilakukan di lab / klinik dgn randomisasi → agar tiap individu
punya kesempatan yg sama u/ terpilih dlm kel kasus / kontrol
2. Eksperimental semu (quasy experimental)
Dilakukan tanpa randomisasi → dpt dilakukan pd populasi tertentu
Jenis berdasarkan kelompok :
1. Paralel : pengalaman antara kel perlakukan & kontrol dibandingkan
bersamaan
2. Cross over : treatment pertamakali dilakukan acak → diikuti washout
setelah observasi & pengukuran → diikuti peralihan pengobatan
alternatif
3. Faktorial : u/ menilai secara bersamaan efek dr 2/> perawatan
4. Desain bertingkat : perlakuan yg diberikan diacak dlm strata terpisah /
blok
Meminimalisir bias
Blinding : berbagai pihak tidak tau jenis perlakuan yg diterima setiap subjek
penelitian
1. Single blinding : pasien gatau perawatan apa yg diberikan kpd mereka
/ peneliti yg mengukur ga tau jenis intervensi yg diterima subjek
2. Double blinding : subyek & peneliti sama2 gatau perlakukan yg
diberikan kpd subyek
3. Triple blinding : dgn menutupi info pengobatan / perlakuan dr pihak
tambahan
Jenis studi eksperimen :
1. Randomized controlled trial
mempelajari efek dr intervensi tertentu
subjek penelitian secara acak dibagi kel kel intervensi & kontrol
hasilnya dgn membandingkan outcome
2. Uji lapangan
u/ mencegah terjadi suatu penyakit / dmapak merugikan pd
kesehatan
melibatkan orang2 sehat tp dianggap berisiko
pengumpulan data dilakukan langsung di lapangan diantara
orang2 non-institusional pd populasi umum
u/ mengevaluasi intervensi u/ mengurangi paparan tanpa
mengukur terjadinya efek kes
3. Uji coba komunitas
Kel perlakukan : komunitas
Cocok u/ penyakit yg dipengaruhi kondisi sosial (ex:
kardiovaskular)
Kelemahan : hanya sejumlah kecil komunitas yg bisa ikutserta
dlm penelitian & pembagian komunitas secara acak gabisa
dilakukan
Kelebihan
- Besarnya dosis paparan bisa diatur sesuai keinginan peneliti
- Pengaruh faktor pemaparan bisa dimanipulasi dgn standarisasi pelakuan
- Pengaruh faktor luar yg ga diinginkan bisa dikontrol dgn berbagai cara
(ex: pemilihan subjek yg ketat)
- Pd eksperimen randomisasi, sampel yg memenuhi syarat memberi
peluang u/ mengamati berbagai faktor
- Pd eksperimen non randomisasi, populasi target & kontrol lebih mudah
dipilih dgn jumlah relatif kecil
Kekurangan
- Sering gabisa dilakukan uji coba pd manusia karna faktor etika
- Pengaruh faktor yg ga diinginkan pd manusia sebagai makhluk sosial,
kadang gabisa dikontrol
- Hasil yg dicapai mungkin ga berlaku pd populasi lain
- Pd eksperimen randomisasi adalah masalah etika terutama pd pemilihan
subjek dgn random
- Pd eksperimental semu, kesalahan sulit dikoreksi dgn ketentuan analisis
statistik & kemungkinan terjadi hasil semu/salah karna salah milih kel
studi/ kontrol dpt berakibat fatal saat ambil kesimpulan
STUDI KAUSAL
A. Definisi Kausal
Kausal : bersifat menyebabkan suatu kejadian
Kausalitas : tentang hub sebab akibat yg punya makna dr suatu hal → dlm
konsep epid = asosiasi
Kausalitas gabisa diobservasi langsung → harus dilakukan kegiatan ilmiah u/
membuktikan hal tsb benar
B. Kausalitas Dalam Penelitian Epidemiologi
Kausalitas : hub sebab akibat pd kronologis konsep sakit
Contoh :
Dari 1000 populasi yg terdiri dari 1000 pria, 45
diantaranya menderita ca prostat selama follow up 10
thn
CI = 50 / 1000 = 0,05 = 5%
CI pria berumur 45 tahun (dgn 10 thn risiko) u/
menderita ca prostat diestimasikan sebesar 5%
