Pengukuran Frekuensi Penyakit 6l5u57

DR.. RobianaModjo, SKM, MKes

S1-Keselamatan dan Kesehatan Kerja

Sesi: Ukuran Fekuensi..

EPIDEMIOLOGI K3 UKURAN-UKURAN FREKUENSI PENYAKIT 1

PENDAHULUAN

1.1 Definisi Epidemiologi Last (1988) Epidemiologi adalah studi distribusi dan determinan kesehatan yang terkait keadaan atau peristiwa dalam populasi tertentu, dan aplikasi studi ini untuk mengendalikan masalah kesehatan DistribusiEpidemiologi peduli dengan frekuensi dan pola peristiwa kesehatan dalam suatu populasi

1.2 Ukuran-ukuran Penyakit Kuantifikasi kejadian penyakit Hitung individu yang terinfeksi, yang sakit dan yang meninggal Menggunakan kata-kata a. Biasanya, kadang-kadang, jarang. b. Kesepakatan kecil tentang arti umumnya yang digunakan katakata untuk frekuensi  “biasanya”  0,5 – 0,8  “Kadang-kadang”  0,2 – 0,6  “jarang”  0,01 – 0,2 Ukuran-ukuran frekuensi peristiwa kesehatan o Tipe kuantitas matematis o Tipe ukuran yang digunakan dalam epidemiologi

2. TIPE KUANTITAS MATEMATIS 2.1 Enumerasi (hitungan) Hitungan (enumerasi) atau angka mutlak 

Jumlah kasar atau frekuensi



Contoh: 10 kasus, 1961 kasus

8




2.2 Rasio Nilai yang didapat dengan pembagian suatu kuantitas dengan kuantitas yang lain. Kuantitas numerator (pembilang) boleh berbeda dari kuantitas denominator (penyebut) atau denominator mungkin tidak memuat numerator Contoh:

a b

2.3 Proporsi o Suatu fraksi atau tipe rasio yang unsur numerator adalah bagian dari denominator. o Bila dikalikan dengan 100, biasanya disebut suatu persentase. o Contoh: 28/56 = 0,5; 0,5 x 100% = 50% - Ada 28 kasus dari 56 orang. Berarti proporsi kasusnya 50%. 2.4 Rate  Tipe spesifik dari rasio yang digunakan mengkuantifikasi proses dinamik seperti pertumbuhan dan kecepatan.  Pernyataan numeris dari frekuensi suatu peristiwa.  Dihitung dengan cara pembagian antara jumlah individu yang mengalami

peristiwa

(numerator)

dengan

jumlah

total

(keseluruhan) yang mungkin dapat (kapabel) mengalami peristiwa (denominator atau populasi berisiko) dan perkalian dengan suatu konstanta (tetapan).  Format umum dari rate adalah Rate

Numerator xF Denomin ator

Keterangan: Numerator dalah jumlah orang atau individu yang mengalami peristiwa. Denominator adalah jumlah populasi berisiko (jumlah total orang atau keseluruhan individu yang mungkin mengalami peristiwa).

9




F adalah faktor pengali, biasanya kelipatan 10, mengkonversi rate dari suatu fraksi ke suatu jumlah keseluruhan.  Dapat berarti suatu pernyataan numeris dari frekuensi dalam suatu kelompok orang

kejadian yang terjadi

tertentu (didefinisikan) di dalam

satu periode waktu tertentu.  Sinonim  Tingkat  Laju  Contoh: Pada tahun 2004, ada 100 kasus demam berdarah di suatu kota yang berpenduduk 1.250.000 orang. Berapa rate kasus demam berdarah di kota itu?

Rate

kasus

100 kasus Populasi 1.250.000 orang

1 kasus 12500 orang

Rate dem amberdarah 8 kasus per 100.000 orang

 Rate merupakan bentuk khusus dari suatu proporsi yang memuat waktu (atau faktor lain) dalam denominator.  Contoh  Incidence rate = 3 kasus per 100 orang per tahun  kematian per 1000 penumpang – kilometer

3. TIPE UKURAN YANG DIGUNANAKAN DALAM EPIDEMIOLOGI 3.1 Ukuran-ukuran frekuensi penyakit  Merefleksikan besar kejadian penyakit (morbiditas) atau kematian karena penyakit (mortalitas) dalam suatu populasi.  Biasanya diukur sebagai suatu rate atau proporsi.  Untuk ukuran-ukuran frekuensi penyakit terdiri dari: 3.1.1 Insidens (incidence) Merefleksikan jumlah kasus baru (insiden) yang berkembang dalam suatu periode waktu di antara populasi yang berisiko.

