DISUSUN OLEH
NIM : PO71320122023
KELAS : 2A
TAHUN 2023-2024
MEMBUAT PERTANYAAN PENELTIAN MENGGUNAKAN FORMAT PICO/PICOT
PICO merupakan sarana yang dapat digunakan untuk membantu dokter dalam
pencarian informasi klinis. PICO merupakan metode pencarian informasi klinis yang
merupakan akronim dari 4 komponen, yaitu P (patient, population, problem), I
(intervention, prognostic factor, exposure), C (comparison, control), dan O (outcome).
Dengan menggunakan PICO, dokter dapat memastikan penelitian yang dicari sesuai
dengan pertanyaan klinis kita sehingga kita bisa memberikan pelayanan
berdasarkan evidence based medicine kepada pasien. Dr. Charles Sidney Burwell
(Dekan Harvard Medical School periode 1935-1949) pernah menyatakan "Half of what
we are going to teach you is wrong, and half of it is right. Our problem is that we don't
know which half is which."
Tidak semua informasi kesehatan yang ada adalah benar dan dapat
diaplikasikan pada pasien. Di samping itu, penelitian dalam dunia medis berkembang
dengan pesat sehingga apa yang kita pelajari saat ini mungkin dengan cepat akan
menjadi out of date. Karenanya, profesi klinis tidak bisa bergantung sepenuhnya
terhadap apa yang pernah dipelajari selama masa pendidikannya, tapi harus
menjadi self directed life long learner (mampu belajar mandiri seumur hidupnya).
Saat ini arus informasi berjalan sangat pesat. Berbagai data hasil penelitian bisa
diakses dengan mudah. Untuk penting bagi klinis untuk bisa memilah-milah informasi
yang benar dan up to date di tengah pesatnya arus informasi sehingga bisa
memberikan terapi kepada pasien dengan lebih baik, rasional, dan evidence based.
Untuk itulah klinis perlu membekali dirinya dengan metode untuk melakukan
penelusuran informasi dengan tepat dan memilah serta memilih informasi yang sesuai
dengan pasien yang ditangani. Hal ini terutama karena peningkatan jumlah publikasi
ilmiah disertai dengan menurunnya beberapa kualitas terbitan ilmiah akibat munculnya
jurnal-jurnal predator yang tidak mempertimbangkan kaidah dan etika keilmuan.
Pencarian Informasi Klinis
Saat ini, semua keputusan klinis dibuat berdasarkan evidence based medicine.
Keputusan diambil berdasarkan informasi klinis yang valid. Bagian terpenting dari
proses ini adalah identifikasi adanya ketidakpastian/ketidaktahuan, atau kebutuhan
akan informasi, dan translasi ketidakpastian/ketidaktahuan menjadi pertanyaan yang
bisa dijawab. Informasi klinis yang tidak diketahui oleh dokter tentunya perlu dicari. Ada
2 masalah di sini, di mana mencarinya, serta jenis informasi klinis.
Menurut Melnyk & Overholt (2011) ada 3 komponen dalam evidence-based practice
yaitu
1. pertama, adalah bukti eksternal berupa hasil penelitian, teori-teori yang lahir dari
penelitian, pendapat dari ahli dan hasil diskusi panel para ahli;
2. kedua, bukti internal berupa penilaian klinis, hasil dari proyek peningkatan
kualitas dalam rangka meningkatkan kualitas pelayanan klinik, penggunaan
sumber daya tenaga kesehatan yang diperlukan untuk melakukan perawatan;
3. ketiga, memberikan manfaat terbaik untuk kondisi pasien saat itu dan
meminimalkan pembiayaan.
Pertanyaan klinis dalam format PICOT untuk menghasilkan evidence yang lebih baik
danrelevan.
a) Populasi pasien (P),
b) Intervensi (I),
c) Perbandingan intervensi atau kelompok (C),
d) Hasil / Outcome (O), dan
e) Waktu / Time (T).
