Bab 1

PERUBAHAN POLA MASALAH KESEHATAN MASYARAKAT

Epidemiologi adalah ilmu yang memberikan petunjuk tentang perubahan dari waktu ke
waktu dalam masalah kesehatan yang muncul didalam kehidupan masyarakat.perubahan
tersebut berupa penyebab kematian yang dahulu berupa penyakit menular sekarang
dihadapkan dengan penyakit kronis yang dalam situasi tampaknya tidak menular atau
menular. Pola kejadian penyakit terlihat pada perkembangan setiap negara-negara. Namun,
seiring dengan berkembangnya negara-negara industri, pola kematian yang saat ini terlihat di
negara maju semakin nyata, dengan kematian akibat penyakit kronis menjadi tantangan
utama dan penyakit menular kembali menjadi masalah dalam kesehatan masyarakat yang
utama. Berikut tabel yang menunjukkan 15 penyebab utama kematian di Amerika Serikat
pada tahun 2009

TABEL 1-1.Lima Belas Penyebab Utama Kematian, dan Persentasenya dari

Semua Kematian,Amerika Serikat, 2009
Jumla Persen (%)
Pang KarenaKematian h dari Total Angka
kat kematia
Kemat Kematian
n*
ian
Semua penyebab 2.437.16 100.0 741.1
3
1 Penyakit hati 599.413 24.6 180.1
2 Neoplasma ganas (kanker) 567.628 23.3 173.2
3 Penyakit saluran pernapasan bawah 137.353 5.6 42.3
kronis
4 Penyakit serebrovaskular 128.842 5.3 38.9
5 Kecelakaan (cedera yang tidak 118.021 4.8 37.3
disengaja)
6 penyakit alzheimer 79.003 3.2 23.5
7 Diabetes mellitus 68.705 2.8 20.9
8 Influenza dan pneumonia 53,692 2.2 16.2
9 Nefritis, sindrom nefrotik, dan nefrosis 48.935 2.0 14.9
10 Menyakiti diri sendiri dengan sengaja 36.909 1.5 11.8
(bunuh diri)
11 Keracunan darah 35.639 1.5 10.9
12 Penyakit hati kronis dan sirosis 30.558 1.3 9.2
13 Hipertensi esensial dan penyakit ginjal 25.734 1.1 7.7
hipertensif
14 penyakit Parkinson 20.565 0.8 6.4
15 Penyerangan (pembunuhan) 16.799 0,7 5.5
Semua penyebab lainnya 469.367 19.3
*Tarif adalah per 100.000 penduduk dan disesuaikan
dengan usia untuk 2000 penduduk standar AS. Catatan:
Persentase mungkin tidak berjumlah 100 karena
pembulatan.
Data dari Pusat Pengendalian dan Pencegahan Penyakit: Laporan Statistik Vital
Nasional, Vol. 60, No. 3, 29 Desember
2011.http://www.cdc.gov/nchs/data/nvsr/nvsr60/nvsr60_03.pdf. Diakses pada
11 April 2013.
 Gambar diatas menunjukkan 15 penyebab utama kematian di Amerika Serikat pada tahun 2009.
Tiga penyebab utama—penyakit jantung, kanker, dan serebrovaskularpenyakit—menyumbang
hampir 55% dari semua kematian, sebuah pengamatan yang menyarankan target khusus
untuk pencegahan jika penurunan angka kematian yang signifikan ingin dicapai.

EPIDEMIOLOGI DAN PENCEGAHAN

Epidemiologi digunakan untuk mengidentifikasi subkelompok dalam populasi yang

berisiko tinggi terserang penyakit.dengan mengidentifikasi kelompok berisiko tinggi, kita
dapat mengarahkan upaya untuk pencegahan,seperti program skrining yang bertujuan
mendeteksi penyakit sedari dini,

Pencegahan Primer, Sekunder, dan Tersier

Berikut pembahasan pencegahan primer, sekunder, dan tersier

 Pencegahan primer tindakan yang diambil untuk mencegah berkembangnya penyakit
pada orang sehat
 Pencegahan sekunder melibatkan seseorang di mana proses penyakit telah dimulai
tetapi belum mengembangkan tanda dan gejala klinis penyakit
 Pencegahan tersier pencegahan pada penyakit komplikasi dan pada mereka yang telah
mengembangkan tanda dan gejala penyakit (fase klinis)

Dua Pendekatan untuk Pencegahan: Pandangan yang Berbeda

Dua pendekatan yang mungkin untuk pencegahan adalah pendekatan berbasis populasi dan
pendekatan berisiko tinggi. Dalam pendekatan berbasis populasi,tindakan pencegahan yang
perlu diterapkan secara luas ke seluruh populasi seperti memberi saran untuk berhenti
merokok. Selain itu perlu dilakukan pendekatan secara alternatif dengan menargetkan
kelompok berisiko tinggi dengan tindakan pencegahan.

EPIDEMIOLOGI DAN KLINISPRAKTEK

Epidemiologi berperan sangat penting bukan hanya untuk kesehatan masyarakat saja akan
tetapi juga untuk praktik klinis. Praktek kedokteran tergantung pada data populasi seperti saat
mengauskultasi murmur sistolik apikal kemudian hasil patologi bedah dan dengan hasil studi
kateterisasi atau angiografi pada sekelompok besar pasien.Dengan demikian, proses diagnosis
berbasis populasi,hal yang sama berlaku untuk prognosis,pemilihan terapi yang tepat juga
berbasis populasi.Dengan demikian, konsep dan data berbasis populasi mendasari proses
kritis praktik klinis, termasuk diagnosis, prognostik, dan pemilihan terapi.

DARI OBSERVASI KE TINDAKAN PENCEGAHAN

Pada bagian ini,menunjukkan bagaimana pengamatan epidemiologi telah menghasilkan
tindakan pencegahan yang efektif pada populasi manusia
PENCEGAHAN DAN PENGOBATAN YANG TERINTEGRASI

Pencegahan dan terapi merupakan bagian integral dari kesehatan masyarakat, tetapi juga
merupakan bagian integral dari praktik klinis Peran dokter adalah menjaga kesehatan,
sekaligus mengobati penyakit. Tetapi bahkan pengobatan penyakit termasuk komponen utama
pencegahan. Setiap kali dokter mengobati penyakit, maka akan mencegah kematian,
mencegah komplikasi pada pasien, atau mencegah konstelasi efek pada keluarga pasien.
Terapi melibatkan pencegahan sekunder dan tersier, yang terakhir menunjukkan pencegahan
komplikasi seperti kecacatan. Kadang-kadang juga melibatkan pencegahan primer. Dengan
demikian, seluruh spektrum pencegahan harus dilihat sebagai bagian integral dari kesehatan
masyarakat dan praktik klinis

KESIMPULAN

Epidemiologi berperan sangat penting dalam hal memberikan dasar rasional di mana
program pencegahan yang efektif dapat direncanakan dan dilaksanakan. Epidemiologi
juga berperan dalam penyelidikan klinis untuk mengevaluasi terapi baru dan terapi yang
telah digunakan selama beberapa waktu, serta intervensi yang baru dikembangkan untuk
pencegahan penyakit. Tujuan utamanya adalah untuk meningkatkan pengendalian
penyakit melalui pencegahan dan pengobatan yang akan mencegah kematian akibat
penyakit dan akan meningkatkan kualitas hidup
Bab 2

Dinamika Penularan Penyakit

CARA TRANSMISI
Penyakit dapat ditularkan secara langsung maupun tidak langsung. suatu penyakit dapat
ditularkan dari orang ke orang (direct transmission) melalui kontak langsung Penularan tidak
langsung dapat terjadi melalui kendaraan umum seperti udara atau pasokan air yang
terkontaminasi, atau oleh vektor seperti nyamuk.

Gambar Trias epidemiologi suatu penyakit

PENYAKIT KLINIK DAN SUBKLINIK

Penyakit klinis ditandai dengan tanda dan gejala

pada

Gambar di atas menunjukkan konsep gunung es penyakit. Sama seperti sebagian besar
gunung es berada di bawah air dan tersembunyi dari pandangan dengan hanya ujungnya yang
terlihat, demikian pula dengan penyakit: hanya penyakit klinis yang mudah terlihat (seperti
yang terlihat di bawah Respon Host di sebelah kanan gambar. Tetapi infeksi tanpa penyakit
klinis sangat penting, terutama dalam jaringan penularan penyakit, meskipun tidak terlihat
secara klinis, pada tahap biologis yang sesuai dari patogenesis dan penyakit pada tingkat sel
terlihat di sebelah kiri. Keparahan tampaknya terkait dengan virulensi organisme (seberapa
baik organisme dalam menghasilkan penyakit) dan tempat di tubuh di mana organisme
berkembang biak. Semua faktor ini, serta karakteristik pejamu seperti respons imun, perlu
dipahami untuk memahami bagaimana penyakit menyebar dari satu individu ke individu
lainnya.Sebagai klinis dan biologis pengetahuan telah meningkat selama bertahun-tahun,
demikian juga kemampuan kita untuk membedakan berbagai tahap penyakit. Ini termasuk
penyakit klinis dan nonklinis
Penyakit Klinis
Penyakit klinis ditandai dengan tanda dan gejala.

Nonklinis (Tidak terlihat) Penyakit

Penyakit nonklinis mungkin termasuk yang berikut:

1. Penyakit Praklinis. Penyakit yang belum terlihat secara klinis tetapi ditakdirkan
untuk berkembang menjadi penyakit klinis.
2. Penyakit Subklinis. Penyakit yang tidak terlihat secara klinis dan tidak ditakdirkan
untuk menjadi jelas secara klinis. Jenis penyakit ini sering didiagnosis dengan
respons serologis (antibodi) atau kultur organisme.
3. Penyakit Persisten (Kronis). Seseorang gagal untuk "menghilangkan" infeksi, dan
itu bertahan selama bertahun-tahun, kadang-kadang seumur hidup
4. Penyakit Laten. Sebuah infeksi tanpa penggandaan aktif agen, seperti ketika asam
nukleat virus dimasukkan ke dalam inti sel sebagai provirus. Berbeda dengan
infeksi persisten, hanya pesan genetik yang ada pada inang, bukan organisme
yang hidup.

STATUS PEMBAWA
Pembawa adalah individu yang menampung organisme tetapi tidak terinfeksi yang diukur
dengan studi serologis (tidak ada bukti respons antibodi) atau dengan bukti penyakit klinis.
Orang ini masih dapat menulari orang lain, meskipun daya tularnya seringkali lebih rendah
dibandingkan dengan infeksi lain. Status pembawa mungkin durasi terbatas atau mungkin
kronis, berlangsung selama berbulan-bulan atau bertahun-tahun.

ENDEMIK, EPIDEMI, DAN PANDEMI

Endemik didefinisikan sebagai adanya kebiasaan suatu penyakit dalam suatu area geografis
Epidemi didefinisikan sebagai kejadian di suatu komunitas atau wilayah dari sekelompok penyakit yang
serupa, jelas melebihi harapan normal, dan berasal dari sumber yang sama atau menyebar,Pandemi
mengacu pada epidemi di seluruh dunia

WABAH PENYAKIT
Mari kita asumsikan bahwa makanan menjadi terkontaminasi dengan mikroorganisme. Jika
wabah terjadi pada kelompok orang yang memakan makanan tersebut, hal itu disebut paparan
kendaraan umum, karena semua kasus yang berkembang terjadi pada orang yang terpapar
makanan tersebut dan dapat mengakibatkan paparan tunggal kepada orang yang
memakannya, atau makanan dapat disajikan lebih dari sekali, mengakibatkan paparan ganda
pada orang yang memakannya lebih dari sekali.

KEKEBALAN DAN KERENTANAN

Jumlah penyakit dalam suatu populasi tergantung pada keseimbangan antara jumlah orang
dalam populasi tersebut yang rentan, dan karena itu berisiko terkena penyakit, dan jumlah
orang yang tidak rentan, atau kebal, dan oleh karena itu tidak berisiko. Mereka mungkin
kebal karena mereka pernah menderita penyakit ini sebelumnya atau karena mereka telah
diimunisasi. Mereka juga mungkin tidak rentan secara genetik. Jelas, jika seluruh populasi
kebal, tidak ada epidemi yang akan berkembang. Tetapi keseimbangan biasanya terjadi di
suatu tempat di antara kekebalan dan kerentanan, dan ketika bergerak menuju kerentanan,
kemungkinan wabah meningkat

KAWANAN KEKEBALAN
kekebalan kawanandapat didefinisikan sebagai resistensi sekelompok orang terhadap
serangan penyakit yang sebagian besar anggota kelompoknya kebal. Jika sebagian besar
populasi kebal, seluruh populasi kemungkinan besar akan terlindungi, bukan hanya mereka
yang kebal.

INKUBASI TITIK
Masa inkubasi didefinisikan sebagai interval dari penerimaan infeksi sampai saat timbulnya
penyakit klinis. Jika Anda terinfeksi hari ini, penyakit yang menginfeksi mungkin tidak
berkembang selama beberapa hari atau minggu. Selama waktu ini, masa inkubasi, akan
merasa benar-benar sehat dan tidak menunjukkan tanda-tanda penyakit.

TINGKAT SERANGAN
Tingkat serangan berguna untuk membandingkan risiko penyakit pada kelompok dengan
eksposur yang berbeda. Tingkat serangan bisa spesifik untuk eksposur tertentu. Secara
umum, waktu tidak secara eksplisit ditentukan dalam tingkat serangan; mengingat apa yang
biasanya diketahui tentang berapa lama setelah paparan sebagian besar kasus berkembang,
periode waktu tersirat dalam tingkat serangan.

INVESTIGASI WABAH
Langkah-langkah untuk menyelidiki wabah mengikuti pola umum Investigasi wabah
akut mungkin terutama deduktif (yaitu, penalaran dari premis atau proposisi terbukti
sebelumnya) atau induktif (yaitu, penalaran dari fakta-fakta tertentu ke kesimpulan
umum), atau mungkin kombinasi keduanya. Pertimbangan penting dalam menyelidiki
wabah akut penyakit menular termasuk menentukan bahwa wabah sebenarnya telah
terjadi dan menentukan tingkat populasi yang berisiko, menentukan ukuran penyebaran
dan reservoir, dan mengkarakterisasi agen
Tabulasi Silang

Ketika dihadapkan dengan beberapa kemungkinan agen penyebab seperti yang sering
terjadi pada wabah penyakit bawaan makanan, metode yang sangat membantu untuk
menentukan agen mana yang mungkin menjadi penyebab disebut tabulasi silang. Hal ini
diilustrasikan oleh wabah penyakit streptokokus yang ditularkan melalui makanan di penjara
Florida yang dilaporkan beberapa tahun lalu oleh CDC

KESIMPULAN
Bab ini mengulas beberapa konsep dasar yang mendasari pendekatan epidemiologi untuk
penyakit akut penyakit menular. Banyak dari konsep ini berlaku sama baiknya untuk penyakit
nonakut yang saat ini tampaknya tidak menular. Selain itu, untuk peningkatan jumlah
penyakit kronis yang awalnya dianggap tidak menular, infeksi tampaknya memainkan
beberapa peran Selain itu, bahkan untuk penyakit yang tidak menular, pola penyebarannya
memiliki banyak dinamika yang sama, dan masalah metodologis dalam mempelajarinya juga
serupa

BAB 3

Timbulnya Penyakit

I. Surveilans Penyakit dan Pengukuran Morbiditas

Pengawasan

Surveilans adalah peran mendasar dari kesehatan masyarakat. Surveilans dapat

dilakukan untuk memantau perubahan frekuensi penyakit atau untuk memantau perubahan
tingkat faktor risiko. Sebagian besar informasi kita tentang morbiditas dan mortalitas akibat
penyakit berasal dari program surveilans penyakit sistematis. Surveilans paling sering
dilakukan untuk penyakit menular, tetapi dalam beberapa tahun terakhir menjadi semakin
penting dalam memantau perubahan jenis kondisi lain seperti cacat bawaan, kanker, asma,
dan keracunan bahan kimia, dan untuk cedera dan penyakit setelah bencana alam seperti
angin topan. atau gempa bumi. Centers for Disease Control and Prevention (CDC)
mendefinisikan surveilans epidemiologi sebagai “pengumpulan, analisis, dan interpretasi data
kesehatan yang penting untuk perencanaan, pelaksanaan, dan evaluasi praktik kesehatan
masyarakat yang terintegrasi erat dengan penyebaran data ini secara tepat waktu kepada
mereka yang perlu mengetahuinya.

Pengawasan Pasif dan Aktif

Pengawasan pasif menunjukkan surveilans di mana data yang tersedia tentang

penyakit yang dapat dilaporkan digunakan, atau di mana pelaporan penyakit diamanatkan
atau diminta, dengan tanggung jawab pelaporan sering jatuh pada penyedia layanan
kesehatan atau petugas kesehatan kabupaten. Jenis pelaporan ini juga disebut pelaporan pasif.
Namun, sistem pelaporan pasif relatif murah dan relatif mudah dikembangkan pada awalnya.
Selain itu, karena banyak negara memiliki sistem pelaporan pasif untuk sejumlah penyakit
yang dapat dilaporkan yang umumnya menular.

Pengawasan aktif menunjukkan sistem di mana staf proyek direkrut untuk

melaksanakan program pengawasan. Mereka direkrut untuk melakukan kunjungan lapangan
secara berkala ke fasilitas pelayanan kesehatan seperti klinik dan rumah sakit guna
mengidentifikasi kasus baru suatu penyakit atau penyakit atau kematian akibat penyakit yang
telah terjadi (case Finding). Pengawasan aktif mungkin melibatkan mewawancarai dokter dan
pasien, meninjau catatan medis, dan, dalam mengembangkan negara dan daerah pedesaan,
survei desa dan kota untuk mendeteksi kasus baik secara berkala secara rutin atau setelah
kasus indeks telah dilaporkan. Pelaporan umumnya lebih akurat ketika surveilans aktif
daripada pasif karena surveilans aktif dilakukan oleh individu yang secara khusus
dipekerjakan untuk melaksanakan tanggung jawab ini.

Surveilans juga dapat dilakukan untuk menilai perubahan tingkat faktor risiko
lingkungan untuk penyakit. Misalnya, pemantauan tingkat polusi udara partikulat atau radiasi
atmosfer dapat dilakukan, terutama setelah kecelakaan dilaporkan, seperti ledakan di reaktor
nuklir Three Mile Island di Pennsylvania di Amerika Serikat pada tahun 1979, pembangkit
listrik tenaga nuklir komersial terburuk. kehancuran dalam sejarah AS. Pemantauan tersebut
dapat memberikan peringatan dini tentang kemungkinan kenaikan tingkat penyakit yang
terkait dengan agen lingkungan tersebut. Dengan demikian, surveilans untuk perubahan baik
tingkat penyakit atau tingkat faktor risiko lingkungan dapat berfungsi sebagai ukuran
keparahan kecelakaan dan menunjukkan kemungkinan arah untuk mengurangi bahaya
tersebut di masa depan.

Tahap Penyakit Pada Individu Dan Populasi

 Gambar 3-1 menunjukkan garis waktu untuk perkembangan penyakit pada individu.
Seorang individu sehat (yaitu, tanpa penyakit), dan pada titik tertentu, timbulnya penyakit
secara biologis terjadi. Orang tersebut sering tidak menyadari titik waktu ketika penyakit
dimulai. Kemudian, gejala berkembang dan mengarahkan pasien untuk mencari perawatan
medis. Dalam situasi tertentu, rawat inap mungkin diperlukan, baik untuk diagnosis atau
untuk perawatan, atau untuk keduanya. Bagaimanapun, pada titik tertentu diagnosis dibuat
dan pengobatan dimulai. Salah satu dari beberapa hasil kemudian dapat menghasilkan:
penyembuhan, pengendalian penyakit, kecacatan, atau kematian.

Sumber data dari mana kasus diidentifikasi dengan jelas mempengaruhi tingkat yang
kita hitung untuk menyatakan frekuensi penyakit. Misalnya, catatan rumah sakit tidak akan
menyertakan data tentang pasien yang memperoleh perawatan hanya di kantor dokter.
Akibatnya, ketika kita melihat tarif untuk frekuensi terjadinya penyakit tertentu, kita harus
mengidentifikasi sumber kasus dan menentukan bagaimana kasus diidentifikasi. Ketika kita
menginterpretasikan tingkat dan membandingkannya dengan tingkat yang dilaporkan dalam
populasi lain dan pada waktu lain, kita harus mempertimbangkan karakteristik sumber dari
mana data diperoleh.

Ukuran Morbiditas

Tingkat Insiden
 Angka kejadian suatu penyakit didefinisikan sebagai jumlah kasus baru suatu
penyakit yang terjadi selama periode waktu tertentu dalam suatu populasi yang berisiko
terkena penyakit tersebut. Tingkat insiden adalah ukuran kejadian-penyakit diidentifikasi
pada seseorang yang mengembangkan penyakit dan tidak memiliki penyakit sebelumnya.
Karena tingkat insiden adalah ukuran kejadian (yaitu, transisi dari keadaan tidak sakit ke
keadaan sakit), tingkat kejadian adalah ukuran risiko. Risiko ini dapat dilihat pada setiap
kelompok populasi, seperti kelompok usia tertentu, laki-laki atau perempuan, kelompok
pekerjaan, atau kelompok yang telah terpapar agen lingkungan tertentu, seperti radiasi atau
racun kimia.

Mengidentifikasi Kasus Baru untuk Menghitung Insiden

Secara praktis, ketika kita ingin menghitung insiden, bagaimana kita mengidentifikasi
semua kasus baru dalam suatu populasi selama periode waktu tertentu? Dalam situasi tertentu
dimungkinkan untuk memantau seluruh populasi dari waktu ke waktu dengan tes yang dapat
mendeteksi kasus penyakit yang baru berkembang. Namun, seringkali hal ini tidak mungkin
dan sebagai gantinya suatu populasi diidentifikasi dan diskrining untuk penyakit tersebut
pada awal (kasus yang lazim dijelaskan di bagian berikutnya). Namun, secara umum, tujuan
kita dalam menghitung kejadian adalah untuk dapat melakukannya dengan informasi yang
dibutuhkan baik untuk pembilang maupun penyebut sehingga perbandingan yang valid dapat
dibuat.

Tingkat Serangan

Kadang-kadang, waktu yang terkait dengan penyebut dapat ditentukan secara implisit
daripada eksplisit. Misalnya, di Bab 2 membahas penyelidikan wabah penyakit bawaan
makanan, di mana kita berbicara tentang tingkat serangan, yang didefinisikan sebagai jumlah
orang yang terkena makanan tersangka yang menjadi sakit, dibagi dengan jumlah orang yang
terpapar makanan tersebut. Tingkat serangan tidak secara eksplisit menentukan interval
waktu karena untuk banyak wabah penyakit bawaan makanan kita tahu bahwa kebanyakan
kasus terjadi dalam beberapa jam atau beberapa hari setelah paparan. Akibatnya, kasus yang
berkembang beberapa bulan kemudian tidak dianggap sebagai bagian dari wabah yang sama.

Prevalensi
 Prevalensi didefinisikan sebagai jumlah orang yang terkena dampak yang ada dalam
populasi pada waktu tertentu dibagi dengan jumlah orang dalam populasi pada waktu itu,
yaitu, berapa proporsi populasi yang terkena penyakit pada waktu itu?

Misalnya, jika kita tertarik untuk mengetahui prevalensi radang sendi di komunitas
tertentu pada tanggal tertentu, kita mungkin mengunjungi setiap rumah tangga di komunitas
itu dan, dengan menggunakan wawancara atau pemeriksaan fisik, menentukan berapa banyak
orang yang menderita radang sendi pada hari itu. Angka ini menjadi pembilang untuk
prevalensi. Penyebutnya adalah jumlah penduduk pada masyarakat pada tanggal tersebut.

Apa perbedaan antara insidensi dan prevalensi?

Prevalensi dapat dilihat sebagai gambaran atau potongan populasi pada suatu titik
waktu di mana kita menentukan siapa yang menderita penyakit dan siapa yang tidak. Tetapi
dengan melakukan itu, kita tidak menentukan kapan penyakit itu berkembang. Jadi, ketika
kita mensurvei suatu komunitas untuk memperkirakan prevalensi suatu penyakit, kita
biasanya tidak memperhitungkan durasi penyakit. Akibatnya, pembilang prevalensi
mencakup campuran orang dengan durasi penyakit yang berbeda, dan akibatnya kita tidak
memiliki ukuran risiko. Jika kita ingin mengukur risiko, kita harus menggunakan insiden,
karena berbeda dengan prevalensi, itu hanya mencakup kasus atau peristiwa baru dan periode
waktu tertentu di mana peristiwa itu terjadi.

Hubungan antara Insiden dan Prevalensi ?

Kita telah mengatakan bahwa insiden adalah ukuran risiko dan prevalensi tidak,
karena tidak memperhitungkan durasi penyakit. Namun, ada hubungan penting antara insiden
dan prevalensi: dalam situasi kondisi mapan, di mana tingkat tidak berubah dan migrasi
masuk sama dengan migrasi keluar, persamaan berikut berlaku :

Prevelensi : Insidensi X Durasi penyakit

 Mari kita asumsikan bahwa orang Lotown memiliki risiko (kejadian) tuberkulosis
yang jauh lebih tinggi daripada orang Hitown—20 kasus/tahun pada orang Lotown
dibandingkan dengan 4 kasus/tahun pada orang Hitown. Tetapi karena berbagai alasan,
seperti akses yang lebih buruk ke perawatan medis dan status gizi yang buruk, orang Lotown
bertahan hidup dengan penyakit mereka, rata-rata, hanya 3 tahun, sedangkan orang Hitown
bertahan, rata-rata, selama 25 tahun. Oleh karena itu, dalam contoh ini, ada prevalensi yang
lebih tinggi pada orang Hitown daripada orang Lotown bukan karena risiko penyakit lebih
tinggi pada orang Hitown, tetapi karena orang Hitown yang terkena bertahan lebih lama;
prevalensi penyakit (insiden)× durasi) karena itu lebih tinggi pada orang Hitown daripada
orang Lotown.

