Kasus-Control Studies Menggunakan

Prevalensi Kasus
• Dalam desain kasus-kontrol dijelaskan
tujuannya adalah untuk memberikan data
tentang faktor-faktor yang berhubungan
dengan transmisi dari sehat ke sakit.
• Tujuannya adalah untuk mengidentifikasi
kasus insiden dan merekonstruksi sejarah
eksposur mereka sebelum timbulnya penyakit
dalam jangka waktu yang kita yakini memiliki
kausal penting.
 Desain Kasus-Kontrol study dengan
prevalensi kasus diabetes
• Anda mungkin ingin mempelajari apakah
polimorfisme genetik tertentu dikaitkan dengan
diabetes, dan
• jika ini pengujian genetik mahal Anda mungkin
tidak dapat melakukan tes pada semua orang
dalam survei.
• Anda dapat memilih semua dengan diabetes dan
kemudian mengambil sampel acak dari Semua
dalam survei untuk melayani sebagai kontrol
Anda.
 Desain Kasus-Kontrol study dengan
prevalensi kasus diabetes
Mutasi Genetik Kasus Kontrol
Ya a b
Tidak c d

• OR = a/c
b/d
• Nilai OR akan memperkirakan proporsi prevalensi
diabetes di antara mereka dengan mutasi dibagi
dengan proporsi prevalensi di antara mereka
tanpa mutasi.
Mengambil Kasus yang Memiliki Angka
Kematian yang Tinggi
Asumsikan bahwa Anda ingin mempelajari apakah
kebugaran fisik mencegah infark miokard (MI) dan Anda
harus mewawancarai kasus tentang aktivitas fisik mereka
di masa lalu. Anda tidak dapat mewawancarai kasus pada
fase akut MI mereka - Anda harus menunggu sampai
kesehatan mereka membaik, dan dalam periode ini pasien
yang paling sakit parah akan mati.
Latihan Fisik N MI Kematian Kasus yang diwawancarai

Ya 10.000 50 10 40

Tidak 10.000 50 20 30

RR = 50/10.000 = 1.00
50/10.000
Latihan Fisik Kasus Kontrol
Ya 40 35
Tidak 30 35
Jumlah 70 70
OR = 40/30 = 1.33
35/35
Latihan Fisik Kasus Kontrol
Ya 40 35
Tidak 30 35
Jumlah 70 70
OR = 40/30 = 1.33
35/35
 Kapan Dilakukan Case-Control Study
• Tujuan memaksimalkan jumlah informasi dari
populasi yang mendasari dengan biaya serendah
mungkin,
• Jika penyakit yang diteliti jarang terjadi, jika
kondisi untuk melakukan penelitian ini adalah
terpenuhi, dan jika paparan diteliti tidak terlalu
langka.
• Yang paling penting dari kondisi ini adalah
kemampuan untuk mendapatkan data eksposur
yang valid tentang penyebab puta-tive penyakit
 Cross-Sectional Study
• Dalam sebuah studi cross-sectional, semua
dalam populasi tertentu atau sampel acak dari
populasi ini menentukan populasi sumber.
Penyakit dan faktor penentu yang mungkin
terjadi semua direkam pada titik waktu
tertentu.
 Contoh Cross-Sectional Study
• Prevalensi depresi atau prevalensi shift kerja.
Kita mungkin, bagaimanapun, juga
menggunakan desain untuk mempelajari
faktor-faktor penentu yang stabil, seperti
faktor genetik, jika faktor-faktor ini hanya
berdampak etiologi dan tidak prognosis.
Asumsikan sebuah studi cross-sectional
memberikan hasil yang tercantum dalam Tabel
Penggunaan Hormon Kanker Payudara
Replacement Therapy
Ya Tidak Jumlah
(HRT)
Ya 300 2000 2300
Tidak 700 8000 8700
Jumlah 1000 10.000 11.000

RP = 300/2300 = 1.62
700/8700