BIAS DALAM STUDI EPIDEMIOLOGI

BIAS DALAM STUDI EPIDEMIOLOGIOleh:Hartini Sri UtamiDefinisiBias 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

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 BiasProses seleksi atau partisipasi subyek ( bias seleksi)Proses pengumpulan data ( bias informasi)Tercampurnya efek pajanan utama dengan efek faktor risiko eksternal lainnya ( kerancuan/ confounding)

Klasifikasi BiasAda 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 SeleksiDistorsi 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 paparanpenolakan 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 studiTerjadi 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 biasAkibat BiasDeviasi 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 negatifBias menjauhi nol, hubungan antara paparan dan penyakit atau efek intervensi yang teramati yang lebih tinggi daripada sesungguhnya (overerestimate), sehingga disebut juga bias positifBias melintasi nol, paparan yang sesungguhnya protektif bagi terjadinya penyakit disimpulkan sebagai faktor risiko, atau sebaliknya Agar Hasil Studi Dapat Ditafsirkan Dg BenarMenilai dg kirtis kemungkinan biasMengenal arah biasMengkuantifikasi besarnya bias Mengidentifikasi penyebab (sumber) biasMencegah 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-hatiJenis Jenis BiasBias Seleksi Bias akses pelayanan kesehatanJika pasien-pasien yang mengunjungi fasilitas pelayanan kesehatan tidak merepresentasikan kasus-kasus yang sesungguhnya terdapat pada komunitasJenisnya:Bias popularitasBias saringan rujukan (refferal filter bias)Bias akses diagnostik/ pengobatan (doagnostic/ treatment access bias)Bias BerksonKetika terdapat perbedaan probabilitas untuk memasukkan ke rumah sakit (hospitalisasi) antara kasus dan kontrol, dan perbedaan itu dipengaruhi oleh status paparan

Bias NeymanTerjadi karena terdapat keterlambatan pengamatan terhadap subjek penelitian, sehingga peneliti gagal mengamati kasus-kasus berdurasi pendek, baik kasus-kasus dengan episode fatal (mematikan), kasus-kasus ringan (mild case), kasus-kasus dengan gejala dan tanda tidak jelas (silent case), ataupun kasus-kasus yang telah sembuhSering pd studi potong lintang dan kasus kontrol Bias SpektrumTerjadi 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 pembandingPenggunaan tes diagnostik dengan sensitivitas dan spesifisitas tinggiLength-BiasTerjadi 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 lainnyaJika kelompok kasus menggunakan kasus-kasus berdurasi panjang, maka akan diperoleh taksiran yang lebih besar daripada sesungguhnya (overestimate)Bias EksklusiTerjadi ketika peneliti mengeksklusi kontrol dengan kondisi (misalnya, komorbiditas) yang berkaitan dengan paparan yang diteliti, tetapi tidak mengeksklusi kasus dengan kondisi tersebut

Bias InklusiTerjadi 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.PencocokanSebuah 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 biasBias SitasiTerjadi ketika artikel-artikel yang sering dikutip memiliki probabilitas yang lebih besar untuk terpilih ke dalam systematic review atau meta-analisis daripada artikel yang jarang dikutipArtikel yang kerap dikutip biasanya merupakan artikel yang menunjukkan temuan-temuan yang bermakna secara statistikBias sitasi mengakibatkan taksiran yang menjauhi nilai nol (overestimate)Bias BahasaTerjadi ketika hasil-hasil penelitian yang dipublikasikan dalam bahasa Inggris memiliki peluang lebih besar untuk dimasukkan ke dalam systematic review atau meta-analisis) daripada bahasa lainnyaSeharusnya, systematic review dan meta-analisis memasukkan semua hasil studi, baik yang ditulis dalam bahasa Inggris maupun non-bahasa InggrisBias PublikasiTerjadi 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 temuan-temuan yang secara statistik tidak signifikanMengakibatkan 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 Loss to follow-up biasTerjadi 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 keduanyaBias non-responsTerjadi ketika pemilihan subjek penelitian menghasilkan peserta studi (responden) yang berbeda dengan bukan peserta (non-responden), sehingga populasi studi (sampel) yang diamati berbeda dengan populasi sasaranBerkurangnya sampel akibat ketidaksediaan sejumlah peserta untuk mengikuti studi pada awal rekrutmen Bias InformasiBias MisklasifikasiTerjadi 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 sempurnaAda 2 jenis: Bias misklasifikasi non-diferensialBias misklasifikasi diferensialBias deteksiTerjadi ketika terdapat perbedaan akurasi dalam menentukan diagnosis atau memverifikasi kasus-kasus

Bias PewawancaraTerjadi 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 penelitianRecall BiasTerjadi jika subjek-subjek dengan penyakit yang sedang diteliti mengingat dan melaporkan tentang pengalaman terpapar sebelumnya dengan lebih akurat dan lengkap daripada subjek-subjek 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 rerospektifRecall bias jenis ini disebut juga family information biasRecall bias menyebabkan taksiran yang menjauhi nol, yakni taksiran yang lebih besar daripada sesungguhnya (overestimate).

Bias PelaporanTerjadi 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 penelitiFamily aggregation bias terjadi bila adanya kasus di dalam sebuah keluarga menyebabkan keluarga tersebut melaporkan riwayat paparan dengan lebih lengkapUnderreporting bias terjadi ketika subjek penelitian menolak menjawab dengan akurat atau lengkap pertanyaan-pertanyaan yang sensitifMode 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 EksperimentalBias Alokasi IntervensiTerjadi 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 ditelitiBias ini dapat menyebabkan deviasi taksiran efek intervensi menjauhi nilai nol (overestimate). Bias alokasi intervensi dapat dicegah dengan cara mengalokasikan intervensi secara randomBias KontaminasiTerjadi ketika subjek-subjek penelitian di dalam kelompok kontrol terkontaminasi oleh intervensi yang diberikan kepada kelompok eksperimentalBias ini akan melemahkan efek intervensi yang sebenarnya, menyebabkan deviasi taksiran efek intervensi menuju nolBias kontaminasi sering terjadi pada studi intervensi komunitasMudah terjadi ketika intervensi yang diteliti merupakan barang publik (public good)Bias KepatuhanPada 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.

Loss to follow-up biasDalam 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