Kesimpulan

Dalam bab ini, kita telah menekankan peran penting yang dimainkan epidemiologi
dalam surveilans penyakit penyakit pada populasi manusia dan pentingnya surveilans
morbiditas dalam perencanaan dan pengembangan pelayanan kesehatan. Hal ini sangat
menantang di negara-negara berkembang, yang banyak di antaranya kekurangan infrastruktur
untuk mengumpulkan statistik vital dan data lain tentang populasi besar. Kita telah meninjau
pendekatan yang berbeda untuk mengukur morbiditas, dan kita telah melihat bahwa tingkat
melibatkan spesifikasi pembilang, penyebut orang yang berisiko, dan waktu—baik secara
eksplisit maupun implisit. Dalam bab berikutnya, kita akan beralih ke mengukur kematian. Di
dalam Bab 5, kita akan membahas bagaimana kita menggunakan tes skrining dan diagnostik
untuk mengidentifikasi individu yang sakit (yang termasuk dalam pembilang) dan
membedakan mereka dari orang-orang dalam populasi yang tidak sakit. Di dalamBab 18 ,
kita akan membahas bagaimana epidemiologi digunakan untuk mengevaluasi program
skrining.
BAB 4

Timbulnya Penyakit

II. Kematian dan Ukuran Dampak Penyakit Lainnya

Kematian sangat menarik karena beberapa alasan. Pertamatama, kematian adalah

pengalaman pamungkas yang ditakdirkan untuk dimiliki setiap manusia. Kematian jelas
sangat penting bagi setiap orang termasuk pertanyaan tentang kapan dan bagaimana kematian
akan terjadi dan apakah ada cara untuk menundanya. Angka kematian dapat berfungsi
sebagai ukuran keparahan penyakit, dan dapat membantu kita menentukan apakah
pengobatan untuk suatu penyakit menjadi lebih efektif dari waktu ke waktu. Selain itu,
mengingat masalah yang sering muncul dalam mengidentifikasi kasus baru suatu penyakit,
angka kematian dapat berfungsi sebagai : pengganti untuk tingkat kejadian ketika penyakit
yang sedang dipelajari adalah penyakit yang parah dan mematikan.

Ukuran dan Tingkat Kematian

Bagaimana kematian dinyatakan dalam istilah kuantitatif ? Mari kita periksa beberapa
jenis angka kematian. Yang pertama adalah angka kematian tahunan, atau angka kematian,
dari semua penyebab :

Perhatikan bahwa karena populasi berubah dari waktu ke waktu, jumlah orang dalam
populasi pada pertengahan tahun umumnya digunakan sebagai perkiraan. Prinsip yang sama
yang disebutkan dalam diskusi tentang morbiditas berlaku untuk mortalitas: agar angka
kematian masuk akal, siapa pun di dalam kelompok yang diwakili oleh penyebut harus
berpotensi masuk ke dalam golongan yang diwakili oleh pembilangnya. Kita mungkin tidak
selalu tertarik pada tarif untuk seluruh populasi; mungkin kita hanya tertarik pada kelompok
usia tertentu, pada pria atau wanita, atau pada satu kelompok etnis. Jadi, jika kita tertarik
pada kematian pada anak-anak di bawah 10 tahun, kita dapat menghitung tarif khusus untuk
kelompok itu:

Angka kematian tahunan dari semua penyebab untuk anak-anak di bawah usia 10 tahun (per
1.000 penduduk) =

Perhatikan bahwa dalam memberikan batasan, pada usia, misalnya, batasan yang
sama harus berlaku untuk keduanya pembilang dan penyebut, sehingga setiap orang dalam
kelompok penyebut akan beresiko untuk masuk ke dalam kelompok pembilang. Ketika
pembatasan seperti itu ditempatkan pada tingkat, itu disebuttarif tertentu. Tingkat di atas,
maka, adalah angka kematian spesifik usia . Kita juga dapat membatasi tingkat dengan
menetapkan diagnosis, dan dengan demikian membatasi tingkat kematian akibat penyakit
tertentu, yaitu,penyakit tertentu atau tingkat penyebab spesifik. Misalnya, jika kita tertarik
pada kematian akibat kanker paru-paru, kita akan menghitungnya dengan cara berikut:

Angka kematian tahunan akibat kanker paru-paru (per 1.000 penduduk) =

Kasus-Fatalitas

kita harus membedakan antara tingkat kematian dan kasus fatal. Kasus-fatalitas dihitung
sebagai berikut:

Dengan kata lain, berapa persentase orang yang memiliki penyakit tertentu meninggal
dalam waktu tertentu setelah penyakitnya terdiagnosis? biasanya, menggunakan tanggal
timbulnya penyakit sebagai awal dari periode waktu yang ditentukan dalam pembilang.
Namun tanggal timbulnya penyakit seringkali sulit untuk distandarisasi karena banyak
penyakit berkembang secara diam-diam dalam jangka waktu yang lama. Oleh karena itu,
dalam praktiknya, kita sering menggunakan tanggal diagnosis sebagai ukuran pengganti
untuk tanggal onset penyakit, karena tanggal pasti diagnosis umumnya dapat
didokumentasikan dari catatan medis yang tersedia.) Jika informasi tersebut diperoleh dari
responden, ada baiknya mencatat bahwa jika penyakit yang dimaksud adalah penyakit yang
serius, tanggal saat diagnosis diberikan mungkin merupakan tanggal yang mengubah hidup
pasien dan tidak mudah dilupakan.

Mortalitas Proporsional

Ukuran kematian lainnya adalah kematian proporsional, yang bukan merupakan

angka. Mortalitas proporsional dari penyakit kardiovaskular di Amerika Serikat pada tahun
2010 didefinisikan sebagai berikut:

Kematian proporsional dari penyakit kardiovaskular di AS pada tahun 2010 (persen) =

Tabel 4-2 menunjukkan semua kematian dan kematian akibat penyakit jantung di dua
komunitas, A dan B. Semua kematian di komunitas A adalah dua kali lipat di komunitas B.
Ketika kita melihat kematian proporsional, kita menemukan bahwa 10% dari kematian di
komunitas A dan 20% dari kematian di komunitas B disebabkan oleh penyakit jantung.
 Seperti yang terlihat pada contoh di Tabel 4-4, jika semua penyebab tingkat kematian
berbeda, kematian spesifik penyebab tingkat dapat berbeda secara signifikan, bahkan ketika
kematian proporsional adalah sama. Jadi, contoh-contoh ini menunjukkan bahwa, meskipun
kematian proporsional dapat memberi kita gambaran singkat tentang penyebab utama
kematian, hal itu tidak dapat memberi tahu kita risiko kematian akibat suatu penyakit. Untuk
itu, kita membutuhkan angka kematian

Kesimpulan

Bab 3 dan 4 telah meninjau pendekatan penting untuk mengukur dan menggambarkan
morbiditas dan mortalitas manusia. Konsep-konsep yang diulas dalam bab-bab ini mungkin
pada awalnya tampak luar biasa tetapi, seperti yang akan kita lihat di bab-bab selanjutnya,
mereka sangat penting untuk memahami bagaimana epidemiologi membantu kita
menjelaskan pengukuran risiko penyakit, penentuan penyebab penyakit, dan evaluasi
efektivitas intervensi untuk memodifikasi proses penyakit. Dalam bab berikutnya (Bab 5) kita
akan beralih ke pertanyaan tentang pembilang tingkat morbiditas: Bagaimana kita
mengidentifikasi orang-orang yang memiliki penyakit dan membedakan mereka dari mereka
yang tidak, dan bagaimana kita mengevaluasi kualitas tes diagnostik dan skrining yang
digunakan untuk memisahkan individu dan populasi ini ? Pertanyaan-pertanyaan ini dibahas
dalam Bab 5. Sebuah diskusi tentang penggunaan tes skrining dalam program kesehatan
masyarakat disajikan di : Bab 18.
EPIDEMIOLOGI
Chapter 5 ((Menilai Validitas dan Keandalan Tes Diagnostik dan Skrining )

Pada titik ini, kita telah belajar bagaimana diagnostik dan tes skrining memungkinkan
kategorisasi sakit dari individu yang sehat. Setelah seseorang diidentifikasi sebagai memiliki
penyakit, muncul pertanyaan, “Bagaimana kita bisa mengkarakterisasi riwayat alami penyakit
di istilah kuantitatif?” Kuantifikasi seperti itu penting karena beberapa alasan. Pertama, perlu
untuk menggambarkan tingkat keparahan penyakit untuk menetapkan prioritas untuk layanan
klinis dan program kesehatan masyarakat. Kedua, pasien sering bertanya tentang prognosis
(Gbr. 6-1). Ketiga, kuantifikasi semacam itu penting untuk menetapkan dasar bagi sejarah
alam, jadi bahwa ketika perawatan baru tersedia, efeknya perawatan ini dapat dibandingkan
dengan hasil yang diharapkan tanpa mereka. Selanjutnya, jika berbagai jenis terapi yang
tersedia untuk diberikan penyakit, seperti perawatan bedah atau medis atau dua jenis prosedur
bedah yang berbeda, kami ingin untuk dapat membandingkan efektivitas berbagai jenis
terapi. Oleh karena itu, untuk mengizinkan perbandingan, kita membutuhkan sarana
kuantitatif mengungkapkan prognosis dalam kelompok yang menerima perawatan yang
berbeda. Bab ini menjelaskan beberapa cara di mana Prognosis dapat dijelaskan secara
kuantitatif untuk sekelompok pasien.

Seringkali, titik ini tidak dapat diidentifikasi karena terjadi secara subklinis, mungkin
sebagai perubahan subselular, seperti perubahan DNA. Pada suatu saat di perkembangan
proses penyakit (titik P), bukti patologis penyakit dapat diperoleh jika dicari. Selanjutnya,
tanda dan gejala penyakit berkembang pada pasien (titik S), dan padabeberapa waktu setelah
itu, pasien dapat mencari medis perawatan (titik M). Pasien kemudian dapat menerima
diagnosis (titik D), setelah itu pengobatan dapat diberikan (titik T). Perjalanan penyakit
selanjutnya dapat mengakibatkan penyembuhan, pengendalian penyakit (dengan atau tanpa
cacat), atau bahkan kematian.
Validitas uji Penyaringan

Validitas suatu tes didefinisikan sebagai kemampuannya untuk membedakan antara yang
memiliki penyakit dan yang tidak. Validitas memiliki dua komponen: sensitivitas dan
kekhususan. Sensitivitas tes didefinisikan sebagai: kemampuan tes untuk mengidentifikasi
dengan benar mereka yang memiliki penyakit. Spesifisitas tes ditentukan sebagai kemampuan
tes untuk mengidentifikasi dengan benar yang tidak mengidap penyakit tersebut.

NILAI PREDIKTIF DARI TES

Sejauh ini, kami telah bertanya, “Seberapa bagus tesnya? mengidentifikasi orang dengan
penyakit dan orang-orang tanpa penyakit?” Ini merupakan masalah penting, terutama dalam
menyaring populasi yang hidup bebas. Di dalam efeknya, kita bertanya, “Jika kita menyaring
suatu populasi, berapa proporsi orang yang menderita penyakit tersebut? akan diidentifikasi
dengan benar?” Ini jelas merupakan pertimbangan kesehatan masyarakat yang penting. Di
klinik pengaturan kal, bagaimanapun, pertanyaan yang berbeda mungkin penting bagi dokter:
Jika hasil tespositif pada pasien ini, berapa probabilitas bahwapasien ini memiliki penyakit?
Ini disebut posisi nilai prediktif tive (PPV) dari tes. Di lain kata-kata, berapa proporsi pasien
yang menguji? positif sebenarnya memiliki penyakit yang dimaksud? Untuk menghitung nilai
prediksi positif, kami membagi jumlah positif sejati dengan jumlah total who diuji positif
(positif benar + positif palsu).
Hubungan antara Prediktif Positif Nilai dan Prevalensi Penyakit

Dalam pembahasan nilai prediktif berikut ini,istilah nilai prediktif digunakan untuk
menunjukkan posisi nilai prediktif tive dari tes.Hubungan antara nilai prediktif dan prevalensi
penyakit dapat dilihat pada contoh yang diberikan Pertama, mari kita mengarahkan perhatian
kita ke bagian atas meja. Asumsikan kita menggunakan tes dengan sensitivitas 99% dan
spesifisitas 95% pada populasi 10.000 orang di mana prevalensi penyakit adalah 1%. Karena
prevalensinya adalah 1%, 100 dari 10.000 orang menderita penyakit ini dan 9.900 tidak.
Dengan sensitivitas 99%, tes mengidentifikasi dengan benar 99 dari 100 orang yang memiliki
penyakit. Dengan spesifisitas 95%, uji cor langsung mengidentifikasi sebagai negatif 9.405
dari 9.900 orang yang tidak mengidap penyakit tersebut. Dengan demikian, dalam populasi
ini tion dengan prevalensi 1%, 594 orang diidentifikasi sebagai positif dengan tes (99 + 495).
Namun, dari ini 594 orang, 495 (83%) positif palsu dan nilai prediksi positif karena itu
99/594, atau hanya 17%.

Hubungan antara Prediktif Positif Nilai dan Spesifisitas Tes

Dalam pembahasan berikut, istilah prediktif nilai digunakan untuk menunjukkan nilai
prediksi positif dari tes. Faktor kedua yang mempengaruhi nilai prediksi suatu tes adalah
kekhususan tes tersebut. Contohnya ini ditampilkan pertama dalam bentuk grafik dan
kemudian dalam bentuk tabel. diagram hasilnya penyaringan populasi; namun, tabel 2 × 2
dalam angka-angka ini berbeda dari yang ditunjukkan sebelumnya angka. Setiap sel digambar
dengan ukuran proporsional terhadap populasi yang diwakilinya. Dalam setiap gambar sel
yang mewakili orang yang dites positif adalah berbayang biru; ini adalah sel yang akan
digunakan dalammenghitung nilai prediksi positif.

HUBUNGAN ANTARA VALIDITAS DAN KEANDALAN

Untuk menyimpulkan bab ini, mari kita bandingkan validitasdan keandalan menggunakan
presentasi grafis. Garis horizontal adalah skala nilai untuk variabel tertentu, seperti glukosa
darah tingkat, dengan nilai sebenarnya ditunjukkan. Hasil tes diperoleh ditunjukkan oleh
kurva. kurvanya adalah sempit, menunjukkan bahwa hasilnya cukup dapat diandalkan
(dapat diulang); sayangnya, bagaimanapun, mereka mengelompok jauh dari nilai sebenarnya,
sehingga tidak valid. Gambar 5-18 menunjukkan kurva yang lebar dan oleh karena itu
memiliki keandalan yang rendah. Namun, nilai-nilai diperoleh cluster di sekitar nilai
sebenarnya dan, dengan demikian, adalah valid. Jelas, apa yang kita inginkan capai adalah
hasil yang valid dan dapat diandalkan
Penting untuk menunjukkan bahwa pada Gambar 5-18,di mana distribusi hasil tes adalah
kurva luas yang berpusat pada nilai sebenarnya, kami jelaskan hasilnya sebagai valid.
Namun, hasilnya valid hanya untuk grup (yaitu, mereka cenderung mengelompok nilai
sebenarnya). Penting untuk diingat bahwa apa yang mungkin berlaku untuk suatu kelompok
atau populasi mungkin tidak demikian untuk individu dalam pengaturan klinis. Ketika
reliabilitas atau pengulangan tes buruk, validitas tes untuk individu tertentu juga mungkin
miskin. Perbedaan antara kelompok valid Oleh karena itu, keabsahan dan validitas individu
penting untuk perlu diingat ketika menilai kualitas diagnosis tes tik dan skrining.

Chapter 6 (Sejarah Alam Penyakit: Cara Mengungkapkan Prognosis)

Pada titik ini, kita telah belajar bagaimana diagnostik dan tes skrining memungkinkan
kategorisasi sakit dan individu yang sehat. Setelah seseorang diidentifikasi sebagai memiliki
penyakit, muncul pertanyaan, “Bagaimana kita bisa mengkarakterisasi riwayat alami penyakit
di istilah kuantitatif?” Kuantifikasi seperti itu penting karena beberapa alasan. Pertama, perlu
untuk menggambarkan tingkat keparahan penyakit untuk menetapkan prioritas untuk layanan
klinis dan program kesehatan masyarakat. Kedua, pasien sering bertanya tentang prognosis
(Gbr. 6-1). Ketiga, kuantifikasi semacam itu penting untuk menetapkan dasar bagi sejarah
alam, jadi bahwa ketika perawatan baru tersedia, efeknya perawatan ini dapat dibandingkan
dengan hasil yang diharapkan tanpa mereka. Selanjutnya, jika berbagai jenis terapi yang
tersedia untuk diberikan penyakit, seperti perawatan bedah atau medis atau dua jenis prosedur
bedah yang berbeda, kami ingin untuk dapat membandingkan efektivitas berbagai jenis
terapi. Oleh karena itu, untuk mengizinkan perbandingan, kita membutuhkan sarana
kuantitatif mengungkapkan prognosis dalam kelompok yang menerima perawatan yang
berbeda. Bab ini menjelaskan beberapa cara di mana Prognosis dapat dijelaskan secara
kuantitatif untuk sekelompok pasien.

Untuk membahas prognosis, mari kita mulai dengan representasi skema dari sejarah
alam penyakit pada pasien, seperti yang ditunjukkan pada Gambar 6-2. Titik A menandai
permulaan biologis penyakit. Seringkali, titik ini tidak dapat diidentifikasi karena terjadi
secara subklinis, mungkin sebagai perubahan subselular, seperti perubahan DNA. Pada suatu
saat di perkembangan proses penyakit (titik P), bukti patologis penyakit dapat diperoleh jika
dicari. Selanjutnya, tanda dan gejala penyakit berkembang pada pasien (titik S), dan pada
beberapa waktu setelah itu, pasien dapat mencari medis perawatan (titik M). Pasien kemudian
dapat menerima diagnosis (titik D), setelah itu pengobatan dapat diberikan (titik T).
Perjalanan penyakit selanjutnya dapat mengakibatkan penyembuhan, pengendalian penyakit
(dengan atau tanpa cacat), atau bahkan kematian.

KASUS-FATALITAS

Cara pertama untuk mengungkapkan prognosis adalah fatalitas kasus, yang dibahas
dalam Bab 4. Kasus fatal adalah didefinisikan sebagai jumlah orang yang meninggal karena
penyakit dibagi dengan jumlah orang yang penyakit. Mengingat bahwa seseorang memiliki
penyakit, berapa kemungkinan dia akan mati karena penyakit? Perhatikan bahwa penyebut
untuk fatalitas kasus adalah jumlah orang yang menderita penyakit tersebut. Ini berbeda dari
angka kematian, di mana penyebutnya mencakup siapa saja yang berisiko meninggal
karenapenyakit—baik orang yang menderita penyakit maupun orang yang tidak (belum)
menderita penyakit tersebut, tetapi dalam siapa itu bisa berkembang. Kasus fatal tidak
termasuk pernyataan waktu yang eksplisit. Namun, waktu dinyatakan secara implisit, karena
case-fatality umumnya digunakan untuk penyakit akut di mana kematian, jika terjadi, terjadi
relatif segera setelah diagnosis. Jadi, jika biasa alami riwayat penyakit diketahui, istilah
casefatality mengacu pada periode setelah diagnosis selama kematian yang mungkin
diharapkan terjadi. Kasus fatal sangat cocok untuk penyakit yang: adalah kondisi akut jangka
pendek. Pada penyakit kronis, di mana kematian dapat terjadi bertahun-tahun setelahnya
diagnosis dan kemungkinan kematian karena penyakit lain penyebab menjadi lebih mungkin,
fatalitas kasus menjadi ukuran yang kurang bermanfaat. Oleh karena itu kami menggunakan
yang berbeda pendekatan untuk mengekspresikan prognosis sedemikian penyakit.

ORANG-TAHUN

Cara yang berguna untuk mengungkapkan kematian adalah dalam hal jumlah
kematian dibagi orang-tahun di mana suatu kelompok diamati. Karena individu sering
diamati untuk periode waktu yang berbeda, Satuan yang digunakan untuk menghitung waktu
pengamatan adalah orang-tahun. (Orang-tahun sebelumnya dibahas dalam Bab 3, hlm. 42-
45.) Jumlah orang-tahun untuk dua orang, masing-masing adalah diamati selama 5 tahun,
sama dengan 10 orang,n masing-masing diamati selama 1 tahun, yaitu, 10 orang-tahun.
Jumlah orang-tahun bisa kemudian ditambahkan bersama-sama dan jumlah acara seperti
kematian dapat dihitung per jumlah orang-tahun diamati.

KELANGSUNGAN LIMA TAHUN

Ukuran lain yang digunakan untuk menyatakan prognosis adalah kelangsungan hidup
5 tahun. Istilah ini sering digunakan dalam kedokteran klinis, terutama dalam mengevaluasi
perawatan untuk kanker. Kelangsungan hidup 5 tahun adalah persentase pasien yang masih
hidup 5 tahun setelah perawatan dimulai atau 5 tahun setelah diagnosis. (Meskipun
kelangsungan hidup 5 tahun adalah sering disebut sebagai tarif, sebenarnya adalah proporsi.)
Meskipun penggunaan 5 tahun secara luas interval, harus ditunjukkan bahwa ada tidak ada
yang ajaib sekitar 5 tahun. Tentu saja, tidak ada perubahan biologis yang signifikan yang
terjadi secara tiba-tiba dalam 5 tahun riwayat alami penyakit yang akan membenarkannya
gunakan sebagai titik akhir. Namun, sebagian besar kematian dari kanker terjadi selama
periode ini setelah diagnosis, jadi Kelangsungan hidup 5 tahun telah digunakan sebagai
indeks keberhasilan dalam pengobatan kanker.

Menghitung Tabel Kehidupan Sekarang mari kita lihat data dari contoh ini dibentuk
tabel standar di mana mereka biasanya disajikan untuk menghitung tabel kehidupan. Dalam
contoh baru saja dibahas, orang-orang yang datanya tidak tersedia selama 5 tahun penuh
penelitian adalah mereka yang terdaftar beberapa saat setelah penelitian dimulai, jadi mereka
tidak diamati selama 5 tahun penuh Titik. Dalam hampir setiap studi kelangsungan hidup,
bagaimanapun, subjek juga mangkir. Entah mereka tidak dapat ditemukan atau mereka
menolak untuk terus berpartisipasi dalam penelitian. Dalam menghitung tabel kehidupan,
orang-orang yang datanya tidak tersedia sepenuhnya periode tindak lanjut — baik karena
tindak lanjut tidak mungkin atau karena mereka terdaftar setelah studi dimulai—disebut
“penarikan” (atau kerugian untuk ditindak lanjuti).

ASUMSI YANG DIBUAT DALAM MENGGUNAKAN TABEL HIDUP

Dua asumsi penting dibuat dalam menggunakan kehidupan tabel. Yang pertama
adalah bahwa tidak ada sekuler (sementara) perubahan efektivitas pengobatan atau bertahan
hidup selama waktu kalender. Artinya, kita mengasumsikan bahwa selama periode penelitian,
ada tidak ada perbaikan dalam pengobatan dan kelangsungan hidup dalam satu tahun
kalender penelitian adalah sama seperti pada tahun kalender studi lainnya. Jelas, jika sebuah
penelitian dilakukan selama bertahun-tahun, asumsi ini mungkin tidak valid karena,
untungnya, terapi membaik seiring waktu. Jika kita khawatir bahwa efektivitas terapi
mungkin telah berubah selama program studi, kita bisa memeriksa data awal terpisah dari
data selanjutnya. Jika mereka tampak berbeda periode awal dan selanjutnya dapat dianalisis
terpisah. Asumsi kedua berkaitan dengan tindak lanjut dari orang-orang yang terdaftar dalam
penelitian. Di hampir setiap studi kehidupan nyata, peserta mangkir. Orang bisa mangkir
karena berbagai alasan.

CONTOH PENGGUNAAN TABEL KEHIDUPAN

Tabel kehidupan digunakan di hampir setiap area klinis. Mereka adalah sarana standar
yang digunakan untuk bertahan hidup diungkapkan dan dibandingkan. Mari kita periksa
beberapa contoh. Salah satu kemenangan besar pediatri dalam beberapa dekade terakhir telah
menjadi pengobatan leukemia pada anak-anak. Namun, peningkatannya telah telah jauh lebih
besar untuk kulit putih daripada kulit hitam, dan alasan perbedaan ini tidak jelas. Di waktu
ketika tingkat kelangsungan hidup dari leukemia akut masa kanak-kanak meningkat pesat,
sebuah penelitian dilakukan untuk mengeksplorasi perbedaan ras dalam kelangsungan hidup.