10




Yang dimaksud kasus baru adalah perubahan status dari sehat menjadi sakit. Periode Waktu adalah jumlah waktu yang diamati selama sehat hingga menjadi sakit.  Terdiri dari 1. Insidens kumulatif (Cumulative Incidence) 

Nama lain: 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.



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

 Attack rate  Jenis khusus insidens kumulatif yang berguna selama epidemik  Contoh

11


Makanan


Makan

ARM

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

Keterangan: ARM = Attack rate Makan ARTM = Attack Rate tidak makan

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: a.

Berapa Insidens Kumulatif (IK) selama 7 tahun waktu pengamatan?

b.

Jawab:

IK

IK

Kasus baru Populasi berisiko pada awal pengamatan 3 kasus 7 orang

43 kasus per 100 orang

12




2. Densitas insidens (Incidence Density)  Nama lain: insidens orang – waktu (Person – Time Incidence), Tingkat insidens (Incidence rate)  Berarti rata-rata rate untuk populasi berisiko selama waktu yang ditentukan  Karena denominator diukur dalam orang-waktu, hal ini tidak perlu bahwa semua individu diamati untuk periode yang sama  Menyatakan suatu jumlah kasus baru per orang – waktu  Rumusnya:

Densitas insidens

Jumlah kasus insidens terjadi dalam periode waktu Jumlah orang waktu

Gambar 2 1

2

3

4

5

6

7


A

7

B

7 *

C

2

D

7

E

3

F

2

G

5


Meninggal

13




Dari Gambar 1: a. Berapa nilai Densitas Insidens (DI) = Insidens orang waktu (PTI) = Incidence Rate (IR) b. Jawab: Hitung jumlah orang-waktu terlebih dulu

orang waktu

7 7 2 7 3 2 5 33 orang tahun

Kemudian hitung

DI

IR

kasus baru

PTI

orang waktu

DI

IR

PTI

3 kasus

9,1 kasus per 100 orang - tahun

33 orang tahun

 Instantaneous incidence density = instantaneous incidence rate = person-time incidence rate o Kejadian segera dari kasus baru pada suatu “titik atau segera dalam waktu T, per unit waktu di antara populasi berisiko selama waktu T o Ukuran teoritis jumlah kasus yang terjadi per satuan populasi-waktu (orang-tahun berisiko). o Mengukur kejadian penyakit pada satu titik waktu t (ditentukan secara matematik sebagai limit, seperti

t

0

o Probabilitas seseorang yang sehat pada waktu t akan mengalami sakit dalam interval t

t dibagi

t

o Juga disebut force of morbidity, hazard rate o Tidak ada periode rujukan (tidak ada seperti rate 2-tahun) o Mempunyai dimensi yang invers waktu (misal: 0,001/tahun) o Mempunyai nilai nol dan infiniti (~)

14




 Latihan menghitung Incidence Rate

Populasi 1

D = permulaan sakit

D D

0

25

50

75

100

Tahun Hitung Incidence Rate pada populasi 1

Populasi 2 D

D = permulaan sakit D

0

25

50

75

100

Tahun Hitung Incidence Rate pada populasi 2  Densitas Insidens = 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.

