Ekoepidemiologi menggunakan paradigma “kotak Cina” yang menganalisis mekanisme penyebab penyakit pada tingkat lingkungan sosial (masyarakat) serta patogenesis dan sebab akibat pada tingkat molekuler. Artinya penyakit dalam suatu populasi tidak terjadi secara kebetulan, melainkan berkaitan dengan faktor-faktor yang mempengaruhi timbulnya penyakit, yang disebut determinan penyakit. Kedua, faktor-faktor yang mempengaruhi timbulnya penyakit dapat diubah sehingga dapat dilakukan upaya pengendalian dan pencegahan penyakit pada populasi (Hennekens dan Buring, 1987).
Epidemiologi mempelajari distribusi dan determinan penyakit pada populasi dan kelompok individu, bukan pada individu. Perspektif kependudukan dalam epidemiologi berguna untuk mempelajari tiga hal: (1) Mengidentifikasi variasi frekuensi penyakit pada populasi yang berbeda menurut orang, tempat, dan waktu; (2) Menentukan penyebab penyakit pada suatu populasi, termasuk faktor-faktor penentu lingkungan, ekonomi, sosial, budaya, dan politik; (3) Memahami mekanisme sosial yang mempengaruhi distribusi penyakit dalam populasi (Ibrahim et al., 1999). Eko-epidemiologi menganalisis faktor-faktor penentu dan penyakit pada berbagai tingkat organisasi, baik dalam setiap tingkat dan lintas konteks menggunakan teknik analisis canggih dan teknologi biologi molekuler untuk mempelajari paparan secara lebih mendalam hingga ke tingkat gen dan molekul (Susser dan Susser, 1996; Foxman dan Riley, 2001).
Pengetahuan tentang hubungan paparan-penyakit yang diperoleh dari analisis multilevel berguna untuk manajemen penyakit pada tingkat individu, keluarga, dan populasi (Susser dan Susser, 1996; Susser, 1999; Hunter, 1999; Foxman dan Riley, 2001; Molecular Epidemiology Homepage, 2002 ; Slattery, 2002). Pengetahuan yang diperoleh dari penelitian epidemiologi digunakan untuk memilih strategi intervensi yang tepat untuk mencegah atau mengendalikan penyakit dalam populasi (Thacker dan Buffington, 2001; CDC, 2010a, ThinkQuest, 2010). Pertama, pengetahuan tentang prevalensi penyakit dalam suatu populasi berguna untuk pengembangan rencana kesehatan dan evaluasi program kesehatan.
Menentukan determinan penyakit
Pada stadium klinis penyakit perlu dilakukan upaya pencegahan tersier yaitu pembatasan kecacatan, rehabilitasi dan bantuan fungsional lainnya. Untuk sebagian besar penyakit, jika individu dengan penyakit klinis tidak mendapat pengobatan yang tepat, individu tersebut akan memasuki tahap akhir penyakitnya, dimana proses patologis klinis akan terwujud dalam manifestasi yang lebih parah, berupa kronisitas, komplikasi, kecacatan, dll. .konsekuensi, kekambuhan atau kematian. Pengetahuan tentang riwayat alami penyakit sama pentingnya dengan pengetahuan tentang penyebab penyakit dalam upaya pengendalian dan pencegahan penyakit (Bophal, 2002).
Sebuah studi oleh Gao dkk. (2004) menyimpulkan bahwa konsumsi buah dan sayur yang lebih sering secara statistik berhubungan signifikan dengan rendahnya konsentrasi CRP dan Hcy plasma. Karena metabolit ini diketahui merupakan faktor risiko penyakit kardiovaskular, temuan ini memperkuat bukti dari beberapa penelitian sebelumnya bahwa asupan buah dan sayuran yang lebih tinggi dapat mengurangi risiko penyakit kardiovaskular.
Memprediksi kejadian penyakit pada populasi
Hasil analisis multivariat dengan model Cox proporsional hazard menunjukkan bahwa GRS dikaitkan dengan peningkatan risiko kejadian PJK, dan hubungan tersebut signifikan secara statistik pada sampel berkulit hitam (HR= 1.20; CI95% 1.11 hingga 1.29) dan berkulit putih (HR= 1.10 ) CI95% 1,06 hingga 1,14). Artinya individu berkulit hitam dengan GRS positif memiliki risiko mengalami PJK 1,20 kali lebih besar dibandingkan dengan GRS negatif. Studi tersebut menyimpulkan bahwa menggabungkan informasi dari berbagai SNP ke dalam skor risiko genetik dapat memprediksi kejadian PJK dengan lebih baik dibandingkan informasi mengenai faktor risiko tradisional saja.
