DESAIN STUDI EPIDEMIOLOGI DESKRIPTIF
Putri Winda Lestari, S.KM., M.Kes (Epid) STIKes Binawan
Classification of Epidemiology Study
Classification of Community Epidemiology Prevention Treatment Trials Study Intervention Intervention
Tulchinsky & Varavikova, Rothman, Fos & Fine
Classification of Epidemiology Study
oedafOECtlymcsnlrDioptixalStudyewSRmrta pTensihryooeneT g
Prof. Hadisaputro
Case Report Case Series Clinical Series
Clinical Trial
Retrospecti ve
Cohort
Health Care Trial
Case referent
Prospectiv e
Interventi on
Case compare
Longitudin al
Communi ty Trial
Incident
Prevalence
Klasifikasi Desain Studi Epidemiologi
STUDI DESKRIPTIF
Adalah riset epidemiologi yang bertujuan utk menggambarkan pola frekuensi & distribusi masalah kesehatan (man, place, time). Menjawab pertanyaan who, where, when tapi tidak menjawab why. Berdasarkan unit pengamatan, studi deskriptif dibagi menjadi : Populasi
Individu
• Studi Korelasi Populasi (Studi Ekologi) • Rangkaian Berkala (Time Series) • Case Report (Laporan Kasus) • Case Series (Rangkaian Kasus) • Cross Sectional (Potong Lintang)
Tujuan Epidemiologi Deskriptif
Memberikan bukti untuk mengembangkan hipotesis
Memberikan informasi untuk pelayanan kesehatan dan administrator bagi pengalokasian sumber daya dan perencanaan program pencegahan dan pendidikan
Untuk dapat menggambarkan distribusi berdasarkan karakteristik populasi
Untuk evaluasi trend masalah membandingkan antara daerah
Untuk dapat memperhitungkan besarnya masalah kesehatan sebagai basis perencanaan dan evaluasi program
Untuk identifikasi masalah kesehatan yg nantinya dilanjutkan dengan penelitian analitik untuk uji hipotesa
penyakit
kesehatan
dan
1. Studi Korelasi Populasi
Disebut juga studi ekologi.
Adalah studi epidemiologi dgn populasi sbg unit analisis utk mendeskripsikan pola frekuensi & distribusi masalah kesehatan atau mendeskripsikan hubungan korelatif antara penyakit & faktor yang mempengaruhi.
Menggunakan data membandingkan:
dr
seluruh
populasi
utk
Frekuensi penyakit pd kelompok2 yg berbeda dr suatu populasi pd suatu periode yg sama Frekuensi dr kelompok2 yg sama pd periode yg berbeda 1. Studi Korelasi Populasi
Analisis yang bersifat:
dilakukan
dapat
Deskriptif : melihat distribusi frekuensi dari variabel yg diteliti Analitik : melihat korelasi/hubungan antara variabel2 yg diteliti Jika variabel “exposure” dan “outcome” sbg data kontinyu hubungannya secara statistik diuji dengan uji korelasi kekuatan/keeratan hubungan dilihat dengan melihat nilai koefisien korelasi (“r”) Jika variabel “exposure” dan “outcome” sbg data kategorikal
hubungannya secara statistik dapat 1. Studi Korelasidengan Populasi uji kuadrat atau regressi logistik
diuji
Koefisien Korelasi
Kekuatan hubungan linier antara variabel X (paparan) dan variabel Y (penyakit) dihitung dalam koefisien koefisien korelasi.
Koefisien korelasi mengukur berapa besar perubahan setiap unit frekuensi penyakit diikuti oleh perubahan setiap unit paparan, atau sebaliknya.
Nilai koefisien korelasi berkisar +1 hingga -1.
Perlu diingat!!! Suatu korelasi yang kuat antara variabel X dan Y, tidak dengan sendiri dpt diartikan bahwa X adalah penyebab Y atau Y disebabkan oleh X.
1. Studi Korelasi Populasi
Contoh
Studi korelasi populasi yg mempelajari korelasi antara konsumsi daging perkapita dan frekuensi penyakit Ca colon pd wanita pd negara2 ttt. Terlihat bahwa ada hubungan/korelasi yg + Negara2 dgn tgkt konsumsi daging perkapita yg rendah memiliki frekuensi Ca colon yg rendah Negara2 dgn tgkt konsumsi daging perkapita yg tinggi memiliki frekuensi Ca colon yg tinggi
1. Studi Korelasi Populasi
Kelebihan
Dapat menggunakan data maupun mortalitas.
Desain studi yg tepat sekali digunakan pd penyelidikan awal hubungan paparan & penyakit.
