Kamis, 31 Maret 2011

Penelitian Observasional untuk Penelitian Epidemiologi: Peta Pikiran, Questions and Answer

Penelitian epidemiologi sering merupakan penelitian observasional. Bukan hanya penelitian case control dan cohort lho.. Tapi dunia ini ternyata lebih luas:-), sehingga pilihan desain amatlah banyak
Contoh macam-macam penelitian observasional dapat dilihat pada gambar peta berikut ini:




Dari berbagai macam-macam jenis penelitian observasional tersebut, manakah yang paling baik?
Jawabnya adalah tergantung dari tujuan kita, yaitu untuk menjawab pertanyaan penelitian.
Pengolahan data surveilans selama beberapa tahun, apakah juga bisa disebut observasional?
Ya, bisa. Kalau dilihat dari peta diatas, itu merupakan penelitian observasional deskriptif jenis case report.
Jika hanya satu variabel saja apakah juga bisa dan bagus?
Satu variabel saja bisa juga bagus. Contohnya Prevalence survey RKM (Kalau ngak salah singkatannya riset kesehatan masyarakatJ).
Almarhumah Bu Nanis, teman saya dari dinkes propinsi jogja, mendapatkan nilai memuaskan untuk tesisnya yang “hanya” membahas secara kualitatif sebuah investigasi KLB. Seandainya kita bisa menunjukkan orisinalitas, why not? Itu luar biasa..
Apakah migrant studies itu?
Jenis migrant studies ini biasanya digunakan dalam menganalisis para migran (Cina, India, Jepang). Misalnya di Amerika Serikat, Kanker hidung dan kerongkongan (Ca Nasopharynx) ditemukan memiliki faktor keturunan (Jepang dan Cina). So, yang penting dapat memberikan sebuah wawasan baru..
Bagaimana dengan case report?
 Di kedokteran, tradisinya para dokter belajar dari kasus. Jadi, awalnya case report saja sudah dianggap hebat. Hanya saja, setelah dikumpulkan, harus dianalisis secara deskriptif, kemudian disimpulkan. Ini cara yang kuno, tapi sampai saat ini belum dibuang.
Bisakah penelitian cohort untuk penyakit?
Kita lebih sering menggunakan case control untuk mendapatkan asosiasi hubungan. Tapi terkadang tidak bisa karena keterbatasan jumlah kasus. Sebenarnya semua bisa saja sih. Namun, pertimbangkan juga apakah cukup efisien? Misalnya, masak penelitian yang mahal dan lama kok hanya untuk commoc cold hehehe. Karena sesungguhnya semua penelitian membutuhkan 3 faktor penting: Money, Time, dan Human Engagement.


Bagaimana dengan penelitian ekologi atau korelasi?
Ya, memang banyak penelitian ekologi dan korelasi yang dikritik karena walaupun menghasilkan faktor risiko, namun unit analisisnya bukan individu melainkan kolektif/agregat. Pernah ada penelitian ekologis (tesis teman) yang dapat A juga lho. Unit analisisnya adalah desa-desa, yaitu antara desa yang memiliki vegetasi jagung dengan desa yang memiliki vegetasi padi. Tapi yang di desa yang bervegatasi padi, toh ada juga yang punya jagung, dan nyatanya  juga terkena (penyakit?). Here’s is the critic. Seandainya hasil penelitiannya berarti, saya pikir gak ada salahnya kok.
Contoh lainnya adalah penelitian yang dilakukan oleh sosiolog Emile Durkheim yang meneliti agregat etnik di Perancis (Katolik, Yahudi, Protestan). Bunuh diri ditemukan terdapat terutama pada Yahudi dan Protestan. Dalam analisisnya, itu disebabkan karena kehidupan Yahudi dan Protestan adalah kehidupan “struggle” sedangkan pada katolik adalah kehidupan komunitas.
Kalau cross-sectional?
Pada penelitian cross sectional, analoginya adalah kita sedang memotret. So, whatever your condition is. Batasan waktu sesaat bukan berarti sekian detik lho, tapi dalam periode waktu tertentu.  Jadi, bisa orang yang sama yang diwawancarai jam 7 dan jam 3, atau di lab sekarang dan nanti. Inilah yang didapat.
Prinsipnya adalah kita mengambil informasi pada keadaan yang tidak memperhitungkan sesuatu mengandung faktor/penyebab karena lebih dulu daripada yang lain. Misalnya nih:
-          Berapakah indeks massa tubuh Anda sekarang? (Tidak diperhitungkan bila sebulan yang lalu indeks Anda tidak normal)
-          Apakah Anda memakai baju biru? (Tidak perduli apakah memakai baju birunya karena habis dicukur atau sebaliknya). Baru kemudian annti dalam analisis kita bisa menemukan apakah ada hubungan antara dicukur dengan memakai baju biru.
Contoh lagi, ada seorang dokter di jerman meneliti hubungan antara campak dengan kebutaan anak, mana yang lebih dulu? Untuk lebih kuat menggambarkan hubungan, kemudian dilakukan penelitian case control. Tapi tetap harus mencari asosiasi!!!
Jadi, jika kita lihat dalam peta diatas, kelompok yang dibawah (analitik) bisa dianalisis sesederhana di atas (deskriptif). Akan tetapi, kelompok yang di atas (deskriptif) tidak bisa dianalisis dengan yang di bawah.
Pada cross sectional, ketika kita menemukan hubungan, ya cuma itu saja. Tidak bisa kita mengatakan adanya faktor (misalnya warna baju disesuaikan dengan panjang rambut).

