BAB 1

PENDAHULUAN

1.1. Latar Belakang

Epidemiologi adalah ilmu yang mempelajari kesehatan dan penyakit pada

populasi manusia (Kleinbaum, 2007). Sedangkan menurut WHO (2006),

epidemiologi adalah ilmu yang mempelajari distribusi dan penentuan status

kesehatan atau kejadian pada populasi spesifik, dan aplikasi studi ini untuk

mencegah dan mengontrol masalah kesehatan. Epidemiologi tidak hanya

berkonsentrasi pada masalah kematian, kesakitan dan ketidakmampuan, tetapi

juga secara khusus meningkatkan kesehatan (WHO, 2006).

Sebuah randomized clinical trial dihubungkan oleh epidemiologist di

Sekolah Ilmu Kesehatan Masyarakat Harvard menunjukkan penggunaan aspirin

mengurangi resiko serangan jantung 20-30 persen. Ilmu kesehatan masyarakat

pada tahun 1950-an menunjukkan merokok dapat menyebabkan kanker paru.

Epidemiologist lingkungan mengamati bukti bahwa tinggal di daerah berarus

listrik memiliki resiko tinggi anak terkena leukemia. Semua ini adalah contoh

penelitian epidemiologi, karena mereka semua berusaha untuk menjelaskan

hubungan antara health outcome dengan satu atau lebih penjelasan atau penyebab

dari outcome (Kleinbaum, 2007).

Ada banyak hal yang dikhawatirkan ketika merencanakan sebuah studi

penelitian epidemiologi. Beberapa hal yang diperkirakan dipertanyakan dalam

merencanakan studi penelitian epidemiologi tercantum pada tabel 1.1 di bawah ini

(Kleinbaum, 2007).

Tabel 1.1 Hal yang Dipertanyakan Pada Perencanaan Studi Penelitian Epdemiologi

Hal yang Dipertanyakan Pada Perencanaan Studi Penelitian EpdemiologiPertanyaan Menentukan pertanyaan yang menarik dan kunci variableVariabel Apa yang diukur: exposure (e) penyakit (d) kontrol (k)Desain Desain penelitian yang digunakanFrekuensi Ukuran frekuensi penyakitEfek Ukuran efekBias Kesalahan pada desain studiAnalisis Menampilkan analisa yang sesuai

Ukuran frekuensi penyakit dan efek ditentukan setelah desain studi dipilih.

Ukuran frekuensi penyakit memberikan informasi kuantitatif mengenai seberapa

sering health outcome terjadi pada subgroup yang dipilih. Sedangkan ukuran efek

mengizinkan untuk sebuah perbandingan antara subgroup (Kleinbaum, 2007).

Sebagai contoh, studi pengguna pantai di Sydney, jika kita ingin mengukur

frekuensi penyakit pada orang setelah berenang pada tempat yang telah dipilih,

maka kita dapat menentukan jumlah subjet yang sakit dan berenang dibagi jumlah

seluruh sampel yang berenang. Jika didapati dari 1924 yang berenang, ada 532

sampel yang sakit. Dan dari 915 sampel yang tidak berenang didapati 151 sampel

yang sakit. Maka didapati proporsi sakit diantara yang berenang 0.277 atau 27.7

persen. Tiap proporsi adalah ukuran frekuensi penyakit yang disebut sebagai

resiko. Pemilihan ukuran yang digunakan (misal risk, odds, prevalence atau rate)

bergantung tipe desain studi yang digunakan dan tujuan studi penelitian

dilakukan. Jika kita ingin membandingkan 2 ukuran pada frekuensi penyakit,

misal resiko sakit pada sampel yang berenang dengan sampel sakit pada yang

tidak berenang, hal ini disebut ukuran efek. Seperti halnya ukuran frekuensi

penyakit, ukuran efek juga ditentukan berdasarkan desain studi penelitian dan

tujuan penelitian yang dilakukan (Kleinbaum, 2007).

Pada makalah ini akan lebih mendetail menjelaskan apa yang dimaksud

dengan ukuran efek? Apa saja yang termasuk di dalamnya? Dan bagaimana

menginterpretasikannya.