Dpt dilakukan cepat, mudah dan murah karena data yg diperlukan biasanya telah tersedia
Pemerintah atau instansi swasta biasanya scr rutin mengumpulkan data: demografi, produksi pangan, pencatatan pelaporan mengenai morbiditas dan mortalitas
Cocok utk menilai efektivitas program intervensi kesehatan pd populasi sasaran.
1. Studi Korelasi Populasi
insidensi,
prevalensi,
Contoh lagi
Gambar : Studi Korelasi populasi utk mempelajari hubungan korelatif antara kematian karena kanker paru pd pria dalam tahun 1950 dan konsumsi sigaret per kapita pada tahun 1930 di berbagai negara.
Gambar diatas menyajikan sebuah studi tetang hub. korelatif antara kematian karena Ca paru pd pria (1950) dan konsumsi sigaret per kapita (1930) di berbagai negara.
Perbedaan waktu 20 tahun perkiraan periode laten dan durasi penyakit, yaitu sejak pertama kali terpapar sigaret sampai terminasi penyakit (kematian).
Gambar tsb menunjukkan konsumsi sigaret per kapita berkorelasi + dengan kematian krn Ca paru.
Artinya: makin besar konsumsi sigaret per kapita makin besar pula laju kematian karena Ca paru.
Berdasarkan kesimpulan, peneliti membuat hipotesis kausal : merokok sigaret adlh penyebab kematian Ca paru.
Hipotesis tsb selanjutnya diuji dengan rancangan studi epidemiologi analitik.
1. Studi Korelasi Populasi
Kelemahan 1. Tidak dapat melihat hubungan paparan dan penyakit ditingkat individu
Studi korelasi populasi dpt mengetahui jumlah org yang terpapar dan jumlah org yang sakit pd populasi, tetapi tidak dpt diketahui bagaimana status paparan dan status penyakit pd individu.
Dengan kata lain, kita tidak dpt mengetahui apakah seseorang yang terpapar juga berpenyakit.
Jika populasi sbg unit analisis kita pakai utk membuat interferensi kausal pd individu, maka terjadi kekeliruan kesalahan ekologi (ecologi fallacy)
1. Studi Korelasi Populasi
2. Ada ecologic fallacy, yakni bias dalam menginterpretasikan
Kesalahan ekologi pertama kali ditemukan sosiolog, William Robinson (1950) :
Sebuah studi korelasi populasi menemukan adanya korelasi kuat (r = 0,62) antara proporsi melek huruf dan proporsi imigran di AS tahun 1930-an.
Betulkah daerah yang melek hurufnya tinggi karena byk kaum imigran??
Ketika Robinson mengkorelasikan melek huruf dan imigran secara individual, diperoleh r = -0,12.
Artinya: kaum imigran berkorelasi lemah dengan melek huruf, bahkan korelasi terbalik.
Kenapa terdapat perbedaan temuan??
Karena kebanyakan imigran tinggal di kota besar drpd pedesaan. Dimana tingkat melek huruf di kota besar > pedesaan.
1. Studi Korelasi Populasi
3. Tidak mampu mengendalikan pengaruh faktor perancu (confounding)
Faktor perancu bersama faktor penelitian berkorelasi dengan penyakit, meciptakan keadaan problem multikolinieritas.
Karena multikolinieritas perkiraan korelasi melalui analisis populasi selalu > analisis individu
Contoh: terlepas dari korelasi + dan kuat antara merokok sigaret dan kematian karena Ca paru, kita dpt menduga bahwa perkiraan tsb > dr sesungguhnya.
Karena adanya pengaruh faktor lain yang bermultikoliner, seperti: polusi udara, asbes, radium, hidrokarbon, arsen inorganik, radiasi, dll.
1. Studi Korelasi Populasi
2. Studi Rangkaian Berkala
Adalah rancangan studi yang bertujuan mendeskripsikan/ mempelajari frekuensi penyakit/ status kesehatan dari sebuah atau beberapa populasi berdasarkan serangkaian pengamatan pd beberapa sekuen waktu.
Data frekuensi penyakit hasil pengamatan, sesuai dasar urutan kronologis.
Menguhubungkan waktu ke waktu.
2. Studi Rangkaian Berkala
variasi
frekuensi
dari
Studi rangkaian berkala digunakan untuk:
Meramalkan kejadian penyakit berikutnya berdasarkan pengalaman terdahulu
Mengevaluasi efektivitas intervensi kesh. masyarakat (dilakukan dengan cara mempelajari perubahan gerakan kurva frekuensi penyakit pd populasi sasaran beberapa interval waktu, baik sebelum maupun sesudah implementasi intervensi).
