Confounding & Interaction PDF

Confounding & Interaction Defriman Djafri,SKM, MKM, Ph.D Epidemiologi & Biostatistik Fakultas Kesehatan Masyarakat, Universitas Andalas [email protected] Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg...

Confounding & Interaction Defriman Djafri,SKM, MKM, Ph.D Epidemiologi & Biostatistik Fakultas Kesehatan Masyarakat, Universitas Andalas [email protected] Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg Masyarakat, SchoolUniversitas of Public Health Andalas Tujuan Pembelajaran Memahami definisi confounding dan interaksi. Memahami konsep confounding & interkasi. Menilai counfounding dan interkasi. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 2 Definisi Perancu/Confounding - Pengaruh suatu pajanan terhadap outcome penyakit yang mana terdistorsi oleh pengaruh faktor lain. Interkasi/Interaction ¡ Effect modification ¡ Effect-measure modification ¡ Heterogeneity of effect - Besarnya ukuran hubungan antara pajanan dan outcome penyakit yang dimodifikasi oleh variabel ketiga. - Keberagaman dari efek yang diperkirakan ("estimated") dari suatu faktor risiko (E) terhadap munculnya penyakit (D), pada level yang berbeda dari faktor risiko lain. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 3 Perancu/Penggangu (Confounding) Defriman Djafri, SKM, MKM, Ph.D Bagian Epidemiologi & Biostatistik Fakultas Kesehatan Masyarakat, Universitas Andalas [email protected] Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg Masyarakat, SchoolUniversitas of Public Health Andalas KARAKTERISTIK CONFOUNDING Untuk dapat disebut sebagai confounder sebuah covariate (misal: C) harus merupakan faktor risiko terhadap penyakit yang ingin diteliti (misal: D) pada populasi asal yang tidak terpapar (“unexposed base population”). Covariate tersebut (C) harus berhubungan dengan pajanan/ faktor risiko (misal E) pada populasi asal (“base population”) yang bukan merupakan hubungan sebagai faktor risiko satu sama lain. Covariate (C) dapat dikatakan sebagai confounder yang potensial posisinya dalam rantai hubungan sebab-akibat tidak berada diantara pajanan (E) dan penyakit (D). Dengan kata lain, tidak dapat dikatakan sebagai confounder bila faktor ketiga tersebut berperan sebagai variabel intermediate didalam rantai/ jejaring kausalitas. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 5 Diagram Konsep (E) Pajanan/ faktor (D) Penyakit yang risiko utama ingin diteliti Kausal (C) Faktor eksternal/ Non Kausal confounder potensial Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 6 Contoh: Merokok, Mancis, Ca Paru (1) Seorang peneliti perusahaan tembakau menyakan bahwa asap rokok tidak penyebab kanker paru-paru, tetapi bahwa paparan korek api/mancis adalah penyebabnya. Untuk menjawab pernyataan diatas, dilakukanlah studi yang sangat besar dengan rancangan kasus kontrol untuk membuktikan ini. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 7 Contoh: Merokok, Mancis, Ca Paru (2) Ca Paru Non Ca Paru Jumlah Mancis 820 340 1160 Non Mancis 180 660 840 Jumlah 1000 1000 2000 Odds Ratio (OR) = 820/180 : 340/660 = 8,8 = 95% CI (7.2 - 10.9) Apa arti dari hasil ini ? Apakah anda percaya hasil penelitian ini ? Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 8 Contoh: Merokok, Mancis, Ca Paru (3) Tidak Non Perokok Jumlah Ca Paru Jumlah Perokok Ca Paru Mancis 1080 80 1160 Perokok 900 300 1200 Non Tidak 120 720 840 100 700 800 Mancis Perokok Jumlah 1200 800 2000 Jumlah 1000 1000 2000 OR = 81 OR = 21 Non Bagaimana hubungan Mancis Ca Paru Jumlah Ca Paru dengan Ca Paru pada orang perokok dan tidak perokok? Mancis 820 340 1160 Non Mancis 180 660 840 Bagaimana hubungan Merokok dengan Ca Paru pada orang Jumlah 1000 1000 2000 pengguna Mancis dan tidak menggunakan mancis? OR = 8,8 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 9 Hubungan Mancis dengan Ca Paru pada Perokok & Tidak Perokok Non Ca Paru Jumlah Ca Paru ORcrude = 8,8 Mancis 820 340 1160 Non 180 660 840 Mancis Jumlah 1000 1000 2000 Stratafikasi Perokok Tidak Perokok Non Non Ca Paru Jumlah Ca Paru Jumlah Ca Paru Ca Paru Mancis 810 270 1080 Mancis 10 70 80 Non Non 90 30 120 90 630 720 Mancis Mancis Jumlah 900 300 1200 Jumlah 100 700 800 ORperokok = 1 ORtidak perokok =1 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 10 Hubungan Mancis dengan Ca Paru pada Perokok & Tidak Perokok Kesimpulan: - Pengaruh mancis terhadap Ca Paru (OR=8,8) tidak secara langsung berhubungan dengan Ca Paru, tetapi hubungan ini sebuah kekeliruan/kesalahan setelah distratafikasi dengan status merokok. Faktor risiko merokok merupakan faktor penggangu/perancu/confounder terhadap hubungan mancis terhadap Ca Paru. Oleh Karena itu OR antara penggunaan mancis dan Ca Paru membutuhkan disesuaikan dengan status merokok. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 11 Hubungan Merokok dengan Ca Paru pada orang pengguna Mancis dan tidak menggunakan mancis Non Ca Paru Jumlah Ca Paru ORcrude = 21 Perokok 900 300 1200 Tidak 100 700 800 Perokok Jumlah 1000 1000 2000 Stratafikasi Menggunakan Mancis Tidak menggunakan Mancis Non Non Ca Paru Jumlah Ca Paru Jumlah Ca Paru Ca Paru Perokok 810 270 1080 Perokok 90 30 120 Tidak Tidak 10 70 80 90 630 720 Perokok Perokok Jumlah 820 340 1160 Jumlah 180 660 840 ORmancis (+) = 21 ORmancis (-) = 21 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 12 Hubungan Merokok dengan Ca Paru pada orang pengguna Mancis dan tidak menggunakan mancis Kesimpulan - Merokok secara langsung berhubungan dengan Ca paru dan pengaruh hubungan tidak didistorsi oleh faktor penggunaan mancis. Faktor risiko penggunaan mancis tidak merupakan faktor penggangu/perancu/confounder pada hubungan merokok dengan Ca paru. Oleh karena itu, OR antara hubungan merokok dengan Ca paru tidak butuh disesuaikan dengan mancis. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 13 Apakah ini? Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 14 Apakah ini? Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 15 Pertanyaannya? Apakah ada pengaruh Mancis pada hubungan Merokok dengan Ca Paru? - Tidak ada pengaruh/efek Apakah ada pengaruh Merokok pada hubungan Mancis dengan Ca Paru? - Adanya pengaruh/efek confounding Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 16 Multi Confounding Tidak Bronkitis Jumlah Bronkitis Polusi Udara Tinggi Tidak Polusi Udara Tinggi Jumlah Variabel yang berpotensi menjadi confounder: Kerja dan Merokok Tidak Kerja Jumlah Bekerja Perokok Tidak Perokok Jumlah Bagaimana menstratafikasi dengan multi confounder? Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 17 Stratafikasi Multi Confounding Tidak Bronkitis Jumlah Bronkitis Polusi Udara Tinggi Tidak Polusi Udara Tinggi Jumlah Tidak Tidak Bronkitis Jumlah Bronkitis Jumlah Bronkitis Bronkitis Polusi Udara Polusi Udara Tinggi Tinggi Tidak Tidak Polusi Udara Perokok yang bekerja Polusi Udara Perokok yang tidak bekerja Tinggi Tinggi Jumlah Jumlah Tidak Tidak Bronkitis Jumlah Bronkitis Jumlah Bronkitis Bronkitis Polusi Udara Polusi Udara Tinggi Tinggi Tidak Tidak Polusi Udara Tidak perokok yang bekerja Polusi Udara Tidak perokok yang tidak bekerja Tinggi Tinggi Jumlah