EIntermed - Kelompok 3 - Tugas Sesi 4 [PDF]

Citation preview

SESI 4 (PERTANYAAN PEMICU) EPIDEMIOLOGI INTERMEDIATE DOSEN : PROF. Dr. dr. Sudarto Ronoatmodjo, S.KM, M.Sc



UKURAN FREKUENSI PENYAKIT Oleh kelompok 3 : 1. Fitri Dwi Anggraini (2006560535) 2. Rahmadhini (1906336265) 3. Ryan Augustian (2006560245) 4. Sidhi Laksono (2006560756)



JENIS UKURAN DALAM EPIDEMIOLOGI TIPE MATEMATIK • Dengan denominator • Tanpa denominator



TIPE EPIDEMIOLOGIK • Ukuran Frekuensi Penyakit (UFP) • Ukuran Asosiasi • Ukuran Dampak/Efek



TIPE MATEMATIK



JENIS UKURAN TIPE MATEMATIK •



Hitungan/Enumerasi/Angka Mutlak – Merupakan jumlah kasar atau frekuensi – Misal: 10 kasus, 1867 kasus



•



Rasio – Didapat dengan pembagian satu kuantitas dengan kuantitaslain. Misal: a/b, dimana a = pria dan b = wanita; – Unsur denominator (penyebut) berbeda atau bukan merupakan bagian dari nominator (pembagi)



•



Proporsi



•



Rate/Tingkat/Laju



– Seperti halnya rasio, bedanya nominator bagian dari denominator. Bila dikalikan 100 disebut juga persentase. – Misal: 28/56 = 0,5 ➔ 0,5 x 100% = 50%. Pada contoh ini, angka 28 merupakan bagian dari angka 56, atau ada 28 kasus dari 56 kasus. – Tipe rasio untuk mengkuantifikasi proses dinamik (mis: pertumbuhan, percepatan) – Mis: jumlah individu yang mengalami peristiwa (numerator) dibagi dengan jumlah total individu yang DAPAT mengalami peristiwa atau populasi berisiko (denominator), kemudian dikalikan dengan suatu konstanta – 5/100.000 x 10.000 = 0,5 per 10.000 penduduk



➢ Rate – Format umum dari rate adalah : σ 𝑘𝑎𝑠𝑢𝑠 Numerator Rate = x F → 𝑅𝑎𝑡𝑒 = σ 𝑃𝑜𝑝𝑢𝑙𝑎𝑠𝑖 Denomin ator ▪ Numerator adalah jumlah orang atau individu yang mengalami peristiwa ▪ Denominator adalah jumlah populasi berisiko (jumlah total orang atau keseluruhan individu yang mungkin mengalami peristiwa) ▪ F adalah faktor pengali, biasanya kelipatan 10, mengkonversi rate dari suatu fraksi ke suatu jumlah keseluruhan



– Contoh • Incidence rate = 3 kasus per 100 orang per tahun • Kematian per 1000 penumpang - kilometer



➢ Contoh perhitungan RATE : • Pada tahun 2004, ada 100 kasus DB di suatu kota yang berpenduduk 1.250.000 orang. Berapa rate kasus DB di kota itu? • Jawab = kasus  100 Rate =  konstanta = 100.000 = 8 1.250.000  populasi



atau 8 kasus per 100.000



➢ Contoh perhitungan RATE : • Hepatitis C spesifik di kota (2000) Kasus (thn 2000)



Populasi pertengahan tahun 2000



Kasus / Populasi



Rate per 100.000



Kota A



15



784.712



?



?



Kota B



13



1.500.546



?



?



Kasus (thn 2000)



Populasi pertengahan tahun 2000



Kasus / Populasi



Rate per 100.000



Kota A



15



784.712



0,00001912



1,91



Kota B



13



1.500.546



0,00000866



0,87



• Jawaban



TIPE EPIDEMIOLOGIK



JENIS UKURAN TIPE EPIDEMIOLOGIK 1. UKURAN FREKUENSI PENYAKIT / UFP ▪ UFP = kuantifikasi kejadian suatu penyakit dengan menghitung individu yang terinfeksi, sakit (morbiditas), atau meninggal (mortalitas) pada suatu populasi; ▪ Interpretasi UFP biasanya memakai kata-kata (mis: kadang-kadang, jarang); ▪ Kesepakatan umum dalam interpretasi UFP – Bila angka 0,6 – 0,8 ➔”biasanya” – Bila angka 0,2 – 0,5 ➔ “kadang-kadang” – Bila angka 0,01 – 0,2 ➔”jarang” ▪ Biasanya diukur sebagai suatu rate atau proporsi ▪ Mencakup : a. Insidens (incidence) b. Prevalens (prevalens) c. Mortalitas (mortality)