Memang benar, hasil penelitian Morrison dkk (2007) menunjukkan signifikansi statistik dari penambahan informasi genetik (GRS) dalam meningkatkan kemampuan prediksi PJK dibandingkan dengan faktor risiko tradisional (ACRS) saja. Namun, karena peningkatan marjinal AUC sebenarnya sangat kecil, hanya 1,1%, maka wajar jika dikatakan bahwa peningkatan kemampuan GRS dalam memprediksi kejadian penyakit arteri koroner tidak signifikan secara klinis. Contoh 2: Sejak awal tahun 1980an, banyak penelitian menemukan bahwa status kesehatan yang dilaporkan sendiri (SRH) subjek merupakan prediktor kuat risiko kematian, bahkan setelah mengendalikan dampak faktor risiko demografi, sosial, dan medis (misalnya, Mossey dan Shapiro, 1982; Idler dan Benyamini, 1997; Burstrom dan.
Ada hubungan dosis-respons antara perasaan putus asa dan risiko kematian di masa depan akibat infark miokard dan kanker (Everson et al., 1996). SRH yang buruk pada masa remaja akhir dikaitkan dengan peningkatan risiko kematian selama 27 tahun ke depan, namun hubungan tersebut menghilang ketika disesuaikan dengan faktor psikologis yang diukur pada awal (Larsson et al., 2002). Dengan latar belakang ini, Weitoft dan Rosen (2005) melakukan penelitian di Swedia untuk menguji hubungan antara persepsi kecemasan dan perasaan ketidakpastian dengan peningkatan risiko kematian dini dan morbiditas parah.
Kecemasan diukur dengan tanggapan terhadap pertanyaan: “Apakah Anda mengalami salah satu masalah berikut: kecemasan dan perasaan tidak aman?”. Risiko relatif diperkirakan menggunakan regresi Poisson, yang membandingkan subjek yang mengalami ketakutan dan perasaan tidak aman dengan subjek yang tidak mengalami ketakutan dan perasaan tidak aman. Hasil penelitian menunjukkan bahwa persepsi ketakutan dan perasaan tidak aman berhubungan erat dengan risiko bunuh diri dan gangguan kejiwaan.
Perasaan negatif ini juga dikaitkan dengan risiko kematian di masa depan karena segala sebab, masuk rumah sakit, dan PJK. Penelitian Weitoft dan Rosen (2005) menyimpulkan bahwa kecemasan dan perasaan ketidakpastian berhubungan dengan status kesehatan yang buruk.
Mengevaluasi efektivitas intervensi preventif maupun terapetik
Estrogen dari luar (eksogen) dan dari dalam (endogen) dapat menyebabkan peradangan pada jaringan endometrium, sehingga dapat menimbulkan efek yang tidak diinginkan pada risiko Ca endometrium. Oleh karena itu, penggunaan obat antiinflamasi seperti aspirin dan obat antiinflamasi nonsteroid (NSAID) lainnya diasumsikan dapat menurunkan risiko Ca endometrium (Bodelon et al., 2009). Beberapa penelitian sebelumnya menunjukkan hasil yang tidak konsisten mengenai hubungan antara penggunaan aspirin dan penurunan risiko Ca endometrium.
Dua penelitian menunjukkan bahwa penggunaan aspirin dikaitkan dengan penurunan risiko Ca endometrium pada wanita obesitas (indeks massa tubuh, BMI ≥30 kg/m2), namun dikaitkan dengan peningkatan risiko penyakit pada wanita non-obesitas (BMI <≥ 30 kg/m2). Studi lain menemukan hubungan antara penggunaan anti-inflamasi dan penurunan risiko Ca endometrium pada wanita obesitas dan non-obesitas (Bodelon et al., 2009). Dengan latar belakang ini, Bodelon dkk. 2009) melakukan studi kasus-kontrol berbasis populasi di negara bagian Washington bagian barat, AS.
Antara tahun 2003 dan 2005, 410 wanita yang didiagnosis dengan Ca endometrium invasif dan 356 kontrol diwawancarai tentang penggunaan aspirin dan NSAID lainnya. Hasil penelitian menemukan bahwa riwayat penggunaan NSAID tidak berhubungan dengan (menurunnya) risiko Ca endometrium (OR= 1.04; CI95% 0.76 hingga 1.42). Studi tersebut menyimpulkan bahwa penggunaan aspirin atau NSAID lainnya tidak berpengaruh terhadap risiko Ca endometrium pada wanita obesitas dan non-obesitas.
Menentukan prognosis dan faktor prognostik penyakit
Keempat, hanya sekitar 15% pasien yang mengidap HIV dan resistensi obat (MDR) yang dapat bertahan hidup hingga 11 bulan. Grafik Kaplan-Meier dengan jelas menunjukkan bahwa koinfeksi HIV dan/atau resistensi obat tuberkulosis (MDR) memperburuk prognosis pasien tuberkulosis. 2006) juga menemukan bahwa mayoritas pasien dengan sensitivitas obat (DS) menunjukkan hasil pemeriksaan dahak dan kultur negatif dalam waktu 6 minggu terapi. Sementara itu, sebagian besar pasien resistensi obat (MDR) tetap positif kuman tuberkulosis hingga pasien meninggal atau selesai berobat.
