Kausalitas • Kausalitas/hubungan kausal berkaitan dengan hubungan sebab akibat yang digunakan untuk memastikan bagaimana kejadian atau lingkungan yang berbeda berhubungan satu sama lain dan /atau bagaimana kejadian tersebut bisa berhubungan Beberapa klasifikasi penyebab : 1. Sufficient cause (cukup) adalah suatu faktor (biasanya gabungan dari beberapa faktor) yang tidak dapat dihindarkan untuk menghasilkan penyakit 2. Component cause merupakan suatu faktor yang berkontribusi terhadap penyebab penyakit tetapi belum cukup untuk menyebabkan penyakit 3. Necessary cause merupakan suatu agent (atau komponen penyebab) yang dibutuhkan untuk berkembangnya penyakit (contohnya adalah agent infeksious). Agent ini harus selalu ada jika penyakit itu terjadi Pendekatan kausalitas Ada dua pendekatan untuk mengetahui hubungan sebab akibat antara faktor yang diteliti dan penyakit: 1. Pendekatan determinant 2. Pendekatan Probabilitas Pendekatan probabilitas Memberikan ruang terhadap kemungkinan terjadinya kesalahan-kesalahan, baik yg bersifat acak (sampling eror), bias maupun kerancuan (confounding). Dalam pendekatan probabilitas digunakan teori statistik untuk meyakinkan apakah terdapat hubungan yg valid antara faktor penelitian dan penyakit Penaksiran hubungan yg valid adalah penaksiran hubungan yg lebih telah memperhitungkan faktor peluang dan bias Pendekatan determinasi Hubungan antara variabel dependent (penyakit) dan variabel independent (faktor penelitian) berjalanan sempurna, diasumsikan tidak terdapat satu jenis kesalahan (eror) pun yg mempengaruhi sifat hubungan kedua variabel itu. Model determinasi murni Faktor X Penyakit Y
hubungan kausal antara faktor X (agent) dan faktor Y
(penyakit) memiliki bentuk yg konstan (k), satu lawan satu sehingga satu faktor dapat memprediksi kejadian satu faktor lainnya dengan sempurna. Sebagai agent X dikatakan sebagai penyebab penyakit Y, jika hubungan X dan Y memiliki spesifitas akibat dan spesifitas penyebab. Postulat Henle-Koch Suatu agent adalah penyebab penyakit, apabila ketiga syarat berikut: 1. Agent tersebut selalu dijumpai pada setiap kasus penyakit yg diteliti (necessary cause), pada kenyataan yg sesuai 2. Agent tersebut hanya mengakibatkan penyakit yg diteliti, tidak menyebabkan penyakit lain (spesifitas efek). 3. Jika agen diisolasi sempurna dari tubuh dan berulang- ualng ditumbuhkan dalam kultur yg murni ia dapat menginduksikan. Model kausasi majemuk • Peran faktor-faktor penyebab dalam model kausalitas majemuk bersifat kumulatif • Model yg menggambarkan relasi faktor-faktor penyebab penyakit adalah: a. Klaster faktor penyebab b. Segitiga epidemiologi c. Jaringan Laba-laba (Web of Causation) d. Model roda Asosiasi Epidemiologi Mengetahui adanya hubungan antara penyebab penyakit (etiologi/faktor risiko) dg. penyakit (disease) .
