Kursus dan Pelatihan

Metodologi Uji Klinik

Jakarta, 5 Maret 2015

Bias dalam Uji Klinik

Frans D. Suyatna

Clinical Study Unit

Faculty of Medicine, Univ. of Indonesia
 Uji Klinik
Pertanyaan riset

Disain

Hipotesis

Intervensi

Endpoints

Data hasil

Analysis
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 2
Will this research produce valid findings?

Threats to validity:
1) Chance (random error)
2) Bias
3) Confounding

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 3

Validity
• Internal validity – perbedaan outcome antar
kelompok studi benar, tidak karena bias, kebetulan
atau faktor perancu (confounding factor)
Is there a causal relationship between the
experimental treatment (independent variable) and
the observed effect (dependent variable)
• External validity (includes scientific and statistical
generalisation) – hasil studi dapat diaplikasi pada
populasi
Could the observed effect be produced by in other
settings, with other populations, at other times….
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 4
 Validity
• Accuracy
• Precision
• Reliability = degree of clearness
Precise imprecise

Biased

Unbiased

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 5

 Error

BIAS Systematic Random CHANCE

= differential = non-differential

Random error ● use of invalid outcome measure that equally

misclassifies cases and controls
Differential error ● use of an invalid measures that misclassifies
cases in one direction and misclassifies control in another

Modified from Massey University, M. Tevfik DORAK

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 6
 Bias
• Systematic error
• Error tetap walaupun
sampel size diperbesar
• Inaccurate results
vs. Chance
• Random error = variability
• Error hilang bila sample size
diperbesar atau mengurangi
variasi variasi dalam pengukuran
(reducing measurement error)
• Imprecise results

Modified from Massey University, M. Tevfik DORAK

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 7
Minert (1986)

• Preconceived personal preference or inclination

that influences the way a measurement,
analysis, assessment, or procedure is performed
or reported

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 8

Spilker (1991)

• A systematic error that enters a clinical trial and

distort the data obtained, as opposed to a
random error that might enter a clinical trial

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 9

Sacket (1979)

• Any process at any stage of inference that tends

to produce results or conclusions that differ
systematically from the truth

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 10

ICH E9 guideline

• The systematic tendency of any factors associated

with the design, conduct, analysis, and evaluation
of the results of clinical trials to make the estimate
of a treatment effect deviate from its true value

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 11

 Bias (1)
• Bias caused by deviation in conduct = operational bias
• Bias from other sources = statistical bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 12

Bias (2)
A systematic error that deviates data from
truth caused by the partial judgment or
personal preference that can occur at any
stage of a clinical trial

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 13

 Design
Selection bias
Eligible patients

Randomization

Information bias
Intervention group Control group
Performance bias
Observer bias
Interviewer bias Control treatment
Intervention
Use of non validated
instruments

Follow up Exclusion/attrition bias Follow up

Detection bias Outcomes

Outcomes Publication bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 14
Bias
Literature review
- Foreign language exclusion bias
- Literature search bias
- One-sided reference bias
- Rhetoric bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 15

Study design (1)
- Selection bias
- Sampling frame bias
Berkson (admission rate) bias
Centripetal bias
Diagnostic access bias
Diagnostic purity bias
Hospital access bias
Migrator bias
Prevalence-incidence (Neyman /
selective survival; attrition) bias
Telephone sampling bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 16
Study design (2)
- Nonrandom sampling bias
Autopsy series bias
Detection bias
Diagnostic work-up bias
Door-to-door solicitation bias
Previous opinion bias
Referral filter bias
Sampling bias
Self-selection bias
Unmasking bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 17
Study design (3)
- Noncoverage bias
Early-comer bias
Illegal immigrant bias
Loss to follow-up (attrition) bias
Response bias
Withdrawal bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 18

Study design (4)
- Noncomparability bias
Ecological (aggregation) bias
Healthy worker effect (HWE)
Lead-time bias
Length bias
Membership bias
Mimicry bias
Nonsimultaneous comparison bias
Sample size bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 19

Study execution

• Bogus control bias

• Contamination bias
• Compliance bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 20

Data collection (1)
- Instrument bias
Case definition bias
Diagnostic vogue bias
Forced choice bias
Framing bias
Insensitive measure bias
Juxtaposed scale bias
Laboratory data bias
Questionnaire bias
Scale format bias
Sensitive question bias
Stage bias
Unacceptability bias
Underlying/contributing cause of death bias
Voluntary reporting bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 21
Data collection (2)
- Data source bias
Competing death bias
Family history bias
Hospital discharge bias
Spatial bias
- Observer bias
Diagnostic suspicion bias
Exposure suspicion bias
Expectation bias
Interviewer bias
Therapeutic personality bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 22

