Download - Disain Studi Analitik
-
7/25/2019 Disain Studi Analitik
1/70
kris bantas/s1/dept epid/fkmui 1
INTRODUKSI
Disain studi epidemiologi analitik dipakai dalam
penelitian epidemiologi tujuan utamanya adalah
untuk memperoleh informasi tentang determian
(faktor risiko) dari suatu kejadian penyakit /masalahkesehatan di populasi
Ada 3 macam disain studi epidemiologi analitik
studi kohort (cohort study)studi kasus- kontrol (case-control study)
studi intervensi (intervention study)
-
7/25/2019 Disain Studi Analitik
2/70
kris bantas/s1/dept epid/fkmui 2
Ketiga disain studi tadi dipakai untuk meneliti :
apakah suatu faktor merupakan determinan dari
suatu kejadian penyakit
apakah suatu faktor merupakan penyebab dari
suatu penyakit
apakah suatu faktor mereupakan risiko untuk
suatu penyakit
Jika :
E merupakan faktor yang diteliti (exposure)
D merupakan penyakit yang diteliti (disease)
apakah ada hubungan sebab akibat antara E dan D
E D exposure disease
determinan
faktorrisiko
SEBAB AKIBAT
-
7/25/2019 Disain Studi Analitik
3/70
kris bantas/s1/dept epid/fkmui 3
Studi Kohort
Introduksi :
Cohort merupakan istilah yang berasal dari bahasaRomawi kuno yang artinya : sekelompok tentara yang
maju bersama-sama ke medan pertempuran
Studi kohort mempunyai 2 tujuan utama :
tujuan deskriptif untuk :mendeskripsikan insidens suatu kejadian penyakittertentu selama periode waktu tertentu
tujuan analitik untuk :meneliti hubungan antara suatu faktor risiko dengankejadian penyakit
-
7/25/2019 Disain Studi Analitik
4/70
kris bantas/s1/dept epid/fkmui 4
Penelitian dengan disain studi kohort bersifat observasional peneliti hanya mengobservasi subjek-subjek yang ditelititanpa melakukan intervensi
Unit pengamatan /unit analisis individu
Prinsip :
penelitian dimulai dari pengukuran status keterpaparan
terhadap faktor risiko (exposure) pada subjek -subjek yang
diteliti, kemudian kelompokkan :
kelompok yang terpapar dengan exposure ( E+)
kelompok yang tidak terpapar dengan exposure (E-)
kedua kelompok di follow up,
kemudian diukur outcome (Disease) pada masing-masingkelompok bandingkan
penelitian dilakukan pada subjek-subjek yang masih
bebas dari outcome (Disease) tapi berisiko untuk dapat
mengalaminya
-
7/25/2019 Disain Studi Analitik
5/70
kris bantas/s1/dept epid/fkmui 5
Secara basic berdasarkan waktu dilakukannya pengukuranterhadap variabel exposure (E) and outcome (D) ada 2 macam
studi kohortprospektif kohortretrospektif kohort
Pola dasar disain studi kohort
E+
D+
D+
D+
D+
E+
E -
PopulationAt risk
THE PRESENT THE FUTURE
Follow-up
-
7/25/2019 Disain Studi Analitik
6/70
kris bantas/s1/dept epid/fkmui 6
Berdasarkan dinamika keikutsertaan subjek yang ditelitiselama penelitian berlangsung disain studi kohort dapatdibagi dua :Closed cohort ( Fixed population )
Open cohort (Unfixed population)
Berdasarkan asal dari kelompok pembanding ( E -) yang
dipilihSingle cohort (berasal dari 1 populasi)
internal comparison
Double cohort (berasal dari populasi yang berbeda
status keterpaparannya dengan exposure
external comparison
-
7/25/2019 Disain Studi Analitik
7/70
kris bantas/s1/dept epid/fkmui 7
Disain Studi Kohort Prospektif D+
E +
D- time to follow up D+
E - D-
THE PRESENT THE FUTURE
Free of out come(disease)
StepsTentukan populasi studipilih sampel dari populasi studi dgn
mengukur status keterpaparan terhadap exposurekelompok E +(sampel E +)kelompok E (sampel E -)
follow -up kedua kelompokukur outcome (D+ atau D-) pada masing-masing kelompokbandingkan outcome pada kedua kelompok
population
sample
-
7/25/2019 Disain Studi Analitik
8/70
kris bantas/s1/dept epid/fkmui 8
Disain Studi Kohort Retrospektif D+
E +
D- time to follow up D+
E - D-
THE PAST THE PRESENT
Free of out come(disease)
StepsTentukan populasi studipilih sampel dari populasi studi dgn
mengukur status keterpaparan terhadap exposurekelompok E +(sampel E +)kelompok E (sampel E -)
follow -up kedua kelompokukur outcome (D+ atau D-) pada masing-masing kelompokbandingkan outcome pada kedua kelompok
population
sample
-
7/25/2019 Disain Studi Analitik
9/70
kris bantas/s1/dept epid/fkmui 9
Disain Studi Kohort (Single cohort) D+
E +
D- time to follow up D+
E - D-
THE PRESENT THE PAST
Free of out come(disease)
StepsTentukan populasi studipilih sampel dari 1 populasi studi dgn
mengukur status keterpaparan terhadap exposurekelompok E +(sampel E +)kelompok E (sampel E -)
follow -up kedua kelompokukur outcome (D+ atau D-) pada masing-masing kelompokbandingkan outcome pada kedua kelompok
population
sample
-
7/25/2019 Disain Studi Analitik
10/70
kris bantas/s1/dept epid/fkmui 10
Disain Studi Kohort ( Double Cohort)
D+
E +
D- time to follow up D+
E - D-
THE PRESENT THE PAST
Free of out come(disease)
StepsTentukan populasi studi dengan status E+ and E- dgn :
mengukur status keterpaparan terhadap exposure
kelompok E +(sampel E +)kelompok E (sampel E -)follow -up kedua kelompokukur outcome (D+ atau D-) pada masing-masing kelompokbandingkan outcome pada kedua kelompok
PopulationWith E+
sample
PopulationWith E -
-
7/25/2019 Disain Studi Analitik
11/70
kris bantas/s1/dept epid/fkmui 11
Closed Cohort and Open Cohort
E+
E -
D+
D-
D+
D-
Closed Cohort
Fixed cohort
PRESENT FUTURE
Anggota kelompok E+ and E-difolow-up dalam periode waktu
yang samaInsidens outcome (D) diukurdgn ukuran CummulativeIncidence
-
7/25/2019 Disain Studi Analitik
12/70
kris bantas/s1/dept epid/fkmui 12
o?
