5. Desain Khusus
• Meta analisis
Penelitian deskriptif :
Efek (-)
Populasi/
sampel Efek (+)
F risk (-)
Efek (-)
Tabel
EFEK
CROSS SECTIONAL
Ya Tidak
Ya A B
FAKTOR
RISIKO
Tidak C D
40 pasien
• 14/20 : 7/20 = 2 : 1
EFEK
CROSS SECTIONAL
Ya Tidak
Ya 14 6
FAKTOR
RISIKO
Tidak 7 13
LANGKAH CROSS SECTIONAL
• Merumuskan pertanyaan penelitian dan
hipotesis yang sesuai
• Mengidentifikasi variabel penelitian
• Menetapkan subjek penelitian
• Melakukan observasi/ pengukuran
• Melakukan analisis
Intepretasi hasil
Rasio Prevalens
Prevalensi pada kelompok dengan faktor risiko
dibanding prevalensi pada kelompok tanpa faktor
risiko
Rasio Prevalens :
RP = A/A+B : C/(C+D)
Menghitung rasio prevalens
= 1 tidak berefek ( netral)
> 1 variabel merupakan faktor risiko
< 1 variabel merupakan faktor protektif
• Inferensi hasil penelitian dpt dilakukan 2 cara :
KASUS KONTROL
Populasi umum Populasi umum
Semua RS, klinik Populasi umum yang
populasi tertentu sama
Semua RS suatu Semua RS suatu
komunitas tertentu komunitas tertentu
Satu/ beberapa RS Non Kasus RS tersebut
Sumber gabungan Sumber gabungan yang
sesuai
METODE SELEKSI KONTROL
• 1. MATCHING
• 2. ANALISA PASCA STRATIFIKASI
MATCHING
SECARA INDIVIDUAL ATAU KELOMPOK
BIASANYA: UMUR, KELAMIN, RAS, SOS-SEK
KEUNGGULAN:
1. Meningkatkan ketepatan perbandingan antara kasus
dan kontrol memperkecil jumlah kasus
2. Proses sampling lebih mudah dimengerti dan
dijelaskan
3. Analisa statistik lebih sederhana dan langsung
4. Dengan analisis baik, bisa dipastikan variabel yang
dimatch tidak mempengaruhi perbedaan faktor risiko
antara kasus dan kontrol
MATCHING
KEKURANGAN:
1. Overmatching: variabel yang dimatch tidak
dievaluasi sebagai faktor risiko
2. Lebih membutuhkan waktu dan mahal
3. Beberapa kasus atau kontrol potensial
mungkin terpaksa dikeluarkan karena sulit
ditemukan pasangannya.
4. Untuk variabel kontinu atau ordinal. Kategori
matching mungkin terlalu lebar, sehingga sisa
perbedaan kasus-kontrol dari variabel
tersebut masih ada.
