Studi Kohort Prospektif — Desain Observasional Longitudinal
- Diperkenalkan oleh
- Richard Doll and Austin Bradford Hill (landmark application, 1951-1954); cohort methodology formalised by modern epidemiology textbooks
- Tahun
- 1950s (systematic application); conceptual roots earlier
- Jenis
- Observational longitudinal study design
- Keluarga
- Clinical / epidemiology
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Studi kohort prospektif mengumpulkan sekelompok partisipan yang bebas dari luaran yang diminati pada awal penelitian (baseline), mengukur paparan mereka, dan kemudian mengikuti mereka seiring waktu untuk mencatat siapa yang mengalami luaran tersebut.
Dengan mengumpulkan data paparan sebelum luaran terjadi, studi ini menetapkan urutan temporal yang jelas yang mendukung inferensi kausal — sebuah keuntungan besar dibandingkan desain retrospektif. Ini adalah metode observasional landasan dalam epidemiologi dan penelitian klinis.
Intuisi di balik metode
Bayangkan penelitian kohort prospektif sebagai pengaturan eksperimen alami jangka panjang: Anda merekrut populasi, mendokumentasikan dengan cermat apa yang mereka terpapar hari ini — diet, obat-obatan, bahaya pekerjaan, faktor gaya hidup — dan kemudian mengamati apa yang terjadi selama berbulan-bulan atau bertahun-tahun. Karena Anda mencatat paparan sebelum ada yang sakit, Anda tahu bahwa paparan mendahului penyakit, bukan sebaliknya. Studi Dokter Inggris oleh Doll dan Hill, yang mengikuti 34.000 dokter sejak tahun 1951 dan menetapkan hubungan antara merokok dan kanker paru-paru, adalah contoh klasik dari logika ini. Konsekuensinya adalah waktu, uang, dan kesabaran untuk menunggu luaran terakumulasi.
Sejarah
Pendekatan kohort muncul dalam epidemiologi pada awal abad kedua puluh, tetapi bentuk modernnya dikristalisasi oleh Studi Dokter Inggris oleh Richard Doll dan Austin Bradford Hill yang dimulai pada tahun 1951, yang secara prospektif melacak kebiasaan merokok dan mortalitas pada 34.440 dokter pria dan memberikan bukti definitif pertama yang menghubungkan merokok dengan kanker paru-paru. Studi Jantung Framingham, dimulai pada tahun 1948 di Massachusetts, secara bersamaan menetapkan epidemiologi faktor risiko kardiovaskular melalui pengawasan prospektif berkelanjutan terhadap kohort komunitas. Pedoman pelaporan STROBE yang diterbitkan pada tahun 2007 memformalkan standar metodologis untuk studi kohort dan mengukuhkan desain ini sebagai metode observasional standar emas untuk penelitian etiologi.
Kapan digunakan
Gunakan desain kohort prospektif ketika Anda perlu menetapkan hubungan temporal antara paparan yang dapat dimodifikasi atau tidak dapat dimodifikasi dan luaran kesehatan berikutnya, terutama untuk paparan langka dengan beberapa potensi luaran, atau ketika kendala etika atau praktis menghalangi randomisasi. Ini ideal untuk mempelajari insiden penyakit, prognosis, dan riwayat alami kondisi. Jangan menggunakannya ketika luaran sangat langka (kasus-kontrol lebih efisien), ketika tindak lanjut akan berlangsung puluhan tahun untuk pertanyaan yang mendesak waktu (pertimbangkan desain tersarang atau retrospektif), atau ketika paparan tidak dapat diukur secara andal pada awal penelitian. Ini adalah observasional — perancu residual selalu menjadi ancaman dan klaim kausalitas memerlukan justifikasi yang cermat.
Batasan dan pertimbangan
- Tidak efisien untuk luaran langka — sampel yang sangat besar atau periode tindak lanjut yang sangat panjang diperlukan, membuat desain ini mahal dan menuntut secara logistik.
- Kehilangan tindak lanjut mengancam validitas internal jika putus sekolah terkait dengan paparan dan luaran (penyensoran informatif).
- Status paparan dapat berubah selama tindak lanjut, mempersulit definisi waktu-orang terpapar dan memerlukan metode kovariat yang bervariasi waktu.
- Tidak dapat menghilangkan perancu residual dari variabel yang tidak terukur; randomisasi adalah satu-satunya desain yang mencapai ini.
