PENELITIAN EPIDEMIOLOGI

(1)

PENELITIAN EPIDEMIOLOGI

Alasan penelitian epidemiologi

`

_{Pemantauan terhadap pencemaran di}

lingkungan yang meningkat (kual.&kuan)

Äbelum diketahui efek thd kesehatan

`

_{Zat pencemar Ä agent potensial krn : korosif,}

eksplosif, mutagenik, dll

(2)

Tujuan dan Ruang Lingkup

1.

Deskripsi penyakit Äagent, 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 Ä World Medical assembly

ke 29 th. 1975

`

Panduan internasional utk penelitian biomedis.

Indonesia Ädiatur 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

(3)

Taraf Etika

`

_{Etika pada taraf individu}

` _{Berlaku pada taraf individu, kelompok, dan masy. Äprosedur} penelitian, keuntungan dan bahaya. Izin bisa tertulis tetapi yang terpenting pengertian. `

_{Etika pada taraf masyarakat}

` _{Yang penting pengertian Ä masyarakat harus bekerja dalam} kemitraan dan menguntungkan kedua belah pihak `

_{Etika pada taraf nasional}

` _{Institusi bertaraf nasional Ämemberi izin pelaksanaan} penelitian

Hal‐hal yang perlu diperhatikan

` _{Keadaan pelayanan kesehatan masyarakat} ` Harapan masyarakat adanya perbaikan Ä penelitian jangka panjang ` Unit pelayanan setempat merupakan mitra yang sangat baik ` Partisipasi masyarakat setempat Ä perencanaan, pelaksanaan, evaluasi data ` _{Kelompok kontrol atau placebo} ` _{Pemanfaatan statistik medis} ` _{Anonimitas masyarakat Äuntuk hal‐hal yang sensitif} ` _{Penelitian perilaku} ` _{Dampak lingkungan}

(4)

Hal‐hal yang perlu diperhatikan (samb.)

` _{Anonimitas masyarakat Äuntuk 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

(5)

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 Ä realistis Ä banyak faktor yang tdk

terkontrol

`

Desain penelitian harus baik

`

Metoda menghilangkan Ä mencegah faktor pengganggu

`

Dapat berupa survey jangka pendek/panjang

`

Dapat bersifat deskriptif Äkasus kendali, kohort, cross

sectional

(6)

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 - - - ++++

(7)

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 Ä usahakan kasus baru Ä menghindari bias} ` _{Perlu kelompok pembanding dengan keadaan yang setara} ` _{Kelompok kontrol kalau bisa komparabel dan berasal dari populasi} yang sama ` _{Baik kasus dan kontrol tidak boleh diseleksi Äpertimbangan} 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

(8)

`

Penting menentukan mulai terjadinya sakit dan

lamanya menderita sakit

`

Kesulitan Ä 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

(9)

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

108

108 Bayi

Phocomelia

Bayi Sehat

Konsumsi

Thalidomide

41

0 Tidak

mengkonsumsi

Thalidomide

5

300

(10)

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 kerugian

`

Keuntungan

` Dapat cepat selesai ` _{Waktu pendek Dbiaya murah} ` _{Informasi mudah didapat Ddari penderita/keluarga} `

Kerugian

` Data berdasarkan ingatan orang Dkurang atau tidak akurat ` _{Populasi kasus hanya yang masih hidup D bias} ` _{Kontrol tidak berasal dari populasi yang sama Dbias}

(11)

Model Kohort atau Prospektif

` Follow up atau studi insidensi ` Dilakukan ketika penyakit belum didapat tetapi sudah diketahui adanya agent potensial ` _{Variabel berupa agent potensial yang didefinisikan dan diukur} ` Kohort Dkesesuaian penyakit tersebut dgn yang didefinisikan pada awal penelitian ` Prospektif Dpenelusuran dan pemantauan aksi agent thd populasi ` _{Perbedaan dgn retrospektif Dpemaparan thd variabel} lingkungan yang diukur Model Cohort Waktu Arah penelitian Populasi Orang sehat terpajan Tidak terpajan sakit Tidak sakit sakit Tidak sakit

(12)

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 Ddpt dihitung resiko atribut dan

resiko relatif

(13)

Keuntungan dan kerugian

`

_Keuntungan

` _{Dapat dikuantifikasi dengan akurat} ` _{Penyakit yang terjadi Ddiperiksa dan didiagnosa dgn akurat} ` Tidak bias ` Hubungan sebab‐akibat lebih jelas/pasti ` Pengukuran resiko yang sangat langsung `

Kerugian

` Waktu follow up lama Dmahal ` Populasi yg tdk tetap pada lingkungan terpapar D sulit memperkirakan paparan individual ` Populasi pindah/meninggal Dsulit diganti;data sedikit ` Jika penyakit jarang didapat Dwaktu lama; drop out data selama penelitian Dpenelitian kohort dilakukan setelah penelitian retrospektif

Model Cross‐Sectional

` Studi prevalensi Dyg diukur prevalensi ` Baik agent atau penyakit diteliti pada saat yang sama ` Keadaan lingk. stabil Dkadar 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

(14)

Tabel 6 Matriks Hubungan Usia Ibu Hamil dan Berat

bayi

Usia Ibu

Barat bayi

< 2500 gr

Berat bayi

>2500 gr

Total

<20

10=n

₁₁

40=n

₁₂

50=n

_1.

>20

15=n

₂₁

135=n

₂₂

150=n

_2.

total

25=n

_.₁

175=n

_.₂

200=n…

_._.