KEKUATAN RELATIF POPULATION BASED DAN HOSPITAL
BASED STUDI KASUS-KONTROL
POPULATION
HOSPITAL BASED
BASED
• Lebih mudah
Penetapan populasi
dicapai> baik
• Kasus-kontrol
Lebih kooperatif
pasti dari populasi yang sama
• Riwayat
Latar belakang
pemaparan
seimbang
kontrol lebih merefleksikan person
• tanpa penyakit
Lebih yang dipelajari
mudah mendapat informasi pemaparan : (medical
record, biologic spesimen)
BIAS
Kesalahan sistematik dari penelitian yang akan
mendistorsikan hasil penelitian dan membatasi validitas
dari kesimpulan
1. BIAS SELEKSI
a. Admission rate bias (Berkson)
b. Partisipasi (rendah/ menolak)
c. Kesalahan sampling
d. Pilihan sarana diagnostik
2. BIAS INFORMASI
a. Intra-inter observer
b. Instrumentasi
c. Recall
d. Exposure suspicious
3. CONFOUNDING VARIABEL TDK TERKONTROL
BESAR SAMPEL
• OR= Estimated Odds Rasio (dari penelitian
sebelumnya)
• Po = Exposure rate Grup Kontrol
• α (Alfa) = Derajat kemaknaan yang diambil
• β (Beta); 1-β = Power of study
• Dari angka yang didapat selanjutnya lihat tabel
ANALISIS UNMATCHED CASE-CONTROL
Exposed Unexposed Total
Case A B A+B
Control C D C+D
A+C B+D N
CONTROL
Exposed Unexposed Total
CASES Exposed 132 57 189
Unexposed 5 6 11
Total 137 63 200
Mulai Evaluasi
f.u P(+)
Subject f.u. FR(+)
FR(-),P(-) P(-)
P(+)
FR(-)
P(+)
CONCURRENT COHORT DENGAN
PEMBANDING EKSTERNAL
Mulai evaluasi
F.U P(+)
Subjek Faktor (+)
tanpa P(-)
penyakit P(+)
Faktor (-)
P(-)
Cohort Retrospectif
Penelitian
dimulai disini
Efek +
Subyek dengan
faktor risiko
Efek -
Subyek
penelitian
Efek +
Subyek tanpa
faktor risiko
Efek -
Ditentukan
dulu
PERBANDINGAN RETROSPECTIVE &
PROSPECTIVE COHORT
Atribute retrospective prospective
*Informasi < komplit &<akurat >komplit&akurat
*Pemaparan
terputus berguna “tidak berguna”
*Pemaparan
baru tidak berguna berguna
*Biaya > murah > mahal
*Waktu > pendek > panjang
KEUNGGULAN STUDI COHORT
1. Risiko relatif bisa diukur secara langsung
2. Bisa mendapatkan informasi insiden penyakit
3. Hubungan temporal pemaparan-penyakit jelas
4. Efisien untuk mempelajari pemaparan jarang
5. Mendapatkan informasi pemaparan multipel
6. Mendapatkan informasi keluaran (penyakit)
beragam dari suatu pemaparan tertentu
7. Bias bisa lebih ditekan
8. Merupakan design penelitian observasional
untuk meneliti hubungan sebab-akibat paling
kuat.
KEKURANGAN STUDI COHORT
1. Membutuhkan waktu lama
2. Sering membutuhkan sampel besar
3. Mahal
4. Tidak efisien untuk mempelajari penyakit jarang
5. Hilang dari follow-up atau mati karena penyebab
lain akan mempengaruhi validitas
6. Perubahan status pemaparan mempengaruhi
validitas
7. Perubahan metode diagnosis dalam perjalanan
waktu penelitian akan memberikan bias.
SELEKSI SUBJEK STUDI COHORT
SUBJEK : SAMPEL MEWAKILI POPULASI
FAKTOR YANG BERPENGARUH:
1. Tipe pemaparan yang dipelajari
2. Frekuensi pemaparan di populasi
3. Keterjangkauan dan kelanjutan partisipasi
PEDOMAN SELEKSI SUBJEK STUDI COHORT
- Terjangkau dan
ANALISIS DATA PADA STUDI KOHORT
B
=
B + D
R(exposed) A/(A+C)
Relative Risk = RR = =
R(unexposed) B/(B+D)
95% CI
= (RR) exp[± V Var(LnRR) ]
= v 1- A/(A+C) + 1-B/(B+D)
A B
ATTRIBUTABLE RISK (AR)
(RISK DIFFERENCE=EXCESS RISK)
: the rate of disease in the exposed group that
can be attributed to the exposure
ATRIBUTABLE RISK PERCENT (ARP)
: the percentage of the total risk in the exposed that
can be attributed to the exposure
R(exposed) –R(unexposed)
ARP= x 100
R(exposed )
PERSON TIME (PT)
Rate of outcome among exposed persons
RATE RATIO=
Rate of outcome among unexposed persons
A/PT (exposed)
=
B/PT (unexposed)
TERIMA KASIH
ATAS
PERHATIANNYA