Metode epidemiologi adalah pendekatan sistematis untuk meneliti hubungan antara faktor risiko dan penyakit pada populasi. Tiga desain studi observasional yang paling umum digunakan adalah cohort, case-control, dan cross-sectional. Artikel ini membahas perbedaan, kelebihan, kekurangan, dan aplikasi masing-masing metode.
Daftar Isi
1. Studi Cohort
Pengertian:
Studi cohort mengikuti sekelompok orang (cohort) yang belum sakit berdasarkan status paparan (exposed vs unexposed), kemudian diamati ke depan untuk melihat siapa yang berkembang menjadi sakit. [1][2][3]
Arah Waktu:
Paparan → Outcome (maju ke depan/prospektif)
Desain:
- Rekrut peserta yang belum sakit
- Kelompokkan berdasarkan paparan (exposed vs unexposed)
- Ikuti ke depan (follow-up) selama periode tertentu
- Hitung berapa yang sakit di masing-masing kelompok
- Bandingkan insidens penyakit antara exposed vs unexposed
Ukuran Asosiasi:
- Relative Risk (RR) / Risk Ratio
- Rumus: RR = (Insidens exposed) / (Insidens unexposed)
- Interpretasi:
- RR > 1: Paparan meningkatkan risiko
- RR = 1: Tidak ada hubungan
- RR < 1: Paparan protektif
Contoh:
- Judul: Hubungan merokok dengan kanker paru
- Metode: Rekrut 10.000 orang (5.000 perokok, 5.000 bukan perokok), ikuti 10 tahun
- Hasil: Perokok 20x lebih sering kena kanker paru → RR = 20
Kelebihan:
- ✅ Dapat menghitung insidens penyakit
- ✅ Dapat menghitung RR (ukuran kuat)
- ✅ Arah waktu jelas (paparan sebelum outcome)
- ✅ Baik untuk multiple outcomes dari satu paparan
- ✅ Minim bias recall (data dikumpulkan sebelum sakit)
Kekurangan:
- ❌ Mahal & lama (follow-up bertahun-tahun)
- ❌ Loss to follow-up (peserta drop out)
- ❌ Tidak efisien untuk penyakit jarang
- ❌ Butuh sampel besar
Kapan Digunakan ?
- Penyakit umum
- Paparan jarang
- Ada waktu & dana cukup
- Ingin bukti kuat (kausalitas)
Baca Juga:
2. Studi Case-Control
Pengertian:
Studi case-control membandingkan orang yang sudah sakit (cases) dengan orang yang tidak sakit (controls), lalu melihat riwayat paparan di masa lalu. [1][2][3]
Arah Waktu:
Outcome → Paparan (mundur ke belakang/retrospektif)
Desain:
- Rekrut cases (yang sudah sakit)
- Rekrut controls (yang tidak sakit, cocokkan usia, jenis kelamin, dll)
- Tanya/wawancara riwayat paparan di masa lalu
- Bandingkan proporsi paparan antara cases vs controls
Ukuran Asosiasi:
- Odds Ratio (OR)
- Rumus: OR = (a × d) / (b × c)
- Interpretasi:
- OR > 1: Paparan meningkatkan risiko
- OR = 1: Tidak ada hubungan
- OR < 1: Paparan protektif
Contoh:
- Judul: Hubungan merokok dengan kanker paru
- Metode: 200 pasien kanker paru (cases) vs 200 orang sehat (controls), tanya riwayat merokok
- Hasil: Cases lebih banyak yang perokok → OR = 15
Kelebihan:
- ✅ Cepat & murah (tidak perlu follow-up)
- ✅ Efisien untuk penyakit jarang
- ✅ Butuh sampel kecil
- ✅ Baik untuk multiple exposures
- ✅ Bisa studi penyakit dengan latency panjang
Kekurangan:
- ❌ Tidak bisa hitung insidens
- ❌ Tidak bisa hitung RR (hanya OR)
- ❌ Bias recall (cases lebih ingat paparan)
- ❌ Sulit tentukan temporal relationship
- ❌ Selection bias (pemilihan controls sulit)
Kapan Digunakan ?
