Bias dan counfonding

BIAS

Definsi :
• kesalahan sistematis dalam memilih subjek
penelitian atau mengumpulkan data yang
menyebabkan taksiran yang salah (incorrect
estimates) tentang hubungan antara paparan dan
risiko mengalami penyakit, atau efek intervensi
terhadap variabel hasil
Sumber-Sumber Bias
1. Proses seleksi atau partisipasi subyek ( bias
seleksi)
2. Proses pengumpulan data (bias informasi)
3. Tercampurnya efek pajanan utama dengan
efek faktor risiko eksternal lainnya (kerancuan/
confounding)
Akibat Bias
Terdapat 3 penyimpangan taksiran parameter:
1. Bias menuju nol, menunjukkan taksiran hubungan
antara paparan dan penyakit atau efek intervensi yang
teramati yang lebih rendah daripada sesungguhnya
(underestimate), sehingga disebut juga bias negatif
2. Bias menjauhi nol, hubungan antara paparan dan
penyakit atau efek intervensi yang teramati yang lebih
tinggi daripada sesungguhnya (overerestimate),
sehingga disebut juga bias positif
3. Bias melintasi nol, paparan yang sesungguhnya protektif
bagi terjadinya penyakit disimpulkan sebagai faktor
risiko, atau sebaliknya
Klasifikasi Bias :
1. Bias Seleksi
• Distorsi efek berkaitan dengan cara pemilihan subyek kedalam
populasi studi
• Bisa terjadi bila status penyakit pada studi kohort
(retrospektif), atau status exposure pada kasus kontrol atau
kedua-duanya pada studi cross-seksional mempengaruhi
pemilihan subyek pada kelompok-kelompok yang
diperbandingkan
• Terjadi karena: perbedaan tingkat surveilans (ascertainment
bias), diagnosis, hospitalisasi (bias Berkson), dan rujukan,
diantara subjek-subjek penelitian, dan perbedaan tersebut
berkaitan dengan status paparan
• penolakan subjek penelitian (disebut non-reponden), baik
dari kelompok kasus ataupun kelompok kontrol dalam studi
kasus kontrol, sehingga disebut bias non-respons
2. Bias Informasi
• Kesalahan dalam mengukur paparan, penyakit, atau
variabel hasil, dan derajat kesalahan tersebut berbeda
secara sistematis antara kelompok-kelompok studi
• Terjadi karena: penggunaan alat ukur yang cacat;
kuesioner atau prosedur wawancara yang tidak
mengukur apa yang seharusnya diukur; prosedur
diagnostik penyakit yang tidak akurat (untuk
menentukan status penyakit); perbedaan akurasi dalam
mengingat kembali riwayat paparan (recall bias)
 Jenis-jenis Bias
Bias Pada Studi
Bias Seleksi Bias Informasi
Eksperimental
• Bias akses pelayanan • Bias Misklasifikasi • Bias Alokasi Intervensi
kesehatan • Bias deteksi • Bias Kontaminasi
• Bias Berkson • Bias Pewawancara • Bias Kepatuhan
• Bias Neyman • Recall Bias • Loss to follow-up bias
• Bias Spektrum • Bias Pelaporan
• Length-Bias
• Bias Eksklusi
• Bias Inklusi
• Pencocokan
• Bias Sitasi
• Bias Bahasa
• Bias Publikasi
• Loss to follow-up bias
• Bias non-respons
 Confounding

DAPAT MENGANCAM

VALIDITAS RISET
EPIDEMIOLOGI

VALIDITAS PENAKSIRAN
HUBUNGAN ANTARA PENYAKIT
& PAPARAN
KONSEP DASAR
Bahasa latin cunfundere (to mix together)
CONFOUNDING = KERANCUAN = KEPALSUAN
TAKSIRAN

1. Distorsi (gangguan) dalam menaksir pengaruh

paparan terhadap kejadian penyakit/outcome
akibat tercampurnya pengaruh faktor luar,
sebuah atau beberapa variabel.
KONSEP DASAR