2) incidence rate
- mengukur jml org yg berpindah status dr tidak
sakit ke sakit selama periode waktu tertentu
- ciri-ciri :
punya satuan (waktu)
nilainya 0 - ~
Contoh :
Ada 12 org yg bebas dr penyakit difollow up selama 5
tahun. Lalu diketahui ada 5 kasus baru
Incidence Rate =
5
2.5+3.5+1.5+2.5+ 4+0.5+ 0.5+2.5+2.5+2+1.5+1.5
5
= = 0.20/tahun
25
Sehingga dapat diinterpretasikan sebagai rata-rata ada
2 kasus baru per 10 tahun atau 20 kasus baru per 100
b. Prevalensi
Mengukur kasus suatu penyakit yg ada pd titik waktu / selama
periode waktu tertentu
u/ perencanaan pelkes
diestimasikan dlm studi case control dan cross sectional
jenis :
1) point prevalence (pd satu waktu tertentu)
2) period prevalence (pd periode tertentu)
Arti nilai RR :
1) Jika RR > 1, risiko kel 1 > dibanding risiko kel 0
2) Jika RR < 1, risiko kel 1 < dibanding kel 0
3) Jika RR = 1, risiko kel 1 & 0 sama → gada efek dlm
satu kelompok jika dibanding dgn yg lain
Risk Ratio =
Risiko orang yang merokok
Risiko orang yang tidak merokok
0.36
= = 2.1
0.17
b. Odds ratio
Odds kejadian (timbul suatu penyakit) pd kel kasus dibanding
odds kejadian (timbul suatu penyakit) pd kel yg kontrol
Dpt digunakan dlm studi case control, cross sectional & kohort
3. Ukuran dampak
Dipertimbangkan perbedaan ukuran efek & terkait lain yg memungkinkan
peneliti u/ mempertimbangkan potensi dampak kesmas
a. Pada kel terpapar
Menjelaskan brp banyak penyakit yg terjadi yg bisa dikaitkan
dgn paparan tertentu.
AR : seberapa besar risiko penyakit dpt dicegah jika bisa
menghilangkan paparan agen tsb
1) Attributable risk pd kel terpapar
ARe = Riske – Riskne
contoh :
28−17.4
ARe % = = 0.379 = 37.9%
28
b. Pada populasi
Rumus :
Riskpop = (Insidens pada perokok) (% Perokok pada populasi) +
(Insidens pada non perokok) (% Non perokok pada
populasi)
28 17.4 22.1
Riskpop = ( ) (0.44) + ( ) (0.56) =
1000 1000 1000
1. Probability sampling
Dilakukan agar bisa digeneralisasi
Perlu kerangka sampel
Hal yang perlu diperhatikan :
- Tiap unit dlm populasi harus punya probabilitas yg sama u/
dipilih
- Peneliti gaboleh memprediksi unit mana yg akan dipilih jd
sampel
- Harus bisa menarik sampel yg mencakup tiap kombinasi unit
dr kerangka sampling (variasi)
Jenis :
a. Simple random sampling
Bisa dilakukan pd populasi yg homogen secara
geografis tp ga terlalu menyebar
Langkah pertama yaitu bikin kerangka sampel lalu pilih
sampel secara ack dgn undian, tabel bilangan random,
atau program komputer
Kelebihan
- Ga akan bias seleksi
- Sangat mudah diambil jika populasinya kecil &
kerangka sampel udh ada
Kekurangan
- Butuh waktu lama jika populasi besar
- Butuh tambahan biaya pengumpulan data u/
mastiin tiap unit adalah anggota populasi jika
kerangka sampel gaada
b. Systematic random sampling
Sering dipake jika populasi snagat besar & penomoran
tiap entri terlalu makan waktu
Syarat : populasi homogen & punya pola beraturan
seperti blok2 rumah / no urut pasien.
Langkah-langkah :
- Populasi : jml sampel u/ menghasilkan nilai internal
(k)
K = N/m (N= jml populasi; m= jml sampel)
- Sampel pertama dipilih acak, lalu sampel
selanjutnya dipilih dgn nambah nilai k pd angka yg
terpilih
Kelebihan
- Ambil sampel cepat & mudah
- Mudah digunakan dgn kerangka sampel sudah
tersedia
Kelemahan → punya potensi bias seleksi
c. Stratified random sampling
Jika unit2 di dlm strata diketahui. Ppopulasi dibagi ke
bbrp strata → sampel diambil secara acak.