Data collection (3)
- Subject bias
Apprehension bias
Attention bias (Hawthorne effect) (WickstrÖm, 2000)
Culture bias
End-aversion bias (end-of-scale or central tendency bias)
Faking bad bias
Faking good bias
Family information bias
Interview setting bias
Obsequiousness bias
Positive satisfaction bias
Proxy respondent bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 23
Data collection (4)
- Recall bias
Reporting bias
Response fatigue bias
Unacceptable disease bias
Unacceptable exposure bias
Underlying cause (rumination bias)
Yes-saying bias
- Data handling bias
Data capture error
Data entry bias
Data merging error
Digit preference bias
Record linkage bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 24
Data analysis (1)
- Confounding bias
Latency bias
Multiple exposure bias
Nonrandom sampling bias
Standard population bias
Spectrum bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 25

Data analysis (2)
- Analysis strategy bias
Distribution assumption bias
Enquiry unit bias
Estimator bias
Missing data handling bias
Outlier handling bias
Overmatching bias
Scale degradation bias
- Post hoc analysis bias
Data dredging bias
Post hoc significance bias
Repeated peeks bias
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 26
Interpretation of results
Assumption bias
Cognitive dissonance bias
Correlation bias
Generalization bias
Magnitude bias
Significance bias
Underexhaustion bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 27

Publication

All's well literature bias

Positive result bias
Hot topic bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 28

Subject Selection Bias (Berksonian bias)

• Hubungan exposure (agent) – penyakit berbeda

antar kelompok (ikut dan eligible tetapi tidak ikut)
• Incidence-prevalence bias, loss-to-follow up bias
Publication bias
Non response bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 29

Non-response bias
Hubungan antara merokok dan risiko disfungsi ginjal dalam 10 tahun (10-year risk o
renal dysfunction)

Skenario 1 (ideal)
Pasien dengan Risiko
disfungsi ginjal disfungsi ginjal
Perokok (n=1000) 100 10%
Bukan perokok (n= 1000) 50 5%
Semua subyek setuju ikut dalam studi RR = 0.10/0.05 = 2 (true RR)

Skenario 2 (non-response bias)

Pasien dengan Risiko
disfungsi ginjal disfungsi ginjal
Perokok (n=800) 60 7.5%
Bukan perokok (n= 1000) 50 5%
20% subyek perokok dengan hipertensi berat (risiko disfungsi ginjal meningkat)
tidak mau ikut penelitian RR = 0.075/0.05 =1.5 UNDERESTIMATE
 SELECTION BIAS
Publication bias

In the figure we report a hypothetical example of publication bias. In the left part of
figure the shape of the plot suggests that smaller studies indicating a worse outcome
with the treatment being tested, might have been not reported (just one study where
treatment produced worse outcome). In the right part of figure there are smaller
studies showing either beneficial or no beneficial effects of the treatment. In this case
the plot is appropriately funnel-shaped, making publication bias less likely.

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 31

Incidence-Prevalence Bias (Neyman’s bias, survival bias)
• Terjadi pada cross-sectional studies (case-control)
• Seharusnya COHORT

• Mencari hubungan antara exposure terhadap faktor risiko dan risiko

penyakit
• 56 subyek, 28 exposed, 28 unexposed
Follow-up 4 tahun: RR= 5/5 = 1 (true RR)
Selama 2 tahun: 1 † pada exposure dan 1 † pada unexposed
Pada exposed 1 dari 27 (1/27= 3.7%)
Prevalence ratio = 0.5
Pada unexposed 2 dari 27 (2/27) = 7.4%)
Loss-to-follow-up bias
• Terjadi pada studi prospective cohort
• Selective (non-random)

• Cara pencegahan:
• Desain & implementasi studi harus dibuat untuk meminimalisasi
• Seluruh peserta sebaiknya ikut dan dengan upaya yang sama untuk
Publication bias
• Selection bias
• Validitas publikasi tergantung
- hasil study yang tidak bias
- publikasi hasil study yang tidak bias
• Faktor penentu publikasi
- sample size
- design
- quality
- funding
- prestige
• Biasanya berupa review, meta-analysis
• Publisher cenderung menerima artikel dengan hasil (+)
Peneliti cenderung tidak mempublikasi hasil studi (-)
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 34
Indication bias
• Alokasi pasien ditentukan oleh keputusan peneliti dan
bukan berdasarkan atas kesempatan seperti pada RCT
• Ke-2 study arms (active vs placebo) tidak seimbang
• Contoh: Studi efek statin baru terhadap insidens MCI
pada pasien hiperkolesterolemia

