3. Apakah
Meta-Analisis?
Meta-analisis adalah desain studi yang
mensintesis dan mengkaji secara sistematis
dengan menggunakan metode formal yang
objektif (systematic review) dan
menggabungkan hasil-hasil estimasi secara
kuantitatif (meta-analisis) dari sejumlah
penelitian yang bertujuan menjawab suatu
pertanyaan penelitian yang sama dan dapat
digabungkan (combinable)
Studi 1
Studi 6
Studi 7
Studi 4
Studi 5
Studi 3
Studi 2
4. Literature Review
Systemati
c review
Literature
review
Meta-
analisis
Literature Review:
Bukan merupakan sebuah
desain studi, melainkan
ringkasan kualitatif bukti-bukti
riset atau teori tentang suatu
topik dengan menggunakan
metode informal dan subjektif
dalam mengumpulkan dan
menginterpretasikan bukti.
Literature review tidak
melakukan penilaian kualitas
bukti dan tidak bertujuan
untuk menjawab suatu
pertanyaan peneliti tertentu
Systematic Review:
Desain studi yang mensintesis dan mengkaji
bukti-bukti studi primer yang berkualitas tinggi
untuk menjawab suatu pertanyaan penelitian,
dengan menggunakan metode yang sistematis
dalam mengidentifikasi, memilih, mensintesis,
menilai bukti riset.
Meta-analysis:
Systematic review yang menganalisis,
memadukan, dan membuat ringkasan
kuantitatif dengan metode statistik, dari
hasil-hasil studi primer yang dapat
digabungkan
Perbedaan
Meta-analysis,
Systematic
Review, dan
Literature
Review
Sumber: Ahn dan Kang, 2018; Old
Dominion Uiversity, 2023; Penn
State University Libraries, 2023;
University of West Florida, 2023
6. 1. Meningkatkan validitas internal (internal validity)
2. Memperluas kemampuan penerapan bukti (generalizability,
validitas eksternal/ external validity)
3. Membantu mengatasi masalah inkonsistensi/ kontroversi hasil
studi primer
4. Mengurangi kesalahan random (memperkecil nilai p),
meningkatkan presisi estimasi (mempersempit Confidence
Interval 95%)
5. Meningkatkan kekuatan bukti kausalitas
6. Memudahkan pengguna hasil riset (evidence-based medicine)
Kelebihan
Systematic Review/ Meta-analisis
7. Systematic Review/
Meta-analisis
Meningkatkan
Validitas Internal
dan Validitas
Eksternal
Populasi eksternal
(external population)
Populasi
terjangkau
(accessible
population)
Sampel
Kelompok
eksperimen
Kelompok
kontrol
Validitas
internal
Pemilihan
sampel
(sampling)
Validitas
eksternal
(generaliz-
ability)
Populasi sasaran
(target population)
Populasi umum
(general population)
Inferensi
statistik
Validitas Internal:
Kebenaran kesimpulan tentang
suatu parameter populasi sasaran
berdasarkan hasil analisis data
sampel
Validitas Eksternal:
Kemampuan perluasan penerapan
hasil analisis data sampel untuk
menyimpulkan parameter populasi
eksternal
8. Heterogenitas
dalam Meta-analisis
Heterogenitas adalah variasi antar
studi primer dalam meta-analisis.
Pada aspek tertentu meta-analisis
perlu homogen
1. Hasil: Heterogenitas estimasi efek
antar studi primer
2. Proses: Heterogenitas aspek lainnya
sebelum dihasilkan kesimpulan
(lokasi studi, populasi, desain studi,
alat ukur, dsb)
aOR=2.11
aOR=
2.44
aOR=0.90
aOR=0.73
aOR=1.57
aOR=1.79
aOR=
1.98
9. Apakah Meta-analisis
Harus Homogen? Ya
1. Pertanyaan penelitian (PICO)
2. Populasi studi (umur, jenis kelamin) →
meningkatkan validitas internal
3. Intervensi (paparan) → definisi operasional
harus sama/ semirip mungkin
4. Pembanding (tidak terpapar) → harus jelas
dibandingkan plasebo atau terapi standar
5. Desain studi → RCT jangan dicampur
dengan eksperimen kuasi atau studi
observasional
6. Instrumen pengukur variabel
7. Metode analisis statistik → hasil analisis
bivariat tidak boleh dicampurkan dengan
analisis multivariat
RCT
RCT
RCT
RCT
RCT
RCT
RCT
10. 1. Lokasi penelitian → Berbagai benua,
wilayah regional, dan negara →
Meningkatkan generalizability
2. Besar sampel → Sampel boleh besar,
sedang, dan kecil
3. Populasi → Umur, jenis kelamin, ras,
boleh berbeda → Meningkatkan
generalizability
4. Instrumen pengukur variabel → Diatasi
dengan ukuran efek terstandarisasi
(Effect Size, Standarized Regression
Coefficient)
5. Variabel lainnya yang tidak ada
hubungannya dengan variabel hasil
Apakah Meta-analisis
Harus Homogen? Tidak
Swedia
Iran
AS
China
Ethiopia
Brasil
Nigeria
11. 1. Merumuskan pertanyaan penelitian dalam PICO
2. Mencari artikel studi primer secara komprehensif dari
berbagai database
3. Menilai kritis studi primer
4. Menganalisis data secara kualitatif (systematic
review) atau secara kuantitatif (meta-analisis)
5. Menarik kesimpulan
5 Langkah Meta-analisis
13. 1. Apakah obesitas
berpengaruh terhadap risiko
kematian pada pasien
COVID-19?