Hal yg perlu diperhatikan :
- Sampel di strata harus sehomogen mungkin
- Sampel antarstrata harus seheterogen mungkin
- Sampel diambil secara proporsional berdasar
besarnya unit yg terdapat dlm strata &
antarstrata
- Unit sampel di strata diambil secara acak
Kelebihan
- Gada bias pengambilan sampel
- Ga akan punya kesalahan pengambilan sampel pd
variabel yg digunakan bertingkat
Kelemahan
- Kerangka sampel harus punya informasi populasi
u/ netepin sampel ke dlm strata yg sesuai
- Butuh tambahan biaya pengumpulan data jika
unit yg dipilih ditolak karna kuota strata udh
penuh
d. Cluster random sampling
Membagi populasi ke dlm kluster dgn asumsi tiap
klaster punya semua variasi yg akan diteliti
Jika subjek penelitian menyebar secara geografis
Tiap klaster dipilih acak & unit sampel yg akan diambil
dari klaster terpilih sesuai dgn proporsi jml pdd di
klaster
Syarat-syarat pengambilan sampel :
- Di dalam klaster harus sehomogen mungkin
- Antar klaster harus seheterogen mungkin
Kelebihan → mengurangi biaya yg dikeluarkan u/
pengumpulan data
Kelemahan
- Butuh bbrp info u/ bikin kerangka sampel
- Ga diketahui jika ada bias sampel
- Validitas generalisiasi bergantung keterwakilan
sampel
e. Multistage random sampling
Jika populasi snagat besar & secara geografis menyebar
& areanya luas.
Langkah-langkah :
- Tentuin area populasi berdasar administrasi
- Pilih area populasi di area gugus bawahnya
- Area gugus bawah dipilih lg secara acak hingga
gugus paling kecil
Kelebihan
- Mengurangi kerumitan pengambilan sampel pd
populasi yg besar
- Bisa dipake tanpa ada kerangka sampling,
kualifikasi / pertanyaan saringan
Kekurangan → mungkin terjadi bias pemilihan
sampel jika info yg tersedia terbatas
2. Non probability sampling
Ga semua unsur di populais punya kesempatan yg sama u/ terpilih jd
sampel
Hasil penelitian sulit digeneralisasi
Ga perlu kerangka sampel
Jenis :
a. Purposive sampling
Teknik pengambilan sampel dgn bbrp pertimbangan
tertentu yg sesuai tujuan penelitian
Ada krietria khusus yg diberikan thd sampel
Sampel ditentukan o/ org yg sangat paham populasi yg
akan diteliti
Kelebihan :
- Subpopulasi yg dipilih dpt dipelajari
- Pengambilan sampel lebih murah, mudah diakses, lbh nyaman &
hanya pilih individu yg relevan dgn penelitian
Kelemahan → gabisa mewakili populasi, sulit digeneralisasi
b. Accidental / convenience sampling
Dilakukan ga terencana & ga berdasarkan pd metode baku
Misal sampel dipilih di jalan secara kebetulan & mereka
bersedia dan pd waktu & situasi yg tepat
Kelebihan
- Murah & mudah dapet sampel
- Ga butuh kerangka sampling
Kelemahan
- Sampel bias ga diketahui jumlah & arahnya
- Validitas generalisasi bergantung pd asumsi keterwakilan sampel
c. Quota sampling
Jml sampel sebelumnya ditentukan dulu o/ peneliti
Penentuan kuota ga u/ mewakili populasi
Pengumpulan data dilakukan hingga jml sampel yg sesuai
kriteria telah tercapai
Kelebihan
- kuota sampel berlebih bisa memberi informasi2 tentang
subpopulasi kecil pd populasi umum
- Subpopulasi yg dipilih bisa dipelajari
Kelemahan → sampel yg dipilih ga mewakili populasi →
gabisa digeneralisasi tanpa pembobotan
d. Snowball sampling
Dilakukan dgn bbrp tahapn
Dianggap sebagai pengambilan sampel ga disengaja thd
populasi khusus yg sulit ditemukan
Pengumpulan data awalnya pd 1 / bbrp org, lalu pd akhir
pengumpulan data peneliti minta informasi kontak / calon
responden selanjutnya
Respondne yg berpotensi lalu dihubungi, diwawancarai,
dimintai informasi kontak lain
C. Generalisasi
Validitas internal : ukuran sberapa mudah perbedaan hasil antara kedua kel bisa
