Kajian Teoritis

2. Kajian Teoritis

a. Kajian Kasus-Kontrol Case-control study (kajian kasus-kontrol) adalah rancangan penelitian epidemiologi yang mempelajari hubungan antara paparan (faktor penelitian) dan penyakit, dengan cara membandingkan kelompok kasus dan kelompok kontrol berdasarkan status paparannya. Ciri-ciri kajian kasus-kontrol adalah pemilihan subyek berdasarkan status penyakit, untuk kemudian dilakukan pengamatan apakah subyek mempunyai riwayat terpapar faktor penelitian atau tidak.

Woodward (2005) menjelaskan bahwa langkah awal dalam kajian kasus- kontrol adalah mendeteksi kelompok orang yang berpenyakit (disebut kasus) dan menyeleksi orang-orang yang terbebas (disebut kontrol) untuk melihat perbedaan faktor resiko antara keduanya. Setelah status penyakit dipilih selanjutnya akan ditelusuri riwayat munculnya penyakit tersebut. Sedangkan Garey (2004) menyatakan bahwa kajian kasus-kontrol membandingkan orang yang mempunyai outcome tertentu (kasus) dengan yang tidak (kontrol) berdasarkan karakteristik atau paparan tertentu.

b. Matched Case-Control Analysis Salah satu metode yang dapat digunakan pada kajian kasus-kontrol adalah process of matching (proses padanan) yang artinya dilakukan padanan jumlah contoh kasus dan kontrol yang akan diselidiki. Menurut Garey (2004) kelompok kontrol harus mewakili sumber populasi dimana kasus terpilih muncul. Tujuan kelompok kontrol adalah untuk menentukan jumlah relatif individu yang terpapar atau tidak terpapar dalam penyakit yang dikaji.

Langholz (2010) menjelaskan bahwa kajian kasus-kontrol bisa diperluas ke situasi dimana kontrol dipadankan dengan kasus dalam beberapa unit kelompok yang bisa dihitung seperti sekolah atau area geografi tertentu dimana jumlah kontrol potensial dalam unit tempat kasus terjadi dapat diketahui dengan pasti.

Padanan menunjuk pada penyeleksian kelompok pembanding yang mirip dengan kelompok kasus yang berkenaan dengan distribusi satu atau lebih faktor pembaur yang potensial. Melalui padanan bisa dipastikan bahwa setiap kasus akan memiliki sedikitnya satu atau lebih kontrol padanan. Padanan terutama sekali berguna pada kajian kecil dimana tidak cukup subjek untuk diatur pada beberapa faktor confounding (pembaur) secara bersamaan. (Mandrekar 2010) Padanan menunjuk pada penyeleksian kelompok pembanding yang mirip dengan kelompok kasus yang berkenaan dengan distribusi satu atau lebih faktor pembaur yang potensial. Melalui padanan bisa dipastikan bahwa setiap kasus akan memiliki sedikitnya satu atau lebih kontrol padanan. Padanan terutama sekali berguna pada kajian kecil dimana tidak cukup subjek untuk diatur pada beberapa faktor confounding (pembaur) secara bersamaan. (Mandrekar 2010)

Ury (1975) dan Miettinen (1969) dalam Mandrekar (2010) menjelaskan cara penentuan kontrol dengan statistik efisiensi. Efisensinya akan terlihat lebih baik jika jumlah kontrol tidak melebihi tiga atau empat kontrol dalam tiap kasus. Hal ini dijelaskan berdasarkan efisiensi Pitmann dari uji Mantel-Haenszel (MH) untuk data bertingkat dimana:

2m

=>?@?=A@? = m + 1 ; m = rasio kontrol terhadap kasus

m m V + 1

P QRAS4RT ∶ P V QRAS4RT =

m V m + 1

1) Padanan 1 : c Bentuk padanan yang sederhana adalah 1 : 1 yang biasa disebut padanan berpasangan, artinya tiap kasus dipadankan dengan satu kontrol sehingga pada bentuk ini, kelompok kasus dan kontrol secara identik akan seimbang. Uji statistik yang digunakan adalah The Cochran-Mantel-Haenszel (CMH) yang diperoleh dari perhitungan nilai harapan dan ragam tiap tabel (Woodward 2005).

Uji statistik CMH digunakan untuk menguji hipotesis nol dengan bentuk hipotesis: Ho : Tidak ada hubungan antara kasus-kontrol dan paparan

H 1 : Ada hubungan antara kasus-kontrol dan paparan Bentuk umum statistik uji CMH untuk padanan 1 : c adalah

W X∑ P ^

Z − ∑ W ? Z_ \ + 1 ] S Z

X − 12]

Z_

∑ ` ? \ + 1 − ? ^ Z_ ∑ ` ? \ + 1 − ? ^ Z_

Z_

dimana c adalah jumlah kontrol, i adalah jumlah pasangan dengan satu paparan (jumlah pasangan discordant = d), t i adalah jumlah himpunan dengan i paparan dan m i adalah jumlah t i dimana kasus muncul . Hasil uji CMH akan dibandingkan dengan nilai

f g V 1 . Penduga odds ratio dari MH yaitu:

Miettinen (1970) dalam Woodward (2005) mengaproksimasi rumus galat baku dari TRl m hi :

u V

? \ + 1 − ? S Z

no pTRl m hi q = rh s

?h + \ + 1 − ? V

Z_

h dengan hi jk akan menghasilkan penduga no v pTRl m hi q. Aproksimasi selang kepercayaan 95% untuk TRl m

Substitusi

h adalah (L log ,U log ) yaitu:

TRl m hi jk ± 1.96 no v pTRl m hi q

Dengan aproksimasi limit kepercayaan 95% untuk h adalah:

pexp pz {|} q , exp p• {|} qq

2) Regresi dengan Peubah Boneka Jika peubah dalam regresi bersifat kualitatif maka peubah tersebut harus dijadikan kuantitatif agar regresi dapat digunakan. Salah satu metode yang bisa digunakan adalah dengan menggunakan peubah dummy (boneka). Secara umum banyaknya peubah boneka yang dibutuhkan adalah banyaknya kategori pada peubah kualitatif dikurangi 1. Cara pemberian kode boneka umumnya menggunakan kategori yang dinyatakan dengan angka 1 dan 0. (Draper dan Smith 1992).

Bentuk umum model regresi dengan peubah boneka adalah:

Z = • + ‚ ƒ € Z + „ … Z + † Z

Jika terdapat beberapa peubah penjelas dan beberapa peubah boneka maka persamaan (1) menjadi: € Z = • + ‚ ƒ Z +‚ V ƒ ZV +⋯+‚ ˆ ƒ Zˆ +„… Z +⋯+„ ˆ … Zˆ + † Z Jika dianggap terdapat interaksi antara peubah kualitatif dan peubah kuantitatif maka persamaan (1) menjadi :

€ Z = • + ‚ ƒ Z + „ … Z + ‰ƒ Z … Z +† Z

Pengujian secara simultan pada model dilakukan dengan uji-F dan pengujian secara parsial dilakukan dengan uji-t dengan batas signifikan pada taraf 5%.