A. Kriteria Bradford Hill
1. Kekuatan Asosiasi
Semakin kuat asosiasi maka semakin sedikit hal tersebut dapat merefleksikan pengaruh dari faktor-faktor etiologis lainnya. Kriteria ini membutuhkan juga presisi statistik (pengaruh minimal dari kesempatan) dan kekakuan metodologis dari kajian-kajian yang ada terhadap bias (seleksi, informasi, dan kekacauan)
2. Konsistensi
Replikasi dari temuan oleh investigator yang berbeda, saat yang berbeda, dalam tempat yang berbeda, dengan memakai metode berbeda dan kemampuan untuk menjelaskan dengan meyakinkan jika hasilnya berbeda.
Asosiasi telah “diamati berulang kali oleh orang yang berbeda, tempat yang berbeda, keadaan dan waktu yang berbeda pula”Konsistensi membantu dalam perlindungan dari munculnya kesalahan atau artefak. Tetapi hasil yang diobservasi dengan konsisten tidak langsung bebas dari bias, terutama dalam sejumlah kecil kajian, dan hasil dalam populasi yang berbeda akan sama sekali berbeda jika hubungan kausal dipengaruhi olhe ada atau tidak adanya variabel-variabel pemodifikasi.
3. Spesifisitas
Spesifitas dari asosiasi ada hubungan yang melekat antara spesifisitas dan kekuatan yang mana semakin akurat dalam mendefinisikan penyakit dan penularannya, semakin juat hubungan yang diamati tersebut. Tetapi, fakta bahwa satu agen berkontribusi terhadap penyakit-penyakit beragam bukan merupakan bukti yang melawan peran dari setiap penyakit.
Hubungan antara bukaan dan penyakit adalah spesifik dalam beragam cara-penyakit spesifik terhubung dengan bukaan yang spesifik pula, tipe spesifik dari bukaan lebih efektif, dan seterusnya. Ada hubungan dekat antara spesifisitas dan kekuatan dimana didefinisikan lebih akurat untuk penyakit dan bukaan, akan semakin kuat resiko relatif yang diobservasi.
Misalnya., Schildkraut dan Thompson (Am J Epidemiol 1988; 128:456) mempertimbangkan bahwa pengumpulan familial yang mereka amati untuk kanker rahim tampaknya bukan karena bias informasi keluarga sebab dari spesifisitas hubungan dalam kontrol-kasus berbeda dalam sejarah keluarga (a) melibatkan penularan tetapi tidak merupakan batas penyakit dan (b) lebih besar kemungkinan untuk rahim dibanding untuk kanker.
Tetapi adanya fakta bahwa satu agen berkontribusi terhadap banyak penyakit bukan merupakan bukti yang menyanggah perannya dalam setiap penyakit. Sebagai contoh, rokok dapat menyebabkan banyak penyakit.
4. Temporalitas
Kemampuan untuk mendirikan kausa dugaan bahkan pada saat efek sementara diperkirakan
Pertama adalah bukaan, kemudian penyakit.
Terkadang sangat sulit untuk mendokumentasikan rangkaian, terutama jika ada tundaan yang panjang antara bukaan dan penyakit, penyakit subklinis, bukaan (misalnya perlakuan) yang membawa manifestasi awal dari penyakit.
5. Tahapan biologis
Perubahan yang meningkat dalam konjungsi dengan perubahan kecocokan dalam penularan verifikasi terhadap hubungan dosis-respon konsisten dengan model konseptual yang dihipotesakan.
6. Masuk akal
Menerima kasus dengan hubungan yang konsisten dengan pengetahuan dan keyakinan kami secara umum.
Apakah asosiasi masuk akal secara biologis
Misalnya, estrogen dan kanker endometrial, estrogen dan kanker payudara, kontrasepsi oral dan kanker payudara.
7. Koherensi
Bagaimana semua observasi dapat cocok dengan model yang dihipotesakan untuk membentuk gambaran yang koheren.