UKURAN – UKURAN FREKUENSI PENYAKIT a. Insidens – Merefleksikan jumlah kasus baru (insiden) yang berkembang dalam suatu periode waktu di antara populasi yang berisiko • Yang dimaksud kasus baru adalah perubahan status dari sehat menjadi sakit • Periode Waktu adalah jumlah waktu yang diamati selama sehat hingga menjadi sakit



− Merupakan alat ukur untuk penelitian etiologi suatu penyakit baik akut maupun kronis − Merupakan indikator yang baik untuk mengestimasi suatu “resiko” oleh karena insidens mengukur secara langsung peluang bahwa seseorang yang sehat akan menjadi sakit − Insidens rate yang tinggi dari suatu penyakit menunjukkan resiko yang tinggi untuk mendapatkan penyakit tersebut − Insidens memberikan informasi mengenai efektifitas dari suatu pencegahan atau intervensi terhadap suatu penyakit



1) Insidens Kumulatif / Cumulative Incidence = Risk = Proporsi Insidens – Berarti rata-rata risiko seorang individu terkena penyakit – Orang-orang yang berada dalam denominator haruslah terbebas dari penyakit pada permulaan periode (observasi atau tindak lanjut) – Metode ini hanya layak bila ada sedikit atau tidak ada kasus yang lolos dari pengamatan karena kematian, tidak lama berisiko, hilang dari pengamatan – Memerlukan bahwa semua non-kasus diamati selama seluruh periode pengamatan – Probabilitas individu berisiko berkembang menjadi penyakit dalam periode waktu tertentu – menyatakan individu tidak meninggal karena sebab lain selama periode itu – Tidak berdimensi, dinilai dari nol sampai satu – Merujuk pada individu – Mempunyai periode rujukan waktu yang ditentukan dengan baik



Insidens kumulatif =



Jumlah kasus insidens selama periode waktu tertentu Jumlah orang berisiko pada permulaan waktu



2) Attack Rate - Jenis khusus insidens kumulatif yang berguna selama epidemik - Contoh : Makanan



ARM



Makan Sakit



Tidak sakit



Salad



30



70



Krecek



16



84



Tidak Makan



ARTM



Sakit



Tidak Sakit



30/100



5



35



5/40



16/100



4



21



4/25



ARM = Attack Rate Makan ARMTM = Attack Rate tidak makan



3) Densitas Insidens = Insidens orang – waktu (Person – Time Incidence) -= Tingkat insidens (Incidence rate) - Menyatakan suatu jumlah kasus baru per orang-waktu - Berarti rata-rata rate untuk populasi berisiko selama waktu yang ditentukan karena denominator diukur dalam orangwaktu, hal ini tidak perlu bahwa semua individu diamati untuk periode yang sama - Rumusnya : Densitas insidens =



Jumlah kasus insidens terjadi dalam periode waktu Jumlah orang − waktu



❖ Contoh : Gambar 1. 1



2



3



4



5



6



7



Jumlah waktu dalam jangka observasi dan dalam keadaan sehat (tahun)



A



7



B



7 ⚫*



C



2



D



7



E



3



F



2



G



5



Keterangan Periode sehat Periode sakit Hilang dalam pengamatan selanjutnya ⚫*



Meninggal



• Dari Gambar 1. 1. Berapa Insiden Kumulatif (IK) selama 7 tahun waktu pengamatan? ➢ Jawab :



 Kasus baru



IK =



 Populasi berisiko pada awal pengamatan



IK =



3 kasus = 43 kasus per 100 orang 7 orang



2. Hitunglah nilai Densitas Insidens (DI)= Insidens orang-waktu (PTI) = Incidence Rate (IR)? ➢ Jawab: – Hitung jumlah orang-waktu terlebih dulu :



 (orang − waktu) = 7 + 7 + 2 + 7 + 3 + 2 + 5 = 33 orang − tahun – Kemudian hitung : DI = IR = PTI =



DI = IR = PTI =



3 kasus 33 orang − tahun



 kasus baru



 (orang − waktu )



= 9,1 kasus per 100 orang - tahun



4) Instantaneous insidence density = instantaneous incidence rate = person-time incidence rate – Kejadian segera dari kasus baru pada suatu “titik atau segera dalam waktu T, per unit waktu di antara populasi berisiko selama waktu T – Ukuran teoritis jumlah kasus yang terjadi per satuan populasiwaktu (orang-tahun berisiko) – Mengukur kejadian penyakit pada satu titik waktu t (ditentukan secara matematik sebagai limit, seperti t ➔ 0 – Probabilitas seseorang yang sehat pada waktu t akan mengalami sakit dalam interval t+t dibagi t – Juga disebut force of morbidity, hazard rate