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 35

 Indication bias
• Pada RCT, hazard ratio MCI = 0.7 → hazard rate MCI kelompok
statin 30% → < placebo

• Pada studi observasi, hazard ratio MCI = 1.10 → hazard rate MCI
kelompok statin baru 10% → > placebo

Karena peneliti memberikan statin baru lebih sering pada pasien

dengan prognosis yang lebih buruk

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 36

Bias informasi
• Terjadi saat pengumpulan data
• Jenis yang paling penting: Misclassification Bias
- Exposure identification bias
- Disease identification bias
• Sumber penyebab umum: kelemahan cara/alat diagnostik
• Misclassification bias:
- Non-differential bias
- Differential

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 37

Ideal Scenario:
Kandidiasis esofagus diperiksa dengan biopsi

Kandidiasis esofagus Kasus AIDS Kontrol

Ada 20 5
Tidak ada 480 995
Total 500 1000

OR: (20/480)/(5/995) = 0.042/0.005 = 8.4 (true OR)

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 38

Scenario 2 :
Kandidiasis esofagus dinilai dg kuesioner (self-report
questionnaire), non-differential misclassification
Kandidiasis esofagus Kasus AIDS Kontrol

Ada 86 161
Tidak ada 414 839

Total 500 1000

OR: (86/414)/(161/839) = 0.21/0.19 = 1.1

OR pada non differential misclassification selalu mengarah
kepada nilai 1
Usually underestimated

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 39

Scenario 3 :
Kandidiasis esofagus dinilai dg kuesioner (self-report
questionnaire), differential misclassification

Kandidiasis esofagus Kasus AIDS Kontrol

Ada 86 400
Tidak ada 414 600
Total 500 1000

OR: (86/414)/(400/600) = 0.21/0.67 = 0.3 → underestimation

Pada differential misclassification dpt mengarah ↑ atau ↓ asosiasi

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 40

Recall bias
• Lupa
• Terutama pada studi case-control
• Pasien yang pernah sakit mempunyai ingatan yang
lebih kuat daripada kontrol (non-case)
• Cara pencegahan:
− Verifikasi dengan medical record atau sumber lain
− Gunakan kontrol pasien yang berpenyakit sama
− Gunakan marker yang obyektif (mis. pengukuran
metabolit hidrokarbon dalam sampel biologis untuk
pasien glomerulonefritis)
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 41
Interviewer bias
• Kecenderungan peneliti dalam interview untuk
memperoleh jawaban yang sesuai dengan pendapatnya
pribadi
• Cara pencegahan:
• Secara berhati-hati menyusun interview yang standard
• Pendekatan yang sama pada kasus dan kontrol
• Blinding

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 42

 Observer bias
• Peneliti telah mengetahui keadaan pasien sebelumnya

• Contoh: Peneliti membaca biopsi ginjal untuk diagnosis

nefropati hipertensif pada pasien yang sudah lama
diketahuinya menderita hipertensi

• Upaya mencegah
- blinding observer
- label hasil sebagai “possible” dab “definite”
jika hasil terutama “possible” → mungkin observer bias
- ikut sertakan beberapa penilai
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 43
Regression dilution bias (regression to the mean)
Contoh: Hubungan antara tekanan darah sistolik dengan
risiko MCI
• 2 variasi: individu dan antar individu
• Studi longitudinal untuk variabel continuous
• Regression to the mean: noise karena variasi pd individu
• Kecenderungan pengukuran tekanan darah awal lebih
tinggi/rendah daripada pengukuran tekanan darah
berikutnya → menuju ke arah mean
Common Causes of Missclassification are:
• Recall
• Interviewer
• Observer
• Regression dilution bias

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 45

Bias sukarelawan ( volunteer bias, self-selection bias)
• Sukarelawan yang ikut tidak seimbang
• Non RCT (randomisasi setelah sukarelawan menyatakan setuju
untuk ikut penelitian)
• Prospektif observasi melihat mortality rate antar 2 kelompok:
1. Sukarelawan yang diperoleh lewat upaya rekrut intensif
2. Sukarelawan yg diperoleh lewat upaya rekrut sederhana
• Monitoring rate berbeda