15




3.1.2 Prevalens (prevalens) o Merefleksikan jumlah kasus yang ada (kasus lama maupun kasus baru) dalam populasi dalam suatu waktu atau periode waktu tertentu o Probabilitas bahwa seorang individu menjadi kasus (atau menjadi sakit) dalam waktu atau periode waktu tertentu o Prevalens titik (Point of Prevalence) 

Nama lain: prevalens, proporsi prevalens

o Prevalens periode (Periode of Prevalence) 

Prevalens tahunan (Annual of Prevalence)



Prevalens selama hidup (Lifetime of Prevalence)

o 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

o 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

16


1

Gambar 1


2

3

4

5

6

7



A

7

B

7 *

C

2

D

7

E

3

F

2

G

5


Meninggal

Dari gambar 1. Hitung prevalens pada tahun ke 2, 3, 4,5, 6, 7 o Rumus prevalens = prevalense 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

o 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

17

DR.RobianaModjo, SKM, MKes

1

Gambar 1


2

3

4

5

6

7



A

7

B

7 *

C

2

D

7

E

3

F

2

G

5


Meninggal

o Dari gambar 1 : Hitunglah Prevalens Periode (PP) dari tahun ke 1 hingga tahun ke 4 o

PP

Jumlah kasus yang ada selama p eriode waktu tahun ke 1 4 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 7

0,29

o Dari gambar 1 

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

1






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 antara 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

1




Perbandingan antara insidens dan prevalens Insidens 

Prevalens 

Hanya menghitung kasus baru

Menghitung kasus yang ada (kasus baru dan lama)





Tingkat tidak bergantung durasi ratarata penyakit



Bergantung

pada

rata-rata

lama

(durasi) sakit

Dapat diukur sebagai rate atau



Selalu diukur sebagai proporsi



Merefleksikan kemungkinan terjadi

proporsi 

Merefleksikan kemungkinan menjadi penyakit sepanjang waktu



penyakit pada satu waktu tertentu 

Lebih disukai bila melakukan studi etiologi penyakit

Lebih disukai bila studi utilisasi pelayanan kesehatan

Perbandingan antara insidens dan prevalens Insidens

Sinonim

Numerator

Denominator

Unit Tipe

Prevalens

Insidens

Incidence

Kumulatif

Rate

Proporsi

Insidens

Insidens

Density

Kasus baru

Kasus baru

Populasi Inisial

Titik

Kasus

Orang – waktu

Periode

yang Kasus

ada

ada / baru

Populasi Inisial

Populasi

yang

pertengahan Tidak ada

Kasus

per Tidak ada

Tidak ada

orang waktu Proporsi

Rate

Proporsi

Proporsi

1




Dinamik Prevalens

Insidens (aliran masuk) Prevalens (Permukaan air) Kasus Baru Kasus Lama

Sembuh atau meninggal

Bekas-bekas kasus

3.1.3 Mortalitas (mortality) 

Merefleksikan jumlah kematian dalam suatu populasi



Ukuran - Ukuran Mortalitas, diantaranya:

o Ratio kematian terhadap kasus (Death to case Ratio) DTCR

kematian dari penyakit tertentu 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. o Infant Mortality Rate (IMR)

IMR

bayi yang meninggal bayi yang lahir hidup

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

1




o Neonatal Mortality Rate (NMR)

NMR

kematian bayi umur dalam 28 hari pertama kehidupan bayi yang lahir hidup

Contoh: NMR = 5,4 kematian neonatal per 1000 kelahiran hidup. o Postneonatal Mortality Rate (PNMR)

PNMR

bayi yang meninggal umur 28 sampai 11 bulan bayi yang lahir hidup

Contoh: PNMR = 2,8 kematian postneonatal per 1000 kelahiran hidup o Maternal Mortality Rate (MMR)

kematian ibu oleh sebab yang berkaitan dengan kehamilan, kelahiran dan nifas

MMR

bayi yang lahir hidup Contoh: MMR = 6,1 kematian ibu per 1000.000 kelahiran hidup.

o Case Fatality Rate (CFR)

CFR

meninggal diantara kasus insidens Jumlah kasus insidens

o Proportionate Mortality (PM)

PM

kematian karena sebab tertentu kematian semua sebab

o Proportionate Mortality Ratio (PMR) 

Membandingkan Proportionate Mortality pada satu kelompok umur dengan kelompok umur yang lain pada suatu 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 dan 25 – 44 adalah (4,3/2,5) = 1,72

1




3.2 Ukuran-ukuran asosiasi o Merefleksikan

kekuatan

atau

besar

asosiasi

antara

suatu

eksposur/faktor risiko dan kejadian suatu penyakit. o Memasukkan suatu perbandingan frekuensi penyakit antara dua atau lebih kelompok dengan berbagai derajat eksposur. o Beberapa ukuran assosiasi digunakan untuk mengestimasi efek o Ukuran-ukuran asosiasi terdiri dari; 3.2.1 Ukuran rasio: (Perbandingan relatif) 

Rasio dua frekuensi penyakit



Membandingkan kelompok terpajan dengan kelompok tidak terpajan



Rasio dua frekuensi penyakit dengan cara membandingkan kelompok terpajan dengan kelompok tidak terpajan.



