PELUANG DAN

KAUSA
MATA KULIAH : EPIDEMIOLOGI KLINIK

Untoro Heri Saputro (2120312013)

Dosen Pengampu : Prof. Dr. dr. Masrul, M.Sc, SpGK

PROGRAM STUDI ILMU BIOMEDIK

PROGRAM MAGISTER
FAKULTAS KEDOKTERAN
UNIVERSITAS ANDALAS
 OUTLINE

1. PENDAHULUAN PELUANG DAN KAUSA

2. PENYIMPANGAN ACAK (RANDOM ERROR)

PENENTUAN KEBERHASILAN SUATU

3.
PENGOBATAN

4. PENENTUAN KEGAGALAN PENGOBATAN

TAKSIRAN-TAKSIRAN POKOK DAN INTERVAL –

5.
INTERVAL YANG DIPERCAYA
6. PENDEKATAN KAUSA KE AKIBAT

7. INTERAKSI KAUSA MULTIPEL

8. MENCARI KAUSA

9. REFERENSI
1. PENDAHULUAN (PELUANG)

Para klinisi sering berhadapan dengan bias dan peluang

(chance).

Kesalahan dalam pengambilan sampel acak (random error)

tidak dapat dihindarkan.

Variasi acak dapat timbul dari proses pengukuran itu

sendiri atau fenomena biologis yang sedang diukur.

Pentingnya faktor peluang (chance) dan

membandingkannya dengan bias.
 PENDAHULUAN (KAUSA)

 Para klinikus seringkali dihadapkan pada informasi

tentang hubungan sebab dan akibat
 Kausa merupakan sesuatu yang akan memberikan
akibat atau hasil.
 Kausa sangat penting bagi dokter dalam hal
pencegahan, diagnosis dan pengobatan.
 Kausa bersifat tunggal atau jamak.
2. PENYIMPANGAN ACAK (RANDOM ERROR)

• Dalam percobaan klinik, perbedaan yang diamati antara

yang subjek dan kontrol tidak dapat mewakili secara tepat
karena adanya variasi random, oleh karena itu dibutuhkan
uji statistik untuk menyimpulkannya.

• Umumnya terdapat empat cara di mana kesimpulan-

kesimpulan itu dapat dihubungkan dengan kenyataannya,
dan dinyatakan dalam istilah-istilah dikotomis (mis.
perawatan yg dianggap berhasil dan yg tidak)
Tabel 1. Hubungan-hubungan di antara hasil-hasil uji statistik dan perbedaan yang
sesungguhnya antara dua kelompok yang diobati

Penyimpangan Sesungguhnya
Kesimpulan Uji Ada Tidak Ada
Statistik
Ada Perbedaan Benar Tidak benar
penyimpangan yipe I
(α)

Tidak Ada Tidak benar Benar

Perbedaan penyimpangan tipe
II (ß)
PENYIMPANGAN TERDIRI ATAS 2 JENIS, YAITU:

 Penyimpangan  / tipe I  penyimpangan positif (false

positive)
-> menyatakan bahwa ada perbedaan dalam hasil penelitian
meskipun sebenarnya tidak ada perbedaan.

 Penyimpangan  / tipe II  penyimpangan negatif palsu (false

negative)
-> menyatakan bahwa perbedaan yang sesungguhnya adalah
tidak mungkin lebih besar daripada suatu jumlah tertentu.

Kemungkinan penyimpangan akibat variasi random dihitung

melalui alat yang disebut dengan “statistik inferensi.
 PENENTUAN KEBERHASILAN SUATU
3.
PENGOBATAN

Dalam menentukan keberhasilan suatu pengobatan

diperlukan ukuran percobaan yg dapat mengarahkan
pd kesimpulan percobaan yang berjalan efektif, yaitu
dengan menyertakan;

1. Signifikan secara statistik dan kepentingan klinik.

2. Uji statistik.
Signifikan Secara Statistik & Kepentingan Klinik

 Perbedaan signifikan secara statistik tidak berarti penting

secara klinik.

 Nilai p bermakna hanya menentukan bahwa perbedaan-

perbedaan itu benar-benar ada.

