Menghindari Bias dalam Penelitian Epidemiologi

Nov 26, 2024

Modul 4, Unit 2: Bias dan Confounding

Topik Pembelajaran

  1. Definisi bias dan confounding beserta ilustrasinya.
  2. Perbedaan antara bias dan confounding.
  3. Identifikasi dan minimalisasi bias.
  4. Identifikasi dan pengendalian confounding.

Pendahuluan

  • Aplikasi epidemiologi dasar adalah mencari kausalitas.
  • Validitas internal penting untuk inferensi hasil riset.
  • Bias dan confounding mempengaruhi validitas internal.

Definisi Bias

  • Bias: Kesalahan sistematis dalam pengumpulan, analisis, atau interpretasi data.
  • Contoh ilustrasi: Kesimpulan yang salah akibat kesalahan sistematis.
  • Kata kunci: Sistematis.
  • Kategori bias:
    • Bias seleksi
    • Bias informasi

Bias Seleksi

  • Terjadi karena kesalahan dalam memilih partisipan studi.
  • Konsekuensi: Hubungan antara paparan dan penyakit bisa berbeda.
  • Ilustrasi:
    • Penelitian tinggi badan dengan partisipan pemain basket.
    • Studi kasus kontrol tentang kanker kolon dan kebiasaan makan daging merah.
  • Contoh skenario:
    • Skenario 1 dan 2: Tidak terjadi bias seleksi.
    • Skenario 3: Terjadi bias seleksi (hubungan partisipasi dengan paparan dan outcome).
  • Variasi bias seleksi:
    • Bias non-response

Bias Non-response

  • Studi hubungan rokok dengan disfungsi ginjal.
  • Skenario 1: Risiko berokok 2x lipat.
  • Skenario 2: Non-respon mempengaruhi paparan dan outcome; risiko turun menjadi 1,5.

Bias Informasi

  • Terjadi saat pengumpulan data.
  • Jenis penting: Bias misklasifikasi.
  • Mis-klasifikasi:
    • Diferensial
    • Non-diferensial
  • Ilustrasi:
    • Penggunaan alat diagnostik yang berbeda (biopsi vs. self-reported questionnaire).
  • Mis-klasifikasi non-diferensial berdampak pada OR menuju nilai 1.
  • Mis-klasifikasi diferensial menyebabkan underestimasi hubungan paparan dan penyakit.

Mencegah dan Meminimalkan Bias

  • Bias terjadi pada semua tahap penelitian.
  • Tidak bisa dihindari, tapi bisa diminimalkan.
  • Cara meminimalkan bias:
    • Memilih kelompok pembanding yang tepat.
    • Mengurangi non-respon.
    • Menggunakan prosedur diagnosis yang sama.
    • Menjaga objektivitas peneliti dan partisipan.
    • Pelatihan dan penggunaan alat standar.

Saran Bacaan Lebih Lanjut

  • Publikasi TripBP tentang bias seleksi dan bias informasi.
  • Buku teks epidemiologi untuk kesehatan masyarakat untuk memperdalam pemahaman.