Penilaian Risiko Bias

Penilaian risiko bias adalah penilaian terstruktur tentang seberapa besar kemungkinan desain, pelaksanaan, dan pelaporan suatu penelitian telah menyimpangkan hasilnya dari kebenaran. Berbeda dengan hierarki bukti, yang mengurutkan desain secara umum, penilaian ini menilai studi individual, menanyakan apakah fitur-fitur seperti bagaimana partisipan dialokasikan, disamarkan (blinded), dipertahankan, dan dianalisis dapat membiasakan efek yang diperkirakan.

Definition

Penilaian risiko bias adalah evaluasi berbasis domain terhadap validitas internal suatu studi individual, menilai untuk setiap domain yang relevan apakah kelemahan dalam desain, pelaksanaan, atau pelaporan kemungkinan telah menghasilkan kesalahan sistematis dalam efek yang diperkirakan.

Scope

Entri ini mencakup konsep bias sebagai kesalahan sistematis, domain standar yang dinilai dalam studi acak dan non-acak, serta alat Cochrane utama yang digunakan untuk membuat penilaian ini. Ini adalah referensi metodologis tentang penilaian tingkat studi, bukan panduan klinis.

Key concepts

• Bias sebagai kesalahan sistematis (bukan acak)
• Validitas internal
• Bias seleksi / pengacakan dan penyembunyian alokasi
• Bias kinerja dan deteksi / penyamaran (blinding)
• Bias atrisi / data hasil yang tidak lengkap
• Bias pelaporan / pelaporan hasil yang selektif
• Penilaian berbasis domain (rendah / beberapa kekhawatiran atau tidak jelas / risiko tinggi)
• Perancu (confounding) dalam studi non-acak

Mechanisms

Penilaian dilakukan berdasarkan domain, masing-masing menangkap jalur masuknya kesalahan sistematis. Dalam uji coba acak, ini termasuk proses pengacakan, penyimpangan dari intervensi yang dimaksudkan, data hasil yang hilang, pengukuran hasil, dan pemilihan hasil yang dilaporkan; untuk setiap domain, peninjau menilai risiko sebagai rendah, ada beberapa kekhawatiran (atau tidak jelas), atau tinggi, seringkali dipandu oleh pertanyaan penanda dan mencapai penilaian keseluruhan. Studi intervensi non-acak menambahkan perancu (confounding) dan pemilihan partisipan sebagai domain sentral, karena tanpa pengacakan, ini adalah ancaman dominan. Produknya adalah penilaian yang transparan dan dapat direproduksi yang berkontribusi pada sintesis bukti dan penilaian kepastian daripada skor ringkasan tunggal.

Clinical relevance

Penilaian risiko bias menjelaskan mengapa dua studi dengan pertanyaan yang sama dapat diberi bobot yang berbeda dan mengapa kumpulan bukti dapat diturunkan tingkat kepastiannya karena keterbatasan studi. Penilaian ini membantu pembaca melihat apakah suatu hasil kemungkinan mencerminkan efek nyata atau artefak dari bagaimana studi tersebut dijalankan; entri ini menjelaskan metodologi penilaian dan bukan dasar untuk keputusan klinis individual.

Evidence & guidelines

Alat risiko bias Cochrane (Higgins et al., 2011) menstandardisasi penilaian berbasis domain untuk uji coba acak dan digantikan oleh RoB 2 (Sterne et al., 2019), yang merestrukturisasi domain dan menambahkan pertanyaan penanda. ROBINS-I (Sterne et al., 2016) memperluas pendekatan ini ke studi intervensi non-acak, menekankan perancu dan seleksi. Dalam GRADE, risiko bias tingkat studi adalah faktor pertama yang dapat menurunkan kepastian kumpulan bukti (Guyatt et al., 2008).

History

Penilaian kualitas uji coba pada tahun 1980-an dan 1990-an mengandalkan skala numerik yang komponen dan bobotnya sangat bervariasi. Cochrane Collaboration menggeser penilaian ke arah penilaian eksplisit berbasis domain dengan alat risiko biasnya tahun 2011, memprioritaskan transparansi di atas skor ringkasan. RoB 2 (2019) menyempurnakan domain uji coba acak dan memperkenalkan pertanyaan penanda, sementara ROBINS-I (2016) membawa kerangka kerja paralel yang berpusat pada perancu untuk studi non-acak.

Debates

Penilaian berbasis domain versus skor kualitas numerik

Skor kualitas komposit dapat mengaburkan kelemahan spesifik mana yang penting dan seberapa besar, sehingga alat modern lebih menyukai penilaian per domain yang transparan; kritikus mencatat bahwa penilaian domain masih memerlukan keputusan subjektif dan dapat bervariasi antar penilai.

Key figures

• Julian Higgins
• Jonathan Sterne
• Douglas Altman
• Miguel Hernan

Seminal works

• higgins-2011-robtool
• sterne-2019-rob2
• sterne-2016-robinsi

Frequently asked questions

Bagaimana risiko bias berbeda dari hierarki bukti?

Hierarki mengurutkan desain secara umum berdasarkan kerentanan tipikalnya terhadap bias, sedangkan penilaian risiko bias mengevaluasi seberapa baik satu studi spesifik benar-benar dilakukan, sehingga desain peringkat tinggi masih dapat memiliki risiko bias yang tinggi.

Mengapa skor kualitas numerik tidak lagi disukai?

Skor komposit menggabungkan fitur-fitur yang tidak terkait menjadi satu angka dan menyembunyikan kelemahan mana yang mendorong hasil; alat berbasis domain justru membuat penilaian terpisah dan transparan untuk setiap potensi sumber bias.