2. Studi Rangkaian Berkala
3. Case Report • •
•
•
•
Penekanan mendalami suatu kasus/unit sosial utk memberikan gambaran lengkap. Case report cenderung mengamati sampel kecil, tetapi variabel yang dipelajari banyak dan mendalam. Laporan tentang profil dari pasien, biasanya merupakan penyakit-penyakit baru, masalah kesehatan baru ataupun fenomena baru yang belum jelas. Laporan terperinci tentang gejala dan tanda, cara penegakan diagnosis, pengobatan dan follow-up seorang pasien secara individual. Diterapkan utk: memperdalam suatu penyakit & pengobatan bagi dokter, proses perawatan dlm keperawatan, kasus hukum, ekonomi, sosial, dsb. 3. Case Report
Kelebihan
3. Case Report
4. Case Series
Merupakan kumpulan kasus-kasus individual suatu penyakit dengan diagnosis yang sama, hampir sama dengan laporan studi kasus, namun dengan kasus yang lebih banyak.
Serial kasus termasuk penelitian observasional, karena mengikuti perjalanan penyakit beberapa pasien yang diketahui paparannya, atau memeriksa paparan dan hasil dari catatan medis pasien.
Surveilens yang rutin dilakukan untuk suatu penyakit yang belum jelas diagnosisnya ataupun sudah jelas diagnosisnya :
merupakan kumpulan laporan kasus, atau serial kasus untuk mendeteksi munculnya penyakit baru
4. Case Series dapat
digunakan
juga
untuk
mendeteksi
Contoh
Kumpulan laporan kasus dapat dianalisis secara sederhana yakni dengan melihat • distribusi/ frekuensi penyakit • berdasarkan “ Orang, Tempat, Waktu” • Contoh: next slide 4. Case Series
Contoh dari suatu studi laporan kasus Suatu penyakit yang belum jelas sebut penyakit X, 10 orang dengan gejala-gejala yang mirip satu sama lain : Berdasarkan gejala dan pemeriksaan laboratoris : Berat badan : 9 orang dengan gejala mengurus, 1 berat badan tidak turun Diare : 6 diare, 4 tidak ada diare Demam : 8 demam dengan pnemonia, 4 tidak demam Bercak pada kulit : 7 orang mempunyai, 3 tidak ada bercak Pemeriksaan laboratoris : semua pasien angka limfosit menurun drastis Berdasarkan gambaran demografinya Jenis kelamin : 9 pria, 1 wanita umur : 8 dewasa muda, 2 tua pekerjaan : 6 pemusik, 4 pegawai Berdasarkan Perilaku Berhubungan intim : Sesama jenis 8 orang, lawan jenis 2 orang Berdasarkan kebiasaan mengkonsumsi “drugs” : Menggunakan jarum suntik 8 orang, 2 orang bukan 4. Casepengguna Series
Dari data diatas dapat dilihat bahwa :
Dari gejala dan pemeriksaan laboratoris penyakit X tersebut adalah : 90 % berat-badan menurun 60 % diare 80 % demam dengan pneumonia 70 % bercak pada kulit 100 % limfosit menurun drastis Dari gambaran demografisnya 90% pria 80% dewasa muda 60% pemusik Dari kebiasaan mengkonsumsi narkoba 80% pecandu narkoba Dari perilaku seksual : 80 % homoseksual
4. Case Series
Diperoleh gambaran distribusi, frekuensi penyakit berdasarkan : gejala dan tanda serta pemeriksaan laboratoris gambaran demografi kebiasaan mengkonsumsi narkoba perilaku seksual Dari analisis sederhana diatas didapat informasi kelompok orang yang berisiko antara lain : pria dewasa muda pemusik pecandu narkoba homoseksual 4. Case Series
Kemudian dari informasi tadi dapat dibangun suatu hipotesis:
Pria lebih berisiko mendapat penyakit X dari pada wanita
Usia dewasa muda lebih berisiko untuk mendapat penyakit X dari pada yang usia tua
Pemusik lebih berisiko untuk mendapat penyakit X dari pada non pemusik
Pecandu narkoba lebih berisiko untuk mendapat penyakit X dari pada bukan pecandu
Homoseksual lebih berisiko untuk mendapat penyakit X dari pada bukan heteroseksual 4. Case Series
Case Report & Case Series
Berbeda dgn studi korelasi populasi, penelitian case report dan case series menggambarkan pengalaman dr pasien2 atau group dr suatu populasi dgn diagnosa yg sama.
Tipe dr studi ini mengandalkan identifikasi oleh para klinisi thdp: Penemuan2 yg tdk biasa pd pasien Riwayat perjalanan penyakit ttt pd pasien Akan membawa kpd suatu formulasi hipotesa baru Dlm hal ini dpt dikatakan case report dan case series mrpkn ruang antara yg menghubungkan antara kedokteran klinik dan epidemiologi
Case series kumpulan case report dr individu2
Keterbatasan Case Report & Case Series
Tdk bisa utk membuktikan adanya hubungan yg valid scr statistik antara faktor resiko dan timbulnya penyakit.
