Simulasi Ukuran Asosiasi Epidemiologi: Contoh Soal Odds Ratio vs Relative Risk

Dalam studi epidemiologi, tugas utama seorang peneliti bukan sekadar menghitung jumlah orang yang sakit, melainkan mengidentifikasi apakah ada hubungan (asosiasi) antara paparan tertentu dengan kejadian penyakit. Untuk mengukur kekuatan hubungan ini, kita menggunakan ukuran asosiasi. Dua metrik yang paling fundamental namun sering membingungkan adalah Odds Ratio (OR) dan Relative Risk (RR).

baca lagi : Latihan Contoh Soal Matematika UNBK 2025 dan Tips Mengerjakannya

Artikel ini akan mengupas tuntas perbedaan keduanya melalui simulasi contoh soal dan logika penggunaannya dalam penelitian kesehatan masyarakat.

Memahami Tabel Kontingensi 2×2

Sebelum menghitung OR dan RR, kita harus akrab dengan tabel kontingensi 2×2. Tabel ini adalah fondasi dalam menentukan frekuensi paparan dan penyakit.

1. Relative Risk (RR): Ukuran untuk Studi Prospektif

Relative Risk atau Risk Ratio digunakan untuk membandingkan risiko terjadinya penyakit pada kelompok yang terpapar dibandingkan dengan risiko pada kelompok yang tidak terpapar. RR hanya dapat dihitung pada desain studi di mana kita mengikuti populasi dari waktu ke waktu untuk melihat siapa yang jatuh sakit, yaitu pada Studi Kohort atau eksperimental (RCT).

Rumus Relative Risk:

$$RR = \frac{\text{Insiden pada kelompok terpapar}}{\text{Insiden pada kelompok tidak terpapar}} = \frac{a / (a+b)}{c / (c+d)}$$

Logika Interpretasi:

• RR > 1: Paparan merupakan faktor risiko.
• RR = 1: Tidak ada asosiasi antara paparan dan penyakit.
• RR < 1: Paparan merupakan faktor protektif (pencegah).

2. Odds Ratio (OR): Ukuran untuk Studi Retrospektif

Odds Ratio membandingkan peluang (odds) terjadinya paparan pada kelompok yang sudah sakit (kasus) dibandingkan dengan peluang paparan pada kelompok yang sehat (kontrol). OR adalah ukuran pilihan dalam Studi Case-Control.

Rumus Odds Ratio:

$$OR = \frac{a/b}{c/d} = \frac{a \times d}{b \times c}$$

OR sering disebut sebagai “rasio silang” karena cara perhitungannya yang menyilangkan sel-sel dalam tabel 2×2.

Simulasi Contoh Soal 1: Studi Kohort (Mencari RR)

Skenario:

Sebuah penelitian mengikuti 1.000 orang selama 5 tahun untuk melihat hubungan antara kebiasaan merokok dengan kejadian penyakit jantung.

• Dari 400 orang perokok (terpapar), 80 orang terkena penyakit jantung.
• Dari 600 orang bukan perokok (tidak terpapar), 30 orang terkena penyakit jantung.

Pertanyaan: Hitunglah Relative Risk (RR) dan interpretasikan!

Pembahasan:

1. Identifikasi Data:
   • $a = 80$ (Perokok, Sakit)
   • $b = 320$ (Perokok, Sehat -> $400 – 80$)
   • $c = 30$ (Bukan Perokok, Sakit)
   • $d = 570$ (Bukan Perokok, Sehat -> $600 – 30$)
2. Hitung Insiden:
   • Insiden Terpapar ($P1$) = $80 / 400 = 0,2$
   • Insiden Tidak Terpapar ($P0$) = $30 / 600 = 0,05$
3. Hitung RR:$$RR = 0,2 / 0,05 = 4$$

Interpretasi:

Orang yang merokok memiliki risiko 4 kali lebih besar untuk menderita penyakit jantung dibandingkan dengan orang yang tidak merokok. Merokok adalah faktor risiko yang kuat.

Simulasi Contoh Soal 2: Studi Case-Control (Mencari OR)

Skenario:

Seorang peneliti ingin mengetahui hubungan antara konsumsi alkohol dengan kejadian sirosis hati. Karena penyakit ini butuh waktu lama untuk berkembang, digunakan desain Case-Control.

• Peneliti mengambil 100 pasien sirosis hati (Kasus), ditemukan 70 orang punya riwayat minum alkohol.
• Peneliti mengambil 100 orang sehat (Kontrol), ditemukan 20 orang punya riwayat minum alkohol.

Pertanyaan: Hitunglah Odds Ratio (OR) dan interpretasikan!

Pembahasan:

1. Identifikasi Data:
   • $a = 70$ (Kasus, Terpapar)
   • $c = 30$ (Kasus, Tidak Terpapar)
   • $b = 20$ (Kontrol, Terpapar)
   • $d = 80$ (Kontrol, Tidak Terpapar)
2. Hitung OR:$$OR = (70 \times 80) / (30 \times 20) = 5600 / 600 = 9,33$$

Interpretasi:

Pasien dengan sirosis hati memiliki 9,33 kali peluang lebih tinggi untuk memiliki riwayat konsumsi alkohol dibandingkan dengan kelompok kontrol yang sehat.

Perbedaan Utama: Kapan Menggunakan yang Mana?

Kapan Nilai OR Mendekati RR?

Dalam epidemiologi, ada prinsip yang disebut Rare Disease Assumption. Jika suatu penyakit bersifat sangat jarang (misalnya prevalensi < 5%), maka jumlah $a$ dan $c$ akan sangat kecil dibandingkan $b$ dan $d$. Dalam kondisi ini, penyebut dalam rumus RR ($a+b$ dan $c+d$) akan mendekati nilai $b$ dan $d$. Hasilnya, nilai OR akan menjadi estimasi yang sangat baik untuk nilai RR.

baca lagi : Mahasiswa Prodi S1 Manajemen FEB Sukses Menyelesaikan Tugas Akhir Non-Skripsi melalui Proyek Bisnis Coffee Threen

Kesimpulan

Memahami perbedaan antara Odds Ratio dan Relative Risk sangat krusial agar tidak terjadi kesalahan interpretasi data. RR digunakan ketika kita bergerak maju dari paparan ke penyakit (prospektif), sementara OR digunakan ketika kita bergerak mundur dari penyakit ke paparan (retrospektif). Ketelitian dalam memilih ukuran asosiasi akan menentukan validitas kesimpulan kesehatan masyarakat yang Anda ambil.

penulis : dinda