X ?
?X
X?
? !
o?
?X
o!
?
?
Awal studi Akhir studi
O = meninggal
krn kausa lainX = outcome +? = drop-out
PER
SON
PE
RSON
E+
E-
TIME
TIME
Insidens diukur dengan
Incidence Density
Open Cohort
-
7/25/2019 Disain Studi Analitik
13/70
kris bantas/s1/dept epid/fkmui 13
Analisis pada studi kohort :
Analisis pada studi kohort tergantung kepada beberapa faktor :
skala pengukuran dari variabel exposure and
variabel outcome (kategorikal atau kontinyu)apakah distribusi dari variabel yang diukur sesuai dgn
uji statistik yang dipakai
apakah subjek-subjek dalam penelitian di follow-up untuk
waktu yang sama sampai outcome muncul
Langkah analisis dapat dibagi menjadi :
analisis univariate :
mendskripsikan distribusi frekwensi variabel exposure
ataupun variabel outcomejika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnya
dapat dilakukan
-
7/25/2019 Disain Studi Analitik
14/70
kris bantas/s1/dept epid/fkmui 14
jika pengukuran variabel-variabel tadi dalam skala
kategorikal analisis dari nilai proporsi, 95% confidence
intervalnya dapat dilakukan
Analisis bivariate :melihat hubungan (asosiasi) antara variabel exposure andvariabel outcome E Dtergantung dari skala pengukuran varaibel exposureand variabel outcome
jika variabel E and D diukur dalam skala kategorikalhubungan antara E and Ddiukur dengan RR, OR ataupun ARuji statistik dengan chi-square atau membandingkandua proporsi dari 2 populasi berbeda
jika variabel E diukur dengan skala kategorikal and
variabel D dengan skala kontinyuhubungan antara E and Ddiukur dengan membandingan nilai mean darivariabel D pada kelompok E+ and E-uji statistik dengan membandingkan dua mean
-
7/25/2019 Disain Studi Analitik
15/70
kris bantas/s1/dept epid/fkmui 15
jika variabel E and D keduanya diukur dengan skalakontinyuhubungan antara E and D :diukur dengan koefisien korelasi ruji statistik dengan uji korelasi
diukur dengan koeffisien regressiuji statistik dengan F tes atau t tes
Analisis multivariateuntuk melihat hubungan antara E and D setelah dikontroldengan variabel-variabel lain yang merancu hubunganantara E and Dntar untuk kuliah S2 euy.
E D
C1
C2
C3
C1, C2, C3 = variabel perancu(variabel confounding)
-
7/25/2019 Disain Studi Analitik
16/70
kris bantas/s1/dept epid/fkmui 16
Contoh :
Analisis untuk melihat asosiasi antara E and D bilaE diukur dengan skala kategorikalD diukur dengan skala kategorikal
Suatu studi kohort ingin melihat hubungan antara minum jamu X
and kejadian keguguran pada ibu hamilE = minum jamu X (ya, tidak) data kategorikal/nominal
D = keguguran (ya, tidak) data kategorikal/nominal
Populasi studi: ibu hamil muda
E diukur sebelum D muncul
Data sebagai berikut
-
7/25/2019 Disain Studi Analitik
17/70
kris bantas/s1/dept epid/fkmui 17
Analisis :
D+
D-
D+
D-
E+
E-
100
100
40
60
20
80
Contoh :
Exposure (E) = minum jamu XOutcome (D) = keguguran
Population atrisk
-
7/25/2019 Disain Studi Analitik
18/70
kris bantas/s1/dept epid/fkmui 18
D + D - Total
E+ 40 60 100
E - 20 80 100
Total 60 140 200
Tabel 2x2 untuk data diatas
Insidens (D+|E+) = 40/100Insidens (D+|E -) = 20/100
Insidens (D+|E+) 40/100
RR = --------------------------- = ----------- = 2Insidens (D+|E -) 20/100
AR = IE+- IE-= 40/100 20/100 = 20/100 = 20%
-
7/25/2019 Disain Studi Analitik
19/70
kris bantas/s1/dept epid/fkmui 19
pengukuran variabel E and D keduanya dengan skalakategorikminum jamu X (E) E+ = ya, E- = tidakkeguguran (D) D+ = ya, D- = tidak
analisis univariate :kalkulasi penghitungan insidens D+(keguguran)pada kelompok E+ = 40/100 = 40%pada kelompok E - = 20/100 = 20%
dari total sampel = 60/200 = 30 %kalkulasi penghitungan insidens D-(tidak terjadikeguguran)pada kelompok E+ = 60/100 = 60%pada kelompok E - = 80/100 = 80%
dari total sampel = 140/200 = 70 %
analisis bivariate :E D? (asssosiasi) adakah hubungan antara E and D
membandingkam insidens D+ pada kelompok E+dengan insidens D + pada kelompok E -
-
7/25/2019 Disain Studi Analitik
20/70
kris bantas/s1/dept epid/fkmui 20
Insidens D+ pada kelompok E+ P(D+|E+) = 40/100Insidens D+ pada kelompok E- P(D+|E-) = 20/100 40/100
RR =------------------------------------------------ = -------------- = 2 20/100
Insidens D+ pada kelompok E+
