Desain Kasus-Silang — Studi Epidemiologi yang Disesuaikan Sendiri untuk Paparan Sementara
- Diperkenalkan oleh
- Malcolm Maclure
- Tahun
- 1991
- Jenis
- Observational epidemiological study design
- Keluarga
- Clinical / epidemiology
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Desain kasus-silang adalah metode epidemiologi observasional yang memperkirakan apakah paparan sementara memicu peristiwa akut dengan membandingkan paparan setiap kasus selama jendela bahaya singkat segera sebelum peristiwa dengan paparannya sendiri selama periode kontrol sebelumnya.
Karena setiap orang berfungsi sebagai kontrolnya sendiri, semua karakteristik pribadi yang stabil disesuaikan secara otomatis, membuat desain ini sangat kuat untuk mempelajari paparan intermiten dan hasil onset mendadak seperti infark miokard, stroke, atau cedera.
Intuisi di balik metode
Bayangkan Anda ingin mengetahui apakah aktivitas fisik berat memicu serangan jantung. Alih-alih membandingkan orang yang mengalami serangan jantung dengan orang lain yang tidak, desain kasus-silang bertanya: apakah orang ini lebih aktif secara fisik dalam satu jam sebelum serangan jantungnya daripada biasanya selama jam-jam serupa pada hari atau minggu sebelumnya? Setiap pasien menjawab pertanyaan ini menggunakan riwayat mereka sendiri sebagai referensi. Perbandingan dalam diri individu ini menghilangkan perancu dari segala sesuatu yang konstan tentang individu tersebut — genetika, kondisi kronis, dan gaya hidup mereka — memfokuskan analisis murni pada paparan sementara yang diminati.
Sejarah
Desain kasus-silang diperkenalkan oleh Malcolm Maclure dalam makalah tahun 1991 di American Journal of Epidemiology sebagai metode yang secara khusus disesuaikan untuk mempelajari apakah paparan singkat memicu peristiwa onset akut. Desain ini meminjam logika uji coba klinis silang tetapi menerapkannya secara observasional: setiap kasus memberikan data kontrolnya sendiri dari periode referensi sebelumnya. Murray Mittleman dan rekan-rekannya menyempurnakan strategi pemilihan periode kontrol pada tahun 1995, dan pekerjaan metodologis selanjutnya oleh Navidi (1998) dan Lumley dan Levy (2000) membahas bias tren dan perdebatan bidireksional versus unidereksional. Desain ini sejak itu diadopsi secara luas dalam epidemiologi kardiovaskular, penelitian kesehatan lingkungan, dan farmakoepidemiologi.
Kapan digunakan
Gunakan desain kasus-silang ketika pertanyaan penelitian Anda adalah apakah paparan sementara dan intermiten secara akut memicu peristiwa onset mendadak (misalnya, apakah lonjakan polusi udara meningkatkan risiko serangan asma dalam beberapa jam ke depan?). Desain ini ideal ketika perancu stabil menjadi perhatian utama, karena pencocokan dalam diri individu menghilangkannya secara otomatis. Desain ini mensyaratkan bahwa paparan bervariasi dalam diri individu yang sama dalam interval waktu singkat dan bahwa waktu induksi antara paparan dan peristiwa singkat dan dipahami dengan baik. JANGAN gunakan ketika paparan stabil atau hanya berubah perlahan seiring waktu (misalnya, status merokok, faktor genetik) — variasi dalam diri individu akan mendekati nol, membuat desain tidak informatif. Hindari juga ketika peristiwa jarang terjadi tetapi hasilnya memiliki latensi panjang, atau ketika bias ingatan paparan tidak dapat dikontrol secara memadai.
Batasan dan pertimbangan
- Hanya dapat mempelajari paparan sementara yang bervariasi dalam diri individu yang sama pada skala waktu yang relevan — paparan stabil tidak dapat dinilai.
- Bias ingatan adalah perhatian serius ketika penentuan paparan bergantung pada ingatan peserta, terutama ketika kasus dapat secara tidak sadar melaporkan paparan pra-peristiwa secara berlebihan.
- Bias tren (perubahan sekuler dalam paparan dari waktu ke waktu) dapat memengaruhi desain unidereksional; desain bidireksional dapat menimbulkan bias ketergantungan paparan jika hasil mengubah paparan selanjutnya.
- Periode induksi — jeda antara paparan dan peristiwa — harus ditentukan sebelumnya; kesalahan spesifikasi jendela bahaya dapat secara substansial mendistorsi perkiraan.