Rasio risiko atau Risiko Relatif (RR) RR



Rasio Insidens Kumulatif (RIK) RIK



Insidens kumulatif pada kelompok terpajan Insidens kumulatif pada kelompok tidak terpajan

Rasio Rate atau Rasio Densitas Insidens (RDI) RDI



Risiko pada kelompok terpajan Risiko pada kelompok tidak terpajan

Densitas insidens pada kelompok terpajan Densitas insidens pada kelompok tidak terpajan

Rasio Prevalens (RP) RP

Prevalens pada kelompok terpajan Prevalens pada kelompok tidak terpajan

1






Contoh: kaitan antara merokok dan angka insiden stroke dalam suatu kohort. Orang-tahun

Tingkat insidens

observasi (lebih

stroke per 100.000

dari 8 tahun)

orang tahun)

70

395.594

17.7

65

232.712

27.9

Perokok

139

280.141

49.6

Total

274

908.447

30.2

Kategori

Jumlah

Merokok

kasus stroke

Tidak pernah merokok Mantan perokok

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



Dari tabel 1: Hitunglah Rasio Rate atau Rasio Densitas Insidens



RDI

Densitas insidens pada kelompok terpajan Densitas insidens pada kelompok tidak terpajan

RDI

49,6 17,7

2,8

Rasio odds (Odds Ratio = OR) o Nama lain: Odds relative; rasio kros-produk. o Rasio dua odds yang digunakan dalam studi kasus-kontrol untuk mengestimasi rasio rate atau rasio risiko. o odds untuk satu kelompok dibagi dengan odds untuk kelompok yang lain o Mempunyai interpretasi yang sama seperti risiko relatif



Odds suatu kejadian Rasio probabilitas bahwa kejadian terjadi terhadap probabilitas kejadian tidak terjadi.

Odds suatu peristiwa P

P 1 P

= Probabilitas suatu kejadian terjadi

1


1-P



= Probabilitas suatu kejadian tidak terjadi

Tabel 1. Tabulasi silang pemajan dan status sakit, insidens sakit dan Probabilitas odds sakit Status Sakit Pemajan

Tidak

Sakit

+

sakit

A

b

Insidens Total

Probabilitas

sakit

odds sakit

(Risk) a+b

a/(a+b)

a a b

a b a 1 a b

-

C

d

c+d

c/(c+d)

c c d c 1 c d

Total

a+c

b+d

c d

a+b+c+d

a ORpemajan/ kasus

a c

a c a 1 a c

kasus Pemajan

kontrol

+

a

b

-

c

d

ORpemajan

a c b d

axd bxc

ORsakit

b ORpemajan/ kontrol

b d b 1 b d

b d

1






Odds Ratio (OR) = Relative Odds = Cross Product Ratio Odds pemajan untuk kasus Odds pemajan untuk kontrol

Odds Ratio

Faktor

Kasus

Kontrol

Total

Perokok

650 (a)

950 (b)

1600

Bukan Perokok

50 (c)

350 (d)

400

Total

700

1300

2000



Odds Ratio (OR) = Relative Odds Odds Ratio

Odds pemajan untuk kasus Odds pemajan untuk kontrol

a Odds Ratio

Odds Ratio

b

c d

axd bxc

axd bxc 650 x 350 950 x 50

4,8

Perokok mempunyai risiko menjadi kasus 4,8 kali dari yang bukan perokok. Interpretasinya : odds perokok menjadi kasus 4,8 kali lebih besar dari odds bukan perokok. 