Insidens D+ pada kelompok E-
Interpretasi :jika sesara statistik ada perbedaan yang bermaknaantara insidens D+ pada kelompok E+ and E-maka ada hubungan antara E and Dibu hamil yang minum jamu X mempunyai risikokeguguran 2 kali lebih besar daripada ibu hamil
yang tidak minum jamu
Uji statistik :Hipotesis nol : tidak ada perbedaan insiden (proporsi
D+) pada kelompok E+ and E-HipotesisA: ada perbedaan isidens (proporsi D+) pada
kelompok E+ and E -Uji dengan beda 2 proporsi pada populasi yg berbedaatau dgn Chi square
-
7/25/2019 Disain Studi Analitik
21/70
kris bantas/s1/dept epid/fkmui 21
Contoh :
Suatu studi kohort dilakukan untuk melihat hubunganantara minum obat X pada anak-anak penderita cacingtambang dengan kadar Hb dalam darah setelah 3 bulankemudian
Populasi adalah anak-anak cacingan, sekelompok anak
minum obat X, sekelompok lagi tidak, difollow-up,setelah 3 bulan kemudian diukur kadar Hb
Pengukuran variabel E and DE = minum obat X E+ = ya, E- = tidak (skala kategorik)D = kadar Hb skala kontinyu
-
7/25/2019 Disain Studi Analitik
22/70
kris bantas/s1/dept epid/fkmui 22
E+
E-
1= 5.72= 6.53= 6.1
4= 6.55= 6.96= 6.77= 7.98= 8.09= 4.3
10= 4.8
11= 7.112= 8.113= 9.014= 3.715= 2.816= 8.017= 4.618= 5.519= 8.6
20= 5.0
21= 7.122= 8.323= 4.524=6.925= 8.026= 10.027= 6.728= 6.829= 7.6
30= 9.4
ID Hb ID Hb ID Hb
xiHb|E+= -------
N
1= 13.02= 13.63= 15.04= 11.95= 10.96= 12.37= 11.78= 11.49= 13.210= 14.3
11= 10.112= 9.913= 14.5
14= 10.015= 12.516= 10.217= 13.518= 13.819= 10.620= 12.7
21= 12.222= 14.523= 14.2
24= 13.625= 11.626= 15.327= 12.728= 13.229= 13.030= 16.8
ID Hb ID Hb ID Hb
xiHb|E-=---------
N
30
30
D
-
7/25/2019 Disain Studi Analitik
23/70
kris bantas/s1/dept epid/fkmui 23
Analisis univariate :
nilai rata-rata (mean) kadar Hb pada kelompok E+
xi 201.1Hb|E+= --------- = ----------- = 6.7
N 30nilai rata-rata (mean) kadar Hb pada kelompok E-
xi 308.2Hb|E-= --------- = ----------- = 12.74
N 30
Analisis bivariate :E D
? (assosiasi) adakah hubungan antara E and D
Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
E+ and E-
nilai rata-rata (mean) kadar Hb pada seluruh anggotasampel = 9.72
-
7/25/2019 Disain Studi Analitik
24/70
kris bantas/s1/dept epid/fkmui 24
Uji statistik :
Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok E+ and E-
HipotesisA: ada perbedaan nilai mean kadar Hb
Uji statistik dengan beda 2 mean dari 2 pada populasi yg
berbeda dengan uji t
Interpretasi :
Jika secara statistik ada perbedaan yang bermakna nilai
mean kadar Hb pada kelompok E+ and E-
maka ada hubungan antara minum obat X dengan
kadar Hb pada anak-anak penderita cacing tambang.dimana kadar Hb anak-anak yang minum obat X
rata-rata 12.74/6.7 =1.90 kali kadar Hb anak-anak
yang tidak minum obat X
-
7/25/2019 Disain Studi Analitik
25/70
kris bantas/s1/dept epid/fkmui 25
Kelemahan and Kekuatan studi kohort
Kekuatan studi kohort pada umumnyadapat untuk melihat sekuens/urutan kejadian sebab
akibat, yakni dari E Ddapat menghindari terjadinya bias dalam pengukuranvariabel-variabel Edapat meneliti beberapa outcome sekaligus
D1
E D2 D3jumlah dari variabel outcome dapat bertambah selamaproses follow-up
E D1
D2 D3dapat untuk menghitung insidens, RR and AR
Kelemahan studi kohort pada umumnyamembutuhkan sampel yang besartidak realistik /feasible untuk outcome yang jarang
-
7/25/2019 Disain Studi Analitik
26/70
kris bantas/s1/dept epid/fkmui 26
Studi kohort prospektifkekuatan:lebih dapat mengontrol dalam pemilihan subjek
subjek yg ditelitilebih dapat mengontrol dalam pengukuran variabelE maupun D
kelemahan:lebih mahallebih lama
Studi kohort retrospektifkekuatan :lebih murahdurasi penelitian lebih pendek
kelemahan :kurang dapat mengontrol dalam pemeilihan subjeksubjek yang ditelitikurang dapat mengontrol dalam pengukuran variabelE ataupun D
-
7/25/2019 Disain Studi Analitik
27/70
kris bantas/s1/dept epid/fkmui 27
Studi Kasus-Kontrol
Introduksi :
Untuk meneliti faktor risiko /diterminan suatu penyakitdimana outcome jarang terjadi, penelitian dengan disain
studi kohort memerlukan sampel yang besar and memakanwaktu yang lama sehingga sangat mahal
