Topik Lain-Lain

Dalam bab ini kita membahas secara singkat beberapa topik yang belum tercakup secara luas, jika sama
sekali, dalam bab-bab sebelumnya.

11.1 STUDI KASUS-KONTROL

Studi kasus-kontrol adalah studi analitis di mana sekelompok orang dengan penyakit tertentu
dibandingkan dengan kelompok yang tidak memiliki penyakit, dengan perbandingan yang dibuat pada
satu atau lebih karakteristik. Ini adalah studi retrospektif, non-acak dan karena itu mereka tidak memiliki
nilai uji klinis dan umumnya dinilai sebagai kualitas rendah. Lihat Ury (1975) untuk diskusi tentang
efisiensi desain kasus-kontrol. Salah satu pilihan untuk menentukan ukuran sampel untuk studi kasus-
kontrol yang cocok adalah perintah yang ditulis pengguna sampsi_mcc untuk Stata, yang
mengimplementasikan pendekatan yang dijelaskan dalam Dupont (1988). Satten dan Kupper (1990)
menyajikan perhitungan ukuran sampel untuk studi kasus-kontrol (atau kohort) yang tak tertandingi di
mana tujuannya adalah estimasi interval dari rasio odds. Taylor (1986) membahas penentuan jumlah
kontrol yang akan digunakan dalam studi kasus-kontrol. Banyak makalah lain telah ditulis tentang
menentukan ukuran sampel untuk studi kasus-kontrol, termasuk M'Lan, Joseph, dan Wolfson (2006),
Hanley, Csizmadi, dan Collet (2005), De Santis, Pacifico, dan Sambucini (2004), Gauderman (2002), Qiu,
Moeschberger, Cooke, dan Goldschmidt-Clemont (2000), Garcia-Closas dan Lubin (1999), Foppa dan
Spiegelman (1997), Nam (1992), Hwang, Beaty, Liang, Coresh, dan Khoury (1994), dan Lubin, Gail, dan
Ershow (1987)

11.2 EPIDEMIOLOGI

Cheng, Branscum, dan Stamey (2010b) meneliti pengaruh kesalahan pengukuran dan kesalahan
klasifikasi variabel respons dan menyarankan peneliti untuk memperhitungkan masalah (potensial) ini
dalam sampel penentuan ukuran dan perhitungan kekuatan data epidemiologi. Lihat juga Smith (1997),
yang mempertimbangkan penentuan ukuran sampel dan kekuatan untuk surveilans epidemiologi. Luan,
Wong, Day, dan Wareham (2001) mempertimbangkan penentuan ukuran sampel untuk menyelidiki
potensi interaksi gen-gen dan gen-lingkungan. Lihat juga Kasiulevicius, Sapoka, dan Filipaviciute (2006),
yang merupakan makalah yang agak umum.

11,3LONGITUDINAL STUDI

studilongitudinal studi dari kelompok mata pelajaran dari waktu ke waktu, dengan kelompok biasanya
yang kecil karena biaya studi tersebut, yang dapat berlangsung selama bertahun-tahun dan kadang-
kadang beberapa dekade. Oleh karena itu, jelas penting bahwa ukuran sampel hanya sebesar yang
diperlukan untuk tujuan penelitian yang dinyatakan. Sebagian besar pekerjaan penentuan ukuran
sampel untuk studi longitudinal telah dilakukan oleh Basagana dan Spiegelman (2010a,b, 2011a,b),
dengan Panduan Pengguna untuk program R yang tersedia di http://hsph.harvard.
edu/spiegelman/optitxs/optitxs_user_manual.pdf. Shieh (2003) mempertimbangkan kekuatan dan
perhitungan ukuran sampel untuk pengukuran berulang dan studi longitudinal dalam kerangka model
linier umum multivariat. Lihat juga ukuran sampel untuk studi longitudinal seperti yang dibahas oleh
Barrera-Gomez, Spiegelman, dan Basagana (2012), Donohue, Edland, dan Gamst (2010), Lu, Mehrotra,
dan Liu (2009), Roy, Bhaumik, Aryal, dan Gibbons (2007), Tu, Kowalski, Zhang, Lynch, dan Crits-Christoph
(2004), dan Hedeker, Gibbons, dan Waternaux (1999). Dawson (1998) mengilustrasikan penentuan
ukuran sampel menggunakan statistik ringkasan dan bagaimana ukuran sampel dipengaruhi oleh pilihan
statistik ringkasan dan faktor lain menggunakan contoh dengan data longitudinal. Studi kasus-kohort
adalah bentuk studi longitudinal. Cai dan Zeng (2004) mempertimbangkan ukuran sampel dan
perhitungan daya untuk studi semacam itu. Lihat juga Kubota (2011). Falagas, Kouranos, Michalopoulos,
Rodopoulou, Athanasoulia, dan Karageorgopoulos (2010) melaporkan bahwa banyak studi kohort
komparatif belum memiliki kekuatan yang memadai. Musonda, Farrington, dan Whitaker (2006)
menurunkan beberapa rumus ukuran sampel untuk metode seri kasus yang dikendalikan sendiri, yang
merupakan metode kohort yang dimodifikasi. Modul LBPOWER di Stata dapat digunakan untuk
menghitung ukuran sampel atau daya perkiraan untuk studi longitudinal dengan respons biner dan dua
kelompok perlakuan dengan ukuran yang sama, asalkan peluang log dapat diasumsikan linier dan ada
korelasi konstan antara pengulangan pengukuran.

