DESAIN STUDI EPIDEMIOLOGI ANALITIK

Presentasi berjudul: "DESAIN STUDI EPIDEMIOLOGI ANALITIK"— Transcript presentasi:

1 DESAIN STUDI EPIDEMIOLOGI ANALITIK
APRININGSIH, SKM, MKM

2 Types of epidemiological study
Discriptive : * Case report * Case series * Cross-sectional * Ecological Analytic: * Observational: - Case-control - Cohort * Experimental: intervention

3 CASE CONTROL STUDIES SOME KEY POINTS
Most frequently used study design Participants selected on the basis on whether or not they are DISEASED (remember in a cohort study participants are selected based on exposure status) Those who are diseased are called CASES Those who are not diseased are called CONTROLS

4 Study Population DISEASED non-DISEASED (Cases) (Controls)

5 Source population Exposed Unexposed

6 Source population Exposed Cases Unexposed

7 Source population Exposed Sample Cases Unexposed Controls

8 Cases Sample Controls Source population Exposed Unexposed Controls =
Sample of the denominator Representative with regard to exposure Controls

9 Case control study Exposure ? Disease Controls Retrospective nature

10 SELECTION OF CASES FIRST decide on a specific case definition based on a medically diagnosed condition Must consider what criteria will confirm the case definition lung cancer confirmed by biopsy osteoporosis confirmed by bone density measurements atherosclerosis confirmed by ultrasound of carotid arteries

11 SELECTION OF CASES SECOND will you use INCIDENT or PREVALENT cases?
must wait for new cases to occur study can specifically measure exposure relating to development of disease Prevalent... don’t have to wait while cases occur with time - more practical! study will specifically measure exposure relating to survival with disease

12 SELECTION OF CASES THIRD be aware of the unique qualities of certain groups hospital admissions nursing homes screening participants day care facilities some groups may have better supporting medical records some groups may be more homogenous and present less confounding variables

13 SELECTION OF CONTROLS THE BIG PICTURE…
Controls should be representative of the referent population from which cases are selected (I.e. comparable) They don’t have to be representative of the source (I.e. total) population Controls should have the potential to become cases (they have to be susceptible for the disease of interest)

14 Controls should be comparable to cases
Total Population Reference Population Cases Controls Controls should be comparable to cases

15 SELECTION OF CONTROLS Different Types of Controls…
randomly selected individuals from the population like RDD (random digit dialing) individuals that live in the same neighborhoods as cases

16 SELECTION OF CONTROLS Different Types of Controls( con’t)…
best friends of cases spouses or siblings of cases individuals at the same hospital with cases

17 What would be a good sources of controls for …?
Investigating whether risk of cancer was associated with a local chemical manufacturing company . . . Investigating whether heart disease was associated with cultural or family dietary patterns . . .

18 MEASURING ASSOCIATION
because study participants in Case Control studies are selected based on disease status... case control studies are ideal for the study of rare diseases incidence can’t be calculated

19 MEASURING ASSOCIATION
Because incidence can’t be calculated, a relative risk can’t be calculated (RR is a ratio of INCIDENCE in exposed and non-exposed) Instead of the RR, an ODDS RATIO is calculated in case control studies 19

20 MEASURING ASSOCIATION
Odds: NOT a proportion, but the ratio of the # ways an event CAN occur relative to the # of ways an event CAN NOT occur Odds = P(event occurs) = p / ( 1 - p) 1 - P(event occurs) Odds Ratio: Odds of case being exposed Odds of control being exposed 20

21 Odds Ratio = a/c = a d b/d b c Classic 2 x 2 Table Disease No Disease
Exposure a b No Exposure c d Odds Ratio = a/c = a d b/d b c 21

22 Is Use of Artificial Sweeteners associated with Bladder Cancer?
Cases Controls Ever Used 1,293 2,455 Never Used 1,707 3,321 Total 3,000 5,776 ODDS RATIO = 1,293 * 3,321 = 1.026 2,455 * 1,707 Hoover and Strasser (1980) Lancet 1:

23 Interpretation of the Odds Ratio…
If O.R. = 1 then exposure NOT related to disease OR >1 then exposure POSITIVELY related to disease OR <1 then exposure NEGATIVELY related to disease Hoover and Strasser concluded what from their study?