Mencari bukti untuk menginformasikan praktek klinis adalah sangat efisien ketika
pertanyaan diminta dalam format PICOT. Jika perawat dalam skenario respon cepat itu
hanya mengetik "Apa dampak dari memiliki time respon cepat?" ke dalam kolom
pencarian dari data base, hasilnya akan menjadi ratusan abstrak, sebagian besar dari
mereka tidak relevan. Menggunakan format PICOT membantu untuk mengidentifikasi
kata kunci atau frase yang ketika masuk berturut-turut dan kemudian digabungkan,
memperlancar lokasi artikel yang relevan dalam database penelitian besar seperti
MEDLINE atau CINAHL. Untuk pertanyaan PICOT pada time respon cepat, frase kunci
pertama untuk dimasukkan kedalam database akan perawatan akut, subjek umum yang
kemungkinan besar akan mengakibatkan ribuan kutipan dan abstrak. Istilah kedua akan
dicari akan rapid respon time, diikuti oleh serangan jantung dan istilah yang tersisa
dalam pertanyaan PICOT. Langkah terakhir dari pencarian adalah untuk
menggabungkan hasil pencarian untuk setiap istilah. Metode ini mempersempit hasil
untuk artikel yang berkaitan dengan pertanyaan klinis,sering mengakibatkan kurang dari
20. Hal ini juga membantu untuk menetapkan batas akhir pencarian, seperti "subyek
manusia" atau "English," untuk menghilangkan studi hewan atau artikel di luar
negeribahasa.
Setelah artikel yang dipilih untuk review,mereka harus cepat dinilai untuk
menentukan yang paling relevan, valid,terpercaya, dan berlaku untuk pertanyaan klinis.
Studi-studi ini adalah"studi kiper." Salah satu alasan perawat khawatir bahwa mereka
tidakpunya waktu untuk menerapkan EBP adalah bahwa banyak telah diajarkanproses
mengkritisi melelahkan, termasuk penggunaan berbagai pertanyaanyang dirancang
untuk mengungkapkan setiap elemen dari sebuahpenelitian. Penilaian kritis yang cepat
menggunakan tiga pertanyaanpenting untuk mengevaluasi sebuah studi :
Langkah 5: Mengintegrasi bukti dengan keahlian klinis dan preferensi pasien dan nilai-
nilai
Perawat dapat mencapai hasilyang indah bagi pasien mereka melalui EBP,
tetapi mereka sering gagal untuk berbagi pengalaman dengan rekan-rekan dan
organisasi perawatankesehatan mereka sendiri atau lainnya. Hal ini menyebabkan
perlu duplikasiusaha, dan melanggengkan pendekatan klinis yang tidak berdasarkan
bukti-bukti. Di antara cara untuk menyebarkan inisiatif sukses adalah putaran EBP di
institusi Anda, presentasi di konferensi lokal, regional, dan nasional, danlaporan dalam
jurnal peer-review, news letter profesional, dan publikasiuntuk khalayak umum.
Sebelum mengambil sampel, terlebih dahulu harus ditentukan berapa ukuran sampel
yang akan digunakan, yakni banyaknya siswa, sekolah, dan lain-lain yang akan
digunakan dalam suatu studi. Terkait dengan hal ini, terdapat beberapa hal yang harus
dipertimbangkan dalam penentuan ukuran sampel, yaitu:
i. Cara undian;
ii. Cara tabel bilangan random; Contoh: Diketahui N = 1000,
akan dipilih n = 20 dengan menggunakan teknik simple
random sampling. Solusi: Misal ke-1000 data tersebut
adalah 001,002,003,...,999,000 dengan 000 adalah data ke-
1000. Pertama-tama, tentukan aturan penggunaan tabel
random, misal dimulai dari kolom pertama baris pertama
sampai baris ke 20. Jadi didapatkan104, 213,243, ..., 070.
(Scheaffer, 1986:43)
iii. Dengan menggunakan komputer untuk mengacak, misalnya
dengan bantuan SPSS.
2. Stratified Random Sampling
Pada penyampelan jenis ini, anggota populasi dikelompokkan
berdasarkan stratanya, misal tinggi, sedang, dan rendah. Kemudian dipilih
sampel yang mewakili masing-masing strata. Langkah-langkah dalam
menentukan Stratified Random sampling:
Menentukan data pendukung tentang populasi yang diambil berikut
strata-strata yang ada di dalamnya;
Mengklasifikasikan populasi ke dalam grup atau strata yang saling
lepas;
Menentukan ukuran sample untuk tiap stratum;
Memilih secara acak setiap stratum dengan menggunakan simple
random sampling
3. Sistematic Sampling Penyampelan dengan cara ini dilakukan dengan
mengurutkan terlebih dahulu semua anggota, kemudian dipili urutan
tertentu untuk dijadikan anggota sampel.