Untuk mengatasi masalah diatas disain studi yang sesuaidipilih adalah disain studi kasus-kontrol karena:sampel yang dibutuhkan tidak begitu besardurasi penelitian relatif singkat
Penelitian dengan disain studi kasus-kontrolbersifat observasional peneliti hanya mengobservasi
subjek-subjek yang diteliti tanpa melakukan intervensi
Unit pengamatan /unit analisis adalah: individu
-
7/25/2019 Disain Studi Analitik
28/70
kris bantas/s1/dept epid/fkmui 28
Prinsip penelitian kaus kontrol
penelitian dimulai dari pengukuran status keterpaparan
D (kesakitan) pada subjek -subjek yang diteliti, kemudian
kelompokkan :
kelompok subjek yang sakit (D+)
kelompok subjek yang tidak sakit (D-)
subjek-subjek pada kedua kelompok secara retrospektifditeliti tentang status keterpaparannya dengan variabel
exposure
bandingkan status keterpaparan dengan E pada kelompk
D + and D-
karena penelitian dimulai dari status D (kesakitan)
tidak dapat mengukur insidens
hubungan antara E and D diukur dgn OR
-
7/25/2019 Disain Studi Analitik
29/70
kris bantas/s1/dept epid/fkmui 29
Pola dasar disain studi kasus-kontrol
D+
D-
E+
E+
E-
E-Retrospektif
THE PAST THE PRESENT
-
7/25/2019 Disain Studi Analitik
30/70
kris bantas/s1/dept epid/fkmui 30
Disain Studi Kasus - Kontrol
THE PAST THE PRESENT E +
D + (kasus)
E - retrosepktif E + D-(kontrol)
E -
tentukan populasi studitentukan status kehadiran penyakitpada anggota populasi
kelompokkan menjadi
populasi dgn D+ (kontrol)populasi dgn D- (kasus)
tarik sampel (kasus) and (kontrol)ukur status riwayat keterpaparandengan exposure (E+ atau E-) pada masing-masing anggota sampelbandingkan status riwayat keterpaparan dengan exposure pada keduakelompok
Steps:
PopulationWith D +
Population
With D -
General population
Sample
Analisispadastudikasus-kontrol:
-
7/25/2019 Disain Studi Analitik
31/70
kris bantas/s1/dept epid/fkmui 31
Analisis pada studi kasuskontrol :
Analisis pada studi kasus-kontrol tergantung kepada beberapa
faktor :
skala pengukuran dari variabel disease and
variabel exposure (kategorikal atau kontinyu)
apakah distribusi dari variabel yang diukur sesuai dgn
uji statistik yang dipakai
Analisis dapat dibagi menjadi :
analisis univariate :
mendskripsikan distribusi frekwensi variabel disease
ataupun variabel exposure
jika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnyadapat dilakukan
jika pengukuran variabel-variabel tadi dalam skala
kategorikal analisis dari nilai proporsi, 95% confidence
intervalnya dapat dilakukan
-
7/25/2019 Disain Studi Analitik
32/70
kris bantas/s1/dept epid/fkmui 32
Analisis bivariate :
melihat hubungan (asosiasi) antara variabel disease and
variabel exposure E D
tergantung dari skala pengukuran varaibel disease
and variabel exposure
jika variabel E and D diukur dalam skala kategorikal
hubungan antara E and Ddiukur dengan OR
uji statistik dengan chi-square atau membandingkan
dua proporsi
jika variabel E diukur dengan skala kategorikal and
variabel D dengan skala kontinyu
hubungan antara E and D
diukur dengan membandingan nilai mean dari
variabel D pada kelompok E+ and E-
uji statistik dengan membandingkan dua mean
-
7/25/2019 Disain Studi Analitik
33/70
kris bantas/s1/dept epid/fkmui 33
jika variabel E and D keduanya diukur dengan skalakontinyuhubungan antara E and Ddiukur dengan koefisien korelasi ruji statistik dengan uji korelasi
Analisis multivariate
Ntar, kalau anda masuk S2 dijelaskan
-
7/25/2019 Disain Studi Analitik
34/70
kris bantas/s1/dept epid/fkmui 34
Contoh :
Suatu studi kasus-kontrol dilakukan untuk melihat apakah ada
hubungan antara minum jamu X and kejadian keguguranpada ibu-ibu hamil
Exposure (E) = minum jamu X
Outcome (D) = keguguran
Pengukuran variabel E and D keduanya dengan skala
kategorikminum jamu X (E) E+ = ya, E- = tidak
keguguran (D) D+ = ya, D- = tidak
Disain
D+
D-
E+
E-
E+
E-
100
100
40
60
20
80
KASUS
KONTROL
-
7/25/2019 Disain Studi Analitik
35/70
kris bantas/s1/dept epid/fkmui 35
analisis univariate :
kalkulasi penghitungan proporsi E+ and E - pada
kelompok kasus atau D+ (keguguran)
proporsi E+ = 40/100 = 40%
Proporsi E - = 60/100 = 60%
kalkulasi perhitungan proporsi E+ and E pada
kelompok kontrol atau D (tidak keguguran)
proporsi E+ = 20/100 = 20%proporsi E - = 80/100 = 80%