2. Berapa besar pengaruh
tersebut, berdasarkan hasil
studi primer sebelumnya?
Pasien
COVID-19
Obesitas
Normoweight
Mortalitas
Contoh Rumusan Pertanyaan
Penelitian berdasarkan PICO
P Population
I Intervention,
exposure
C Comparison
O Outcome
14. Langkah
Mencari Full-text Articles dari
Berbagai Electronic Databases
(PubMed, ProQuest, dll),
Disertasi, Tesis yang Tidak
Dipublikasikan
1. Mencari, mengidentifikasi
2. Mengeliminasi duplikasi
3. Menyaring relevansi
4. Menerapkan eligibilitas/ kriteria inklusi
dan eksklusi
16. Sumber: Apriliani et
al., 2022
Diagram Alir
PRISMA
Meta-analisis tentang
aplikasi Health Belief
Model pada kepatuhan
pengobatan pada pasien
dengan hipertensi
(Eltigeka et al., 2022)
17. Langkah
1. Validitas (validity)
2. Kepentingan (importance)
3. Kemampuan penerapan
(applicability)
Melakukan
Penilaian Kritis
(Critical Appraisal)
19. VALIDITY (INTERVAL VALIDITY):
1. Was the assignment of patients to treatments randomized?
2. Were the groups similar at the start of the trial?
3. Aside from the allocated treatment, were groups treated equally?
4. Were all patients who entered the trial accounted for? And were they analyzed in the
groups to which they were randomized?
5. Were measures objective or were the patients and clinicians kept “blind” to which
treatment was being received?
IMPORTANCE:
6. How large was the treatment effect?
7. How precise was the estimate of the treatment effect?
APPLICABILITY (EXTERNAL VALIDITY):
8. Will the results help in caring for local patients?
Contoh Penilaian Kritis untuk RCT
Sumber:
CEBM, 2023
21. 1. Ekstraksi dan sintesis data
2. Kajian heterogenitas
3. Forest plot
4. Kajian bias publikasi dan
funnel plot
Menganalisis Data Secara
Kualitatif (Systematic
Review) atau Kuantitatif
(Meta-analisis)
Langkah
22. Jenis Outcome Variable dan
Summary Statistics
Categorical
Nominal Ordinal Interval Ratio
Variable Type
1. N, Mean, SD
2. Effect Size (SMD)
3. Koefisien regresi (b)
1. N, Persen
2. RR, OR
Continuous
23. 1. Rasio Risiko (RR)
2. Odds Ratio (OR)
3. Hazard Ratio (HR)
4. Risk Difference (RD)
5. Log Odds Ratio
6. Log Risk Ratio dsb.
Outcome Variabel:
Kontinu
Effect Size
(Cohen’s d, Hedges g,
atau Glass ∆), disebut
juga Standardized Mean
Difference
Outcome Variabel:
Dikotomi
Ukuran Outcome Variable
Mengekstraksi data (mengambil data dari hasil studi primer) dan
memasukkannya ke dalam RevMan untuk sintesis data
24. Analisis Data Kontinu
pada RCT
EFFECT SIZE
(Cohen’s d)
RCT
Outcome
Variable
KONTINU
ANALISIS
BIVARIAT
(Membandingk
an Kelompok
Eksperimen
dan Kontrol
SETELAH
INTERVENSI)
Uji Statistik
(p): Uji t
+
25. Effect Size
(Standardized
Mean Difference)
Effect Size dan Standardized Regression Coefficient sudah
distandarisasi, tanpa unit , dengan nilai antara -3 dan 3, sehingga
bisa digunakan untuk menghitung rata-rata estimasi efek berbagai
studi yang menggunakan instrumen pengukuran yang berbeda
26. Contoh Mengekstraksi Data
Kontinu dari RCT
Apakah Integrated Group Therapy efektif untuk
meningkatkan harga diri pada nara pidana?