24 O.R.  R.R. A Special Case... When the disease is RARE and
the duration of the given disease SHORT…. O.R.  R.R.

25 CASE CONTROL STUDY SUMMARY
cases and controls are representative of a referent population controls have the potential to become cases selection based on disease and exposure assessed retrospectively cases Referent pop’n Total population

26 SELECTION OF CONTROLS to avoid potential problems of confounding some studies use MATCHING MATCHING: the process of selecting controls so that they are similar to cases on certain specific characteristics

27 SELECTION OF CONTROLS CHARACTERISTICS THAT ARE OFTEN USED FOR MATCHING… age gender body mass index (weight / height2) smoking status marital status

28 SELECTION OF CONTROLS There are two types of matching…
GROUP MATCHING (frequency matching) based on proportions Idea is to select a control group with a certain characteristic identical to cases in the same proportion as it appeared in cases Example: if 25% of cases in your study smoke you would select a control population that included 25% smokers

29 SELECTION OF CONTROLS There are two types of matching…
INDIVIDUAL MATCHING (matched pairs) for every individual case a control is selected who is identical to the case on certain characteristics Example: If your first case is a 25 year-old woman who smokes then you would find a control who is 25, female and a smoker

30 MATCHED PAIRS EXAMPLE control case case control

31 Cohort study is the gold standard of analytical epidemiology
Alain Moren Case-control studies have their place in epidemiology, but if cohort study is possible do not settle for second best

32 krisbantas/studi kohort/S2

33

34 Studi Kohort Prospektif
Prospective cohort study : nama lain : concurrent cohort study longitudinal study Struktur : peneliti memilih sampel (kelompok kohort) yang akan diteliti dari populasi ukur status “exposure” pada anggota sampel sehingga menjadi sampel menjadi 2 kelompok kelompok dengan “E” + kelompok dengan “E” - follow-up kedua kelompok selama periode waktu tertentu ukur status “disease” pada anggota sampel dari kedua kelompok kohort bandingkan

35 dari pengamatan yang dilakukan , diperoleh informasi :
insiden dari “outcome” (sakit, meninggal dll) riwayat alamiah penyakit analisa hubungan antara “predictor variable” dan “outcome variable” “exposure” “disease” disain : The Present The Future Disease + Disease - Risk factor “E” + “E” - populasi o Follow -up sampel

36 contoh : suatu studi ingin menentukan apakah olah raga dapat mencegah penyakit jantung koroner (PJK) kelompok kohort yang diteliti terdiri dari (dokter) variabel “exposure”: olah raga olah raga teratur ( E+) tidak olah raga ( E -) Follow-up cohort tahun variabel “outcome” meninggal karena PJK hasil : Insiden pada kelompok E + = 24/ person-year insiden pada kelompok E - = 16/ person-year 24/10.000 RR = = 1.5 16/10.000

37 Kelebihan dan Kelemahan Studi Kohort prospektif
sangat cocok untuk studi yang ingin melihat : gambaran insiden penyakit kausa atau faktor risiko (studi dimulai dari pengukuran faktor risiko sebelum “outcome” muncul) memberi kesempatan pada peneliti mengukur variabel yang diteliti, lebih akurat dan komplit no recall bias Kelemahan : mahal tidak efisien ada efek dari konfounder

38 Studi Kohort Retrospektif
Nama lain : retrospective cohort study non concurrent cohort study hystorical cohort study Stuktur : strukturnya sama dengan studi kohort prospektif bedanya, pada studi kohort retrospektif : pengukuran variabel prediktor, data dasar follow-up dilakukan pada masa lalu pengukuran terhadap variabel “outcome” dapat dilakukan : saat studi dimulai dari data masa lampau pada prinsipnya pengukuran variabel “outcome” dilakukan setelah pengukuran variabel “predictor”

39 disain : The Past The Present Disease + Risk factor Disease - “E” +
sampel populasi

40 tentukan kelompok kohort yang akan diteliti (data dari masa lampau)
Langkah-langkah studi : tentukan kelompok kohort yang akan diteliti (data dari masa lampau) kumpulkan data mengenai variabel “predictor” atau “exposure” (data dari masa lampau) follow-up kelompok kohort kumpulkan data variabel “outcome” (data dapat diperoleh : dari masa lampau pada saat penelitian Kalkulasi : Insiden “D” pada kelompok “E”+ RR= Insiden “D” pada kelompok “E” -

41 Contoh : suatu studi ingin melihat prognosa dari prolaps katup mitral dengan kelainan tambahan ditentukan kelompok kohort yang akan diteliti 343 pasien dengan kelainan prolaps katup mitral ( data dari pemeriksaan EKG tahun 1975 dan 1979) dikumpulkan data menegenai variabel “predictor”” data dari medical record variabel “predictor” berupa kelainan tambahan pada prolapsus katup mitral (data EKG) dikumpulkan data mengenai variabel “outcome” variabel “outcome” yang diukur berupa : mati tiba-tiba emboli endokarditis

