Kriteria Memilih Desain Studi

  RANCANGAN

PENELITIAN

  Murwati, SKM, M.Epid Kriteria Memilih Desain

Studi

  1. Masalah penelitian dan

  1. Masalah penelitian dan hipotesis hipotesis

  2. Waktu yg tersedia

  2. Waktu yg tersedia

  3. Sumber daya yg tersedia

  3. Sumber daya yg tersedia

  4. Penyakit umum atau langka

  4. Penyakit umum atau langka

  5. Jenis variabel hasil penelitian

  5. Jenis variabel hasil penelitian

  

6. Kualitas data yg akan diperoleh

  

6. Kualitas data yg akan diperoleh

dari berbagai sumber dari berbagai sumber

  

Penelitian analitik

  1. Cross sectional

  2. Case – control

  3. Cohort

1. Kross-seksional/ Cross sectional

  Ide penting : Pelajari status paparan , penyakit or karakteristik kesht lain

secara serentak pd tingkat

individu dr populasi pd satu saat. Setiap subyek diobserv hanya

  1X

  

Pengukuran IDV & DV pada satu saat

Efek Efek (+) A FR( (+) A FR( Efek (-) Efek (-) +) +) B B Efek Efek FR (+) C FR (+) C Efek (-) Efek (-) (-) (-) D D

  

Tabel 2X2 hsl p’amatan kroseksional

Ya Tidak

  Ya A B Tidak C D Efe k FR RP : A(A+B) : C

• Manfaat penelitian : Mengukur

  prevalensi (amat sangat jarang mengukur insidensi) penyakit &

  2 faktor yg berhubungan.

• Cari hubungan antr penyakit &

  2 faktor yg berhubungan.

• Mencari/menguji hipotesis
• Mengulang penelitian (pd sampel

  berbeda) utk mengukur perubahan & mengevaluasi intervensi

  

Jenis studi cross sectional

Diskriptif

  Analitik Langkah 2 studi

krosseksional

• Merumuskan pertanyaan
• Merumuskan pertanyaan

  penelitian dan hipotesis penelitian dan hipotesis

• Mengidentifkasi variabel
• Mengidentifkasi variabel

  penelitian penelitian

• Menetapkan subyek penelitian
• Menetapkan subyek penelitian
• Melaksanakan pengukuran
• Melaksanakan pengukuran
• Melakukan analisis
• Melakukan analisis

  TERPAPAR A B TIDAK

C D

  

Analisa data

• Uji hipotesis
• Analisis Risiko Relativ : perbandingan antara prevalens pykt pd klp resiko dgn prevalens efek pd klp tanpa resiko..hit : RASIO PREVALEN
• Rumus RP = A/(A+B) : C/(C+D)

SAKIT SEHAT

INTERPRETASI HASIL

• Bila nilai RP = 1 : var yg diduga
• Bila nilai RP = 1 : var yg diduga

  tdk ada pengaruh ( bukan FR)

• RP > 1 : variabel yg diduga sbg
• RP > 1 : variabel yg diduga sbg

  FR

• RP < 1 : faktor protektif
• RP < 1 : faktor protektif

  (pencegah)

  tdk ada pengaruh ( bukan FR)

  FR

  (pencegah)

  

Uji Hipotesis yg tepat

• Menentukan variabel yg
• Menentukan variabel yg

  dihubungkan dihubungkan

• Menentukan jenis hipotesis
• Menentukan jenis hipotesis
• Menentukan skala pengukuran
• Menentukan skala pengukuran
• Menentukan pasangan/tdk
• Menentukan pasangan/tdk

  berpasangan berpasangan

• Menentukan jumlah kelompok
• Menentukan jumlah kelompok

  /jenis tabel (BXK) atau (PXK) /jenis tabel (BXK) atau (PXK)

  

Tentukan jenis hipotesis

• Hipotesis komparatif : utk mencari hubungan antar variabel dengan parameter bukan nilai koefsien korelatif
• Hipotesis korelatif : utk nmencari hub asosiasi dengan parameter koefsien korelasi (r)

