BIAS DALAM STUDI EPIDEMIOLOGI Oleh: Hartini Sri Utami
Definisi Bias adalah kesalahan sistematis dalam memilih subjek penelitian atau mengumpulkan data yang menyebabkan taksiran yang salah (incorrect estimates) tentang hubungan antara paparan dan risiko mengalami penyakit, atau efek intervensi terhadap variabel hasil. Bterletak pada ketiadaan validitas internal, bukan validitas eksternal Bias OR * OR /OR OR* merupakan taksiran OR yang teramati dari populasi sumber (implikasinya, pada populasi studi), sedang OR adalah odds ratio pada populasi sasaran. Jika OR*=OR, maka bias=0 (yakni, tidak terdapat bias).
Sumber-Sumber Bias 1. Proses seleksi atau partisipasi subyek ( bias seleksi) 2. Proses pengumpulan data ( bias informasi) 3. Tercampurnya efek pajanan utama dengan efek faktor risiko eksternal lainnya ( kerancuan/ confounding)
Klasifikasi Bias Ada beberapa cara: Sacket (1979) dan Choi (2000) berdasarkan tahap riset: pemilihan sampel, pengukuran paparan atau penyakit/ variabel hasil, pelaksanaan studi, analisis data, interpretasi hasil, maupun publikasi hasil studi. Klasifikasi sederhana: bias seleksi dan bias informasi
1. Bias Seleksi Distorsi efek berkaitan dengan cara pemilihan subyek kedalam populasi studi Bisa terjadi bila status penyakit pada studi kohort (retrospektif), atau status exposure pada kasus kontrol atau kedua-duanya pada studi cross-seksional mempengaruhi pemilihan subyek pada kelompok-kelompok yang diperbandingkan Terjadi karena: perbedaan tingkat surveilans (ascertainment bias), diagnosis, hospitalisasi (bias Berkson), dan rujukan, di antara subjek-subjek penelitian, dan perbedaan tersebut berkaitan dengan status paparan penolakan subjek penelitian (disebut non-reponden), baik dari kelompok kasus ataupun kelompok kontrol dalam studi kasus kontrol, sehingga disebut bias non-respons
Bias Informasi Kesalahan dalam mengukur paparan, penyakit, atau variabel hasil, dan derajat kesalahan tersebut berbeda secara sistematis antara kelompok-kelompok studi Terjadi karena: penggunaan alat ukur yang cacat; kuesioner atau prosedur wawancara yang tidak mengukur apa yang seharusnya diukur; prosedur diagnostik penyakit yang tidak akurat (untuk menentukan status penyakit); perbedaan akurasi dalam mengingat kembali riwayat paparan (recall bias
Akibat Bias Deviasi taksiran parameter hubungan paparan dan risiko penyakit (misal OR) atau efek intervensi dari nilai-nilai parameter tersebut yg sebenarnya. Terdapat 3 penyimpangan taksiran parameter: Bias menuju nol, menunjukkan taksiran hubungan antara paparan dan penyakit atau efek intervensi yang teramati yang lebih rendah daripada sesungguhnya (underestimate), sehingga disebut juga bias negatif Bias menjauhi nol, hubungan antara paparan dan penyakit atau efek intervensi yang teramati yang lebih tinggi daripada sesungguhnya (overerestimate), sehingga disebut juga bias positif Bias melintasi nol, paparan yang sesungguhnya protektif bagi terjadinya penyakit disimpulkan sebagai faktor risiko, atau sebaliknya
Agar Hasil Studi Dapat Ditafsirkan Dg Benar Menilai dg kirtis kemungkinan bias Mengenal arah bias Mengkuantifikasi besarnya bias Mengidentifikasi penyebab (sumber) bias Mencegah atau mengantisipasi bias Pencegahan bias lebih mudah dilakukan daripada mengatasi bias yang sudah terjadi. Intinya bias bisa dihindari dengan cara merancang desain studi seteliti mungkin dan melakukan studi dengan hati-hati
Jenis Jenis Bias
Bias Seleksi 1. Bias akses pelayanan kesehatan Jika pasien-pasien yang mengunjungi fasilitas pelayanan kesehatan tidak merepresentasikan kasus-kasus yang sesungguhnya terdapat pada komunitas Jenisnya:. Bias popularitas. Bias saringan rujukan (refferal filter bias). Bias akses diagnostik/ pengobatan (doagnostic/ treatment access bias) 2. Bias Berkson Ketika terdapat perbedaan probabilitas untuk memasukkan ke rumah sakit (hospitalisasi) antara kasus dan kontrol, dan perbedaan itu dipengaruhi oleh status paparan