Apakah interpretasi kausal cocok dengan fakta yang diketahui dalam sejarah alam dan biologi dari penyakit, termasuk juga pengetahuan tentang distribusi dari bukaan dan penyakit (orang, tempat, waktu) dan hasil dari eksperimen laboratorium. Apakah semua “potongan telah cocok tempatnya”
8. Eksperimen
Demonstrasi yang dalam kondisi yang terkontrol merubah kausa bukaan untuk hasil yang merupakan nilai yang besar, beberapa orang mungkin mengatakannya sangat diperlukan, untuk menyimpulkan kausalitas.
Beberapa tipe desain kajian dapat memberikan bukti yang lebih meyakinkan dibanding desain kajian jenis lainnya. Kajian-kajian intervensi dapat menyediakan dukungan yang terkuat, terutama ketika bukaan dapat dilakukan secara acak. Karena tidak etis dan/atau tidak praktis untuk menentukan banyak bukaan sebagai kajian epidemiologis. Satu alternatif yang mungkin adalah dengan menghilangkan bukaan dan melihat apakah penyakit menurun, kecuali jika proses kausal dianggap tidak dapat lagi dibalikkan.
Misalnya, pellagra, kudis, HDFP, LRC-CPPT, MRFIT.
9. Analogi
Menerima argumentasi-argumentasi yang menyerupai dengan yang kami dapatkan
Apakah pernah ada situasi yang serupa di masa lalu? (misalnya rubella, thalidomide selama kehamilan)
Pengecualian bagi temporalitas, tidak ada kriteria yang absolut, karena asosiasi kausal dapat sangat lemah, relatif non-spesifik, diobservasi tidak konsisten, dan dalam konflik dengan pengungkapan penmahaman biologis. Tetapi, setiap kriteria yang memperkuat jaminan kami dalam mencapai penilaian kausalitas.
Beberapa dari kriteria (misalnya, koherensi, tahapan biologis, spesifisitas, dan mungkin juga kekuatan) dapat dirumuskan dalam bentuk isu yang lebih umum dari konsistensi data yang diobservasi dengan model hipotesisasi etiologis (biasanya biologis). Sebagai contoh, tahapan biologis tidak harus monoton, seperti dalam kasus dosis radiasi tinggi yang mana akan mengarah kepada pembunuhan sel-sel dan karena itu menurunkan kemungkinan perkembangan tumor. Serupa dengan itu, spesifisitas dapat dipakai pada situasi-situasi tertentu tetapi tidak untuk situasi lain, tergantung pada proses patofisiologis yangdihipotesiskan.
B. Ukuran-ukuran epidemiologi
1. Frekuensi Penyakit
Mengukur kejadian penyakit, cacad ataupun kematian pada populasi. Merupakan dasar dari epidemiologi deskriptif. Frekuensi kejadian yang diamati diukur dengan menggunakan Prevalens dan Incidens
2. Prevalens Risk
PREVALENS adalah proporsi populasi yang sedang menderita sakit pada satu saat tertentu atau mengukur jumlah orang dikalangan penduduk yg menderita suatu penyakit pada suatu titik waktu tertentu.
Prevalence = jumlah kasus2 penyakit yg ada (kasus baru & lama)
Rate jlh penduduk seluruhnya
Bila prevalence rate ditentukan pd suatu saat misalnya pd Januari 2010, maka disebut sebagai POINT PREVALENCE RATE, dan bila ditentukan selama suatu periode waktu tertentu misalnya 1 Jan 2010 - 31 Des 2010 maka disebut sebagai PERIODE PREVALENCE RATE
3. Incidence Risk
Probabilitas dari seorang yang tidak sakit untuk menjadi sakit selama periode waktu tertentu, dengan syarat orang tersebut tidak mati oleh karena penyebab lain.
Risiko ini biasanya digunakan untuk mengukur serangan penyakit yang pertama pada orang sehat tersebut. Misalnya : Insidens penyakit jantung mengukur risiko serangan penyakit jantung pertama pada orang yang belum pernah menderita penyakit jantung.
4. Incidence Rate
Insidens rate dari kejadian penyakit adalah potensi perubahan status penyakit per satuan waktu, relative terhadap besarnya populasi individu yang sehat pada waktu itu