5) Incidence Rate – Tidak ada periode rujukan (tidak ada seperti rate 2-tahun) – Mempunyai dimensi yang invers waktu (misal : 0,001/tahun) – Mempunyai nilai nol dan infiniti (~) ➢ Menghitung Incindence Rate : D = permulaan sakit



Populasi 2 D



•



D



0



25



50



75



Tahun Hitung Incidence Rate pada populasi 2



100



Densitas Insiden = Insidens orang waktu=Incidence Rate = 9,1 kasus/100 orang-tahun – Unit (satuan) orang-tahun dalam contoh di atas adalah 1 x 100 x orang-tahun = 4 x 25 orang- tahun – Angka ini dari orang-waktu dapat diakumulasi dengan observasi 100 orang selama 1 tahun, 25 orang selama 4 tahun, 10 orang selama 10 tahun



UKURAN – UKURAN FREKUENSI PENYAKIT b. Prevalens – Merefleksikan jumlah kasus yang ada (kasus lama maupun kasus baru) dalam populasi dalam suatu waktu atau periode waktu tertentu – Probabilitas bahwa seorang individu menjadi kasus (atau menjadi sakit) dalam waktu atau periode waktu tertentu – Terdiri dari : 1) Prevalens titik (Point of Prevalence) • Nama lain: prevalens, proporsi prevalens



2) Prevalens periode (Periode of Prevalence) • Prevalens tahunan (Annual of Prevalence) • Prevalens selama hidup (Lifetime of Prevalence)



1) Prevalens = Prevalens Titik = Proporsi Prevalens – Probabilitas bahwa seorang individu menjadi kasus (atau menjadi sakit) pada suatu titik waktu – Tidak mempunyai dimensi – Variasi nilai antara nol dan satu ➢ Rumus Prevalens = prevalens titik (Point Prevalence) = proporsi prevalens : Prevalens titik =



Jumlah kasus yang ada pada satu titik dalam waktu T Total jumlah orang pada waktu T



2) Prevalens Periode – Probabilitas seorang individu berada dalam keadaan sakit kapan saja selama suatu periode waktu



Prevalens Periode =



Jumlah kasus yang ada selama suatu periode waktu Jumlah orang selama periode



❖ Contoh : Gambar 2. 2



1



3



4



5



6



7



Jumlah waktu dalam jangka observasi dan dalam keadaan sehat (tahun)



A



7



B



7 ⚫*



C



2



D



7



E



3



F



2



G



5



Keterangan Periode sehat Periode sakit Hilang dalam pengamatan selanjutnya ⚫*



Meninggal



• Dari Gambar 2. 1. Hitung prevalens pada tahun ke 2, 3, 4, 5, 6, 7 . Rumus Prevalens = prevalens titik (Point Prevalence) = proporsi prevalens



Prevalens titik =



Jumlah kasus yang ada pada satu titik waktu T Total jumlah orang pada waktu T



➢ Jawaban :



➢ Jawaban :



PT pada T = 2 ➔0/7



PT pada T = 5 ➔2/6



PT pada T = 3 ➔2/7



PT pada T = 6 ➔2/5



PT pada T = 4 ➔2/6



PT pada T = 7 ➔2/5



2. Hitunglah Prevalens Periode (PP) dari tahun ke 1 hingga tahun ke 4.



Jumlah kasus yang ada selama p eriode waktu tahun ke 1 − 4 PP = Jumlah orang selama periode tahun ke 1 - 4 Karena jumlah orang (populasi) dalam pengamatan berubah-ubah, maka kita dapat menggunakan jumlah rata-rata dari populasi, atau yang umum digunakan adalah jumlah populasi pada tengah tahun pengamatan (midpoint year)



PP =



2 = 0,29 7



➢ Dari Gambar 2. – – – – –



A, B,C,D, E, F, G. ➔ individu yang diamati (ada 7 orang) 1, 2, 3, 4, 5, 6, 7. ➔ tahun yang diamati (ada 7 tahun pengamatan) Jumlah kasus baru selama 7 tahun pengamatan ada 3 kasus Rata-rata lama sakit = (3+5+2)/3 tahun = 3,3 tahun Orang – waktu (Person – Time) • Jumlah waktu seseorang yang memberikan kontribusi masa sehat sejak awal pengamatan. – Untuk A ➔ masa sehat 7 tahun – Untuk B ➔ masa sehat 7 tahun – Untuk C ➔ masa sehat 2 tahun – Untuk D ➔ masa sehat 7 tahun – Untuk E ➔ masa sehat 3 tahun – Untuk F ➔ masa sehat 2 tahun – Untuk G ➔ masa sehat 5 tahun • Total orang – tahun = (7+7+2+7+3+2+5) orang- tahun = 33 orang tahun