BAB 2

TINJAUAN PUSTAKA

2.1 Definisi

Epidemiologi adalah ilmu yang mempelajari kesehatan dan penyakit pada

populasi manusia (Kleinbaum, 2007). Sedangkan menurut WHO (2006),

epidemiologi adalah ilmu yang mempelajari distribusi dan penentuan status

kesehatan atau kejadian pada populasi spesifik, dan aplikasi studi ini untuk

mencegah dan mengontrol masalah kesehatan. Epidemiologi tidak hanya

berkonsentrasi pada masalah kematian, kesakitan dan ketidakmampuan, tetapi

juga secara khusus meningkatkan kesehatan (WHO, 2006).

Ukuran frekuensi penyakit dan efek ditentukan setelah desain studi dipilih.

Ukuran frekuensi penyakit memberikan informasi kuantitatif mengenai seberapa

sering health outcome terjadi pada subgroup yang dipilih. Sedangkan ukuran efek

mengizinkan untuk sebuah perbandingan antara subgroup (Kleinbaum, 2007).

Pemilihan ukuran yang digunakan (misal risk, odds, prevalence atau rate)

bergantung tipe desain studi yang digunakan dan tujuan studi penelitian

dilakukan. Seperti halnya ukuran frekuensi penyakit, ukuran efek juga ditentukan

berdasarkan desain studi penelitian dan tujuan penelitian yang dilakukan

(Kleinbaum, 2007).

2.2 Tipe Ukuran Efek

2.2.1 Odds Ratio

Pada sebuah studi epidemiologi dilakukan penelitian mengenai hubungan

merokok dengan kejadian kanker paru pada tahun 1930an dan 1940an dengan

menggunakan desain penelitian studi case-control. Untuk mendapatkan ukuran

efek pada desain studi kasus-kontrol digunakan odds ratio (Kleinbaum, 2007).

Pada studi kasus-kontrol, penelitian dimulai dengan mengidentifikasi

pasien dengan efek atau penyakit tertentu (yang disebut sebagai kasus) dan

kelompok tanpa efek (disebut sebagai kontrol); kemudian secara retrospektif

diteliti faktor resiko yang dapat menerangkan mengapa kasus terkena efek sedang

kontrol tidak. Skema desain dasar studi kasus-kontrol tampak pada gambar 2.1

(Sastroasmoro, 2002).

Gambar 2.1 Desain Penelitian Kasus-Kontrol

Untuk memahami odds ratio, kita harus mengerti konsep dari odds. Istilah

odds biasanya digunakan pada event keolahragaan. Kita sering membaca bahwa

odds nya 3 banding 1 pada pertandingan balap kuda. Ketika kita menyatakan odds

3 banding 1 pada sebuah pertandingan balap kuda, artinya bahwa kuda tersebut 3

kali lipat berkemungkinan kalah daripada menang (Kleinbaum, 2007).

Odds dari sebuah event dihitung dengan mudah dari kejadian

probabilitasnya. Odds dapat diekspresikan sebagai P, probabilitas suatu event

terjadi, dibagi 1-P, probabilitas suatu event tidak terjadi (Kleinbaum, 2007).

Pada sebuah penelitian mengamati angka kejadian diare pada sampel yang

memakan burger pada sebuah tempat di Club Haitian, didapati dari 37 sampel

yang alami diare, ada 17 orang yang memakan burger dengan proporsi kasus

sebesar 0.46. Sedangkan pada 33 sampel yang tidak diare, didapati 7 orang yang

memakan burger dengan proporsi kasus sebesar 0.21. Dari kasus ini dapat

diperkirakan odds pada sampel yang alami diare setelah terpapar burger, yakni:

Apakah ada

faktor resiko?

Penelitian dimulai

di sini

YA

TIDAK

TIDAK

YA

KASUS(kelompok subjek dengan penyakit)

KONTROL(kelompok subjek tidak

dengan penyakit)

ditelusuri retrospektif

Odds kasus = 0.46

1-0.46

= 0.85

Sedangkan odds pada kontrol nilainya adalah:

Odds kontrol = 0.21

1- 0.21

= 0.27

Maka estimated odds ratio pada data ini adalah:

Odds Ratio = Odds kasus = 0.85 = 3.2

Odds kontrol 0.27

Menurut Sastroasmoro (2002) pada odds ratio yang dapat dinilai adalah

berapa sering terdapat pajanan pada kasus dibandingkan kontrol. Odds ratio

walaupun tidak sama dengan resiko relatif pada studi kohort, namun dapat dipakai

sebagai indicator adanya kemungkinan hubungan sebab akibat antara faktor resiko

dan efek. Odds ratio dapat dianggap mendekati resiko relatif apabila:

1. Insidensi penyakit yang diteliti kecil, tidak lebih dari 20% populasi terpajan

2. Kelompok kontrol merupakan kelompok representative dari populasi

3. Kelompok kasus harus representative

Menurut Kleinbaum (2007) interpretasi estimated odds ratio adalah odds

terpajan pada kasus alami sekian kali lipat odds terpajan pada kontrol. Sedangkan

kasus di atas maka interpretasinya adalah odds pada kasus yang memakan burger

3.2 kali odds kontrol yang memakan burger.