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

Prevalence Odds Ratio

650 x 350 950 x 50

Prevalence ( proportion) Ratio

Faktor Perokok Bukan perokok Total

4,8

650 / 1600 50 / 400

0,40625 0,125

3,25

Kasus

Kontrol

Total

650 (a)

950 (b)

1600

50 (c)

350 (d)

400

700

1300

2000

1






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

20 x 990 10 x 980

Incidence proportion (risk ) Ratio

Faktor

Sakit

2,02

20 / 1000 0,02 2,00 10 / 1000 0,01 Tidak sakit Total

Perokok

20 (a)

980 (b)

1000

Bukan perokok

10 (c)

990 (d)

1000

30

1970

2000

Total

- 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.

3.2.2 Ukuran-Ukuran Perbedaan 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). 

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



Ukuran perbedaan dampak/efek



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.

1




Bermanfaat


untuk

penilaian

prioritas


untuk

aksi

kesehatan

masyarakat (Public Health Action).

Ukuran Perbedaan Efek o Attributable Risk (AR) Percent = AR%

AR%

Insidens terpajan

Insidens tidak terpajan

Insidens terpajan

x 100%

o Perbedaan insidens kumulatif = Cumulative Incidence Difference = CID (IK pada kelompok terpajan) – (IK pada kelompok tidak terpajan) IK = Insidens Kumulatif. o Perbedaan rate/perbedaan densitas insidens (IDD = Insidence Density Difference) - IDD = [Densitas insidens dalam kelompok terpajan] - [Densitas insidens pada kelompok tidak terpajan] o Perbedaan prevalens (PD = Prevalence Differrence) - PD = [Prevalens dalam kelompok terpajan] - [Prevalens dalam kelompok tidak terpajan]. o Ukuran Dampak - Fraksi atributabel = Fraksi Etiologik = Etiological 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 populasi

- Fraksi atributabel dalam kelompok terpajan (AFE) = Attributable Fraction in Exposed

1




- Proporsi (rate) tingkat insidens penyakit diantara terpajan yang akan direduksi jika eksposur dieliminasi

AFE

Insidens 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 populasi


- Fraksi yang dicegah dalam kelompok terpajan (PFE = Prevented Fraction in the exposed)

PFE


Insidens terpajan

Insidens tidak

terpajan

- Population Attributable Risk (PAR) = attributable Fraction (populasi) atau Etiologic Fraction Population = Population Attributable Risk Proportion = Population Attributable Risk Fraction. o Proporsi (atau fraksi) rate penyakit pada seluruh populasi yang mewakili rate penyakit dalam kelompok terpajan. o Rumus PAR :

PAR

Insidens populasi

Insidens tidak terpaj an

- Population Attributable Risk Percent (PARP)  attributable fraction (population) atau etiologic fraction (population) Artinya proporsi kasus baru yang dapat dicegah jika pada semua orang yang tidak terpajan. Rumus PAR% :

PAR%

Insidens populasi


Insidens populasi

x 100%

1




Contoh 1 : Pada suatu wabah terdapat 40 orang laki-laki menderita penyakit hepatitis, dan 20 orang perempuan menderita hepatitis. Berapa proporsi perempuan yang menderita hepatitis? Berapa rasio penderita laki-laki : penderita perempuan? Jawaban : 1. Proporsi penderita perempuan

20 20 40

x 100 % 33,3%

2. Rasio penderita laki-laki : perempuan = 40 :20 = 2: 1 Contoh 2 : Ada 1200 kasus baru terjadi dalam periode 3 tahun pada suatu kota yang berpenduduk 4 juta orang. Berapa tingkat insidensnya (Incidence Rate = IR) penyakit tersebut ? Jawaban :

kasus baru

IR

IR

Contoh 3 :

Orang waktu 1200 10 kasus / 100 .000 orang tahun 4 x 10 6 x 3

Dalam suatu wilayah diestimasikan bahwa penduduk pada pertengahan tahun 200.000 orang, kemudian dilaporkan ada 40 kasus

malaria

selama

tahun

1996.