dikaitkan dgn efek paparan / intervensi
Validitas eksternal : mengacu pd cara dmn hasil penelitian bisa digeneralisasi ke
populasi yg lebih luas
Generalisasi :
proses dmn peneliti bisa mengambil kesimpulan, didasarkan pd pengamatan
sejumlah kasus & memperluas kesimpulan u/ mencakup semua kasus2 lain yg
ga teramati yg masuk dlm kategori yg sama
istilah lain u/ validitas eksternal
kelebihan : efisien, bermasalah jika sampel penelitian ga mewakili ke populasi
yg besar
Confounding
A. Pengertian
Confounding : efek pemaparan yg diteliti pd hasil tertentu dicampur dgn efek
faktor tambahan → distorsi hub yg sebenarnya
Terjadi ketika distribusi faktor prognosis yg diketahui berbeda diantara kedua
kel yg dibandingkan
B. Karakteristik
1. Faktor confounding memprediksi hasil bahkan tanpa ada eksposur. Meskipun
faktor confounding potensial bisa jd penyebab. Syarat utama : ada hub
independen dgn faktor & hasil bahwa faktor confounding potensial bukan
hasil
2. Faktor confounding dikaitkan dgn eskposur yg sedang diteliti tp bukan
pengganti eksposur. Dalam uji klinis, confounding merupakan hasil dr
distribusi yg ga merata dr faktor confounding potensial dgn kel independen
3. Confounding tidak bisa jd perantara antara eksposur dgn hasil
C. Cara mengkontrol
1. Modifikasi desain penelitian
a. Randomisasi subjek
Mengontrol variabel2 seleksi dgn tanpa mengidentifikasi
terlebih dahulu
u/ menghindari kemungkinan munculnya perbedaan tipe org yg
dipilih jd anggota terdapat dlm kel kontrol ataupun pengendali
b. Memilih subjek secara ketat
Dgn membatasi karakteristik populasi → peneliti bisa membatasi
karakteristik sampel
Pembatasan ini menghasilkan karakteristik yg sama pd populasi
& jika ditarik sampel → sampel punya karakteristik yg sama
c. Menentukan kriteria inklusi sesuai tujuan penelitian
Matching pemasangan antara kasus & kontrol bisa dilakukan pd bbrp
var yg berpotensi sebagai confounder.
Restriksi, matching, randomisasi
2. Analisis data
a. Analisis stratifikasi
Dipakai u/ mengontrol perancu berdasar faktor yg dicurigai
sebagai perancu
Interaksi / modifikasi efek : asosiasi antara prediktor &
keluaran bervariasi pd berbagai tingkat faktor ketiga
Effect modifier gaperlu disingkirkan sebagai perancu tp perlu
dielaborasi / diperjelas maknanya
b. Analisis multivariat
Menggambarkan asosiasli antar var u/ mengisolasi efek
prediktor thd keluaran
Dlm penelitian klinis, yg paling sering dipake yaitu regresi
multipel & regresi logistik
Bisa diket asosiasi antara var dgn menyingkirkan var lain
Restriksi, stratifikasi, dan multivariat
D. Dampak
Confounding bisa jd masalah besar pd studi observasional yg ga acak
Dampak confounding :
1. Perkiraan asosiasi / efek pengobatan yg salah
2. Sulit menetapkan hub sebab akibat antara pengobatan & hasil
3. Menjadi penentu arah & hub antara eksposur & outcome
Bias dan Error
A. Error
1. Definisi
Error : kesalahan dr hasil pengukuran dlm suatu studi / percobaan
a. Random error
Variasi pengukuran yg gapunya kaitan jelas dgn pengukuran /
variabel lain
Terjadi secara kebetulan
b. Systematic error / bias
Proses studi yg sistematis mengarah ke hasil yg berbeda dr
kebenaran
2. Tipe-tipe
a. Error tipe 1
Kesalahan yg terjadi saat peneliti menolak hipotesis null (Ho) yg
benar
Terjadi ketika peneliti menyatakan “terdapat perbedaan/hub”
saat hasil penelitian yg sebenarnya ga menunjukkan hub
b. Error tipe 2
Kesalahan yg terjadi saat peneliti menerima hipotesis null (Ho) yg
salah
Terjadi ketika peneliti menyatakan “gada perbedaan/hub” saat
hasil penelitian yg sbnrnya menunjukkan adanya hub
c. Error tipe 3
