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 Etika Etika pada taraf individu Berlaku pada taraf individu, kelompok, dan masy. prosedur penelitian, keuntungan dan bahaya. Izin bisa tertulis tetapi yang terpenting pengertian. Etika pada taraf masyarakat Yang penting pengertian masyarakat harus bekerja dalam kemitraan dan menguntungkan kedua belah pihak Etika pada taraf nasional Institusi bertaraf nasional memberi izin pelaksanaan penelitian Hal hal yang perlu diperhatikan Keadaan pelayanan kesehatan masyarakat Harapan 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 Penelitian experimental Korelasional Prevalensi Kasus-referensi Longitudinal/follow up Studi intervensi Penderita Orang sehat Masyarakat Percobaan klinis Survey lapangan Percobaan lapangan Keuntungan dari beberapa model penelitian observasional Ekologis Crosssectional 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 populasi yang 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 Mengkonsumsi Daging Ya Tidak 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 Terpajan 41 46 Kasus (orang sakit) Tidak terpajan 5 Terpajan 0 300 kontrol (orang tdk sakit) Tidak terpajan 300 Keuntungan dan kerugian Keuntungan Dapat cepat selesai Waktu pendek biaya murah Informasi mudah didapat dari penderita/keluarga Kerugian Data 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 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 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 Cohort Waktu Arah penelitian sakit Populasi Orang sehat terpajan Tidak terpajan 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 Keuntungan Dapat dikuantifikasi dengan akurat Penyakit yang terjadi diperiksa dan didiagnosa dgn akurat Tidak bias Hubungan sebab akibat lebih jelas/pasti Pengukuran resiko yang sangat langsung Kerugian Waktu follow up lama mahal Populasi yg tdk tetap pada lingkungan terpapar sulit memperkirakan paparan individual Populasi pindah/meninggal sulit diganti;data sedikit Jika 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 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 pengambilan rutin survei rumah tangga Berguna utk usulan penelitian epidemiologis
Contoh penelitian deskriptif Angka kematian bayi per 100000 lahir hidup 1000 800 600 400 200 0 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 2 χ ( 11 22 12 21 1 ) ( 1 ) 1. 2..1.2 2 2 n.. n n n n n.. 200 10*135 40*15 200 = 2 = 2 = 2,58 nnnn 50*150* 25*175 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 χ ( 1 ) 2 400 20*270 80*30 400 = 2 = 5.97 100*300*50*300 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 terpapar RR = insidensi yg tdk terpapar RR = a /( a + b) c /( c + d) RR dapat diperoleh dari penelitian Kohort atau kasus kendali kohort lebih pasti Pada kasus kendali, jika tidak dapat dikaitkan dengan populasi dihitung Odd Ratio Odd Ratio/OR Ukuran asosiasi yg sangat dekat dengan RR. RR=OR jika penyakit yang diteliti langka, < 20 % Menggunakan data prevalensi RR = OR = a /( a + b) c /( c + d) Jika penyakit langka: (a+b) b dan (c+d) d, maka: a / b RR = OR = = c / d ad bc
Pada studi cross sectional: 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 Menghitung Resiko Atribut (AR/δ) RR bisa memberikan hasil/angka yang sama dengan arti atau implikasi yang berbedaperhitungan resiko atribut yg menyatakan perbedaan kedua resiko: resiko yg terpapar dikurangi dengan resiko tidak terpapar δ = p 1 -p 2 d im an a, p 1 = resiko bagi yang terpapar p 2 = resiko bag i y ang tidak terpapar H ubungan antara AR dan RR: A R = (R R -1 )p 2 d an A R = (O R -1 )p 2 Karena kasus kendali hanya dapat menghitung OR, maka p 2 harus didapat dari penelitian baseline yg lain
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 I I e I o P e P o = I e P e + I o P o Dimana, = insidensi populasi = insidensi bagi yang terpapar = insidensi bagi yang tidak terpapar = proporsi masyarakat sakit yang terpapar, dan = proporsi masyarakat sakit yang tidak terpapar RR=I e /I o Menghitung AR Karena RR= e,maka Ie RR*I o sehingga Io Untuk tabel 4 o I I I= RR*I *P +I *P sehingga I = dan AR= I -I / I ( 1357-7 )*61 7* ( 1357-61) ( ) o e o o o e o e RR*P e+po RR untuk seluruh laki-laki = = 9,1 I e = I = 0,11451 9,1*0,955 + 0, 045 = ( ) I = 9,1* 0,11451 = 1, 04201 ( 1,04201-0,11451) ( 1,04201*100% ) AR= =89%
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 reaksi Konsisten kesimpulan sama walaupun metode berbeda Kekuatan asosiasi 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
Studi Intervensi Ditambahkan karena tujuan epidemiologi Studi membuat desain program teoritis yg baik dan diuji secara terbatas Populasi referensi yg akan jd referensi Populasi aktual 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 seleksi dan randomisasi peserta Prosedur double blind tujuan subjektifitas Stratifikasi kelompok dikelompokkan atas berbagai atribut atau faktor
Intrepretasi hasil penelitian Kelompok 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 bias Efek yg objektif (kuantitatif) biasnya berkurang Desain sequential Karena tidak cukup peserta peserta tidak berpartisipasi serentak Kerugian : 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