3. Bias Neyman. Terjadi karena terdapat keterlambatan pengamatan terhadap subjek penelitian, sehingga peneliti gagal mengamati kasuskasus berdurasi pendek, baik kasus-kasus dengan episode fatal (mematikan), kasus-kasus ringan (mild case), kasuskasus dengan gejala dan tanda tidak jelas (silent case), ataupun kasus-kasus yang telah sembuh. Sering pd studi potong lintang dan kasus kontrol 4. Bias Spektrum. Terjadi ketika peneliti hanya memasukkan ke dalam penelitian kasus-kasus yang menunjukkan tanda dan gejala klinis yang jelas saja, sehingga tidak merepresentasikan spektrum keseluruhan dari penyakit, atau hanya memasukkan kontrol yang jelas saja, sehingga tidak merepresentasikan kondisi-kondisi pembanding. Penggunaan tes diagnostik dengan sensitivitas dan spesifisitas tinggi
5. Length-Bias. Terjadi karena dipilihnya kasus-kasus penyakit berdurasi panjang (yakni, kasus-kasus yang bertahan hidup lebih lama) secara tidak proporsional, yakni terlalu banyak kasus berdurasi panjang pada satu kelompok tetapi terlalu sedikit pada kelompok lainnya. Jika kelompok kasus menggunakan kasus-kasus berdurasi panjang, maka akan diperoleh taksiran yang lebih besar daripada sesungguhnya (overestimate) 6. Bias Eksklusi Terjadi ketika peneliti mengeksklusi kontrol dengan kondisi (misalnya, komorbiditas) yang berkaitan dengan paparan yang diteliti, tetapi tidak mengeksklusi kasus dengan kondisi tersebut
7. Bias Inklusi Terjadi pada studi kasus-kontrol berbasis rumah sakit, ketika inklusi sebuah atau lebih kondisi pada kontrol berhubungan dengan paparan yang ditelitii. Akibatnya, frekuensi paparan lebih tinggi pada kelompok kontrol daripada sesungguhnya, sehingga menghasilkan bias menuju nol. 8. Pencocokan. Sebuah metode untuk memilih kontrol dalam studi kasus kontrol, atau memilih kelompok tak terpapar dalam studi kohor, yang dapat dilakukan secara individual (individual matching) atau kelompok (frequency matching). Berguna untuk mengontrol kerancuan (confounding). Pencocokan yang diterapkan pada studi kasus kontrol justru dapat mengakibatkan bias
9. Bias Sitasi. Terjadi ketika artikel-artikel yang sering dikutip memiliki probabilitas yang lebih besar untuk terpilih ke dalam systematic review atau meta-analisis daripada artikel yang jarang dikutip. Artikel yang kerap dikutip biasanya merupakan artikel yang menunjukkan temuan-temuan yang bermakna secara statistik. Bias sitasi mengakibatkan taksiran yang menjauhi nilai nol (overestimate) 10. Bias Bahasa. Terjadi ketika hasil-hasil penelitian yang dipublikasikan dalam bahasa Inggris memiliki peluang lebih besar untuk dimasukkan ke dalam systematic review atau meta-analisis) daripada bahasa lainnya. Seharusnya, systematic review dan meta-analisis memasukkan semua hasil studi, baik yang ditulis dalam bahasa Inggris maupun non-bahasa Inggris
11. Bias Publikasi.Terjadi ketika editor jurnal atau penulis cenderung untuk mempublikasikan artikel-artikel yang melaporkan temuan positif (yakni, hasil penelitian yang menemukan hubungan atau pengaruh yang secara statistik signifikan), dan tidak mempublikasikan temuantemuan yang secara statistik tidak signifikan.mengakibatkan distorsi menjauhi nilai nol tentang hubungan antara paparan-penyakit atau efikasi suatu terapi..faktor yg mempengaruhi: (1) kemaknaan statistik (temuan yang bermakna secara statistik memiliki peluang lebih besar untuk dipublikasikan daripada tidak bermakna), (2) ukuran sampel studi (studi dengan sampel besar memiliki kemungkinan lebih besar untuk dipublikasikan daripada sampel kecil), (3) pendanaan (sponsor menyebabkan konflik kepentingan), (4) prestise (hasil riset menjadi monumental yang akan mendongkrak reputasi peneliti seandainya melaporkan hubungan yang signifikan), (5) jenis desain studi (sejumlah penulis mengatakan, studi kohor cenderung menunjukkan hasil yang lebih positif daripada studi eksperimental, dan (6) kualitas studi
12. Loss to follow-up bias Terjadi jika proporsi subjek yang hilang atau mengundurkan diri dalam suatu studi longitudinal (studi kohor atau studi eksperimental) cukup banyak, yakni berkisar antara 30-40 persen, atau tidak sebanyak itu tetapi hilangnya atau pengunduran diri subjek penelitian berkaitan dengan status paparan, status penyakit, atau keduanya 13. Bias non-respons. Terjadi ketika pemilihan subjek penelitian menghasilkan peserta studi (responden) yang berbeda dengan bukan peserta (non-responden), sehingga populasi studi (sampel) yang diamati berbeda dengan populasi sasaran. Berkurangnya sampel akibat ketidaksediaan sejumlah peserta untuk mengikuti studi pada awal rekrutmen
