CARA MELAPORKAN HASIL
ANALISIS STATISTIK:
GENERALISASI DARI SAMPEL
KE POPULASI
PENDAHULUAN
Kebanyakan penelitian biomedik
bergantung pada kepastian bahwa apa
yang benar terjadi pada sampel juga
benar terjadi pada populasi dimana
sampel tsb diambil,
Karena itu, karakteristik dari sampel
digunakan untuk estimasi karakteristik
yang sama pada populasinya
PENDAHULUAN
Akurasi data estimasi2 tsb bergantung
pada variasi berkaitan dengan:
Teknik pengukuran (measurement error)
Jumlah dan teknik sampling (sampling
error)
PENDAHULUAN
confidence interval
, adalah nilai range
yang melalui nilai aktual yang terjadi
pada populasi
confidence interval
yang lebar
menunjukkan presisi yang kurang baik,
demikian sebaliknya
CONTOH
Perbandingan rerata suhu tubuh antara
kelompok perlakuan (n=15) dan
kelompok kontrol (n=15) menunjukkan
bahwa kelompok perlakuan secara
statistik mempunyai mean (SD) yang
lebih tinggi dibandingkan kelompok
Laporkan
confidence interval
untuk semua
perbandingan primer baik yang bermakna
maupun tidak
Laporan ilmiah yang baik bergantung lebih
pada jawaban yang akurat terhadap
pertanyaan penelitian dan bukan pada
kemaknaan statistik.
Hasil yang diperoleh dari sampel masih
merupakan estimasi: belum yang sebenarnya
dalam artian absolut, sehingga masih
mungkin bervariasi antar sampel, yang dapat
diperlihatkan melalui nilai
confidence
Laporkan
confidence interval
untuk semua
perbandingan primer baik yang bermakna
maupun tidak
confidence interval
yang sering digunakan
dalam kedokteran adalah 95%, artinya
interval tsb dapat digunakan untuk
menunjukkan apakah estimasi perubahan tsb
secara statistik bermakna pada tingkat 0,05
Nilai lain dapat digunakan, misal 90% untuk
jumlah sampel kecil
CONTOH
Beda rerata ukuran fungsi paru antar 2
kelompok adalah 0,51 L/menit (95% CI
= 0,23 sampai 0,79)
Beda rerata ukuran fungsi paru antar 2
kelompok adalah 0,12 L/menit (95% CI
= -0,16 sampai 0,40)
CONTOH
OR insidens terjadinya kanker pada
perokok dan non-perokok adalah
4,2 (95% CI = 1,32 sampai 13,33)
OR insidens terjadinya kanker pada
perokok dan non-perokok adalah
4,2 (95% CI = 0,92 sampai 18,63)
CONTOH
Sekelompok pasien mempunyai tekanan
diastolik yang rendah setelah menerima obat
selama 6 minggu, yang dapat dilaporkan sbb:
Efek obat bermakna secara statistik.
Efek obat untuk menurunkan tekanan diastolik
secara statistik bermakna (P < 0,05)
Rerata tekanan diastolik dari kelompok perlakuan
turun dari 100 menjadi 92 mm Hg (P = 0,02)
Obat menurunkan tekanan diastolik dengan rerata
sebesar 8 mm Hg, dari 100 menjadi 92 mm Hg (96% CI = 2 sampai 14 mm Hg).
Laporkan
confidence interval
untuk
statistik deskriptif
Estimasi untuk keluaran data yang
utama (mean, median, proporsi),
harus disertakan dengan CI untuk
menunjukkan presisinya
CONTOH
Rerata kadar serum IGF-1 dari 138
pasien osteoporosis adalah 300 ng/
mL (95% CI = 272 sampai 327 ng/
mL)
CATATAN
Jangan menggunakan SEM sebagai
CI
CI yang lebar dapat membuat
penggunaan estimasi menjadi tidak
valid
CARA MELAPORKAN HASIL
ANALISIS STATISTIK:
MASALAH PADA
UJI GANDA SERING
DILAKUKAN :
Uji beberapa karakteristik data dasar ataupun
faktor prognostik antara kelompok perlakuan
dan kontrol
Membandingkan tiga atau lebih kelompok
data melalui analisis terpisah untuk dua
kelompok setiap saat (ANOVA, regresi ganda)
Menguji efek ganda yang dipengaruhi oleh
UJI GANDA SERING
DILAKUKAN :
Melakukan analisis tambahan setelah data
terkumpul yang tidak direncanakan
sebelumnya
Melakukan analisis tambahan sebagai analisis
sub-kelompok yang tidak direncanakan
sebelumnya
Melakukan analisis interim dari akumulasi
data (efek pada beberapa waktu yang
berbeda)
YANG PERLU DIPERHATIKAN
PADA UJI GANDA :
Fenomena
data dredging
Dapat bermanfaat untuk menghasilkan
pertanyaan penelitian yang baru yang
bermanfaat secara biologis, asalkan
tidak men-cari2 (
fishing expedition
)
PERUBAHAN NILAI
KEMAKNAAN P:
Nilai kemaknaan P sudah ditetapkan
oleh peneliti, apakah perlu disesuaikan
nilainya untuk uji ganda?