HUBUNGAN INSIDENS DAN PREVALENS – Jika dalam kondisi yang tetap, maka hubungan insidens dan prevalens adalah • P=IxD • Prevalens (P) [Prevalens periode] = Insidens (I) [Densitas Insindens] x rata-rata lama sakit (D) • Dari gambar 1. (untuk pengamatan selama 7 tahun) – – – –



I = 3 kasus/33 orang-tahun. D = 3,3 tahun P = 3 kasus/33 orang tahun x 3,3 tahun P = 3 kasus/10 orang P = 30 kasus/100 orang



− Prevalens yang tinggi dapat oleh karena : • Insidens yang tinggi • Durasi sakit yang panjang • Contoh : Penggunaan insulin menyebabkan penderita DM bertahan hidup lama → durasi sakit menjadi panjang → prevalens meningkat



PERBANDINGAN INSIDENS DAN PREVALENS INSIDENS ▪ ▪ ▪ ▪



▪



Hanya menghitung kasus baru Tingkat tidak bergantung durasi rata-rata penyakit Dapat diukur sebagai rate atau proporsi Merefleksikan kemungkinan menjadi penyakit sepanjang waktu Lebih disukai bila melakukan studi etiologi penyakit



PREVALENS ▪ ▪ ▪ ▪



▪



Menghitung kasus yang ada (kasus baru dan lama) Bergantung pada rata-rata lama (durasi) sakit Selalu diukur sebagai proporsi Merefleksikan kemungkinan terjadi penyakit pada satu waktu tertentu Lebih disukai bila studi utilisasi pelayanan kesehatan



Insidens Insidens Kumulatif



Incidence Rate



Prevalens Titik



Periode



Sinonim



Proporsi Insidens



Incidence Density



Nunerator



Kasus baru



Kasus baru



Kasus yang ada



Kasus yang ada/baru



Denominator



Populasi inisial



Orang Waktu



Populasi Inisial



Populasi pertengahan



Unit



Tidak ada



Kasus per orang waktu



Tidak ada



Tidak ada



Tipe



Proporsi



Rate



Proporsi



Proporsi



DINAMIK PREVALENS Insidens (aliran masuk) Prevalens



(Permukaan air)



Kasus Baru Kasus Lama



Sembuh



atau meninggal



Bekas-bekas kasus



UKURAN – UKURAN FREKUENSI PENYAKIT c.c.Mortalitas Mortality − Merefleksikan jumlah kematian dalam suatu populasi − Ukuran mortalitas ▪ Ratio kematian terhadap kasus (Death-to-case Ratio)



DTCR =



 (kematian dari penyakit t ertentu selama periode tertentu )



 (kasus baru dari penyakit yang didentifik asi selama periode yang sama )



Contoh : Pada tahun 2004, ada 200 kasus baru tuberkulosis paru-paru yang dilaporkan di suatu wilayah. Pada tahun yang sama ada 15 kematian yang terjadi pada penderita tuberkulosis paru-paru, maka DTCR = 15/200 ➔ 75 kematian per 1000 kasus baru



− Ukuran Mortalitas : ▪ Infant Mortality Rate (IMR) IMR =



 (bayi yang meninggal)  (bayi yang lahir hidup)



Contoh : IMR = 7,2 bayi yang meninggal per 1000 kelahiran hidup



▪ Neonatal mortality rate (NMR) (kematian bayi umur dalam 28 hari pertama kehidupan)  NMR =  (bayi yang lahir hidup) Contoh : NMR = 5,4 kematian neonatal per 1000 kelahiran hidup



▪ Postneonatal Mortality Rate (PNMR)  (bayi yang meninggal umur 28 sampai11 bulan) PNMR =  (bayi yang lahir hidup) Contoh : PMNR = 2,8 kematian postneonatal per 1000 kelahiran hidup



▪ Maternal Mortality Rate (MMR)  (kematian ibu oleh sebab yang berkaitan dengan kehamilan, MMR =  (bayi yang lahir hidup )



kelahiran dan nifas )



Contoh : MMR = 6,1 kematian ibu per 100.000 kelahiran hidup



▪ Case Fatality Rate (CFR)



(meninggal diantara kasus insidens )  CFR =  (Jumlah kasus insidens )



▪ Propotionate Mortality (PM)



(kematian karena sebab tertentu )  PM =  (kematian semua sebab) ▪ Propotionate Mortality Ratio (PMR) - Membandingkan Propotionate Mortality pada satu kelompok umur dengan kelompok umur yang lain pada satu populasi



PMR =



PM grup1 PM grup2



Contoh : PM pada semua kasus = 7,1%; PM pada umur 25 – 44 = 2,5%; PM pada umur 45 – 64 = 4,3%. PMR antara umur 45 – 64 dan 25 – 44 adalah (4,3/2,5) = 1,72



