PENELITIAN EPIDEMIOLOGI
Alasan penelitian epidemiologi
Pemantauan terhadap pencemaran di lingkungan yang meningkat (kual.&kuan)
belum diketahui efek thd kesehatan
Zat pencemar agent potensial krn : korosif, eksplosif, mutagenik, dll
Tujuan dan Ruang Lingkup
1. Deskripsi penyakit agent, host, lingkungan
2. Mekanisme penyakit
3. Faktor‐faktor determinan suatu penyakit
4. Mencari data diagnostik yang spesifik
5. Mencari cara pencegahan, pengendalian, & pemberantasan penyakit
6. Mengikuti berbagai faktor sbg agent potensial, identifikasi efek potensial agent
Latar Belakang Etika
Deklarasi Helsinki yang diadopsi oleh World Medical assembly ke 18 th. 1964 World Medical assembly ke 29 th. 1975
Panduan internasional utk penelitian biomedis. Indonesia diatur ol. Bagian sospol tiap daerah
Isi Panduan :Perizinan
Penggunaan kelompok atau prosedur kontrol
Uji coba alat atau lain‐lain yang belum boleh digunakan pada manusia
Taraf EtikaEtika pada taraf individuBerlaku pada taraf individu, kelompok, dan masy. prosedur penelitian, keuntungan dan bahaya. Izin bisa tertulis tetapi yang terpenting pengertian.
Etika pada taraf masyarakatYang penting pengertian masyarakat harus bekerja dalam kemitraan dan menguntungkan kedua belah pihak
Etika pada taraf nasionalInstitusi bertaraf nasional memberi izin pelaksanaan penelitian
Hal‐hal yang perlu diperhatikan
Keadaan pelayanan kesehatan masyarakatHarapan masyarakat adanya perbaikan penelitian jangka panjang
Unit pelayanan setempat merupakan mitra yang sangat baik
Partisipasi masyarakat setempat perencanaan, pelaksanaan, evaluasi data
Kelompok kontrol atau placebo
Pemanfaatan statistik medis
Anonimitas masyarakat untuk hal‐hal yang sensitif
Penelitian perilaku
Dampak lingkungan
Hal‐hal yang perlu diperhatikan (samb.)
Anonimitas masyarakat untuk hal‐hal yang sensitif
Penelitian perilaku
Dampak lingkungan
Etika dalam pelatihan
Model Dasar Penelitian Epidemiologi
(dapat dilakukan) di laboratorium atau lapangan
(dapat bersifat) observasional atau experimental
Penelitian Experimental
(dapat dilakukan) terhadap hewan atau manusia
(dapat dilakukan) dalam situasi alami atau disimulasi
Membandingkan kelompok manipulasi dan non manipulasi
Lebih nyata jika melihat efek yang ditimbulkan
Dilakukan secara bertahap
Tidak selalu dapat dilakukan mengingat etika
Interpretasi hasil penelitian terbatas
Penelitian observasional
Dilakukan tanpa melakukan sesuatu terhadap populasi secara sengaja realistis banyak faktor yang tdk terkontrol
Desain penelitian harus baik
Metoda menghilangkan mencegah faktor pengganggu
Dapat berupa survey jangka pendek/panjang
Dapat bersifat deskriptif kasus kendali, kohort, cross sectional
Tabel 1. Desain dan unit penelitian epidemiologis
Unit penelitian Desain penelitian Nama lain
Penelitian Observasional Deskriptif/analitik
Populasi
Individual
Individual
Individual
Ekologis
Cross Sectional
Kasus kendali
Kohort
Korelasional
Prevalensi
Kasus-referensi
Longitudinal/follow up
Penelitian experimental Studi intervensi
Penderita
Orang sehat
Masyarakat
Percobaan klinis
Survey lapangan
Percobaan lapangan
Keuntungan dari beberapa model penelitian observasional
Ekologis Cross-sectional
Kasus kendali
Cohort
Penelitian penyakit langka
++++ - ++++ -
Penelitian penyakit dengan penyebab langka
++ - - ++++
Uji efek multipel penyebab
+ ++ - ++++
Pengukuran hubungan waktu
++ - - ++++
Pengukuran langsung insidensi
- - - ++++
++++ Kecocokan - Tidak cocok
Model kasus kendali
Disebut case control, case history, dan retrospektif
Penyakit sudah ada/manifes tapi tidak diketahui sebabnya
