Bias dan cara

penanggulangannya
Oleh :
A DEZA farista npm : 186131032
Amanah Perdana npm : 186131002
Rita Zulfadilah npm : 186131024

DR. dr. Endang Budiati, M.Kes

 Pengertian Bias

• Bias didefinisikan sebagai kesalahan

sistematis dalam studi epidemiologi yang
menghasilkan perkiraan yang salah
tentang hubungan antara paparan dan
hasil/outcome .
Distorsi Memperbesar Pengaruh
Memperkecil paparan yang
Meniadakan sebenarnya
 Sumber Bias

• Sumber bias dibagi 2 :

1. Bias seleksi (Selection bias)
2. Bias informasi (Information bias)
3. Bias kerancuan (Confounding bias)
 Bias Seleksi

• Distorsi efek berkaitan dengan cara pemilihan subyek kedalam

populasi studi.
• Bias seleksi merupakan masalah penting dalam kasus - kontrol
dan kohort retrospektif, sementara itu tidak mungkin terjadi
dalam sebuah studi kohort prospektif . Pengamatan terhadap
kelompok bias ini termasuk daya ingat , pewawancara, tindak
lanjut dan kesalahan klasifikasi .
• Contoh Bias Seleksi :
- Kelompok pembanding tidak berasal basis studi yang
sama
- Kelompok pembanding tidak merepresentasikan populasi

3 karakteristik penting bias seleksi :

1. Terjadi ketika menggunakan kriteria yang berbeda
dalam prosedur seleksi subyek
2. Besar dan arahnya seringkali tidak dapat
diperkirakan
3. Bias ini, sekali terjadi tidak dapat dikendalikan,
melainkan hanya dapat dicegah.
 Jenis Bias Seleksi

1. Prevalence-incidence bias
• Bias ini muncul ketika kasus umum digunakan untuk studi hubungan
paparan-penyakit dan itu direlasikan pada dua fenomena.
• Seseorang didiagnosa dengan suatu penyakit, mereka mungkin mengubah
kebiasaannya yang berhubungan dengan penyakit.
Cth : penelitian cross-sectional pada pasien penyakit jantung di RS akan
melewatkan pasien yang meninggal karena penyakit jantung dalam
perjalanan ke RS, sehingga kesimpulan akan tingkat keparahan penyakit
berkurang.

2. Berkson Bias (Bias Diagnostik)

• Bias ini muncul sebelum subjek diidentifikasi untuk penelitian.
Contoh : penelitian case-control dengan outcome : penyakit paru dan
paparan : rokok. Radiologis yang ‘aware’ akan status pasien yang merokok
akan lebih teliti mengamati adanya abnormalitas pada gambaran x-ray
pasien.
3. Healthy Worker Effect (Bias Pekerja Sehat)
• Bias yang terjadi akibat dari penggunaan para pekerja sehat
sebagai kelompok kasus atau kelompok terpapar di satu
pihak, atau penggunaan populasi umum sebagai kelompok
kontrol atau kelompok tidak terpapar di pihak lain.

4. Detection Bias
• Faktor risiko diselidiki sendiri dapat menyebabkan
peningkatan investigasi diagnostik dan meningkatkan
kemungkinan bahwa penyakit ini diidentifikasi seseorang .
Contohnya adalah wanita dengan penyakit payudara jinak
yang menjalani program tindak lanjut rinci yang akan
mendeteksi kanker pada tahap awal.
5. Bias loss to follow-up
• Desain dan implementasi studi seharusnya mencoba untuk
meminimalkan dropout dan kita seharusnya bertujuan untuk
memastikan bahwa semua kelompok diikuti secara
menyeluruh.
• Single atau double blinding seharusnya digunakan untuk
memastikan follow-up yang sama pada semua subjek
penelitian.
Contoh : studi kohort terhadap efektifitas CT untuk mengukur
insiden kanker paru pada populasi perokok dan bukan
perokok. Setelah penelitian berlangsung sekian tahun, kontrol
subjek akan menurun motivasinya untuk terus terlibat.
Sementara, perokok mungkin menderita comorbid diseases,
sehingga tindak lanjut berpartisipasi dalam studi.
Penanggulangan Bias Seleksi

1.Sedapat mungkin menggunakan data insiden

2.Pada studi kasus kontrol, pilihlah kontrol dari
populasi asal yang aktual (actual base population)
darimana kasus studi tersebut muncul
3.Pada studi kasus kontrol yang tidak berbasis
pada populasi, dapat dipertimbangkan untuk
menggunakan lebih dari 1 jenis populasi kontrol
4.Terapkan kriteria kelayakan yang sama untuk
memilih semua subyek studi.
5.Usahakan agar semua subyek potensial
menjalani prosedur diagnostik yang sama dan
mendapat peluang deteksi dan pelaporan kasus
yang sama.
6. Minimalkan non-respons atau non-partisipasi
dan loss to follow-up.
7. Kumpulkan sebanyak mungkin informasi
tentang riwayat pajanan, termasuk waktu dan
alasan perubahan status pajaanan.
8. Upayakan agar penyakit didiagnosis tanpa
pengaruh dari pengetahuan tentang status
pajanan (secara blind)
 Bias Informasi

• Kesalahan sistematis dalam : mengamati, memilih

instrumen, mengukur, membuat klasifikasi,mencatat
informasi, dan membuat interpretasi tentang paparan
maupun penyakit, sehingga mengakibatkan distorsi
penaksiran pengaruh paparan terhadap penyakit.