kalkulasi perhitungan proporsi E+ and E- pada
seluruh sampel
proporsi E+ = 60/200
proporsi E - = 140/200
D+ D - Total
E + 40 20 60
E - 60 80 140
Total 100 100 200
-
7/25/2019 Disain Studi Analitik
36/70
kris bantas/s1/dept epid/fkmui 36
analisis bivariate :E D
? (asssosiasi) adakah hubungan antara E and D
membandingkan odds E pada kelompok D+ and kelompok D-
Odds E pada kelompok D+
P (E+|D+) 40/100-------------- = ------------ = 4/6
P (E- |D+) 60/100
Odds E pada kelompok D P (E+|D-) 20/100 ----------------- = ------------- = 2/8 P (E- |D-) 80/100
OR (Odds Ratio)
Odds E pada kelompok D+ 4/6 ---------------------------------------- = ---------- = 32/12 = 2.67 Odds E pada kelompok D - 2/8
-
7/25/2019 Disain Studi Analitik
37/70
kris bantas/s1/dept epid/fkmui 37
Uji statistik :
Hipotesis nol : tidak ada perbedaan proporsi E+ pada
kelompok D+ and D atau tidak ada perbedaan proporsi E-pada kelompok D+ and D-
HipotesisA: ada perbedaan proporsi E+ pada kelompok D+
and D atau ada perbedaan proporsi E pada kelompok D+
and kelompok D -
Uji dengan beda 2 proporsi pada populasi yg berbeda
atau dgn Chi square
Interpretasi :
jika sesara statistik ada perbedaan yang bermakna
antara proporsi E+ pada kelompok D+ and D -
maka ada hunungan antara E and D
Odds minum jamu X pada ibu yang keguguran 2.67 kali
lebih besar daripada ibu yang tidak keguguran
-
7/25/2019 Disain Studi Analitik
38/70
kris bantas/s1/dept epid/fkmui 38
Contoh :
Suatu studi kasus-kontrol dilakukan untuk melihat
hubungan antara terjadinya perdarahan post-partum dgnkadar Hb sebelum melahirkan
Pengukuran variabel :E = skala kontinyu (kadar Hb)D = skala kategorikal D+ : perdarahan post-partum
D - : tidak terjadi perdarahan post-partum
Data seperti yang berikut
-
7/25/2019 Disain Studi Analitik
39/70
kris bantas/s1/dept epid/fkmui 39
D+
D -
1= 5.72= 6.53= 6.1
4= 6.55= 6.96= 6.77= 7.98= 8.09= 4.310= 4.8
11= 7.112= 8.113= 9.0
14= 3.715= 2.816= 8.017= 4.618= 5.519= 8.620= 5.0
21= 7.122= 8.323= 4.5
24=6.925= 8.026= 10.027= 6.728= 6.829= 7.630= 9.4
ID Hb ID Hb ID Hb
E
1= 13.02= 13.63= 15.04= 11.95= 10.96= 12.37= 11.78= 11.49= 13.210= 14.3
11= 10.112= 9.913= 14.514= 10.015= 12.516= 10.217= 13.518= 13.819= 10.620= 12.7
21= 12.222= 14.523= 14.224= 13.625= 11.626= 15.327= 12.728= 13.229= 13.030= 16.8
ID Hb ID Hb ID Hb
xiHb|D+= ---------
N
xi
Hb|D -= --------- N
30 ibu dgn perdarahanpost-partum
30 ibu tanpa perdarahanpost-partum
KASUS
KONTROL
-
7/25/2019 Disain Studi Analitik
40/70
kris bantas/s1/dept epid/fkmui 40
Analisis univariate :
nilai rata-rata (mean) kadar Hb pada kelompok E+
xi 201.1Hb|D+= --------- = ----------- = 6.7
N 30nilai rata-rata (mean) kadar Hb pada kelompok E-
xi 308.2Hb|D-= --------- = ----------- = 12.74
N 30
Analisis bivariate :E D
? (assosiasi) adakah hubungan antara E and D
Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
E+ and E-
nilai rata-rata (mean) kadar Hb pada seluruh anggotasampel = 9.72
-
7/25/2019 Disain Studi Analitik
41/70
kris bantas/s1/dept epid/fkmui 41
Uji statistik :
Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok D+ and D-
HipotesisA: ada perbedaan nilai mean kadar Hb
Uji statistik dengan beda 2 mean dari 2 pada populasi yg
berbeda dengan uji t
Interpretasi :
Jika secara statistik ada perbedaan yang bermakna nilai
mean kadar Hb pada kelompok D+ and D-
maka ada hubungan antara kadar Hb sebelum partus
dengan kejadian perdarahan postpartum, dimanakadar Hb ibu yang mengalami perdarahan PP
rata-rata 12.74/6.7 =1.90 kali lebih rendah dari kadar
Hb yang tidak mengalami perdarahan PP
-
7/25/2019 Disain Studi Analitik
42/70
kris bantas/s1/dept epid/fkmui 42
Kekuatan and Kelemahan Studi Kasus-Kontrol
Kekuatan:cocok untuk penelitian dgn frekwensi outcome jarangdurasi penelitian relatif singkatrelatif murahjumlah sampel penelitian yang dibutuhkan relatif kecilmenghasilkan nila Odds ratio ( sebagai aproksimasi dari
nilai RR
Kelemahan:berpotensi untuk terjadinya bias akibat pengambilan sampelkasus and kontrol dari populasi yg berbeda (populasi kasusand populasi kontrol)berpotensi terjadinya bias dalam pengukuran variabel exposureterbatas pada satu variabel outcometidak dapat menghasilkan : prevalens, insidens, RR ataupun AR