Semua penelitian ini kan membutuhkan data. Sebenarnya apa sih data itu? Apa bedanya dengan fakta?
“Pak gik ini orangnya tinggi, kulitnya hitam dan berkumis” ini fakta/atau data? Ini fakta.
Kalau “tempat pensil ini warnanya biru” atau “ gajah telinganya lebar”, ini fakta/atau data? Ini fakta!!
Tapi kalau saya bertanya/wawancara, nama Anda siapa? Umur berapa? Jenis kelamin?, dll..
Apa yang saya lakukan? Ini adalah untuk tujuan tertentu, fakta-fakta tertentu dimasukkan ke dalam record. 
Jadi, pada data, ada tujuan dan pengumpulan dilakukan secara sistematis.
Di Belgia, dikumpulkan 15 ribu gajah (patung) sehingga dari badan gajah bisa digambar peta, putri duyung, dll. Kalau saya mencatat gajah-gajah ini bagaimana, ini bisa dikatakan saya sedang mengumpulkan data gajah.
To be continued....

Panduan Penetapan Prioritas Masalah Kesehatan Masyarakat (Dimodifikasi dari Studi Kasus CDC: Menerjemahkan Sains ke dalam Praktek)

Menetapkan prioritas dari sekian banyak masalah kesehatan di masyarakat saat ini merupakan tugas yang penting dan semakin sulit. Manager kesehatan masyarakat sering dihadapkan pada masalah yang semakin menekan dengan sumber daya yang semakin terbatas. Metode untuk menetapkan prioritas secara adil, masuk akal, dan mudah dihitung merupakan perangkat manajemen yang penting.

Metode yang dijelaskan di sini memberikan cara untuk membandingkan berbagai masalah kesehatan dengan cara yang relatif, tidak absolut/mutlak, memiliki kerangka, sebisa mungkin sama/sederajat, dan objektif.

Metode ini, yang disebut dengan Metode Hanlon maupun Sistem Dasar Penilaian Prioritas (BPRS), dijelaskan dalam buku Public Health: Administration and Practice (Hanlon and Pickett, Times Mirror/Mosby College Publishing) dan Basic Health Planning (Spiegel and Hyman, Aspen Publishers).

Metode ini memiliki tiga tujuan utama:

* Memungkinkan para pengambil keputusan untuk mengidentifikasi faktor-faktor eksplisit yang harus diperhatikan dalam menentukan prioritas
* Untuk mengorganisasi faktor-faktor ke dalam kelompok yang memiliki bobot relatif satu sama lain
* Memungkinkan faktor-faktor agar dapat dimodifikasi sesuai dengan kebutuhan dan dinilai secara individual.

Formula Dasar Penilaian Prioritas
Berdasarkan tinjauan atas percobaan berulang yang dilakukan dalam mengidentifikasi masalah-masalah kesehatan, pola kriteria yang konsisten menjadi kelihatan jelas. Pola tersebut tercermin pada komponen-komponen dalam sistem ini.