KESIMPULAN

Bab ini telah membahas lima cara mengekspresikan prognosisnya (Tabel 6-14).
Pendekatan mana yang terbaik? tergantung pada jenis data yang tersedia dan dengan tujuan
analisis data. Dalam Bab 5 dan 6, kita akan beralih ke bagaimana kita menggunakan uji coba
secara acak untuk memilih cara intervensi terbaik untuk keduanya mencegah dan mengobati
penyakit manusia.
Menilai Tindakan Pencegahan dan
Terapi: Uji Coba Acak
Beberapa cara untuk mengukur riwayat alami penyakit dan mengungkapkan
prognosis penyakit dibahas dalamBab 6. Tujuan kami, baik dalam kesehatan masyarakat
maupun dalam praktik klinis, adalah untuk mengubah riwayat alami suatu penyakit untuk
mencegah atau menunda kematian atau kecacatan dan untuk meningkatkan kesehatan pasien
atau populasi. Tantangannya adalah untuk memilih tindakan pencegahan atau terapi terbaik
yang tersedia untuk mencapai tujuan ini. Untuk melakukannya, kita perlu melakukan studi
yang menentukan nilai dari ukuran-ukuran ini. Uji coba secara acak dianggap sebagai desain
yang ideal untuk mengevaluasi efektivitas dan efek samping dari bentuk intervensi baru.
Gagasan menggunakan metodologi yang ketat untuk menilai kemanjuran obat baru,
atau modalitas perawatan baru, bukanlah hal baru. Pada tahun 1883, Sir Francis Galton,
antropolog, penjelajah, dan ahli eugenika Inggris, yang memiliki minat kuat pada kecerdasan
manusia, menulis sebagai berikut:
Ditegaskan oleh beberapa orang, bahwa manusia memiliki kemampuan untuk memperoleh hasil di
mana mereka memiliki sedikit atau tanpa kendali pribadi secara langsung, melalui doa yang khusyuk
dan khusyuk, sementara yang lain meragukan kebenaran pernyataan ini. Pertanyaan itu menyangkut
suatu fakta, yang harus ditentukan dengan pengamatan dan bukan oleh otoritas; dan itu adalah salah
satu yang tampaknya sangattopik yang cocok untuk statistik pertanyaan…Apakah doa dijawab,
atau tidak?…[Apakah] orang sakit yang berdoa, atau didoakan, rata-rata sembuh lebih
cepat daripada yang lain?
Seperti banyak ide perintis dalam sains dan kedokteran, bertahun-tahun harus berlalu
sebelum saran ini benar-benar diimplementasikan. Pada tahun 1965, Joyce dan Welldon
melaporkan hasil percobaan acak tersamar ganda tentang kemanjuran doa.3 Temuan
penelitian ini tidak menunjukkan bahwa pasien yang didoakan memperoleh manfaat apa pun
dari doa itu. Sebuah studi yang lebih baru oleh Byrd,4 namun, mengevaluasi efektivitas doa
syafaat pada populasi unit perawatan koroner menggunakan protokol double-blind acak.
Temuan dari penelitian ini menunjukkan bahwa doa memiliki efek terapeutik yang
menguntungkan.
Dalam bab ini dan bab berikutnya, kita membahas desain studi yang dapat digunakan
untuk mengevaluasi pendekatan pengobatan dan pencegahan dan fokus pada uji coba secara
acak. Meskipun istilah uji klinis acak sering digunakan bersama dengan akronimnya, RCT,
desain uji coba acak juga memiliki penerapan utama untuk studi di luar pengaturan klinis,
seperti uji coba berbasis komunitas. Untuk alasan ini, kami menggunakan istilah uji coba
secara acak.
Meskipun ini bukan uji coba secara acak, ini adalah bentuk uji coba yang tidak
direncanakan, yang telah dilakukan berkali-kali ketika terapi yang dianggap terbaik yang
tersedia tidak tersedia dan belum tersedia untuk semua pasien yang membutuhkannya. .
Percobaan yang direncanakan dijelaskan oleh ahli bedah Skotlandia James Lind pada tahun
1747.6 Lind menjadi tertarik pada penyakit kudis, yang membunuh ribuan pelaut Inggris
setiap tahun. Dia tertarik dengan kisah seorang pelaut yang menderita penyakit kudis dan
telah terdampar di sebuah pulau terpencil, di mana dia hidup dari makanan rumput dan
kemudian sembuh dari penyakit kudis. Lind melakukan percobaan, yang dia
dijelaskansebagai berikut:
ini dipesan satu liter sari per hari ... Duayang lain mengambil 25 butir elixir vitriol…Dua
lainnya mengambil dua sendok cuka…Dua dicelupkan ke dalam air laut…Dua lainnya diberi
dua jeruk dan satu lemon diberikan setiap hari… Dua lainnya mengambil pala ukuran besar.
Efek baik yang paling tiba-tiba dan terlihat terlihat dari penggunaan jeruk dan lemon, salah
satu dari mereka yang telah mengambil mereka berada di akhir 6 hari fit untuk tugas ...
Yang lain ... ditunjuk perawat untuk sisa sakit.
Menariknya, gagasan tentang penyebab penyakit kudisterbukti tidak dapat diterima di
zaman Lind. Hanya 47 tahun kemudian Angkatan Laut Inggris mengizinkannya untuk
mengulangi eksperimennya—kali ini pada seluruh armada kapal. Hasilnya sangat dramatis
sehingga, pada tahun 1795, Angkatan Laut menjadikan jus lemon sebagai bagian dari diet
standar pelaut Inggris dan kemudian mengubahnya menjadi jus
Saya membawa 12 pasien penyakit kudis di atas kapal Salisbury di laut. Kasingnya sama
miripnya dengan yang saya miliki.mereka berbaring bersama di satu tempat dan memiliki
satu diet umum untuk mereka semua. Dua dari jeruk nipis. Scurvy pada dasarnya
menghilang dari pelaut Inggris, yang, bahkan hari ini, disebut sebagai "limeys."
Percobaan acak dapat digunakan untuk banyak tujuan. Mereka dapat digunakan untuk
mengevaluasi obat baru dan perawatan penyakit lainnya, termasuk tes kesehatan baru dan
teknologi perawatan medis. Uji coba juga dapat digunakan untuk menilai program baru untuk
skrining dan deteksi dini, atau cara baru untuk mengatur dan memberikan layanan kesehatan.
Desain dasar dari uji coba secara acak ditunjukkan pada:Gambar 7-1
Kami mulai dengan populasi tertentu yang diacak untuk menerima pengobatan baru
atau pengobatan saat ini, dan kami mengikuti subjek di setiap kelompok untuk melihat berapa
banyak yang ditingkatkan pada kelompok perlakuan baru dibandingkan dengan berapa
banyak yang ditingkatkan pada kelompok perlakuan saat ini. . Jika pengobatan baru

MENGALOKASI SUBJEK KE KELOMPOK PENGOBATAN TANPA RANDOMISASI

Sebelum membahas proses pengacakan, mari kita tanyakan apakah mungkin ada beberapa
alternatif untukrandomisasi yang dapat digunakan.
Studi tanpa Perbandingan
Alternatif pertama yang mungkin adalah studi kasus atau seri kasus. Dalam jenis
penelitian ini, tidak ada perbandingan yang dibuatdengan kelompok yang tidak diobati atau
dengan kelompok yang menerima pengobatan lain. Kisah berikut dituturkan oleh Dr. Earl
Peacock ketika dia menjadi ketua Departemen Bedah di Universitas Arizona:
Suatu hari ketika saya masih mahasiswa kedokteran junior, seorang ahli bedah Boston
yang sangat penting mengunjungi sekolah tersebut dan menyampaikan risalah besar
tentang sejumlah besar pasien yang telah menjalani operasi yang berhasil untuk
rekonstruksi pembuluh darah. Di akhir kuliah, seorang mahasiswa muda di belakang
ruangan dengan takut-takut bertanya, “Apakah Anda punya kendali?” Nah, ahli bedah
yang hebat itu menegakkan tubuhnya, memukul meja, dan berkata, "Maksud Anda, apakah
saya tidak mengoperasi setengah dari pasien?" Aula menjadi sangat sunyi saat itu. Suara
di belakang ruangan dengan sangat ragu menjawab, "Ya, itulah yang ada dalam pikiran
saya." Kemudian tinju pengunjung benar-benar turun saat dia menggelegar, “Tentu saja
tidak. Itu akan membuat setengah dari mereka mati. ” Ya Tuhan, saat itu sunyi, dan orang
hampir tidak bisa mendengar suara kecil itu bertanya, "Setengah yang mana?"7
Kontrol Historis
Kita bisa menggunakan kelompok pembanding dari masa lalu, yang disebut kontrol
historis. Kami memiliki terapi hari ini yang kami yakini akan cukup efektif, dan kami ingin
mengujinya pada sekelompok pasien; kami menyadari bahwa kami membutuhkan kelompok
pembanding. Jadi, sebagai perbandingan, kami akan kembali ke catatan pasien dengan
penyakit yang sama yang dirawat sebelum terapi baru tersedia. Jenis desain ini tampaknya
secara inheren sederhana dan menarik.
Kontrol Non-acak Simultan
Karena pentingnya masalah yang ditimbulkan oleh kontrol historis dan kesulitan
menangani perubahan sepanjang waktu kalender, pendekatan alternatif adalah menggunakan
kontrol simultan yang tidak dipilih secara acak. Masalah dengan memilih kontrol simultan
dengan cara yang tidak acak diilustrasikan oleh cerita berikut:
Seorang kapten laut diberi sampel pil anti-mual untuk diuji selama perjalanan. Kebutuhan akan
kontrol dijelaskan dengan hati-hati kepadanya. Sekembalinya kapal, kapten melaporkan hasilnya
dengan antusias. “Hampir setiap kontrol sakit, dan tidak satu pun subjek mengalami masalah.
Betulkahhal-hal yang indah.” Seorang skeptis bertanya bagaimana dia memilih kontrol dan
subjeknya. "Oh, saya memberikan barang-barang itu kepada pelaut saya dan menggunakan
penumpang sebagai kontrol."
Hasil
Kebutuhan untuk pengukuran yang sebanding di semua kelompok studi terutama benar untuk
pengukuran hasil. Pengukuran tersebut mencakup peningkatan (efek yang diinginkan) dan
efek samping yang mungkin muncul. Oleh karena itu, ada kebutuhan untuk kriteria yang
dinyatakan secara eksplisit untuk semua hasil yang akan diukur dalam sebuah penelitian.
Setelah kriteria dinyatakan secara eksplisit, kita harus yakin bahwa mereka diukur secara
sebanding di semua kelompok studi. Secara khusus, potensi jebakan hasil yang diukur lebih
hati-hati pada mereka yang menerima obat baru daripada mereka yang menerima terapi yang
tersedia saat ini harus dihindari. Blinding (masking), dibahas di bawah, dapat mencegah
banyak masalah ini, tetapi karena blinding tidak selalu memungkinkan, perhatian harus
diberikan untuk memastikan komparabilitas pengukuran dan kualitas data di semua kelompok
studi.
KESIMPULAN
Uji coba secara acak umumnya dianggap sebagai "standar emas" desain studi. Ketika hierarki
desain penelitian dibuat untuk menilai kekuatan bukti yang tersedia yang mendukung
kebijakan klinis dan kesehatan masyarakat, uji coba secara acak hampir selalu berada di
urutan teratas ketika desain penelitian diberi peringkat berdasarkan kualitas yang menurun.
Bab ini telah membahas banyak komponen uji coba secara acak yang dirancang untuk
melindungi penelitian dari prasangka dan bias peneliti dan orang lain yang terlibat dalam
melakukan penelitian, serta dari bias lain yang mungkin secara tidak sengaja diperkenalkan.
Dalam bab berikutnya kita akan membahas beberapa masalah lain yang berkaitan dengan
desain uji coba secara acak dan akan mempertimbangkan beberapa contoh menarik dan
aplikasi dari desain uji coba secara acak. Di dalamBab 17 dan18 kita akan membahas
penggunaan uji coba acak dan desain penelitian lain untuk mengevaluasi layanan kesehatan
dan untuk mempelajari efektivitas skrining.

Chapter 8
Uji Coba Acak:
Beberapa Masalah Lebih Lanjut
Pada pertemuan ilmiah beberapa tahun yang lalu, seorang investigasi tor
mempresentasikan hasil penelitian yang dia lakukan untuk mengevaluasi obat baru pada
domba. ”Setelah minum obat itu,” lapornya, ”sepertiga domba membaik secara nyata,
sepertiga domba tidak menunjukkan perubahan, dan yang lainnya melarikan diri.”
Pertanyaan tentang berapa banyak mata pelajaran yang dibutuhkan untuk belajar tidak
didasarkan pada mistik. Bagian ini menyajikan logika bagaimana mendekati pertanyaan
ukuran sampel. Mari kita mulai diskusi tentang ukuran sampel ini denganGambar 8-1.
Kami memiliki dua toples manik-manik, masing-masing berisi 100 manik-manik,
beberapa putih dan beberapa biru. Guci itu tidak tembus pandang, jadi (walaupun
penampilannya di gambar) kita tidak bisa melihat warna manik-manik di dalam toples hanya
dengan melihat stoples. Kita ingin mengetahui apakah distribusi manik-manik berdasarkan
warna berbeda dalam toples A dan B. Dengan kata lain, adakah proporsi manik-manik biru
yang lebih besar (atau lebih kecil) di toples A daripada di toples B?

Untuk menjawab pertanyaan ini, mari kita ambil sampel 10 manik-manik dari toples A di
satu tangan dan sampel 10 manik-manik dari toples B di tangan lainnya. Berdasarkan
distribusi warna dari 10 manik-manik di masing-masing tangan, kami akan mencoba untuk
mencapai kesimpulan tentang distribusi warna dari semua 100 manik-manik di masing-
masing toples.
Mari kita asumsikan bahwa (seperti yang ditunjukkan padaGambar 8-2) di satu tangan
kita memiliki 9 manik-manik biru dan 1 manik-manik putih dari toples A, dan di sisi lain kita
memiliki 2 manik-manik biru dan 8 manik-manik putih dari toples B. Dapatkah kita
menyimpulkan bahwa 90% manik-manik dalam toples A berwarna biru dan bahwa 10%
berwarna putih? Jelas, kita tidak bisa. Ada kemungkinan, misalnya, bahwa dari 100 manik-
manik dalam toples A, 90 berwarna putih dan 10 berwarna biru, tetapi kebetulan sampel 10
manik-manik kami mencakup 9 biru dan 1 putih. Ini mungkin, tetapi sangat tidak mungkin.
Demikian pula, sehubungan dengan toples B kita tidak dapat menyimpulkan bahwa 20%
manik-manik berwarna biru dan 80% berwarna putih. Dapat dibayangkan bahwa 90 dari 100
manik-manik berwarna biru dan 10 berwarna putih, tetapi kebetulan sampel 10 manik-manik
mencakup 2 manik-manik biru dan 8 manik-manik putih. Ini bisa dibayangkan tetapi, sekali
lagi, sangat tidak mungkin. Atas dasar distribusi sampel 10-manik di masing-masing tangan,
dapatkah kita mengatakan bahwa distribusi dari 100 manik-manik dalam dua toples itu
berbeda? Mengingat sampel di masing-masing tangan, mungkinkah, misalnya, distribusi
manik-manik di setiap toples adalah 50 biru dan 50 putih? Sekali lagi, itu mungkin, tetapi
tidak mungkin. Kami tidak dapat mengecualikan kemungkinan ini pada

REKRUITMEN DAN RETENSIPESERTA STUDI

Tantangan utama dalam melakukan uji coba secara acak adalah merekrut sukarelawan
yang memenuhi syarat dan bersedia dalam jumlah yang cukup. Kegagalan untuk merekrut
sukarelawan dalam jumlah yang cukup dapat meninggalkan uji coba yang dirancang dengan
baik tanpa jumlah peserta yang cukup untuk menghasilkan hasil yang valid secara statistik.
Calon peserta juga harus bersedia diacak untuk uji coba. Uji coba mungkin tertunda secara
signifikan oleh masalah perekrutan yang terbatas ini dan biaya untuk menyelesaikan uji coba
tersebut dapat meningkat. Namun, mengingat tekanan untuk merekrut jumlah peserta yang
cukup, tingkat kewaspadaan yang tinggi diperlukan untuk memastikan bahwa tidak ada
paksaan, baik terang-terangan maupun terselubung, yang digunakan oleh peneliti studi,
secara sadar atau tidak sadar, untuk meyakinkan calon peserta untuk mendaftar dalam studi.
Dalam batas-batas uji coba secara acak, peserta harus sepenuhnya diberitahu tentang risiko
dan pengaturan apa yang telah dibuat untuk kompensasi mereka jika efek yang tidak
diinginkan terjadi. Pengaturan yang tepat juga harus dibuat untuk menutupi pengeluaran
peserta seperti transportasi, akomodasi jika diperlukan, dan waktu peserta, terutama jika
partisipasi dikaitkan dengan hilangnya pendapatan. Namun, pembayaran insentif tunai
kepada calon sukarelawan sering kali berisiko terhadap paksaan yang halus atau terbuka; bias
dan distorsi hasil studi dapat terjadi, terutama jika insentif besar dibayarkan.
MENAFSIRKAN HASIL PERCOBAAN Acak
Generalisasi Hasildi luarPopulasi Studi
Setiap kali kami melakukan percobaan, tujuan utamanya adalah untuk menggeneralisasi hasil di
luar populasi penelitian.tiondiri. Mari kita pertimbangkan sebuah contoh. Misalkan kita ingin
mengevaluasi obat baru untuk lupus eritematosus (penyakit jaringan ikat) menggunakan uji
coba secara acak. Diagram diGambar 8-8 mewakili percobaan acak di mana populasi yang
ditentukan diidentifikasi dari total populasi, dan subset dari populasi yang ditentukan adalah
populasi penelitian. Misalnya, populasi total mungkin semua pasien dengan lupus
eritematosus, populasi yang ditentukan mungkin semua pasien lupus eritematosus di
komunitas kami, dan populasi penelitian bisa pasien dengan penyakit yang menerima
perawatan medis mereka dari salah satu dari beberapa klinik di kami. masyarakat.

Apa Hasil Percobaan Acak Dapat Memberitahu Dokter yang Mengobati tentangPasien
Perorangan?
Mari kita pertimbangkan skenario hipotetis sederhana. Seorang dokter akan
meresepkan pengobatan untuk salah satu pasiennya. Dokter tersebut akrab dengan uji coba
acak berkualitas tinggi yang baru-baru ini diterbitkan yang membandingkan Terapi A dengan
Terapi B untuk kondisi yang dialami pasiennya (Ara. 8-9A). Seperti yang terlihat pada
diagram, dalam uji coba, proporsi pasien yang menerima Terapi A jauh lebih besar memiliki
hasil yang baik (porsi batang berwarna biru) daripada proporsi pasien yang mendapatkan
hasil yang baik setelah mereka menerima Terapi B. Hasil uji coba oleh karena itu dilaporkan
menunjukkan bahwa Terapi A lebih unggul daripada Terapi B untuk kondisi ini.
Penelitian Efektivitas Komparatif (CER)
Beberapa percobaan acak dirancang untuk membandingkan terapi baru dengan
plasebo. Percobaan acak lainnya berfokus pada membandingkan pengobatan baru dengan
pengobatan lama yang diterima untuk menentukan apakah pengobatan baru lebih unggul dari
pengobatan yang sudah ada. Dua contoh percobaan yang digunakan untuk mengevaluasi
intervensi yang diterima secara luas dibahas kemudian dalam bab ini, pada halaman 169-172.
Dalam beberapa tahun terakhir, minat juga telah berkembang dalam apa yang disebut
penelitian efektivitas komparatif (CER), di mana dua atau lebih intervensi yang ada
dibandingkan untuk "menentukan intervensi mana yang akan bekerja paling baik dalam
populasi tertentu atau untuk pasien tertentu."3 Dalam jenis pendekatan ini, hasil dari jenis
desain studi lainnya, yang akan dibahas dalam bab-bab berikutnya, dapat digunakan bersama
dengan temuan uji coba secara acak untuk mencoba menjawab pertanyaan-pertanyaan ini.
EMPAT TAHAP PENGUJIAN OBAT BARU DI AMERIKA SERIKAT
Saat obat baru dikembangkan, Badan Pengawas Obat dan Makanan AS
mengikuti urutan standar empat fase untuk menguji dan mengevaluasi agen baru ini:

Percobaan fase I: Percobaan ini adalah studi farmakologi klinis—studi kecil

dari 20 sampai 80 pasien yang melihat masalah keamanan dengan obat baru atau
pengobatan lain. Efek toksik dan farmakologis diperiksa, termasuk keamanan, kisaran
aman dosis manusia, dan efek samping yang diamati dengan pengobatan baru. Jika obat
melewati studi ini, maka menjalani studi fase II.
Uji coba fase II: Studi fase II terdiri dari studi klinisinvestigasi 100 sampai
300 pasien untuk mengevaluasi kemanjuran obat atau pengobatan baru dan untuk menilai
lebih lanjut keamanan relatifnya. Jika obat melewati studi fase II, itu kemudian diuji dalam
uji coba fase III.
Uji coba fase III: Studi-studi ini adalah uji coba terkontrol acak skala besar
untuk efektivitas dan keamanan relatif. Studi-studi ini sering menyertakan 1,000 untuk
3.000 atau lebih peserta. Merekrut peserta dalam jumlah besar seperti itu mungkin sangat
sulit dan seringkali mengharuskan perekrutan dari lebih dari satu pusat studi. Ketika
kesulitan perekrutan diantisipasi sejak awal, penelitian dapat dirancang dalam tahap
perencanaannya sebagai uji coba multisenter. Jika obat melewati pengujian fase III, obat
tersebut dapat disetujui dan dilisensikan untuk pemasaran.
Studi fase IV: Telah semakin diakui bahwa efek samping obat tertentu, seperti
karsinogenesis (kanker) dan teratogenesis (malformasi kongenital), mungkin tidak menjadi
nyata selama bertahun-tahun. Ada juga kemungkinan bahwa efek samping obat baru
seperti itu mungkin sangat jarang sehingga tidak dapat dideteksi bahkan dalam uji klinis
acak yang relatif besar, tetapi dapat menjadi jelas hanya ketika obat tersebut digunakan
oleh populasi besar setelah pemasaran dimulai. Untuk alasan ini, studi fase IV, yang juga
disebut pengawasan pascapemasaran, penting untuk memantau agen baru saat mereka
mulai digunakan secara umum oleh masyarakat. Studi fase IV bukanlah studi acak dan
bukan percobaan seperti percobaan fase I, II, dan III. Karena studi fase IV memastikan
efek samping dari pengobatan baru setelah obat dipasarkan, mereka tidak melibatkan
pengacakan. Agar temuan dari surveilans pasca-pemasaran tersebut valid, sistem kualitas
yang sangat tinggi untuk pelaporan efek samping sangat penting. Sementara fokus studi
fase IV sering pada jumlah efek samping yang dilaporkan dan jumlah orang yang
menerima agen baru dan efek samping yang berkembang, studi fase IV seringkali sangat
berharga dalam memberikan bukti tambahan tentang manfaat dan membantu
mengoptimalkan penggunaan agen baru.
KESIMPULAN
Uji coba secara acak adalah standar emas untuk mengevaluasi kemanjuran terapi,
pencegahan, dan tindakan lainnya baik dalam kedokteran klinis dan kesehatan masyarakat
bab 7 dan 8 telah memberikan gambaran umumpendekatan untuk mempelajari desain dalam uji
coba secara acak dan langkah-langkah yang digunakan untuk meminimalkan atau
menghindari seleksi dan jenis bias lainnya. Dari sudut pandang masyarakat, generalisasi dan
masalah etika adalah pertimbangan utama, dan isu-isu ini telah dibahas

BAB 9

COHORT STUDIES

LEARNING OBJECTIVE :

 Untuk menggambarkan desain studi kohort dan untuk membedakannya dari random
uji coba.
 Untuk menggambarkan desain penelitian kohort dengan dua contoh penting.
 Untuk membahas beberapa potensi bias dalam kohort studi.

DESAIN STUDI KOHORT

Dalam studi kohort, peneliti memilih sekelompok individu yang terpapar dan
kelompok yang tidak terpapar individu dan menindak lanjuti kedua kelompok untuk
membandingkan insiden penyakit (atau tingkat kematian dari penyakit) pada kedua
kelompok.

Jika ada hubungan positif antara pajanan dan penyakit, kita dapat memperkirakan
bahwa proporsi kelompok terpajan di mana penyakit berkembang (insiden pada kelompok
terpajan) akan lebih besar dari proporsi yang tidak terpapar kelompok di mana penyakit
berkembang (insiden kelompok yang tidak terpapar).
MEMBANDINGKAN STUDI KOHORT DENGAN UJI COBA RANDOM

Pada titik ini, berguna untuk membandingkan studi kohort observasional yang baru saja
dijelaskan.

PEMILIHAN POPULASI STUDI

Karakteristik penting dalam desain kohort studi adalah perbandingan hasil dalam paparan
kelompok dan dalam kelompok yang tidak terpapar (atau, kelompok dengan karakteristik
tertentu dan kelompok tanpa itu ciri). Ada dua cara dasar untuk menghasilkankelompok
seperti:

1. Kita dapat membuat populasi penelitian dengan memilih kelompok untuk dimasukkan
dalam studi atas dasar apakah mereka terpapar atau tidak (misalnya, pekerjaan kohort
yang terpapar secara nasional)
2.  Atau kita dapat memilih populasi yang ditentukan sebelum anggotanya menjadi terbuka
atau sebelum mereka eksposur diidentifikasi. Kita bisa memilih populasi atas dasar
beberapa faktor yang tidak berhubungan dengan paparan (seperti komunitas tempat
tinggal)
 Studi kohort, di mana kita menunggu hasilnya berkembang dalam suatu populasi,
seringkali membutuhkan waktu yang lama periode tindak lanjut, berlangsung sampai cukup
peristiwa (out- datang) telah terjadi. Ketika pendekatan kedua digunakan—di mana suatu
populasi diidentifikasi untuk studi berdasarkan beberapa karakteristik yang tidak terkait
dengan eksposur yang dipermasalahkan—eksposur yang diminati mungkin tidak terjadi
untuk beberapa waktu, bahkan untuk banyak orang tahun setelah populasi
ditentukan. Konsekuensi akhirnya, panjang tindak lanjut yang diperlukan adalah genap
lebih besar dengan pendekatan kedua daripada dengan pertama.

JENIS-JENIS STUDI KOHORT

Seperti yang ditunjukkan pada Gambar 9-8, desainnya untuk kedua studi kohort
prospektif dan retro-studi kohort spektif atau historis adalah identik: kita adalah
membandingkan populasi yang terpapar dan tidak terpapar. NS satu-satunya perbedaan di
antara mereka adalah waktu kalender. Di sebuah desain kohort prospektif , eksposur dan
nonexpo- yakin dipastikan seperti yang terjadi selama penelitian; kelompok tersebut
kemudian ditindaklanjuti selama beberapa tahun ke masa depan dan insiden diukur. Dalam
sebuah ret desain kohort prospektif , eksposur dipastikan dari catatan dan hasil masa lalu
(pengembangan atau tidak ada perkembangan penyakit) dipastikan pada saat studi dimulai.

Dimungkinkan juga untuk melakukan penelitian yang kombinasi kohort prospektif

dan retrospeksi desain kohort aktif. Dengan pendekatan ini, eksposur adalah dipastikan dari
catatan objektif di masa lalu (seperti dalam studi kohort sejarah), dan tindak lanjut dan
pengukuran kepastian hasil berlanjut ke masa depan.

BIAS POTENSIAL DALAM STUDI KOHORT

Sejumlah bias potensial harus dihindari atau diperhitungkan dalam melakukan studi kohort.
Terminologi yang digunakan untuk banyak bias sering tumpang tindih, dan untuk
kepentingan kejelasan, dua kategori utama yang umum digunakan: seleksi bias dan bias
informasi.

 Bias Seleksi

Seperti yang telah dibahas sehubungan dengan acak percobaan, nonparticipation dan
nonresponse dapat memperkenalkan menghasilkan bias utama yang dapat memperumit
interpretasitasi dari temuan studi. Demikian pula, kehilangan tindak lanjut dapat menjadi
masalah serius: Jika orang dengan penyakit ini secara selektif mangkir, dan mereka yang
mangkir berbeda dari mereka yang tidak mangkir tindak lanjut, tingkat kejadian dihitung
dalam kelompok terpajan dan tidak terpajan jelas akan berbeda sulit untuk ditafsirkan.