4. Cluster Sampling Pada penyampelan jenis ini, populasi dibagi menjadi
wilayah atau klaster. Jika terpilih klasternya, seluruh anggota dalam
klaster tersebut yang menjadi sampel. Langkah-langkah dalam
pengambilan sample dengan cluster sampling:
Menentukan cluster-clusternya
Menentukan banyak cluster yang akan dijadikan sample, missal N
Memilih secara acak cluster sebanyak cluster
Semua anggota yang terdapat dalam klaster yang terpilih
merupakan sampel studi atau penelitian atau evaluasi.
b) Non Probability Sampling
Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi
peluang atau kesempatan sama bagi setiap unsur atau anggota populasi yang
dipilih menjadi sampel. Teknik pengambilan sampel ini diantaranya sampling
incidental, sampling bertujuan, sampling bola salju (snowball sampling), dan
sampling kuota. Non probability sampling ini tidak bisa digunakan untuk
membuat generalisasi.
1. Sampling Insidental (Reliance Available Sampling) Teknik sampling ini
mengandalkan pada keberadaan subjek untuk dijadikan sampel yaitu
siapa saja yang secara kebetulan bertemu dengan peneliti dan dipandang
cocok sebagai sumber data maka subjek tersebut dijadikakan sampel.
2. Sampling Purposive ( Purposive or Judgment Sampling )
Sampling purposive adalah teknik penentuan sampel berdasarkan
pertimbangan peneliti atau evaluator tentang sampel mana yang paling
bermanfaat dan representative (Babbie, 2004: 183). Terkadang sampel
yang akan diambil ditentukan berdasarkan pengetahuan tentang suatu
populasi, anggota-anggotanya dan tujuan dari penelitian. Jenis sampel ini
sangat baik jika dimanfaatkan untuk studi penjajagan (studi awal untuk
penelitian atau evaluasi), yang kemudian diikuti oleh penelitian lanjutan
yang sampelnya diambil secara acak (random).
3. Sampling Bola Salju (Snowball Sampling) Sampling snowball dapat
dilakukan jika keberadaan dari suatu populasi sulit untuk ditemukan.
Dengan kata lain, cara ini banyak dipakai ketika peneliti atau evaluator
tidak banyak tahu tentang populasi penelitian aau evaluasinya. Pada
sampling bola salju, peneliti mengumpulkan data dari beberapa sampel
yang dapat ditemukan oleh peneliti sendiri, selanjutnya peneliti meminta
individu yang telah dijadikan sampel tersebut untuk memberitahukan
keberadaan anggota yang lainnya yang tidak dapat ditemukan oleh
peneliti untuk dapat melengkapi data (Babbie, 2004: 184). Pada penelitian
kualitatif banyak menggunakan sampel purposive dan snowball.
4. Sampling Quota Teknik sampling kuota adalah teknik menentukan sampel
dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang
diinginkan. Pada sampling kuota, dimulai dengan membuat tabel atau
matriks yang berisi penjabaran karakteristik dari populasi yang ingin
dicapai atau karakteristik populasi yang sesuai dengan tujuan dari
penelitian untuk selanjutnya ditentukan sampel yang memenuhi ciri-ciri
dari populasi tersebut. Prosedur yang dalam sampling kuota:
1) Pertama, populasi dibagi-bagi menjadi strata yang relevan seperti
usia, jenis kelamin, lokasi, dsb.
2) Proporsi tiap strata diperkirakan atau ditentukan berdasarkan data
eksternal kemudian total sampel dibagi-bagi sesuai proporsi ke tiap
strata (kuota).
3) Untuk memenuhi jumlah sampel untuk tiap strata, peneliti
menggunakan expert judgement-nya.(Helwig et al., n.d.)