  Pasangan dan Kelompok

• Dua klpk tdk berpasangan
• Dua klpk tdk berpasangan
• Mengukur tekanan darah subyek
• Mengukur tekanan darah subyek

  penelitian pada kelompok daerah rural penelitian pada kelompok daerah rural dan urban dan urban

• Data : 2 klpk
• Data : 2 klpk

• - Pasangan : tdk pasangan krn indv beda

• - Pasangan : tdk pasangan krn indv beda

• Dua kelompok berpasangan
• Dua kelompok berpasangan
• Ada sklpk mhs yg diukur Bbnya sbyk 2
• Ada sklpk mhs yg diukur Bbnya sbyk 2

  X , pd bln januari dan Februari X , pd bln januari dan Februari

• Data : 2 Klpk - Data : 2 Klpk

  - Pasangan : berpasangan krn dr indv yg

• - Pasangan : berpasangan krn dr indv yg

  Skala Pengukuran variabel Skala pengukuran

  Kategori kualitatif Numerik /non kategorik/kuantitatif Nominal

  Interval Contoh : jenis kelamin Contoh : suhu badan

• ^- Laki – laki ^-

  Perempuan Ordinal Rasio Contoh : tingkat pendidikan Contoh :

• _{- -} Pendidikan rendah Berat badan ^-
• ^- Pendidikan menengah Tinggi badan _{- -} Pendidikan tinggi Kadar gula darah ^-

  Kadar kolesterol Klasifkasi kadar kolesterol

• ^- Rendah ^-

  Normal

  

Tabel BXK atau PXK

• B XK :
• B = Baris : variabel

  Independen/bebas

• K = Kolom : variabel dependen/terikat
• Jika baris ada 3 dan kolom ada 3 maka : 3X3

  Tingkat Total Tingkat Pendidi ka Rendah Sedang Tinggi Rendah a b c A+b+ c Sedang d e f D+e+f Tabel PXK

• P = pengulangan
• K = Kategori • Jika pengulangan 2 dan kategori 2 :

  2X2

  Pengetahuan sesudah penyuluhan Pengeta Baik Buruk huan

  Baik a B A+b sebelum Buruk c d C+d penyulu han Tabel Uji hipotesis Bivariat Masala h skala pengu kuran

  Jenis Hipotesis Komparatif Korelatif Berpasangan Tdk berpasangan

  

Numerik 2 Klpk > 2 Klpk 2 Klpk > 2 Klpk Pearson*

Uji t tdk berpasang an

  One way anova Uji t berpasang an

  Repeate d ANOVA Kategorik

  /ordinal Mann Whitney Kruskal wallis Wilcoxon Friedma n Spearma n Somers’d Gamma Kategorik

  Chi-square McNemar,cocran, Koefsien

  

Kekuatan

• Mudah dan murah , cepat diperoleh ,
• Mudah dan murah , cepat diperoleh ,

• • Tdk perlu followup dan tdk terancam DO

• Efsien utk diskripsikan distribusi pykt

• • Tdk perlu followup dan tdk terancam DO

• Efsien utk diskripsikan distribusi pykt
• Dpt formulasikan hipotesis kausal yg
• Dpt formulasikan hipotesis kausal yg
• Tdk paksa subyek alami FR yg rugikan
• Tdk paksa subyek alami FR yg rugikan

  byk var

  dihub distribusi sejum karakteristik (umur,seks, ras,status ekonomi dll)

  akan diuji dlm studi analitik lainnya

  keshatn dan tdk hilangkan kesempatan teraphi

  byk var

  dihub distribusi sejum karakteristik (umur,seks, ras,status ekonomi dll)

  akan diuji dlm studi analitik lainnya

  keshatn dan tdk hilangkan kesempatan teraphi

  

