PELUANG DAN KAUSA

PELUANG DAN KAUSABY : ELWITRI SILVIAInferensi kausa dalam epidemiologi adalah hubungan statistik dengan asosiasi kausal yang harus dijelaskan dala pengertian probabilistik, yaitu bahwa keberadaan faktor A (pajanan) akan meningkatkan peluang terjadinya faktor B (timbulnya penyakit)

Peluang kemungkinan terjadinya sesuatuPendahuluanKlinisi sering berhadapan dengan bias dan peluang (chance)Kesalahan pengambilan sampel acak (random error) tidak dapat dihindarkanVariasi acak timbul dari proses pengukuran atau fenomena biologisPentingnya faktor peluang dan membandingkannya dengan biasPendahuluanFaktor KausaSebuah Pajanan harus memenuhi berbagai persyaratan untuk dapat dinyatakan sebagai faktor kausal bagi suatu penyakit, diantaranya yang terpenting adalah asosiasi temporal yaitu pajanan harus ada mendahului terjadinya penyakitKausa Cukup (Sufficient Cause)Kausa cukup tidak selalu harus ada untuk menimbulkan penyakit, namun jika kausa cukup ada penyakit pasti akan timbulb. Kausa Perlu (Necessary Causa)Kausa perlu harus ada untuk menimbulkan penyakit, namun jika kausa perlu ada pun penyakit tidak selalu timbulAgar dapat dinyatakan sebagai faktor kausal sebuah penyakit, sebuah pajanan harus merupakan kausa cukup maupun kausa perlu bagi penyakit tersebut

Sifat Kausa

Sifat KausaPenyimpangan SesungguhnyaKesimpulan Uji StatistikAdaTidak AdaAda PerbedaanBenarTidak Benar (Penyimpangan Tipe I/alfa)Tidak Ada PerbedaanTidak Benar (Penyimpangan Tipe II/BenarPENYIMPANGAN ACAK(RANDOM ERROR)Penyimpangan / tipe I false positivePenyimpangan / tipe II false negativeKemungkinan penyimpangan akibat variasi random dihitung dengan statistik inferensialPenyimpanganPerbedaan signifikan secara statistik tidak berarti penting secara klinikNilai p bermakna hanya menentukan bahwa perbedaan itu benar-benar adaKenyataannya, perbedaan yang memiliki signifikansi tinggi didapat dari sampel yang besarSignifikan Secara Statistik & Kepentingan KlinikDigunakan untuk memperkirakan kemungkinan penyimpangan Menggambarkan derajat hubungan antar variabelPernyataan hubungan antar variabel : Korelasi Pearson untuk data intervalKorelasi Spearman untuk data OrdinalUji Signifikansi One tailed dan Two Tailed

Uji StatistikBanyak sekali peristiwa sebab akibat yang dihadapi klinisiKausa sesuatu yang akan memberikan akibat atau hasilKausa sangat penting bagi dokter dalam hal pencegahan diagnosis dan pengobatanKausa bersifat tunggal atau jamakKausaLima definisi Kausal (Weed, 2001)Pendekatan Kausa Ke AkibatHost yang rentanInfeksiTBKepadatan PendudukMalnutrisiVaksinasiGenetikPaparan MicobacteriumInvasi ke JaringanLebih dari satu kausa yang berperan efeknya tidak selalu aditifMenjelaskan faktor penyebab lebih sulit bila banyak kausaInteraksi kausa bisa saling menambah atau saling meniadakanInteraksi Kausal MultipleKejadian timbulnya penyakit dalam pandangan Epidemiologi Modern merupakan sebuah proses yang bersifat multikausal, yaitu sebagai pengaruh sejumlah faktor risiko dan faktor preventif beserta interaksi antar masing-masing faktor tersebut

Contoh Interaksi Multikausal

Sebelum era pembuktian hubungan antara kebiasaan merokok dengan kejadian kanker paru, sudah ada dugaan kemungkinan hubungan antara keduanya, namun ada pula yang menduga bahwa proses karsinogenesis disini berawal pada peristiwa infeksi paru pada masa anak

Contoh Interaksi Multikausal

Penelitian pada individuTidak mungkin membuktikan hubungan kausal secara jelasMelalui penelitian empirik kausa bisa didapatkanSebaliknya, bukti yang menentang dapat dibatasiMencari KausaTemporal kausa mendahului efekKekuatan risiko relatif yang besarRespon terhadap dosis makin besar paparan terhadap kausa diikuit peninggian kejadian penyakitReversibilitas Penurunan paparan terhadap kausa diikuti penurunan kejadian penyakitKonsistensi Kejadian berulang pada pengamatan orang lain, di tempat lain, dan waktu yang berbedaKriteria Bukti Sebab AkibatMasuk Akal Secara Biologis sesuai dengan pengetahuan biologiSpesifitas Satu penyebab menimbulkan satu efekAnalogi Hubungan sebab akibat sudah terbukti untuk penyebab/penyakit yang serupaKriteria Bukti Sebab AkibatKekuatanDesainHasilKuatClinical TrialHubungan TemporalKohortKekuatanKasus-KontrolReversibilitasCross-SectionalRespon-dosisRisiko AgregasiKonsistensiSerial KasusKesesuaian BiologikLemahLaporan KasusAnalogiTipe PembuktianTERIMA KASIH