42 hasil : 10% dari pasien -pasien prolaps mitral dengan
kelainan tambahan pada katup mitral meninggal tiba-tiba 0.7 % dari pasien tanpa kelainan tambahan Pada katup mitral meninggal tiba-tiba Insiden E RR = = = 14 Insiden E

43 Kelebihan dan kelemahan studi kohort retrospektif
seperti studi kohort prospektif variabel “predictor” diukur sebelum variabel “outcome” pengukuran variabel “predictor” tidak bias karena diukur sebelum variabel “outcome” diukur tidak ada pengaruh yang disebabkan telah diketahuinya “outcome” (spt pada studi kasus- kontrol) lebih hemat waktu, dana Kelemahan : peneliti tidak dapat mengontrol kualitas data yang dipakai

44 Nested Case-Control Merupakan studi kasus kontrol di dalam studi kohort Studi kasus kontrol yang disarangkan pada studi kohort Stuktur : pengukuran variabel “predictor”pada partisipan telah dikumpulkan dimasa lampau (kemudian disimpan) semua partisipan di follow-up pada akhir penelitian, diukur variabel “outcome” kelompok dengan “outcome” / disease + kelompok dengan “outcome” / disease - kemudian pada kelompok “disease +” (case) dan “disease -”(control) masing-masing dilihat kembali nilai dari pengukuran variabel “predictor” pada masa lalu bandingkan “exposure” pada kedua kelompok kasus dan kontrol

45 Contoh : Suatu studi ingin melihat apakah kadar mikronutrien X dalam darah ada hubungannya dengan kejadian penyakit kanker pengambilan sampel darah telah dilakukan 10 tahun yang lalu pada 1000 orang pada saat penelitian terdapat 50 penderita kanker, 950 tetap sehat kemudian dilakukan pemeriksaan terhadap sampel darah yang telah diambil dari 50 penderita kanker 25 diantaranya mempunyai kadar mikronutrien X yang rendah dari 950 yang sehat, 300 diantaranya mempunyai

46 40 (Kadar mikronutrien X rendah)
Kasus 100 40 (Kadar mikronutrien X rendah) 60 Kadar mikronutrien X normal) Kontrol 300 (Kadar mikronutrien X rendah) 900 600 (Kadar mikronutrien X normal) 40/60 OR = = 1.3 interpretasi Kadar mikronutrien X yang rendah dalam darah berisiko 1.3 x menimbulkan kanker dari pada bila kadarnya normal 300/600

47 Studi Kohort Tunggal / Single-cohort study
Struktur : kelompok kohort terdiri dari 2 sampel kelompok kohort atau lebih dengan status keterpaparan dengan “exposure” yang berbeda-beda sampel kohort berasal dari 1 populasi yang sama variabel “predictor” diukur sebelum variabel “outcome” diukur dapat bersifat kohort retrospektif atau prospektif

48 Disain : The Present The Future Disease + Disease - Sample Sampel
Risk factor “E” + Disease + Disease - Risk factor “E” - population

49 Studi Kohort Ganda / Double-cohort study
Struktur : kelompok kohort terdiri dari 2 kelompok atau lebih sampel kohort berasal dari 2 populasi atau lebih yang berbeda-beda level keterpaparannya dengan faktor risiko variabel “predictor” diukur sebelum variabel “outcome” diukur dapat bersifat kohort retrospektif atau prospektif

50 Disain : The Present The Future Disease + Population ( risk factor +)
sample Disease - Follow-up Disease + Population ( risk factor -) Risk factor “E” - Disease -

51 Contoh : suatu studi ingin meneliti apakah para dokter yang terpapar radiasi mempunyai mortality rate yang tinggi dilakukan triple cohort study diidentifikasikan 3 kelompok sampel kohort dengan keterpaparan “exposure” yang berbeda-beda sampel diambil dari 3 populasi dengan keterpaparan “exposure” yang berbeda populasi 1 adalah dokter-dokter dari bagian radiologi populasi 2 adalah dokter umum populasi 3 adalah dokter dari bagian opthalmologi peneliti mencatat semua status vital dari semua anggota sampel tahun kematian peneyebab kematian hasil : radiologist mempunyai mortality rate yang paling tinggi dari ketiga kelompok kohort tadi

52 Kelebihan dan kelemahan studi kohort ganda
merupakan disain kohort yang paling cocok untuk penelitian terhadap faktor-faktor risisko yang berbahaya kelebihan lainnya sama dengan penelitian kohort lainnya Kelemahan : oleh karena sampel berasal bukan dari 1 populasi sampel tidak komparabel pengaruh konfounder kelemahan lainnya sama dengan penelitian kohort lain