Metode penilaian risk of bias:tanyakan soal ruang distorsi, bukan bagusnya paper

Jebakan yang umum adalah intuisi bahwa studi dengan hasil signifikan secara statistik dan tampak rapi pastilah berisiko rendah. Justru sebaliknya: metode yang bias sangat mampu menghasilkan hasil yang rapi.

Karena itulah penilaian risk of bias melihat metode sebelum hasil. Dasar penilaiannya adalah uraian metode, bukan kilau temuannya.

Premis dasarnya: apa yang terhitung sebagai risiko bias bergantung pada desain. RCT, studi observasional, dan studi akurasi diagnostik masing-masing punya alat penilaian standar sendiri.

Alat yang mapan tersedia untuk tiap desain tersebut. Alat mana yang dipakai bergantung pada jenis review, tim, dan jurnal tujuan Anda — periksa sebelum mulai. Di bawah ini kita memakai RCT untuk mengilustrasikan logika bersamanya.

Pada RCT, pemeriksaan standar dimulai dari metode alokasi (apakah cara pembangkitan urutan randomisasi dijelaskan?) dan penyembunyian alokasi (allocation concealment — adakah mekanisme yang mencegah siapa pun menebak penugasan kelompok berikutnya?).

Lalu blinding (apakah partisipan, pemberi intervensi, dan terutama penilai outcome tidak mengetahui alokasi kelompok?), data hilang (berapa yang keluar dari studi, dan bagaimana ditangani?), dan pelaporan selektif — apakah outcome yang diregistrasi sebelumnya cocok dengan yang dilaporkan di paper?

Informasi ini tersebar — terutama di bagian Methods, tetapi juga di catatan registrasi uji klinis (dapat dilacak lewat nomor registrasi), paper protokol, dan materi suplemen.

"Tidak dilaporkan" pun merupakan temuan. Jika penyembunyian alokasi tidak pernah disebut, ketiadaan itu sendiri masuk ke penilaian. Aturan dasarnya: jangan pernah membaca ketidaktersebutan sebagai "mungkin baik-baik saja".

Sampai di sini alasannya sudah terlihat. Ringkasan adalah pemadatan dari apa yang tertulis — dan dua kunci penilaian ini, yaitu apa yang tidak tertulis dan apa yang bertentangan dengan catatan registrasi, secara prinsip tidak mungkin selamat masuk ke dalam ringkasan.

Bukan berarti AI tak berguna di sini. Memintanya "menarik semua uraian tentang alokasi, blinding, dan data hilang dari paper ini" adalah persiapan yang sungguh membantu. Namun penilaian akhir — termasuk apakah ekstraksi itu lengkap — milik orang yang telah membaca teks aslinya.

Untuk setiap domain, catat bukan hanya penilaiannya tetapi juga alasan di baliknya: "Blinding: some concerns — tidak ada penyebutan blinding penilai outcome (Methods hlm. 5)."

Catatan yang membawa buktinya langsung terpakai untuk diskusi konsensus tim dan jawaban peer review. Satu kalimat alasan berumur lebih panjang daripada vonisnya sendiri.

Di Paperfy, PDF yang sedang dinilai serta ringkasan AI dan gambarnya berbagi satu halaman, memperpendek putaran "cari uraiannya → nilai → catat".

Tambahkan penilaian dan alasan tiap domain ke ringkasan, dan rekaman utuh proses penilaian risk of bias tetap berada di pustaka Anda bersama papernya — mudah ditinjau ulang saat Anda beranjak ke penilaian kepastian bukti secara keseluruhan, misalnya dengan GRADE.

Penilaian risk of bias adalah tugas di mana penilai terlatih pun bisa sampai pada kesimpulan berbeda. Jangan perlakukan penilaian satu orang sebagai mutlak; rencanakan agar butir yang meragukan didiskusikan bersama tim.

Tujuan proses ini bukanlah menyatakan sesuatu dengan penuh keyakinan — melainkan mampu berargumen dari bukti.