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 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.
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
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.
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.
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.
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.
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
Pengawasan
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.
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.
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.
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.
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 :
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
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:
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
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.
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%.
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.
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.
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.
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).
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.
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
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
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:
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.
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.
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.
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.
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
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.
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 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.
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.
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.
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.
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.
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
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 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.
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.
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.
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
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
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. .
Digunakan Reserpin
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
Tidak
disesuaikanDisesuaikan
RR RRkan 95%
CI
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:
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):
(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?”
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
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
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.
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.
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
Jangan Jangan
Mati karena Mati dari Mati karena Mati dari
Penyakit penyakit Penyakit penyakit
Populasi yang
Ditentukan
Tidak diacak
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.
PENYAKI
T
Faktor-Faktor yang
Menentukan Paparan
terhadap Faktor Risiko
FAKTOR RISIKO
PENYAKIT
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.