Oleh :

Roma Yuliana1311211109

Pengantar Definisi Sumber-Sumber Bias JENIS BIAS : 1. Bias Seleksi

2. Bias Informasi3. Confounding Bias4. Bias pada penelitian eksperimen

Akibat Bias

BIAS : Kesalahan sistematik

Akibat: distorsi penaksiran parameter populasi

sasaran berdasarkan parameter sampel

Chance disebabkan “random error” (kesalahan random) Chance mengarah pada

ketidaktepatan hasil Epidemiology (Schneider)

Bias disebabkan oleh “systematic error”(kesalahan sistematis)Bias mengarah pada ketidakakuratan hasil

Proses seleksi atau partisipasi subyek ( bias seleksi)Proses pengumpulan data ( bias informasi)Tercampurnya efek pajanan utama dengan efek faktor risiko eksternal lainnya ( kerancuan/ confounding)

BIAS SELEKSI

Kesalahan sistematis dalam pemilihan subjek

Contoh penyebab:- Kelompok pembanding tidak berasal basis

studi yang sama- Kelompok pembanding tidak

merepresentasikan populasi

Bisa terjadi bila status penyakit pada studi kohort (retrospektif), atau status exposure pada kasus kontrol atau kedua-duanya pada studi kros-seksional mempengaruhi pemilihan subyek pada kelompok-kelompok yang diperbandingkan

1. Terjadi ketika menggunakan kriteria yang berbeda dalam prosedur seleksi subyek

2. Besar dan arahnya seringkali tidak dapat diperkirakan

3. Bias ini, sekali terjadi tidak dapat dikendalikan, melainkan hanya dapat dicegah.

a. Bias Deteksi (Unmasking bias)b. Bias Berkson (Admission bias)c. Bias Non-respondend. Bias Insidensi-Prevalensi

Neymane. Bias Pekerja Sehat (Healthy

worker bias)

a. Bias deteksibias yg disebabkan perbedaan intensitas surveilans dlm memilih kasus & non-kasus, sedemikian rupa sehingga peneliti cenderung lebih mudah mendeteksi kasus terpapar & non-kasus tak terpapar

menyebabkan overestimasib. Bias Berkson

bias yg disebabkan perbedaan probabilitas masuk rumah sakit bag kasus & kontrol, & perbedaan itu berhubungan dg status paparan.

c. Bias Non-respondenbias yg disebabkan penolakan responden utk berpartisipasi, shg mempengaruhi tk partisipasi kasus & kontrol, & terpapar & tak terpapar

d. Bias Insidensi-Prevalensi Neymanbias yg disebabkan penggunaan data prevalensi sbg pengganti insidensi

e. Bias Pekerja Sehatbias yg terjadi akibat dr penggunaan para pekerja sehat sbg kelp. kasus atau kelp. terpapar di satu pihak, & penggunaan populasi umum sbg kelp. kontrol atau kelp. tak terpapar di pihak lain.

1. Sedapat mungkin menggunakan data insiden

2. Pada studi kasus kontrol, pilihlah kontrol dari populasi asal yang aktual (actual base population) darimana kasus studi tersebut muncul

3. Pada studi kasus kontrol yang tidak berbasis pada populasi, dapat dipertimbangkan untuk menggunakan lebih dari 1 jenis populasi kontrol

4. Terapkan kriteria kelayakan yang sama untuk memilih semua subyek studi.

5. Usahakan agar semua subyek potensial menjalani prosedur diagnostik yang sama dan mendapat peluang deteksi dan pelaporan kasus yang sama.

6. Minimalkan non-respons atau non-partisipasi dan loss to follow-up.

7. Kumpulkan sebanyak mungkin informasi tentang riwayat pajanan, termasuk waktu dan alasan perubahan status pajanan.

8. Upayakan agar penyakit didiagnosis tanpa pengaruh dari pengetahuan tentang status pajanan (secara blind)

BIAS INFORMASI

Kesalahan sistematis dalam :mengamati, memilih instrumen, mengukur, membuat klasifikasi,mencatat informasi, dan membuat interpretasi tentang paparan maupun penyakit, sehingga mengakibatkan distorsi penaksiran pengaruh paparan terhadap penyakit.

1. Kesalahan pengukuran, khususnya ketika terjadi misklasifikasi penyakit dan/ atau misklasifikasi pajanan yang dapat menilbulkan apa yang disebut sebagai bias misklasifikasi (misclassification bias).