Menggunakan 0,01 dan bukan 0,05
Menggunakan koreksi Bonferroni dengan
menghitung nilai kemaknaan baru yaitu
nilai kemaknaan lama / jumlah analisis
Lebih mengutamakan hipotesis utama
MELAPORKAN KESAMAAN ANTAR KELOMPOK
Laporkan nilai klinis untuk menilai kesamaan
antar kelompok dan jangan bergantung pada
nilai P
Pada uji klinis tanpa randomisasi, karakteristik
data awal dapat dan sering dilaporkan untuk
membandingkan apakah perbedaannya
bermakna secara statistik dan ada artinya
secara klinis:
adanya beda menunjukkan adanya systematic
MELAPORKAN KESAMAAN ANTAR KELOMPOK
Pada uji klinis dengan randomisasi,
setiap perbedaan klinis atau statistik
yang ditemukan antar kelompok, secara
definisi merupakan hasil dari suatu
kebetulan:
Ketidakseimbangan secara klinis, walaupun
merupakan suatu kebetulan adalah sesuatu
yang nyata dan perlu disatukan dalam
MELAPORKAN KESAMAAN ANTAR KELOMPOK
Beda yang bermakna secara statistik
merupakan sesuatu yang kebetulan dan
apabila perbedaannya tidak bermakna
secara statistik, tidak menunjukkan bahwa
kedua kelompok tidak ada beda tetapi
menunjukkan kalau alokasinya efektif
Dari 80 studi RCT yang dipublikasi, hanya
MELAPORKAN PERBANDINGAN SECARA
BERPASANGAN DARI KELOMPOK2 PERLAKUAN
Jelaskan prosedur perbandingan ganda yang
digunakan untuk menunjukkan pasangan dari
kelompok yang paling berpengaruh dari
semua kemaknaan statistik mengenai
perbandingan kelompok:
Bila tiga atau lebih data dibandingkan masing2
dua dengan analisis terpisah, maka jumlah tes akan menjadi banyak untuk masuk ke tes ganda
Contoh, bila ada 4 kelompok yang dibandingkan 2
setiap saat dengan uji-t, maka akan ada 4(4-1)/2 atau 6 uji-tes. Bila alpha ditentukan dengan nilai 0,05 maka probabilitas untuk menemukan
perbedaan bila tidak ada beda adalah 0,05*6 = 0,3 atau 1 dari setiap 3 nilai P akan
MELAPORKAN PERBANDINGAN SECARA
BERPASANGAN DARI KELOMPOK2 PERLAKUAN
Untuk mengatasi masalah tsb maka teknik
membandingkan kelompok dengan ANOVA dapat menganalisis data dari seluruh kelompok dan
menunjukkan adanya perbedaan antar kelompok tsb
Bila ada perbedaan maka prosedur selanjutnya
(prosedur perbandingan ganda) dapat dilakukan untuk menunjukkan kelompok2 mana yang paling mempengaruhi adanya perbedaan menyeluruh antar kelompok
MELAPORKAN ANALISIS SEKUNDER
(RETROSPEKTIF ATAU POST HOC)
Hasil dari suatu studi dapat menemukan hubungan
yang baru yang tidak direncanakan sebelumnya. Namun, karena studi tidak direncanakan untuk menguji hubungan tsb, maka analisis ulang hasil berdasarkan kriteria yang berbeda dapat
menimbulkan masalah dalam menginterpretasikannya:
Contoh, suatu studi dirancang untuk menguji perbedaan
dalam tajam penglihatan antara laki-laki dan perempuan. Setelah mendapatkan hasilnya, peneliti memutuskan untuk menganalis ulang datanya berdasarkan kelompok usia
daripada berdasarkan gender. Karena asalnya kelompok
perlakuan dan kontrol telah disepadankan dalam gender dan bukan dalam usia, maka analisis post hoc yang dilakukan
MELAPORKAN ANALISIS SUBKELOMPOK
Banyak proyek riset yang mengumpulkan sejumlah
data yang tidak ada kaitannya dengan perbandingan primernya, misal: data demografik (umur dan jenis kelamin), karena banyak gambaran klinis bervariasi berdasarkan faktor tsb.
