Upload
gabriela-insani-y
View
264
Download
0
Embed Size (px)
Citation preview
7/23/2019 Peluang & Kausa
1/16
Gabriela Insani Yonesty1220312005
7/23/2019 Peluang & Kausa
2/16
PENDAHULUAN
Klinisi sering berhadapan dengan bias dan peluang
(chance)
Kesalahan pengambilan sampel acak (random error)
tidak dapat dihindarkan Variasi acak timbul dari proses pengukuran atau
fenomena biologis
Pentingnya faktor peluang dan membandingkannya
dengan bias
7/23/2019 Peluang & Kausa
3/16
PENYIMPAGANACAK (RANDOMERROR)
Perbedaan sesungguhnya
Kesimpulan
uji statistik
Ada Tidak ada
Ada perbedaan Benar
Tidak benar
penyimpangan
tipe 1 ()
Tidak ada
perbedaan
Tidak benar
penyimpangan
tipe II ()
Benar
7/23/2019 Peluang & Kausa
4/16
PENYIMPANGAN
Penyimpangan / tipe I false positive
Penyimpangan / tipe II false negative
Kemungkinan penyimpangan akibat variasi
random dihitung dengan statistik inferensial
7/23/2019 Peluang & Kausa
5/16
SIGNIFIKANSECARASTATISTIK
& KEPENTINGANKLINIK
Perbedaan signifikan secara statistik tidak berarti
penting secara klinik
Nilai p bermakna hanya menentukan bahwaperbedaan itu benar-benar ada
Kenyataannya, perbedaan yang memiliki signifikansi
tinggi didapat dari sampel yang besar
7/23/2019 Peluang & Kausa
6/16
UJI STATISTIK
Digunakan untuk memperkirakan kemungkinan
penyimpangan
Menggambarkan derajat hubungan antar variabel
Pernyataan hubungan antar variabel :*Korelasi Pearson untuk data interval
*Korelasi Spearman untuk data ordinal
Uji signifikansi one tailed dan two tailed
7/23/2019 Peluang & Kausa
7/16
ONETAILED-TWOTAILED
7/23/2019 Peluang & Kausa
8/16
PENENTUAN KEGAGALANPENGOBATAN
Jumlah kecukupan pasien
Ukuran efek
Alpha error
Beta error Karakteristik data
Interrelasi
Statistical power seusai penelitian
7/23/2019 Peluang & Kausa
9/16
KAUSA
Banyak sekali peristiwa sebab akibat yang dihadapi klinisi
Kausa ::
sesuatu yang akan memberikan akibat atau hasil
Kausa sangat penting bagi dokter dalam hal pencegahan,diagnosis dan pengobatan
Kausa bersifat tunggal atau jamak
7/23/2019 Peluang & Kausa
10/16
PENDEKATAN KAUSAKE AKIBAT
Host
yang rentan Infeksi TB
Kepadatan
penduduk
Malnutrisi
Vaksinasi
Genetik
Paparan
Micobakterium
Invasi ke jaringan
dan adanya
reaksi
7/23/2019 Peluang & Kausa
11/16
INTERAKSI KAUSAL MULTIPEL
Lebih dari satu kausa yang berperan efeknya
tidak selalu aditif
Menjelaskan faktor penyebab lebih sulit bila banyak
kausa
Interaksi kausa bisa saling menambah atau saling
meniadakan
7/23/2019 Peluang & Kausa
12/16
MENCARI KAUSA
Penelitian pada individu
Tidak mungkin membuktikan hubungan kausal
secara jelas
Melalui penelitian empirik kausa bisa didapatkan Sebaliknya, bukti yang menentang dapat dibatasi
7/23/2019 Peluang & Kausa
13/16
HUBUNGANDAN KAUSA
Hubungan
Ya Tidak
Mungkin Tidak mungkin
Ya Tidak
Kausa
Bias seleksi dan bias
pengukuran
Peluang (chance)
Pengacau
Kausa
7/23/2019 Peluang & Kausa
14/16
BUKTI SEBAB-AKIBAT
Kriteria Komentar
Temporal Kausa mendahului efek
Kekuatan Risiko relatif yang besar
Respon terhadap dosisMakin besar paparan terhadap kausa diikuti
peninggian kejadian penyakit
ReversibilitasPenurunan paparan terhadap kausa diikuti
penurunan kejadian penyakit
Konsistensi
Kejadian berulang pada pengamatan orang lain,
di tempat lain, keadaan lain, dan waktu yang
berbeda
Masuk akal secara biologis Sesuai dengan pengetahuan biologi
Spesifisitas Satu penyebab menimbulkan satu efek
AnalogiHubungan sebab dan akibat sudah terbukti untuk
penyebab/penyakit yang serupa
7/23/2019 Peluang & Kausa
15/16
TIPE PEMBUKTIAN
Kekuatan Desain Hasil
Kuat Clinical Trial Hubungan temporal
Kohort Kekuatan
Kasus-kontrol Reversibilitas
Cross-sectional Respon-dosis
Risiko agregasi Konsistensi
Serial kasus Kesesuaian biologik
Lemah Laporan kasus Analogi
7/23/2019 Peluang & Kausa
16/16