 Bias Informasi
1.   Jika kualitas dan luasnya informasi yang diperoleh berbeda untuk orang yang
terpapar daripada untuk yang tidak orang yang diajukan, bias yang signifikan dapat
diperkenalkan ditarik. Hal ini sangat mungkin terjadi di studi kohort sejarah, di mana
informasi diperoleh dari catatan masa lalu. Seperti yang kita diskusikan sehubungan
dengan uji coba secara acak, dalam studi kohort, adalah penting bahwa kualitas
informasi yang diperoleh dapat dibandingkan pada keduanya individu yang terpapar
dan tidak terpapar.
2.   Jika orang yang memutuskan apakah penyakit memiliki dikembangkan di setiap
mata pelajaran juga tahu apakah subjek itu terungkap, dan jika orang itu menyadari
hipotesis yang sedang diuji, bahwa per-penilaian anak tentang apakah penyakit
berkembang oped mungkin bias oleh pengetahuan itu. Ini masalah dapat diatasi
dengan menutupi orang yang membuat penilaian penyakit dan juga dengan
menentukan apakah orang ini sebenarnya, menyadari eksposur setiap subjek status.
3.   Seperti dalam penelitian apa pun, jika ahli epidemiologi dan ahli statistik yang
menganalisis data memiliki prasangka yang kuat, mereka mungkin tidak sengaja
 memperkenalkan bias mereka ke dalam analisis data mereka dan ke dalam interpretasi
mereka tentang studi temuan.

KESIMPULAN

Beberapa pertimbangan dapat membuat desain kohort tidak praktis. Seringkali, bukti

kuat tidak ada untuk membenarkan pemasangan studi besar dan mahal untuk penyelidikan
mendalam tentang peran tertentu faktor risiko dalam etiologi suatu penyakit. Bahkan ketika
bukti semacam itu tersedia, kohort yang terpapar dan orang yang tidak terpajan seringkali
tidak dapat diidentifikasi

fied. Umumnya, kita tidak memiliki masa lalu yang sesuai catatan atau sumber data lain
yang memungkinkan kami untuk melakukan studi kohort retrospektif; hasil dari, studi
panjang diperlukan karena kebutuhan untuk perpanjangan tindak lanjut dari populasi setelah
ekspo- Tentu. Selain itu, banyak penyakit yang bunga saat ini terjadi pada tingkat yang sangat
rendah. konsekuensi- akhirnya, kohort yang sangat besar harus didaftarkan sebuah studi
untuk memastikan bahwa cukup banyak kasus berkembang dengan akhir masa studi untuk
memungkinkan analisis yang valid dan kesimpulan.

Mengingat pertimbangan ini, pendekatan selain desain kohort sering dibutuhkan satu
yang akan mengatasi banyak kesulitan ini. Bab 10  menyajikan desain studi seperti itu
kasus studi kontrol dan desain studi lain yang sedang semakin banyak digunakan. Bab 11 
dan 12  membahas penggunaan desain studi ini dalam memperkirakan peningkatan risiko
yang terkait dengan paparan, dan karakter. Karakteristik studi kohort dan kasus-kontrol
adalah: ditinjau dalam Bab 13.
BAB 10
 CASE-CONTROL AND OTHER STUDY DESIGN

LEARNING OBJECTIVE :

 Untuk menggambarkan desain kasus-kontrol studi, termasuk pemilihan kasus dan kontrol.
 Untuk membahas potensi bias seleksi di studi kasus-kontrol.
 Untuk membahas bias informasi dalam kasus-kontrol studi, termasuk keterbatasan dalam
mengingat dan bias mengingat.
 Untuk menggambarkan isu-isu lain dalam kasus-kontrol studi, termasuk pencocokan dan
penggunaan beberapa kontrol.
 Untuk memperkenalkan desain studi lainnya, termasuk desain bersarang, kasus cross-
over, ekologi, dan studi cross-sectional.

DESAIN STUDI KASUS KONTROL

Gambar 10-1 menunjukkan desain studi kasus-kontrol. Untuk memeriksa

kemungkinan hubungan paparan terhadap penyakit tertentu, kami mengidentifikasi
sekelompok individu dengan penyakit itu (disebut kasus ) dan, untuk tujuan perbandingan,
sekelompok orang tanpa penyakit itu (disebut kontrol ) Dalam contoh anak-anak dengan
katarak, kasus akan terdiri dari anak-anak dengan katarak dan kontrol akan terdiri dari anak-
anak tanpa kata-racikan. Untuk setiap anak, maka perlu untuk memastikan apakah ibu
terpapar atau tidak untuk rubella selama kehamilannya dengan anak itu. Kita mengantisipasi
bahwa jika paparan (rubella) sebenarnya berhubungan dengan penyakit (katarak), prevalensi
riwayat pajanan di antara kasus—anak-anak dengan katarak akan lebih besar dari itu di antara
kontrol—anak-anak tanpa katarak. Jadi, dalam pajanan dengan penyakit, prevalensi riwayat
paparan harus lebih tinggi pada orang yang memiliki penyakit (kasus) dibandingkan pada
mereka yang tidak penyakit (kontrol).

Tabel 10-1 menyajikan skema hipotetis dari bagaimana studi kasus-kontrol

dilakukan. Kita mulai dengan memilih kasus (dengan penyakit) dan kontrol (tanpa penyakit),
dan kemudian mengukur paparan masa lalu yakin dengan wawancara dan tinjauan medis atau
catatan karyawan atau hasil kimia atau bio-tes logika darah, urin, atau jaringan. 

Contoh hipotetis dari studi kasus-kontrolterlihat pada Tabel 10-2 . Kami sedang

melakukan kasus studi kontrol apakah merokok terkait dengan penyakit jantung koroner
(PJK). Kita mulai dengan 200 orang dengan PJK (kasus) dan membandingkannya dengan
400 orang tanpa PJK (kontrol). Jika ada hubungan-hubungan antara merokok dan PJK, kami
akan mengantisipasi bahwa proporsi yang lebih besar dari PJK kasus daripada kontrol akan
menjadi perokok (terpapar). Katakanlah kita menemukan bahwa dari 200 PJK kasus, 112
adalah perokok dan 88 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 hanyalah langkah awal. Perhitungan lebih lanjut untuk menentukan ada atau
tidaknya asosiasi ekspo yakin dengan penyakitnya akan dibahas di Bab11 dan 12 . Bab ini
berfokus pada masalah desain dalam studi kasus-kontrol.

Pada titik ini, kita harus menekankan bahwa ruang-tanda dari studi kasus-kontrol
adalah bahwa hal itu dimulai dengan orang dengan penyakit (kasus) dan membandingkannya
kepada orang tanpa penyakit (kontrol). ini dikontras dengan desain studi kohort, dibahas
di Bab 9 , yang dimulai dengan sekelompok orang yang terpapar orang dan
membandingkannya dengan kelompok yang tidak terpapar. Beberapa orang memiliki kesan
yang salah bahwa perbedaan antara dua jenis studi desain adalah bahwa studi kohort maju
dalam waktu dan studi kasus-kontrol mundur dalam waktu.

Tabel 10-3 menyajikan hasil kasus-kontrol studi tentang penggunaan pemanis buatan
dan kandung kemih kanker. Penelitian ini melibatkan 3.000 kasus dengan kandung kemih
kanker dan 5.776 kontrol tanpa kanker kandung kemih.

Mengapa jumlah kontrol yang tidak biasa? Yang paling penjelasan yang mungkin
adalah bahwa penyelidikan direncanakan untuk dua kontrol per kasus (6.000 kontrol), dan itu
beberapa kontrol tidak berpartisipasi. Dari 3.000 kasus, 1.293 telah menggunakan pemanis
buatan (43,1%), dan dari 5.776 kontrol, 2.455 telah menggunakan pemanis buatan (42,5%).
Proporsinya adalah sangat dekat, dan para peneliti dalam penelitian ini melakukannya tidak
mengkonfirmasi temuan yang telah dilaporkan di penelitian pada hewan, yang telah
menyebabkan kon- troversy dan memiliki implikasi kebijakan besar bagi pemerintah regulasi
ernment.
 Tabel 10-4 menyajikan data dari studi mereka tentang 1.357 laki-laki dengan kanker
paru-paru dan 1.357 kontrol menurut jumlah rata-rata rokok merokok per hari dalam 10 tahun
sebelum penyakit saat ini. 4 Kami melihat bahwa ada lebih sedikit berat perokok di antara
kontrol dan sangat sedikit non-perokok di antara kasus kanker paru-paru, sebuah temuan
sangat menunjukkan hubungan antara merokok dan kanker paru-paru. Berbeda dengan
sebelum Contohnya, paparan dalam penelitian ini tidak hanya dikotomis (diekspos atau
tidak), tetapi data paparan lebih lanjut dikelompokkan dalam hal dosis, diukur dengan jumlah
batang rokok yang dihisap per hari. Karena banyak pameran lingkungan yakin tentang yang
kita khawatirkan hari ini tidak eksposur semua-atau-tidak sama sekali, kemungkinan
melakukan

BIAS POTENSIAL DALAM STUDI KASUS-KONTROL

Bias Seleksi

Sumber kasus

Dalam studi kasus-kontrol, kasus dapat dipilih dari: berbagai sumber, termasuk pasien rumah
sakit, pasien dalam praktik dokter, atau pasien klinik. Banyak komunitas memelihara daftar
pasien
dengan penyakit tertentu, seperti kanker, dan istri dapat berfungsi sebagai sumber yang
berharga dari kasus-kasus seperti itu studi.

Menggunakan Kasus Insiden atau Prevalen

Pertimbangan utama dalam studi kasus-kontrol adalah apakah untuk memasukkan kasus
insiden penyakit (baru didiagnosis kasus hidung) atau kasus penyakit yang lazim (orang yang
mungkin memiliki penyakit untuk beberapa waktu). NS masalah dengan penggunaan kasus
insiden adalah bahwa kita harus sering menunggu kasus baru didiagnosis; sedangkan jika kita
menggunakan kasus umum, yang sudah ada didiagnosis, sejumlah besar kasus sering tersedia.
mampu untuk belajar. Namun, meskipun ada keuntungan menggunakan kasus-kasus umum,
umumnya lebih baik menggunakan kasus insiden penyakit di studi kasus-kontrol dari etiologi
penyakit. Alasannya adalah bahwa faktor risiko apa pun yang mungkin kami identifikasi
dalam sebuah penelitian menggunakan kasus umum mungkin lebih terkait dengan
kelangsungan hidupdengan penyakit daripada perkembangan penyakit (kejadian).

Pemilihan control

Pada tahun 1929, Raymond Pearl, Profesor Biostatistik di Universitas Johns Hopkins, di
Baltimore, Maryland, melakukan penelitian untuk menguji hipotesis bahwa tuberkulosis
terlindungi dari kanker. 5 Dari 7.500 otopsi berturut-turut di Johns Hopkins Hospital, Pearl
mengidentifikasi 816 kasus kanker. Dia kemudian memilih kelompok kontrol 816 dari antara
orang lain yang telah dilakukan otopsi di Johns Hopkins dan menentukan persen dari kasus
dan kontrol yang memiliki temuan tuberkulosis pada otopsi. Temuan Pearl terlihat pada
Tabel 10-5.
Dari 816 otopsi pasien dengan kanker, 54 menderita tuberkulosis (6,6%), sedangkan dari 816
penderita kontrol tanpa kanker, 133 menderita tuberkulosis (16,3%). Dari temuan bahwa
prevalensi tuberculosis jauh lebih tinggi pada kelompok kontrol (tidak ada temuan kanker)
dibandingkan pada kelompok kasus (kanker). (diagnosis), Pearl menyimpulkan bahwa
tuberkulosis memiliki efek antagonis atau protektif terhadap kanker.

Sumber Kontrol

Kontrol dapat dipilih dari orang-orang yang tidak dirawat di rumah sakit yang tinggal di
masyarakat atau dari pasien rawat inap yang dirawat karena penyakit selain yang kasusnya
diakui.

Penggunaan Orang Non-Rumah Sakit sebagai Kontrol

Kontrol non-rumah sakit dapat dipilih dari: beberapa sumber di masyarakat. Idealnya,
masalah sampel kemampuan dari total populasi mungkin dipilih, tetapi sebagai masalah
praktis, ini jarang terjadi. mungkin. Sumber lain termasuk daftar nama sekolah, selektif daftar
layanan, dan daftar perusahaan asuransi. Lain pilihannya adalah memilih, sebagai kontrol
untuk setiap kasus, penyok area tertentu, seperti lingkungan di yang kasusnya hidup. Kontrol
lingkungan seperti itu telah digunakan selama bertahun-tahun. Dalam pendekatan ini,
pewawancara diinstruksikan untuk mengidentifikasi rumah sebuah kasus sebagai titik awal,
dan dari sana berjalan melewati sejumlah rumah tertentu di arah tertentu dan mencari rumah
tangga pertama yang mengandung kontrol yang memenuhi syarat. Karena meningkatnya
masalah keamanan di daerah perkotaan Amerika Serikat, bagaimanapun, banyak orang tidak
akan lagi membuka pintu mereka untuk pewawancara. Namun demikian, di banyak negara
lain, khususnya di negara-negara berkembang, pintu kependekatan pintu untuk mendapatkan
kontrol mungkin ideal.

Penggunaan Pasien Rawat Inap sebagai Kontrol.

Rumah sakit banyak pasien rawat inap sering dipilih sebagai kontrol karena sejauh mana
mereka adalah “penduduk tawanan” dan diidentifikasi dengan jelas; karena itu harus relatif
lebih ekonomis untuk melakukan penelitian menggunakan kontrol seperti itu. Namun, seperti
yang baru saja dibahas, mereka mewakili sampel referensi yang tidak jelas populasi yang
umumnya tidak dapat dikarakterisasi. Selain itu, pasien rumah sakit berbeda dari orang-orang
di Komunitas. Misalnya, prevalensi merokok diketahui lebih tinggi di rumah sakit pasien
talized daripada di warga masyarakat; banyak dari diagnosis yang orang-orang yang dirawat
rumah sakit berhubungan dengan rokok.

Masalah dalam Seleksi Kontrol. 

Pada tahun 1981, Mac-Mahon dan rekan kerja 7 melaporkan kasus-kontrol mempelajari

kanker pankreas. Kasus-kasus itu adalah pasien dengan diagnosis yang dikonfirmasi secara
histologis kanker pankreas di 11 Boston dan Rhode Island rumah sakit dari tahun 1974
hingga 1979. Kontrol dipilih dari semua pasien yang dirawat di rumah sakit pada saat yang
sama waktu sebagai kasus; dan mereka dipilih dari yang lain pasien rawat inap oleh dokter
yang merawat yang telah dirawat di rumah sakit kasus. Satu temuan dalam hal ini penelitian
adalah hubungan dosis-respons yang jelas antara minum kopi dan kanker pankreas,
khususnya pada wanita ( Tabel 10-6 ).

minum kopi atau oleh beberapa faktor yang terkait erat denganminum kopi. Karena merokok
sudah dikenal faktor risiko kanker pankreas, dan karena minum kopi erat kaitannya dengan
rokok
merokok (jarang ditemukan perokok yang tidak merokok) minum kopi), apakah MacMahon
dan yang lainnya mengamati? asosiasi minum kopi dengan pancreas kanker karena kopi
menyebabkan pancreas kanker, atau karena minum kopi berhubungan dengan rokok.
merokok rette, dan merokok diketahui menjadi faktor risiko kanker pankreas? pengakuan
Untuk mengatasi masalah ini, penulis menganalisis data setelah stratifikasi untuk riwayat
merokok. Hubungan dengan minum kopi diadakan baik untuk saat ini merokok dan bagi
mereka yang tidak pernah merokok.

Bias Informasi

Masalah Mengingat

Masalah utama dalam studi kasus-kontrol adalah bahwamengingat. Masalah mengingat ada
dua jenis: keterbatasan dalam mengingat dan mengingat bias. Recall bias adalah bentuk
utamanya bias informasi dalam studi kasus-kontrol.

Keterbatasan Dalam Mengingat

Sebagian besar informasi berkaitan dengan paparan dalam studi kasus-kontrol sering
melibatkan pengumpulan data dari subjek dengan wawancara. Karena hampir semua manusia
terbatas pada berbagai tingkat dalam kemampuan mereka untuk mengingat informasi,
keterbatasan dalam mengingat merupakan masalah penting dalam studi semacam
itu. Masalah terkait yang agak berbeda. Berbeda dari keterbatasan dalam mengingat adalah
bahwa orang-orang diwawancarai mungkin tidak memiliki informasi masi yang diminta.

Ingat Bias

Masalah potensial yang lebih serius di studi kasus-kontrol adalah bias mengingat.
Memperkirakan

bahwa kita sedang mempelajari kemungkinan hubungan malformasi kongenital hingga

infeksi prenatal. Kami melakukan studi kasus-kontrol dan wawancara ibu dari anak dengan
kelainan kongenital (kasus) dan ibu dari anak tanpa malformasi (kontrol). Setiap ibu ditanyai
tentang infeksi yang mungkin dideritanya 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? Ibu
seperti itu bahkan mungkin mengingat suatu peristiwa, seperti infeksi saluran pernapasan
ringan, bahwa seorang ibu dari seorang anak tanpa cacat lahir bahkan mungkin tidak
menyadarinya atau mungkin telah lupa sepenuhnya. Jenis bias ini dikenal sebagai bias
mengingat ; Ernst Wynder, seorang epidemi terkenal ologist, juga menyebutnya "bias
perenungan."

MASALAH LAIN DI STUDI KASUS KONTROL

Cocok

Perhatian utama dalam melakukan kontrol kasus studi adalah bahwa kasus dan kontrol
mungkin berbeda dalam karakteristik atau eksposur selain yang telah ditargetkan untuk
dipelajari. Jika lebih banyak kasus daripada kontroll ditemukan telah terpapar, kita mungkin
ditinggalkan dengan pertanyaan apakah asosiasi yang diamati tion bisa karena perbedaan
antara kasus-kasus dan kontrol dalam faktor-faktor selain paparan sedang dipelajari.
Misalnya, jika lebih banyak kasus daripada kontroll ditemukan telah terpapar, dan jika
sebagian besar sebagian besar kasusnya berpenghasilan rendah dan sebagian besar kontrol
berpenghasilan tinggi, kita tidak akan tahu apakah faktor penentu perkembangan penyakit
adalah paparan faktor yang sedang dipelajari atau karakteristik lain yang terkait dengan
memiliki rendah penghasilan. Untuk menghindari situasi seperti itu, kami ingin memastikan
bahwa distribusi kasus dan kon- kontrol berdasarkan status sosial ekonomi serupa, sehingga
perbedaan dalam eksposur kemungkinan akan merupakanperbedaan kritis, dan ada atau tidak
adanya penyakit tidak mungkin disebabkan oleh perbedaan dalam status sosial ekonomi.

Pencocokan Grup

Pencocokan grup (atau pencocokan frekuensi ) terdiri dari: memilih kontrol sedemikian rupa

sehingga proporsi kontrol dengan karakteristik tertentu identik dengan proporsi kasus dengan
yang sama ciri. Jadi, jika 25% kasus menikah, kontrol akan dipilih sehingga 25% dari itu
kelompok juga menikah. Jenis seleksi ini menghasilkan mengharuskan semua kasus 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 dipilih untuk penelitian, kontrol dipilih siapa yang mirip
dengan kasus dalam hal variabel tertentu atau variabel yang menjadi perhatian. Misalnya, jika
kasus pertama terdaftar dalam penelitian kami adalah seorang wanita kulit putih berusia 45
tahun, kami akan mencari kontrol wanita kulit putih berusia 45 tahun. Jika kasus kedua
adalah pria kulit hitam berusia 24 tahun, kami akan pilih kontrol yang juga seorang pria kulit
hitam berusia 24 tahun. Jenis pemilihan kontrol ini menghasilkan kasus-kasus yang cocok
pasangan kontrol; yaitu, setiap kasus secara individual dicocokkan dengan kontrol. Implikasi
dari ini metode pemilihan kontrol untuk estimasi risiko berlebih.

Penggunaan Beberapa Kontrol

Di awal bab ini, kami mencatat bahwa penyidik dapat menentukan berapa banyak kontrol
yang akan digunakan per kasus dalam studi kasus-kontrol dan bahwa beberapa control untuk
setiap kasus sering digunakan. Kontrol dapat berupa (1) kontrol dari jenis yang sama , atau
(2) kontrol dari berbagai jenis , seperti rumah sakit dan kontrol lingkungan, atau kontrol
dengan yang berbeda

penyakit.

Kontrol dari Jenis yang Sama

Beberapa kontrol dari jenis yang sama , seperti dua control atau tiga kontrol untuk setiap
kasus, digunakan untuk meningkatkan kekuatan studi. Praktis berbicara, peningkatan
kekuatan yang nyata hanya diperoleh hingga rasio sekitar 1 kasus untuk 4 kontrol. Satu
mungkin bertanya, Mengapa menggunakan beberapa kontrol untuk setiap kasus? Mengapa
tidak menjaga rasio kontrol terhadap kasus pada 1: 1 dan hanya menambah jumlah
kasus? Jawabannya adalah bahwa untuk banyak penyakit yang relatif jarang terjadi kita
belajar, mungkin ada batasan jumlah kasus potensial yang tersedia untuk dipelajari. Sebuah
klinik mungkin melihat hanya sejumlah pasien tertentu dengan kanker atau dengan gangguan
jaringan ikat tertentu setiap tahun. Karena jumlah kasus tidak bias meningkat tanpa
memperpanjang studi di waktu untuk mendaftarkan lebih banyak kasus atau mengembangkan
kolaborasi studi multicenter yang aktif, pilihan untuk meningkatkan jumlah kontrol per kasus
sering dipilih. Kontrol ini memiliki tipe yang sama; hanya rasio kontrol untuk kasus telah
berubah.

Beberapa Kontrol dari Berbagai Jenis

Sebaliknya, kami dapat memilih untuk menggunakan beberapa control dari jenis yang
berbeda. Misalnya, kita mungkin khawatir bahwa paparan kontrol rumah sakit yang
digunakan dalam penelitian kami mungkin tidak mewakili tingkat paparan yang "diharapkan"
dalam populasi yang tidak sakit orang; yaitu, kontrol mungkin sangat dipilih bagian dari
individu yang tidak sakit dan mungkin memiliki pengalaman paparan yang berbeda. Kami
sebutkan sebelumnya bahwa pasien yang dirawat di rumah sakit lebih banyak merokok
daripada orang hidup di masyarakat, dan kami prihatin karena kita tidak tahu berapa tingkat
prevalensinya merokok di kontrol rawat inap mewakili atau bagaimana menafsirkan
perbandingan tarif ini dengan kasus-kasus tersebut. Untuk mengatasi masalah ini, kita dapat
memilih untuk menggunakan grup kontrol tambahan, seperti kontrol lingkungan. Harapannya
adalah bahwa hasilnya diperoleh ketika kasus dibandingkan dengan rumah sakit kontrol akan
serupa dengan hasil yang diperoleh ketika kasus dibandingkan dengan kontrol
lingkungan. Jika temuannya berbeda, alasan perbedaannya harus dicari. Dalam menggunakan
beberapa kontrol dari berbagai jenis yang berbeda, penyelidik idealnya harus memutuskan
perbandingan mana yang akan dianggap sebagai "stan emas kebenaran” sebelum memulai
studi yang sebenarnya.

KESIMPULAN

Kami sekarang telah meninjau desain studi dasar digunakan dalam penyelidikan epidemiologi
dan klinis riset. Sayangnya, berbagai istilah yang berbeda digunakan dalam literatur untuk
menggambarkan studi yang berbeda desain, dan penting untuk terbiasa dengan mereka. 
dirancang untuk membantu memandu Anda melalui terminologi yang sering
membingungkan. Tujuan dari semua jenis studi ini adalah untuk mengidentifikasi hubungan
antara eksposur dan memudahkan. Jika asosiasi tersebut ditemukan, langkah selanjutnya
adalah untuk menentukan apakah asosiasi tersebut mungkin menjadi kausal. Topik-topik ini,
dimulai dengan memperkirakan risiko dan menentukan apakah paparan terhadap suatu faktor
yang berhubungan dengan kelebihan risiko penyakit, dibahas dalam Bab 11 sampai 16.
 BAB 11

BAGAIMANA KITA MENENTUKAN APAKAH?