Mencari penyebab penyakit yang belum diketahui
Seleksi kasus usahakan kasus baru menghindari bias
Perlu kelompok pembanding dengan keadaan yang setara
Kelompok kontrol kalau bisa komparabel dan berasal dari populasiyang sama
Baik kasus dan kontrol tidak boleh diseleksi pertimbangan paparan terhadap agent sama
Tabel 2. Matriks 2 x 2
Paparan/Kondisi Sakit Sakit X (D)Tidak Sakit X
(Ď)
Terpapar faktor (E) a b
Tidak terpapar faktor (Ē) c d
Penting menentukan mulai terjadinya sakit dan lamanya menderita sakit
Kesulitan kualitas dan kuantitas atas dasar ingatan orang
Diarahkan untuk mencari perbedaan antara populasi yang sakit dan tidak sakit sehubungan dengan penyebab potensial
Tabel 3. Matriks hubungan konsumsi daging dengan enteritis necroticans
Enteritis necroticans Jumlah
Ya Tidak
Mengkon-sumsi Daging
Ya 50 16 66
Tidak 11 41 52
Jumlah 61 57 118
Tabel 4. Distribusi 1465 kasus kanker paru‐paru dan populasi kontrol atas dasar jenis kelamin dan konsumsi rokok 10 th sebelum terjadi kanker
Konsumsi sigaret
Laki-laki Perempuan
Kasus Kontrol Kasus Kontrol
0 7 61 40 59
1-4 55 129 16 25
5-14 489 570 24 18
15-24 475 431 14 6
25-49 293 154 14 0
50> 38 12 0 0
Total 1357 1357 108 108
Bayi Phocomelia
Bayi Sehat
Konsumsi Thalidomide
41 0
Tidak mengkonsumsi Thalidomide
5 300
Kasus Kendali:Waktu
Arah penelitian
46 Kasus (orang sakit)
Terpajan 41
Tidak terpajan 5
300 kontrol (orang tdk sakit)
Terpajan 0
Tidak terpajan 300
Keuntungan dan kerugianKeuntunganDapat cepat selesai
Waktu pendek biaya murah
Informasi mudah didapat dari penderita/keluarga
KerugianData berdasarkan ingatan orang kurang atau tidak akurat
Populasi kasus hanya yang masih hidup bias
Kontrol tidak berasal dari populasi yang sama bias
Model Kohort atau ProspektifFollow up atau studi insidensi
Dilakukan ketika penyakit belum didapat tetapi sudah diketahui adanya agent potensial
Variabel berupa agent potensial yang didefinisikan dan diukurKohort kesesuaian penyakit tersebut dgn yang didefinisikan pada awal penelitian
Prospektif penelusuran dan pemantauan aksi agent thd populasi
Perbedaan dgn retrospektif pemaparan thd variabel lingkungan yang diukur
Model CohortWaktu
Arah penelitian
Populasi Orang sehat
terpajan
Tidak terpajan
sakit
Tidak sakit
sakit
Tidak sakit
Tabel 5. Matriks studi Kohort Merokok dan Kanker Paru‐paru
Status sakit/ Paparan
Terpapar/ Merokok (E)
Tidak terpapar/ tidak merokok (Ē)
Sakit Ca
paru-paru (D)a b
Tidak sakit Ca paru-paru (Ď)
c d
Data bisa matriks 2 x 2
Menekankan pada efek paparan terhadap terjadinya penyakit
Digunakan insidensi dpt dihitung resiko atribut dan resiko relatif
Keuntungan dan kerugian
KeuntunganDapat dikuantifikasi dengan akuratPenyakit yang terjadi diperiksa dan didiagnosa dgn akuratTidak biasHubungan sebab‐akibat lebih jelas/pastiPengukuran resiko yang sangat langsung
KerugianWaktu follow up lama mahalPopulasi yg tdk tetap pada lingkungan terpapar sulit memperkirakan paparan individualPopulasi pindah/meninggal sulit diganti;data sedikitJika penyakit jarang didapat waktu lama; drop out data selama penelitian
penelitian kohort dilakukan setelah penelitian retrospektif
Model Cross‐Sectional
Studi prevalensi yg diukur prevalensi
Baik agent atau penyakit diteliti pada saat yang sama
Keadaan lingk. stabil kadar agent sama pada masa dulu dan sekarang
Lebih mudah, cepat, dan murah
Sulit menghub. antara faktor pemapar dgn prevalensi yg didapat
Berguna utk studi faktor yg bersifat permanen mis. bangsa, gol darah
Tabel 6 Matriks Hubungan Usia Ibu Hamil dan Berat bayi
Usia IbuBarat bayi
< 2500 gr
Berat bayi
>2500 grTotal
<20 10=n11 40=n12 50=n1.