2. Kecenderungan kesalahan pengukuran pertama (pada variable berskala kontinyu) yang menghasilkan nilai ekstrim, untuk bergeser ke nilai tengah pada pengukuran berikutnya. Kecenderungan ini dapat menimbulkan bias yang disebut regresi kenilai tengah (regression to the mean).

3. Penggunaan kelompok (agregat) sebagai unit analisis pada penelitian-penelitian yang dirancang untuk mengambil kesimpulan kausal tentang fenomena (timbulnya penyakit/masalah kesehatan) pada tingkat individu. Situasi ini dapat mengundang potensi bias ekologi (ecologic bias/ ecological fallacy). Bias jenis ini sering terjadi pada rancangan studi korelasi/ ekologi.

Interviewer Recall Observer Epidemiology (Schneider) Loss to follow up Hawthorne Efek Surveillance Bias Missclassification Bias

1. Berusaha menjamin obyektifitas dari peneliti dan subyek penelitian selama proses pengumpulan data. Untuk menjamin obyektifitas, maka beberapa pendekatan dapat dipakai, seperti penggunaan kriteria atau definisi penyakit dan pajanan yang ketat dan dibenarkan (justified), menggunakan pendekatan blinding, ketika mengumpulkan informasi tentang pajanan dan/atau penyakit, menggunakan placebo dalam desain experimental, pendekatan restriksi dalam seleksi subyek

2. Berusaha menjamin dan memelihara tingkat kesahihan (measurement validity) dan kehandalan (reliability) dari instrumen/ tes studi

BIAS CONFOUNDING

Distorsi dalam menaksir pengaruh npaparn terhadap penyakit, akibat tercampurnya pengaruh sebuah atau beberapa variabel luar.Kriteria Faktor Perancu (Rothman, 1986; Hennekens dan Buring, 1987) :

1. Merupakan faktor risiko bagi penyakit yg diteliti

2. Mempunyai hubungan dg paparan3. Bukan merupakan btk antara dlm hubungan

paparan & penyakit

1. Bias Alokasi Intervensi2. Bias kontaminasi3. Bias Kepatuhan4. Loss to follow-up bias

Terjadi jika alokasi intervensi kepada subjek-subjek yang diteliti dalam studi eksperimental tidak dilakukan dengan cara random, sehingga dipengaruhi oleh karakteristik subjek penelitian yang memiliki hubungan dengan variabel hasil yang diteliti

Bias ini dapat menyebabkan deviasi taksiran efek intervensi menjauhi nilai nol (overestimate).

Bias alokasi intervensi dapat dicegah dengan cara mengalokasikan intervensi secara random

Terjadi ketika subjek-subjek penelitian di dalam kelompok kontrol terkontaminasi oleh intervensi yang diberikan kepada kelompok eksperimental

Bias ini akan melemahkan efek intervensi yang sebenarnya, menyebabkan deviasi taksiran efek intervensi menuju nol

Bias kontaminasi sering terjadi pada studi intervensi komunitas

Mudah terjadi ketika intervensi yang diteliti merupakan barang publik (public good)

Ada beda tingkat kepatuhan antara Kelompok eksperimen & kontrol

Dalam mematuhi aturan terapi atauAlternatif (plasebo), karena :

Efek sampingLupa minum obat

Kondisi semakin burukMenarik persetujuan

Terdapat 3 penyimpangan taksiran parameter:Bias menuju nol, menunjukkan taksiran hubungan antara paparan dan penyakit atau efek intervensi yang teramati yang lebih rendah daripada sesungguhnya (underestimate), sehingga disebut juga bias negatifBias menjauhi nol, hubungan antara paparan dan penyakit atau efek intervensi yang teramati yang lebih tinggi daripada sesungguhnya (overerestimate), sehingga disebut juga bias positifBias melintasi nol, paparan yang sesungguhnya protektif bagi terjadinya penyakit disimpulkan sebagai faktor risiko, atau sebaliknya

1. Sastroasmoro, Sudigdo. 2011. Dasar-dasar Metodologi Penelitian Klinis Edisi 4. Jakarta : Sagung Seto.

2. Sumantri, Arif. 2011. Metodologi Penelitian Kesehatan. Jakarta : Kencana Media Group.

3. Nugrahaeni, Dyan Kunthi. 2010. Konsep Dasar Epidemiologi. Jakarta : Buku Kedokteran EGC .

Apa yang dimaksud dengan restriksi sebagai salah satu pengendalian confounding?

Bagaimana peneliti mengidentifikasi adanya bias?

Bagaimana peneliti mengendalikan bias dalam penelitian?