- Tidak dapat memperkirakan tingkat kejadian absolut atau risiko yang diatribusikan pada populasi; hanya ukuran relatif (rasio odds) yang dihasilkan.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Kontrol lengkap untuk semua perancu tingkat individu yang tetap (genetika, gaya hidup stabil, status sosial ekonomi) berdasarkan desain.
- Efisien — hanya kasus yang dibutuhkan; tidak perlu merekrut kelompok kontrol terpisah.
- Sangat cocok untuk mempelajari pemicu lingkungan atau perilaku sementara dari peristiwa kardiovaskular, pernapasan, atau cedera akut.
- Secara alami cocok dengan sumber data administratif (masuk rumah sakit, data pemantauan lingkungan) yang memungkinkan analisis skala besar.
- Mengurangi bias seleksi yang timbul ketika memilih kelompok kontrol eksternal yang sesuai.
Penerapan
- Memperkirakan risiko pemicu jangka pendek infark miokard yang terkait dengan aktivitas fisik berat, kemarahan, atau aktivitas seksual.
- Menilai apakah lonjakan jangka pendek dalam polusi udara ambien (PM2.5, ozon) meningkatkan risiko kunjungan gawat darurat asma atau rawat inap kardiovaskular per jam.
- Menyelidiki apakah konsumsi alkohol dalam jam-jam sebelum kecelakaan kendaraan bermotor bertindak sebagai pemicu.
- Studi farmakoepidemiologi tentang hubungan obat-peristiwa di mana obat dikonsumsi secara intermiten dan onset kejadian buruk bersifat akut.
- Mempelajari apakah paparan pekerjaan pada shift atau tugas tertentu memicu peristiwa muskuloskeletal atau kardiovaskular akut.
- Epidemiologi lingkungan yang menghubungkan ekstrem cuaca (gelombang panas, gelombang dingin) dengan hasil akut menggunakan jendela waktu yang dicocokkan pada tingkat individu.
Cara kerjanya
Cara kerjanya
Semua individu yang mengalami hasil akut yang diminati (misalnya, infark miokard, jatuh, kecelakaan lalu lintas) selama periode studi dimasukkan sebagai kasus. Hanya orang yang benar-benar mengalami peristiwa tersebut yang memberikan data; tidak ada kelompok non-kasus terpisah untuk direkrut, membuat desain ini efisien di tempat di mana daftar kasus ada.
Jendela bahaya didefinisikan sebagai interval singkat yang mendahului peristiwa — misalnya, satu atau dua jam sebelum timbulnya gejala. Status paparan selama jendela ini adalah variabel kunci: apakah paparan pemicu (misalnya, pengerahan tenaga yang berat, lonjakan polusi udara, asupan alkohol) ada atau tidak?
Periode kontrol adalah jendela waktu dari masa lalu individu yang sama ketika peristiwa tidak terjadi. Strategi umum adalah bidireksional (periode sebelum dan sesudah peristiwa) dan unidereksional (periode hanya sebelum peristiwa). Periode kontrol biasanya dicocokkan berdasarkan waktu hari dan hari dalam seminggu untuk menghindari perancu oleh ritme sirkadian atau mingguan.
Paparan selama periode bahaya dan semua periode kontrol ditentukan — idealnya dari catatan objektif (data kesehatan elektronik, monitor lingkungan, pelacak aktivitas) atau ingatan wawancara terstruktur. Paparan harus bersifat sementara dan mampu bervariasi dalam diri orang yang sama dari waktu ke waktu; paparan yang stabil dan tidak berubah seiring waktu tidak dapat dipelajari dengan desain ini.
Karena setiap orang memberikan satu periode bahaya dan satu atau lebih periode kontrol, data dianalisis menggunakan regresi logistik kondisional yang dicocokkan berdasarkan identitas subjek. Rasio odds yang dihasilkan memperkirakan risiko relatif peristiwa setelah paparan dibandingkan dengan periode tanpa paparan untuk individu yang sama.
Rumus
OR = exp(beta), from conditional logistic regression matched on individual
Kesalahan umum
- Kesalahan spesifikasi panjang jendela bahaya — jika jendela terlalu lebar akan mengencerkan efek sementara; terlalu sempit dan paparan sebenarnya terlewatkan. Pilihan harus dibenarkan secara biologis, bukan didorong oleh data.