-
7/25/2019 Disain Studi Analitik
43/70
kris bantas/s1/dept epid/fkmui 43
Studi Intervensi
Introduksi
Nama lain studi experimenStudi intervensi mirip dengan studi kohort, bedanya pada
studi intervensi peneliti melakukan intervensi status
exposure pada subjek-subjek yang diteliti
Berdasarkan bagaimana peneliti mengalokasikan exposure
kepada subjek-subjek yang diteliti, maka studi intervensidapat dikategorikan menjadi 2 yi :
true experiment study bila ada proses randomisasi
quasi experiment study tanpa ada proses randomisasi
Randomisasi = random allocation ;Proses yang dilakukan oleh peneliti terhadap subjek-subjek
yang diteliti sedemikian rupa sehingga sehingga setiap subjek
mempunyai kesempatan yang sama untuk mendapat exposure
atau tidak mendapat exposure
-
7/25/2019 Disain Studi Analitik
44/70
kris bantas/s1/dept epid/fkmui 44
Memilih secara random anggota sampel untuk mendapatexposure sehingga setiap anggota sampel mempunyai kesempatan
yang sama untuk menerima E+ atau E-
Randomisasi
E+
E-
Random allocation and Random selection
Sampel
E+
-
7/25/2019 Disain Studi Analitik
45/70
kris bantas/s1/dept epid/fkmui 45
Random selection :Peneliti menseleksi subjek-subjek yang akan diteliti sedemikianrupa sehingga setiap subjek di populasi studi mempunyai
kesempatan yang sama untuk terpilih menjadi anggota sampel
Memilih secara random anggota populasi untuk menjadi anggotaSample sehingga sampel representatif untuk populasi
Populasi Sampel
-
7/25/2019 Disain Studi Analitik
46/70
kris bantas/s1/dept epid/fkmui 46
E+
E -
Outcome +
Outcome -
Outcome -
Outcome +
Populasi
Sampel
Random selection
Randomallocation
Follow-up
THE PRESENT THE FUTURE
Random selection and random allocation
-
7/25/2019 Disain Studi Analitik
47/70
kris bantas/s1/dept epid/fkmui 47
Random Allocation pada individu-individu di sampel
RA (random allocation)/randomisasi
menjadikan individu-individu di sampel mempunyai kesempatan
yang sama untuk mendapat exposure (E+) atau tidak mendapat
exposure (E-)
variabel-variabel confounder (covariate) terdistribusi hampir secara
equal pada kelompok yang E + dan E -
Contoh
kelompok E+(100 orang)
Sampel ( 200 orang)
kelompok E- (100 orang)
setiap individu di sampel membawa karakteristik masing-
masing misal (umur, sex, aktifitas olah raga, merokok dll
randomisasi
-
7/25/2019 Disain Studi Analitik
48/70
kris bantas/s1/dept epid/fkmui 48
Jika proses RA baik maka akan diperoleh distribusi variabelkonfounder yang equal pada kedua kelompok
Contoh :distribusi frekwensi variabel konfounding
E +(100 orang) E (100 orang)
umur : tua 40% tua 41%sex : laki-laki 24 % laki-laki 26 %aktifitas olah raga : baik 15 % baik-baik 14%merokok : merokok 20% merokok 18%
Selain variabel konfounder yang dapat terukur, variabel-variabel
konfounder yang tidak terukur juga akan terdistribusi secara
equal juga
-
7/25/2019 Disain Studi Analitik
49/70
kris bantas/s1/dept epid/fkmui 49
Jika distribusi frekwensi variabel konfounder equal pada
kedua kelompok
maka tidak perlu lagi dilakukan kontrol terhadap variabelkonfounder
pada fase analisis
validitas interna meningkat
analisis cukup sampai uji bivariate saja
-
7/25/2019 Disain Studi Analitik
50/70
kris bantas/s1/dept epid/fkmui 50
Contoh dari beberapa metode Random Allocation
1000
500 500
Random allocation
mendapat E tidak mendapat E
Completely Random Allocation
-
7/25/2019 Disain Studi Analitik
51/70
kris bantas/s1/dept epid/fkmui 51
Stratified Random Allocation
Mendapat exposure Tidak mendapat exposure
Statifikasi berdasarkan sex
Stratifikasi berdasarkan umur
Random allocation
1000
Wanita400
Pria600
Tua150
Muda250
Tua400
Muda200
75 125 200 100 75 125 200 100
Jenisstudiexperimenberdasarkankelompokpembanding
-
7/25/2019 Disain Studi Analitik
52/70
kris bantas/s1/dept epid/fkmui 52
Jenis studi experimen berdasarkan kelompok pembanding
Within group design (pre-experimental design)
Between group design
true experimental designquasi experimental design
Whithin Group Design (pre-experimental design)
nama lain single group design, pre-test and post-test design
individu-individu yang diteliti sebelum dilakukan intervensi
dilakukan pengukuran terhadap variabel outcome