Bias Informasi 1. Bias Misklasifikasi. Terjadi karena ketidaksempurnaan alat ukur di dalam mendeteksi paparan, penyakit, atau variabel hasil yang diteliti, ataupun kesalahan dalam pengukuran itu sendiri yang bersifat sistematis (measurement error). Sensitivitas dan spesifisitas alat ukur yang tidak sempurna Ada 2 jenis: Bias misklasifikasi non-diferensial Bias misklasifikasi diferensial 2. Bias deteksi Terjadi ketika terdapat perbedaan akurasi dalam menentukan diagnosis atau memverifikasi kasus-kasus
3. Bias Pewawancara Terjadi ketika terdapat perbedaan yang sistematis yang dilakukan oleh pewawancara, baik secara sadar atau tidak, di dalam mewawancarai, mengumpulkan, mencatat, atau menginterpretasi informasi yang diperoleh dari subjek penelitian 4. Recall Bias. Terjadi jika subjek-subjek dengan penyakit yang sedang diteliti mengingat dan melaporkan tentang pengalaman terpapar sebelumnya dengan lebih akurat dan lengkap daripada subjeksubjek tanpa penyakit yang diteliti, atau subjek-subjek yang telah terpapar melaporkan terjadinya gejala-gejala penyakit dengan lebih lengkap dan akurat daripada subjek-subjek yang tidak terpapar. Recall bias bisa terjadi pada studi kasus kontrol maupun studi kohor rerospektif. Recall bias jenis ini disebut juga family information bias. Recall bias menyebabkan taksiran yang menjauhi nol, yakni taksiran yang lebih besar daripada sesungguhnya (overestimate).
5. Bias Pelaporan. Terjadi jika terdapat pengungkapan atau penutupan informasi secara selektif tentang pengalaman riwayat paparan atau medik sebelumnya, misalnya perilaku seks sebelumnya. Obsequiousness bias terjadi jika subjek penelitian bekerjasama dengan peneliti dan memberikan jawaban-jawaban ke arah yang dipandang sesuai dengan keinginan peneliti. Family aggregation bias terjadi bila adanya kasus di dalam sebuah keluarga menyebabkan keluarga tersebut melaporkan riwayat paparan dengan lebih lengkap. Underreporting bias terjadi ketika subjek penelitian menolak menjawab dengan akurat atau lengkap pertanyaan-pertanyaan yang sensitif. Mode for mean bias terjadi pada studi yang menggunakan kuesioner untuk menghitung frekuensi/ kuantitas paparan, di mana subjek penelitian cenderung memberikan jawaban tentang paparan dengan frekuensinya paling banyak) daripada paparan dengan frekuensi rata-rata
Bias Pada Studi Eksperimental 1. Bias Alokasi Intervensi.Terjadi jika alokasi intervensi kepada subjek-subjek yang diteliti dalam studi eksperimental tidak dilakukan dengan cara random, sehingga dipengaruhi oleh karakteristik subjek penelitian yang memiliki hubungan dengan variabel hasil yang diteliti.bias ini dapat menyebabkan deviasi taksiran efek intervensi menjauhi nilai nol (overestimate)..bias alokasi intervensi dapat dicegah dengan cara mengalokasikan intervensi secara random
2. Bias Kontaminasi. Terjadi ketika subjek-subjek penelitian di dalam kelompok kontrol terkontaminasi oleh intervensi yang diberikan kepada kelompok eksperimental. Bias ini akan melemahkan efek intervensi yang sebenarnya, menyebabkan deviasi taksiran efek intervensi menuju nol. Bias kontaminasi sering terjadi pada studi intervensi komunitas. Mudah terjadi ketika intervensi yang diteliti merupakan barang publik (public good) 3. Bias Kepatuhan. Pada studi eksperimental yang membutuhkan kepatuhan untuk menggunakan intervensi yang diberikan, maka derajat kepatuhan pasien dalam menggunakan intervensi akan mempengaruhi penilaian tentang efikasi intervensi.. Ketidakpatuhan akan menyebabkan deviasi taksiran efek intervensi menuju nol.
4. Loss to follow-up bias.dalam studi eksperimen random (randomized controlled trial, RCT), alokasi subjek ke dalam kelompok eksperimental atau kelompok kontrol dilakukan dengan prosedur random..tujuan randomisasi adalah untuk mencegah kerancuan dan bias seleksi..tetapi tidak jarang dalam perjalanan implementasi intervensi terdapat peserta yang hilang..jika hilangnya peserta cukup banyak, sekitar 30-40 persen, atau tidak banyak tetapi hilangnya peserta berhubungan dengan variabel hasil yang diteliti, maka kelompok eksperimen dan kelompok kontrol tidak layak lagi untuk diperbandingkan