PENYAKIT TERTENTU TERKAITDENGAN EKSPOSUR TERTENTU?
Untuk menentukan apakah asosiasi seperti itu ada, kita harus menentukan, menggunakan data
yang diperoleh dalam kasus-kontrol dan studi kohort, apakah ada risiko berlebih penyakit
pada orang yang telah terpapar agen tertentu. Mari kita perhatikan hasil dari investigasi
hipotetis penyakit bawaan makanan kejadian luar biasa. Makanan yang dicurigai
diidentifikasi, dan untuk setiap makanan, tingkat serangan (atau tingkat kejadian) penyakit
dihitung untuk mereka yang memakan makanan tersebut (terbuka) dan bagi mereka yang
tidak memakan makanannya
(tidak terpapar), seperti yang ditunjukkan pada Tabel 11-1.
Bagaimana kita bisa menentukan apakah kelebihan risiko adalah terkait dengan masing-
masing item makanan? Satu pendekatan, ditunjukkan pada kolom C dari Tabel 11-2, adalah
untuk hitung rasio tingkat serangan pada mereka yang memakan setiap makanan dengan
tingkat serangan pada mereka yang melakukannya tidak memakan makanannya. Pendekatan
alternatif untuk mengidentifikasi risiko berlebih pada individu yang terpapar ditunjukkan di
kolom D. Kita dapat mengurangi risiko pada mereka yang tidak makan makanan dari risiko
pada mereka yang melakukannya makan makanannya. Perbedaan mewakili kelebihan risiko
pada mereka yang terpapar.
RISIKO RELATIF
Konsep Risiko Relatif Baik studi kasus-kontrol dan studi kohort dirancang untuk menentukan
ada tidaknya hubungan antara paparan faktor dan perkembangan penyakit. Jika sebuah
asosiasi ada, seberapa kuat itu? Jika kita melaksanakan studi kohort, kita dapat mengajukan
pertanyaan dengan cara lain: “Berapa rasio risiko penyakit pada orang yang terpapar?
individu terhadap risiko penyakit pada orang yang tidak terpajan individu?” Rasio ini disebut
risiko relatif:
Risiko relatif Risiko terpapar
Risiko di tidak terpapar = Risiko relatif juga dapat didefinisikan sebagai probabilitas suatu
peristiwa (mengembangkan penyakit) terjadi pada orang yang terpapar dibandingkan dengan
kemungkinan peristiwa pada orang yang tidak terpapar, atau sebagai rasio
dua kemungkinan.
Menafsirkan Risiko Relatif
Bagaimana kita menafsirkan nilai risiko relatif?
1. Jika risiko relatif sama dengan 1, pembilangnya sama dengan penyebut, dan risiko terkena
orang sama dengan risiko pada orang yang tidak terpajan. Oleh karena itu, tidak ada bukti
untuk peningkatan risiko pada individu yang terpapar atau untuk asosiasi apa pun penyakit
dengan paparan yang bersangkutan.
2. Jika risiko relatif lebih besar dari 1, pembilangnya lebih besar dari penyebutnya, dan
risikonya pada orang yang terpapar lebih besar daripada risiko pada orang yang tidak
terpapar. Ini adalah bukti hubungan positif, dan mungkin kausal (seperti yang dibahas dalam
Bab 14).
3. Jika risiko relatif kurang dari 1, pembilangnya lebih kecil dari penyebut, dan risiko dalam
orang yang terpajan lebih kecil daripada risiko pada orang yang tidak terpajan. Ini adalah
bukti negatif asosiasi, dan mungkin menunjukkan efek perlindungan. Temuan seperti itu
dapat diamati dalam orang yang diberi vaksin yang efektif (“terpapar” pada vaksin).
ODDS RATIO (PENGALAMAN RELATIF)
Kami telah melihat bahwa untuk menghitung kerabat risiko, kita harus memiliki nilai untuk
kejadian penyakit pada yang terpapar dan kejadian pada tidak terpapar, seperti yang dapat
diperoleh dari kohort belajar. Namun, dalam studi kasus-kontrol, kami tidak mengetahui
kejadian pada populasi yang terpapar atau insiden pada populasi yang tidak terpajan karena
kita mulai dengan orang yang sakit (kasus) dan orang yang tidak sakit (kontrol). Oleh karena
itu, dalam kasus-kontrol studi kita tidak dapat menghitung risiko relatif secara langsung.
Pada bagian ini kita akan melihat bagaimana ukuran lain dari asosiasi, rasio odds, dapat
diperoleh dari baik kohort atau studi kasus-kontrol dan dapat digunakan sebagai pengganti
risiko relatif. Kita juga akan melihat itu meskipun kami tidak dapat menghitung risiko relatif
dari studi kasus-kontrol, dalam banyak kondisi, kami dapat memperoleh perkiraan yang
sangat baik dari risiko relatif dari studi kasus-kontrol menggunakan rasio odds.
Mendefinisikan Odds Ratio di Cohort dan di Studi Kasus-Kontrol Dalam bab-bab
sebelumnya kita telah membahas proporsi populasi yang terpapar di mana penyakit
berkembang dan proporsi populasi yang tidak terpapar di mana penyakit berkembang dalam
studi kohort. Demikian pula, dalam studi kasus-kontrol, kami telah membahas proporsi kasus
yang terpapar dan proporsi kontrol yang terpapar (Tabel 11-8)
Kapan Rasio Odds Bagus?
Perkiraan Risiko Relatif?
Dalam studi kasus-kontrol, hanya rasio odds yang dapat dihitung sebagai ukuran asosiasi,
sedangkan dalam astudi kohort, baik risiko relatif atau peluang rasio adalah ukuran asosiasi
yang valid. Namun, banyak orang lebih nyaman menggunakan risiko relatif, dan ini adalah
yang paling sering digunakan ukuran asosiasi yang dilaporkan dalam literatur ketika hasil
studi kohort dipublikasikan. Bahkan ketika rasio odds digunakan, orang sering tertarik untuk
mengetahui seberapa baik perkiraan risiko relatifnya. Bahkan jurnal klinis bergengsi telah
diketahui menerbitkan laporan kasus-kontrol mempelajari dan memberi label pada kolom
hasil sebagai relatif risiko. Setelah membaca diskusi dalam bab ini, Anda terkejut melihat
presentasi seperti itu, karena Anda sekarang ketahuilah bahwa risiko relatif tidak dapat
dihitung langsung dari studi kasus-kontrol! Jelas, apa itu? dimaksud adalah perkiraan risiko
relatif berdasarkan
rasio odds yang diperoleh dalam kasus-kontrol studi.
Kapan rasio odds (peluang relatif) diperoleh? dalam studi kasus-kontrol pendekatan yang
baik dari risiko relatif dalam populasi? Ketika berikut
tiga kondisi terpenuhi:
1. Bila kasus yang diteliti bersifat representatif, dengan berkaitan dengan riwayat pajanan,
dari semua orang dengan penyakit dalam populasi dari mana kasus ditarik.
2. Ketika kontrol yang dipelajari representatif, berkaitan dengan riwayat pajanan, dari semua
orang tanpa penyakit dalam populasi dari mana kasus-kasus itu ditarik.
3. Ketika penyakit yang diteliti tidak terjadi sering.

Contoh Menghitung Peluang

Rasio dalam Studi Kasus-Kontrol
Di bagian ini, kami akan menghitung rasio odds dalam dua studi kasus-kontrol (di mana
kontrol
tidak cocok dengan kasus, dan yang lainnya di yang mereka cocokkan). Untuk tujuan ini
contoh, mari kita asumsikan sebagai berikut: penelitian kami anggaran kecil, jadi kami telah
melakukan studi kasus kontrol hanya 10 kasus dan 10 kontrol. nmenunjukkan individu yang
tidak terpapar, dan E menunjukkanindividu yang terpapar.
 BAB 12
Lebih lanjut tentang Risiko: Memperkirakan Potensi untuk Pencegahan Risiko yang Dapat
Diatribusikan untuk Grup yang Terkena Gambar 12-1 menawarkan pengenalan skematis
untuk ini konsep. Pertimbangkan dua kelompok: satu terpapar dan lainnya tidak terpapar.
Pada Gambar 12-1A, total risiko penyakit pada kelompok terpajan ditunjukkan dengan
ketinggian penuh bar di sebelah kiri, dan risiko total penyakit pada kelompok yang tidak
terpajan ditunjukkan oleh ketinggian penuh bar di sebelah kanan. Seperti yang terlihat di sini,
total risiko penyakit lebih tinggi pada yang terpapar kelompok dibandingkan dengan
kelompok yang tidak terpapar. Kita bisa bertanya pertanyaan berikut: Pada orang yang
terpapar, bagaimana banyak dari total risiko penyakit sebenarnya disebabkan oleh paparan
(misalnya, dalam kelompok perokok, berapa banyak risiko kanker paru-paru karena
merokok)?

Risiko yang Dapat Diatribusikan untuk Total Populasi—

Risiko yang Dapat Diatribusikan Populasi (PAR)
Mari kita beralih ke pertanyaan yang agak berbeda terkait terhadap risiko yang dapat
diatribusikan. Anggaplah kita tahu caranya menghilangkan rokok. Kami memberi tahu
walikota bahwa kami memiliki cara yang sangat efektif untuk menghilangkan rokok di
komunitas, dan kami ingin dia menyediakan dana untuk mendukung program semacam itu.
Walikota menjawab itu dia senang mendengar berita itu, tetapi bertanya, "Apa? akankah
dampak dari program berhenti merokok Anda? berada di tingkat kejadian kanker paru-paru di
kota kita?” Ini pertanyaan berbeda dari yang baru saja dibahas.
Karena jika kita berbicara tentang tingkat kanker paru-paru secara keseluruhan populasi kota,
dan tidak hanya di wilayah yang terpapar viduals, kita berbicara tentang populasi yang terdiri
dari perokok dan bukan perokok. NS walikota tidak menanyakan dampak apa yang akan kita
berikan perokok di kota ini, tapi lebih kepada apa dampaknya? memiliki pada seluruh
penduduk kota, yang termasuk perokok dan bukan perokok.
Contoh Risiko yang Dapat Diatribusikan Perhitungan dalam Jumlah Penduduk
(Risiko yang Dapat Diatribusikan Populasi—PAR)
Dengan menggunakan contoh yang sama, mari kita hitung Popu- Attributable Risk (PAR):
yang dapat diatribusikan risiko untuk total populasi. Pertanyaannya kita bertanya adalah: Apa
yang bisa kita capai dengan program berhenti merokok kami di total populasi lation (yaitu,
seluruh komunitas, yang terdiri dari perokok dan bukan perokok)?
PERBANDINGAN RISIKO RELATIF
DAN RISIKO YANG TERJADI
Bab 11 dan 12 telah meninjau beberapa langkah risiko dan kelebihan risiko. Risiko relatif dan
rasio odds penting sebagai ukuran kekuatan asosiasi, yang merupakan pertimbangan penting
asi dalam menurunkan kesimpulan kausal. Atribut-risiko yang dapat diukur adalah ukuran
seberapa banyak penyakit risiko disebabkan oleh eksposur tertentu. konsekuensi- akhirnya,
risiko yang dapat diatribusikan berguna dalam menjawab pertanyaan tentang seberapa banyak
penyakit dapat dicegah jika kita memiliki cara yang efektif untuk menghilangkan eksposur
yang bersangkutan. Dengan demikian, risiko relatif adalah nilai mampu dalam studi etiologi
penyakit, sedangkan risiko yang dapat diatribusikan memiliki aplikasi utama dalam klinis
praktik dan kesehatan masyarakat.

CHAPTER 13
Jeda untuk Peninjauan: Membandingkan Studi Kohort dan Kasus-Kontrol

WERE WERE
NOT EXPOSED EXPOS NOT WERE WERE NOT
EXPOSED ED EXPOSEDEXPOSED
EXPOS
ED

DISEASE
PEOPLE
DEVELOPS
WITHOUT
THE
DISEASE
DISEASE
DISE follow up for: DISE
DEVELOPS ASE ASE PEOPLE WITH
DOES DOES THE DISEASE
NOT NOT
DEVE DEVE
A LOP LOP B
(perbandingan Desain studi kohort dan kasus-kontrol. A, Studi kohort. B, Studi kasus-
 studi kasus-kontrol memiliki sejumlah keunggulan. relatif murah dan membutuhkan
jumlah mata pelajaran yang relatif kecil untuk dipelajari. Mereka diinginkan ketika kejadian
penyakit jarang terjadi, karena jika studi kohort dilakukan dalam keadaan seperti itu,
sejumlah besar orang harus diikuti untuk menghasilkan cukup banyak orang dengan penyakit
untuk dipelajari
Karena studi kasus-kontrol sering membutuhkan datatentang peristiwa atau paparan masa
lalu, mereka sering dibebani oleh kesulitan yang dihadapi dalam menggunakan data tersebut
(termasuk potensi bias ingatan). Selanjutnya, seperti yang telah dibahas secara rinci,
pemilihan kelompok kontrol yang tepat adalah salah satu masalah metodologis yang paling
sulit ditemui dalam epidemiologi. Selain itu, dalam sebagian besar studi kasus-kontrol, kami
tidak dapat menghitung kejadian penyakit baik pada total populasi atau kelompok terpajan
dan tidak terpajan tanpa beberapa informasi tambahan.
Desain kasus-kontrol bersarang menggabungkan elemen studi kohort dan kasus-kontrol
dan menawarkan sejumlah keuntungan. Kemungkinan bias ingatan dihilangkan karena data
paparan diperoleh sebelum penyakit berkembang. Data paparan lebih cenderung mewakili
keadaan sebelum sakit, karena diperoleh bertahun-tahun sebelum penyakit klinis didiagnosis.
Terakhir, biayanya lebih rendah dibandingkan dengan studi kohort, karena uji laboratorium
hanya perlu dilakukan pada spesimen dari subjek yang nantinya dipilih sebagai kasus atau
kontrol.

Hal penting yang membedakan antara kedua jenis desain penelitian adalah bahwa,
dalam studi kohort, orang yang terpajan dan tidak terpajan dibandingkan, dan dalam studi
kasus-kontrol, orang dengan penyakit (kasus) dan tanpa penyakit (kontrol). dibandingkan
dalam studi kohort, kami membandingkan kejadian penyakit pada individu yang terpajan
dan tidak terpajan, dan dalam studi kasus-kontrol, kami membandingkan proporsi yang
memiliki kepentingan pajanan pada orang dengan penyakit dan pada orang tanpa penyakit.
 (Dalam studi kohort yang dimulai dengan kelompok yang terpapar dan
kelompok yang tidak terpapar, kita dapat mempelajari beberapa hasil
tetapihanya satu paparan).
- Perbandingan studi kohort dan studyi kontrol
-Dalam studi kohort yang dimulai dengan populasi tertentu, kita dapat
mempelajari paparan ganda dan hasil ganda.
-Dalam studi kasus-kontrol yang dimulai dengan mengidentifikasi kasus dan
kontrol, kita dapat mempelajari beberapa eksposur tetapi hanya satu hasil.

CHAPTER 14
DARI ASOSIASI KE PENYEBAB: MENGAMBIL KESIMPULAN DARI STUDI
EPIDEMIOLOGI

(Serangkaian studi yang sering dilakukan pada populasi manusia)

Dalam melakukan penelitian pada manusia, urutan yang sering diikuti:

 Langkah awal dapat terdiri dari observasi klinis di samping tempat tidur. Misalnya,
ketika ahli bedah Alton Ochsner mengamati bahwa hampir setiap pasien yang dioperasinya
karena kanker paru-paru memiliki riwayat merokok, dia termasuk orang pertama yang
menyarankan kemungkinan hubungan sebab akibat.
Langkah kedua adalah mencoba mengidentifikasi data yang tersedia secara rutin,
yang analisisnya dapat menjelaskan pertanyaan tersebut. Kami kemudian dapat melakukan
studi baru seperti studi kohort dan kasus-kontrol, yang secara khusus dirancang untuk
menentukan apakah ada hubungan antara paparan dan penyakit, dan apakah ada hubungan
sebab akibat.
Langkah pertama yang biasa dilakukan dalam melakukan studi baru untuk
mengeksplorasi suatu hubungan sering kali merupakan studi kasus-kontrol. Misalnya, jika
Ochsner ingin mengeksplorasi lebih jauh sarannya bahwa merokok dapat dikaitkan dengan
kanker paru-paru, dia akan membandingkan riwayat merokok sekelompok pasiennya dengan
kanker paru-paru dengan sekelompok pasien tanpa kanker paru-paru—a studi kasus-kontrol.
Jika studi kasus-kontrol menghasilkan bukti bahwa paparan tertentu dicurigai, kita
selanjutnya mungkin melakukan studi kohort (misalnya, membandingkan perokok dan non-
perokok dan menentukan tingkat kanker paru-paru di setiap kelompok atau membandingkan
pekerja yang terpapar racun industri dengan pekerja tanpa paparan seperti itu). Meskipun,
secara teori, percobaan acak mungkin merupakan langkah berikutnya, seperti yang dibahas
sebelumnya, percobaan acak hampir tidak pernah digunakan untuk mempelajari efek racun
diduga atau karsinogen dan umumnya hanya digunakan untuk mempelajari agen yang
berpotensi bermanfaat.
JENIS-JENIS ASOSIASI :
 Asosiasi Nyata atau Palsu

menunjukkan hubungan kausal: kami mengamati hubungan paparan dan penyakit,

seperti yang ditunjukkan oleh tanda kurung, dan paparan menginduksi perkembangan
penyakit asosiasi paparan dan penyakit yang diamati, tetapi keduanya terkait hanya karena
keduanya terkait dengan faktor ketiga, yang ditunjuk di sini sebagai faktor X. Hubungan ini
merupakan hasil dari perancu dan nonkausal

JENIS HUBUNGAN KAUSAL :

 Jika suatu hubungan kausal, empat jenis hubungan kausal yang mungkin: (1) perlu
dan cukup; (2) perlu, tetapi tidak cukup; (3) cukup, tetapi tidak perlu; dan (4) tidak cukup dan
tidak perlu.

BUKTI UNTUK HUBUNGAN KAUSAL :

Postulat untuk sebab-akibat adalah sebagai berikut:
1. Organisme selalu ditemukan bersama penyakit.
2. Organisme ini tidak ditemukan dengan penyakit lain.
3. Organisme, ketika diisolasi dari orang yang memiliki penyakit, dan dibiakkan melalui
beberapa generasi, menghasilkan penyakit (pada hewan percobaan).

TABEL 14-1. Pedoman Penilaian

ApakahAsosiasi yang Diamati Adalah Penyebab
1. Hubungan sementara
2. Kekuatan dariasosiasi
3. Dosis-respons hubungan
4. Replikasi temuan
5. Masuk akal secara biologis
6. Pertimbangan penjelasan alternatif
7. Penghentian paparan
8. Konsistensi dengan pengetahuan lain
9. Kekhususan asosiasi
TABEL 14-3.Proses Penggunaan Bukti dalam Mengembangkan
Rekomendasi tentangEfektivitas Intervensi Prenatal

Tahap I: Mengkategorikan Bukti Berdasarkan Kualitas Sumbernya.

(Dalam setiap kategori, studi tercantum dalamurutan kualitas
menurun.)
1. Percobaan (intervensi yang direncanakan dengan penugasan
pengobatan dan non-pengobatan kontemporer)
a. Acak, double-blind,terkontrol plasebo dengan kekuatan yang
cukup dianalisis dengan tepat.
b. Diacak, tapi kebutaan tidak tercapai.
c. Uji coba tidak acak dengan kontrol pengganggu yang baik, yang
 dilakukan dengan baik dalam hal lain.
d. Diacak, tetapi dengan kekurangan dalam pelaksanaan atau
analisis (kekuatan tidak mencukupi, kerugian besar untuk
tindak lanjut, pengacakan yang dicurigai, analisis dengan
pengecualian).
e. Uji coba nonrandomized dengan kekurangan dalam eksekusi atau
analisis.
2. Studi kohort atau kasus-kontrol
a. Hipotesis ditentukan sebelum analisis, data yang baik, perancu
diperhitungkanuntuk.
b. Seperti di atas, tetapi hipotesis tidak ditentukan
sebelumnyaanalisis.
c. Post hoc, dengan masalah dalam data atau analisis.
3. Studi deret waktu
a. Analisis yang mempertimbangkan perancu.
b. Analisis yang tidak mempertimbangkan perancu.
4. Studi kasus-seri: Serangkaian laporan kasus tanpa kelompok
pembanding tertentu
Di antara isu-isu lain yang harus dipertimbangkan dalam meninjau
bukti adalah ketepatan definisi hasil yang diukur, sejauh mana
metodologi penelitian telah dijelaskan, kecukupan ukuran sampel,
dan sejauh mana karakteristik populasi dipelajari dan intervensi yang
dievaluasi telah dijelaskan.
Sebuah studi dapat dirancang dengan baik dan dilakukan dengan cara
yang patut dicontoh (validitas internal), tetapi jika populasi yang
diteliti adalah populasi yang tidak biasa atau sangat dipilih, hasilnya
mungkin tidak dapat digeneralisasikan (validitas eksternal).

Tahap II: Pedoman untuk Mengevaluasi Bukti Hubungan Sebab-

Akibat. (Dalam setiap kategori, studi tercantum dalamurutan prioritas
menurun.)
1. Kriteria utama
a. Hubungan temporal: Intervensi dapat dianggap sebagai bukti
pengurangan risiko penyakit atau kelainan hanya jika
intervensi diterapkan sebelum waktu penyakit atau kelainan
berkembang.
b. Masuk akal secara biologis: Mekanisme yang masuk akal secara
biologis harus dapat menjelaskan mengapa hubungan seperti itu
diharapkan terjadi.
c. Konsistensi: Studi tunggal jarang definitif. Temuan studi yang
direplikasi dalam populasi yang berbeda dan oleh peneliti yang
berbeda membawa bobot lebih daripada yang tidak. Jika temuan
penelitian tidak konsisten, inkonsistensi harus dijelaskan.
d. Penjelasan alternatif (pengganggu): Sejauh mana penjelasan
alternatif telah dieksplorasi merupakan kriteria penting dalam
menilai kausalitas.
2. Pertimbangan lainnya
a. Hubungan dosis-respons: Jika suatu faktor memang merupakan
 penyebab suatu penyakit, biasanya (tetapi tidak selalu) semakin
besar paparan faktor tersebut, semakin besar risiko penyakit
tersebut. Hubungan dosis-respons seperti itu mungkin tidak selalu
terlihat karena banyak hubungan biologis penting bersifat
dikotomis, dan mencapai tingkat ambang batas untuk efek yang
diamati.
b. Kekuatan asosiasi: Kekuatan asosiasi biasanya diukur dengan
sejauh mana risiko atau peluang relatif menyimpang dari
kesatuan, baik di atas 1 (dalam kasus paparan penyebab penyakit)
atau di bawah 1 (dalam kasus intervensi pencegahan). ).
c. Efek penghentian: Jika intervensi memiliki manfaatefek, maka
manfaat akan berhenti ketika dihapus dari populasi (kecuali efek
carryover operant).
Diadaptasi dari Gordis L, Kleinman JC, Klerman LV, et al: Kriteria
untuk mengevaluasi bukti mengenai efektivitas prenatalintervensi.
Dalam Merkatz IR, Thompson JE (eds): Perspektif Baru tentang
Perawatan Prenatal. New York, Elsevier, 1990, hlm 31–38.

CHAPTER 15 Ore On Causal Inferences: Bias, Confounding, And Interaction

Apa yang kita maksud dengan bias? Bias telah ditentukansebagai “setiap kesalahan
sistematis dalam desain, pelaksanaan, atau analisis penelitian yang menghasilkan
perkiraan yang salah tentang efek paparan terhadap risiko penyakit.

Jenis bias apa yang kita temui dalam studi epidemiologi? Yang pertama adalah bias
seleksi. Jika cara pemilihan kasus dan kontrol, atau individu yang terpajan dan tidak
 terpajan, sedemikian rupa sehingga hubungan yang tampak diamati bahkan jika,
dalam kenyataannya, pajanan dan penyakit tidak terkait hubungan yang tampak
adalah hasil dari bias seleksi. .

TABEL 15-1. Hasil dari Pasangan yang

Cocok
Analisis Studi Kasus-Kontrol Penggunaan
Reserpin danKanker payudara
Kontrol

Kanker payudara Digunakan

Tidak Menggunakan
kasus Reserpin Reserpin

Digunakan Reserpin

Tidak Menggunakan Reserpin

Rasio odds pasangan yang cocok 45 =

1,96
23
Diadaptasi dari Heinonen OP, Shapiro
S, Tuoominen L, dkk: Penggunaan
reserpin dalam kaitannya dengan kanker
payudara. Lancet 2:675–677, 1974.

penggunaan reserpin. Wanita dengan kanker payudara yang baru didiagnosis

diidentifikasi dari daftar keluar rumah sakit dan dari catatan yang mencatat operasi di
rumah sakit. Mereka melayani sebagai "kasus," dan masing-masing dicocokkan
berdasarkan usia dan tahun operasinya dengan kontrol yang adalah seorang wanita
yang dirawat untuk operasi elektif untuk beberapa kondisi jinak. Sebanyak 438
pasangan kasus-kontrol tersedia untuk analisis. Seperti yang Terlihat Di Tabel 15-1,
terdapat 45 pasang kasus yang menggunakan reserpin dan kontrol tidak dan 23
pasangan kontrol menggunakan reserpin dan kasus tidak. Rasio odds pasangan yang
cocok yang dihasilkan adalah 45/23 atau 1,96.

InformasiBias
Bias informasi dapat terjadi ketika sarana untuk memperoleh informasi tentang
subjek dalam penelitian tidak memadai sehingga sebagai akibatnya beberapa
informasi yang dikumpulkan mengenai pajanan dan/atau hasil penyakit tidak benar.
Mengingat ketidakakuratan dalam metode akuisisi data, kita mungkin kadang-
kadang salah mengklasifikasikan subjek dan dengan demikian menimbulkan bias
kesalahan klasifikasi. Misalnya, dalam studi kasus-kontrol, beberapa orang yang
memiliki penyakit (kasus) mungkin salah diklasifikasikan sebagai kontrol, dan
beberapa orang tanpa penyakit (kontrol) mungkin salah diklasifikasikan sebagai
kasus. Hal ini dapat terjadi, misalnya, dari sensitivitas dan spesifisitas yang terbatas
dari tes diagnostik yang terlibat atau dari informasi yang diperoleh dari catatan
medis atau catatan lain yang tidak memadai. Kemungkinan lain adalah bahwa kita
mungkin salah mengklasifikasikan.
Kesalahan klasifikasi dapat terjadi dalam dua bentuk: diferensial dan
nondiferensial. Dalam kesalahan klasifikasi diferensial, tingkat kesalahan klasifikasi
berbeda dalam kelompok studi yang berbeda. Misalnya, kesalahan klasifikasi
paparan dapat terjadi sehingga kasus yang tidak terpapar salah diklasifikasikan
sebagai terpapar lebih sering daripada kontrol yang tidak terpapar salah
diklasifikasikan sebagai terpapar. Ini terlihat dalam contoh hipotetis bias ingatan
yang disajikan dalam diskusi studi kasus-kontrol.
Bias mungkin diperkenalkandalam cara informasi disarikan dari catatan medis,
pekerjaan, atau catatan lain atau dari cara pewawancara mengajukan pertanyaan.
Bias juga dapat dihasilkan dari wawancara pengganti. Apa artinya ini? Misalkan kita
sedang melakukan studi kasus-kontrol kanker pankreas. Kasus fatalitas dari penyakit
ini sangat tinggi, dan waktu bertahan hidup sangat singkat. Ketika kami bersiap
untuk mewawancarai kasus, kami menemukan bahwa banyak dari mereka telah
meninggal dan banyak dari mereka yang selamat terlalu sakit untuk diwawancarai.
 Kami kemudian dapat mendekati anggota keluarga untuk mendapatkan informasi
tentang riwayat pekerjaan kasus, diet, dan paparan dan karakteristik lainnya. Orang
yang diwawancarai paling sering adalah pasangan atau anak.
Istilah bias keinginan diciptakan oleh Wynder dan rekan kerja 7 untuk menunjukkan
bias yang diperkenalkan oleh subjek yang telah mengembangkan penyakit dan siapa
yang mencoba menjawab pertanyaan "Mengapa saya?" berusaha untuk
menunjukkan, seringkali secara tidak sengaja, bahwa penyakit itu bukan kesalahan
mereka. Dengan demikian, mereka mungkin menolak paparan tertentu yang
berhubungan dengan gaya hidup (seperti merokok atau minum-minum); jika mereka
mempertimbangkan litigasi, mereka mungkin terlalu menekankan eksposur terkait
tempat kerja. Bias keinginan dapat dianggap sebagai salah satu jenis bias pelaporan.
Hal yang perlu diingat adalah bahwa bias adalah akibat dari kesalahan dalam desain
atau pelaksanaan penelitian. Oleh karena itu, upaya harus dilakukan untuk
mengurangi atau menghilangkan bias atau, paling tidak, untuk mengenalinya dan
memperhitungkannya ketika menafsirkan temuan penelitian. Namun, data yang
diperlukan untuk mendokumentasikan dan menilai jenis dan tingkat bias mungkin
tidak selalu tersedia.
Membangun
Masalah yang diajukan dalam banyak studi epidemiologi adalah bahwa kita
mengamati hubungan yang benar dan tergoda

TABEL 15-3.Risiko Relatif* (RR) dan

95% Confidence Intervals
(CI) Perkembangan Kanker
Payudara pada Usia 20
hingga 45 Tahun Terkait
dengan Aborsi yang
Diinduksi Sebelumnya
Dilaporkan oleh Wanita
Parous di Semua Wilayah
dan di Wilayah Barat dan
Tenggara Belanda

Tidak
disesuaikanDisesuaikan
RR RRkan 95%
CI

Semua wilayah 1.8 1.9 1.1–

3.2
 bagian barat 1.2 1.3 0,7–
2,6
Tenggara 12.3 14.6 1,8–120
wilayah

*Risiko relatif diperkirakan

menggunakan metode regresi
logistik bersyarat untuk pasangan
yang cocok.
kan
Disesuaikan untuk aborsi spontan
atau induksi, usia saat pertama kali
hamil cukup bulan, jumlah kehamilan
cukup bulan, minggu menyusui,
riwayat keluarga kanker payudara, dan
penggunaan kontrasepsi suntik.
Diadaptasi dari Rookus MA, van
Leeuwen FE: Aborsi yang diinduksi
dan risiko kanker payudara: Bias
pelaporan (recall) dalam studi kasus-
kontrol Belanda. J Natl Cancer Inst
88:1759– 1764, 1996.

untuk memperoleh kesimpulan kausal ketika, pada kenyataannya, hubungan mungkin

tidak kausal. Ini membawa kita ke subjek pembaur, salah satu masalah yang paling
penting dalam studi epidemiologi observasional.

