Desain Studi Kohort
- Diperkenalkan oleh
- Donald Acheson, Olli Miettinen, and others in modern epidemiology
- Tahun
- 1970s-1980s
- Jenis
- Research Design
- Keluarga
- observational design
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Studi kohort mengikuti sekelompok individu dari waktu ke waktu dari paparan ke hasil.
Peserta yang terpapar dan tidak terpapar (atau peserta dengan tingkat paparan yang berbeda) didaftarkan pada awal studi, dikarakterisasi, dan diamati secara prospektif hingga hasil terjadi atau studi berakhir. Studi kohort merupakan dasar epidemiologi dan merupakan desain pilihan untuk menetapkan hubungan kausal ketika uji coba acak tidak memungkinkan atau tidak etis.
Intuisi di balik metode
Bayangkan mengikuti dua kelompok perokok dan bukan perokok selama 10 tahun dan menghitung kanker paru-paru di masing-masing kelompok. Rasio Risiko (RR) = (kanker paru-paru pada perokok) / (kanker paru-paru pada bukan perokok) memberi tahu Anda seberapa besar kemungkinan perokok terkena kanker. Studi kohort mempertahankan urutan temporal (paparan sebelum hasil) secara alami, menghindari bias ingatan (paparan dicatat pada awal studi, tidak diingat setelah penyakit berkembang), dan dapat mempelajari banyak hasil dari satu paparan. Pertukaran utamanya adalah biaya dan waktu: Anda harus mengikuti orang selama bertahun-tahun, seringkali dengan biaya besar. Perancu—faktor lain yang berkorelasi dengan paparan dan hasil—tetap menjadi ancaman kecuali dikendalikan.
Sejarah
Studi kohort menjadi menonjol dalam epidemiologi selama tahun 1950-an-1970-an, dicontohkan oleh Framingham Heart Study (1948-sekarang), yang merintis faktor risiko kardiovaskular prospektif. Olli Miettinen dan lainnya memformalkan dasar-dasar statistik, membedakan pendekatan kohort (berbasis insidensi) dari kasus-kontrol (berbasis peluang). Studi kohort modern memanfaatkan catatan kesehatan elektronik, registri penyakit, dan biobank untuk efisiensi. Kohort dinamis (pendaftaran bergulir) dan desain kasus-kontrol bersarang (memilih kasus dan kontrol dari dalam kohort) telah memperluas perangkat metodologis.
Kapan digunakan
Gunakan studi kohort ketika: (1) mempelajari paparan langka (misalnya, bahaya kerja yang memengaruhi sedikit orang), (2) menetapkan hubungan temporal antara paparan dan hasil, (3) mempelajari banyak hasil dari satu paparan (misalnya, merokok → kanker, penyakit jantung, PPOK), (4) mengevaluasi efek jangka panjang selama bertahun-tahun atau dekade, (5) menilai sejarah alam dan insidensi penyakit, (6) uji coba acak tidak etis (misalnya, memaparkan orang terhadap zat berbahaya), (7) hasil umum, membuat studi kasus-kontrol kurang efisien.
Batasan dan pertimbangan
- Waktu dan biaya: mengikuti kohort selama bertahun-tahun atau dekade memerlukan pendanaan, staf, dan infrastruktur yang berkelanjutan; kehilangan partisipan (kehilangan tindak lanjut) umum terjadi.
- Bias kehilangan tindak lanjut: jika peserta yang hilang secara sistematis berbeda dalam hal paparan atau perancu, perkiraan RR menjadi bias. Membutuhkan tingkat tindak lanjut yang tinggi (>80%).
- Hasil langka: jika insidensi hasil sangat rendah, kohort yang sangat besar diperlukan, meningkatkan biaya. Studi kasus-kontrol mungkin lebih efisien.
- Perancu: perancu yang tidak terukur atau terukur buruk dapat membiaskan RR. Penyesuaian terbatas pada variabel yang terukur.
- Efek kohort: peserta yang didaftarkan dari waktu ke waktu dapat berbeda dalam karakteristik awal, prognosis, atau tren sekuler, memengaruhi perbandingan.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Urutan temporal yang jelas: paparan dicatat sebelum hasil, menetapkan arah dan kausalitas lebih meyakinkan daripada desain potong lintang.
- Banyak hasil: satu paparan dapat dikaitkan dengan banyak hasil, ekonomis untuk generasi hipotesis yang luas.
- Insidensi dan risiko absolut: secara langsung memperkirakan risiko di kelompok terpapar dan tidak terpapar, memungkinkan perhitungan jumlah yang dibutuhkan untuk mengobati.
- Menghindari seleksi yang bergantung pada hasil: kohort didefinisikan berdasarkan paparan, bukan hasil, mencegah bias seleksi yang melekat dalam studi kasus-kontrol.
- Tingkat insidensi: penyebut waktu-orang memperhitungkan tindak lanjut yang bervariasi, memungkinkan perbandingan di seluruh studi dengan durasi tindak lanjut yang berbeda.