>20 15=n21 135=n22 150=n2.
total 25=n.1 175=n.2 200=n…..
Studi DeskriptifBiasanya menggunakan data yg telah ada (data sekunder)untuk menggambarkan keadaan atau status kesehatan (angka kematian, jenis kelamin, dll)
Di Indonesia pengambilan rutin survei rumah tangga
Berguna utk usulan penelitian epidemiologis
Contoh penelitian deskriptif
0
200
400
600
800
1000Angka kematian bayi per 100000
lahir hidup
1750 1800 1850 1900 1950 2000
Tahun
Studi Ekologis
Studi awal dengan seluruh populasi sebagai unit
contoh: menghubungkan konsumsi garam dgn kanker oesophagus di Cina
Kesulitan menjelaskan hubungan penyebab dan akibat
Pengolahan Data
Mencari hubungan antara agent potensial dengan penyakit yang diteliti:
•Apakah hubungan kedua variabel bermakna secara statistik menghitung signifikansi
•Hubungan berarti menghitung asosiasi:
- Resiko relatif
- Odds ratio
•Menghitung resiko attribut
•Menelaah hubungan kausasi
Menghitung Signifikansi
Signifikasi dlm matriks 2x2 χ 2
Dari tabel χ 2 dgn 1 derajat kebebasan & α=5% nilai kritis = 3,84.
Kesimpulan hubungan usia ibu dgn berat bayi tidak bermakna tapi jika jml populasi secara proporsional 2 kali lipatnya maka hub. Kedua variabel bermakna
( ) ( )2 2
11 22 12 212
1. 2. .1 .2
1 1.. .. 200 10*135 40*15 2002 2 2,5850*150*25*175
n n n n n n
n n n nχ
− − − −= = =
( )2
2
1400 20*270 80*30 4002 5.97100*300*50*300
χ− −
= =
Risiko Relatif:
Perbandingan antara risiko kejadian penyakit diantara yang terpajan dengan risiko kejadian penyakit diantara yang tidak terpajan
Menunjukkan kekuatan hubungan kausasi
Semakin besar nilainya hubungan agent dengan kejadian penyakit semakin kuat.
Data yang digunakan: Data Insidensi
Jika bukan data insidensi tetapi data prevalensi
Odd Ratio
Insidensi yg terpaparRR =
insidensi yg tdk terpapar
RR dapat diperoleh dari penelitian Kohort atau kasus kendali kohort lebih pasti
Pada kasus kendali, jika tidak dapat dikaitkan dengan populasi dihitung Odd Ratio
)/(
)/(
dcc
baaRR
++
=
Odd Ratio/ORUkuran asosiasi yg sangat dekat dengan RR. RR=OR jika penyakit yang diteliti langka, < 20 %
Menggunakan data prevalensi
)/(
)/(
dcc
baaORRR
++
==
bc
ad
dc
baORRR ===
/
/
Jika penyakit langka: (a+b)≈b dan (c+d)≈d, maka:
p= probabilitas kondisional,
kemungkinan bayi lahir kecil bila usia ibu muda= n11/n..
q= kemungkinan bayi lahir normal pada usia ibu muda
= n12/n..