- Penyakit jarang
- Waktu & dana terbatas
- Penyakit dengan latency panjang
- Eksplorasi multiple exposures
3. Studi Cross-Sectional
Pengertian:
Studi cross-sectional mengukur paparan dan outcome secara bersamaan pada satu waktu (snapshot). Disebut juga studi prevalensi. [1][2][3]
Arah Waktu:
Paparan & Outcome bersamaan (satu waktu/potret)
Desain:
- Rekrut sampel dari populasi
- Ukur paparan dan outcome pada waktu yang sama
- Hitung prevalens penyakit
- Bandingkan prevalens antara exposed vs unexposed
Ukuran Asosiasi:
- Prevalence Ratio (PR) atau Odds Ratio (OR)
- Rumus PR: (Prevalens exposed) / (Prevalens unexposed)
Contoh:
- Judul: Hubungan obesitas dengan hipertensi
- Metode: Survei 1.000 orang, ukur IMT dan tekanan darah pada hari yang sama
- Hasil: Obesitas prevalens hipertensi 3x lebih tinggi → PR = 3
Kelebihan:
- ✅ Cepat & murah (satu kali pengukuran)
- ✅ Bisa hitung prevalens
- ✅ Baik untuk perencanaan kesehatan (gambaran beban penyakit)
- ✅ Bisa studi multiple exposures & outcomes
- ✅ Tidak ada loss to follow-up
Kekurangan:
- ❌ Tidak bisa tentukan kausalitas (mana dulu: paparan atau outcome?)
- ❌ Tidak bisa hitung insidens
- ❌ Tidak bisa hitung RR
- ❌ Bias survival (hanya yang masih hidup yang terukur)
- ❌ Tidak cocok untuk penyakit jarang
Kapan Digunakan ?
- Estimasi beban penyakit (prevalens)
- Perencanaan program kesehatan
- Waktu & dana sangat terbatas
- Penyakit umum/kronis
4. Tabel Perbandingan
| Aspek | Cohort | Case-Control | Cross-Sectional |
|---|---|---|---|
| Arah Waktu | Prospektif (maju) | Retrospektif (mundur) | Satu waktu (snapshot) |
| Unit Analisis | Berdasarkan paparan | Berdasarkan outcome | Populasi umum |
| Ukuran Asosiasi | Relative Risk (RR) | Odds Ratio (OR) | PR atau OR |
| Ukuran Frekuensi | Insidens | Tidak bisa | Prevalens |
| Biaya & Waktu | Mahal & lama | Murah & cepat | Paling murah & cepat |
| Untuk Penyakit | Umum | Jarang | Umum/kronis |
| Kausalitas | Kuat (bukti terbaik) | Sedang | Lemah (tidak bisa) |
| Bias Utama | Loss to follow-up | Recall bias | Survival bias |
5. Kesimpulan
Ringkasan:
- Cohort: Follow-up dari paparan → outcome, hitung RR, bukti kausalitas terkuat, tapi mahal & lama
- Case-Control: Bandingkan cases vs controls, hitung OR, efisien untuk penyakit jarang, tapi ada bias recall
- Cross-Sectional: Snapshot satu waktu, hitung prevalens, paling cepat & murah, tapi tidak bisa tentukan kausalitas
Pilih Metode Berdasarkan:
- ✅ Frekuensi penyakit: Jarang → case-control, Umum → cohort/cross-sectional
- ✅ Waktu & dana: Terbatas → case-control/cross-sectional, Cukup → cohort
- ✅ Tujuan: Kausalitas → cohort, Prevalens → cross-sectional, Eksplorasi → case-control
- ✅ Latency: Panjang → case-control, Pendek → cohort
Hierarki Bukti (Terkuat → Terlemah):
- Randomized Controlled Trial (RCT)
- Cohort
- Case-Control
- Cross-Sectional
- Case Series / Case Report
Sumber Referensi
- Gordis L. Epidemiology. 4th ed. Jones & Bartlett Learning. 2014.
- Centers for Disease Control and Prevention (CDC). Study Designs in Epidemiology. 2026.
- World Health Organization (WHO). Epidemiological Methods. 2026.
- Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3rd ed. 2008.
Tidak ada komentar:
Posting Komentar