Ukuran Efek
-
Upload
indah-puspita-sari-pane -
Category
Documents
-
view
23 -
download
0
description
Transcript of Ukuran Efek
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