Peneliti mempelajari efek obat antidepresan, dan
mendapatkan bahwa efek obat tidak beda dengan plasebo
Analisis lebih lanjut menemukan adanya penurunan depresi
secara bermakna pada perempuan post-menopause sebagai sub kelompok dari kelompok perlakuan asal
MELAPORKAN ANALISIS SUBKELOMPOK
Alternatif untuk analisis sub-kelompok adalah
dengan menggabungkan faktor2 dalam satu
model prediksi (persamaan regresi) dibanding
dengan menganalisis masing2 sub-kelompok
secara terpisah.
Contoh, peneliti dapat menganalisis interaksi antar
usia, gender dan perlakuan dengan perbaikan depresinya dan menghindarkan analisis sub-kelompok
Sub-kelompok yang ditentukan setelah data
dikumpulkan dapat menggambarkan efek perlakuan
MELAPORKAN ANALISIS SUBKELOMPOK
Analisis sub-kelompok dapat lebih diterima
apabila:
Perbedaan antar kelompok cukup besar baik
penting secara klinis maupun bermakna secara statistik
Perbandingan antar sub-kelompok merupakan
bagian dari analisis prioritas dan bukan analisis post hoc
Perbandingan antar sub-kelompok merupakan
bagian dari hipotesis tambahan dan bukan hasil dari “data dredging”
MELAPORKAN ENDPOINT GANDA
Identifikasikan efek utama sebelum
memulai studi:
Analogi dengan masalah analisis sekunder,
dimana variabel2 ditemukan secara
bermakna merupakan masalah efek ganda;
Untuk uji klinis dengan 5 efek, maka
kesempatan untuk membuktikan hipotesis
null bahwa sedikitnya 1 perbedaan
perlakuan mencapai nilai kemaknaan P <
0,05 adalah sekitar 20%
MELAPORKAN ENDPOINT GANDA
Contoh:
Bila obat tekanan darah secara tidak sengaja juga
merangsang pertumbuhan rambut, maka studi dapat melaporkan kedua efek tsb: tekanan darah dan pertumbuhan rambut.
Seperti halnya pada analisis sekunder, jumlah efek
yang dapat dianalisis bisa banyak dan menimbulkan masalah masalah uji ganda
ANALISIS INTERIM DARI AKUMULASI
DATA
Laporkan seluruh analisis interim dari akumulasi data
dan buat rasional untuk analisis tsb:
Untuk studi yang memerlukan waktu bulanan atau tahunan,
seringkali diperlukan uji dari hasil secara berkala sehingga studi tidak berisiko untuk subyek
Bila hasil analisis menunjukkan keunggulan atau
ketidak-unggulan obat atau obat membahayakan maka studi harus dihentikan
Namun menimbulkan masalah uji ganda, misal analisis
dilakukan setiap subyek menyelesaikan protokol studi,
sehingga jumlah kasus yang dianalisis akan bertambah satu pada setiap analisis:
Uji analisis akan memberikan hasil bermakna setelah kasus ke
23, tidak bermakna setelah kasus ke 27, bermakna lagi setelah kasus ke 34 dan seterusnya
ANALISIS INTERIM DARI AKUMULASI
DATA
Laporkan kriteria statistik untuk
menghentikan studi dan tunjukkan
bahwa kriteria2 tsb dibuat sebelum
studi dimulai:
Bila studi dihentikan terlalu cepat (baru
beberapa kasus yang menyelesaikan
protokol), maka power statistik bisa rendah
Bila studi diteruskan maka akan berisiko
ANALISIS INTERIM DARI AKUMULASI
DATA
Tentukan untuk siapa hasil analisis ini
perlu dilaporkan:
Melaporkan hasil analisis interin kepada
komunitas kedokteran dapat menimbulkan
bias:
Bila hasilnya obat yang satu lebih superior
terhadap obat yang lain, maka dokter tidak akan mengijinkan pasiennya untuk diuji
Mempublikasikan melalui media:
Bila kemudian hasilnya menjadi berbeda maka
MEMBANDINGKAN KELOMPOK PADA
WAKTU2 YANG BERBEDA
Bila kelompok dibandingkan pada waktu2
yang berbeda, jelaskan prosedur statistik
yang digunakan dan penyesuaian yang
dilakukan untuk perbandingan ganda tsb:
Studi yang membandingkan dua atau lebih
kelompok pada waktu2 yang berbeda akan
menghasilkan nilai P ganda, sedikitnya 1 untuk setiap waktu
MEMBANDINGKAN KELOMPOK PADA
WAKTU2 YANG BERBEDA
Contoh: untuk menentukan beda saat
diberikan dan lama anastesi antara dua
jenis anestesi, pengukuran dapat dilakukan
setiap jam selama 12 jam:
Kedua kelompok dapat dibandingkan secara
statistik setiap jam untuk menentukan pada waktu yang mana beda terjadi secara
bermakna
Untuk itu sering dilakukan perbandingan
kelompok ganda secara individual, satu untuk setiap waktu yang ditentukan, sehingga