11.4 STUDI MICROARRAY

Salah satu strategi dalam menentukan ukuran sampel dalam percobaan microarray adalah dengan
melihat setiap gen secara terpisah dan menentukan ukuran sampel yang diinginkan untuk gen tersebut,
kemudian menggabungkan hasilnya untuk menentukan ukuran sampel keseluruhan relatif terhadap
daya keseluruhan yang diinginkan. Mukherjee, Tamayo, Rogers, Rifkin, Engle, Campbell, Golub, dan
Mesirov (2004) mempertimbangkan untuk memperkirakan persyaratan ukuran kumpulan data untuk
mengklasifikasikan data microarray menggunakan kurva pembelajaran. Sejauh menyangkut beberapa
tes perbandingan, eksperimen microarray memang menghadirkan masalah khusus karena banyaknya
data yang terlibat. Muller, Parmigiani, Robert, dan Rousseau (2004) mempertimbangkan penentuan
ukuran sampel yang optimal untuk eksperimen yang melibatkan, dalam kata-kata mereka, beberapa
perbandingan "besar". Shao dan Tseng (2007) juga mempertimbangkan penentuan ukuran sampel untuk
beberapa perbandingan, seperti yang dilakukan Jung, Bang, dan Young (2005). Orr dan Liu (2009)
menggambarkan sebuah paket dalam R, ssize.fdr, yang dapat digunakan untuk menentukan ukuran
sampel. Untuk informasi tambahan tentang ukuran sampel untuk studi microarray, lihat Liu dan Hwang
(2007), Tibshirani (2006), Dobbin dan Simon (2005), Wei, Li, dan Bumgartner (2004), Hwang, Schmitt,
Ge. Stephanopoulos, dan Gr. Stephanopoulos (2002), Lee dan Whitmore (2002), dan Bab 12 dari Chow,
Shao, dan Wang (2008b). 11.5 KARAKTERISTIK KARAKTERISTIK PENERIMA KURVA ROC

Obuchowski dan McClish (1997) mempertimbangkan penentuan ukuran sampel ketika kurva ROC
digunakan dalam studi akurasi diagnostik. Lihat juga Obuchowski (1998).

11.6 META-ANALISIS

Perhitungan kekuatan dalam meta-analisis melibatkan langkah-langkah yang sama seperti dalam
perhitungan kekuatan yang sampel tunggal akan diperoleh (Hedges dan Pigott, 2001, 2004). Misalnya,
kita memerlukan jumlah studi dalam tinjauan ("ukuran sampel"), ukuran efek rata-rata keseluruhan
yang diantisipasi, dan kriteria signifikansi statistik. Meta-analisis dalam uji klinis tercakup dalam Bagian
7.6 dan analisis kekuatan untuk meta-analisis dibahas secara rinci dalam Bab 29 dari Borenstein, Hedges,
Higgins, dan Rothstein (2009). Lihat juga Cohn dan Becker (2003), yang menunjukkan bahwa meta-
analisis efek tetap meningkatkan kekuatan