Dalam membuat dan mempublikasi riset biomedis, kamu perlu mengenal istilah riks, rates, dan odds yang sering digunakan pada pada literatur dan penelitian biomedis sebelumnya. Dalam ilmu pengobatan, terutama epidemologi, risks, rate, dan odds adalah pengukuran statistik untuk memahami kemungkinan sebuah masalah kesehatan terjadi misalnya penyakit menular atau untuk merespon perlakukan riset khusus pada sebuah populasi atau sekelompok individu.
Kalkulasi ini penting dilakukan peneliti untuk menentukan efektifitas relatif dari perlakukan atau intervensi penelitian yang berbeda, mengidentifikasi faktor resiko potensial atau memprediksi hasil penelitian agar dapat membuat keputusan yang tepat tentang sejumlah praktek klinis atau kebijakan terkait kesehatan masyarakat. Selain itu, untuk mengkalkulasi tingkat penyeberan penyakit agar dapat membantu mengidentifikasi faktor resiko sebagai panduan kesehatan bagi masyarakat.
Melihat miripnya arti kata risk, rate, dan odd dalam percakapan umum, penggunaan sejumlah istilah tersebut pada analisis statistik biomedis akan sangat membingungkan. Misalnya, risk dan odds cenderung digunakan secara bergantian untuk menjelaskan kemungkinan terjadinya sesuatu. Meskipun demikian, dalam riset biomedis, istilah ini memiliki arti dan fungsi yang spesifik.
Untuk menghilangkan kebingungan dan mengerti lebih baik tentang konsep yang terkait namun berbeda ini, kami menjelaskan istilah tersebut seperti di bawah ini:
Probabilitas: Probabilitas terjadinya penyakit dalam waktu tertentu dutentukan melalui sejumlah percobaan. Probabilitas selalu berada antara rentang 0 dan 1.
Odds: probabilitas terjadinya penyakit dibagi dengan probabilitas kejadian tidak terjadi. Katakanlah, probabilitas sebuah kejadian terjadi adalah Y. Sehingga: Odd pada sebuah kejadian adalah Y/(1-Y).
Rasio: rasio adalah besaran relatif dari dua kuantitas atau perbandingan dari dua nilai tertentu.
- Sebuah rasio tidak memiliki dimensi
- Sebuah rasio dapat memiliki nilai tertentu
Rate: rate menjelaskan perubahan kuantitas dalam periode waktu tertentu (misalnya tingkat terjadinya penyakit = jumlah kasus penyakit baru yang terjadi pada waktu tertentu dibagi total populasi resiko pada periode tertentu.
- Rate memiliki dimensi waktu
- Rate ditunjukkan melalui unit waktu
Risk: Risk adalah probabilitas yang diasosiasikan dengan kemungkinan hasil yang merugikan di masa depan. Dalam biomedis, resiko memungkinkan dilakukannnya prediksi terhadap populasi tnggal.
- Resiko tidak memiliki dimensi
- Resiko terbatas pada nilai antara 0 dan 1
Faktor resiko: faktor yang meningkatkan kemungkinan terjadi perkembangan penyakit, misalnya faktor resiko untuk kanker yang kemungkinannya termasuk riwayat kanker dalam keluarga, paparan radiasi atau bahan kimia lainnya, dan mutasi genetik tertentu.
Pengukuran statistik penting dalam penelitian biomedis
Apa itu Rasio Risk?
Resiko relatif atau rasio resiko (RR) adalah statistik yang menunjukkan apakah sebuah intervensi atau variabel tertenu memiliki efek terhadap hasil penelitian.
Apa itu Rasio Odds?
Rasio Odds (OR) menunjukkan kemungkinan terjadinya penyakit di dalam satu kelompok seperti mereka yang terekspos obat, dibagi dengan kemungkinan di dalam kelompok lain yang tidak terekspos obat.
Apa itu Rasio Hazard?
