Jika :
E merupakan faktor yang diteliti (exposure)
D merupakan penyakit yang diteliti (disease)
apakah ada hubungan sebab akibat antara E dan D
E D
exposure disease
determinan
faktor risiko
SEBAB AKIBAT
kris bantas/s1/dept epid/fkmui 2
Studi Kohort
Introduksi :
Prinsip :
D+
E+ D-
Population Follow-up
At risk E+-
E D+
D-
THE PRESENT THE FUTURE
population
E+
Free of out D-
come
time to follow up
(disease)
D+
sample E-
D-
population
E+
Free of out D-
come
time to follow up
(disease)
D+
sample E-
D-
population
E+
Free of out D-
come
time to follow up
(disease)
D+
sample E-
D-
Free of out D-
sample time to follow up
come
(disease) D+
Population E-
With E - D-
Closed Cohort
PRESENT FUTURE
D+
E+ Anggota kelompok E+ and E-
difolow-up dalam periode waktu
D- yang sama
Insidens outcome (D) diukur
D+ dgn ukuran Cummulative
Incidence
E-
D-
Fixed cohort
kris bantas/s1/dept epid/fkmui 11
Open Cohort
Awal studi Akhir studi
P o
?
E
X
R ?
E+ S X
?
O X
N ?
? !
O = meninggal
TIME krn kausa lain
X = outcome +
? = drop-out
P o
?
E
?
E- R X
S ?
O o
N !
?
analisis univariate :
mendskripsikan distribusi frekwensi variabel exposure
ataupun variabel outcome
jika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnya
dapat dilakukan
Analisis bivariate :
melihat hubungan (asosiasi) antara variabel exposure and
variabel outcome E D
tergantung dari skala pengukuran varaibel exposure
and variabel outcome
jika variabel E and D diukur dalam skala kategorikal
hubungan antara E and D
diukur dengan RR, OR ataupun AR
uji statistik dengan chi-square atau membandingkan
dua proporsi dari 2 populasi berbeda
jika variabel E diukur dengan skala kategorikal and
variabel D dengan skala kontinyu
hubungan antara E and D
diukur dengan membandingan nilai mean dari
variabel D pada kelompok E+ and E-
uji statistik dengan membandingkan dua mean
kris bantas/s1/dept epid/fkmui 14
jika variabel E and D keduanya diukur dengan skala
kontinyu
hubungan antara E and D :
diukur dengan koefisien korelasi r
uji statistik dengan uji korelasi
diukur dengan koeffisien regressi
uji statistik dengan F tes atau t tes
Analisis multivariate
untuk melihat hubungan antara E and D setelah dikontrol
dengan variabel-variabel lain yang merancu hubungan
antara E and D
ntar untuk kuliah S2 euy.
C3
kris bantas/s1/dept epid/fkmui 15
Contoh :
Contoh :
Population at
risk
D+ 40
100 E+
D- 60
D+ 20
100 E-
D- 80
D+ D- Total
E+ 40 60 100
E- 20 80 100
analisis univariate :
kalkulasi penghitungan insidens D+(keguguran)
pada kelompok E+ = 40/100 = 40%
pada kelompok E - = 20/100 = 20%
dari total sampel = 60/200 = 30 %
kalkulasi penghitungan insidens D-(tidak terjadi
keguguran)
pada kelompok E+ = 60/100 = 60%
pada kelompok E - = 80/100 = 80%
dari total sampel = 140/200 = 70 %
analisis bivariate :
D
E ? (asssosiasi) adakah hubungan antara E and D
membandingkam insidens D+ pada kelompok E+
dengan insidens D + pada kelompok Ekris- bantas/s1/dept epid/fkmui 19
Insidens D+ pada kelompok E+ P(D+|E+) = 40/100
Insidens D+ pada kelompok E- P(D+|E-) = 20/100
Insidens D+ pada kelompok E+ 40/100
RR =------------------------------------------------ = -------------- = 2
Insidens D+ pada kelompok E- 20/100
Uji statistik :
Hipotesis nol : tidak ada perbedaan insiden (proporsi
D+) pada kelompok E+ and E-
HipotesisA : ada perbedaan isidens (proporsi D+) pada
kelompok E+ and E -
Uji dengan beda 2 proporsi pada populasi yg berbeda
atau dgn Chi square
Interpretasi :
jika sesara statistik ada perbedaan yang bermakna
antara insidens D+ pada kelompok E+ and E-
maka ada hubungan antara E and D
ibu hamil yang minum jamu X mempunyai risiko
keguguran 2 kali lebih besar daripada ibu hamil
yang tidak minum jamu kris bantas/s1/dept epid/fkmui 20
Contoh :
Analisis bivariate :
E D
? (assosiasi) adakah hubungan antara E and D
Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
E+ and E- kris bantas/s1/dept epid/fkmui 23
Uji statistik :
Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok E+ and E-
HipotesisA : ada perbedaan nilai mean kadar Hb
Uji statistik dengan beda 2 mean dari 2 pada populasi yg
berbeda dengan uji t
Interpretasi :
D1
E D2
D3
jumlah dari variabel outcome dapat bertambah selama
proses follow-up
E D1
D2 D3
dapat untuk menghitung insidens, RR and AR
Introduksi :
E+
D+
E-
Retrospektif
E+
D-
E-
analisis univariate :
mendskripsikan distribusi frekwensi variabel disease
ataupun variabel exposure