- Penyakit dengan latensi panjang mungkin memerlukan puluhan tahun tindak lanjut, meningkatkan biaya dan gesekan partisipan.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Menetapkan keunggulan temporal yang jelas dari paparan sebelum luaran, kriteria kausalitas terkuat yang tersedia untuk penelitian observasional.
- Data paparan dikumpulkan secara prospektif, mengurangi bias ingatan dibandingkan dengan desain retrospektif.
- Beberapa luaran dapat dipelajari untuk satu paparan secara bersamaan, memaksimalkan hasil ilmiah.
- Tingkat insiden dan risiko absolut dapat dihitung secara langsung, memungkinkan komunikasi risiko yang bermakna secara klinis.
- Sangat cocok untuk mempelajari paparan langka pada populasi umum atau pekerjaan.
Penerapan
- Menetapkan bahwa merokok menyebabkan kanker paru-paru dan penyakit kardiovaskular (Studi Dokter Inggris, 1954-2004).
- Mengidentifikasi faktor risiko kardiovaskular utama yang dapat dimodifikasi termasuk hipertensi, hiperkolesterolemia, dan inaktivitas fisik (Studi Jantung Framingham).
- Mengukur efek kesehatan jangka panjang dari paparan pekerjaan seperti asbes, debu silika, dan radiasi pada kohort pekerja.
- Melacak riwayat alami kondisi kronis dari paparan atau diagnosis hingga tonggak klinis, termasuk HIV/AIDS, diabetes tipe 2, dan penyakit ginjal kronis.
- Mengevaluasi efektivitas dunia nyata dari vaksin, obat-obatan, dan intervensi gaya hidup pada populasi yang tidak tercakup oleh uji coba acak.
- Menyelidiki paparan prenatal dan awal kehidupan serta asosiasinya dengan luaran perkembangan, neurokognitif, atau metabolik puluhan tahun kemudian dalam studi kohort kelahiran.
Cara kerjanya
Cara kerjanya
Populasi target diidentifikasi dan sampel direkrut yang memenuhi kriteria kelayakan — yang terpenting, semua partisipan harus bebas dari luaran yang diminati pada saat masuk studi. Kohort dapat berupa sampel komunitas umum (misalnya, Studi Jantung Framingham) atau populasi pekerjaan, risiko penyakit, atau klinis yang terdefinisi. Ukuran sampel ditentukan oleh tingkat insiden yang diharapkan dan risiko relatif minimum yang dapat dideteksi.
Pada awal penelitian, status paparan dinilai untuk setiap partisipan menggunakan kuesioner, pengukuran klinis, biomarker, atau tautan registri. Paparan dapat bersifat biner (terpapar vs. tidak terpapar) atau bertingkat; beberapa paparan dan potensi perancu diukur secara bersamaan. Kualitas dan kelengkapan data paparan awal sangat penting karena tidak dapat dipulihkan di kemudian hari.
Partisipan diikuti secara prospektif selama periode yang telah ditentukan. Metode tindak lanjut aktif meliputi kunjungan klinik terjadwal, kuesioner berkala, kontak telepon, dan sensor yang dapat dikenakan. Tindak lanjut pasif menggunakan basis data administratif, registri mortalitas nasional, atau catatan asuransi. Kehilangan tindak lanjut harus diminimalkan dan dilacak karena putus sekolah yang berbeda dapat menimbulkan bias.
Luaran insiden — biasanya diagnosis penyakit, kematian, ambang batas biomarker terlampaui, atau peristiwa klinis — dipastikan secara sistematis, idealnya oleh penilai yang tersamar (blinded adjudicators) menggunakan kriteria yang telah ditentukan. Data waktu-ke-kejadian (tanggal luaran atau penyensoran) dicatat untuk setiap partisipan, memungkinkan analisis kelangsungan hidup atau bahaya selain perbandingan insiden sederhana.
Ukuran utama adalah risiko relatif yang membandingkan insiden luaran antara kelompok terpapar dan tidak terpapar: RR = (a/(a+b)) / (c/(c+d)). Ketika waktu tindak lanjut bervariasi, rasio tingkat insiden atau rasio bahaya dari regresi bahaya proporsional Cox digunakan. Perancu ditangani melalui penyesuaian multivariabel, penilaian kecenderungan (propensity scoring), atau analisis bertingkat.
Rumus
RR = (a/(a+b)) / (c/(c+d))
Kesalahan umum
- Perencanaan ukuran sampel yang tidak memadai — kegagalan untuk memberi kekuatan pada studi untuk tingkat insiden yang diharapkan dan risiko relatif target menghasilkan studi yang kurang bertenaga yang tidak dapat mendeteksi asosiasi yang penting secara klinis.