Rasio hazard (HR) mengindikasikan resiko penyakit terjadi di dalam kelompok yang diintervensi dibandingkan dengan kelompok kontrol pada waktu tertentu.
Tabel di bawah ini menunjukkan perbedaan yang mendasar antara RR, OR, dan HR
Perbedaan antara Resiko Relatif (RR), Rasio Odds, dan Rasio Hazard (HR)
| RR | OR | HR | |
| Kalkulasi | RR= (resiko pada kelompok intervensi/resiko kelompok kontrol atau plasebo) | OR= (odds pada kelompok intervensi/odds pada kelompok kontrol dan plasebo) | Dikalkulasi menggunakan data kelangsungan hidup dan analisis kelangsungan hidup: HR = tingkat keberbahayaan sebuah penyakit pada kelompok intervensi/tingkat keberbahayaan pada kelompok kontrol. |
| Interpretasi | RR=1: kedua kelompok memiliki nilai yang sama terhadap resiko/RR tidak sama dengan 1: satu kelompok memiliki resiko tinggi dari kelompok lainnya (karena intervensi dan terdapat asumsi tentang sebab akibat) | OR =1: hasil yang sama pada kedua kelompok yaitu tidak ada perbedaan antara OR > 1: asosiasi positif antara eksposur dan hasil penelitian. OR <1: asosiasi negatif antara eksposur dan hasil penelitian | HR=1: Kedua kelompok mengalami jumlah kejadian penyebaran penyakit yang sama di satu waktu. HR> 1: kelompok yang diberikan perlakukan khusus mengalami probabilitas kejadian yang tinggi dalam priode tertentu daripada kelompok kontrol. HR<1: kelompok yang diberikan perlakukan khusus mengalami probabilitas kejadian yang rendah selama periode waktu tertentu daripada kelompok kontrol. |
| Aplikasi | RR umum digunakan untuk penelitian prospektif seperti studi kelompok | OR sering disampaikan di dalam literatur medis terutama terkait studi kasus kelompok kontrol sebagai pengukuran asosiasi antara eksposur dan hasil penelitian. | HR kerap digunakan pada percobaan klinis, epidemologi, dan penelitian medis lainnya untuk menganalisis dampak intervensi dalam kelangsungan hidup atau hasil dari waktu terhadap kejadian. Sebagai contoh, HR akan menentukan apakah sebuah intervensi mengurangi durasi gejala atau memperpanjang kelangsungan hidup saat terjadinya penyakit. |
Peneliti biomedis harus memastikan akurasi dan reliabilitas dari hasil penelitian ketika dimengkalkulasi dan melaporkan risk, rate, dan odds. Berikut adalah sejumlah praktek terbaik untuk mencapainya:
- Menggunakan jenis pengukuran yang tepat tergantung pada pertanyaan dan rancangan penelitian.
- Dengan jelas mendefisikan populasi, termasuk kriteria inklusi dan ekslusi.
- Menggunakan sumber data yang tepat dan reliabel.
- Menggunakan metode statistik yang tepat.
- Melaporkan p-values yang relevan dan interval yang terpercaya untuk mengindikasikan hasil penelitian yang presisi.
- Menghindari asosiasi bias dengan mempersepsikan dan menginterpresikan resiko dalam pengambilan keputusan medis dan melaporkan potensi bias seperti seleksi bias, pengukuran bias, dan kebingungan.
Kesimpulan
Pada riset biomedis, sejumlah pengukuran statistik dapat diaplikasikan untuk menarik kesimpulan akibat intervensi spesifik, variabel asosiasi, atau intervensi dampak pada waktu tertentu. Rasio risk, rasio odds, dan rasio hazard sangat berguna bagi para dokter untuk mengukur dan mengambil kesimpulan tentang jenis serta kualitas layanan pasien. Selain itu, dengan memahami pengaplikasian dan penggunaan alat ukur ini maka akan membantu menghasilkan interpretasi data penelitian yang lebih akurat dan pemahaman yang jelas tentang penyebaran penyakit.