JENIS INSTRUMEN DAN PENGUKURANNYA
Skala Likert
Skala Likert adalah jenis skala pengukuran instrumen yang dipakai untuk
mengukur pendapat, persepsi, dan sikap dari seorang individu atau kelompok
mengenai fakta dan fenomena sosial. Fakta dan fenomena sosial inilah yang ditetapkan
oleh peneliti dan disebut variabel. Variabel tersebut lantas dijabarkan menjadi indikator
variabel. Lalu, indikator variabel nantinya akan dijadikan patokan untuk menyusun item-
item instrumen penelitian dalam bentuk pertanyaan atau pernyataan. Bentuk jawaban
untuk instrumen yang menggunakan skala Likert biasanya berupa tingkatan dari sangat
positif hingga sangat negatif. Contohnya dalam bentuk kata-kata sangat setuju hingga
sangat tidak setuju. Dalam keperluan penelitian kuantitatif, bentuk jawaban dengan
tingkatan tersebut akan diberi nilai, misalnya sangat setuju diberikan nilai 5, setuju
diberikan nilai 4, dan seterusnya.(Ramadhani Khija, ludovick Uttoh, 2015)
Skala Guttman
Jenis skala pengukuran instrumen kedua menurut Sugiyono (2010) adalah skala
Guttman dimana jawaban dari skala ini berupa pernyataan tegas. Pernyataan tegas
yang dimaksud itu seperti “benar-salah”, “iya-tidak”, dan lainnya. Dilihat dari penjelasan
ini, maka skala Guttman termasuk dalam skala pengukuran yang digunakan ketika
peneliti ingin mengetahui jawaban tegas responden mengenai suatu topik
permasalahan. Bentuknya dapat berupa pertanyaan pilihan ganda maupun checklist.
Untuk pemberian nilainya, jawaban positif bisa diberikan skor 1, sementara jawaban
negatif diberikan skor 0. Untuk analisis data dengan skala Guttman sendiri sama
dengan analisis pada skala Likert.
Semantic Differential
Rating Scale
Berbeda dengan skala pengukuran instrumen yang telah disebutkan di atas yang
menafsirkan data kualitatif menjadi kuantitatif, rating scale mencoba menafsirkan data
kuantitatif menjadi kualitatif. Oleh karenanya, rating scale dianggap sebagai skala
pengukuran yang fleksibel dan tidak hanya bisa digunakan untuk mengukur sikap
semata, tetapi juga mengukur persepsi dari subjek penelitian mengenai berbagai
fenomena. Tidak heran bila rating scale lebih sering dipakai untuk mengukur berbagai
permasalahan mulai dari status sosial, status ekonomi, kemampuan, pengetahuan, dan
lainnya. Rating scale kemudian dibagi lagi menjadi 4 jenis yaitu skala nominal, ordinal,
interval, dan rasio. Skala nominal merupakan jenis pengukuran yang berguna untuk
mengelompokkan variabel berdasarkan kategori atau grup tertentu. Contohnya,
terdapat dua variabel yaitu laki-laki dan perempuan, maka dalam hal ini, responden
akan dikelompokkan dalam 2 kategori yaitu laki-laki dan perempuan. Selanjutnya, skala
ordinal adalah jenis skala yang tidak mengelompokkan variabel, tetapi mencoba untuk
mengurutkan kategori tersebut, misalnya dari kategori yang paling bagus ke kategori
yang paling buruk. Sementara itu, skala interval adalah jenis skala pengukuran yang tak
hanya mengurutkan variabel, namun juga memberikan informasi mengenari variabel
yang berbeda-beda. Contohnya, skala interval 1 = sangat tidak puas, 2 = tidak puas, 3
= cukup puas, dan seterusnya. Kemudian, untuk skala yang terakhir yaitu skala ratio
merupakan jenis skala yang memberikan perbandingan antar variabel.
Pemahaman Akhir
Dokter, K. U. (1949). dr . Irwan Supriyanto PhD SpKJ CME Webinar E-Course SKP
CME Webinar Dokter. 1–5.
richard oliver ( dalam Zeithml., dkk 2018 ). (2021). Konsep Dasar Evidence-based
practice. Angewandte Chemie International Edition, 6(11), 951–952., 2013–2015.
Webblog, M. P., & Materi, G. K. (2020). Oshigita ’ s Page Pertanyaan Klinik dengan
Format PICO /. 2006, 1–9.