Penerapan
- Epidemiologi kerja: mengikuti pekerja di industri berbahaya (asbes, pertambangan, manufaktur kimia) untuk mengukur risiko penyakit yang disebabkan oleh paparan di tempat kerja.
- Studi diet dan gaya hidup: mendaftarkan peserta, mengukur diet dan aktivitas fisik awal, kemudian mengikuti penyakit kardiovaskular, kanker, atau mortalitas (misalnya, Nurses' Health Study).
- Insidensi dan prognosis kanker: mendaftarkan peserta bebas penyakit dan melacak diagnosis kanker dari waktu ke waktu; atau mendaftarkan pasien kanker dan mengikuti kelangsungan hidup.
- Kohort kelahiran dan perkembangan anak: mendaftarkan wanita hamil atau bayi baru lahir, mengukur paparan awal (misalnya, merokok ibu, polusi udara, kemiskinan), dan menilai hasil kesehatan dan perkembangan jangka panjang.
- Keamanan obat dan hasil buruk: mendaftarkan pasien yang memulai pengobatan baru dan memantau kejadian buruk, rawat inap, atau mortalitas dibandingkan dengan pengobatan alternatif.
Cara kerjanya
Cara kerjanya
Definisikan sumber kohort (misalnya, orang dewasa bebas penyakit berusia 40–70 tahun, karyawan pabrik, pasien di klinik). Definisikan paparan: apakah biner (ya/tidak), kategorikal (rendah/sedang/tinggi), atau kontinu (tahun penggunaan)? Daftarkan peserta yang bebas penyakit pada awal studi; ukur dan catat status paparan dan perancu awal (usia, jenis kelamin, ras, status sosial ekonomi, komorbiditas, dll.). Ikuti peserta selama periode yang ditentukan sebelumnya (bulan hingga dekade). Gunakan tindak lanjut aktif (wawancara, kunjungan klinik, survei pos) atau tindak lanjut pasif (catatan kesehatan, registri penyakit, klaim asuransi). Catat kejadian hasil (diagnosis, rawat inap, kematian) beserta tanggalnya. Dokumentasikan kehilangan tindak lanjut, pengunduran diri, dan penyensoran (ketika peserta masih hidup/bebas penyakit di akhir studi tetapi status hasil tidak diketahui). Standarisasi definisi hasil di semua peserta.
Rumus
Define cohort (exposed and unexposed groups); enroll eligible participants; establish baseline characteristics and exposure status; follow participants forward in time; record outcome events.
Hitung insidensi di setiap kelompok paparan: Insidensi = (jumlah kejadian hasil dalam kelompok) / (waktu-orang yang berisiko dalam kelompok). Waktu-orang memperhitungkan durasi tindak lanjut yang bervariasi: jika satu orang diikuti selama 5 tahun dan yang lain 2 tahun, waktu-orang berjumlah 7 tahun-orang. Hitung Rasio Risiko (RR) = Insidensi_terpapar / Insidensi_tidak_terpapar. RR > 1 menunjukkan peningkatan risiko; RR < 1 menunjukkan penurunan risiko (atau efek protektif); RR = 1 menunjukkan tidak ada hubungan. Hitung interval kepercayaan 95% (berbasis Poisson atau metode delta). Sesuaikan untuk perancu menggunakan stratifikasi (Mantel-Haenszel) atau regresi (bahaya proporsional Cox, regresi Poisson). Periksa asumsi bahaya proporsional dalam model Cox.
Rumus
Calculate incidence (risk) in exposed and unexposed groups; compute Relative Risk (RR) = Incidence_{\text{exposed}} / Incidence_{\text{unexposed}}.RR sebesar 2 berarti kelompok terpapar memiliki insidensi dua kali lipat dibandingkan dengan kelompok tidak terpapar. RR sebesar 0,5 berarti kelompok terpapar memiliki setengah insidensi (efek protektif). Interval kepercayaan yang tidak mencakup 1,0 menunjukkan hubungan yang signifikan secara statistik (pada α=0,05). Nilai kausalitas: Apakah hubungannya kuat (RR > 2–3)? Responsif terhadap dosis (peningkatan paparan → peningkatan risiko)? Konsisten di seluruh subkelompok? Koheren secara temporal? Pertimbangkan perancu yang tidak terukur: dapatkah variabel yang tidak terukur (misalnya, predisposisi genetik, diet) menjelaskan RR yang diamati? Generalisasikan hasil ke populasi yang mirip dengan kohort Anda. Laporkan pengurangan risiko absolut atau jumlah yang dibutuhkan untuk mengobati (NNT) bersama dengan RR untuk konteks klinis.
Rumus
Interpret RR in context of follow-up duration, loss to follow-up, and confounding; assess temporality; generalize to source population.
Kesalahan umum
- Dokumentasi tindak lanjut yang tidak memadai: tanggal hasil yang hilang atau tidak jelas, atau definisi hasil yang tidak konsisten di antara peserta, membatalkan inferensi temporal.