jika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnya
dapat dilakukan
jika pengukuran variabel-variabel tadi dalam skala
kategorikal analisis dari nilai proporsi, 95% confidence
intervalnya dapat dilakukan
kris bantas/s1/dept epid/fkmui 31
Analisis bivariate :
Analisis multivariate
Ntar, kalau anda masuk S2 dijelaskan
E+ 40 20 60
E- 60 80 140
analisis univariate :
kalkulasi penghitungan proporsi E+ and E - pada
kelompok kasus atau D+ (keguguran)
proporsi E+ = 40/100 = 40%
Proporsi E - = 60/100 = 60%
kalkulasi perhitungan proporsi E+ and E pada
kelompok kontrol atau D (tidak keguguran)
proporsi E+ = 20/100 = 20%
proporsi E - = 80/100 = 80%
kalkulasi perhitungan proporsi E+ and E- pada
seluruh sampel
proporsi E+ = 60/200
proporsi E - = 140/200 kris bantas/s1/dept epid/fkmui 35
analisis bivariate :
E D
? (asssosiasi) adakah hubungan antara E and D
OR (Odds Ratio)
Interpretasi :
jika sesara statistik ada perbedaan yang bermakna
antara proporsi E+ pada kelompok D+ and D -
maka ada hunungan antara E and D
Odds minum jamu X pada ibu yang keguguran 2.67 kali
lebih besar daripada ibu yang tidak keguguran
Pengukuran variabel :
E = skala kontinyu (kadar Hb)
D = skala kategorikal D+ : perdarahan post-partum
D - : tidak terjadi perdarahan post-partum
Analisis bivariate :
E D
? (assosiasi) adakah hubungan antara E and D
Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
D+ and D- kris bantas/s1/dept epid/fkmui 40
Uji statistik :
Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok D+ and D-
HipotesisA : ada perbedaan nilai mean kadar Hb
Uji statistik dengan beda 2 mean dari 2 pada populasi yg
berbeda dengan uji t
Interpretasi :
Kekuatan:
cocok untuk penelitian dgn frekwensi outcome jarang
durasi penelitian relatif singkat
relatif murah
jumlah sampel penelitian yang dibutuhkan relatif kecil
menghasilkan nila Odds ratio ( sebagai aproksimasi dari
nilai RR
Kelemahan:
berpotensi untuk terjadinya bias akibat pengambilan sampel
kasus and kontrol dari populasi yg berbeda (populasi kasus
and populasi kontrol)
berpotensi terjadinya bias dalam pengukuran variabel exposure
terbatas pada satu variabel outcome
tidak dapat menghasilkan : prevalens, insidens, RR ataupun AR
E+ E+
Randomisasi
E-
Sampel
Populasi Sampel
Random selection
Populasi
Outcome +
Sampel
E+
Outcome -
Follow-up
Random Outcome +
allocation
E-
Outcome -
RA (random allocation)/randomisasi
Contoh
kelompok E+(100 orang)
Sampel ( 200 orang)
randomisasi
kelompok E- (100 orang)
1000
Random allocation
500 500
1000
Statifikasi berdasarkan
sex
Wanita Pria
400 600
Stratifikasi berdasarkan
umur
Tua Muda Tua Muda
150 250 400 200
Random allocation
Intervensi exposure
Sampel x Sampel x
pretes postes
variabel outcome variabel outcome
THE PRESENT THE FUTURE
D+
E+
randomisasi D-
D+
E-
D-
sampel
populasi
langkah-langkah :
pilih sampel dari populasi
ukur variabel-variabel dasar (yang diduga sebagai confounder)
lakukan proses randomisasi
aplikasikan intervensi secara blind
follow-up kelompok-kelompok yang diteliti
ukur variabel outcome pada kelompok yang diteliti secara blind
kris bantas/s1/dept epid/fkmui 55
Langkah-langkah dalam penelitian :
pilih sampel dari populasi
ukur variabel-variabel dasar (yang diduga sebagai confounder)
lakukan proses randomisasi
aplikasikan intervensi secara blind
follow-up kelompok-kelompok yang diteliti
ukur variabel outcome pada kelompok yang diteliti secara blind
randomisasi
dapat mengeliminasi pengaruh variabel konfounder
pada waktu randomisasi dilakukan
setelah proses randomisasi selesai yaitu pada periode
follow-up, proses randomisasi tidak dapat lagi mengeliminasi
variabel konfounder
D+
E+
D-
Non randomisasi
D+
E-
sampel D-
populasi
langkah-langkah :
pilih sampel dari populasi
ukur variabel-variabel dasar
(yang diduga sebagai confounder)
aplikasikan intervensi secara blind
follow-up kelompok-kelompok yang diteliti
ukur variabel outcome pada kelompok yang diteliti
secara blind
kris bantas/s1/dept epid/fkmui 65
Kelebihan dan kelemahan dari studi experimen :
Kelebihan :
D+
intervensi
E+
D-
time to follow up
intervensi
D+
E-
D-
Steps
pilih sampel dari populasi
peneliti mengintervensi subjek-subjek
yang diteliti
kelompokkan menjadi
kelompok E + (mendapat exposure)
kelompok E - (tidak mendapat exposure)
follow -up kedua kelompok
ukur outcome (D+ atau D-) pada kedua kelompok
bandingkan outcome pada kedua kelompok
kris bantas/s1/dept epid/fkmui 68