Komponen A = Ukuran/Besarnya masalah

Komponen B = Tingkat keseriusan masalah

Komponen C = Perkiraan efektivitas solusi

Komponen D = PEARL faktor ((propriety, economic feasibility, acceptability, resource availability, legality--Kepatutan, kelayakan ekonomi, dapat diterima, ketersediaan sumber daya, dan legalitas)

Semua komponen tersebut diterjemahkan ke dalam dua rumus yang merupakan nilai numerik yang memberikan prioritas utama kepada mereka penyakit / kondisi dengan skor tertinggi.

Nilai Dasar Prioritas/Basic Priority Rating (BPR)> BPR = (A + B) C / 3

Nilai Prioritas Keseluruhan/Basic Priority Rating (OPR)> OPR = [(A + B) C / 3] x D

Perbedaan dalam dua rumus akan menjadi semakin nyata ketika Komponen D (PEARL) dijelaskan.

Penting untuk mengenal dan menerima hal-hal tersebut, karena dengan berbagai proses seperti itu, akan terdapat sejumlah besar subyektivitas. Pilihan, definisi, dan bobot relatif yang ditetapkan pada komponen merupakan keputusan kelompok dan bersifat fleksibel. Lebih jauh lagi, nilai tersebut merupakan penetapan dari masing-masing individu pemberi nilai. Namun demikian, beberapa kontrol ilmiah dapat dicapai dengan menggunakan definisi istilah secara tepat, dan sesuai dengan data statistik dan akurat.

Komponen
Komponen A - Ukuran/Besarnya Masalah
Komponen ini adalah salah satu yang faktornya memiliki angka yang kecil. Pilihan biasanya terbatas pada persentase dari populasi yang secara langsung terkena dampak dari masalah tersebut, yakni insiden, prevalensi, atau tingkat kematian dan angka.

Ukuran/besarnya masalah juga dapat dipertimbangkan dari lebih dari satu cara. Baik keseluruhan populasi penduduk maupun populasi yang berpotensi/berisiko dapat menjadi pertimbangan. Selain itu, penyakit –penyakit dengan faktor risiko pada umumnya, yang mengarah pada solusi bersama/yang sama dapat dipertimbangkan secara bersama-sama. Misalnya, jika kanker yang berhubungan dengan tembakau dijadikan pertimbangan, maka kanker paru-paru, kerongkongan, dan kanker mulut dapat dianggap sebagai satu. Jika akan dibuat lebih banyak penyakit yang juga dipertimbangkan, penyakit cardiovascular mungkin juga dapat dipertimbangkan. Nilai maksimal dari komponen ini adalah 10. Keputusan untuk menentukan berapa ukuran/besarnya masalah biasanya merupakan konsensus kelompok.

Komponen B – Tingkat Keseriusan Masalah
Kelompok harus mempertimbangkan faktor-faktor yang mungkin dan menentukan tingkat keseriusan dari masalah. Sekalipun demikian, angka dari faktor yang harus dijaga agar tetap pada nilai yang pantas. Kelompok harus berhati-hati untuk tidak membawa masalah ukuran atau dapat dicegahnya suatu masalah ke dalam diskusi, karena kedua hal tersebut sesuai untuk dipersamakan di tempat yang lain.

Maksimum skor pada komponen ini adalah 20. Faktor-faktor harus dipertimbangkan bobotnya dan ditetapkan secara hati-hati. Dengan menggunakan nomor ini (20), keseriusan dianggap dua kali lebih pentingnya dengan ukuran/besarnya masalah.

Faktor yang dapat digunakan adalah:

* Urgensi: sifat alami dari kedaruratan masalah; tren insidensi, tingkat kematian, atau faktor risiko; kepentingan relatif terhadap masayarakat; akses terkini kepada pelayanan yang diperlukan.
* Tingkat keparahan: tingkat daya tahan hidup, rata-rata usia kematian, kecacatan/disabilitas, angka kematian prematur relatif.
* Kerugian ekonomi: untuk masyarakat (kota / daerah / Negara), dan untuk masing-masing individu.