Kemungkinan hubungan : 1. palsu (semu) 2. bukan penyebab langsung (nonkausal) 3. penyebab langsung (kausal asosiasi) Hubungan Palsu (semu) :
disebabkan ada bias antara lain karena :
1. metode penelitian yang tidak sesuai 2. sumber populasi yang terkena masalah/penyakit 3. seleksi sampel tidak representatif terhadap populasi 4. dan sampel tidak koperatif pada saat penelitian 5. besar sampel tidak terwakili, termasuk kejadian dropout 6. alat dan bahan penelitian kadaluarsa, tdk pernah dikalibrasi 7. kuesioner yang tidak valid dan tidak reliabel 8. petugas pengumpul data yang tidak profesional 9. ada variabel pengganggu (confounding variabel) Contoh : 1. orang ubanan dengan hipertensi 2. penyakit Jantung koroner (PJK) yang dirawat di rumah sakit tidak dapat kita katakan mewakili populasi di masyarakat, karena masing-masing populasi memiliki karakter yang berbeda. 3. jenis dan warna mobil dengan kejadian kecelakaan lalulintas Bukan penyebab langsung (nonkausal) 1. ada variabel pendahulu yang mendahului hubungan antara variabel independen dan variabel dependen Contoh : variabel pendahulu (rokok....terpapar debu asbes...minum kopi...rokok..minum kopi). Hubungan kopi dengan Ca. Paru 2. ada variabel perantara contoh : variabel perantara (minum kopi..banyak gulanya.... merokok....banyak minum kopi. Hubungan kopi dengan Diabet (DM) 3. ada pengaruh waktu contoh: variabel waktu masih sejak usia muda ( personal higiene, sosial ekonomi rendah, kawin usia muda). Hubungan antara kawin usia muda dengan Ca. cervix Kriteria kausal atau yang disebut dengan kriteria hill • Dikemukakan oleh Sir Austin Bradford Hill pada tahun 1965 • Ada 9 hal dalam menentukan penyebab: Kekuatan asosiasi (kekuatan hubungan)
• Sebuah asosiasi yang kuat diantara kemungkinan
penyebab penyakit dan efek yang ditimbulkannya, biasanya dapat dilihat dari Odds Ratio(perbaningan) • Contoh: para penghisap rokok itu kira-kira mempunyai risiko untuk menderita infark miokardium akut sebanyak dua kali lipat dibanding orang yang bukan perokok. Risiko untuk menderita kanker paru pada perokok dibandingkan dengan orang-orang bukan perokok telah diperlihatkan diberbagai penelitian bahwa risiko itu meningkat di antara empat kali lipat dan dua kali lipat Consistency of association (konsistensi)
• Konsistensi diperlihatkan dalam beberapa penelitian yang
memberikan hasil yang selalu sama. Adanya konsistensi dari hasil penelitian yang dilakukan berkali-kali dengan peneliti yang berbeda, tempat yang berbeda, keadaan yang berbeda, populasi yang berbeda dan waktu yang berbeda. CONTOH : Berdasarkan penelitian dengan peneliti yang berbeda, populasi bebeda, waktu berbeda, tempat berbeda dan tentu saja keadaan yang berbeda maka dapat dinyatakan bahwa obesitas merupakan PENYEBAB untuk terjadinya hipertensi Spesifisitas (kekhususan) • Penyebab tertentu berhubungan dengan hanya satu penyakit tertentu (single causal). Artinya satu sebab satu akibat. CONTOH : Mycobacterium tbc merupakan penyebab yang dibutuhkan agar dapat timbul penyakit tbc. Temporality (temporalitas/ hubungan temporal kejadian)
• Hubungan temporal itu sangat penting, yaitu
bahwa penyebab harus mendahului akibat (penyakit) Biologic gradien (derajat biolgis)
• Sebuah hubungan dosis respon itu terjadi pada saat
ada perubahan pada tingkat tertentu dari kemungkinan penyebab yang terlihat dari perubahan prevalensi atau insidensi dari efek. Jika suatu Sebab (Faktor Risiko Akibat (sakit) faktor dapat menyebabkan suatu penyakit maka apabila dosis atau besarnya paparan meningkat maka risiko dan besarnya penyakit juga makin besar. Demikian juga sebaliknya • Contoh : jika jumlah rokok yang dihisap ditingkatkan maka akan meningkatkan risiko terkena kanker paru Plausability (kemungkinan biologis)
• Sebuah asosiasi dimungkinkan atau
kemungkinan bersifat kausal bila konsisten dengan ilmu pengetahuan lainnya yang dapat dijelaskan secara biologis. • Contoh : Teori bahwa merokok menyebabkan kerusakan jaringan yang dari waktu ke waktu menyebabkan kanker paru-->sangat-sangat masuk akal. Coherence (keserasian)
• Interpretasi sebab-akibat dari data seharusnya
koheren dengan fakta adanya kesesuaian penyebab dengan riwayat alamiah dan biologi penyakit. Bagaimana bukti-bukti yang ada dapat memberikan gambaran yang sesuai dengan terjadinya penyakit Contoh : • Hill menemukan asosiasi antara merokok dengan kanker paru koheren dengan beberapa fakta penelitian lainnya. Experimental evidence (bukti experimental)
• Suatu kausa harus mendapat dukungan dari
bukti eksperimen dari populasi manusia sendiri. • Contoh : Suatu penelitian eksperimen dilakukan pada kelompok merokok dan tidak merokok. Masing-masing kelompok ini diamati selama 10 tahun kedepan untuk melihat apakah mengalami kanker paru atau tidak Analogy (analogi)
• Membandingkan satu unsur dengan unsur
lainnya yang sejenis. Contoh : Jika suatu zat tertentu menyebabkan penyakit maka zat lain yang mengandung unsur yang sama harus menyebabkan penyakit yang sama TERIMAKASIH tugas • 4050006 - Epidemiologi Kesehatan • quiz pertemuan 4 shinta elvira STr,Keb.M.H • Kode 123456