Kelemahan

• Tdk adanya sekuensi waktu yg

  jelas antara paparan dan efek (dilema ayam dan telur)

  jelas antara paparan dan efek (dilema ayam dan telur)

• Penggunaan data prevalensi
• Penggunaan data prevalensi

  (bukan insiden, maka akan terjadi bias prevalens )

  (bukan insiden, maka akan terjadi bias prevalens )

• Dibutuhkan subyek yg cukup
• Dibutuhkan subyek yg cukup

  besar

  besar

• Tdk gambarkan perjalanan pykt
• Tdk gambarkan perjalanan pykt
• Tdk adanya sekuensi waktu yg

  

Contoh

• Pertanyaan penelitian : Apakah ada hubungan antara kebiasaan memakai obat nyamuk semprot terhadap batuk kronik berulang (BKB) pada anak balita?
• Hipotesis penelitian : kebiasaan obat nyamuk semprot berhubungan dengan peningkatan kejadian BKB
• Pertanyaan penelitian : Apakah ada hubungan antara kebiasaan memakai obat nyamuk semprot terhadap batuk kronik berulang (BKB) pada anak balita?
• Hipotesis penelitian : kebiasaan obat nyamuk semprot berhubungan dengan peningkatan kejadian BKB

  Identifkasi variabel

• FR yg diteliti : penggunaan obat
• FR yg diteliti : penggunaan obat nyamuk semprot nyamuk semprot
• Efek : BKB pada anak balita
• Efek : BKB pada anak balita
• FR yg tdk diteliti : riwayat asma dlm
• FR yg tdk diteliti : riwayat asma dlm keluarga, tingkat sosial ekonomi, keluarga, tingkat sosial ekonomi, jumlah anak dll jumlah anak dll
• Buat DO
• Buat DO
• Alat ukur dan hasil pengukuran
• Alat ukur dan hasil pengukuran
• Penetapan subyek penelitian
• Penetapan subyek penelitian
• Pop terjangkau : balita pengunjung poliklinik yang tdk mempunyai riwayat asma, tgkt sosek ttt, jumlah anak dlm kel ttt.
• Sampel : dipilih sejumlah balita sesuai perkiraan besar sampel dgn tehnik ttt ( misal didapat 250 balita)
• Pop terjangkau : balita pengunjung poliklinik yang tdk mempunyai riwayat asma, tgkt sosek ttt, jumlah anak dlm kel ttt.
• Sampel : dipilih sejumlah balita sesuai perkiraan besar sampel dgn tehnik ttt ( misal didapat 250 balita)
• Pengukuran
• Pengukuran

  FR : pertanyaan …apakah dirumah subyek

biasa menggunakan obat nuamuk semprot?

  Efek : dengan kriteria tertentu utk tetapkan BKB

  FR : pertanyaan …apakah dirumah subyek

biasa menggunakan obat nuamuk semprot?

  Efek : dengan kriteria tertentu utk tetapkan BKB

  

Analisis hasil dgn tabel 2 X 2

BKB Ya Tidak Jumlah Obat Ya

  30 70 100 nyamu Tidak 15 135 150 k Prevalen BKB yg terpapar : 30/100 : 0,3

Prevalen BKB yg tdk terpapar : 15/150 :

0,1 RP : 0,3/0,1 = 3

2. Kasus-Kontrol

• Ide penting : melihat

  perbedaan & persamaan antr seri kelompok kasus dan kontrol.

• • Manfaat penelitian : Mencari

  hubungan. Cari/buktikan

hipotesis. Menilai kekuatan

hubungan (odds ratio)

  

PENDAHULUAN

• Studi kasus-kontrol lebih efsien drpd kohort krn butuh sampel lebih sedikit.
• Sifat utama : seleksi subyek

  berdasarkan status penyakit. Peneliti pilih kasus diantara orang yg derita penyakit yg diamati & kontrol dr yg tak derita penyakit tsb.

• Pd studi kasus-kontrol yg terancang

  baik, kasus dipilih dr populasi yg didefnisikan dg jelas, y.i. dr populasi sumber, kontrol dipilih dr populasi sama yg hasilkan kasus.