Studi Deskriptif

`

Biasanya menggunakan data yg telah ada (data

sekunder)untuk menggambarkan keadaan atau status

kesehatan (angka kematian, jenis kelamin, dll)

`

Di Indonesia Dpengambilan rutin Dsurvei rumah tangga

`

Berguna utk usulan penelitian epidemiologis

(15)

Contoh penelitian deskriptif

0 200 400 600 800 1000 Angka 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

(16)

Pengolahan Data

Mencari hubungan antara agent potensial

dengan penyakit yang diteliti:

•Apakah hubungan kedua variabel bermakna

secara statistik Æ menghitung signifikansi

•Hubungan berarti Æ menghitung asosiasi:

- Resiko relatif - Odds ratio

•Menghitung resiko attribut

•Menelaah hubungan kausasi

(17)

Menghitung Signifikansi

D Signifikasi dlm matriks 2x2 D χ 2 D _{Dari tabel χ} 2 _{dgn 1 derajat kebebasan & α=5% nilai kritis =} 3,84. D 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 21 2 1. 2. .1 .2 1 1 .. ₂ .. 200 10*135 40*15 ₂200 2,58 50*150* 25*175 n n n n n n n n n n χ = − − = − − =

(

)

2 2 1 400 20* 270 80*30 ₂400 5.97 100*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 Æ hubungan agent

dengan kejadian penyakit semakin kuat.

Data yang digunakan: Data Insidensi

Jika bukan data insidensi tetapi data prevalensi

Æ

Odd Ratio

(18)

Insidensi yg terpapar

RR =

insidensi yg tdk terpapar

` RR dapat diperoleh dari penelitian Kohort atau kasus kendali Æ kohort lebih pasti ` Pada kasus kendali, jika tidak dapat dikaitkan dengan populasi Æ dihitung Odd Ratio

)

/(

)

/(

d

c

b

a

RR

+

=

Odd Ratio/OR

` _{Ukuran asosiasi yg sangat dekat dengan RR.} RR=OR jika penyakit yang diteliti langka, < 20 % ` Menggunakan data prevalensi

)

/(

)

/(

d

c

b

a

OR

RR

+

=

bc

ad

d

c

b

a

OR

RR

=

/

(19)

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 berbedaÆperhitungan resiko atribut yg menyatakan perbedaan kedua resiko: resiko yg terpapar dikurangi dengan resiko tidak terpapar ` _{Karena kasus kendali hanya dapat menghitung OR, maka p}₂ harus 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 = =

(20)

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.) Æ tdk

dikaitkan dgn populasi Æ dihitung sebagai OR

kanker paru pd tabel 9.4 (Epid. Lingk.) Æ dikaitkan

dengan populasi Æ dihitung sebagai RR

(21)

Contoh Menghitung RR (penelitian kasus kendali)

I

= I

_e

P

_e

+ I

_o

P

_o

Dimana,

I

= insidensi populasi

I

_e

= insidensi bagi yang terpapar

I

_o

= insidensi bagi yang tidak terpapar

P

_e

= proporsi masyarakat sakit yang terpapar, dan

P

_o

= proporsi masyarakat sakit yang tidak terpapar

Æ RR=I

_e

/I

_o

Menghitung AR

(

)

(

)

(

)

e e o o o e o o o e o e e o o I

Karena RR= _I , maka I RR*I sehingga 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 0,11451 9,1*0,955 0,045 I 9,1*0,11451 1,04201 1,04201-0,11451 AR= =89% 1,04201*100% = + = =

(22)

Resiko atribut merokok terhadap kanker

paru-paru = 89 %

Menelaah hubungan Kausasi

`

Secara eksperimental Dmemenuhi kriteria Postulat

Robert Koch (utk penyakit menular)

` Ada hubungan temporal D ada aksi baru terjadi reaksi ` Konsisten Dkesimpulan sama walaupun metode berbeda ` Kekuatan asosiasi D semakin kuat semakin besar angkanya ` Hubungan Dosis‐Response ` Koherensi `

Secara observasional ada bbrp kriteria

`

Kriteria ini tidak berdiri sendiri lbh baik dpt didukung

oleh penjelasan mekanisme penyakit atau proses

patologis

(23)

Studi Intervensi

` _{Ditambahkan karena tujuan epidemiologi} ` _{Studi membuat desain program teoritis yg baik dan diuji} secara terbatas ` _{Populasi referensi Dyg akan jd referensi} Populasi aktual D studi dilaksanakan pada populasi yg lbh kecil. Kriteria : ` Kesamaan karakteristik demografi ` Kemudahan atau aksesivitas ` Insidensi penyakit yang akan dicegah ` Besarnya populasi diperlukan shg didapat kondisi perbedaan bermakna secara statistik

Studi Intervensi (samb)

` _{Seleksi populasi :} ` Randomisasi peserta D seleksi dan randomisasi peserta ` Prosedur double blind D tujuan subjektifitas ` Stratifikasi kelompok D dikelompokkan atas berbagai atribut atau faktor

(24)

Intrepretasi hasil penelitian

` _{Kelompok studi/intervensi Ddiuji/ dievaluasi program yg} ditawarkan pada populasi ` _{Kelompok kontrol Defek yg terjadi utk melihat signifikasi} perbedaan ` Penilaian efek ` Efek suatu program hrs dilaksanakan double blind Dtidak ada bias ` Efek yg objektif (kuantitatif) biasnya berkurang ` _{Desain sequential} ` Karena tidak cukup peserta Dpeserta tidak berpartisipasi serentak ` Kerugian : bila staf peneliti sudah mengetahui hasil studi kelompok sebelumnya

•Resiko relatif (RR) Ä 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) Ä tdk bs dikaitkan pada suatu populasi Ä frekuensi penyakit jarang atau < 20%

•AR (Resiko Atribut) Äpenyakit tidak terpengaruh oleh berbagai variabel seperti : usia, dll