DESAIN STUDI KASUS KONTROL

Mondastri K Sudaryo

I. Pengertian

▪ Merupakan salah satu dari studi observasional analitik yang dirancang

untuk melihat hubungan (asosiasi) atau menguji hipotesa hubungan
kausal

▪ Manfaat studi analitik:

- mengidentifikasi/ menemukan etiologi, faktor risiko & faktor prognostik,

determinan dari penyakit atau masalah kesehatan.

- menjadi dasar dari upaya pencegahan dan penanggulangan penyakit.

▪ Desain ini dimulai dengan menentukan/ menseleksi populasi penderita/

kasus dan populasi pembandingnya (orang sehat atau orang dengan
penyakit lain) yang disebut populasi kontrol.

▪ Setiap kelompok kasus dan kontrol diselidiki/ digali informasi tentang

pajanan/ faktor risiko tertentu.

▪ Arah penyelidikan backward: dari penyakit menuju pajanan/ determinan.

▪ Tipe pokok rancangan kasus kontrol:

1. Kasus kontrol dasar (basic/ klasik/ konvensional), menggunakan data
prevalence
2. kasus kontrol campur (hybrid) dengan elemen kohort (dimensi waktu
prospektif) → longitudinal case control, seperti studi nested-case control
atau case-cohort
▪ Sebutan lain: Studi Case-referent, studi retrospective, studi “trohoc”.

▪ Contoh:
• studi pajanan radiasi sinar X dg kematian akibat keganasan
(carcinoma atau sarcoma) pd anak-anak (1950): 1299 ibu dari anak-
anak yang meninggal karena keganasan dibandingkan dengan 1299
ibu dari anak-anak yg tidak terkena keganasan.
• studi merokok dan Ca paru (Richard Doll dan Bradford Hill, 1950)
- 1.357 pasien Ca paru laki-laki dibandinkan dengan 1.357
kelompok kontrol (non-Ca paru) laki-laki.
- Pada setiap kelompok (kasus dan kontrol ditanya tentang jumlah
rata-rata rokok sigaret yang dihisap setiap hari dalam kurun waktu
10 tahun sebelum sakit.
- Proporsi pajanan pada kedua kelompok dibandingkan. Ditemukan
lebih sedikit proporsi perokok berat pada kontrol, dan sangat kecil
proporsi bukan perokok pada kasus.

1
 Jumlah rata-rata Kasus Kontrol
Sigaret / hari Ca paru Non- Ca
0 7 61
1-4 55 129
5-14 489 570
15-24 475 431
25-49 293 154
50+ 38 12
Total 1357 1357

• studi tentang hubungan pemanis buatan dan Ca buli-buli (1980).

- 3000 kasus Ca buli-buli dibandingkan dengan 5776 kontrol (non
Ca buli-buli).
- Pada masing-masing kelompok diwawancarai tentang
penggunaan pemanis buatan.
- Pada kelompok kasus 1293 orang pernah menggunakan pemanis
buatan (proporsi pajanan=43.1%), sedangkan pada kelompok
kontrol 2455 orang pernah menggunakannya (proporsi=42.5%).

II. Bagan studi kasus kontrol

D/ C

NE
Na------II------

ND

Nb----S-----
E

NC
NE

III. Kelebihan dan kekurangan

Kelebihan:

1. Cenderung lebih murah dibanding desain analitik lainnya

2. Cenderung lebih hemat waktu dibanding desain analitik lainnya
3. Efisien untuk menyelidiki penyakit yang jarang
4. Dapat menyelidiki multiple exposure/ risk factor
2
Kekurangan:

