Causation in

epidemiology
 Nama-nama Anggota
• Samawi Husein Ramud • Ridho Kurnia
• Muhammad Fauzi • Sulaiman Derizal
• Felix Chandra • Abdurrahman Huzaifi
• T. Abdul Karim • Gauda Granthana
• Bejo Utomo H • Yudha Satria
• Awaluddin • M. Akbar Batubara
• M. Isfan Rialdy • Mufti Muhammad
• Enggar Sari K
• Webster’s : Sebab adalah Sesuatu menghasilkan efek
atau hasil
• Medical Textbook : Biasanya di diskusikan
mengenai Etiologi, Patogenesis, Mekanisme, Faktor
resiko
• Fokus utama epidemiologi adalah menginformasikan
upaya untuk mencegah dan mengendalikan penyakit
serta meningkatkan kesehatan.
• Untuk melakukan ini, kita perlu mengetahui
penyebab penyakit atau cedera dan cara modifikasi
penyebab ini.
 Factors in causation
• Faktor-faktor predisposisi,
Usia, jenis kelamin, atau sifat-sifat genetik tertentu yang dapat
mengakibatkan sistem kekebalan tubuh yang tidak berfungsi
dengan baik atau bahan kimia beracun yang dapat
memperlambat metabolisme. Penyakit sebelumnya juga dapat
membuat keadaan rentan terhadap agen penyakit.

• Enabling (or disabling) factors

Penghasilan rendah, gizi buruk, perumahan buruk dan fasilitas
medis yang tidak memadai dapat mendukung berkembangnya
penyakit.
• Faktor pencetus
Paparan agen penyakit tertentu dapat dikaitkan
dengan timbulnya penyakit.
• Faktor-faktor penguat
Paparan berulang, kondisi lingkungan dan kerja
keras yang berlebihan dapat memperburuk penyakit
atau cedera.
• Istilah "faktor risiko" biasanya digunakan untuk
menggambarkan faktor-faktor yang secara positif
terkait dengan risiko perkembangan suatu penyakit
tetapi itu tidak cukup untuk menyebabkan penyakit.
• Beberapa faktor risiko (seperti merokok) dikaitkan
dengan beberapa penyakit, dan beberapa penyakit
(seperti PJK, PPOK) dikaitkan dengan beberapa
faktor risiko
Menentukan penyebab suatu penyakit

• Inferensial kausal adalah istilah yang digunakan untuk

proses menentukan apakah asosiasi yang diamati
cenderung bersifat kausal; penggunaan guidelines dan
termasuk menetapkan keputusan.
• Tahapan dalam menilai hubungan antara
kemungkinan penyebab dan hasil ditampilkan di
bawah ini:
Mempertimbangkan sebab akibat

• Pendekatan sistematis untuk menentukan asosiasi

alami yang digunakan dalam menentukan penyebab
suatu penyakit
• Pendekatan ini dielaborasi lebih lanjut oleh Hill.
 Temporality
• Hubungan temporal sangat penting  penyebabnya harus
mendahului efeknya.

• Gambar temperatures suhu harian tinggi (di atas 30 ° C) di Paris

selama periode dua minggu pada Agustus 2003 dan peningkatan
kematian harian selama periode ini.

• Hubungan antara gelombang panas dan peningkatan kematian

perkotaan ini telah didokumentasikan sebelumnya di beberapa
kota lain dan diperkirakan akan terjadi dengan frekuensi yang
meningkat sebagai akibat dari perubahan iklim global.
 Strenght

• Hubungan yang kuat antara kemungkinan sebab dan

akibat, yang diukur dengan ukuran rasio risiko (risiko
relatif), lebih cenderung bersifat kausal daripada
hubungan yang lemah, yang dapat dipengaruhi oleh
faktor perancu atau bias.
• Risiko relatif lebih besar dari 2 dapat dianggap kuat.
 Dose-respons