 Kenyataannya, seluruh perbedaan yang mempunyai signifikansi

yang tinggi didapat dari jumlah sampel yang cukup besar.
 Uji Statistik

 Digunakan untuk memperkirakan kemungkinan

penyimpangan .
 Menggambarkan derajat hubungan antar variabel.
 Pernyataan hubungan antar variabel :
 Korelasi Pearson untuk data interval
 Korelasi Spearman untuk data ordinal
 Uji signifikansi one tailed dan two tailed.
ONE TAILED-TWO TAILED

Gambar 1. Uji signifikansi secara statistik “one tailed dan two tailed” di
mana Pα = 0,05.
4. PENENTUAN KEGAGALAN PENGOBATAN

 Jumlah kecukupan pasien

 Ukuran efek
 Alpha error
 Beta error
 Karakteristik data
 Interrelasi
 Statistical power seusai penelitian
 TAKSIRAN-TAKSIRAN POKOK DAN INTERVAL –
5.
INTERVAL YANG DIPERCAYA

Ketepatan statistik dari taksiran efek yang diamati

meningkatkan bersamaan dengan meningkatnya statistical
power.

Ketepatan itu sering disebut confidence interval,

biasanya sebesar 95% sudah mendekati tafsiran pokok.

Penelitian tidak mengalami bias maka terdapat 95%

peluang demgan interval yang meliputi taksiran
sesungguhnya.
 6. PENDEKATAN KAUSA KE AKIBAT

Paparan
Kepadatan Mikobakterium
penduduk

Malnutrisi

Invasi ke
jaringan dan
adanya reaksi
Host yang rentan Infeksi TBC

Vaksinasi

Genetik
 7. INTERAKSI KAUSA MULTIPEL

 Lebih dari satu kausa yang berperan  efeknya

tidak selalu aditif
 Menjelaskan faktor penyebab lebih sulit bila
banyak kausa
 Interaksi kausa bisa saling menambah atau saling
meniadakan
 8. MENCARI KAUSA

 Penelitian pada individu

 Tidak mungkin membuktikan hubungan kausal
secara jelas
 Melalui penelitian empirik kausa bisa didapatkan
 Sebaliknya, bukti yang menentang dapat dibatasi
 Hubungan dan Kausa

Hubungan

Bias seleksi dan bias

Ya Tidak
pengukuran

Peluang (chance) Mungkin Tidak mungkin

Pengacau Ya Tidak

Kausa Kausa
 Bukti apakah hub. itu “Sebab-Akibat”

Kriteria Komentar
Temporal Kausa mendahului efek
Kekuatan Risiko relatif yang besar
Respon terhadap dosis Makin besar paparan terhadap kausa diikuti
peninggian kejadian penyakit
Reversibilitas Penurunan paparan terhadap kausa diikuti
penurunan kejadian penyakit
Konsistensi Kejadian berulang pada pengamatan orang lain,
di tempat lain, keadaan lain, dan waktu yang
berbeda
Masuk akal secara biologis Sesuai dengan pengetahuan biologi
Spesifisitas Satu penyebab menimbulkan satu efek
Analogi Hubungan sebab dan akibat sudah terbukti
untuk penyebab/penyakit yang serupa
 Tipe Pembuktian

Kekuatan Desain Hasil

Kuat Clinical Trial Hubungan temporal

Kohort Kekuatan

Kasus-kontrol Reversibilitas

Cross-sectional Respon-dosis

Risiko agregasi Konsistensi

Serial kasus Kesesuaian biologik

Lemah Laporan kasus Analogi

SIMPULAN
1. Penyimpangan terdiri atas 2 jenis, yaitu penyimpangan α dan
penyimpangan β.

2. Kemungkinan penyimpangan akibat variasi random dihitung melalui

alat yang disebut dengan “statistik inferensi.

3. Pernyataan hubungan antar variabel :

- Korelasi Pearson untuk data interval
- Korelasi Spearman untuk data ordinal.
SIMPULAN
4. Penentuan kegagalan pengobatan: jumlah kecukupan pasien,
ukuran efek, alpha error, beta error, karakteristik data,
interrelasi, statistical power seusai penelitian.

5. Kausa bersifat tunggal atau jamak.

6. Untuk mencari kausa bisa di dapat melalui penelitian empirik.

REFERENSI

Fletcher, RH. Fletcher, SW., dan Wagner, EH. 1988. Sari

Epidemiologi Klinik. Yogyakarta: Gadjah Mada University Press.

Soeparto, P dkk. 1998. Epidemiologi Klinis. Surabaya: Gramik FK

UNAIR.
Terima Kasih