• Riwayat paparan sebelumnya baik utk

KONSEP KUNCI

  

1. Studi kasus-kontrol : studi observasional

dimana subyek disampling berdasarkan ada tidaknya penyakit & kemudian ditentukan status paparan sebelumnya.

  

2. Studi kasus-kontrol scr statistik efsien &

cost-efective utk pelajari penyakit yg

jarang, & multi faktor risiko dapat dipelajari dlm studi kasus-kontrol.

  3. Orang dg penyakit yg baru didiagnosis

dinamakan kasus insidens, sedangkan

kasus yg telah ada sebelumnya dinamakan sbg kasus prevalens.

  4. Idealnya, kontrol harus punya prevalensi paparan yg sama pd populasi thd orang yang tidak sakit.

  5. Studi population-based : dimana kasus dan kontrol disampling dr populasi yg ditetapkan, misalnya daerah metropolitan.

  6. Sampel hospital-based pd kasus & kontrol lebih nyaman digunakan & tidak

mahal untuk dikumpulkan datanya, tp

₂ mungkin alami bias oleh faktor yg pengaruhi masuknya ke rumah sakit bagi kasus & kontrol.

  8. Confounding terjadi ketika efek paparan yg diamati yg terlihat dihubungkan seluruhnya / sebagian terhadap beberapa faktor lain.

  9. Studi kasus-kontrol dgn penyetaraan (MATCHED) adalah sampling kontrol paralel dg pemilihan karakteristik kasus utk mengurangi kemungkinan ₂ adanya confounding oleh ciri yg disetarakan.

  10. Odds ratio adalah ukuran hubungan antara paparan dengan penyakit yg dapat dihitung dlm studi kasus-kontrol.

  

Langkah -2 penelitian kasus

kontrol

• Menetapkan pertanyaan penelitian dan hipotesis yang sesuai
• Mendiskripsikan variabel penelitian

  FR, efek

  FR, efek

• Menentukan pop terjangkau dan sampel (kasus,kontrol) dan cara pemilihan sampel
• Melakukan pengukuran variabel efek dan FR<
• Menentukan pop terjangkau dan sampel (kasus,kontrol) dan cara pemilihan sampel
• Melakukan pengukuran variabel efek dan FR
• Menetapkan pertanyaan penelitian dan hipotesis yang sesuai
• Mendiskripsikan variabel penelitian

  KEUNGGULAN

  

1. Efsien mempelajari kasus yang

jarang

2. Lebih feasibel untuk dilakukan karena:

   a. Sampel lebih kecil

   b. Biaya lebih murah

  

c. Dapat menilai beberapa faktor

risiko sekaligus

   d. Hasil yang dicapai lebih cepat

  KELEMAHAN

  1. Kurang mempunyai nilai bila pemaparan jarang

  2. Informasi recall kurang baik (bias)

  

3. Kesulitan menetapkan kontrol

(RS)

  4. Tidak langsung manilai Risk.

  5. Peka terhadap bias

KEKUATAN RELATIF POPULATION BASED DAN

HOSPITAL BASED STUDI KASUS-KONTROL

• Lebih mudah dicapai • Penetapan populasi &gt; baik
• Lebih kooperatif • Kasus-kontrol pasti dari populasi yang sama
• Latar belakang seimbang • Riwayat pemaparan kontrol lebih merefeksikan person tanpa penyakit yang dipelajari
• Lebih mudah mendapat informasi pemaparan : (medical record, biologic spesimen)

  

