Pesan dari contoh ini adalah bahwa kita masing-masing mengikuti studi
apa pun yang kita lakukan dengan sejumlah bias dan prasangka bawah
sadar atau sadar. Metode yang dibahas dalam bab ini dan yang
berikutnya dirancang untuk melindungi studi dari bias para peneliti.
Sekarang kita akan beralih ke dua aspek lain dari rancangan percobaan
acak: desain crossover dan faktorial.
CROSSOVER
Isu penting lainnya dalam uji klinis adalah crossover. Crossover mungkin
terdiri dari dua jenis: direncanakan atau tidak terencana.
Gambar 7-6. A-E, crossover yang tidak direncanakan dalam studi bedah
bypass jantung dan penggunaan niat untuk mengobati analisis. A, Desain
studi asli. B-D, crossover yang tidak direncanakan. E, Penggunaan niat
untuk mengobati analisis.
Crossover yang tidak direncanakan merupakan tantangan serius dalam
menganalisis data. Jika kita menganalisa sesuai dengan tugas awal
(disebut niat untuk mengobati analisis), kita akan memasukkan dalam
kelompok bedah beberapa pasien yang hanya menerima perawatan
medis, dan kita akan memasukkan dalam kelompok medis beberapa
pasien yang menjalani operasi. Dengan kata lain, kita akan
membandingkan pasien sesuai dengan pengobatan yang awalnya diacak,
terlepas dari pengobatan apa yang sebenarnya terjadi. Gambar 7-6E
menunjukkan niat untuk mengobati analisis di mana kita membandingkan
kelompok dengan warna pink (diacak untuk perawatan bedah) dengan
kelompok dengan warna kuning (diacak untuk perawatan medis). Jika,
bagaimanapun, kami menganalisa sesuai dengan perlakuan yang benar-
benar diterima oleh pasien, akan kami alami rusak, dan karena itu
kehilangan manfaat, pengacakan.
Tidak ada solusi sempurna untuk dilema ini. Praktik saat ini adalah
melakukan analisis utama dengan niat untuk mengobati-sesuai dengan
tugas acak asli. Kami berharap hasil perbandingan lainnya konsisten
dengan pendekatan utama ini. Intinya adalah karena tidak ada solusi
sempurna, jumlah crossover yang tidak direncanakan harus dijaga
seminimal mungkin. Tentunya jika kita menganalisa menurut pengacakan
asli dan sudah banyak crossover, arti hasil studi akan dipertanyakan. Jika
jumlah crossover menjadi besar, masalah menafsirkan hasil studi mungkin
tidak dapat diatasi.
Variasi yang menarik pada desain penelitian yang dibahas dalam bab ini
adalah rancangan faktorial. Dengan mengasumsikan bahwa dua obat
harus diuji, hasil yang diharapkan untuk kedua obat berbeda, dan cara
kerjanya independen, seseorang dapat secara ekonomis menggunakan
populasi penelitian yang sama untuk menguji kedua obat tersebut. Tipe
rancangan faktorial ditunjukkan pada Gambar 7-7.