Case report hanya merupakan pengalaman 1 org perorang, adanya faktor resiko yg dicurigai mungkin hanya faktor kebetulan saja.
Case series merupakan kumpulan dr case report dan kadang2 cukup besar datanya utk dilakukan pengukuran thdp paparan dg faktor resiko; tp tetap ada keterbatasanya yaitu tidak adanya kelompok pembanding
5. CROSS SECTIONAL
Disebut juga studi potong lintang
Adalah rancangan studi epidemiologi yang mempelajari hubungan penyakit & paparan dengan cara mengamati status paparan & penyakit secara serentak.
Data yang dihasilkan adalah prevalensi, bukan insidensi sehingga disebut juga survei prevalensi.
5. CROSS SECTIONAL
Ciri-ciri
Pengukuran paparan & penyakit scr serentak Tidak ada periode follow-up Penelitian ini bertujuan mendeskripsikan prevalensi penyakit tertentu Pada penelitian ini tidak terdapat kelompok pembanding Hubungan sebab- akibat hanya merupakan perkiraan saja Merupakan penelitian pendahuluan dari penelitian analitis Oleh karena pengukuran paparan dgn status penyakit pd saat bersamaan, maka tdk dpt dianalisa apakah paparan mendahului penyakit atau sebaliknya
5. CROSS SECTIONAL
Tujuan
untuk mengetahui masalah masyarakat di suatu wilayah
untuk mengetahui prevalensi tertentu di suatu daerah
untuk memperkirakan hubungan sebab akibat bila penyakit mengalami perubahan yang jelas dan tetap
untuk memformulasikan hipotesis spesifik yang akan diuji melalui penelitian analitik.
5. CROSS SECTIONAL
kesehatan penyakit
Kelebihan dan Kekurangan Kelebihan
Mudah, cepat, murah Jarang terancam drop out Dapat dipakai utk penelitian selanjutnya Tidak mengalami hambatan etik Berguna utk informasi perencanaan
5. CROSS SECTIONAL
Kekurangan
Paparan diukur dlm waktu yang sama shg kurang dpt melihat hub sebab akibat (gambaran kausal) Kesimpulan korelasi antara paparan dan penyakit paling lemah Sulit utk penyakit yg jarang Sulit utk penyakit akut, pendek masa inkubasi dan masa sakitnya Butuh banyak sampel
Analisis Cross Sectional
Deskriptif distribusi frekuensi masalah kesehatan berdasarkan “orang - tempat - waktu” distribusi frekuensi dalam bentuk angka prevalens Analitik
Jika variabel “exposure” dan “outcome” diukur sebagai data kontinu Hubungannya secara statistik diuji dengan uji korelasi kekuatan/keeratan hubungan dilihat dengan melihat nilai koefisien korelasi (“r”) ataupun dengan koefisien regresi Jika variabel “exposure” dan “outcome” sbg data kategorikal
hubungannya secara statistik dapat diuji dengan uji kuadrat atau regressi logistik kekuatan hubungan dilihat dengan menghitung 5. CROSS SECTIONAL
Rancangan Penelitian
5. CROSS SECTIONAL
PR (Prevalence Ratio) D+
D-
Total
E+
a
b
a+b
E-
c
d
c+d
Total
a+c
b+d
a+b+c +d
Rumus PR kelompok terpapar (Po) = a/ a+b PR kelompok tidak terpapar (P1) = c/ c+d
PR = Po / P1
5. CROSS SECTIONAL
Contoh Kasus Dalam suatu penelitian dengan desain cross sectional,ingin melihat hubungan antara merokok dan bronchitis kronis. D = bronchitis kronis (outcome) E = merokok (exposure) pengukuran D dan E dilakukan secara simultan
populasi merupakan pegawai di pabrik A
sampel 1000 orang yang diambil secara random dari populasi analisis deskriptif : menghitung PR ?
5. CROSS SECTIONAL
Tabel 2 x 2 Outcome (Disease)
Exposure
D+
D-
Total
E+
200
200
400
E-
100
500
600
Total
300
700
1000
5. CROSS SECTIONAL
Mendistribusikan variabel “disease” pada variabel “exposure” 100 D+ dari 600 (E-) 200 D+ dari 400(E+) D+
200 D D-
Total
E+
200
200
400
E-
100
500
600
Total
300
700
1000
500 D -
dari 400 orang (E+) prevalens D+ pada kelompok E+ = 200/400 dari 600 orang (E-) prevalens D+ pada kelompok E - = 100/600 prevalens D+ pada kelompok E+ = 200/400 Prevalens Ratio = ------------------------------------------------------------------ = 3 prevalens D + pada kelompok E- = 100/600 5. CROSS SECTIONAL
Apa arti PR pada penelitian tersebut?
5. CROSS SECTIONAL