BIAS

Kesalahan sistematik dari penelitian yang akan

mendistorsikan hasil penelitian dan membatasi

validitas dari kesimpulan

1. BIAS SELEKSI

  a. Admission rate bias (Berkson)

  b. Partisipasi (rendah/ menolak)

  c. Kesalahan sampling

  d. Pilihan sarana diagnostik

2. BIAS INFORMASI

  a. Intra-inter observer

  b. Instrumentasi

  c. Recall

  d. Exposure suspicious

3. CONFOUNDING VARIABEL TDK TERKONTROL

BESAR SAMPEL

• OR= Estimated Odds Rasio (dari penelitian sebelumnya)
• Po = Exposure rate Grup Kontrol • α (Alfa) = Derajat kemaknaan yang diambil
• β (Beta); 1-β = Power of study
• Dari angka yang didapat selanjutnya lihat tabel

ODDS RATIO (RASIO ODD)

  ODDS OF CASE EXPOSURE = ODDS OF CONTROL EXPOSURE = A/B : C/D = AD/BC ODDS RATIO= EXPOSURE ODDS RATIO= CROSS PRODUCT RATIO

BILA SAMPEL KASUS DAN KONTROL DARI POPULASI YANG

  95% Confdence Interval (CI)

UNMATCHED CASE-CONTROL STUDY

  95% CI= (OR) exp ± 1.96 V 1/A+1/B+1/C+1/D

  CONTOH UNMATCHED CASE-CONTROL STUDY Exposed Unexposed Total Cases

  22

  36

  58 Control

  7

  86

  93 Total 29 122 151 ODDS RATIO= (22X86) : (36X7) = 7.5 95% CI = 7.5 exp (±0.94) Lower bound = 2.9 Upper bound = 19.1

MATCHING CASE-CONTROL STUDY

  CONTROL Exposed Unexposed Total Exposed W

  X W+X CASES

  Unexposed Y Z Y+Z W+Y X+Z N Total

  

W= Both case &amp; control exposed, X= Case exposed but control

unexposed Y= Case unexposed but control exposed, Z= both case &amp; control unexposed W&amp;Z: CONORDANT PAIR, X&amp;Y: DISCORDANT PAIR ODDS RATIO = X/Y

  CONTOH MATCHED CASE-CONTROL

ANALYSIS

CONTROL

  Exposed Unexposed Total Exposed 132 57 189

  CASES Unexposed

  5

  6

  11 137 63 200

  Total ODDS RATIO=57: 5 = 11.4 95% CI= 11.4 Exp±0.91 Lower Bound 4,6, Upper bound 28.3

  

INTERPRETASI OR &amp; CI

• OR diatas 1: faktor risiko
• OR dibawah 1: faktor protektif
• OR 1: tidak ada pengaruh
• CI: menyeberang angka 1, misal (0,7-25): berarti tidak bermakna

• • CI: tidak menyeberang angka 1 misal 0,5 (CI:0,1-

  08) signifcant protektif, 3 (CI: 1,5-5) signifcant faktor risiko

• • Faktor risiko dinilai cukup besar bilamana diatas 3

• • Makin sempit nilai CI: makin besar power of study

  (biasanya sampel besar)

UJI STATISTIK

1. Kasus-kontrol tidak berpasangan

  a) Chi-square test

  b) Fisher exact test

  c) Test for linear trends (tabel 2x3 atau lebih) d) Regresi logistik

2. Kasus kontrol berpasangan

  McNemar Matched Pair Chi-Square

  

Contoh kasus

• Masalah : apakah abortus berhub
• Masalah : apakah abortus berhub dgn risiko kejadian plasenta previa dgn risiko kejadian plasenta previa pd kehamilan berikutnya ? pd kehamilan berikutnya ?
• Hipotesis : terdpt asosiasi antara
• Hipotesis : terdpt asosiasi antara abortus dgn kejadian plasenta previa abortus dgn kejadian plasenta previa pada kehamilan berikutnya. pada kehamilan berikutnya.
• Desain lit : kasus kontrol ( hospital
• Desain lit : kasus kontrol ( hospital based) based)
• Kasus : wanita yg melahirkan di RS dr 1 jan 2000 – 31 Des 2005 scr SC krn PP tot yg dibuktikan dgn USG dan gjl klinis PAP
• Kontrol : wanita yg melahirkan di RS ttt dlm kurun waktu yg sama tanpa PP dan diseleksi scr acak
• FR yg akan dilit : Riwayat adanya abortus sblmnya
• Pengumpulan data : wawancara dan isi kuis dr 68 kss dan 68 kontrol

