CONFOUNDING
AND INTERACTION
Penelitian epidemiology untuk mengetahui etiology suatu
penyakit harus menguji hipotesis apakah ada hubungan
antara paparan dan penyakit.
No 50 80 No 50+15=65 80+6=86
2. Non-differential classification when there are more than two categories
Perbandingan antara kejadian hipertensi pada orang kulit hitam dan kulit putih.
Sudah ada penelitian penelitian sebelumnya yang menyebutkan insidensi
hipertensi lebih tinggi pada populasi kulit hitam. Akibatnya dokter cenderung lebih
mudah memberikan diagnosis hipertensi pada kelompok kulit hitam
Studi pengaruh konsumsi kopi terhadap kejadian migrain. Responden yang selalu
minum kopi berusaha untuk membenarkan hipotesis penelitian dengan
mengeluhkan mempunyai migrain, meskipun belum tentu benar-benar migrain.
CONFOUNDING
Definisi
dan
tetapi
Outcome
bukan variable perantara antara exposure
dan outcome
Country terapi oksigen
jangka lama
Keparahan
age distribution ? COPD ?
Mortality readmission
Vitamin C
intake Obesity
SES
?
diet lain,
hypertension ?
lifestyle
Kanker
Kolon Mortality
Directed Acyclic Graphs (DAGs)
pengecualian
“confounding” karena alokasi random
assess imbalance
“confounder” tidak menyebabkan outcome, tetapi menjadi penanda
adanya faktor kausal lainnya yang belum terukur
gender: KAP, hormonal
“confounder” sebagai variabel perantara antara exposure dan outcome
maternal
smoking tetap perlu dilakukan adjustment
Mortality
Excess Risk
% Excess Risk=
% Excess Risk =
Note:
% Excess Risk= additive scale
%Excess Risk=
multiplicative scale
=
collider
platelet ? platelet ?
aggregation aggregation
Coronary Coronary
Heart Genetic Heart
Disease Disease
variant
periodontal periodontal
disease disease
tooth loss
? collider
tooth loss
?
Diet Coronary Diet Coronary
Heart SES Heart
Disease Disease
apakah ada
confounders?
apakah variable confounding berhubungan dengan
exposure dan outcome?
OR=1.71
Males 53 15 Males 35 53
Females 10 3 Females 52 79
Total 63 18 Total 87 132
OR=1.06 OR=1.0
OR dikedua strata ~ 1 dan jauh berbeda dengan crude OR sehingga confounder ini
bisa menjelaskan hubungan antara gender laki-laki dan kejadian malaria
Jika OR dikedua strata tidak sama dan tidak jauh berbeda dengan crude OR maka
confounder ini tidak bisa menjelaskan hubungan antara gender laki-laki dan
kejadian malaria
apakah asosiasi antara exposure-outcome yang nampak
dari crude analysis mempunyai arah dan besar yang sama
dengan arah dan besar asosiasi setelah diadjust dengan
confounding variable-nya
ORMH =
mostly outdoor
Cases Control
Males 53 15 ORMH =
Females 10 3
Total 63 18 OR=1.06
mostly indoor
Cases Control OR=1.0
Males 35 53
Females 52 79
Total 87 132
Catatan Tambahan
Gunakan strategi yang berbeda untuk mengukur confounding
best evidence: perbedaan antara crude dan adjusted OR
melihat arah OR
stratification
Confounding bukan fenomena ‘ada atau tidak ada’
Korelasi antara confounder dan exposure : collinearity
confounders
present absent
present
exposure
absent
Residual confounding
misal: merokok: jumlah, jenis, durasi, waktu sejak berhenti
merokok, dll. Confounding masih ada jika hanya diadjust terhadap
merokok atau tidak merokok.
Jenis confounding
unadjusted
adjusted
• Conditional confounding
Variable A
sebelum adjustment sesudah adjustment
Variable Z bukan confounder confounder
Variable Z confounder bukan confounder
Ya
Apakah asosiasi itu akibat Ya
adanya confounding atau Confounding
bias?
Tidak
Ada interaksi/efek
Apakah besarnya asosiasi modifikasi
sama diantara subgroup
dalam populasi?
Tidak ada interaksi
contoh: diabetes sebagai faktor resiko kuat
terjadinya CHD pada wanita daripada laki-laki.
gender memodifikasi faktor resiko diabetes
terhadap CHD
No No 10 0 No No 5 0
Yes No 30 0 Yes No 10 0
Z+
Z+
Z- Z-
Observed and Expected
Joint Effects
A. Tidak ada interaksi: observed joint effect B. Ada interaksi positif: observed joint effect
dari faktor A dan Z sama dengan penjumlahan dari faktor A dan Z lebih besar dari
efek kedua faktor tersebut penjumlahan efek kedua faktor tersebut
A + Z A + Z
A+Z A+Z *
expected expected
observed observed
C. Ada interaksi negatif: observed joint effect
dari faktor A dan Z lebih kecil dari
penjumlahan efek kedua faktor tersebut
A + Z
A+Z *
expected
observed
Multiplicative interaction
pada cohort study
9+ grades
unexposed 14.9 17.1 0 2.2 1.0 1.1
0-8 grades
exposed 16.4 46.1 1.5 31.2 1.1 3.1
9+ grades
unexposed 6.1 11.1 0 5.0 1.0 1.8
0-8 grades
exposed 12.3 19.8 6.2 13.7 2.0 3.2