- Mengabaikan kehilangan tindak lanjut: membuang peserta yang hilang tanpa analisis meningkatkan bias seleksi. Gunakan logika intention-to-treat; lakukan analisis sensitivitas di bawah mekanisme data yang hilang yang berbeda.
- Perancu yang tidak terukur: faktor yang tidak terukur (misalnya, kerentanan genetik) dapat menjelaskan hubungan paparan-hasil. Selalu diskusikan potensi perancu yang tidak terukur.
- Stratifikasi post-hoc: membagi kohort menjadi subkelompok setelah melihat hasil menyebabkan banyak perbandingan, penemuan palsu, dan overfitting. Hipotesis subkelompok yang telah ditentukan sebelumnya.
- Mengasumsikan linearitas: dalam analisis dosis-respons, mengasumsikan hubungan linier antara tingkat paparan dan hasil dapat menutupi efek ambang batas atau dataran tinggi. Plot data dan uji kecocokan non-linier.
Pertanyaan yang sering diajukan
Apa perbedaan antara Rasio Risiko (RR) dan Rasio Peluang (OR) dalam studi kohort?
Dalam studi kohort, Anda secara langsung mengukur insidensi (probabilitas hasil dari waktu ke waktu), sehingga Rasio Risiko (RR) adalah perkiraan alami: RR = Insidensi_terpapar / Insidensi_tidak_terpapar. Rasio Peluang (OR) adalah rasio peluang hasil; ini muncul dalam studi kasus-kontrol di mana Anda tidak dapat mengukur insidensi. Dalam kohort dengan hasil langka (insidensi <10%), RR dan OR saling mendekati. Ketika hasil umum, mereka menyimpang: OR melebih-lebihkan efek dibandingkan dengan RR. Selalu laporkan RR dalam studi kohort; cadangkan OR untuk desain kasus-kontrol.
Apa itu waktu-orang, dan mengapa itu penting?
Waktu-orang (atau waktu tindak lanjut) adalah jumlah total durasi tindak lanjut individu. Jika Anda mengikuti 100 orang selama masing-masing 10 tahun, itu adalah 1000 tahun-orang. Jika 50 orang diikuti selama 5 tahun dan 50 orang selama 10 tahun, itu juga 750 tahun-orang. Tingkat insidensi dihitung per unit waktu-orang (misalnya, per 1000 tahun-orang). Waktu-orang memperhitungkan fakta bahwa beberapa peserta keluar, meninggal, atau disensor lebih awal. Menggunakan waktu-orang sebagai penyebut (bukan hanya jumlah orang) memberikan perkiraan yang tidak bias ketika tindak lanjut bervariasi.
Bagaimana cara menangani kehilangan tindak lanjut?
Kehilangan tindak lanjut adalah sumber bias utama. Targetkan tindak lanjut >80%. Dalam analisis, jangan hanya mengecualikan mereka yang hilang; ini menimbulkan bias seleksi. Sebaliknya, gunakan logika intention-to-treat: klasifikasikan peserta yang hilang berdasarkan status terakhir mereka yang diketahui, dan lakukan analisis sensitivitas dengan mengasumsikan skenario hasil yang berbeda (misalnya, semua yang hilang bebas dari hasil, semua yang hilang mengembangkan hasil, atau hilang secara acak). Jika kehilangan tindak lanjut sangat berbeda antara kelompok terpapar dan tidak terpapar, interpretasikan hasil dengan hati-hati. Pembobotan probabilitas terbalik (IPW) atau imputasi ganda dapat menyesuaikan untuk data yang hilang secara sistematis di bawah asumsi 'hilang secara acak'.
Bagaimana cara membedakan antara studi kohort dan studi potong lintang?
Studi kohort mendaftarkan peserta bebas penyakit (atau bebas hasil), mengukur paparan pada awal studi, dan mengikuti mereka ke depan hingga hasil terjadi. Studi potong lintang mengukur paparan dan hasil secara bersamaan pada satu titik waktu, menangkap prevalensi. Kohort memiliki urutan temporal yang jelas (paparan → hasil), memungkinkan inferensi kausal. Studi potong lintang tidak dapat menetapkan arah: apakah paparan menyebabkan hasil, atau apakah hasil memengaruhi persepsi paparan? Kohort lebih mahal dan memakan waktu tetapi memberikan bukti kausalitas yang lebih kuat.
Metode terkait
Sumber
Miettinen, O. S. (1976). Estimability and estimation in case-referent studies. American Journal of Epidemiology, 103(2), 226–235.
Buka referensi DOIDisalin.Rothman, K. J., Lash, T. L., & Greenland, S. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755657Disalin.Veierød, M. B., Lydersen, S., & Laake, P. (2012). Medical Statistics in Clinical and Epidemiological Research. Gyldendal Akademisk.
ISBN: 978-8205418627Disalin.