- Mengabaikan bias tren dalam desain unidereksional — jika paparan dasar seseorang meningkat seiring waktu, periode kontrol dari masa lalu akan secara sistematis menunjukkan paparan yang lebih rendah daripada periode bahaya, meningkatkan rasio odds.
- Menggunakan desain untuk paparan yang berubah perlahan — ketika paparan hampir tidak bervariasi dalam diri seseorang (misalnya, indeks massa tubuh, intensitas merokok selama beberapa minggu), regresi logistik kondisional akan didasarkan pada kontras dalam diri individu yang hampir tidak ada, menghasilkan perkiraan yang tidak stabil atau tidak dapat ditafsirkan.
- Mengabaikan ketergantungan paparan — dalam desain bidireksional, peristiwa itu sendiri dapat mengubah paparan selanjutnya (misalnya, serangan jantung menyebabkan penurunan aktivitas fisik), membiaskan perkiraan paparan periode kontrol.
Pertanyaan yang sering diajukan
Bagaimana desain kasus-silang berbeda dari studi kasus-kontrol standar?
Dalam studi kasus-kontrol tradisional, kasus (orang yang mengalami peristiwa) dibandingkan dengan kontrol yang direkrut secara terpisah (orang yang tidak). Perancu oleh karakteristik stabil — usia, jenis kelamin, gaya hidup — harus ditangani dengan pencocokan atau penyesuaian. Dalam desain kasus-silang, setiap kasus berfungsi sebagai kontrolnya sendiri dengan memberikan data paparan dari periode waktunya sendiri sebelumnya. Ini menghilangkan semua perancu pribadi tetap secara otomatis tetapi membatasi desain untuk paparan sementara.
Apa perbedaan antara desain kasus-silang unidereksional dan bidireksional?
Dalam desain unidereksional, periode kontrol diambil hanya dari waktu sebelum peristiwa, menghindari perubahan paparan apa pun yang mungkin disebabkan oleh peristiwa itu sendiri. Namun, jika paparan meningkat seiring waktu, ini menimbulkan bias tren. Desain bidireksional mengambil periode kontrol sebelum dan sesudah peristiwa, yang membatalkan tren waktu tetapi dapat menimbulkan bias ketergantungan paparan jika peristiwa mengubah paparan selanjutnya. Pilihan tergantung pada apakah tren paparan atau perubahan paparan yang didorong oleh peristiwa menjadi perhatian yang lebih besar.
Metode statistik apa yang digunakan untuk menganalisis studi kasus-silang?
Regresi logistik kondisional yang dicocokkan berdasarkan identitas individu adalah pendekatan standar. Setiap strata (satu periode bahaya dan satu atau lebih periode kontrol dari orang yang sama) dianalisis bersama, dan model memperkirakan rasio odds untuk efek paparan sementara bersih dari semua karakteristik stabil dalam diri individu.
Bisakah saya mempelajari lebih dari satu paparan sementara secara bersamaan?
Ya. Beberapa paparan sementara dapat dimasukkan dalam model regresi logistik kondisional secara bersamaan, asalkan setiap paparan bervariasi cukup dalam diri individu di seluruh periode bahaya dan kontrol. Istilah interaksi antar paparan (misalnya, pengerahan tenaga dikombinasikan dengan kemarahan) juga dapat diperiksa, sebagaimana ditunjukkan dalam studi pemicu kardiovaskular awal.
Apakah desain kasus-silang sesuai untuk data deret waktu lingkungan di tingkat populasi?
Desain kasus-silang klasik menggunakan pencocokan tingkat individu. Untuk data lingkungan tingkat populasi (jumlah polusi harian versus penerimaan rumah sakit harian), analisis kasus-silang yang distratifikasi waktu dapat digunakan; ini terkait erat dengan, dan seringkali secara matematis setara dengan, regresi deret waktu berbasis Poisson. Desain tingkat individu lebih disukai ketika data paparan tingkat individu tersedia, karena memberikan inferensi kausal langsung dalam diri individu.
Metode terkait
Sumber
Maclure, M. (1991). The case-crossover design: A method for studying transient effects on the risk of acute events. American Journal of Epidemiology, 133(2), 144–153.
Buka referensi DOIDisalin.Mittleman, M. A., Maclure, M., & Robins, J. M. (1995). Control sampling strategies for case-crossover studies: An assessment of relative efficiency. American Journal of Epidemiology, 142(1), 91–98.
Buka referensi DOIDisalin.