  

Hasil analisis 2X2

Abortu s + - Tot PP +

  12

  56

  68 -

  9

  59

  68 Tot 21 115 126 OR = (12 X 59 ) / (56 X 9) = 1,4 CI = 0,5 – 3,6

Krn CI melewati angka 1 maka abortus

3. Kohort. : Follow-up

• Ide penting

  populasi, hubungkan

  2 informasi pola faktor risiko dgn status

kesehatan pd baseline,

thd outcome yg diamati

• • Manfaat studi : Mempelajari

  riwayat alamiah penyakit.

  Mengukur insidensi penyakit. Hubungkan outcome penyakit dg penyebab penyakit yg mungkin, yi mencari hubungan. Membuat/menguji hipotesis.

  Konsep Kunci

  1. Studi dimana peneliti scr pasif

mengamati kejadian tanpa tentukan

penempatan paparan yg akan diamati = studi observasional.

  2. Studi kohort : studi observasional dimana peneliti tentukan status paparan subyek &amp; kemudian mengikuti mereka sampai terjadi outcome.

  3. Studi kohort prospektif adalah studi dimana paparan dan outcome selanjutnya pd setiap subyek

ditentukan setelah mulai penelitian.

  4. Studi kohort retrospektif : studi

dimana digunakan informasi historis

  5. Risk ratio / risiko relatif : ukuran hubungan antara paparan &amp; penyakit yg didefnisikan sbg risiko diantara yg terpapar dibagi dgn risiko diantara yg tidak terpapar.

  6. Risk ratio &gt; 1 tunjukkan paparan menambah risiko penyakit, sdgkan risk ratio &lt; 1 tunjukkan paparan mengurangi risiko penyakit.

  7. Attributable risk percentage adlh

ukuran proporsi risiko total diantara

org yg terpapar dihubungkan dgn paparannya.

ANALITIK PROSPEKTIF EKSPERIMENTAL PENYAKIT/

  RANCANGAN DESKRIPTIF/ RETROSPEKTIF / OBSERVASIONAL/ MULAI DG KEL _{PEMBAND TAK ADA} SPESIFIK ADA/ _{PENYEBAB Kasus} Serial Deksriptif Retrospektif Observasional Penyakit Tak _ada

Kross- Deskriptif Retrospektif Observasional Keduanya Biasa

_{seksional tak ada simultan tp Kasus- Analitik Retrospektif Observasional Penyakit Ada} bisa _{Kohort Analitik Prospektif &amp; Observasional Biasanya Ada} Kontrol _{Trial/ Analitik Prospektif Eksperimental Biasanya Ada} Retrospektif penyebab Eksperimen ^{penyakit, tp} _kadang

1. KROSS-SEKSIONAL

2. STUDI KASUS KONTROL

  OR =

3. STUDI KOHORT

WAKTU PENGUKURAN

• Studi kohort biasanya PROSPEKTIF,

  dimana paparan thd faktor risiko dan outcome kesehatan selanjutnya diamati setelah dimulainya studi (Figure 8-3).

• Contoh, studi kohort prospektif asfksi

  

bayi dan retardasi mental selanjutnya

dapat dimulai th 2000. Derajat asfksi

bayi dapat ditentukan pd saat lahir sampai 2001, dan perkembangan retardasi mental dapat dinilai antara 2001-2006, atau lebih lama lagi = Studi
• Kadangkala, studi kohort adlh

  RETROSPEKTIF (historikal) dimana digunakan informasi paparan thdp faktor risiko &amp; status penyakit sebelumnya. (Figure 8-4).