P= Nara pidana
I= Integragted Group Therapy
C= Tidak Intergrated Group Therapy
O= Harga diri (self esteem)
Randomized
Controlled Trial
27. Mengekstrasi Data
Kontinu dari RCT
Gunakan Mean dan SD Kelompok
Eksperimen dan Kontrol Setelah
Intervensi
Level self-esteem sama pada keadaan awal
(baseline) karena randomisasi
28. Risk Ratio
(RR), Odds
Ratio (OR)
RCT
Outcome
Variable:
Dikotomi
ANALISIS
BIVARIAT
(Membandingkan
Kelompok
Eksperimen dan
Kontrol SETELAH
INTERVENSI)
Uji
Statistik (p):
Uji Chi Square
+
Analisis Data Dikotomi
pada Randomized
Controlled Trial
30. Analisis Data Kontinu pada
Studi Observasional
Adjusted
Regression
Coefficient
(adjusted b)
Desain
studi
Outcome
Variable:
Kontinu
ANALISIS
MULTIVARIAT
(Membandingkan
Dua Kelompok
dengan Mengontrol
Sejumlah
Confounding
Factor) Uji Statistik (p): Uji
t
+
Adjusted Regression Coefficient (adjusted b)
dari hasil Analisis Regresi Linier Ganda
Desain Studi:
Studi Kohor,
Kasus-Kontrol,
Cross-Sectional dan
Eksperimen Kuasi
31. Adjusted Odds Ratio
(aOR)
Desain
studi
Outcome
Variable:
Dikotomi
Analisis Data:
ANALISIS
MULTIVARIAT
(Membandingkan Dua
Kelompok dengan
Mengontrol
Sejumlah
Confounding Factor) Uji Statistik
(p): Maximum Likelihood;
Uji Wald
+
Adjusted Odds Ratio (aOR) diperoleh dari hasil
Analisis Regresi Logistik Ganda
Analisis Data Kategorikal Studi
Observasional
Desain Studi:
Studi Kohor, Kasus
Kontrol, Cross-
Sectional, dan
Eksperimen Kuasi
32. Contoh Mengekstrasi Data Kategorikal
dari Studi Observasional
P= Orang dewasa (>18 tahun) dengan disabilitas
I= Perempuan, perkotaan
C= Laki-laki, pedesaan
O= Partisipasi dalam program skrining penyakit kronis
Apakah partisipasi dalam program skrining penyakit kronis
berbeda menurut gender dan tempat tinggal pada orang
dewasa dengan disabilitas?
Cross-Sectional
Study
34. Adjusted Hazard
Ratio (aHR)
Desain
studi
Outcome
Variable:
Time to Event
(Hazard Rate)
ANALISIS
MULTIVARIAT
(Membandingkan Dua
Kelompok dengan
Mengontrol
Sejumlah
Confounding Factor)
Uji Statistik
(p): Maximum
Likelihood;
Uji Wald
+
Adjusted Hazard Ratio (aHR) diperoleh dari hasil Cox
Proportional Hazard Model (Analisis Regresi Cox)
Analisis Data Time-To-Event pada Studi
Kohor dan Eksperimen
Desain Studi:
Studi Kohor, Eksperimen
35. Heterogen efek
tinggi → Gunakan
random effect model
Heterogenitas efek
rendah→ Gunakan fixed
effect model
I2 Julian Higgins:
I2≥50% heterogenitas tinggi
Chi Square Test:
P ≥ 0.05 heterogenitas rendah/ sedang
Heterogenitas Efek dan Memilih
Model Estimasi Efek
Chi Square Test:
P< 0.05 heterogensitas tinggi
I2 Julian Higgins:
I2< 50% heterogenitas rendah/ sedang
Heterogenitas
efek tinggi
Heterogenitas
efek rendah
36. Fixed effect model
mengasumsikan, ke 3
studi berasal dari sebuah
populasi, misal populasi
Indonesia
Heterogenitas rendah
I2 <50%
Random effect model
mengasumsikan, ke 3 studi
berasal dari 3 populasi yang
berbeda, misal populasi India,
Japan, dan USA
Heterogenitas tinggi
I2 ≥50%
Studi 1
Studi 2
Studi 3 Studi 3
Studi 2
Studi 1
Indonesia USA
Japan
India
Heterogenitas
effect estimate
rendah