1. Tidak efisien untuk menyelidiki paparan/ pajanan (exposure) yang jarang

2. Tidak bermanfaat untuk tujuan deskriptif
3. Rentan terhadap bias seleksi karena info ttg. paparan dapat
mempengaruhi seleksi subyek secara berbeda untuk kelompok kasus
dan kelompok kontrol
4. Tidak tepat jika outcome penyakit lebih baik diukur sebagai variabel
kontinyu
5. Informasi tentang paparan rentan terhadap kesalahan pengukuran
(khususnya apabila dikumpulkan secara retrospektif melalui ingatan
(recall) atau catatan medik) karena diukur setelah penyakitnya terjadi.
Kesalahan pengukuran ini dapat menjurus kepada bias (informasi),
khususnya bila tingkat kesalahan pengukuran berbeda pada kasus dan
kontrol.
6. Jika paparan yang diukur adalah paparan masa sekarang, problem yang
lebih besar dapat terjadi yaitu bias temporal ambiguity

IV. Pemilihan Kasus dan Kontrol

❖ Kasus:

▪ Sumber kasus:
- Pasien rumah sakit
- Pasien klinik/ praktek swasta
- Pasien puskesmas
- Pasien yang mengikuti program skrining
- Data kasus penyakit pada pencatatan dan pelaporan rutin atau
surveilens
- Data kasus penyakit dari hasil; survei sebelumnya.
- Dll.

▪ Kasus dari sebuah rumah sakit belum tentu mewakili gambaran seluruh
kasus di masyarakat

▪ Kasus bisa berupa prevalence (umumnya studi kasus kontrol dasar/

klasik) atau incidence (misal pada studi nested case control atau case
cohort).

▪ Base population dapat berupa:

1. fixed cohort → ketika studi dimulai tidak ada lagi subyek yang masuk.
Jika tidak ada drop-out maka fixed cohort tsb disebut closed cohort
(lihat fig.1)
2. dynamic population → subyek bisa bergabung dalam studi kapan saja
(lihat fig.2)

▪ Prinsip pemilihan kasus:

- tidak terpengaruh status pajanan
- tidak harus mewakili seluruh populasi orang sakit

3
 - definisi kasus jelas (kriterian diagnosis klinis atau laboratoris, stadium
atau fase kasus, dll)
- prosedur deteksi dan diagnostik kasus (juga pelaporan kasus) tidak
boleh dipengaruhi status pajanan.
- Prosedure diagnostik menggunakan instrumen yang valid dan reliable
- dapat dipertimbangkan melakukan restriksi kasus untuk mencegah
confounding.

❖ Kontrol:

▪ Sumber kontrol:
➢ pasien penderita penyakit lain di rumah sakit (hospital-based control)
• mudah dan efisien
• responsif/ kooperatif
• sering sulit mengidentifikasi populasi asal kasus
• potensi Berkson bias
• tidak mewakili orang sehat, tapi orang sakit dengan penyakit yang
berbeda
• penyakit yang lama (kronik) dapat merubah status pajanan
• penyakit lain mungkin juga berhubungan dengan pajanan
➢ keluarga kasus (suami, istri, anak, saudara, dll)
• mudah dan efisien
• kooperatif
• karateristik mirip dengan kasus & berbagi pajanan ("sharing
exposure") → dilusi efek
➢ teman atau tetangga kasus
• masih mudah
• belum tentu kooperatif
• berbagi pajanan lingkungan
• potensi participation & recall bias.
➢ masyarakat yang tinggal di sekitar/ di wilayah asal kasus (population-
based control)
• lebih sulit dan lebih mahal
• problem sampling pada populasi (mis: sampling frame tidak
tersedia)
• sering tidak kooperatif
• participation & information bias (termasuk recall bias).

▪ Prinsip pemilihan kontrol: mewakili base population atau study base yang
sama (mewakili populasi asal kasus), sehingga bila pada populasi asal
(populasi yang berisiko) tersebut muncul penyakit (incidence) maka akan
dapat "tertangkap" dalam studi kita sebagai kasus. Perhatikan: prinsip
"kolam renang"

▪ Kontrol biasanya dipilih secara random

▪ Teknik sampling untuk pemilihan kontrol pada longitudinal case-control:

4
 a. cumulative sampling: semua kontrol dipilih secara random di akhir
pengamatan setelah semua kasus diidentifikasi

b. density sampling: satu atau beberapa non-kasus dipilih random

selama masa pengamatan longitudinal ketika setiap kasus baru
muncul/ didiagnosis

c. case-base/ case-cohort sampling: semua kontrol dipilih random dari fixed

base population pada awal pengamatan. Cara ini merupakan bentuk khusus
dari nested case control study yang disebut case-base/ case-cohort study.