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 46

Lead to time bias
• Menerapkan kriteria berbeda waktu dalam menegakkan
diagnosis
• Memberikan kesan seolah-olah deteksi dini penyakit
jantung sangat menentukan / penting (over estimasi)

• Cara pencegahan:
Tentukan risiko (atau rate) mortalitas pada seluruh
individu yang ditapis dan kontrol, bukan probabilitas
kumulatif survival dari diagnosis pada kasus
Pencegahan bias informasi
• Blinding
Mencegah efek pengetahuan peneliti/interviewer
mengenai kasus/kontrol
• Buat survei dalam bentuk formulir
Penyampaian lewat pos kurang menyebabkan “white
coat tension” dibandingkan interview lewat telepon
atau tatap muka
• Questionnaire
Gunakan pertanyaan berganda untuk informasi yang
sama sebagai upaya double-check
• Akurasi
Pemeriksaan berulang medical records
Mengoptimalkan data diagnosis dari sumber lain
Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 48
Confounding

Exposure Outcome

Third variable

Syarat sebagai confounding factor:

1. Berhubungan dengan exposure tetapi
bukan akibat exposure
2. Berhubungan dengan outcome tetapi
bukan akibat exposure (bukan perantara)

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 49

 Usia ibu Down Syndrome

Urutan kelahiran anak

• Urutan kelahiran anak berkorelasi dengan usia ibu

• Urutan kelahiran anak bukan faktor risiko
Down Syndrome pada ibu muda

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 50

 Merokok Penyakit Jantung Koroner (PJK)

Minum kopi

• Minum kopi mungkin berkorelasi dengan merokok

• Minum kopi bukan faktor risiko PJK pada orang bukan
perokok

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 51

 Minum alkohol Kanker paru

Merokok

• Merokok berkorelasi dengan minum alkohol

• Merokok merupakan faktor risiko untuk kanker paru
walaupun bukan peminum alkohol

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 52

 Merokok Penyakit Jantung Koroner (PJK)

Jari berwarna kuning

• Jari berwarna kuning tidak berhubungan dengan PJK

• Jari berwarna kuning bukan faktor risiko independen

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 53

Confounding
1) Andaikan Anda menemukan hubungan positif berulang
antara urutan kelahiran-kejadian Down Syndrome atau antara
minum kopi-kejadian CHD pada sampel lain. Apakah Anda
akan dapat mengulang penemuan ini?

2) Andaikan Anda hanya mengikut sertakan bukan perokok

dalam penelitian mengenai hubungan antara minum alkohol-
kanker paru. Apakah Anda akan memperoleh korelasi?

3) Andaikan Anda telah melakukan stratifikasi data untuk status

merokok pada penelitian hubungan minum alkohol-kanker
paru. Apakah OR (odds ratio) kedua strata berbeda?

4) Andaikan Anda melakukan penyesuaian hubungan minum

alkohol untuk sratum merokok (dalam model statistik).
Apakah Anda akan menemukan adanya korelasi antara
minum alkohol-kanker paru?
1) Hubungan antara urutan kelahiran-kejadian Down Syndrome
minum kopi-kejadian CHD
Anda tidak selalu berhasil mereplikasi penemuan awal sebab korelasi
tersebut adalah palsu karena confounding.
Pada sampel lain dimana semua ibu berusia dibawah 30 tahun tidak
ditemukan korelasi antara urutan kelahiran-kejadian Down Syndrome.
Pada sampel lain dimana jumlah perokok sedikit, hubungan minum
kopi-CHD tidak dapat direplikasi
Andaikan Anda melakukan stratifikasi data untuk status merokok pada
studi hubungan minum alkohol-kanker paru. Apakah odds ratio antara
kedua strata akan berbeda?
Odds ratio akan sama pada kedua strata.
Pada confounding, stratum-specific odds ratio akan sama dan berbeda
dengan crude odds ratio sekurang-kurangnya 15%. Stratifikasi
merupakan salah satu cara menemukan confounding saat analisis data.
∗ Jika stratum-specific odds ratio berbeda, maka ini bukan confounding
tetapi effect modification.
 Cases of Down Syndrome by Birth Order