2. Tercampurnya pengaruh sebuah atau beberapa

variabel luar karena dimensi yang menyusun
memiliki kemiripan
3. Extranous variabel (variabel luar) yang dapat
mempengaruhi RISK FACTOR (exposure) dan
OUTCOME FACTOR (disease) secara bersama-
sama dalam proses timbulnya penyakit,
sehingga menyebabkan bias terhadap
kesimpulan hasil studi.
KRITERIA
1. Faktor Resiko  Penyakit yg diteliti
pengetahuan probabilitas
variabel teori kejadian
hasil penelitian penyakit
sblmnya

Variabel yang memiliki hubungan kausal

Meski buka causal secara langsung
 KRITERIA
2. Mempunyai hubungan dgn paparan
Dasar : Pengetahuan apriori, teori, data penelitian

3. Bukan merupakan BENTUK ANTARA dlm hubungan

causal paparan - penyakit
CONTOH 1
TEORI  Gender adalah faktor risiko penyakit
“Infark Miokard” . Pria lebih beresiko

HORMONAL (E) INFARK MIOKARD (D)

Asosiasi Asosiasi
GENDER/LAKI-LAKI (C)

Bukan faktor risiko langsung

 Sumber Confounding
1. Karakteristik Subjek
2. Karakteristik Eksposure
3. Seleksi Sampel
 Strategi Pengendalian Confounding
Dpt mnyebabkan PENARIKAN KESIMPULAN yg
SALAH ttg PENGARUH PAPARAN thdp PENYAKIT

1. Pengendalian Tahap Desain Penelitian

(sebelum data dikumpulkan)
2. Pengendalian Tahap Analisis Data (setelah data
dikumpulkan)
Pengendalian Tahap Desain Penelitian
1. Randomisasi (mendistribusikan secara acak
var. luar yg mungkin menyebabkn kerancuan
2. Pencocokan (Matching)
Memilih subyek pembanding sedemikian
rupa shngga memiliki tingkt. Kerancuan yg
serupa dgn subyek yg diteliti
3. Restriks
Pembatasan penelitian pada hal terstentu saja
 Randomisasi
1. Hanya aplikable pada studi eksperimental
2. Menjamin variabel confounding tersebar
secara merata diantara kelompok yang
sedang diperbandingkan
3. Jumlah sampel harus cukup besar
 Matching
1. Subjek dipilih sedemikian rupa untuk menjamin
confounding variabel potensial terbagi merata
dalam dua kelompok yang diperbandingkan.
2. Setiap subjek kasus dicarikan pasangan
kontrolnya sesuai dengan karakteristik subjek
kasus
3. Apabila kriteria pembatasan subjek kasus terlalu
banyak (over matching) akan menyulitkan
pemilihan pasangannya, terlalu mahal, dan
pemborosan waktu.
4. Sulit dilakukan pada sampel besar
 Restriksi
1. Membatasi karakteristik subjek dalam studi
2. Membuang dampak potensial dari
confounding faktor
3. Confounding diketahui
 Pengendalian Tahap Analisis Data
1. Analisis Berstrata
Perhit. Ukuran hub. dgn melibatkan strata dri
confounder & dgn pembobotan trhadap
asosiasi spesifik pd tiap stratum. Efektif pd 1
atau 2 buah fak. Confounding
2. Analisis Multivariat
Hub. Antara paparan & penyakit
digambarkan dlm suatu model multivariat yg
melibatkan sjmlah fakt. confounding
 Analisis Berstata/ Analisa Stratifikasi
1. Mengklasifikasikan pada kelompok-kelompok
tertentu
2. Melihat kekuatan asosiasi dari masing-masing
kelompok
3. Mudah dilakukan bila asumsi terhadap
confounding faktor potensial diketahui
 Analisa Model Statistik
1. Semua variabel termasuk variabel yang
diasumsikan sebagai confounding faktor
dianalisa secara bersama-sama
2. Diketahui kekuatan assosiasi dari masing-
masing variabel atau kekuatan assosiasi secara
bersama-sama.
3. Model multivariat analisis, misal : multiple
korelasi-regresi, multiple logistik regresi,
analisis faktor