Pengertian Desain Cross Sectional

Studi cross-sectionalDari Wikipedia , ensiklopedia bebasLangsung ke : navigasi, cariArtikel ini berisi daftar referensi , namun tetap tidak jelas sumber karena memiliki inline citations cukup . Harap membantu memperbaiki artikel ini dengan memperkenalkan kutipan lebih tepat .
Studi cross-sectional ( juga dikenal sebagai analisis cross- sectional , studi transversal , studi prevalensi ) membentuk kelas metode penelitian yang melibatkan pengamatan semua populasi , atau subset representatif , pada satu titik waktu tertentu . Mereka berbeda dari studi kasus-kontrol dalam bahwa mereka bertujuan untuk menyediakan data pada seluruh populasi yang diteliti , sedangkan studi kasus-kontrol biasanya hanya mencakup individu dengan karakteristik tertentu, dengan sampel , sering minoritas kecil , dari sisa penduduk . Penelitian cross-sectional adalah studi deskriptif ( tidak memanjang atau percobaan) . Tidak seperti studi kasus-kontrol , mereka dapat digunakan untuk menggambarkan , tidak hanya rasio Odds , tetapi juga risiko absolut dan risiko relatif dari prevalensi ( kadang-kadang disebut rasio risiko prevalensi , atau PRR ) . [ 1 ] [ 2 ] Mereka dapat digunakan untuk menjelaskan beberapa fitur dari populasi , seperti prevalensi penyakit , atau mereka dapat mendukung kesimpulan dari sebab dan akibat . Studi longitudinal berbeda dari kedua dalam membuat serangkaian pengamatan lebih dari sekali pada anggota populasi penelitian selama periode waktu .
isi