Masing-masing faktor harus mendapatkan bobot. Sebagai contoh, bila menggunakan empat faktor, bobot yang mungkin adalah 0-5 atau kombinasi manapun yang nilai maksimumnya sama dengan 20. Menentukan apa yang akan dipertimbangkan sebagai minimum dan maksimum dalam setiap faktor biasanya akan menjadi sangat membantu. Hal ini akan membantu untuk menentukan batas-batas untuk menjaga beberapa perspektif dalam menetapkan sebuah nilai numerik. Salah satu cara untuk mempertimbangkan hal ini adalah dengan menggunakannya sebagai skala seperti:

0 = tidak ada
1 = beberapa
2 = lebih (lebih parah, lebih gawat, lebih banyak, dll)
3 = paling

Misalnya, jika kematian prematur sedang digunakan untuk menentukan keparahan, kemudian kematian bayi mungkin akan menjadi 5 dan gonorea akan menjadi 0.

Komponen C - Efektivitas dari Intervensi
Komponen ini harus dianggap sebagai "Seberapa baikkan masalah ini dapat diselesaikan?" Faktor tersebut mendapatkan skor dengan angka dari 0 - 10. Komponen ini mungkin merupakan komponen formula yang paling subyektif. Terdapat sejumlah besar data yang tersedia dari penelitian-penelitian yang mendokumentasikan sejauh mana tingkat keberhasilan sebuah intervensi selama ini.

Efektivitas penilaian, yang dibuat berdasarkan tingkat keberhasilan yang diketahui dari literatur, dikalikan dengan persen dari target populasi yang diharapkan dapat tercapai.

Contoh: Berhenti Merokok
Target populasi 45.000 perokok

Total yang mencoba untuk berhenti 13.500

Efektivitas penghentian merokok 32% atau 0,32

Target populasi x efektivitas 0,30 x 0,32 = 0,096 atau 0,1 atau 1

Contoh: Imunisasi

Target populasi 200.000

Jumlah yang terimunisasi yang diharapkan 193.000

Persen dari total 97% atau 0,97

Efektivitas 94% atau 0,94

Populasi yang tercapai x efektivitas 0,97 x 0,94 = 0,91 atau 9,1

Sebuah keuntungan dengan mempertimbangkan populasi target dan jumlah yang diharapkan adalah akan didapatkannya perhitungan yang realistis mengenai sumber daya yang dibutuhkan dan kemampuan yang diharapkan untuk memenuhi tujuan yang ditetapkan.

Komponen D - PEARL
PEARL yang merupakan kelompok faktor itu, walaupun tidak secara langsung berkaitan dengan masalah kesehatan, memiliki pengaruh yang tinggi dalam menentukan apakah suatu masalah dapat diatasi.

P – Propierity/Kewajaran. Apakah masalah tersebut berada pada lingkup keseluruhan misi kita?

E – Economic Feasibility/Kelayakan Ekonomis. Apakah dengan menangani masalah tersebut akan bermakna dan memberi arti secara ekonomis? Apakah ada konsekuensi ekonomi jika masalah tersebut tidak diatasi?

A – Acceptability. Apakah dapat diterima oleh masyarakat dan / atau target populasi?

R – Resources/Sumber Daya. Apakah tersedia sumber daya untuk mengatasi masalah?

L – Legalitas. Apakah hukum yang ada sekarang memungkinkan masalah untuk diatasi?

Masing-masing faktor kualifikasi dipertimbangkan, dan angka untuk setiap faktor PEARL adalah 1 jika jawabannya adalah "ya" dan 0 jika jawabannya adalah "tidak." Bila penilaian skor telah lengkap/selesai, semua angka-angka dikalikan untuk mendapatkan jawaban akhir terbaik. Karena bersama-sama, faktor-faktor ini merupakan suatu produk dan bukan merupakan jumlah. Singkatnya, jika salah satu dari lima faktor yang "tidak", maka D akan sama dengan 0. Karena D adalah pengali akhir dalam rumus , maka jika D = 0, masalah kesehatan tidak akan diatasi dibenahi dalam OPR, terlepas dari seberapa tingginya peringkat masalah di BPR. Sekalipun demikian, bagian dari upaya perencanaan total mungkin termasuk melakukan langkah-langkah lanjut yang diperlukan untuk mengatasi PEARL secara positif di masa mendatang. Misalnya, jika intervensi tersebut hanya tidak dapat diterima penduduk, dapat diambil langkah-langkah bertahap untuk mendidik masyarakat mengenai manfaat potensial dari intervensi, sehingga dapat dipertimbangkan di masa mendatang.