tidak dilakukan randomisasi
seluruh individu yang sama mendapat variabel exposure
seluruh individu di follow-up, kemudian diukur variabel
outcome
bandingkan variabel outcome pada saat pretes dan variabel
outcome pada postes
-
7/25/2019 Disain Studi Analitik
53/70
kris bantas/s1/dept epid/fkmui 53
Pretest and posttest design
Sampel x Sampel x
pretes postes
variabel outcome variabel outcome
THE PRESENT THE FUTURE
Intervensi exposure
BetweenGroupDesign
-
7/25/2019 Disain Studi Analitik
54/70
kris bantas/s1/dept epid/fkmui 54
Between Group Design
Merupakan studi experimen dimana peneliti membandingkan
outcome dari dua atau lebih kelompok yang mendapat
intervensi yang berbeda
Macamnya :
true experiment design ( ada proses randomisasi)
quasi experiment design (tidak ada proses randomisasi)
True Experiment Design (randomized between-group design)
nama lain RCT (Randomized Clinical Trial), untuk penelitian
yang bersifat klinis
meneliti hubungan variabel exposure dengan variabel outcomeE atau exposure dapat berupa : obat, program-program kesehatan,
pelatihan, tindakan medis dan lain-lain
D atau outcome dapat berupa: status klinis, status psikologis,
status kesehatan, status laboratoris, status pengetahuan, dll
-
7/25/2019 Disain Studi Analitik
55/70
kris bantas/s1/dept epid/fkmui 55
Skema disain studi true experiment
THE PRESENT THE FUTURE
D +E +
D -
D +E -
D -
langkah-langkah :pilih sampel dari populasiukur variabel-variabel dasar (yang diduga sebagai confounder)lakukan proses randomisasiaplikasikan intervensi secara blindfollow-up kelompok-kelompok yang ditelitiukur variabel outcome pada kelompok yang diteliti secara blind
randomisasi
sampel
populasi
-
7/25/2019 Disain Studi Analitik
56/70
kris bantas/s1/dept epid/fkmui 56
Langkah-langkah dalam penelitian :
pilih sampel dari populasi
ukur variabel-variabel dasar (yang diduga sebagai confounder)
lakukan proses randomisasi
aplikasikan intervensi secara blind
follow-up kelompok-kelompok yang diteliti
ukur variabel outcome pada kelompok yang diteliti secara blind
Pilih sampel dari populasi :
tugas pertama adalah menentukansiapa yang menjadi subjek untuk penelitian inidan bagaimana merekrutnyasesuaikan dengan pertanyaan penelitiankriteria internakriteria externa
tentukan populasi studihitung sampel yang adekuattarik sampel dari populasi secara random
-
7/25/2019 Disain Studi Analitik
57/70
kris bantas/s1/dept epid/fkmui 57
Mengukur variabel-variabel dasar
Sebelum proses randomusasi
mengukur variabel karakteristik dasar dari seluruh individu
pada sampel
pertimbangkan mengukur variabel outcome
untuk memastikan bahwa outcome belum muncul
pada saat studi dimulai
untuk dibandingkan dengan variabel outcome
setelah studi berakhir
pertimbangkan mengukur variabel-variabel yang berpotensi
untuk menjadi konfounder
-
7/25/2019 Disain Studi Analitik
58/70
kris bantas/s1/dept epid/fkmui 58
Pengukuran variabel dasar dapat dipakai untuk mengecek apakah
randomisasi berjalan secara baik
dengan membandingkan distribusi frekwensi variabel-variabel dasar pada masing-masing kelompok
apakah distribusi frekwensi variabel-variabel dasar
terdistribusi secara equal
kadang-kadang terdapat penelitian tidak melakukan pengukuran
variabel dasar
dengan anggapan randomisasi yang dikerjakan
memastikan adanya ekualisasi
kelemahannya adalah peneliti tidak dapat mengecek
jika randomisasi tidak menghasilkan ekualisasi pada
masing-masing kelompok
-
7/25/2019 Disain Studi Analitik
59/70
kris bantas/s1/dept epid/fkmui 59
Randomisasi
menjadikan individu-individu di sampel mempunyai kesempatan
yang sama untuk mendapat exposure (E+) atau tidak mendapatexposure (E-)variabel-variabel (karakteristik, konfounder atau variabel outcometerdistribusi hampir secara equal pada kelompok yang E + dan E -sebagai dasar untuk merencanakan analisis yang akan dilakukan,
jika variabel-variabel yang diukur setelah randomisasi :
tersdistribusi secara equal pada kelompok yangdibandingkan maka analisis bivariate sudah cukup
tidak terdistribusi secara equal pada kelompok
yang dibandingkan maka analisis multivariatedibutuhkan untuk mengontrol variabel- variabelyang belum terdistribusi secara equal
-