Kesalahan dlm menilai variasi antar individu dlm suatu populasi /
periode waktu
u/ mengurangi terjadi error → perlu analisis bbrp kel populasi
B. Bias
1. Definisi
Bias : systematic error yg nyebabin hasil penelitian berbeda dr
kejadian sebenarnya
Bias : kesalahan dlm penilaian hub antara paparan & efek / outcome
dlm target populasi
Bias : proses yg mengarah pd penyimpangan kesalahan dlm konsepsi
& desain penelitian / pengumpulan, analisis, interpretasi, pelaporan,
publikasi, tinjauan data – mengarah pd hasil / simpulan yg secara
sistematis berbeda dr kebenaran
2. Karakteristik
a. Dapat terjadi pd tiap tahap penelitian
b. Bisa dicegah, sulit dikendalikan
c. Bisa dievaluasi
d. Gabisa dikurangi dgn sample size
e. Punya arah yg sering gabisa diperkirakan
3. Tipe-tipe
a. Bias seleksi
Perbedaan sistematika antara populasi penelitian yg dipilih &
populasi yg ga dipilih, yg dihasilkan dr cara pemilihan populasi
penelitian &/ dr faktor2 yg mempengaruhi partisipasi studi →
menyebabkan distorsi estimasi efek
Bisa muncul karna definisi populasi eligible yg buruk, kurang
akurasi sampling frame, prosedur diagnostik yg ga merata dlm
populasi target
Contoh :
1) Prevalence-incidence bias
- Terjadi karna penggunaan data prevalensi/insiden yg ga
tepat
- Biasanya pd studi case control & cross sectional
2) Admission rate (berkon’s) bias
- Biasa terjadi pd case control berbasis rumah sakit
- Penyebab :
Penyakit tertentu berpeluang > u/ dirawat di RS
dibanding penyakit lain → peluang kasus u/
dirawat inap & kontrol u/ dirawat inap ga sama
Org yg mengalami > 1 penyakit / punya penyakit
kedua (komplikasi), berpeluang > u/ dirawat inap
3) Non response bias
- Bisa terjadi dlm semua studi, tp studi observasional lbh
rentan
- Karna penolakan berpartisipasi → mempengaruhi
tingkat partisipan kasus & kontrol / terpapar & ga
terpapar
b. Bias informasi / measurement bias
Terjadi pd tahap pengumpulan data
Distorsi estimasi efek karna kesalahan pengukuran /
misklasifikasi subjek menurut 1 var / lebih
Bias informasi yg paling penting : bias misklasifikasi
1) Non-differential : kinerja tes diagnostik dlm kasus &
kontrol sama → selalu mengarah bias negatif
(underestimate)
2) Differential : kinerja uji diagnostik u/ identifikasi paparan
berbeda antara kasus & kontrol →
underestimate/overestimate
C. Dampak dan contoh
1. Dampak error
Error biasanya terkait dgn pemilihan subjek penelitian → error disebut
validitas eksternal
Makin besar error, makin sulit mendeteksi perbedaan sejati dlm
faktor yg dinilai antar kel2 yg dibandingkan dlm situasi ekstrim
Jika pengukuran ga akurat → nilainya ga berhub dgn nilai yg
sebenarnya dari faktor yg dinilai → gakan bisa mendeteksi perbedaan
diantara subjek
2. Dampak bias
kel Mengakibatkan distorsi (melenceng) penaksiran parameter
populasi sasaran berdasar parameter sampel
a. Mengakibatkan penaksiran hub antara paparan thd penyakit yg lbh
rendah drpd sesungguhnya (underestimate)
b. Mengakibatkan penaksiran hub antara paparan thd penyakit yg lbh
tinggi drpd sesungguhnya (overestimate)
c. Mengakibatkan distorsi penaksiran pengaruh paparan thd penyakit
akibat cara memilih subyek penelitian / cara memperoleh,
melaporkan, mengukur, mencatat, mengklasifikasi & menginterpretasi
info tentang subyek penelitian
3. Contoh bias
a. Bias seleksi
Karna sampel ga dipilih secara acak dr populasi aktual /
mungkin sudah dipilih dr populasi aktual tp karakteristik
populasi aktual berbeda dgn karakteristik populasi target yg
sesungguhnya
b. Bias informasi
Disebabkan karna ketidakakuratan info yg diperoleh tentang
var. Penelitian.