Cases per 100 000

live births
180
160
140
120
100
80
60
40
20
0
1 2 3 4 5

Birth order
EPIET (www)
 Cases of Down Syndrome by Age Groups

Cases per 1000

900
100000 live 800
births 700
600
500
400
300
200
100
0
< 20 20-24 25-29 30-34 35-39 40+

Age groups

EPIET (www)
 Cases of Down Syndrome by Birth Order
and Maternal Age

Cases per 100000

1000
900
800
700
600
500
400 40
35 +
300 -39
200 30
25 -34
100 -29
0 20 s
<2 -24 up
o
1 2 3 4 5 0
e gr
Ag
Birth order

EPIET (www)
Andaikan Anda melakukan penyesuaian hubungan minum
alkohol untuk stratum merokok (dalam model statistik).
Apakah Anda akan melihat adanya hubungan?

Jika merokok dimasukkan dalam model statistik, maka

hubungan minum alkohol akan tidak bermakna secara
statistik.

Penyesuaian menggunakan multivariable modelling

merupakan cara lain untuk menemukan confounding saat
analisis data.

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 59

Confounding akan terjadi jika terdapat perbedaan jumlah
confounder pada kelompok-kelompok yang dibandingkan.

Randomisasi merupakan upaya untuk mendistribusikan

confounders yang potensial ada (unknown) secara merata pada
kelompok-kelompok yang diteliti. Randomisasi tidak menjamin
eliminasi confounding.

Matching merupakan cara lain mencapai hal yang sama.

Dengan cara ini dapat dipastikan distribusi yang sama subyek-
subyek dengan confounders yang diketahui.
Cara ini harus dikombinasi dengan matched analysis.
Restriksi untuk confounders yang potensial dalam design juga
mencegah confounding, tetapi mengurangi power statistik
(sebaiknya dicoba stratified analysis).

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 60

 Confounding atau Effect Modification
Berat lahir Leukemia

Jenis kelamin

Apakah jenis kelamin menentukan asosiasi berat lahir dalam leukemia?

Apakah jenis kelamin berhubungan dengan berat lahir?

Apakah jenis kelamin berhubungan dengan leukemia, tidak
tergantung daripada berat lahir?

Apakah jenis kelamin berada dalam alur kausal?

Apakah jenis kelamin berhubungan dengan leukemia walaupun
berat lahir rendah?

Apakah distribusi jenis kelamin tidak merata diantara kelompok?

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 61

 Confounding atau Effect Modification
Berat lahir Leukemia
OR = 1.5
Jenis kelamin

Apakah kuat asosiasi berat lahir berbeda menurut jenis kelamin?

Anak laki2 Berat lahir Leukemia OR = 1.8

Anak perempuan Berat lahir Leukemia OR = 0.9

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 62

Effect Modification
Dalam suatu studi asosiasi, adanya perbedaan kuat asosiasi yang
berbeda untuk kategori tertentu dari variabel ketiga, disebut
effect modification. Variabel ke-3 mengubah efek exposure.

Efek modifier dapat berupa jenis kelamin, usia, pajanan

lingkungan atau genetik.

Effect modification serupa dengan interaksi dalam statistik.

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 63

Tidak ada penyesuaian untuk effect modification.
Jika ditemukan maka dapat dilakukan stratified
analysis untuk memperoleh stratum – specific odds
ratio.

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 64

Confounding factor

Disebabkan oleh hal-hal yang
terkait dalam penelitian

Adjusted OR/RR berbeda
dengan crude OR/RR

Distorsi efek

Menimbulkan kebingungan
(confusion) dalam analisis

Mencegah dengan mengubah
desain

Mengurangi dengan cara
analisis
Effect Modifier

Disebabkan oleh hal-hal yang
bersifat alamiah

Efek berbeda dalam strata lain

Sederhana

Berguna

Meningkatkan pengetahuan
mengenai mekanisme biologis

Memberikan pedoman untuk
kesehatan masyarakat

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 65

Bagaimana mencegah confounders?

Dalam desain penelitian
1. Restriksi (mis. jangan masukkan potential confounder)
2. Alokasi random (dapat menghilangkan confounder yang
tidak diketahui)
3. Matching (distribusi confounder merata tiap kelompok)

Analisis data
1. Stratified analysis (gunakan metode Mantel Haenzel)
2. Terapkan matched-design setelah data didapat
3. Restriksi (tetapi berarti membuang data)
4. Model fitting menggunakan teknik regresi

Kursus dan Pelatihan Metodologi Uji Klinik, 3 – 5 Maret 2015 66