JENIS UKURAN TIPE EPIDEMIOLOGIK 2. UKURAN ASOSIASI – Merefleksikan kekuatan atau besar asosiasi antara suatu eksposur/faktor risiko dan kejadian suatu penyakit – Mengukur keeratan hubungan statistik antara faktor tertentu dengan kejadian penyakit yang diduga merupakan akibat pemaparan tersebut. Hubungan antara pemaparan dan akibatnya diukur dengan menggunakan Relative Risk (RR) atau Odds Ratio (OR) – Beberapa ukuran assosiasi digunakan untuk mengestimasi efek



UKURAN – UKURAN ASOSIASI – Ukuran Rasio (Perbandingan Relatif) : • Rasio dua frekuensi penyakit membandingkan kelompok terpajan dengan kelompok tidak terpajan • Membandingkan kelompok terpajan dengan kelompok tidak terpajan



– Ukuran Perbedaan Absolut) :



Efek



(Perbandingan



• Perbedaan antara ukuran frekuensi penyakit suatu kelompok terpajan dan kelompok yang tidak terpajan



UKURAN – UKURAN ASOSIASI KOEFISIEN MODEL



– Koefisien variabel diturunkan dari model matematis yang menujukkan besarnya hubungan antara variabel eksposur dan penyakit – Terdiri dari : • Linier • Logistik • Cox • Poisson



KOEFISIEN MODEL • Linier –



Interpretasi b1 Peningkatan dalam outcome (penyakit) nilai rata-rata y (variabel kontinu) per unit meningkat dalam X1, disesuaikan (distandarisasi) dengan semua variabel lain dalam model



y = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ...... bk X k • Logistik –



Interpretasi b1 Peningkatan dalam log odds outcome (penyakit) per unit meningkat dalam X1, disesuaikan dengan semua variabel lain dalam model



log (odds) = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ...... bk X k



• Cox –



Interpretasi b1 Peningkatan log hazard outcome per unit meningkat dalam X1, disesuaikan (distandarisasi) dengan semua variabel lain dalam model



log (hazard ) = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ...... bk X k



• Poisson –



Interpretasi b1 Peningkatan dalam log rate outcome (penyakit) per unit meningkat dalam X1, disesuaikan dengan semua variabel lain dalam model



log (rate ) = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ...... bk X k



UKURAN – UKURAN ASOSIASI KOEFISIEN KORELASI – Ukuran lain asosiasi yang juga diturunkan dari model matematis, namun tidak merefleksikan parameter kausal



y = b0 + b1 X b0 = intersep yaitu nilai y yang diestimasi ketika x = 0 b1 = koefisien korelasi (regresi) yaitu peningkatan yang diperkirakan pada dependen variabel (y) per unit dalam variabel prediktor (x). Jika x =1, y = b0+b1, jika x=2, y = b0 + b1 * 2.



UKURAN – UKURAN ASOSIASI UKURAN RASIO ❖ Rasio risiko atau risiko relatif (RR)



Risiko pada kelompok terpajan RR = Risiko pada kelompok tidak terpajan ❖ Rasio Insidens Kumulatif (RIK)



RIK =



Insidens kumulatif pada kelompok terpajan Insidens kumulatif pada kelompok tidak terpajan



❖ Rasio Rate atau Rasio Densitas Insidens (RDI)



RDI =



Densitas insidens pada kelompok terpajan Densitas insidens pada kelompok tidak terpajan



❖ Rasio Prevalens (RP)



RP =



Prevalens pada kelompok terpajan Prevalens pada kelompok tidak terpajan



• Risk rasio atau disebut juga Relative risk (RR) merupakan rasio dari risiko untuk terjadinya penyakit pada kelompok terpapar dibandingkan kelompok yang tidak terpapar • Resiko relatif sebagai ukuran yang dapat menunjukkan berapa kali risiko untuk mengalami penyakit pada populasi terpapar relatif dibandingkan dengan populasi tidak terpapar • Risiko rasio disebut juga rasio insidensi kumulatif (RIK) / Cummulative Incidence Ratio (CIR) • Incidence density adalah potensi perubahan status penyakit per satuan waktu, relatif terhadap besarnya populasi individu yang sehat pada waktu itu



➢ Contoh : Tabel 1. Kaitan antara merokok dan angka insidens stroke dalam suatu kohort Kategori merokok



Jumlah kasus stroke



Orang-tahun observasi (lebih dari 8 tahun)



Tingkat insidens stroke (per 100.000 orang tahun)



Tidak pernah merokok



70



395.594



17,7



Mantan perokok



65



232.712



27,9



Perokok



139



280.141



49,6



Total



274



908.447



30,2



Sumber: diterjemahkan dari:Beaglehole et al. Basic Epidemiology. WHO. 1993. 18.