Jumlah Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 18 ORMH / PORMH The Mantel-Haenzsel D(+) D(-) Jumlah E (+) ai bi N1i E(-) ci di N0i Jumlah M1i M0i Ti ai di åi T ORMH = i bci åi T i Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 19 RRMH / PRMH The Mantel-Haenzsel D(+) D(-) Jumlah E (+) ai bi N1i E(-) ci di N0i Jumlah M1i M0i Ti ! /(! %& ) ! () %* ) ∑ " " " ∑ " " " (" (" ) /() %* ) = ) (! %& ) ∑ " " " ∑ " " " (" (" Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 20  Komputasi Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 21 Bagaimana mengidentifikasi confounding Hitung Nilai Estimasi Analisis Stratafikasi Lakukanlah uji statistik RRCrude/ORCrude/PRCrude/P heteroginitas antar ORCrude (Menghitung Nilai Estimasi stratum/level. Risiko Antar Stratum) (No Confounding) Jika nilai efek sama, hitung nilai estimasi yang disesuaikan - Jika OR/RR/PR/PORcrude = (adjusted) melalui Mantel Haenszel (MH). OR/RR/PR/PORadjusted (MH) (Confounding) Bandingkan nilai pengukuran estimasi kasar (crude) dengan - Jika OR/RR/PR/PORcrude ≠ nilai pengukuran estimasi yang disesuaikan (adjusted). OR/RR/PR/PORadjusted(MH) Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 22 Kebermanknaan RR/OR/PR/PORcrude antara RR/OR/PR/PORadjusted Kapan dikatakan nilai estimasi risiko Crude berbeda secara bermakna dibandingkan nilai estimasi risiko Adjusted ? Estimasi perbedaan itu adalah = [(RR/OR/PR/PORadjusted – RR/OR/PR/PORcrude) / RR/OR/PR/POR adjusted] × 100 Sebagai aturan umum praktis adalah dengan menggunakan perbedaan antara 10-20%. Namun, itu juga tergantung pada studi. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 23 Mengontrol confounding Rancangan studi - Restriction - Matching - Randomization Analisis - Stratafikasi - Standarisasi - Adjusment ¡ Analisis regresi Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 24  Latihan Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 25 Efek Modifikasi/Interkasi Defriman Djafri, SKM, MKM, Ph.D Bagian Epidemiologi & Biostatistik Fakultas Kesehatan Masyarakat, Universitas Andalas [email protected] Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg Masyarakat, SchoolUniversitas of Public Health Andalas Tujuan Pembelajaran Memahami definisi confounding dan interaksi. Memahami konsep confounding & interkasi. Menilai counfounding dan interkasi. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 27 Definisi Perancu/Confounding - Pengaruh suatu pajanan terhadap outcome penyakit yang mana terdistorsi oleh pengaruh faktor lain. Interkasi/Interaction ¡ Effect modification ¡ Effect-measure modification ¡ Heterogeneity of effect - Besarnya ukuran hubungan antara pajanan dan outcome penyakit yang dimodifikasi oleh variabel ketiga. - Keberagaman dari efek yang diperkirakan ("estimated") dari suatu faktor risiko (E) terhadap munculnya penyakit (D), pada level yang berbeda dari faktor risiko lain. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 28 Interaksi/Efek Modifikasi Efek modifikasi menunjukkan seberapa jauh efek faktor risiko utama (E) terhadap munculnya penyakit (D), dimodifikasi oleh faktor risiko lain yang disebut modifier atau effect modifier. - Misalnya: Efek pemajanan asbestos terhadap munculnya Ca paru dimodifikasi (modified) oleh aktifitas merokok, yaitu bahwa efek asbestos tersebut lebih kuat pada perokok dibanding pada tidak perokok. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 29 Contoh: Merokok, Berat Badan, HDL Kolesterol dapat menjadi baik dan menjadi buruk, kita ketahui Kolesterol baik dikenal sebagai High Density Lipoprotein (HDL). Memiliki tingkat HDL rendah merupakan faktor risiko yang diketahui untuk penyakit jantung. Dalam konteks ini akan mengambil HDL rendah sebagai penyakit (outcome), dan dua faktor risiko, merokok dan berat badan. Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 30 Contoh: Merokok, Berat Badan, HDL Tidak HDL HDL Perokok Jumlah Jumlah Perokok Rendah Tinggi Obesitas 68 149 217 Perokok 91 72 163 Tidak Normal 95 42 137 95 96 191 Perokok Jumlah 163 191 354 Jumlah 186 168 354 POR = 0,2 POR = 1,2 Bagaimana hubungan Merokok HDL HDL Rendah Tinggi Jumlah dengan HDL pada orang berat badan normal dan obesitas? Obesitas 136 81 217 Normal 50 87 137 Bagaimana hubungan Berat Badan dengan HDL pada orang Jumlah 186 168 354 perokok dan tidak perokok? POR = 2,9 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 31 Hubungan Merokok dengan HDL pada Berat Normal & Obesitas HDL HDL PORcrude = 1,2 Jumlah Rendah Tinggi Perokok 91 72 163 Tidak 95 96 191 Perokok Stratafikasi Obesitas Normal HDL HDL HDL HDL Jumlah Jumlah Rendah Tinggi Rendah Tinggi Perokok 55 13 68 Perokok 36 59 95 Tidak Tidak 81 68 149 14 28 42 Perokok Perokok PORObesitas = 3,5 PORNormal = 1,2 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 32 Hubungan Berat Badan dengan HDL pada Perokok dan Tidak Perokok HDL HDL PORcrude = 2,9 Jumlah Rendah Tinggi Obesitas 136 81 217 Normal 50 87 137 Stratafikasi Perokok Tidak Perokok HDL HDL HDL HDL Jumlah Jumlah Rendah Tinggi Rendah Tinggi Obesitas 55 13 68 Obesitas 81 68 149 Normal 36 59 95 Normal 14 28 42 PORPerokok = 6,9 PORTidak Perokok = 2,3 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 33  Interaksi (1) Tidak Ada Interaksi Adanya Interkasi Tidak Ada Variabel Ketiga Tidak Ada Variabel Ketiga 10 10 Ada Variabel Ketiga Ada Variabel Ketiga Risiko Penyakit Risiko Penyakit 0,8 1 0,45 1 0,15 0,15 0,08 0,15 0,1 0,1 0,05 0,05 0,01 0,01 Tidak Terpajan Terpajan Tidak Terpajan Terpajan Risiko penyakit meningkat dalam Risiko penyakit meningkat dalam kelompok terpajan lebih besar dari kelompok terpajan lebih besar dari kelompok tidak terpajan apakah variabel kelompok tidak terpajan ketika variabel ketiga ada/muncul atau tidak ada/muncul ketiga ada/muncul lebih besar dari yg tidak ada/muncul Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 34 Interaksi (2) Interkasi Kualitatif Tidak Ada Variabel Ketiga 10 Ada Variabel Ketiga Risiko Penyakit 1 0,15 0,2 0,1 0,11 0,05 0,01 Tidak Terpajan Terpajan Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 35 Interaksi (2) Tidak Ada Variabel Ketiga 6 5 Ada Variabel Ketiga 3,6 Odds Penyakit 2,5 1,8 1 Kontrol Kasus Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 36 Additive vs Multiplicative Interaction Additive interaction - Risk/rate difference Tidak Perokok IDD(/th) IDR(/th) Perokok Polusi Udara Tingi 5.0 1.0 4.0 5.0 Tidak Polusi Udara Tinggi 0.5 0.1 0.4 5.0 Multiplicative interaction - Risk/rate ratio Tidak Perokok IDD(/th) IDR(/th) Perokok Polusi Udara Tingi 0.14 0.1 0.04 1.4 Tidak Polusi Udara Tinggi 0.05 0.01 0.04 5.0 Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 37 Kesimpulan Tidak ada efek modifikasi/interkasi - Jika OR1 = OR2 = OR3 = ORn Adanya efek modifikasi/interkasi - Jika OR1 ≠ OR2 ≠ OR3 ≠ ORn Ó 2024 Fakultas Kesehatan Masyarakat, Universitas Andalas 38  Terima Kasih Atas Perhatiannya Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg Masyarakat, SchoolUniversitas of Public Health Andalas 39  Terima Kasih Atas Perhatiannya Ó 2024 2007 Johns Fakultas Hopkins Kesehatan Bloomberg Masyarakat, SchoolUniversitas of Public Health Andalas 40