Tipe-tipe :
1) Bias instrumen : karna ketidakakuratan kalibrasi
instrumen pengukuran
2) Bias insentif : karna alat ukur ga peka u/ deteksi
perbedaan nilai-nilai yg ada
3) Bias ingatan : karna kurangnya kemampuan mengingat
responden
c. Bias pewawancara (interviewer bias)
Karna pewawancara mengumpulkan, mencatat &
menginterpretasikan info tentang paparan/penyakit subjek
penelitian → kecenderungan pewawancara dpt jawaban/info
yg mendukung sangat bisa dilakukan
Bisa diatasi dgn menerapkan blinding thd asisten peneliti yg
bertugas mewawancarai subyek peneliti → pewawancara ga
tau hipotesis penelitian hub paparan & penyakit
d. Bias follow up (loss to follow up bias)
Terjadi pd studi kohort karna hilangnya anggota kohort selama
jangka waktu follow up
Bisa dihindari dgn memilih populasi umum yg punya batasan
jelas, catatan kependudukan teratur & selalu diperbaharui
Chance Variation
A. Deskripsi Umum
1. Apa exposure atau intervensinya?
2. Apa outcomenya?
3. Apa desain studi yang digunakan?
4. Apa populasi studinya?
5. Apa hasil utamanya?
Kesimpulan
- Keputusan positif → hasil diterima sebagai ukuran yang valid dari hubungan
sebenarnya dalam subjek yang diteliti & jika ada keterkaitan antara paparan
dan hasil → dianggap sebagai kemungkinan karena hubungan sebab akibat.
- Keputusan negatif → satu atau lebih penjelasan non-kausal cenderung
berlaku; hubungan yang dilihat adalah karena bias pengamatan, perancu,
atau kebetulan, dan harus dapat menentukan kemungkinan bias atau faktor
perancu.
17. Apakah hasilnya konsisten dengan bukti lain, terutama bukti dari studi
dengan desain studi serupa atau lebih kuat?
Penelitian dikatakan konsisten jika ada asosiasi yang sama dalam sejumlah
penelitian yang berbeda & punya variasi cukup dalam kelompok metodologi
& studi → tidak mungkin bias & counfounding berlaku dalam semua
penelitian.
19. Apakah hasilnya masuk akal, dalam kaitannya dengan mekanisme biologis?
Mengacu pada asosiasi yang diamati secara biologis dapat dipahami
berdasarkan pengetahuan terkini mengenai kemungkinan
mekanismenya.
Pertimbangan masuk akal dapat menunjukkan bias / faktor perancu
yang harus dipertimbangkan.
20. Jika efek utama ditampilkan, apakah itu koheren dengan distribusi eksposur
dan hasilnya?
Asosiasi dianggap koheren jika sesuai dengan ciri umum distribusi
paparan & hasil penelitian
Jika kanker paru-paru disebabkan merokok, frekuensi kanker paru-
paru pada populasi yang berbeda & dalam periode waktu yang
berbeda harus berhubungan dengan frekuensi merokok pada populasi
tersebut pada periode waktu tertentu.
Hal ini mengasumsikan bahwa keterpaparan dan hasilnya sama pada
populasi yang berbeda & berlaku hanya jika proporsi outcome yang
tinggi pada mereka yang terpapar.
Jika faktor penyebab hanya sebagian kecil dari seluruh penyakit,
pengaruh luar biasa dari faktor-faktor lain dapat membuat pola
keseluruhan tidak konsisten.
Penerapan lebih lanjut dari konsep ini
Validitas internal
apakah bukti yang diberikan dalam penelitian
ini mendukung hubungan kausal?
If yes If no