▪ Hitunglah Rasio rate atau rasio densitas insidens (RDI) :



Densitas insidens pada kelompok terpajan RDI = Densitas insidens pada kelompok tidak terpajan



RDI =



49,6 = 2,8 17,7



❖ Rasio Odds (Odds Ratio = OR) / Odds Relative • Odds Ratio (OR) atau rasio odds merupakan perbandingan odds subyek sakit dengan odds subyek tak sakit • Odds menunjukkan rasio dua nilai dikotomi • Rasio dua odds yang digunakan dalam studi kasus – kontrol untuk mengestimasi rasio rate atau rasio risiko • Mempunyai interpretasi yang sama seperti risiko relative



Odds pemajan untuk kasus Odds Ratio = Odds pemajan untuk kontrol



Odds Ratio =



a



c =axd b bxc d



• Odds kasus artinya perbandingan jumlah kasus terpapar dengan kasus tidak terpapar, sedangkan odds kontrol artinya perbadingan jumlah kontrol terpapar dan kontrol tidak terpapar • Odds suatu kejadian adalah rasio probabilitas bahwa kejadian terjadi terhadap probabilitas kejadian tidak terjadi



P Odds suatu peristiwa = 1− P P 1–P



= Probabilitas suatu kejadian terjadi = Probabilitas suatu kejadian tidak terjadi



Tabel 2. Tabulasi silang pemajan dan status sakit, insidens sakit dan Probabilitas odds sakit Status sakit



Probabilitas odds sakit



Pemajan



Sakit



Tidak sakit



Total



Insiden sakit (Risk)



+



a



b



a+b



a/(a+b)



a a+b = a  a  b 1−   a+b



-



c



d



c+d



c/(c+d)



c c c+d = c   d 1−   c+d 



Total



a+c



b+d



a+b+c+d



Ukuran-ukuran asosiasi a a a + c ORpemajan/ kasus = = a   c 1−   a+c kasus Pemajan



kontrol



+



a



b



-



c



d



b b b + d ORpemajan/ kontrol = = b   d 1−   b+d 



a axd ORpemajan = c = = ORsakit b bxc d



Prevalence Odds Ratio (POR) = Cross Product Ratio ➔ bila data didasarkan pada kasus-kasus prevalens Faktor Perokok



Kasus 650 (a)



Kontrol 950 (b)



Total 1600



Bukan perokok Total



50 (c)



350 (d)



400



700



1300



2000



650 x 350 Prevalence Odds Ratio = = 4,8 950 x 50 Prevalence ( proportion ) Ratio =



650 / 1600 0,40625 = = 3,25 50 / 400 0,125



Incidence Odds Ratio (POR) = Cross Product Ratio ➔ bila data didasarkan pada kasus-kasus insidens Faktor Perokok



Sakit 20 (a)



Tidak sakit 980 (b)



Bukan perokok



10 (c)



990 (d)



Total



30 Incidence Odds Ratio =



1970



Total 1000 1000 2000



20 x 990 = 2,02 10 x 980



Incidence proportion (risk ) Ratio =



20 / 1000 0,02 = = 2,00 10 / 1000 0,01



KAPAN OR DIANGGAP BAIK UNTUK MEMPREDIKSI NILAI RR? RR • Digunakan jika periode waktu penyakit memiliki durasi yang tetap atau pasti. Namun, jika penyakit memiliki masa inkubasi lama atau bervariasi, penetapan risk ratio membutuhkan periode observasi yang cukup lama.



OR • Odds ratio merupakan sebuah pendekatan relative risk yang digunakan dalam studi case control



▪ Jumlah orang yang berpindah status dari tidak sakit ke status sakit selama periode waktu tertentu merupakan hasil paduan antara tiga faktor, yaitu : 1) Ukuran besarnya populasi 2) Lama periode pengamatan 3) Kekuatan penyebaran penyakit (force of morbidity)



▪ Pada penyakit yang jarang terjadi, nilai Odds Ratio hampir sama dengan nilai Relative Risk (Risk Ratio). Nilai Prevalence Odds Ratio hampir sama dengan nilai Prevalence Proportion Ratio ▪ Pada penyakit yang umum terjadi, nilai Odds Ratio lebih ekstrim dari pada Risk Ratio



