Telaah kritis bukan mencari-cari kesalahanMelainkan memutuskan seberapa jauh hasil paper bisa dipercaya

Pertama, ada satu kesalahpahaman umum yang perlu diluruskan.

Telaah kritis bukan memberi nilai lulus-gagal pada sebuah paper. Tidak ada studi yang sempurna, sehingga sekadar menghitung cacat akan memvonis semua paper "buruk" — dan mematikan diskusi.

Pertanyaan sesungguhnya adalah: bagian mana dari hasil yang bisa dipercaya, dan bagian mana yang perlu disikapi hati-hati? Lalu seberapa jauh hasil itu berlaku untuk pasien, praktik, atau riset Anda sendiri?

Menunjuk kelemahan adalah titik awal, bukan kesimpulan. Pegang itu, dan mutu telaah Anda berubah.

Ada tujuh tempat untuk dilihat saat mengukur jarak itu.

Pertama, PICO atau pertanyaan penelitian: apa sebenarnya yang ditanyakan studi ini? Kedua, desain: apakah cocok dengan pertanyaannya? Ketiga, cara partisipan dipilih: adakah bias seleksi? Apakah baseline antar kelompok seimbang?

Keempat, luaran primer: apakah tolok ukur "efektif"-nya tepat? Kelima, besar dan presisi efek: seberapa besar, dan seberapa pasti? Keenam, perancu, bias, dan data yang hilang: apakah hal-hal yang mendistorsi hasil sudah ditangani?

Ketujuh dan terakhir, keterterapan: apakah hasilnya bisa dibawa ke pasien, tempat kerja, dan pertanyaan yang Anda hadapi sehari-hari? Mari kita bahas berurutan sesuai yang biasa muncul di journal club.

PICO. P adalah Patient/Population — siapa yang diteliti: usia, jenis kelamin, diagnosis, derajat keparahan, komorbiditas. I adalah Intervention/Exposure — terapi, pemeriksaan, atau perawatan yang dievaluasi: obat baru, protokol rehabilitasi, pembedahan.

C adalah Comparison — pembanding intervensinya: terapi standar, plasebo, atau observasi tanpa intervensi. O adalah Outcome — apa yang berubah sebagai hasilnya: kesintasan, perbaikan gejala, angka komplikasi, kualitas hidup.

Singkatnya: untuk siapa, melakukan apa, dibandingkan dengan apa, diukur bagaimana. Olah keempatnya sampai bisa Anda ucapkan dalam satu kalimat. Lewati ini, dan semua penilaian setelahnya jadi kabur.

Desain studi. RCT, kohort, atau kasus-kontrol? Yang penting bukan "RCT selalu lebih unggul", melainkan apakah desainnya cocok dengan pertanyaan yang diajukan. RCT lemah menangkap efek samping yang langka, dan ada pertanyaan yang secara etis memang tidak bisa diacak.

Cara partisipan dipilih. Lihat kriteria inklusi-eksklusi dan Tabel 1. Eksklusi yang terlalu ketat mempersempit siapa yang tercakup hasilnya. Dan bila baseline antar kelompok timpang, sulit memastikan apakah perbedaan yang muncul berasal dari intervensi atau dari titik berangkat kelompoknya.

Luaran primer. Dua pengecekan: apakah luaran primer yang ditetapkan sejak awal menunjukkan perbedaan bermakna, atau paper ini menonjolkan "kemenangan" di luaran sekunder saja? Dan apakah luaran itu indikator yang benar-benar penting bagi pasien dan praktisi di lapangan?

Ukuran efek dan presisi. Ini ajakan melangkah melampaui nilai p semata: lihat ukuran efeknya — beda risiko, rasio risiko, NNT — dan lebar interval kepercayaannya.

"Signifikan secara statistik" dan "bermakna secara klinis" adalah dua hal berbeda. Dengan sampel cukup besar, perbedaan sekecil apa pun bisa menghasilkan nilai p yang kecil. Dalam presentasi, bahas bukan hanya ada-tidaknya perbedaan, tetapi bagaimana perbedaan itu semestinya dibaca.

Perancu, bias, data yang hilang. Untuk studi observasional: bagaimana perancu disesuaikan? Berapa proporsi yang keluar dari studi, dan bagaimana mereka diperlakukan? Adakah penyamaran (blinding)? Sumber dana dan konflik kepentingan juga dicek di sini.

Keterterapan. Poin terakhir — dan yang semestinya paling memantik diskusi. Di mana partisipan dan setting studi ini mirip dengan tempat Anda, dan di mana berbedanya?

Journal club yang berhasil melewati "ada buktinya" menuju "bagaimana — atau apakah perlu — kita memakainya di tempat kerja kita" sedang menjalankan fungsi journal club yang sesungguhnya.

Sejauh mana AI bisa membantu ketujuh pemeriksaan ini?

AI andal untuk pekerjaan persiapan: mengekstrak PICO, merapikan desain studi dan luaran primer, serta mendaftar keterbatasan yang diakui penulis. Sampai titik itu, ini perpanjangan dari meringkas — dan sungguh membantu.

Selebihnya bukan wilayah AI. Mengukur jarak hanya bisa dilakukan orang yang sudah melihat sendiri angka dan gambar aslinya. Apakah ketimpangan baseline cukup besar untuk membalik hasil? Bagaimana interval kepercayaan ini dibaca secara klinis? Layakkah diterapkan pada pasien Anda?

Ringkasan AI adalah pintu masuk; teks asli adalah bukti. Tidak ada tempat lain di mana prinsip itu lebih menentukan daripada dalam telaah kritis.

Telaah kritis berarti mencatat sambil berputar di antara tujuh sudut pandang. Kalau catatan itu tercecer di log chat dan kertas lepas, ia sulit ditemukan menjelang presentasi — dan makin sulit lagi berbulan-bulan kemudian saat Anda bertanya, "dulu saya menilai paper itu bagaimana, ya?"

Paperfy menyimpan PDF paper, ringkasan AI, dan gambar-gambarnya di satu halaman, dan Anda bisa menimpa ringkasan AI dengan hasil telaah Anda sendiri sambil jalan.

Koreksi seperti "AI meringkasnya begini, tetapi teks asli mendefinisikan luaran primernya berbeda" menjadi rekam jejak cara Anda membaca paper itu. Naskah radionya bisa diedit dengan cara yang sama, lalu audionya dibuat ulang — sehingga Anda bisa mengulang kesimpulan telaah lewat telinga sebelum pertemuan.

Telaah kritis bukan menjatuhkan vonis atas sebuah paper — melainkan menerjemahkan temuannya ke dalam bahasa yang relevan bagi pekerjaan Anda.

Gunakan tujuh titik pemeriksaan untuk mengukur jarak, biarkan AI mengerjakan persiapannya, dan ambil keputusan akhir dari angka-angka di teks asli. Kuasai ini, dan journal club bergeser dari ruang tempat orang dicecar menjadi ruang tempat diskusi benar-benar hidup.

Mulailah dari satu saja dari ketujuhnya: nyatakan PICO dalam satu kalimat, dan rasakan bedanya.