OR=p/q= (10/200)/(40/200)= 0,05/0,2 = 0,25
Resiko mendapat bayi kecil bila usia ibu muda dibanding usia ibu tidak muda
Pada studi cross sectional:
Menghitung Resiko Atribut (AR/δ)
RR bisa memberikan hasil/angka yang sama dengan arti atau implikasi yang berbeda perhitungan resiko atribut yg menyatakan perbedaan kedua resiko: resiko yg terpapar dikurangi dengan resiko tidak terpapar
Karena kasus kendali hanya dapat menghitung OR, maka p2harus didapat dari penelitian baseline yg lain
1 2
1
2
2
2
δ = p - p d i m a n a ,
p r e s i k o b a g i y a n g t e r p a p a r
p r e s i k o b a g i y a n g t i d a k t e r p a p a r
H u b u n g a n a n t a r a A R d a n R R :
A R = ( R R - 1 ) p d a n
A R = ( O R - 1 ) p
==
Penelitian prospektif
Insidensi Ca diantara perokok =
a/(a+c)*1000= A per 1000
Insidensi Ca diantara non perokok = b/(b+d)*1000= B per 1000
Maka :
Resiko Relatif (RR) menderita Ca akibat merokok= A/B sedangkan
Kontribusi merokok terhadap Ca paru‐paru = AR (resiko atribut)= A‐B
Contoh perhitungan pada studi kasus kendali
Data penyakit:
ulkus lambung pd tabel 9.3 (Epid. Lingk.) tdk dikaitkan dgn populasi dihitung sebagai OR
kanker paru pd tabel 9.4 (Epid. Lingk.) dikaitkan dengan populasi dihitung sebagai RR
Contoh Menghitung RR (penelitian kasus kendali)
I = IePe + IoPo Dimana,
I = insidensi populasi
Ie = insidensi bagi yang terpapar
Io = insidensi bagi yang tidak terpapar
Pe = proporsi masyarakat sakit yang terpapar, dan
Po = proporsi masyarakat sakit yang tidak terpapar
RR=Ie/Io
Menghitung AR
( )
( )( )
ee o
o
o e o o o e o ee o
o
IKarena RR= ,maka I RR*I sehinggaI
I I= RR*I *P +I *P sehingga I = dan AR= I -I / I
RR*P +P
Untuk tabel 4
1357-7 *61 RR untuk seluruh laki-laki = 9,1
7* 1357-61
I I
=
=
=( )
( )( )
e
0,114519,1*0,955 0,045
I 9,1*0,11451 1,04201
1,04201-0,11451 AR= =89%
1,04201*100%
=+
= =
Resiko atribut merokok terhadap kanker paru-paru = 89 %
Menelaah hubungan Kausasi
Secara eksperimental memenuhi kriteria Postulat Robert Koch (utk penyakit menular)Ada hubungan temporal ada aksi baru terjadi reaksiKonsisten kesimpulan sama walaupun metode berbedaKekuatan asosiasi semakin kuat semakin besar angkanyaHubungan Dosis‐ResponseKoherensi
Secara observasional ada bbrp kriteria
Kriteria ini tidak berdiri sendiri lbh baik dpt didukung oleh penjelasan mekanisme penyakit atau proses patologis
Studi Intervensi
Ditambahkan karena tujuan epidemiologi
Studi membuat desain program teoritis yg baik dan diuji secara terbatas
Populasi referensi yg akan jd referensiPopulasi aktual studi dilaksanakan pada populasi yg lbh kecil.
Kriteria :Kesamaan karakteristik demografiKemudahan atau aksesivitasInsidensi penyakit yang akan dicegahBesarnya populasi diperlukan shg didapat kondisi perbedaan bermakna secara statistik
Studi Intervensi (samb)
Seleksi populasi :
Randomisasi peserta seleksi dan randomisasi pesertaProsedur double blind tujuan subjektifitasStratifikasi kelompok dikelompokkan atas berbagai atribut atau faktor
Intrepretasi hasil penelitianKelompok studi/intervensi diuji/ dievaluasi program yg ditawarkan pada populasi
Kelompok kontrol efek yg terjadi utk melihat signifikasi perbedaan
Penilaian efek Efek suatu program hrs dilaksanakan double blind tidak ada biasEfek yg objektif (kuantitatif) biasnya berkurang
Desain sequentialKarena tidak cukup peserta peserta tidak berpartisipasi serentakKerugian : bila staf peneliti sudah mengetahui hasil studi kelompok sebelumnya
•Resiko relatif (RR) mendapat perbandingan resiko yang terpapar dan yang tdk terpapar
•Penghitungan RR : (1) dengan insidensi populasi atau (2) tdk bisa dikaitkan pada suatu populasi
•RO (relative Odds atau Odd Ratio) tdk bs dikaitkan pada suatu populasi frekuensi penyakit jarang atau < 20%
•AR (Resiko Atribut) penyakit tidak terpengaruh oleh berbagai variabel seperti : usia, dll