JENIS UKURAN TIPE EPIDEMIOLOGIK 1. UKURAN DAMPAK / EFEK – Merefleksikan dampak suatu faktor pada frekuensi atau risiko dari suatu masalah (outcome) kesehatan – Merefleksikan kelebihan jumlah kasus karena suatu faktor (attributable) atau jumlah kasus yang dapat dicegah oleh eksposur (pemajan) – Ukuran yang digunakan adalah Attributable Risk Percent dan Population Attributable Risk. Ukuran ini berguna untuk meramalkan efficacy atau effectiveness suatu pengobatan dan strategi intervensi pada populasi tertentu – Perbedaan risiko = Risk Difference (RD) = Attributable Risk (AR) = Excess Risk (ER) = Absolute Risk (AR) • [Risiko pada kelompok terpajan] – [Risiko pada kelompok tidak terpajan] • Berguna untuk mengukur besarnya masalah kesehatan masyarakat yang disebabkan oleh suatu pemajan • bermanfaat untuk penilaian prioritas untuk aksi kesehatan masyarakat (Public Health Action)



❖ Ukuran Perbedaan Efek – Attributable Risk (AR) Percent = AR%



AR% =



Insidens ( terpajan) − Insidens ( tidak terpajan) Insidens (terpajan)



x 100 %



– Perbedaan insidens kumulatif = Cumulative Incidence Difference= CID • [IK pada kelompok terpajan] - [IK pada kelompok tidak terpajan] IK = Insidens Kumulatif



– Perbedaan rate/ perbedaan densitas insidens (IDD = Insidence Density Difference) • IDD = [Densitas insidens dalam kelompok terpajan] - [Densitas insidens pada kelompok tidak terpajan] – Perbedaan prevalens (PD = Prevalence Differrence) • PD = [Prevalens dalam kelompok terpajan] - [Prevalens dalam kelompok tidak terpajan]



❖ Ukuran Dampak – Fraksi atributabel = fraksi etiologik = Etiologic Fraction (EF) = attributable fraction = AF • Dinyatakan sebagai pembagian risk difference dengan rate kejadian pada populasi yang terpajan. • Proporsi penyakit yang akan dieliminasi jika tidak ada pemajan pada populasi yang tertentu



AF =



Insidens( populasi) − Insidens(tidak terpajan) Insidens( populasi)



− Fraksi yang dicegah dalam populasi = Fraction Prevented in population = PF • Proporsi jumlah beban penyakit dalam populasi yang telah dicegah oleh faktor eksposur



PF =



Insidens(tidak terpajan) − Insidens( populasi) Insidens(tidak terpajan)



− Fraksi yang dicegah dalam kelompok terpajan (PFE = Prevented Fraction in the Exposed)



PFE =



Insidens (tidak terpajan) − Insidens (terpajan) Insidens (tidak



terpajan)



RISIKO ATRIBUT (AR) • Resiko : ukuran kuantitatif yang menunjukkan besarnya probabilitas subjek untuk mengalami penyakit dalam kelompoknya • Atribut: Fakta-fakta kualitatif (ex. Faktor penyebab penyakit) • Rasiko atribut : Selisih angka insidensi antara kelompok terpapar dan kelompok tidak terpapar • Manfaat: mengukur besarnya masalah kesehatan masyarakat yang disebabkan oleh suatu pajanan, sehingga dapat menilai prioritas untuk aksi kesehatan masyarakat Kasus



Kontrol



Jumlah



Terpajan



a



b



a+b



Tidak terpajan



c



d



c+d



Jumlah



a+c



b+d



AR = Resiko pada kelompok terpajan – Resiko pada kelompok tidak terpajan



➢ Contoh : Diabetes



Tidak diabetes



Jumlah



Obesitas



6



94



100



Tidak obesitas



2



98



100



Jumlah



8



182



• • • • ➢



Dari 100 orang obesitas, 6 orang menderita diabetes → Resiko: 0,06 Dari 100 orang tidak obesitas, 2 orang menderita diabetes → Resiko: 0,02 Besar resiko atrribut (AR) = 0,06 – 0,02 = 0,04 Kesimpulan = 4% insidensi diabetes disebabkan oleh obesitas Semakin besar AR, semakin banyak jumlah kasus yang dapat dihindari dengan melakukan pencegahan paparan pada kelompok terpapar



•



AR% = Resiko terpapar – Resiko tidak terpapar x 100% Resiko terpapar AR% = 0,06 – 0,02 x 100% = 66,67% 0,06 Kesimpulan = 66,67% insidensi diabetes disebabkan oleh obesitas



• •



POPULATION ATTRIBUTABLE RISK (PAR) ➢ Attributable Fraction (population) atau Etiologic Fraction (population) = Population Attributable Risk Proportion = Population Attributable Risk Fraction • Merupakan resiko terkena penyakit tertentu pada seluruh populasi studi baik yang terpajan maupun tidak terpajan dan jumlah penyakit tertentu pada seluruh populasi baik yang terpajan maupun tidak terpajan • Menujukkan resiko relatif suatu paparan terhadap keseluruhan kejadian • Proporsi (atau fraksi) rate penyakit pada seluruh populasi yang mewakili rate penyakit dalam kelompok terpajan