5
Catatan khusus:

a). Kelebihan studi nested-case control atau case-cohort:

1. seperti kelebihan kohort (menggunakan data incidence penyakit dan
asas temporality terjamin)
2. OR merupakan estimasi RR yang valid tanpa terikat pada rare disease
assumption
3. Efisien untuk melihat asosiasi penyakit dengan exposure/ determinan
yang mahal yang dapat tersimpan stabil dalam media penyimpanan
(misalnya zat2 kimiawi, faktor2 imunologis dan genetik serta
mikroorganisme yang tersimpan dalam serum, jaringan, dll.)
4. Kontrol dapat digunakan untuk beberapa studi kasus kontrol yang
“tumbuh” dari populasi dasar (base-population) kohort yang sama
5. Dapat memperkirakan prevalence rate dari exposure/ determinan

b). Kekurangan studi nested-case control atau case-cohort adalah seperti

kekurangan studi kohort.

c). Jumlah kontrol dapat 1 sampai paling banyak 5 kali jumlah kasus.
Umumnya maksimal 4 kali.

d). Pemilihan kontrol dapat dengan matching atau tanpa matching.

Matching pada kasus kontrol (sering untuk faktor umur, gender dan ras)
tidak untuk tujuan mengendalikan confounding, melainkan efisiensi. Analisis
kasus kontrol tanpa matching tidak sama dengan analisis dengan matching
(yang bersifat kondisional)

V. Analisis

Kasus Kontrol
E a b
NE c d
m1 m0

(Exposure) Odds Ratio (OR)

= Odds terpapar pd kasus / odds terpapar pd kontrol
= {(a/m1) : (c/m1)} : {(b/m0) : (d/m0)}
= (a/c) : (b/d)
=ad/bc

Catatan:

Untuk Desain Kasus Kontrol dasar/ klasik/ konvensional (menggunakan

data prevalence): jika penyakitnya jarang (incidence rendah) pada
populasi → OR mendekati Relative Risk ("Rare Disease Assumption")

6
Rare disease assumption tidak berlaku untuk situasi yang memenuhi 2
syarat berikut:
1. kasus kontrol longitudinal yang menggunakan data insidens
2. teknik sampling kontrol: density sampling

Contoh:

Sebuah studi kasus kontrol dilakukan untuk melihat hubungan merokok

dengan PJK (penyakit jantung koroner). Dalam studi ini dipilih 200 kasus
PJK yang diperbandingkan dengan 400 kontrol orang sehat, tanpa
pemadanan (unmatched) *

Kasus PJK Kontrol

Merokok sigaret 112 176

Tidak merokok 88 224
sig.
200 400

OR = ad/ bc

OR = [112 (224)] / [176 (88)] = 1.62

Interpretasi

▪ OR = 1 → Tidak ada efek/ asosiasi ("null")

▪ OR < 1 → Menurunkan risk ("protective")
▪ OR > 1 → Meningkatkan risk ("harmful")

Disamping estimasi titik OR, pada kasus kontrolo juga dapat dihitung
estimasi interval confidence interval (CI)

V (variance) = (1/a) + (1/b) + (1/c) + (1/d)

95% CI (OR) = OR exp [ +/- 1.96 √ V ]

Selain itu, juga dapat dihitung nilai p (p value), yaitu probabilitas

menemukan besarnya asosiasi sebesar yang teramati (atau lebih ekstrim
lagi) semata-mata karena kebetulan (chance).
Catatan
1. analisis matched dan unmatched case-control tidak sama
2. hati-hati dengan overmatching.

*
sumber soal dan tabel : Gordis, 1996.
7
Matching
I. Pengertian & tujuan

▪ Matching adalah restriksi parsial dalam sekeksi subyek.

