Cohort Study Adalah: Beda dengan Cross-Sectional & Case-Control

Cohort Study, Cross-Sectional, dan Case-Control

Cohort study adalah desain penelitian epidemiologi yang mengikuti sekelompok subjek yang belum mengalami outcome dari waktu ke waktu secara prospektif, untuk membandingkan kejadian outcome antara kelompok yang terpapar dan tidak terpapar suatu faktor risiko. Bersama cross-sectional dan case-control, ketiganya adalah desain paling umum dipakai di penelitian kesehatan/epidemiologi untuk mempelajari hubungan antara paparan (exposure) dan hasil (outcome) — bedanya terletak pada arah waktu pengumpulan data. Ketiganya termasuk subtipe desain penelitian kuantitatif korelasional/observasional, bukan eksperimental.

Supaya perbandingannya konkret, satu skenario yang sama — hubungan antara konsumsi makanan tinggi gula dan diabetes tipe 2 — dipakai berulang di ketiga desain di bawah.

Perbandingan Tiga Desain

Cross-sectional (Potong Lintang)

Data paparan dan outcome dikumpulkan pada satu titik waktu yang sama, tanpa mengikuti subjek dari waktu ke waktu. Contoh: survei sekali jalan mengukur pola makan tinggi gula dan status diabetes pada saat yang sama, pada satu populasi.

- Kelebihan: cepat, murah, cocok untuk mengukur prevalensi. - Kekurangan: tidak bisa memastikan urutan sebab-akibat (mana yang terjadi lebih dulu, paparan atau outcome?) karena keduanya diukur bersamaan. - Bias yang perlu diwaspadai: reverse causality — orang yang sudah didiagnosis diabetes mungkin sudah mengubah pola makannya, sehingga hubungan yang teramati bisa terbalik dari yang sebenarnya. - Kapan dipakai: mengukur prevalensi suatu kondisi, atau studi eksploratif awal sebelum desain yang lebih kuat.

Cohort (Kohort)

Sekelompok subjek yang belum mengalami outcome diikuti dari waktu ke waktu (prospektif) untuk melihat siapa yang akhirnya mengalami outcome, dibandingkan antara yang terpapar dan tidak terpapar. Melanjutkan skenario di atas: sekelompok orang yang belum diabetes diikuti selama beberapa tahun, dibandingkan kejadian diabetes antara yang pola makannya tinggi gula dan yang tidak.

- Kelebihan: bisa memastikan urutan waktu (paparan mendahului outcome), cocok untuk menghitung insidensi dan risiko relatif. - Kekurangan: butuh waktu lama dan biaya besar, terutama untuk outcome yang jarang terjadi. - Bias yang perlu diwaspadai: loss to follow-up — subjek yang keluar dari penelitian di tengah jalan (pindah, menolak lanjut) bisa mengubah komposisi sampel yang tersisa secara sistematis. - Kapan dipakai: meneliti efek paparan terhadap outcome yang relatif umum terjadi, dengan sumber daya yang memadai untuk pengamatan jangka panjang.

Case-Control (Kasus-Kontrol)

Dimulai dari outcome: subjek yang sudah mengalami suatu kondisi (kasus) dibandingkan dengan yang tidak (kontrol), lalu ditelusuri riwayat paparan mereka secara retrospektif. Skenario yang sama: penderita diabetes (kasus) dibandingkan dengan orang tanpa diabetes (kontrol), lalu ditelusuri riwayat pola makan mereka di masa lalu.

- Kelebihan: efisien untuk outcome yang jarang terjadi, relatif cepat dan murah dibanding cohort. - Kekurangan: rentan terhadap recall bias (subjek mengingat riwayat paparan secara tidak akurat). - Bias yang perlu diwaspadai: recall bias lebih parah kalau kasus (yang sudah sakit) lebih termotivasi mengingat-ingat detail pola makannya dibanding kontrol (yang sehat, kurang termotivasi mengingat) — bias ini bisa melebih-lebihkan kekuatan hubungan yang sebenarnya. - Kapan dipakai: meneliti outcome langka (penyakit jarang) di mana menunggu kejadian secara prospektif (seperti cohort) tidak praktis.

Cara Memilih

Outcome jarang terjadi → case-control. Ingin memastikan urutan waktu paparan-outcome dan sumber daya memadai → cohort. Butuh gambaran cepat/prevalensi tanpa mengejar sebab-akibat → cross-sectional.

Kesalahan Umum

1. Menyimpulkan sebab-akibat dari desain cross-sectional — karena paparan dan outcome diukur bersamaan, urutan waktu tidak bisa dipastikan, sehingga klaim kausal terlalu kuat untuk desain ini.
2. Tidak melaporkan tingkat loss to follow-up pada cohort study — subjek yang hilang di tengah jalan bisa mengubah kesimpulan kalau alasan mereka keluar berhubungan dengan paparan/outcome.
3. Memilih kontrol yang tidak sebanding dengan kasus pada case-control study — kontrol idealnya berasal dari populasi yang sama dengan kasus, hanya berbeda status outcome-nya.