Apa yang kita maksud dengan membingungkan? Dalam studi apakah faktor A adalah
penyebab penyakit B, kita katakan bahwa faktor ketiga, faktor X, adalah perancu jika hal
berikut ini benar:

1. Faktor X adalah faktor risiko yang diketahui untuk penyakit B.

2. Faktor X dikaitkan dengan faktor A, tetapi bukan merupakan hasil dari faktor A.

hubungan antara kopi dan kanker pankreas. Merokok adalah pembaur, karena meskipun
kami tertarik pada kemungkinan hubungan antara minum kopi (faktor A) dan kanker
pankreas (penyakit B), berikut ini adalah benar dari merokok (faktor X):

1. Merokok adalah faktor risiko yang diketahui untuk kanker pankreas.

2. Merokok dikaitkan dengan minum kopi, tetapi bukan akibat dari minum kopi
Jadi, jika ada hubungan antara minum kopi dan kanker pankreas, mungkin saja
(1) bahwa kopi benar-benar menyebabkan kanker pankreas, atau

(2) bahwa hubungan yang diamati antara minum kopi dan kanker pankreas mungkin
merupakan hasil dari pembauran oleh merokok (yaitu, kami mengamati hubungan minum
kopi dan penyakit pankreas. kanker karena merokok merupakan faktor risiko kanker
pankreas dan merokok dikaitkan dengan minum kopi)

Jika hubungan kanker paru-paru dengan merokok disebabkan oleh merokok, dan
bukan karena efek pengganggu dari polusi dan/atau urbanisasi, maka di setiap strata
urbanisasi, insiden kanker paru-paru seharusnya lebih tinggi pada perokok daripada bukan
perokok. Maka menjadi jelas bahwa hubungan yang diamati antara merokok dan kanker
paru-paru tidak mungkin disebabkan oleh tingkat urbanisasi.

Kita mungkin lebih suka tidak hanya membagi kelompok perokok menjadi perokok
dan bukan perokok, tetapi untuk memasukkan dalam analisis jumlah rokok yang dihisap.

INTERAKSI

Sampai titik ini, diskusi kami umumnya mengasumsikan adanya faktor penyebab
tunggal dalam etiologidari suatu penyakit. Meskipun pendekatan ini berguna untuk tujuan
diskusi, dalam kehidupan nyata, kita jarang berurusan dengan penyebab tunggal. Dalam
contoh sebelumnya tentang hubungan kanker paru-paru dengan merokok dan urbanisasi
dan hubungan kanker kerongkongan dengan minum dan merokok, kita telah melihat lebih
dari satu faktor yang terlibat dalam etiologi penyakit. Di bagian ini, kami mengajukan
pertanyaan, “Bagaimana banyak faktor berinteraksi dalam menyebabkan suatu penyakit?”

Apa yang dimaksud dengan interaksi? MacMahon9 interaksi didefinisikan sebagai

berikut: "Ketika tingkat kejadian penyakit di hadapan dua atau lebih faktor risiko berbeda
dari tingkat kejadian diharapkan hasil dari efek masing-masing." Efeknya bisa lebih besar
dari yang kita harapkan (interaksi positif, sinergisme) atau lebih kecil dari yang kita
harapkan (interaksi negatif, antagonisme). Masalahnya adalah untuk menentukan apa yang
kita harapkan untuk dihasilkan dari efek individu dari eksposur.

Dalam memeriksa data kami, pertanyaan pertama adalah apakah hubungan telah
diamati antara paparan dan penyakit. Jika demikian, apakah karena pembaur? Jika kita
memutuskan bahwa itu bukan karena perancu — yaitu, itu kausal — maka kita bertanya
apakah asosiasi itu sama kuatnya di setiap strata yang terbentuk atas dasar beberapa
variabel ketiga. Misalnya, apakah hubungan merokok dan kanker paru sama kuatnya
dalam strata yang dibentuk berdasarkan tingkat urbanisasi? Jika asosiasi sama kuat di
semua strata, tidak ada interaksi. Tetapi jika asosiasi memiliki kekuatan yang berbeda
dalam strata yang berbeda yang terbentuk berdasarkan usia, misalnya (jika asosiasi lebih
kuat pada orang yang lebih tua daripada pada orang yang lebih muda), interaksi telah
diamati antara usia dan paparan dalam menghasilkan penyakit. . Jika tidak ada

TABEL 15-11.Tingkat Insiden untuk Grup

Tidak Terkena Faktor Risiko atau Satu atau
Dua Faktor Risiko (Data Hipotetis)

Faktor A


 3.0 9.0
Faktor B
 15.
0

menunjukkan kejadian pada orang yang terpapar salah satu dari dua faktor risiko
(A atau B), kedua faktor tersebut, atau kedua faktor tersebut, dalam contoh
hipotetis.
Pada orang yang tidak terpapar, insidennya adalah 3,0. Pada orang yang
terpajan faktor A saja dan bukan faktor B, insidennya adalah 9,0. Pada orang
yang terpajan faktor B saja dan bukan faktor A, insidennya adalah 15,0. Ini
adalah efek individu dari setiap faktor yang dipertimbangkan secara terpisah.
Apa yang kita harapkan dari insiden pada orang yang terpapar faktor A dan B
(sel kanan bawah dalam tabel) jika orang-orang tersebut mengalami risiko yang
dihasilkan dari kontribusi independen dari kedua faktor? Jawabannya tergantung
pada jenis model yang kami usulkan. Mari kita asumsikan bahwa ketika ada dua
eksposur, efek dari satu eksposur ditambahkan ke efek eksposur kedua—yaitu,
modelnya aditif. Lalu, apa yang akan kita harapkan untuk dilihat di sel sebelah
kanan bawah tabel? Mari kita gunakan sebagai contoh orang-orang yang tidak
memiliki eksposur, yang risikonya tanpa kedua eksposur adalah 3.0. Bagaimana
paparan faktor A mempengaruhi risiko mereka? Itu menambahkan 6,0 ke 3,0
untuk menghasilkan risiko 9,0. Jika faktor A menambahkan risiko 6,0 pada risiko
yang ada tanpa faktor A
Akhirnya, contoh dramatis interaksi terlihathubungan aflatoksin dan infeksi
hepatitis B kronis dengan risiko kanker hati. Dalam penelitian ini, infeksi
hepatitis B saja melipatgandakan risiko kanker hati sebesar 7,3; paparan
aflatoksin saja melipatgandakan risiko sebesar 3,4. Namun, ketika kedua
eksposur hadir, risiko relatif naik menjadi 59,4, jauh melebihi apa yang kita
harapkan dalam model aditif. Pengamatan sinergi seperti itu adalah kepentingan
klinis dan kesehatan masyarakat yang utama, tetapi juga menunjukkan arah
penting untuk penelitian laboratorium lebih lanjut ke dalam etiologi dan
patogenesis kanker hati.
Penemuaninteraksi atau sinergisme mungkin juga memiliki implikasi
kebijakan praktis yang melibatkan isu-isu seperti siapa yang bertanggung jawab
atas suatu penyakit dan siapa yang harus membayar kompensasi kepada para
korban. Misalnya, sebelumnya dalam bab ini kita membahas hubungan merokok
dan paparan asbes dalam menghasilkan kanker, hubungan yang jelas sangat
interaktif atau sinergis. Litigasi terhadap produsen asbes dimulai setidaknya pada
tahun 1970-an dan penghargaan besar dibuat oleh pengadilan. Pada tahun 1998,
pada saat meningkatnya tindakan hukum terhadap perusahaan tembakau, sebuah
koalisi dari beberapa korban paparan asbes bergabung dengan produsen asbes
untuk menuntut Kongres menyisihkan sejumlah besar uang dari tagihan
penyelesaian tembakau nasional untuk memberi kompensasi kepada orang-orang.
yang kankernya disebabkan oleh kombinasi paparan asbes dan tembakau,
 eksposur. Mereka yang menolak permintaan ini mengklaim bahwa mereka
yang mengajukan permintaan tersebut sebenarnya membebaskan produsen asbes
dari membayar kewajiban mereka dan melakukannya hanya karena mereka
percaya bahwa mungkin lebih mudah untuk mendapatkan kompensasi yang
signifikan dari perusahaan tembakau daripada dari produsen asbes. Dengan
demikian, mereka bersedia menjalin aliansi dengan produsen asbes yang
sebelumnya dianggap bertanggung jawab atas penyakit mereka. Dasar dari
pendekatan ini adalah sinergi asbes dan merokok tembakau yang terdokumentasi
dengan baik dalam menyebabkan kanker.
KESIMPULAN
Bab ini telah meninjau konsep bias, perancu, dan interaksi dalam kaitannya
dengan derivasi kesimpulan kausal. Bias mencerminkan ketidakcukupan dalam
desain atau pelaksanaan studi dan jelas mempengaruhi validitas temuan. Oleh
karena itu, bias perlu dinilai dan, jika mungkin, dihilangkan. Pembaur dan
interaksi, di sisi lain, menggambarkan realitas keterkaitan antara faktor-faktor
tertentu dan hasil tertentu. Pembaur dan interaksi mencirikan hampir setiap
situasi di mana etiologi ditangani, karena sebagian besar pertanyaan kausal
melibatkan hubungan dari beberapa eksposur dan beberapa, mungkin etiologi,
faktor. Hubungan tersebut sangat penting dalam menyelidiki peran faktor genetik
dan lingkungan dalam penyebab penyakit dan dalam menetapkan tanggung jawab
untuk hasil kesehatan yang merugikan dari paparan lingkungan. Menilai
kontribusi relatif dari faktor genetik dan lingkungan dibahas dalam bab 16
CHAPTER 16 Dentifying The Roles Of Genetic And Environmental Factors In Disease
Causation

Orang sering mengadopsi pendekatan fatalistik ketika mereka diberitahu

bahwa suatu penyakit terutama berasal dari genetik. Tetapi bahkan pada penyakit
yang terutama berasal dari genetik, interaksi lingkungan yang luar biasa sering
terjadi. Misalnya, fenilketonuria ditandai dengan defisiensi fenilalanin
hidroksilase yang ditentukan secara genetik; anak yang terkena tidak dapat
memetabolisme asam amino esensial fenilalanin, dan hasil dari akumulasi
fenilalanin yang berlebihan adalah keterbelakangan mental yang ireversibel.
Bisakah kita mencegah kelainan genetik? Tidak, kita tidak bisa. Bisakah kita
mengurangi kemungkinan bahwa seorang anak yang menderita kelainan genetik
ini akan bermanifestasi keterbelakangan mental? Ya, kita bisa melakukannya
dengan mengurangi atau menghilangkan paparan anak terhadap fenilalanin
dengan memberikan diet rendah fenilalanin. Dalam contoh ini, efek merugikan
dari penyakit genetik dapat dicegah dengan mengontrol lingkungan orang yang
terkena sehingga manifestasinya tidak diekspresikan. Jadi, dari sudut pandang
kedokteran klinis dan kesehatan masyarakat, penting untuk diingat hubungan
antara faktor genetik dan lingkungan dalam penyebab dan ekspresi penyakit.
Dalam bab ini, kita membahas beberapa pendekatandigunakan oleh ahli
epidemiologi untuk membedakan kontribusi relatif faktor genetik dan
lingkungan terhadap penyebab penyakit. Diskusi mencakup penggunaan
metode epidemiologi klasik dan juga memperkenalkan beberapa pendekatan
baru yang dimungkinkan oleh pemetaan genom manusia dan kemajuan terkait
dalam penelitian genetik laboratorium dan biologi molekuler.
A. ASOSIASI DENGAN PENYAKIT GENETIK YANG
DIKENAL
TABEL 16-1. Contoh Kondisi
Terkait dengan Penyakit Asal
Genetik yang Diketahui
Leukemia dan sindrom Down
Penyakit Alzheimer dan
sindrom Down
Kanker payudara pada pria dan
sindrom Klinefelter (sindrom
XXY)
Kanker usus besar dan poliposis
adenomatosa familial Aterosklerosis
dan homocystinuria

homocystinuria terkaituntuk trombosis dan aterosklerosis. Tetapi jika kita

menemukan hubungan seperti itu antara kondisi yang menarik dan penyakit yang
telah diketahui etiologi genetiknya, itu tidak membuktikan bahwa kondisi tersebut
ditentukan secara genetik. Namun, ini menunjukkan bahwa setidaknya beberapa
komponen penyebab kondisi atau beberapa kasus kondisi ini kemungkinan besar
melibatkan faktor genetik.
Pendekatan terkait ketika penyakit terjadi baik dalam bentuk herediter maupun
nonherediter adalah dengan mencoba mengidentifikasi gen yang bertanggung
jawab atas bentuk herediter dengan harapan bahwa identifikasi tersebut akan
memberikan petunjuk tentang peran faktor genetik dalam kasus non-herediter.
Pada tahun 1994, Miki dan rekan kerja mengidentifikasi gen yang ditunjuk
BRCA1 (Kanker Payudara 1) yang ketika bermutasi tampaknya bertanggung
jawab untuk sebagian besar kasus kanker payudara herediter serta untuk kasus
kanker ovarium.4
Studi silsilah kanker payudara yang tidak terkait dengan BRCA1 kemudian
mengarah pada penemuan gen BRCA2. Sementara risiko relatif kanker payudara
onset dini meningkat pada wanita dengan mutasi BRCA2, itu lebih rendah
dibandingkan pada wanita dengan mutasi BRCA1. Meskipun risiko kanker
ovarium juga meningkat, tampaknya lebih rendah pada wanita dengan BRCA2
dibandingkan pada wanita dengan mutasi BRCA1. Peningkatan kecil pada kanker
prostat dan pankreas juga terlihat pada silsilah BRCA2. Sekitar setengah dari
semua kasus kanker payudara yang diturunkan (5% dari semua kasus kanker
 payudara) tampaknya disebabkan oleh mutasi pada BRCA1 atau BRCA2. Pada
wanita Yahudi Ashkenazi, dua mutasi pada BRCA1 dan satu pada BRCA2
tampaknya menyebabkan sekitar 25% kanker payudara onset dini.
Dengan isolasidari gen kandidat ini, prospek peningkatan pemahaman tentang
peran faktor genetik dalam kasus kanker payudara non-herediter tampak sangat
meningkat. Namun, berbeda dengan mutasi pada gen supresor tumor lainnya,
mutasi BRCA1 dan BRCA2 jarang terlihat pada bentuk kanker payudara yang
tidak diturunkan.
B. Kemajuan Genetik Dan Hubungannya Dengan Pendekatan Epidemiologi
ManusiaProyek Genom
Kemajuan besar baru-baru ini adalah Proyek Genom Manusia (HGP), yang
telah menghasilkan sejumlah besar informasi tentang urutan DNA genom manusia.
Tujuan HGP adalah untuk menghasilkan urutan referensi berkualitas tinggi untuk 3
miliar pasangan basa genom manusia dan untuk mengidentifikasi semua gen manusia.
Proyek ini dimulai pada tahun 1990 dan elemen utamanya selesai pada tahun 2003.
Draf kerja pertama dari seluruh genom manusia diterbitkan pada April 2003, pada
peringatan 50 tahun publikasi asli struktur DNA Watson dan Crick. Pada Mei 2006,
peneliti HGP mengumumkan penyelesaian urutan DNA untuk semua kromosom
manusia. Dalam pengurutan DNA, urutan basa yang tepat ditentukan. Basa-basa ini
(juga disebut nukleotida) disingkat A (Adenin), T (Timin), C (Sitosin), dan G
(Guanin). PADA. Genom manusia terdiri dari sekitar 22.000 gen.
Penanda genetik adalah gen atau sekuens DNA yang dapat dievaluasi dengan
metode laboratorium. Transmisi penanda dari induk ke keturunannya dapat diamati,
dan lokasi kromosom penanda genetik sering diketahui. Berbagai jenis penanda
genetik sekarang dapat diuji di laboratorium sebagai akibat langsung dari kemajuan
revolusioner dalam biologi molekuler.
 memiliki efek fisiologis yang signifikan, tetapi sangat kecilminoritas dapat
mempengaruhi kerentanan individu terhadap penyakit dan respons orang tersebut
terhadap perawatan medis. Penelitian untuk mengidentifikasi pola kelompok SNP
(disebut haplotipe atau "haps") terus berlanjut di Proyek HapMap Internasional.
Selain mempelajari penanda DNA, pendekatan kedua untuk mempelajari penyakit
genetik di laboratorium adalah analisis produk gen, yaitu protein. Kode DNA untuk
produksi asam amino dan protein. Sintesis protein terdiri dari dua langkah: (Langkah
1) transkripsi dan (Langkah 2) translasi. Pada langkah 1, transkripsi, satu untai DNA
heliks ganda berfungsi sebagai cetakan untuk sintesis RNA messenger (mRNA) oleh
enzim, mRNA polimerase. Pada langkah 2, translasi, mRNA memandu sintesis protein
dengan menambahkan asam amino satu per satu, seperti yang awalnya ditentukan oleh
urutan DNA dan diwakili oleh RNA pembawa pesan.9 Jika mutasi genetik pada DNA
menghasilkan protein yang tidak berfungsi dengan baik, atau bahkan tidak berfungsi
sama sekali, penyakit genetik dapat terjadi.
Ekspresi gen
Masalah penting lainnya selain perbedaan struktur adalah bagaimana gen dihidupkan
dan dimatikan. Hampir setiap sel dalam tubuh memiliki set lengkap kromosom dan
gen identik, tetapi dalam jenis sel tertentu, hanya sebagian kecil dari gen ini yang
diaktifkan. Gen-gen yang “diekspresikan” ini memberikan sifat-sifat unik pada setiap
jenis sel. Ekspresi gen diatur baik oleh sakelar "hidup dan mati" dan oleh "kontrol
volume" yang meningkatkan atau menurunkan tingkat ekspresi berbagai gen sesuai
kebutuhan. Dengan mempelajari jenis dan jumlah mRNA yang dihasilkan oleh sel,
kita dapat menentukan gen mana yang diekspresikan dan sejauh mana masing-masing
diekspresikan. Dengan cara ini, kita dapat memperoleh wawasan tentang bagaimana
sel merespons tuntutan yang berubah, termasuk yang dihasilkan dari tantangan
lingkungan.
Studi Asosiasi Genom-Wide (GWAS)
Kemungkinan mempelajari seluruh genom untuk mengidentifikasi asosiasi genetik,
dalam bentuk studi asosiasi genomewide (GWAS), telah mengubah pendekatan
keseluruhan untuk mempelajari hubungan antara penanda genetik (paling sering SNP)
dan penyakit. Sebelum GWAS, pendekatan umum didasarkan pada identifikasi gen
kandidat, atau gen yang ditentukan sebelumnya yang dihipotesiskan terkait dengan
penyakit tertentu berdasarkan fungsi yang diketahui dari protein yang dikodekan oleh
gen tersebut. Pada tahun 2010, Siontis dkk.

Janji Proyek Genom Manusia

Proyek Genom Manusia yang dibahas di atas sangat menarik karena janjinya
memperdalam pemahaman kita tentang asal-usul banyak penyakit dan juga potensinya
untuk memfasilitasi pengembangan apa yang disebut "perawatan pribadi" dalam
perawatan pasien individu. Di dalamBab 8, kami membahas beberapa keterbatasan uji
coba secara acak dalam mengembangkan modalitas pengobatan baru, terutama karena
uji coba umumnya berurusan dengan kelompok daripada dengan individu. Seperti
yang ditunjukkan dalamBab 8, hasil studi sering diberikan untuk kelompok dan
meninggalkan dokter yang merawat tanpa informasi mengenai seberapa besar
kemungkinan individu tertentu yang dia rawat akan mendapat manfaat dari obat baru,
atau apakah pasien akan mengalami efek samping yang serius darinya. Namun,
dengan munculnya era baru dalam genetika manusia saat ini, harapannya adalah
bahwa kita akan dapat mengembangkan terapi yang dibuat khusus untuk masing-
masing pasien berdasarkan karakteristik genomnya. Sayangnya, sejauh ini, kemajuan
dalam memindahkan pencapaian penelitian yang menarik dari laboratorium ke bidang
perawatan untuk pasien individu sangat lambat, dan di sebagian besar situasi masih
merupakan harapan untuk masa depan seiring kemajuan lebih lanjut dibuat.
C. Pentingnya Epidemiologi Pendekatan Penerapan Metode Genetik Pada Penyakit
Manusia
Metode yang dibahas di atas berpotensi penting, dan hubungannya dengan
pemikiran dan pendekatan epidemiologi seringkali cukup jelas. Misalnya, minat yang
cukup besar telah difokuskan pada jenis HLA (antigen leukosit manusia), yang
ditentukan secara genetik. Penyakit tertentu telah terbukti.

TABEL 16-2.Asosiasi Penyakit HLA

Penyakit dan Jenis HLA Pasien (% Positif) Kontrol Rasio
(%) Peluang*
Balapan
Spondilitis ankilosa
B27 putih 89 9 69.1
B27 Asia 85 15 207,9
B27 Hitam 58 4 54.4
Hemokromatosis idiopatik
A3 putih 72 28 6.7
B7 putih 48 26 2.9
B14 putih 19 6 2.7
Tergantung insulinDiabetes
mellitus
B8 putih 40 21 2.5
B15 putih 22 14 2.1
DR3 putih 52 22 3.8
DR4 putih 74 24 9.0
DR2 putih 4 29 0.1
Artritis reumatoid
DR4 putih 68 25 3.8
Penyakit celiac
B8 putih 68 22 7.6
DR3 putih 79 22 11.6
DR7 putih 60 15 7.7
Sklerosis ganda
B7 putih 37 24 1.8
DR2 putih 51 27 2.7
Narkolepsi
DR2 putih 10 22 129.8
0
DR2 Asia 10 34 358.1
0
*Nilai odds ratio merupakan perkiraan gabungan dari sejumlah studi dan tidak dapat
langsung dihitung dari tabel.
Data dari Tiwari JL, Terasaki PI: HLA dan Asosiasi Penyakit. New York, Springer-
Verlag, 1985; dan dari Thomson G, Robinson WP, Kuhner MK, et al: Heterogenitas
genetik, mode pewarisan, dan perkiraan risiko untuk studi bersama Kaukasia dengan
diabetes melitus tergantung insulin. Am J Hum Genet 43:799-816, 1988 (sebagaimana
dikutip dalam Thomson G: HLA disease associations: Models for insulin-dependent
diabetes mellitus and the study of complex human genetic disorders. Ann Rev Genet 22:31-
50, 1988).
 dikaitkan dengan antigen HLA tertentu Misalnya, ankilosaspondylitis
(penyakit inflamasi yang dapat mengakibatkan menyatunya vertebra di tulang
belakang) memiliki hubungan yang kuat dengan HLA tipe B27. Ketertarikan pada
asosiasi semacam itu kuat karena dua alasan: pertama, asosiasi semacam itu dapat
menjelaskan mekanisme patogenetik yang terlibat, dan kedua, kemungkinan muncul
penggunaan HLA sebagai penanda untuk mengidentifikasi subset dari populasi yang
mungkin berisiko tinggi. . Selanjutnya, jika ankylosing spondylitis dikaitkan dengan
antigen HLA tertentu yang diketahui ditentukan secara genetik, mungkinkah karena
ankylosing spondylitis itu sendiri juga ditentukan secara genetik?
Beberapa masalah dalam metodologi dan interpretasi hasil yang dibahas dalam
bab-bab sebelumnya berlaku untuk mengidentifikasi hubungan antara penyakit dan
produk gen tertentu. Misalnya, kanker pankreas telah dilaporkan terkait dengan
golongan darah A. Bagaimana kita merancang penelitian untuk menentukan apakah
kanker pankreas sebenarnya terkait dengan golongan darah A? Kita bisa menentukan
distribusi golongan darah dalam kelompok pasien dengan kanker pankreas (kasus),
tetapi bagaimana kita mendapatkan "tingkat yang diharapkan" dari prevalensi
golongan darah A pada populasi umum dari mana kasus-kasus ini diambil? ? Ini lagi-
lagi merupakan masalah yang sulit dalam pemilihan kontrol, seperti sebelumnya.
D. Usia Onset
Pengamatan epidemiologi dapat berguna dalam menjelaskan atau
mengkonfirmasi mekanisme biologis atau genetik. Contohnya adalah usia saat
timbulnya penyakit.