Heterogenitas
effect estimate
tinggi
Sumber:
Modifikasi
Michael Bigby,
2014
(DerSimonian and Laird)
(Peto dan Mantel-Haenszel)
Pendekatan untuk
menghitung rata-rata
estimasi efek
Fixed Effect Model
dan Random Effect
Model
37. Elemen Forest Plot
Nama
studi
Estimasi
efek studi
Bobot studi
(kotak) Confidence Interval studi
(garis)
Data
estimasi
efek
semua
studi
Efek gabungan
(intan)
CI 95% Bobot
Tidak ada efek
(garis vertikal)
Rentang nilai
estimasi efek
Sumber:
Bookdown, 2023
Efek
gabungan
38. Contoh Forest Plot dengan
SMD, Fixed Effect, pada RCT
Efek latihan kekuatan
terhadap skor nyeri
WOMAC pada pasien
osteoarthritis lutut
(RAND, 2017)
39. Contoh Forest Plot dengan SMD, Random Effect,
Instrumen Berbeda, pada RCT
Sumber: Andrade, 2020
40. Contoh Forest Plot dengan Odds
Ratio, Fixed Effect, pada RCT
Sumber: Middlesex
University, 2023
41. Contoh Forest Plot dengan
Odds Ratio, Random Effect,
pada Studi Cross-sectional
Efek persepsi manfaat
(perceived benefit) terhadap
kepatuhan pengobatan
antihipertensi (Apriliani, 2022)
44. “Efek Apel dan Jeruk”
Bias yang terjadi akibat dari peneliti
mencampur-adukkan studi primer
dengan kualitas bukti yang berbeda
(misalnya, mencampurkan hasil RCT
yang kualitas buktinya lebih tinggi
dengan hasil eksperimen kuasi yang
kualitas buktinya lebih rendah)
“Apples and
Oranges Effect”
RCT
RCT
Cross-
sectional
Case-
control
Cohort
Eksperime
n kuasi
Cross-
sectional
46. (“File Drawer Effect”)
Cara mengurangi bias publikasi, batasi
besar sampel minimal (misal, n ≥ 100),
cek konflik kepentingan dengan
sponsor, masukkan hasil studi yang
tidak diterbitkan unpublished).
Publication Bias Bias yang disebabkan peneliti, editor,
dan penerbit jurnal hanya menerbitkan
hasil studi primer yang menunjukkan
hasil positif (mendukung hipotesis)
atau efek yang secara statistik
signifikan
47. Elemen Funnel Plot untuk Mendeteksi Bias Publikasi
Asimetris, terdapat
bias (overestimate)
Simetris, tidak
terdapat bias
Garis vertikal
tidak ada efek
Garis vertikal
tidak ada efek
Garis vertikal
rata-rata
estimasi efek
Garis vertikal
rata-rata
estimasi efek
Sumber:
Impellizeri dan
Bizzini, 2012
Bentuk pohon
Natal atau
corong
terbalik
Area of
unpublished
studies
48. Funnel Plot untuk Mendeteksi
Bias Publikasi
Sumber: Park et
al., 2006
Tidak terdapat bias Terdapat bias
(overestimate)
49. Trim & Fill
Analysis
Trim and Fill Analysis
bertujuan untuk
menyesuaikan estimasi efek
dengan cara memperhitungan
studi yang hilang (simbol bulat
merah) di antara studi yang
dipublikasi (simbol bulat
kosong)
Estimasi efek
dengan bias
publikasi
(overestimate)
Estimasi efek
SETELAH
Trim and Fill
Analysis
Sumber:
Kleikers et
al., 2015
50. Preferred Reporting Items for Systematic
Reviews and Meta-Analyses (PRISMA)
merupakan check-list yang terdiri atas 27
butir informasi standar yang harus dilaporkan
dengan transparan dalam artikel hasil
systematic review dan meta-analisis (bagian
judul, abstrak, pendahuluan, metode, hasil,
diskusi, dan informasi lainnya).
Langkah
Melaporkan Hasil Meta-analisis
dengan Format PRISMA