• Sumber bias informasi :

- Variasi subjek
- Variasi pengamat
- Kekurangan alat (deficiency tools)
- Kesalahan teknis dalam pengukuran
Jenis Bias Informasi

1.Recall Bias
• Bias recall disebabkan oleh perbedaan akurasi mengingat
peristiwa masa lalu dengan kasus dan kontrol.
• Ada kecenderungan bagi orang-orang yang sakit (atau
keluarga mereka ) untuk mengingat paparan masa lalu lebih
efisien daripada orang yang sehat.
Contoh :
wanita dengan ca payudara lebih mungkin untuk mengingat
sejarah keluarga yang positif daripada kontrol , desain
penelitian retrospektif yang cenderung melebih-lebihkan efek
ukuran dari sejarah keluarga sebagai faktor risiko . Bias ini bisa
dihindari dengan desain prospektif.
2. Interviewer Bias

Bias pewawancara terjadi jika subjek diwawancara dalam

survei atau pada medical record yang diinterpretasi oleh
investigator.

Cara untuk mengurangi bias pewawancara adalah investigator

yang mengumpulkan informasi harus berbeda dengan yang
melakukan interpretasi hasil test.
Mengontrol Bias Informasi

• Blinding
Mencegah investigator ataupun pewawancara untuk
mengetahui kasus/kontrol atau paparan maupun bukan
paparan
• Form of survey
Surat lebih efektif daripada telepon atau wawancara tatap
muka
• Kuisioner
Menggunakan beberapa pertanyaan untuk menanyakan
informasi yang sama sebagai double check.
• Akurasi
Beberapa kali pemeriksaan pada medical record untuk
mengumpulkan data diagnosa dari berbagai sumber..
 Confounding Bias

• Yi : distorsi dalam menaksir pengaruh paparan terhadap

penyakit akibat tercampurnya pengaruh sebuah atau
beberapa variabel luar.
• Confounder (perancu)
Faktor ketiga yang berhubungan dengan paparan dan
outcome, dan mempengaruhi sebahagian/seluruh hubungan
antara keduanya.
 Asosiasi Antara paparan, outcome, dan variabel perancu

Dua kondisi yang harus ditemui pada confounding factor :

1.Berhubungan dengan paparan
2.Berhubungan dengan outcome
3.Bukan merupakan konsekuensi dari paparan (bukan variabel
antara)
Contoh : Asosiasi antara merokok, kanker, dan polusi
Strategi Pengendalian Confounding Factor

1. Mencegah sebelum data dikumpulkan dengan melakukan

randomisasi, restriksi, dan matching.
2. Memperhitungkan pengaruhnya dalam analisis data
(stratifikasi dan analisis multivariat).
Restriksi

• Menerapkan kriteria inklusi dan eksklusi dalam

memilih subjek untuk penelitian, sehingga semua
subjek penelitian memiliki level atau kategori faktor
perancu yang sama.
• Karena level atau kategori faktor perancu yang sudah
sama antara kelompok eksperimen dan kelompok
kontrol, maka faktor perancu tsb tidak menyebabkan
kerancuan.

Kelemahan :
1.Pembatasan terlalu ketat dan dilakukan pada banyak
variabel perancu akan memangkas ukuran sampel.
2.Membatasi kemampuan generalisasi hasil penelitian.
Matching

• Pemasangan antara kasus dan kontrol.

• Dilakukan pada beberapa variabel yang berpotensi
sebagai confounder, dengan tujuan mengurangi resiko
confounding.
Keuntungan :
1.Mengeliminasi perancu kuat (umur, JK)
2.Mengeliminasi pengaruh variabel perancu yang sulit
diukur
3.Dapat digunakan saat jumlah kasus terbatas
Kelemahan :
1.Overmatching
2.Sulit, butuh waktu banyak
3.Teknik analisis khusus pasangan
Randomisasi

• Cara efektif menghilangkan pengaruh confounding.

• Confounding terbagi seimbang antara kelompok penelitian
• Berlaku bila confounding tidak diketahui sebelum penelitian.
Keuntungan :
1.Menghasilkan kelompok yang sama, termasuk variabel-
variabel yang tidak diantisipasi, didefinisikan, ataupun diukur.
2.Bila setelah randomisasi terjadi pajanan variabel lain,
asalkan probabilitas untuk kedua grup sama, maka tidak
banyak berpengaruh.
Kelemahan :
1.Jika jumlah kelompok kecil setiap kelompok masih bervariasi
akibat probablitas.
2.Lemah untuk analisis bersifat eksplanatori.