Interpretasi odds ratio menurut Sastroasmoro (2002) yakni OR > 1

menunjukkan bahwa faktor yang diteliti memang faktor resiko, bila OR = 1 atau

mencakup angka 1 berarti bukan merupakan faktor resiko, dan bila OR < 1 berarti

merupakan faktor protektif.

STUDI KASUS-KONTROL KEJADIAN OUTBREAK DIARE DI CLUB HAITIAN

MAKAN BURGER TOTALYA TIDAK

DIARE 17 20 37TIDAK DIARE 7 26 33

TOTAL 24 46 70

2.2.2 Risk Ratio

Pada sebuah studi epidemiologi dilakukan penelitian mengenai hubungan

merokok dengan kejadian kanker paru pada tahun 1930an dan 1940an dengan

menggunakan desain penelitian studi kohort. Untuk mendapatkan ukuran efek

pada desain studi kasus-kontrol digunakan risk ratio (Kleinbaum, 2007).

Studi kohort merupakan studi epidemiologis analitik noneksperimental

yang mempelajari hubungan antara faktor resiko dengan efek atau penyakit.

Model pendekatan yang digunakan pada rancangan kohort adalah pendekatan

waktu secara longitudinal. Pada studi kohort kausa atau faktor risiko diidentifikasi

terlebih dahulu, kemudian subjek diikuti sampai periode tertentu untuk melihat

terjadinya efek atau penyakit yang diteliti pada kelompok subjek dengan faktor

resiko dengan kelompok tanpa faktor resiko (Sastroasmoro, 2002).

Menghitung nilai risk ratio dengan cara yakni kita ambil dua resiko

kemudian dibandingkan. Sebenarnya hasil yang kita dapatkan adalah ‘perkiraan’

dari risk ratio karena kita menggunakan 2 perkiraan resiko berdasarkan sampel

dari 2 grup yang dibandingkan (Kleinbaum, 2007).

Contoh dari studi follow-up selama 5 tahun untuk menentukan apakah

pada sampel yang mengalami serangan jantung akan mengurangi resiko kematian

dengan berhenti merokok. Sebuah studi kohort didapati 156 sampel alami

serangan jantung yang keseluruhannya regular menghisap rokok sampai akhirnya

terkena serangan jantung. Didapati 75 sampel yang tetap melanjutkan merokok

setelah terkena serangan jantung dan 81 sampel berhenti merokok selama fase

penyembuhan dari serangan jantung. Dari 75 sampel yang melanjutkan merokok

ada 27 sampel meninggal, dimana proporsi sampel yang meninggal ini adalah

0.36. Dari 81 sampel yang berhenti merokok, didapati 14 sampel meninggal,

dengan angka proporsi 0.17. Dari nilai proporsi ini akan didapati ‘perkiraan risk

ratio’ pada kasus ini, yakni:

Estimated Risk Ratio = Estimated Risk for continuing smokers

Estimated Risk for smoker who quit

= 0.36 = 2.1

0.17

Menurut Kleinbaum (2007) interpretasi dari nilai tersebut adalah pada

sampel yang tetap melanjutkan merokok didapati 2 kali kemungkinan meninggal

daripada yang berhenti merokok.

Jika risk ratio yang didapati 1.1 artinya adalah kemungkinan terjadinya

kasus sama antara kedua sampel. Ini disebut dengan null value dari risk ratio, yakni

tidak ada efeknya faktor resiko tersebut. Jika risk ratio >1 maka sampel dengan faktor

resiko memiliki kemungkinan lebih besar terjadi kasus dibanding kelompok tidak

memiliki faktor resiko. Jika risk ratio <1 berarti resiko lebih kecil kemungkinan terjadi

pada kasus (Kleinbaum, 2007).

STUDI KASUS-KONTROL KEJADIAN OUTBREAK DIARE DI CLUB HAITIAN

MAKAN BURGER TOTALYA TIDAK

DIARE 17 20 37TIDAK DIARE 7 26 33

TOTAL 24 46 70