Pengertian Kohort
Analisis kohort yakni analisis terhadap sekelompok penduduk yang secara merata mengalami situasi/peristiwa yang sama dalam satu periode waktu tertentu
- Dasarnya adalah adanya sekelompok penduduk dengan sifat karakteristik yang sama.
- Analisis dalam jangka waktu tertentu
- Beberapa contoh :
- kohort kelahiran (birth cohort)
- kohort perkawinan {marriage cohort).
Sangat berguna pada analisis morbidity maupun mortality penyakit menahun untuk jangka waktu yang cukup lama bila ada perubahan trend yang terjadi.
Kohort Kelahiran
- Analisis kohort kelahiran, yakni analisis terhadap kelompok penduduk berdasarkan tahun kelahiran yang sama.
- Memungkinkan dilakukan perbandingan lansung peristiwa morbiditas maupun mortalitas dari berbagai kelompok penduduk tertentu, berdasarkan tahun kelahiran serta pengalaman masing-masing kelompok terhadap penyakit kematian selama periode waktu tertentu.
- Analisis kohort dapat dilakukan untuk penyakit atau peristiwa vital lainnya, di mana terjadi perubahan derajat kerentanan atau tingkat keterpaparan dalam jangka waktu tertentu sehingga peristiwa yang timbul mengalami perubahan pula (terutama penyakit dengan masa tunas yang cukup lama).
- Dalam analisis kohort kelahiran, ada dua bentuk gambaran grafik dalam hubungannya dengan kelompok umur.
- grafik yang menunjukkan peristiwa kejadian berdasarkan tahun kejadiannya umpamanya: grafik angka kematian tuberkulosis menurut umur dan tahun kejadiannya.
- grafik yang menunjukkan peristiwa kejadian berdasarkan tahun kelahiran umpamanya: grafik angka kematian tuberkulosis menurut umur dan tahun kalahiran.
Bila kedua grafik tersebut, yakni kurva cross sectional dan kurva kohort digambarkan dalam satu gambar, maka akan tampak hubungan satu dengan yang lainnya, serta akan memberikan gambaran perubahan yang terjadi.
Life Table
Tujuan Life table terutama untuk menghitung harapan hidup rata-rata. Untuk lengkapnya, life table ini akan diterangkan tersendiri bersama dinamika penduduk.
Life Table Kohort
Life table kohort untuk menghitung analisis kohort berdasarkan prinsip life table dalam menilai/menghitung besarnya kemungkinan (probability) terjadinya peristiwi (sakil atau mati) dalam suatu perubahan keadaan penyakit/sebab kematian secara periodik.
Modifikasi Life Table Kohort
- Bentuk ini paling sering digunakan dalam penelitian epidemiologi.
- Penggunaannya terutama pada pengamatan subjek dalam waktu yang tidak serentak dengan subjek yang masuk/ke luar selama pengamatan sehingga digunakan cara simulasi kohort. Dengan demikian tiap subjek diamati mulai pada saat 0 sedangkan tiap kejadian yang diamati diperhitungkan pada interval selanjutnya, sedangkan observasi berakhir bagi setiap subjek setelah mengalami peristiwa yang diamati atau mereka drop out dari pengamatan.
- Asumsi: tidak ada perbedaan/perubahan kemungkinan (probability) untuk setiap kejadian pada jangka waktu pengamatan artinya semua mereka yang bergabung dalam pengamatan/populasi mempunyai kemungkinan yang sama, baik yang bergabung lebih cepat maupun yang bergabung belakangan. Bagi mereka yang drop out, mempunyai risiko (kemungkinan terkena) setelah meninggalkan kelompok (drop out) sama dengan bila mereka tetap berada dalam kelompok pengamatan.
Masalah Drop Out dari Pengamatan
Drop out dari pengamatan tidak dapat dianggap mewakili secara random dari keseluruhan populasi yang diamati. Bila mereka yang drop out mempunyai alasan, maka alasan tersebut mungkin mempunyai hubungan yang erat dengan risiko/kemungkinan untuk mengalami peristiwa. Untuk mengatasi hal tersebut, dapat dipikirkan beberapa cara,
- Usahakan mengamati keseluruhan objek sampai selesai pengamatan termasuk yang drop out.
- Bandingkan sifat karakteristik mereka yang drop out dengan mereka yang tetap dalam pengamatan, untuk melihat kemungkinan terjadinya bias.
- Hitung tiga jenis rate pada akhir pengamatan,
- Rate minimum dengan asumsi bahwa semua yang di drop out tidak mengalami peristiwa yang sedang diamati.
- Rate intermedia dengan asumsi mereka yang drop out mempunyai kesempatan mengalami peristiwa dalam pengamatan.
- Rate maksimum dengan asumsi bahwa semua yang drop out mengalami peristiwa yang sedang diamati.