7/25/2019 Disain Studi Analitik
60/70
kris bantas/s1/dept epid/fkmui 60
Mengaplikasikan E secara Blind
bila memungkinkan peneliti mendisain sedemikian rupasehingga subjek-subjek yang diteliti atau siapapun yang
kontak dengan mereka tidak mengetahui apakah mereka
termasuk kelompok E + atau E
single bilnd jika hanya subjek yang diteliti yang
tidak mengetahui
double blind jika subjek yang diteliti dan peneliti
yang tidak mengetahui
triple blind jika subjek yang diteliti, peneliti, dan
penganalisis data tidak mengetahui
-
7/25/2019 Disain Studi Analitik
61/70
kris bantas/s1/dept epid/fkmui 61
kegunaan blinding :
randomisasi
dapat mengeliminasi pengaruh variabel konfounderpada waktu randomisasi dilakukansetelah proses randomisasi selesai yaitu pada periodefollow-up, proses randomisasi tidak dapat lagi mengeliminasivariabel konfounder
pada periode follow-up dapat muncul kondisi yang dapatmenimbulkan bias misal :subjek yang mengetahui dirinya mendapat E + akanmerasa lebih baik, sebaliknya subjek yang mendapat E merasa dirinya menjadi lebih parah atau sebagainya
peneliti yang mengetahui mengenai status keterpaparanexposure pada subjek yang diteliti akanmemberikan perhatian yang berlebih atau berkurangterpengaruh pada waktu mengukur variabel outcome
-
7/25/2019 Disain Studi Analitik
62/70
kris bantas/s1/dept epid/fkmui 62
penganalisis yang mengetahui status keterpaparan exposure
dan outcome pada subjek-subjek yang diteliti dapat mem-pengaruhi proses analisis yang dilakukannya
untuk menghindari bias tersebut diatas, jika memungkinkan
dilakukan proses blinding
tidak semua penelitian eksperimen dapat dilakukan proses
blinding
-
7/25/2019 Disain Studi Analitik
63/70
kris bantas/s1/dept epid/fkmui 63
Mengukur outcome
variabel outcome dapat diukur dalam skala kontinyu
ataupun kategorikaljumlah dari variabel outcome dapat lebih dari satu
definisi operasional dari variabel outcome harus jelas
peneliti sebaiknya telah membuat definisi operasional
untuk variabel outcome yang mungkin muncul akibat
adanya side effectpada studi experimen yang dilakukan
sebaiknya blindingjuga dilakukan pada waktu mengukur
variabel outcome
kelengkapan data, minimal 90% baru dapat dikatan valid
-
7/25/2019 Disain Studi Analitik
64/70
-
7/25/2019 Disain Studi Analitik
65/70
kris bantas/s1/dept epid/fkmui 65
Skema :
THE PRESENT THE FUTURE
D+
E+
D-
D+
E-
D-
Non randomisasi
sampelpopulasi
langkah-langkah :pilih sampel dari populasi
ukur variabel-variabel dasar(yang diduga sebagai confounder)aplikasikan intervensi secara blindfollow-up kelompok-kelompok yang ditelitiukur variabel outcome pada kelompok yang ditelitisecara blind
-
7/25/2019 Disain Studi Analitik
66/70
kris bantas/s1/dept epid/fkmui 66
Kelebihan dan kelemahan dari studi experimen :
Kelebihan :
dapat memberikan bukti kuat adanya hubungan sebab-akibat
dapat merupakan satu-satunya disain yang sesuai dipakai misalnya
untuk mempelajari obat-obat barudapat menghasilkan penelitian yang murah dan cepat dibanding
penelitian observasional :
misal studi tentang efek dari diet rendah lemak pada kadar
kolesterol darah
studi observasional dapat menjadi lebih lama dan mahal
-
7/25/2019 Disain Studi Analitik
67/70
kris bantas/s1/dept epid/fkmui 67
Kelemahan :
mahal dan memakan waktu
tidak semua pertanyaan penelitian dapat dijawab dengan disain
experimen karena :
masalah etikafrekwensi outcome yang jarang
standar intervensi exposure mungkin dapat berbeda dengan
kondisi sesungguhnya di populasi
cenderung membatasi skope penelitian
DisainStudiIntervensi
-
7/25/2019 Disain Studi Analitik
68/70
kris bantas/s1/dept epid/fkmui 68
Disain Studi Intervensi
THE PRESENT THE FUTURE
D+
E +D-
time to follow up
D+
E - D-
Stepspilih sampel dari populasipeneliti mengintervensi subjek-subjekyang diteliti
kelompokkan menjadikelompok E + (mendapat exposure)kelompok E - (tidak mendapat exposure)
follow -up kedua kelompokukur outcome (D+ atau D-) pada kedua kelompokbandingkan outcome pada kedua kelompok
intervensi
intervensi
-
7/25/2019 Disain Studi Analitik
69/70
kris bantas/s1/dept epid/fkmui 69
DISAIN STUDI EPIDEMIOLOGI ANALITIK
Krisnawati Bantas/Dept Epidemiologi/FKMUI
-
7/25/2019 Disain Studi Analitik
70/70