• Sebuah studi kohort retrospektif pelajari

  asfksi bayi &amp; kecacatan neurologik yg dirancang 2001 melibatkan reviu catatan medik bayi baru lahir pd RS tertentu th 1989 utk tentukan derajat asfksia, diikuti reviu raport sekolah selama periode 1999- 2000 utk tentukan fungsi derajat

intelektualitas. Ingat bahwa paparan thd

faktor risiko &amp; berkembangnya outcome

• Keuntungan rancangan kohort

  retrospektif :

• – Kesimpulan lebih cepat krn E-D telah terjadi.
• – Biaya lebih murah
₂ nya cara utk pelajari
• – Sering hanya satu

  efek paparan yg tidak lama dialami, mis pd

pengobatan medik yg tidak dilanjutkan.

• Kelemahan rancangan kohort

  retrospektif :

• – Harus mengandalkan catatan medik

  subyek, biasanya kurang lengkap &amp; teliti dibanding prospektif.

• Tabel 8-2.

  JENIS, MANFAAT &amp; RANCANGAN JENIS MANFAAT RANCANGAN STUDI UTAMA YG MUNGKIN

  Hitung pnykt Temukan jumlah case-load; Serial kasus, lebih

&amp; deskripsi defnisikan karakteristik D; disukai mrpkn

tmsk rate buat hipotesis bdsrk faktor bag dr catatan insiden umum (kesamaan pd kasus); klinik / populasi hipotesis dg lihat apkh terjd hubungan yg diprediksi

  JENIS MANFAAT RANCANGAN STUDI UTAMA YG MUNGKIN Rate insiden (a) Temukan rate D; nilai (a) Populasi serial ₂ penyakit / variasi mnrt waktu, kasus dg kasus kematian, hub tempat &amp; karakteristik yg berhub dg dg faktor2 risiko kasus; buat hipotesis populasi biasa

(b) s.d.a. + studi riwayat ditetapkan dg

alamiah D; cari hub antr sensus /regstr f. risiko dan penyakit lain

(b) Studi kohort

dg

populasi yg

ditetapkan

o/ paparan

JENIS MANFAAT RANCANGAN STUDI UTAMA YG MUNGKIN

  Perbandingan Eksplorasi kesamaan &amp; (a) Serial kasus pop, internasional perbedaan rate penykt , dihub dg sensus

temukan kepentingan pop/register

ln relatif dr faktor lingkungan (b) Studi kross- sek

  &amp; genetik dr penyakit , sional multi- buat/uji hipotesis senter (c ) Studi kohort

  JENIS MANFAAT RANCANGAN

STUDI UTAMA YG

MUNGKIN Prevalensi Hitung bebas penyakit &amp; (a) Studi kross- seksional penyakit / f. risiko; cari hub antara (b) Penyakit / org dlm ₂

faktor penyakit dan f. risiko; risiko dihub dg

risiko cari atau uji hipotesis sensus pop /register populasi Perbandingan Buat/uji hipotesis dgn Kasus-kontrol org dg penykt bandingkan kesamaan &amp; dg kel kontrol perbedaan antara

  

JENIS MANFAAT

RANCANGAN

STUDI UTAMA

YG MUNGKIN Twin Bandingkan kesamaan &amp; perbedaan Register kembar studies antr orang dg lingk genetik sama utk monosigot &amp; ₂ mendalami kontribusi relatif faktor dizigot yg dipljr genetik &amp; lingkungan pd penyakit dg studi kohort (sering kohort

  JENIS MANFAAT RANCANGAN STUDI UTAMA YG MUNGKIN Studi Efek mendatang dr perubahan Analisis seri kasus migran lingkungan, utk menilai kepen- populasi dg negara ₂ tingan relatif dr faktor generik kelahiran / indikator

  &amp; lingkungan. Mengukur beban lain (kel etnis, ras, penyakit pd populasi migran kebangsaan dll), &amp; studi kross- seksional atau kohort pd

migran di negara

pindahannya, kdng

dibandingkan dg non

migran di ngr asal.