• Hubungan dosis-respons terjadi ketika perubahan

dalam tingkat kemungkinan penyebab dikaitkan
dengan perubahan dalam prevalensi atau kejadian
efek.
• Tabel di bawah ini menggambarkan hubungan dosis-
respons antara kebisingan dan gangguan
pendengaran: prevalensi gangguan pendengaran
meningkat dengan tingkat kebisingan dan waktu
paparan.
 Reversibility

• Ketika penghapusan penyebab yang mungkin

menyebabkan berkurangnya risiko penyakit, ada
kemungkinan lebih besar bahwa hubungan tersebut
adalah sebab akibat.
• Jika penyebabnya mengarah pada perubahan
ireversibel yang cepat yang kemudian menghasilkan
penyakit apakah ada paparan lanjutan atau tidak,
maka reversibilitas tidak dapat menjadi kondisi sebab-
akibat.
 Consistency

• Konsistensi ditunjukkan oleh beberapa penelitian

yang memberikan hasil yang sama.
• Ini sangat penting ketika berbagai desain digunakan
dalam pengaturan yang berbeda.
• Ketika hasil dari beberapa studi ditafsirkan, yang
dirancang terbaik harus diberi bobot terbesar.
• Teknik tersedia untuk mengumpulkan hasil dari
beberapa studi yang telah memeriksa masalah yang
sama, terutama uji coba terkontrol secara acak.
• Teknik ini disebut META-ANALISIS, dan digunakan
untuk menggabungkan hasil beberapa uji coba, yang
masing-masing dapat menangani sampel yang relatif
kecil, untuk memperoleh perkiraan efek keseluruhan
yang lebih baik (Lihat Gambar di bawah).
 Plausibility

• Sebuah asosiasi masuk akal, dan dengan demikian

lebih cenderung bersifat kausal, jika konsisten dengan
pengetahuan lain.
 Specificity

• Satu penyebab satu efek

Lebih sering ditemukan pada penyakit infeksi (seperti
polio, myelitis, tetanus) dan penyakit genetik (seperti
familial adenomatous polyposis, ochronosis dan
phenylketonuria)
• Penyakit generatif kronik biasanya banyak penyebab
untuk efek yang sama atau banyak efek dari penyabab
yang sama
• Kanker paru disebabkan oleh merokok, asbestosis dan
radiasi. Rokok tidak hanya menyebabkan kanker paru,
tetapi juga bronkitis, peptik ulcer.
• Kehadiran specificity adalah bukti kuat untuk sebab
tetapi ketidakhadirannya menjadi bukti yang lemah
melawan sebab dan efek hubungan
 Analogi

• Hubungan Sebab dan efek sudah ditetapkan untuk

paparan yang sama atau penyakit.
• Hubungan merokok dengan kanker paru, diketahui ada
faktor lingkungan penyebabnya yang lain seperti toxin,
asbestos, arsenik, dan uranium.
• Walaubagaimanapun analogy adalah bukti sebab yang
lemah
 Study design

• Kemampuan desain penelitian untuk membuktikan

sebab-akibat adalah pertimbangan penting.
• Tabel di bawah ini -- menguraikan berbagai jenis
studi dan kekuatan relatif dalam membangun
hubungan sebab akibat.
 Menilai bukti
• Tidak ada kriteria yang sepenuhnya dapat diandalkan untuk
menentukan apakah suatu asosiasi bersifat kausal atau tidak.
• Kesimpulan sebab-akibat biasanya bersifat sementara dan
penilaian harus dibuat berdasarkan bukti yang tersedia:
ketidakpastian selalu ada.
• Bukti sering saling bertentangan dan karena bobot harus
diberikan kepada berbagai jenis ketika keputusan dibuat.
• Dalam menilai berbagai aspek sebab akibat yang disebutkan di
atas, hubungan yang benar sangat penting; sekali yang telah
ditetapkan, bobot terbesar pada plausibility, konsistensi dan
hubungan dosis-respons.
Thank you