Pertimbangkan retinoblastoma, tumor mata pada anak-anak. Tumor ini terjadi

dalam dua bentuk: unilateral dan bilateral. Bentuk unilateral (sekitar 60% kasus)
 umumnya memiliki tingkat heritabilitas yang rendah dengan pola familial yang kecil,
sedangkan bentuk bilateral (40% kasus) memiliki predisposisi familial yang kuat dan
sering ditularkan dari orang tua ke anak.
Pola terkait usia ini biasanya diamati pada penyakit lain: Ketika penyakit
terjadi baik dalam bentuk genetik maupun non-genetik, bentuk genetik berkembang
pada pasien pada usia yang jauh lebih awal daripada bentuk non-genetik. Pengamatan
ini tampaknya masuk akal, karena penyakit yang terutama bukan berasal dari genetik
memerlukan akumulasi gangguan atau paparan lingkungan yang hanya dapat
menumpuk seiring waktu. Akibatnya, dibutuhkan waktu lebih lama untuk penyakit
tersebut berkembang daripada penyakit yang terutama berasal dari genetik.
Retinoblastoma telah dipelajari secara ekstensif. Di dalam1971, Knudson
meninjau informasi klinis dan epidemiologis mengenai retinoblastoma-khususnya,
distribusi usia tumor-dan berdasarkan studi statistik mengusulkan apa yang telah
dikenal sebagai hipotesis "dua-hit" untuk pengembangan retinoblastoma.
Menurut model ini, dua mutasi pada sel retina yang sama diperlukan untuk
perkembangan kanker. Dalam bentuk retinoblastoma yang ditentukan secara genetik,
seorang anak dilahirkan dengan satu mutasi pada sel germinal. Oleh karena itu, hanya
satu lagi mutasi (somatik) yang diperlukan agar kanker dapat berkembang. Namun,
dalam bentuk non-keluarga, seorang anak lahir tanpa mutasi sel germinal. Akibatnya,
agar retinoblastoma berkembang, diperlukan dua mutasi pada sel retina somatik.
Karena kejadian ini sangat jarang, kasus retinoblastoma yang ditentukan secara
genetik terjadi pada usia lebih dini daripada kasus non-genetik. Dengan demikian,
pengamatan epidemiologi tentang usia saat onset dapat dikaitkan dengan hipotesis
saat ini.
E. Studi Keluarga
Ketika suatu penyakit berkumpul dalam keluarga, apa yang dikatakannya
tentang kontribusi relatif faktor genetik dan lingkungan terhadap penyebabnya?
Agregasi seperti itu bisa menjadi hasil dari penentuan genetik. Tetapi bisakah agregasi
keluarga diamati jika penyakit itu ditentukan oleh lingkungan? Ya, karena paparan
lingkungan tertentu juga dialami oleh keluarga. Mari kita periksa metode yang
digunakan untuk mempelajari agregasi keluarga dan pendekatan yang digunakan
untuk menafsirkan data dari studi tersebut.
1. Risiko Penyakit pada Kerabat Tingkat Pertama
 2. Resiko penyakit pada kerabat tingkat pertama
3. Melamar metode biologi molekuler unrtuk studi keluarga
4. Studi Kembar
F. Tren Waktu Dalam Insiden Penyakit
Jika kita mengamati tren waktu dalam penyakit, dengan kejadianbaik meningkat atau
menurun selama periode waktu tertentu, dan jika kita yakin bahwa tren itu nyata,
pengamatan berimplikasi pada faktor lingkungan dalam penyebab penyakit. Jelas,
karakteristik genetik populasi manusia umumnya tidak berubah dalam waktu yang
relatif singkat. Dengan demikian perubahan angka kematian akibat penyakit jantung
koroner pada laki-laki dari tahun 1979 sampai tahun 2004 terlihat pada terutama
karena perubahan paparan faktor lingkungan.

Gambar 16-14.Tren kematian penyakit kardiovaskular untuk pria dan

wanita, Amerika Serikat: 1979-2000. (Dari CDC dan NCHS. Dikutip
oleh American Heart Association: Statistik Penyakit Jantung dan Stroke,
Pembaruan 2003. Dallas, American Heart Association, 2002.)
G. Pembelajaran Internasional
menunjukkan tingkat kematian yang disesuaikan dengan usia untuk kanker perut pada
pria di beberapa negara. Tingkat tertinggi terlihat di Jepang, dan tingkat di Amerika
Serikat cukup rendah. Apakah perbedaan ini nyata? Mungkinkah karena perbedaan
kualitas perawatan medis atau akses ke perawatan medis di berbagai negara?
Mungkinkah karena perbedaan internasional dalam cara pembuatan sertifikat
kematian? Hasil penelitian lain menunjukkan bahwa perbedaan ini nyata.
Studi Migran
Mari kita asumsikan bahwa seorang individu Jepang yang tinggal di Jepang, negara
dengan risiko tinggi terkena kanker perut, pindah ke Amerika Serikat, negara dengan
risiko kanker perut yang rendah. Apa yang kita harapkan terjadi pada risiko kanker
perut orang ini? Jika penyakit ini terutama berasal dari genetik, kami berharap risiko
tinggi kanker perut tetap ada bahkan ketika orang pindah dari risiko tinggi ke daerah
berisiko rendah. Namun, jika penyakit tersebut berasal dari lingkungan, kami berharap
bahwa seiring waktu risiko untuk kelompok migran tersebut akan bergeser ke risiko
yang lebih rendah dari negara yang mengadopsi.
Studi tentang orang-orang yang telah bermigrasi dari daerah berisiko tinggi ke
daerah berisiko rendah sangat cocok untuk menjawabbeberapa pertanyaan ini. Salah
satu negara yang cocok untuk penelitian semacam itu adalah Israel, yang, menurut
garis lintang, merupakan negara berisiko rendah untuk multiple sclerosis. Israel
memiliki gelombang imigrasi berturut-turut selama abad ke-20. Sebagian migran
berasal dari daerah berisiko tinggi, seperti garis lintang relatif utara Amerika Serikat,
Kanada, dan Eropa Utara, sedangkan yang lain berasal dari garis lintang berisiko
rendah yang lebih dekat ke khatulistiwa, termasuk daerah Afrika Utara. dan
Semenanjung Arab.
Menunjukkan data untuk kejadian multiplesklerosis pada migran Eropa,
Afrika, dan Asia ke Israel. Penyakit ini tidak umum; oleh karena itu, ukuran
sampelnya kecil.
Pertama mari kita lihat tarif untuk Afrika dan Asiamigran yang pindah dari
satu daerah berisiko rendah ke daerah lain. Risiko mereka tetap rendah. Sekarang
periksa data untuk migran Eropa yang bermigrasi dari daerah berisiko tinggi (Eropa)
ke daerah berisiko rendah (Israel). Orang Eropa yang bermigrasi sebelum usia 15
tahun (baris atas) memiliki tingkat yang rendah, mirip dengan migran Afrika dan
Asia. Namun, orang Eropa yang bermigrasi setelah usia 15 tahun cenderung
mempertahankan tingkat tinggi negara asal mereka. Temuan ini menunjukkan bahwa
risiko multiple sclerosis ditentukan pada masa kanak-kanak dan bahwa faktor
kritisnya adalah apakah masa kanak-kanak dihabiskan di area berisiko tinggi atau
berisiko rendah. Seseorang yang menghabiskan masa kanak-kanaknya di daerah
berisiko rendah memiliki risiko rendah; orang yang menghabiskan masa kanak-kanak
di daerah berisiko tinggi tetap berisiko tinggi, bahkan setelah migrasi kemudian ke
daerah berisiko rendah. Hal ini menunjukkan bahwa beberapa peristiwa di masa
kanak-kanak, mungkin infeksi asal, mungkin penting dalam penyebab multiple
sclerosis; ini telah menyebabkan penelitian Tentang Infeksi Virus Yang Lambat
Sebagai Agen Etiologi Yang Mungkin Pada Penyakit Ini.
H. Interaksifaktor Genetik Dan Lingkungan
Ketika faktor genetik dan lingkungan ditemukan memiliki peran dalam
perkembangan penyakit, sifat hubungan kedua jenis faktor tersebut harus dijelaskan.
Penyakit tertentu sebagian besar berasal dari lingkungan, sedangkan yang lain
sebagian besar bersifat genetik.
Ahli genetika dan dokter anak terkemuka Dr. Barton Childs telah
menunjukkan bahwa pada penyakit yang sebagian besar kasusnya ditentukan oleh
lingkungan, heritabilitas penyakit dianggap rendah. Namun, karena penyebab
lingkungan berhasil diatasi dan dihilangkan, kita dibiarkan dengan inti kasus di mana
faktor genetik memainkan peran utama. Dia mengutip kanker paru-paru sebagai
contoh. Sebagian besar kasus kanker paru-paru terjadi pada perokok dan dengan
demikian ditentukan oleh lingkungan sehingga heritabilitas kanker paru-paru secara
keseluruhan saat ini rendah. Insiden kanker paru-paru menurun karena langkah-
langkah efektif diterapkan untuk mengurangi kebiasaan merokok.
Seiring berjalannya waktu, kasus yang tersisa sebagian besar akan menjadi
kasus keluarga dan heritabilitas kanker paru-paru seperti yang terlihat pada kasus baru
akan tampak meningkat dari waktu ke waktu
Dengan demikian, studi yang menggabungkan metode epidemiologi dan
molekuler mungkin terbukti sangat berharga dalam mengkonfirmasi peran etiologi
untuk agen lingkungan tertentu dengan menunjukkan efek gen spesifik mereka. Selain
itu, penelitian tersebut juga dapat menyarankan jalur dan mekanisme biologis yang
mungkin terlibat dalam perkembangan kanker tertentu dan penyakit lainnya. Namun,
gabungan studi epidemiologi dan molekuler juga dapat membantu menentukan bahwa
suatu penyakit tidak terutama disebabkan oleh faktor lingkungan. Sebagai contoh,
Harris menunjukkan bahwa sifat pasti dari mutasi p53 dapat berharga dalam
menunjukkan bahwa kanker tertentu tidak disebabkan oleh karsinogen lingkungan
tetapi disebabkan oleh mutagenesis endogen, seperti yang terlihat dalam penelitian
yang baru saja dijelaskan pada pasien dengan kanker kepala dan leher yang bukan
peminum dan bukan perokok.34 Mutasi garis germinal pada p53 juga dapat
menunjukkan bahwa seseorang memiliki peningkatan kerentanan terhadap kanker
seperti yang awalnya diusulkan oleh knudson pada tahun 1971 (dan dibahas
sebelumnya dalam bab ini.
I. Prospek Masa Depan
 Terlepas dari kegembiraan yang menyertai urutan genom manusia dan hasil
studi seperti yang dijelaskan di atas, dalam kebanyakan situasi di mana faktor genetik
dan lingkungan telah terlibat, informasi yang tersedia saat ini belum cukup untuk
menggambarkan

sifat spesifik dari hubungan mereka dalam penyebab penyakit, terutama untuk
penyakit kronis multifaktorial. Peningkatan pemahaman tentang perubahan molekuler
pada kanker yang dihasilkan dari studi perubahan genetik dalam sel kanker harus
meningkatkan pemahaman kita tentang kerentanan individu untuk mengembangkan
kanker dan memfasilitasi pengembangan terapi khusus untuk jalur yang terlibat dalam
tumor yang berbeda. Terapi ini disebut "terapi bertarget" atau "terapi individual."
Dengan menargetkan jalur molekuler spesifik yang terlibat dalam tumor yang berbeda,
serta titik di mana sel tumor mungkin sangat rentan terhadap intervensi tertentu, terapi
tersebut harus lebih efektif.
Childs mengartikulasikan sebuah konsep yang mencakup tidak hanya
karakteristik yang berbeda dari tumor atau penyakit lain yang berbeda secara
histologis, tetapi juga karakteristik genetik dan lingkungan yang unik dari manusia
yang berbeda yang dapat menyebabkan kerentanan terhadap tumor atau penyakit
tersebut.35 Akibatnya, apa?Sekilas mungkin tampak sebagai penyakit yang sama
yang terjadi pada individu yang berbeda Mungkin harus dianggap sebagai penyakit
yang berbeda dengan fenotipe yang sama karena penyakit pada seseorang adalah
“paket” kelainan fisik, laboratorium, dan kelainan lainnya, digabungkan dengan set
unik kerentanan inang yang ditentukan secara genetik dan lingkungan. Kerentanan ini
mungkin sering mencakup faktor sosial dan psikologis selain faktor lingkungan yang
sering dipelajari secara rutin. Faktor-faktor ini mungkin beroperasi pada tingkat
individu, keluarga, komunitas, atau kelompok sosial lainnya. Meskipun kombinasi ini
akan berbeda dari satu individu ke individu lainnya, menurut definisi dan klasifikasi
penyakit saat ini, banyak individu mungkin tampak memiliki penyakit yang sama.

KESIMPULAN
Bab ini telah menjelaskan beberapa pendekatan epidemiologi yang digunakan untuk
menilai kontribusi relatif faktor genetik dan lingkungan terhadap penyebab penyakit manusia.
Hubungan epidemiologi dan genetika semakin dikenal, dan bidang yang disebut epidemiologi
genetik telah muncul. Diskusi yang sangat baik telah diterbitkan mengenai dampak era
genomik pada penelitian epidemiologi. Sebagian besar studi epidemiologi diarahkan pada
identifikasimenentukan faktor lingkungan dalam penyakit, tetapi ketika merancang dan
melakukan studi dan menafsirkan

hasil mereka, penting untuk diingat bahwa individu yang menjadi subjek dalam studi
epidemiologi berbeda tidak hanya dalam paparan lingkungan tetapi juga dalam kerentanan
genetik mereka. Bila perlu, studi epidemiologi faktor risiko, termasuk kasus-kontrol dan jenis
studi lainnya, harus diperluas untuk mencakup pengumpulan riwayat keluarga dan
pengambilan sampel biologis, jika memungkinkan. Kemajuan yang dibuat dalam Proyek
Genom Manusia dan penanda genetik kerentanan yang dikembangkan di laboratorium
terbukti semakin berharga dalam studi epidemiologi. Mereka cenderung menjadi faktor yang
semakin penting dalam meningkatkan pencegahan penyakit di masa depan.
Chapter 17
Menggunakan Epidemiologi untuk Mengevaluasi Pelayanan Kesehatan
STUDI PROSES DAN HASIL
Studi Proses
Pada awalnya, kita harus membedakan antara studi proses dan hasil. Proses berarti bahwa
kita memutuskan apa yang merupakan komponen dari perawatan yang baik. Keputusan
seperti itu sering dibuat oleh panel ahli. Kami kemudian dapat menilai klinik atau penyedia
layanan kesehatan, dengan meninjau catatan yang relevan atau dengan pengamatan langsung
dan menentukan sejauh mana perawatan yang diberikan memenuhi kriteria yang ditetapkan
dan diterima. Misalnya, kita dapat menentukan berapa persentase pasien yang telah diukur
tekanan darahnya. Masalah dengan langkah-langkah proses tersebut adalah bahwa mereka
tidak menunjukkan apakah pasien lebih baik; misalnya, memantau tekanan darah tidak
memastikan bahwa tekanan darah pasien terkendali. Kedua, karena penilaian proses
didasarkan pada pendapat ahli, kriteria yang digunakan dalam evaluasi proses dapat berubah
seiring waktu karena pendapat ahli berubah. Misalnya, pada tahun 1940-an, standar
perawatan yang diterima untuk bayi prematur mengharuskan bayi tersebut ditempatkan dalam
oksigen 100%. Inkubator dipantau untuk memastikan bahwa tingkat tersebut dipertahankan.
Namun, Ketika penelitian menunjukkan bahwa konsentrasi oksigen yang tinggi memainkan
peran utama dalam menghasilkan suatu bentuk kebutaan pada anak-anak yang lahir prematur,
suatu kondisi yang disebut fibroplasia retrolental, konsentrasi oksigen yang tinggi kemudian
dianggap tidak dapat diterima.

Studi Hasil
Mengingat keterbatasan studi proses, sisa bab ini berfokus pada ukuran hasil. Hasil
menunjukkan apakah pasien mendapat manfaat dari perawatan medis yang diberikan atau
tidak. Hasil kesehatan adalah domain epidemiologi. Meskipun tindakan tersebut secara
tradisional adalah mortalitas dan morbiditas, minat dalam penelitian hasil dalam beberapa
tahun terakhir telah memperluas ukuran yang menarik untuk memasukkan kepuasan pasien,
kualitas hidup, tingkat ketergantungan dan kecacatan, dan tindakan serupa.

EFIKASI, EFEKTIFITAS, DAN EFISIENSI

Tiga istilah yang sering dijumpai dalam literatur yang berhubungan dengan evaluasi
pelayanan kesehatan adalah efikasi, efektivitas, dan efisiensi. Kemanjuran
Apakah agen atau intervensi "bekerja" di bawah kondisi "laboratorium" yang ideal? Kami
menguji obat baru pada sekelompok pasien yang telah setuju untuk dirawat di rumah sakit
dan yang diamati saat mereka menjalani terapi. Atau vaksin diuji dalam sekelompok subjek
yang setuju. Dengan demikian, efikasi adalah ukuran dalam situasi di mana semua kondisi
dikendalikan untuk memaksimalkan efek agen.

Efektivitas
Jika kita mengelola agen dalam situasi "kehidupan nyata", apakah itu efektif? Misalnya,
ketika vaksin diuji di suatu komunitas, banyak individu mungkin tidak datang untuk
divaksinasi. Atau, obat oral mungkin memiliki rasa yang tidak diinginkan sehingga tidak ada
yang akan meminumnya (sehingga terbukti tidak efektif), meskipun faktanya dalam kondisi
yang terkendali, ketika kepatuhan dipastikan, obat tersebut terbukti berkhasiat.

Efisiensi
Jika agen terbukti efektif, berapa rasio biaya-manfaat? Apakah mungkin untuk mencapai
tujuan kita dengan cara yang lebih murah dan lebih baik? Biaya tidak hanya mencakup uang,
tetapi juga ketidaknyamanan, rasa sakit, ketidakhadiran, kecacatan, dan stigma sosial

KESIMPULAN
Bab ini telah meninjau penerapan desain studi epidemiologi dasar untuk evaluasi pelayanan
kesehatan. Banyak masalah yang muncul adalah mirip dengan yang muncul dalam studi
etiologi, meskipun kadang-kadang mereka menyajikan twist yang berbeda. Dalam studi
etiologi, kami terutama tertarik pada kemungkinan hubungan dari faktor penyebab potensial
dan penyakit tertentu, dan faktor-faktor seperti layanan kesehatan sering mewakili
kemungkinan pembaur yang harus diperhitungkan. Dalam studi evaluasi perawatan
kesehatan, kami terutama tertarik pada kemungkinan asosiasi perawatan kesehatan atau
tindakan pencegahan dan hasil penyakit, dan faktor-faktor seperti penyakit yang sudah ada
sebelumnya dan faktor prognostik dan risiko lainnya menjadi pembaur potensial yang harus
dipertimbangkan. Akibatnya, meskipun banyak masalah desain tetap ada, fokus dalam
penelitian evaluasi sering kali pada masalah pengukuran dan penilaian yang berbeda. Uji
coba secara acak tetap menjadi metode optimal untuk menunjukkan efektivitas intervensi
kesehatan. Dalam memulai setiap studi evaluasi perawatan kesehatan, kita harus bertanya di
awal apakah secara biologis dan klinis masuk akal, mengingat pengetahuan kita saat ini,
untuk mengharapkan manfaat khusus dari perawatan yang sedang dievaluasi.
Untuk alasan praktis, pengamatan nonrandomized juga diperlukan dan harus dikapitalisasi
dalam upaya untuk memperluas upaya evaluasi. Kritik terhadap uji coba acak telah
menunjukkan bahwa studi tersebut telah memasukkan—dan hanya dapat mencakup—
sebagian kecil dari semua pasien yang menerima perawatan dalam sistem perawatan
kesehatan sehingga generalisasi hasil merupakan masalah potensial. Meskipun ini benar,
generalisasi adalah masalah dengan penelitian apapun, tidak peduli seberapa besar populasi
penelitian.
BAB 18
Pendekatan Epidemiologi untuk Mengevaluasi Program Skrining.
SEJARAH ALAMI PENYAKIT
menempatkan skrining di tempat yang tepat pada garis waktu riwayat penyakit dan akan
melakukannya dalam kaitannya dengan pendekatan yang berbeda untuk pencegahan.
Gambar 18-1A adalah representasi skema dari riwayat alami penyakit pada individu. Pada
titik tertentu, onset biologis penyakit terjadi. Ini mungkin perubahan subselular, seperti
perubahan DNA, dan titik ini umumnya tidak terdeteksi. Di beberapa titik kemudian penyakit
menjadi gejala, atau tanda-tanda klinis berkembang-yaitu, penyakit bergerak ke fase klinis.
Tanda-tanda klinis mendorong pasien untuk mencari perawatan, setelah itu diagnosis dibuat
dan terapi yang tepat diberikan, hasil akhir yang dapat berupa penyembuhan, pengendalian
penyakit, kecacatan, atau kematian.

TABEL 18-1. Menilai Efektivitas

Program Penyaringan
Menggunakan Tindakan
Operasional
1. Jumlah orang yang disaring
2. Proporsi populasi target yang
diskrining dan berapa kali
diskrining
3. Prevalensi penyakit praklinis yang
terdeteksi
4. Total biaya program
5. Biaya per kasus ditemukan
6. Biaya per kasus yang sebelumnya
tidak diketahui ditemukan
7. Proporsi skrining positif yang
 dibawa ke diagnosis dan
pengobatan akhir
8. Nilai prediktif dari tes positif
dalam populasi yang disaring
Diadaptasi dari Hulka BS: Derajat
pembuktian dan aplikasi praktis.
Kanker 62:1776-1780, 1988. Hak Cipta
© 1988 American Cancer Society.
Dicetak ulang dengan izin dari Wiley-
Liss, Inc., anak perusahaan John Wiley
& Sons, Inc.

TABEL 18-2. Menilai Efektivitas

Program Penyaringan Menggunakan Ukuran
Hasil

Pengurangan kematian pada populasi yang disaring

Pengurangan kasus fatalitas pada individu yang
disaring
Peningkatan persentase kasus yang terdeteksi pada
tahap awal
Pengurangan komplikasi
Pencegahan atau pengurangan kekambuhan atau
metastasis
Peningkatan kualitas hidup pada individu yang
diskrining

Di beberapa titik selama fase praklinis, menjadi mungkin untuk mendeteksi penyakit dengan
menggunakan saat ini tes yang tersedia (Gambar 18-2A). Interval dari titik ini hingga
perkembangan tanda dan gejala adalah fase praklinis penyakit yang dapat dideteksi (Ara. 18-
2B). Ketika penyakit terdeteksi dengan skrining, waktu diagnosis maju ke titik awal dalam
sejarah alami penyakit. Waktu tenggang didefinisikan sebagai interval di mana waktu
diagnosis dimajukan dengan skrining dan deteksi dini penyakit dibandingkan dengan waktu
diagnosis biasa (Gambar 18-2C). Konsep lead time melekat pada gagasan untuk menyaring
dan mendeteksi penyakit lebih awal daripada yang biasanya ditemukan. Konsep penting
lainnya dalam skrining adalah titik kritis dalam riwayat alami suatu penyakit. Ini adalah titik
dalam sejarah alam sebelum pengobatan lebih efektif dan / atau kurang sulit untuk diberikan.
Jika suatu penyakit berpotensi dapat disembuhkan, penyembuhan mungkin dilakukan
sebelum titik ini, tetapi tidak setelahnya.
MASALAH METODOLOGI
Ke menafsirkan temuan dalam studi yang dirancang untuk mengevaluasi manfaat skrining,
masalah metodologis tertentu harus diperhitungkan. Sebagian besar studi program skrining
yang telah dilakukan belum uji coba secara acak, karena kesulitan mengacak populasi untuk
skrining. Mari kita asumsikan bahwa kita membandingkan populasi orang yang telah
diskrining untuk suatu penyakit dengan populasi orang yang belum diskrining untuk penyakit
tersebut. Mari kita asumsikan lebih lanjut bahwa pengobatan tersedia dan akan digunakan
untuk mereka yang penyakitnya terdeteksi. Jika kita menemukan kematian yang lebih rendah
dari penyakit pada mereka yang penyakitnya diidentifikasi melalui skrining daripada mereka
yang penyakitnya tidak terdeteksi dengan cara ini.
Bias Seleksi
Bias Rujukan (Bias Relawan)
Dalam menarik kesimpulan tentang manfaat skrining, pertanyaan pertama yang mungkin kita
tanyakan adalah apakah ada bias seleksi dalam hal siapa yang diskrining dan siapa yang
tidak. Kami ingin mengasumsikan bahwa mereka yang diskrining memiliki karakteristik yang
sama dengan mereka yang tidak diskrining. Namun, ada banyak perbedaan karakteristik
antara mereka yang mengikuti skrining atau program kesehatan lainnya dan mereka yang
tidak. Banyak penelitian telah menunjukkan relawan lebih sehat daripada populasi umum dan
lebih mungkin untuk mematuhi rekomendasi medis. Jika, misalnya, orang yang penyakitnya
memiliki prognosis yang lebih baik sejak awal dirujuk untuk skrining atau mungkin
mengamati kematian yang lebih rendah pada kelompok yang diskrining bahkan jika deteksi
dini tidak berperan dalam meningkatkan prognosis.

Populasi yang
Memenuhi
Syarat

Acak

Diputar Tidak Diputar

Jangan Jangan
Mati karena Mati dari Mati karena Mati dari
Penyakit penyakit Penyakit penyakit

Pengambilan Sampel dengan Bias Panjang (Seleksi Prognostik)

Jenis masalah seleksi kedua yang muncul dalam menafsirkan hasil perbandingan kelompok
yang disaring dan tidak disaring adalah kemungkinan bias seleksi; ini tidak berhubungan
dengan siapa yang datang untuk skrining melainkan untuk jenis penyakit yang terdeteksi oleh
skrining. bahwa fase klinis penyakit berbeda panjangnya pada orang yang berbeda. Misalnya,
beberapa pasien dengan kanker usus besar meninggal segera setelah diagnosis, sedangkan
yang lain bertahan selama bertahun-tahun. Apa yang tampak sebagai penyakit yang sama
mungkin memiliki fase klinis dengan panjang yang berbeda pada individu yang berbeda.
Sebenarnya, setiap penyakit pasien memiliki satu riwayat alami yang berkelanjutan, yang
kami bagi menjadi fase praklinis dan klinis berdasarkan titik waktu di mana tanda dan gejala
berkembang. Dalam beberapa, sejarah alam itu singkat dan di lain sejarah alam berlarut-larut.
Hal ini menunjukkan bahwa jika seseorang memiliki riwayat alamiah yang progresif lambat
dengan fase klinis yang panjang, maka fase praklinis juga akan lama. Sebaliknya, jika
seseorang memiliki proses penyakit progresif yang cepat dan riwayat alamiah yang singkat,
fase klinis kemungkinan akan pendek, dan tampaknya masuk akal untuk menyimpulkan
bahwa fase praklinis juga akan singkat.
Bias Waktu Pimpin
Masalah lain yang muncul dalam membandingkan kelangsungan hidup pada orang yang
diskrining dengan kelangsungan hidup pada mereka yang tidak diskrining adalah bias yang
terkait dengan waktu tunggu Pertimbangkan empat individu dengan penyakit tertentu yang
ditunjukkan oleh empat garis waktu. Bagian yang lebih tebal dari setiap garis horizontal
menunjukkan kelangsungan hidup yang diamati. Garis waktu pertama (A) menunjukkan
waktu diagnosis yang biasa dan waktu kematian yang biasa. Garis waktu kedua (B)
menunjukkan waktu diagnosis yang lebih awal, tetapi waktu kematian yang sama.
Kelangsungan hidup tampaknya lebih baik karena interval dari diagnosis hingga kematian
lebih lama, tetapi pasien tidak lebih baik karena kematian tidak tertunda. Garis waktu ketiga
(C) menunjukkan diagnosis lebih awal dan penundaan kematian akibat penyakit—jelas
manfaat bagi pasien (dengan asumsi bahwa kualitas hidup baik). Akhirnya, garis waktu
keempat (D) menunjukkan diagnosis lebih awal, dengan pencegahan kematian akibat
penyakit berikutnya.