▪ Tujuan utama matching: membuat perkiraan efek (asosiasi) yang

adjusted menjadi baik presisinya untuk besar sampel tertentu -- dengan
kata lain-- lebih efisien secara statistik (statistically efficient), khususnya
jika subyek indexnya sedikit (misal kelompok kasus < 50)

▪ Pada kohort matching juga dapat sekaligus mengendalikan confounder,

pada kasus kontrol tidak, bahkan dapat menimbulkan bias.

▪ Jadi pada kasus kontrol, matching tidak dilakukan untuk tujuan

mengendalikan confounding, melainkan efisiensi (artinya pengontrolan
confounder di tahap analisis akan memberikan presisinya yang lebih baik
jika dilakukan matching).

Contoh:

1. Studi kasus kontrol tanpa matching ttg hubungan Beta corotene dengan
Ca paru

Perokok Bukan Perokok Total

Beta- D ND D ND D ND
carotene
Rendah 30 6 6 10 36 16
Tinggi 10 6 6 30 16 36
Total 40 12 12 40 52 52
OR 3,0 3,0 5,06

mOR = 3,0; 95% CI (1,16; 7,72)

2. Studi kasus kontrol dengan matching ttg hubungan Beta corotene dengan
Ca paru

Perokok Bukan Perokok Total

Beta- D ND D ND D ND
carotene
Rendah 30 20 6 3 36 23
Tinggi 10 20 6 9 16 29
Total 40 40 12 12 52 52
OR 3,0 3,0 2,84

mOR = 3,0; 95% CI (1,31; 6,88)

II. Jenis

A. individual matching
B. frequency matching

8
II.A. individual matching

Berdasarkan metode:
1. category matching: kelompok references dipilih yang nilainya berada
dalam kategori yang sama dengan kelompok index (misal: umur 20-
30)
2. caliper matching: kelompok references dipilih yang nilainya tedekat
dengan kelompok index. Tdd:
a. fixed caliper: toleransi kelayakan sama pada semua pasangan
matching (misal: umur index +/- 2 tahun)
b. variable caliper: toleransi kelayakan bervariasi antar pasangan
matching (misal: matching tetangga terdekat)

Berdasarkan rasio kelompok reference dan index:

1. fixed ratio: rasio sama pd semua kelompok matching→ pairwise atau
1:1 matching
2. variable ratio: rasio bervariasi

Berdasarkan jenis variabel matching

1. artificial matching: pasangan matching dirancang berdasarkan
pengukuran langsung; misal: umur dan jenis kelamin
2. natural matching: pasangan matching dirancang berdasarkan
hubungan jaringan sosial, misal: kelompok reference saudara
kembar, teman, tetangga, dll.

B. Frequency matching

Setelah seluruh kelompok index dipilih, kelompok reference dipilih

sedemikian rupa hingga distribusi gabungan dari 1 atau beberapa variabel
matching pada kelompok reference mirip dengan pada kelompok index

III. Analisis

A. Analisis stratifikasi umum pada:

- category matching atau
- frequency matching.
B. Analsis matching (matched analysis) pada:
- caliper matching atau
- natural matching atau
- campuran caliper dan category

Status E pd Kontrol
E NE
Status E E Z11 Z10 Z1.
pd Kasus NE Z01 Z00 Z0.
Z.1 Z.0 Z..

9
 mOR= Z10 / Z01
V [ ln(mOR) ] = (1/Z10 ) + (1/Z01)
X MH = (Z10 - Z01 ) / √ (Z10 + Z01 )

Contoh:

Status E pd Kontrol
<20 20+
Status E < 20 30 25 55
pd Kasus 20+ 10 35 45
40 60 100

mOR= 25/10 = 2,5

V [ ln(mOR) ] = (1/25) + (1/10) = 0,14

→ 2,5 exp [+/- 1.96 √ 0.14]
→ (1,2; 5,21)

X MH = (25-10) / √ (25+10 ) = 2,535; p=0.01

10