    1 studi Cross- sectional dalam kedokteran
    2 Penggunaan data rutin : skala besar , biaya rendah untuk peneliti
    3 Data Rutin tidak dirancang untuk menjawab pertanyaan spesifik
    4 Data yang terkumpul dan " kesalahan ekologis "
    5 Lihat juga
    6 Referensi
    7 Pranala luar
Studi cross-sectional dalam kedokteran
Studi cross-sectional melibatkan data yang dikumpulkan pada waktu yang ditetapkan . Mereka sering digunakan untuk menilai prevalensi kondisi akut atau kronis , atau untuk menjawab pertanyaan tentang penyebab penyakit atau hasil intervensi medis . Mereka juga dapat digambarkan sebagai sensus . Penelitian lintas seksi mungkin melibatkan pengumpulan data khusus , termasuk pertanyaan tentang masa lalu , tetapi mereka sering mengandalkan data awalnya dikumpulkan untuk tujuan lain . Mereka cukup mahal , dan tidak cocok untuk studi penyakit langka . Kesulitan dalam mengingat peristiwa masa lalu juga dapat berkontribusi Bias .Penggunaan data rutin : skala besar , biaya rendah untuk peneliti
Penggunaan data yang dikumpulkan secara rutin memungkinkan studi cross- sectional besar yang akan dibuat dengan biaya sedikit atau tidak ada . Ini adalah keuntungan besar atas bentuk-bentuk lain dari studi epidemiologi . Sebuah perkembangan alami telah diusulkan dari studi cross- sectional murah data yang dikumpulkan secara rutin yang menunjukkan hipotesis , penelitian untuk kasus - kontrol yang menguji mereka lebih khusus , maka studi kohort dan uji coba yang harganya jauh lebih mahal dan memakan waktu lebih lama , namun dapat memberi bukti yang kuat . Dalam sebuah survei cross- sectional , kelompok tertentu yang melihat untuk melihat apakah suatu kegiatan , mengatakan konsumsi alkohol , berhubungan dengan efek kesehatan sedang diselidiki , mengatakan sirosis hati . Jika penggunaan alkohol berkorelasi dengan sirosis hati , ini akan mendukung hipotesis bahwa penggunaan alkohol dapat menyebabkan sirosis .Data Rutin tidak dirancang untuk menjawab pertanyaan spesifik
Namun, data yang dikumpulkan secara rutin biasanya tidak menggambarkan variabel mana yang merupakan penyebab dan mana efeknya . Studi cross-sectional menggunakan data awalnya dikumpulkan untuk tujuan lain sering tidak dapat memasukkan data pada faktor-faktor pengganggu , variabel lain yang mempengaruhi hubungan antara sebab dan akibat diduga . Sebagai contoh, data hanya pada konsumsi alkohol sekarang dan sirosis tidak akan membiarkan peran konsumsi alkohol di masa lalu , atau penyebab lain , untuk dieksplorasi .
Kebanyakan studi kasus-kontrol mengumpulkan data yang dirancang secara khusus pada semua peserta , termasuk bidang data dirancang untuk memungkinkan hipotesis yang menarik yang akan diuji . Namun, dalam isu-isu di mana perasaan pribadi yang kuat mungkin terlibat , pertanyaan khusus dapat menjadi sumber bias . Sebagai contoh, konsumsi alkohol di masa lalu mungkin salah dilaporkan oleh seorang individu yang ingin mengurangi perasaan pribadi mereka bersalah . Bias tersebut mungkin kurang dalam statistik yang dikumpulkan secara rutin , atau secara efektif dihilangkan jika pengamatan yang dibuat oleh pihak ketiga , untuk catatan misalnya perpajakan alkohol berdasarkan wilayah .Data agregat dan " kesalahan ekologis "
Studi cross-sectional dapat berisi data tingkat individu ( satu record per individu , misalnya , dalam survei kesehatan nasional ) . Namun, dalam epidemiologi modern yang mungkin mustahil untuk survei seluruh penduduk bunga , studi cross- sectional begitu sering melibatkan analisis data sekunder yang dikumpulkan untuk tujuan lain . Dalam banyak kasus seperti ini, tidak ada catatan individu yang tersedia untuk peneliti , dan informasi tingkat grup harus digunakan . Sumber utama data tersebut sering lembaga-lembaga besar seperti Biro Sensus atau Centers for Disease Control di Amerika Serikat . Data sensus terbaru tidak diberikan pada individu - dalam data sensus individual Inggris dilepaskan hanya setelah satu abad . Sebaliknya data yang dikumpulkan , biasanya berdasarkan wilayah administrasi . Kesimpulan tentang individu yang didasarkan pada data agregat melemah oleh kekeliruan ekologis . Juga mempertimbangkan potensi yang melakukan " kesalahan atomistik " di mana asumsi tentang jumlah agregat dibuat berdasarkan agregasi data tingkat individu ( seperti rata-rata saluran sensus untuk menghitung rata-rata county ) . Sebagai contoh, mungkin benar bahwa tidak ada korelasi antara kematian bayi dan pendapatan keluarga di tingkat kota , sementara masih benar bahwa ada hubungan yang kuat antara kematian bayi dan pendapatan keluarga pada tingkat individu . Semua statistik agregat tunduk pada efek komposisi , sehingga yang penting adalah tidak hanya hubungan tingkat individu antara pendapatan dan kematian bayi , tetapi juga proporsi rendah, menengah , dan individu berpenghasilan tinggi di setiap kota . Karena studi kasus-kontrol biasanya didasarkan pada data tingkat individu , mereka tidak memiliki masalah ini .Lihat juga

    Data cross - sectional
    Regresi cross- sectional
Referensi

    Melompat ^ " Kapan menggunakan rasio odds atau risiko relatif ? " , Oleh Carsten Schmidt Oliver , Thomas Kohlmann , Int J Kesehatan Masyarakat 53 (2008) 165-167 1661-8556 / 08/030165-3 DOI 10.1007/s000 - 00 -7.068-3 © Birkhäuser Verlag , Basel , 2008 link
    Melompat ^ Surat untuk Editor , " Odds Ratio atau Risiko relatif untuk Cross- Sectional Data? " , Dari JAMES LEE , International Journal of Epidemiology , Asosiasi Epktemiotogical International 1994 , Vol . 23 , No 1 . link

    Epidemiologi untuk pemula oleh Coggon , Rose , dan Barker , Bab 8 , " kasus-kontrol dan studi cross-sectional " , BMJ ( British Medical Journal ) Publishing, 1997
    Metode Penelitian Basis Pengetahuan oleh William MK Trochim , Web Pusat Metode Penelitian Sosial , hak cipta 2006
    Cross- Sectional Desain oleh Michelle A. Saint - Germain.