- Kehilangan tindak lanjut yang berbeda — jika partisipan yang lebih sakit atau berisiko lebih tinggi putus sekolah dengan tingkat yang berbeda dalam kelompok terpapar versus tidak terpapar, perkiraan risiko relatif akan bias; analisis sensitivitas (misalnya, batas kasus ekstrem) harus selalu dilaporkan.
- Kesalahan klasifikasi paparan pada awal penelitian — satu pengukuran awal mungkin tidak mewakili paparan kebiasaan; pengukuran berulang atau biomarker yang divalidasi harus digunakan jika memungkinkan.
- Mengabaikan efek sukarelawan sehat — kohort yang dikumpulkan dari sukarelawan secara sistematis mengecualikan individu yang paling sakit, meremehkan risiko penyakit pada populasi umum.
- Perancu berdasarkan indikasi — ketika paparan adalah pengobatan klinis, pasien yang lebih sakit lebih mungkin menerimanya, membias perbandingan kasar; metode skor kecenderungan atau variabel instrumental diperlukan.
Pertanyaan yang sering diajukan
Bagaimana studi kohort prospektif berbeda dari studi kohort retrospektif?
Dalam studi kohort prospektif, partisipan direkrut sebelum luaran terjadi dan diikuti ke depan secara real time; data paparan dikumpulkan pada atau setelah pendaftaran, sebelum ada yang mengalami luaran. Dalam studi kohort retrospektif, baik paparan maupun luaran telah terjadi pada saat peneliti memulai; kohort direkonstruksi dari catatan historis. Desain prospektif menawarkan kualitas data yang lebih baik dan bias ingatan yang lebih sedikit tetapi jauh lebih memakan waktu dan mahal.
Bisakah studi kohort prospektif membuktikan kausalitas?
Ini dapat memberikan bukti kuat yang konsisten dengan kausalitas — terutama dengan menetapkan keunggulan temporal dan hubungan dosis-respons — tetapi tidak dapat menghilangkan perancu residual dari variabel yang tidak terukur seperti yang dapat dilakukan oleh uji coba terkontrol acak. Inferensi kausal dari data kohort memerlukan penerapan kriteria secara sistematis seperti pandangan Bradford Hill: kekuatan, konsistensi, spesifisitas, temporalitas, gradien biologis, plausibilitas, koherensi, eksperimen, dan analogi.
Berapa tingkat kehilangan tindak lanjut yang dapat diterima?
Tidak ada ambang batas universal, tetapi retensi di atas 80% umumnya disebut sebagai dapat diterima, dan banyak kohort berkualitas tinggi mencapai lebih dari 90%. Yang lebih penting daripada persentase adalah apakah putus sekolah berbeda — jika kehilangan tindak lanjut tidak terkait dengan paparan dan luaran, bias minimal bahkan dengan gesekan moderat. Analisis sensitivitas harus selalu mengeksplorasi potensi dampak data luaran yang hilang.
Seberapa besar kohort saya harus?
Ukuran sampel tergantung pada insiden latar belakang luaran, risiko relatif yang diharapkan, kekuatan statistik yang diinginkan (biasanya 80-90%), tingkat signifikansi (biasanya 0,05), dan rasio partisipan terpapar terhadap tidak terpapar. Untuk luaran langka dengan insiden di bawah 1%, ribuan partisipan biasanya diperlukan bahkan untuk mendeteksi risiko relatif yang cukup besar. Konsultasikan perhitungan kekuatan untuk studi kohort menggunakan tingkat insiden daripada proporsi untuk luaran langka.
Kapan saya harus menggunakan kasus-kontrol tersarang daripada menganalisis kohort penuh?
Desain kasus-kontrol tersarang dalam kohort lebih disukai ketika pengukuran paparan sangat mahal (misalnya, uji biomarker yang disimpan) atau ketika luaran langka, karena hanya memilih sampel non-kasus sebagai kontrol daripada mengukur semua orang. Ini mempertahankan sebagian besar keuntungan kausal dari desain prospektif dengan biaya yang jauh lebih rendah, dan secara analitis setara dengan menganalisis kohort penuh ketika kontrol diambil sampelnya menggunakan pengambilan sampel kepadatan insiden.
Metode terkait
Sumber
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641Disalin.Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits. British Medical Journal, 1(4877), 1451-1455.
Buka referensi DOIDisalin.