Dapat disimpulkan bahwa MDR berhubungan dengan masa infeksi yang berkepanjangan, sedangkan koinfeksi HIV berhubungan dengan kematian dini. Kajian tersebut merekomendasikan agar upaya pengujian kerentanan obat dan pengendalian infeksi segera dilaksanakan sehingga resistensi obat TBC dapat cepat teratasi dan angka kematian serta penularan TBC dapat dikurangi.
Memberikan dasar ilmiah pembuatan kebijakan publik dan regulasi tentang masalah kesehatan masyarakat
Alternatifnya, tes DNA untuk human papillomavirus (HPV) dan inspeksi visual serviks dengan skrining asam asetat (VIA) dianggap sebagai strategi yang lebih praktis, tidak terlalu bergantung pada infrastruktur laboratorium dan memerlukan lebih sedikit kunjungan (WHO, 2002; Goldie dkk., 2005). Variabel hasil yang diperiksa termasuk risiko kanker setelah skrining, tahun hidup yang diselamatkan dan rasio efektivitas biaya (yaitu rasio biaya terhadap tahun hidup yang diselamatkan) (Goldie et al., 2005). Satuan pengamatan (unit of observasi) suatu variabel penelitian adalah tingkat agregasi subjek manusia pada saat pengukuran dilakukan (Kleinbaum et al., 1982).
Unit analisis adalah tingkat di mana data pengukuran direduksi dan dianalisis (Dogan dan Rokkan, 1969, dikutip oleh Kleinbaum et al., 1982). Hubungan/pengaruh paparan yang diteliti hanya dapat diketahui apabila peneliti membandingkan hasil pengukuran variabel-variabel yang diteliti pada kelompok subjek dengan kelompok pembanding (kelompok kontrol, kelompok acuan). Epidemiologi deskriptif memperkirakan (memperkirakan) besarnya risiko penyakit pada kelompok subjek terpapar atau kelompok subjek tidak terpapar.
Semakin besar RR maka semakin besar pula risiko terjadinya penyakit pada kelompok terpapar dibandingkan kelompok tidak terpapar. Oleh karena itu terdapat sinergi pengaruh antara kebiasaan merokok dengan paparan debu asbes (Hammond et al., 1979, dikutip oleh Bonita et al., 2006). Sebuah tinjauan sistematis yang dilakukan oleh Ahlbom et al. 2009) menyimpulkan bahwa seluruh hasil penelitian yang dipublikasikan sejauh ini tidak menunjukkan hubungan sebab akibat antara penggunaan telepon seluler dalam jangka panjang (≤10 tahun) dan peningkatan risiko tumor otak (terutama tumor glioma yang tumbuh relatif cepat) atau tumor kepala lainnya.
Misalnya, Sairenchi dkk. 2004) melakukan studi kohort retrospektif di Jepang untuk menguji hubungan antara merokok dan diabetes melitus tipe 2. Epidemiologi molekuler adalah cabang epidemiologi yang mempelajari kontribusi faktor risiko genetik dan lingkungan yang diidentifikasi pada tingkat molekuler dan biokimia terhadap etiologi, distribusi dan pengendalian penyakit dalam keluarga dan populasi (Mathema et al., 2006; Wikipedia, 2011a). Misalnya, Ikeda dkk. 2011) melakukan studi kohort selama 3 tahun untuk menguji apakah biomarker plasma ADAMTS13 pada pasien hepatitis B dan C kronis dapat digunakan untuk memprediksi terjadinya karsinoma hepatoseluler (HCC).
Singkatnya, Ikeda dkk. 2011) menyimpulkan bahwa aktivitas ADAMTS13 plasma yang tinggi merupakan risiko terjadinya HCC pada pasien penyakit hati kronis. Campuran kimia kompleks ini mungkin mengandung bahan karsinogenik (dapat menyebabkan kanker), sehingga disebut karsinogen, masuk ke dalam tubuh dan mengalami metabolisme (Perera dan Weinstein, 2000; Kufe et al., 2003). Misalnya, Lin dkk. 2011) melakukan studi kohort berbasis populasi untuk menguji apakah variasi gen tertentu dalam mekanisme biologis perkembangan kanker prostat dapat digunakan untuk membedakan pasien yang berisiko tinggi meninggal akibat kanker prostat.
Human papillomavirus (HPV) yang menular secara seksual menyebabkan kanker serviks dan kanker dubur (Wikipedia, 2011d; Ryan et al., 2011).