Waktu Pimpin dan Kelangsungan Hidup Lima Tahun

Kelangsungan hidup lima tahun adalah ukuran keberhasilan terapi yang sering digunakan,
terutama dalam terapi kanker. Mari kita periksa kemungkinan efek lead time pada
kelangsungan hidup 5 tahun. Jadi, bahkan jika tidak ada manfaat nyata dari deteksi dini suatu
penyakit, tampaknya ada manfaat yang terkait dengan skrining, bahkan jika kematian tidak
tertunda, karena titik diagnosis yang lebih awal dari mana kelangsungan hidup diukur. Ini
bukan untuk mengatakan bahwa deteksi dini tidak membawa manfaat; alih-alih, bahkan tanpa
manfaat apa pun, waktu tunggu yang terkait dengan deteksi dini menunjukkan munculnya
manfaat dalam bentuk peningkatan kelangsungan hidup. Oleh karena itu, lead time harus
diperhitungkan dalam menafsirkan hasil evaluasi yang tidak diacak.
Bias Overdiagnosis
Bias potensial lainnya adalah overdiagnosis. Kadang-kadang, orang yang memulai program
penyaringan memiliki antusiasme yang hampir tak terbatas terhadap program tersebut.
Bahkan ahli sitopatologi yang membaca Pap smear untuk kanker serviks mungkin menjadi
sangat antusias sehingga mereka cenderung membaca apusan secara berlebihan (dengan kata
lain, untuk membuat pembacaan positif palsu). Jika mereka membaca berlebihan, beberapa
wanita normal akan dimasukkan dalam kelompok yang dianggap memiliki Pap smear positif.
Akibatnya, kelompok abnormal akan diencerkan dengan wanita yang bebas dari kanker. Jika
individu normal dalam kelompok yang diskrining lebih mungkin salah didiagnosis sebagai
positif daripada individu normal dalam kelompok yang tidak diskrining (yaitu, diberi
labelsebagai menderita kanker padahal kenyataannya tidak), orang bisa mendapatkan kesan
yang salah tentang peningkatan tingkat deteksi dan diagnosis kanker stadium awal sebagai
hasil dari skrining. Selain itu, karena banyak orang dengan diagnosis kanker dalam kelompok
yang diskrining sebenarnya tidak menderita kanker, dan oleh karena itu akan.
DESAIN STUDI UNTUK MENGEVALUASI LAYAR: NON-RANDOM DAN STUDI Acak

Populasi yang
Ditentukan

Tidak diacak

Diputar Tidak Diputar

Jangan Mati Jangan Mati

Mati karena Mati karena
dari dari
Penyakit Penyakit
penyakit penyakit

Studi Acak
Dalam jenis penelitian ini, populasi diacak, setengah untuk skrining dan setengah untuk tidak
ada skrining. Studi semacam itu sulit untuk dipasang dan dilakukan. Mungkin uji coba
skrining secara acak yang paling terkenal adalah uji coba skrining kanker payudara
menggunakan mamografi yang dilakukan di Health Insurance.

Contoh Studi Lebih Lanjut Mengevaluasi Penyaringan

Skrining Kanker Serviks
Mungkin tidak ada tes skrining untuk kanker yang digunakan lebih luas daripada Pap smear.
Oleh karena itu orang akan berasumsi bahwa ada banyak bukti efektivitasnya dalam
mengurangi kematian akibat kanker serviks invasif. Sayangnya, belum pernah ada uji coba
terkontrol secara acak yang dirancang dengan baik untuk skrining kanker serviks; dan
mungkin tidak akan pernah ada, karena skrining kanker serviks telah diterima secara efektif
baik oleh otoritas kesehatan maupun oleh masyarakat. Keadaan ini luar biasa, mengingat
sumber daya yang sangat besar yang telah diinvestasikan di seluruh dunia dalam skrining
kanker serviks.
Pada titik ini, seseorang tidak dapat secara etis melakukan uji coba Pap smear secara acak,
meskipun kurangnya bukti konklusif mengenai keefektifannya. Dengan tidak adanya uji coba
secara acak, beberapa pendekatan alternatif telah digunakan. Mungkin desain evaluasi yang
paling sering adalah membandingkan insiden dan tingkat kematian pada populasi dengan
tingkat skrining yang berbeda. Pendekatan kedua adalah untuk memeriksa perubahan dari
waktu ke waktu dalam tingkat diagnosis karsinoma in situ. Pendekatan ketiga adalah studi
kasus-kontrol di mana wanita dengan kanker serviks invasif dibandingkan dengan wanita
kontrol, dan frekuensi pemeriksaan Pap smear sebelumnya pada kedua kelompok. Semua
studi ini umumnya dipengaruhi oleh masalah metodologi yang diangkat sebelumnya dalam
bab ini.
Meskipun reservasi ini, bukti menunjukkan bahwa banyak atau sebagian besar karsinoma in
situ mungkin berkembang menjadi kanker invasif; akibatnya, deteksi dini kanker serviks
pada tahap in situ akan menghasilkan penghematan hidup yang signifikan, bahkan jika itu
lebih rendah dari banyak perkiraan optimis. Banyak ketidakpastian yang kita hadapi
mengenai skrining untuk kanker serviks berasal dari fakta bahwa tidak ada percobaan acak
yang dirancang dengan baik pada awalnya dilakukan. Pengamatan ini menunjukkan bahwa
di Amerika Serikat, seperangkat standar harus dipenuhi sebelum agen farmakologis baru
dilisensikan untuk digunakan manusia, tetapi seperangkat standar lain yang kurang ketat
digunakan untuk teknologi baru atau program kesehatan baru. Tidak ada obat yang akan
dilisensikan di Amerika Serikat tanpa evaluasi melalui uji coba terkontrol secara acak,
tetapi sayangnya evaluasi semacam itu tidak diperlukan sebelum penyaringan atau jenis
program dan prosedur lainnya diperkenalkan.

MASALAH DALAM MENILAI SENSITIFITAS DAN SPESIFIKASI UJI LAYAR

MEJA 18-4. Tingkat Kematian dari Neuroblastoma pada Usia 8

Tahun di Kelompok Quebec yang Diskrining,
dibandingkan dengan Tingkat di Kelompok Kanada yang
Tidak Diskrining*
Jumlah Kematian yang Rasio Kematian
Kelompok Kontrol Diharapkan di Quebec Standar untuk
berdasarkan Kelompok Quebec (95% CI)
Kontrol
Kelompok sejarah
Quebec 22. 0,98 (0,54–1,77)
5
Kanada 21. 1,04 (0,64–1,69)
2
kohort bersamaan
Kanada, tidak 15. 1,39 (0,85-2,30)
termasuk Quebec 8
*Ada 22 kematian akibat neuroblastoma dalam kohort yang diskrining.
 Semua data dikumpulkan oleh Statistics Canada. CI, selang kepercayaan.
Dari Woods WG, Gao R, Shuster JJ, dkk: Skrining bayi dan kematian akibat
neuroblastoma. N Engl J Med 346:1041– 1046, 2002.
INTERPRETING HASIL STUDI YANG TIDAK MENUNJUKKAN MANFAAT
SCREENING
Salah satu dari interpretasi berikut dapat dilakukan:
1. Kurangnya manfaat yang nyata mungkin melekat pada riwayat alami penyakit
(misalnya, penyakit tidak memiliki fase praklinis yang dapat dideteksi atau fase
praklinis yang sangat pendek yang dapat dideteksi).
2. Intervensi terapeutik yang tersedia saat ini mungkin tidak lebih efektif jika diberikan
lebih awal daripada saat diberikan pada saat diagnosis biasa.
3. Riwayat alami dan terapi yang tersedia saat ini mungkin memiliki potensi untuk
meningkatkan manfaat, tetapi ketidakcukupan perawatan yang diberikan kepada
mereka yang skrining positif dapat menjelaskan kurangnya manfaat yang diamati
(yaitu, ada kemanjuran, tetapi efektivitasnya buruk).
ANALISIS BIAYA-MANFAAT LAYANAN
Beberapa orang menanggapi masalah biaya-manfaat dengan hanya berkonsentrasi pada biaya,
bertanya, jika tes itu murah, mengapa tidak melakukannya? Namun, meskipun tes darah
dalam tinja, misalnya, dalam skrining kanker usus besar, biayanya hanya beberapa dolar
untuk kit kertas saring dan pemrosesan laboratorium yang diperlukan, untuk menghitung
biaya total tes semacam itu kita harus memasukkan biaya. dari kolonoskopi yang dilakukan
setelah pengujian awal serta biaya komplikasi yang jarang terjadi akibat kolonoskopi

BAB 19 Epidemiologi dan Kebijakan Publik

EPIDEMIOLOGI DAN PENCEGAHAN

Pentingnya epidemiologi dalam pencegahan telah ditekankan dalam beberapa bab
sebelumnya. Mengidentifikasi populasi pada peningkatan risiko, memastikan penyebab
peningkatan risiko mereka, dan menganalisis biaya dan manfaat dari menghilangkan atau
mengurangi paparan faktor atau faktor penyebab semuanya memerlukan pemahaman konsep
epidemiologi dasar dan interpretasi yang mungkin dari temuan studi epidemiologi . Selain itu,
menilai kekuatan bukti dan mengidentifikasi batasan pada kesimpulan yang diturunkan atau
generalisasi dari temuan adalah sangat penting. Dengan demikian, epidemiologi dapat
dianggap sebagai “ilmu dasar” pencegahan.
Berapa banyak data epidemiologi yang kita perlukan untuk membenarkan upaya
pencegahan? Jelas, tidak ada yang mudah jawaban untuk pertanyaan ini. Beberapa masalah
yang terlibatberbeda tergantung pada apakah pencegahan primer atau sekunder sedang
dipertimbangkan. Jika kita membahas pencegahan primer, jawabannya tergantung pada
tingkat keparahan kondisi, pada biaya yang terlibat (dalam hal dolar, penderitaan manusia,
dan hilangnya kualitas hidup), pada kekuatan bukti yang melibatkan faktor penyebab tertentu.
atau faktor dalam etiologi penyakit yang bersangkutan, dan pada kesulitan mengurangi atau
menghilangkan paparan faktor tersebut.
Dengan pencegahan sekunder, masalahnya adalahapa yang berbeda. Kita tetap harus
mempertimbangkan tingkat keparahan penyakit yang dimaksud. Selain itu, bagaimanapun,
kita harus bertanya apakah kita dapat mendeteksi penyakit lebih awal dari biasanya dengan
skrining, seberapa invasif dan mahal deteksi tersebut, apakah manfaat diperoleh seseorang
yang memiliki penyakit jika pengobatan dimulai lebih awal. tahap dari biasanya, dan apakah
ada efek berbahaya yang terkait dengan skrining. Epidemiologi jelas merupakan pendekatan
yang sangat berharga untuk menyelesaikan banyak masalah ini.
Dalam beberapa tahun terakhir, perhatian yang cukup besar telahditujukan untuk memperluas
apa yang disebut efek sosial, psikologis, keluarga, ekonomi, dan komunitas dari penyakit.
 FAKTOR
RISIKO

PENYAKI
T

Gambar 19-1. Diagram epidemiologi faktor risiko klasik.

Faktor-Faktor yang
Menentukan Paparan
terhadap Faktor Risiko

FAKTOR RISIKO

PENYAKIT

Efek Sosial, Psikologis,

Keluarga, Ekonomi, dan
Masyarakat

Gambar 19-2. Diagram epidemiologi faktor risiko yang diperluasmodel untuk

memasukkan determinan pajanan serta efek sosial, psikologis, keluarga, ekonomi,
dan komunitas dari penyakit.

PENDEKATAN POPULASI VERSUS

PENDEKATAN RISIKO TINGGI UNTUK PENCEGAHAN

Sebuah pertanyaan penting dalam pencegahan adalah apakah pendekatan kami harus
menargetkan kelompok yang diketahui berisiko tinggi atau apakah itu harus memperluas
upaya pencegahan primer untuk populasi umum secara keseluruhan. Masalah ini dibahas oleh
Rose pada tahun 19853 dan kemudian diperkuat oleh Whelton pada tahun 19944 dalam
pembahasan pencegahan hipertensi dan pencegahan kematian akibat penyakit jantung
koroner (PJK).
Studi epidemiologis telah menunjukkan bahwa risiko kematian akibat PJK terus
meningkat dengan peningkatan tekanan darah sistolik dan diastolik; tidak ada ambang batas
yang diketahui.Gambar 19-5A menunjukkan distribusi tekanan darah sistolik.
Gambar 19-5.A, Distribusi persen berdasarkan tekanan darah sistolik awal dari pria yang
diskrining untuk MRFIT. B, Risiko relatif kematian penyakit jantung koroner (PJK) dalam
kaitannya dengan tingkat tekanan darah sistolik pada pria yang diskrining untuk MRFIT. C,
Distribusi persentase kematian PJK berlebih menurut tingkat tekanan darah sistolik untuk
pria yang diskrining untuk MRFIT. (Diadaptasi dari Stamler J, Dyer AR, Shekelle RB, dkk:
Hubungan faktor risiko utama awal dengan kematian koroner dan semua penyebab, dan umur
panjang: Temuan dari tindak lanjut jangka panjang kohort Chicago. Kardiologi 82: 191–222,
1993.)

TUGAS BERESIKO
Penggunaan utama epidemiologi dalam kaitannya dengan kebijakan publik
adalah untuk penilaian risiko. Penilaian risiko memiliki didefinisikan sebagai
karakterisasi potensidampak buruk bagi kesehatan manusiapaparan bahaya
lingkungan. Penilaian risiko dipandang sebagai bagian dari keseluruhan proses
yang mengalir dari penelitian ke penilaian risiko dan kemudian ke manajemen
risiko, seperti yang ditunjukkan pada:Gambar 19-9. Samet dkk10 meninjau
hubungan epidemiologi dengan penilaian risiko dan menggambarkan
manajemen risiko yang melibatkan evaluasi tindakan pengaturan alternatif
dan pemilihan strategi yang akan diterapkan. Manajemen risiko diikuti dengan
komunikasi risiko, yaitu transmisi temuan penilaian risiko kepada mereka
yang perlu mengetahui temuan untuk berpartisipasi dalam pembuatan
kebijakan dan mengambil tindakan manajemen risiko yang tepat.

Gambar 19-9.Hubungan antara empat langkah penilaian risiko dan antara

penilaian risiko dan manajemen risiko. (Diadaptasidari Komite Sarana
 Kelembagaan untuk Penilaian Risiko terhadap Kesehatan Masyarakat,
Komisi KehidupanIlmu Pengetahuan, Dewan Riset Nasional: Penilaian
Risiko di Pemerintah Federal: Mengelola Proses. Washington, DC,
National Academy Press, 1983, hal 21.)
BAB 20 Masalah Etika dan Profesional dalam Epidemiologi

ISU ETIS DALAM EPIDEMIOLOGI

Jelas, dalam pencarian ilmiah apa pun, penipuan, penipuan, atau representasi yang
salah menimbulkan ketidaksetujuan dan kecaman universal dari anggota disiplin lain,
profesional lain, serta masyarakat awam. Masalah seperti itu tidak dibahas dalam bab ini.
Hari ini, beberapa dilema etika yang paling sulit dalam epidemiologi cenderung lebih halus,
melibatkan penilaian, filosofi, sikap, dan pendapat, yang konsensus mungkin lebih sulit untuk
diperoleh.
Apakah epidemiologi berbeda dari disiplin ilmu lainnya dalam hal masalah etika?
Meskipun epidemiologi memiliki banyak karakteristik yang sama dengan disiplin ilmu
lainnya, epidemiologi berbeda dalam beberapa hal penting. Ini adalah disiplin yang sebagian
besar tumbuh dari kedokteran dan kesehatan masyarakat, dan bahkan di tahun-tahun awal,
temuannya memiliki implikasi kebijakan langsung untuk perawatan klinis atau tindakan
kesehatan masyarakat. Studi John Snow tentang kolera di London (lihatBab 1, P. 13) dan
pelepasannya dari pegangan pompa dariPompa Broad Street, yang studinya berimplikasi pada
wabah (apakah pegangan pompa benar-benar dihapus sebelum atau setelah puncak wabah),
mencerminkan implikasi kebijakan yang jelas daridia bekerja.
Tujuan akhir epidemiologi adalah untuk meningkatkan kesehatan manusia;
epidemiologi adalah ilmu dasar pencegahan penyakit. Oleh karena itu, hubungan
epidemiologi dengan pengembangan kebijakan publik merupakan bagian integral dari
disiplin. Akibatnya, masalah etika dan profesional melampaui yang mungkin berlaku untuk
disiplin ilmu, seperti biofisika atau fisiologi, dan harus dilihat dalam konteks yang lebih luas.
Pertama, temuan epidemiologi memiliki relevansi sosial langsung dan sering langsung.
Kedua, studi epidemiologi umumnya didanai dari sumber daya publik dan sering memiliki
implikasi besar untuk alokasi sumber daya masyarakat yang terbatas. Ketiga, penelitian
epidemiologi melibatkan subjek manusia dalam beberapa cara, dan subjek yang berpartisipasi
dalam studi epidemiologi umumnya tidak memperoleh manfaat pribadi dari hasil penelitian
ini.

KEWAJIBAN PENYIDIK TERHADAP MATA PELAJARAN

Apa kewajiban peneliti terhadap subjek dalam studi observasional nonrandomized
yang umumnya ditangani oleh sebagian besar ahli epidemiologi? Pertama, sejauh mungkin,
persetujuan yang benar-benar diinformasikan, yang konsisten dengan prinsip otonomi
individu, harus diperoleh dari setiap subjek. Tetapi bisakah persetujuan yang benar-benar
diinformasikan diperoleh dari subjek dalam studi epidemiologi? Jika kami percaya bahwa
pengungkapan penuh kepada subjek tujuan dan hipotesis penelitian akan menimbulkan bias
respons atau jenis bias lainnya, jelas persetujuan tersebut tidak akan sepenuhnya
"diinformasikan". Isu lain dalam persetujuan berkaitan dengan privasi dan kerahasiaan.
Selama bertahun-tahun, dengan hati nurani yang baik, ahli epidemiologi meyakinkan subjek
bahwa data mereka akan dijaga kerahasiaannya, dan bahwa komitmen ini tidak memenuhi
syarat. Namun, data penelitian telah menjadi subjek panggilan pengadilan dalam beberapa
tahun terakhir, dengan hanya beberapa pengecualian. Oleh karena itu, jaminan kerahasiaan
yang diberikan dalam pernyataan persetujuan yang diinformasikan sekarang harus mencakup
kualifikasi untuk memungkinkan pelanggaran kerahasiaan yang dapat diamanatkan secara
hukum dan oleh karena itu berada di luar kendali penyidik. Peraturan privasi baru mulai
berlaku di Amerika Serikat pada tahun 2003, yang secara signifikan mempengaruhi hak-hak
pasien mengenai informasi kesehatan. Kami kembali ke masalah privasi dan kerahasiaan
nanti di bab ini. jaminan kerahasiaan yang diberikan dalam pernyataan persetujuan yang
diinformasikan sekarang harus mencakup kualifikasi untuk memungkinkan pelanggaran
kerahasiaan yang dapat diamanatkan secara hukum dan oleh karena itu berada di luar kendali
penyidik. Peraturan privasi baru mulai berlaku di Amerika Serikat pada tahun 2003, yang
secara signifikan mempengaruhi hak-hak pasien mengenai informasi kesehatan. Kami
kembali ke masalah privasi dan kerahasiaan nanti di bab ini. jaminan kerahasiaan yang
diberikan dalam pernyataan persetujuan yang diinformasikan sekarang harus mencakup
kualifikasi untuk memungkinkan pelanggaran kerahasiaan yang dapat diamanatkan secara
hukum dan oleh karena itu berada di luar kendali penyidik. Peraturan privasi baru mulai
berlaku di Amerika Serikat pada tahun 2003, yang secara signifikan mempengaruhi hak-hak
pasien mengenai informasi kesehatan. Kami kembali ke masalah privasi dan kerahasiaan
nanti di bab ini.
AKSES KE DATA
Ketika studi telah selesai, siapa yang “memiliki”data? Siapaharus memiliki akses
ke data—baik “mentah” atau sebagian “matang”—dan dalam kondisi apa?
Kita hidup di era di mana kita dapat yakin bahwa hampir semua data
penelitian yang dihasilkan yang berhubungan dengan masalah kontroversial
akan dianalisis ulang oleh ahli nyata atau yang diduga mendukung posisi
berbeda. Beberapa pertanyaan yang relevan mengenai berbagi data meliputi:

■Pada titik mana sebuah penelitian benar-benar telah diselesaikan?

■Haruskah kebijakan berbagi data penelitian bergantung pada siapa yang
membayar penelitian?
■Haruskah kebijakan bergantung pada siapa yang meminta data dan pada
kemungkinan motivasi orang tersebut dalam mengajukan permintaan?
■Dalam kondisi apa pengidentifikasi peserta individu harus disertakan dengan
data?
■Bagaimana mungkin penyidikkepentingan dilindungi?
■Siapa yang akan membayar biaya yang terlibat?

Tantangannya adalah untuk menyerang yang tepatkeseimbangan antara

kepentingan penyelidik di satu sisi, dan kepentingan masyarakat di sisi lain,
karena mereka tidak dapat dihindarkan bersamaan.

RAS DAN ETNISITAS DISTUDI EPIDEMIOLOGI

Isu penting yang semakin mendapat perhatian dalam beberapa tahun
terakhir adalah penggunaan sebutan ras dan etnis dalam studi epidemiologi.
Variabel-variabel ini digunakan baik untuk menggambarkan populasi dan untuk
menguji hipotesis di mana ras dapat berfungsi sebagai variabel independen.
Sebagai deskriptor, ras sering digunakan untuk mencirikanindividu yang
dipelajari dalam uji klinis atau untuk menggambarkan inklusi dan eksklusi
populasi dalam berbagai jenis studi epidemiologi. Variabel ras dan etnis bisa
sangat berguna untuk tujuan ini dan mungkin penting untuk menilai potensi
generalisasi temuan di luar populasi yang diteliti.
Ketika variabel yang menunjuk ras atau etnis dimasukkan dalam studi
yang dirancang untuk menguji hipotesis, fokusnya sering pada kemungkinan
asosiasi ras dengan hasil kesehatan tertentu. Namun, seperti Bhopal dan
Donaldson10 telah menunjukkan, secara biologis, ras tidak jelas dan kurang
dipahami, dan mungkin validitasnya dipertanyakan. Penelitian DNA menunjukkan
bahwa keragaman genetik adalah kontinum tanpa jeda yang jelas yang dapat
menggambarkan kelompok ras.11 Ras telah digambarkan sebagai "sistem
klasifikasi visual yang sewenang-wenang" yang tidak membatasi subkelompok
populasi manusia yang berbeda.12 Dimulai dengan sensus AS tahun 2000,
pedoman baru mengizinkan responden untuk mengidentifikasi diri mereka dengan
lebih dari satu kelompok ras. Di masa depan, kebijakan ini dapat memperumit
penggunaan data sensus ras dalam studi epidemiologi.
Pendekatan alternatif adalah menggunakan etnis daripada ras. Namun,
mengelompokkan orang berdasarkan etnis juga tidak sederhana. Etnisitas adalah
variabel kompleks yang menyiratkan asal usul atau latar belakang sosial yang
sama; budaya dan tradisi bersama yang khas, terpelihara antar generasi, dan
mengarah pada rasa identitas dan kelompok; atau bahasa bersama atau tradisi
keagamaan. Apa hasil penggunaan sebutan rasial dalam penelitian epidemiologi?
Banyak yang percaya bahwa, mengingat ambiguitas yang terlibat dalam
mendefinisikan ras, penelitian menggunakan tingkat penyakit menurut ras belum
secara signifikan memajukan pemahaman mendasar kita tentang penyebab dan
patogenesis penyakit manusia. Namun, beberapa berpendapat bahwa bahkan jika
sebutan tersebut belum meningkatkan pemahaman kita tentang mekanisme
biologis penyakit, penggunaan variabel ras dalam penelitian telah membantu
untuk mengidentifikasi subkelompok-terutama kelompok minoritas dan imigran-
kepada siapa sumber daya perawatan kesehatan tambahan perlu diarahkan.
Masalah etika dan profesional yang dihadapi epidemiologi terutama
mencerminkan kewajiban ahli epidemiologi untuk peserta dalam studi
epidemiologi dan klinis, serta tantangan yang dihasilkan dari posisi utama yang
ditempati disiplin pada antarmuka ilmu pengetahuan dan kebijakan publik. Isunya
kompleks, seringkali halus, dan tanpa jawaban sederhana. Mengingat posisi
penting epidemiologi dalam pengembangan kebijakan klinis dan kesehatan
masyarakat, dan implikasinya terhadap regulasi lingkungan, perubahan gaya hidup
individu, dan modifikasi dalam praktik klinis, temuan dari studi epidemiologi
menarik perhatian luas dan tinggi. visibilitas publik. Sebagai pertanyaan baru
ditangani oleh epidemiologi di masa depan, dilema etika dan profesional yang
dihadapi disiplin juga akan terus berkembang.