PAR = insiden (populasi) – insiden (tidak terpajan) insiden total populasi −



Population Attributable Risk Percent (PARP)➔ attributable fraction (population) atau etiologic fraction (population) ▪ Berarti proporsi kasus baru yang dapat dicegah jika pada semua orang yang tidak terpajan



PAR% =



Insidens (populasi) − Insidens ( t idak t erpajan) Insidens (populasi)



x 100%



POPULASI 1. Populasi Tertutup Populasi yang anggotanya tertutup dari faktor penambahan dan pengurangan, artinya populasi dianggap konstan selama waktu penelitian. 2. Populasi Terbuka (dinamik) Populasi terbuka merupakan populasi yang anggotanya bisa bertambah atau berkurang karena faktor kelahiran ataupun kematian.



➢ Contoh : Diabetes



Tidak diabetes



Jumlah



Obesitas



6



94



100



Tidak obesitas



2



98



100



Jumlah



8



182



• PAR = 0,04 – 0,02 = 0,5 0,04 • PAR% = 0,5 x 100% = 50%



CARA LAIN MENGHITUNG PARP (POPULATION ATTRIBUTABLE RISK PERCENT) • Cara 1. – Hitung Attributable Risk (AR) – Lalu kalikan AR dengan Prevalens faktor risiko



– Kemudian dibagi dengan tingkat (rate) Insidens di populasi, setelah itu kalikan 100%



= IE − IE



= ( AR ) x P ( AR ) x P = x 100 % I Pop



CARA LAIN MENGHITUNG PARP (POPULATION ATTRIBUTABLE RISK PERCENT) • Cara 2. – Kalikan AR dengan Prevalens faktor risiko dengan (RR-1)



– Kemudian [P x (RR-1)] dibagi [P x (RR-1)]+1}



P x (RR −1)



P( RR − 1) = PARP P(RR − 1) + 1



Cara 2 ini menggunakan RR, sangat berguna karena dengan metode ini kita dapat menghitung estimasi risiko relatif dari dua studi (kasus kontrol dan kohort). Metode ini disebut Odds Ratio untuk studi kasus kontrol)



CARA LAIN MENGHITUNG PARP (POPULATION ATTRIBUTABLE RISK PERCENT) • Cara 3. – Hitung Population Attributable Risk (PAR) – Kemudian dibagi dengan tingkat (rate) Insidens di populasi, setelah itu kalikan 100%



= I Pop − I E



=



I Pop − I E I Pop



x 100%



Dalam Manajemen Program Pengendalian Penyakit efektifitas program dinilai dengan apa? ▪ Program pencegahan yang berhasil akan menurunkan INSIDENSI ▪ Pengobatan yang berhasil untuk penyakit akut, akan berdampak pada pengurangan PREVALENSI, dan untuk penyakit kronis kadangkala akan meningkatkan angka prevalensi ▪ Contoh : Pengobatan HIV/AIDS bukan mengurangi jumlah orang yang mengidap HIV tetapi memperpanjang usia orang dengan HIV, sehingga prevalensi orang yang mengidap HIV tetap atau bahkan meningkat ▪ Selain itu, kita juga harus menilai RR dan OR. Dari hasil RR dan OR dapat dilihat apakah kelompok yang terpajan atau yang tidak terpajan yang lebih besar hasilnya. Ketika nilai RR masih besar, berarti Program Pengendalian Penyakit belum efektif



RR =



Risiko pada kelompok terpajan Risiko pada kelompok tidak terpajan



Odds Ratio = ▪



Odds pemajan untuk kasus Odds pemajan untuk kontrol



Odds kasus artinya perbandingan jumlah kasus terpapar dengan kasus tidak terpapar, sedangkan odds kontrol artinya perbadingan jumlah kontrol terpapar dan kontrol tidak terpapar



➢ Tabulasi silang pemajan dan status sakit, insidens sakit dan Probabilitas odds sakit Status sakit Pemajan



Sakit



Tidak sakit



Total



Insiden sakit (Risk)



+



a



b



a+b



a/(a+b)



-



c



d



c+d



c/(c+d)



Total



a+c



b+d



a+b+c+d



Probabilitas odds sakit



Pada penyelidikan KLB diare akut, ukuran apa yang digunakan untuk menilai sebab makanan yang diduga menjadi penyebab? Diare



Tidak diare



Jumlah



Makan X



a



b



a+b



Tidak makan X



c



d



c+d



Jumlah



a+c



b+d



a+b+c+d



➢ AR = menilai besarnya insiden diare akibat makan makanan X (diduga penyebab) ➢ PAR = menilai resiko relatif makanan X terhadap keseluruhan kejadian diare



SEKIAN DAN TERIMA KASIH