Berapakah

tingkat

insidensnya? Jawaban : IR

40 2 x 10 5

0,0002 kasus / orang tahun

Tingkat insidens ini dapat juga dinyatakan dengan: 

0,002 kasus/100 orang-tahun



0,2 kasus/1000 orang-tahun



2 kasus /10.000 orang-tahun

Contoh 4 : Pada tanggal 1 Juni 2004 ada 120 orang menderita (kasus) TBC paru-paru di suatu wilayah yang diperkirakan ada 200.000

1




penduduk. Berapakah prevalens (point of prevalence) dari penyakit TBC paru-paru? Jawaban :

120 0,0006 kasus / orang 2 x 10 5 Prevalens kejadian penyakit TBC paru-paru penyakit ini dapat P

juga dinyatakan dengan : 

0.06 kasus per 100 orang penduduk pada 1 Juni 1996



0.6 kasus per 1000 orang penduduk



6 kasus per 10.000 orang penduduk

Contoh soal: Kaitan antara merokok dan agka insidens stroke dalam suatu kohort

Kategori

Jumlah kasus

merokok

stroke

Tidak pernah

Orang-tahun

Tingkat insidens stroke

observasi (lebih

(per 100.000 orang

dari 8 tahun)

tahun)

70

395.594

17,7

65

232.712

27,9

Perokok

139

280.141

49,6

Total

274

908.447

30,2

merokok Mantan perokok

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

Contoh 5 : Pertanyaan untuk tabel diatas: 1. Berapa Risk difference (perbedaan risiko) = attributable risk = excess risk/absolute risk antara kelompok yang terpajan (perokok) dengan yang tidak terpajan (tidak pernah merokok)?. 2. Berapa nilai Attributable Fraction = Etiological Fraction ? 3. Berapa nilai Population Attributable Risk (PAR) dan PAR%?

Jawaban :

1. Risk Differences (perbedaan risiko) = Attributable Risk = AR

1




= Excess risk/absolute risk antara kelompok yang terpajan (perokok) dengan yang tidak terpajan (tidak pernah merokok)

AR

Insidens (rate)

Insidens (rate)

terpaj an

tidak terpaj an

AR = (49,6 -17,7) per 100.000 orang-tahun = 31,9 per 100.000 orang tahun

2. Attributable Fraction = Etiological Fraction = AR%

AR% AR%

Insidens (rate) terpajan

Insidens (rate) tidak terpajan

Insidens (rate) terpajan 49,6 17,7 x 100 % 64 % 49,6

x 100%

Artinya: Diharapkan akan terjadi pengurangan risiko sebesar 64% untuk terkena stroke di antara perempuan yang merokok, jika mereka berhenti merokok, dengan asumsi bahwa merokok adalah penyebab dan dapat dicegah.

3. Population Attributable Risk (PAR) PAR Insidens (rate) populasi Insidens (rate)

tidak terpaj an

PAR = (30,2-17,7) per 100.000 orang-tahun PAR = 12,5 per 100.000 orang-tahun

Population Attributable Risk (PAR) Percent = PAR % = Etiologic Fraction in population

PAR%

PAR%

Insidens (rate) populasi

Insidens (rate) tidak terpajan

Insidens (rate) populasi

x 100%

(30 ,2 17 ,7) x 100 % 30 ,2

PAR% = 41,4 % Artinya : bahwa 41,4% kasu baru dapat dicegah jika semua individu tidak terpajan.

1




3.2.3 Koefisien model Koefisien

variabel diturunkan

dari model matematis yang

menujukkan besarnya hubungan antara variabel eksposur dan penyakit. Dalam koefisien model terdiri dari:

1. Linier

y

 Interpretasi b1

b0 b1 X 1 b2 X 2 b3 X 3 ...... bk X k

Peningkatan dalam outcome (penyakit) nilai rata-rata y (variabel kontinu)

per

unit

meningkat

dalam

X1,

disesuaikan

(distandarisasi) dengan semua variabel lain dalam model.

2. Logistik

log odds

 Interpretasi b1

b0 b1 X 1 b2 X 2 b3 X 3 ...... bk X k

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

3. Cox

log hazard

b0 b1 X 1 b2 X 2 b3 X 3 ...... bk X k

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

4. Poisson

log rate

b0 b1 X 1 b2 X 2 b3 X 3 ...... bk X k

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

1




3.2.4 Koefisien korelasi Ukuran lain asosiasi yang juga diturunkan dari model matematis, namun tidak merefleksikan parameter kausal. Dalam koefisien korelasi: 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.

Ringkasan: 

Risk Difference (RD) = Attributable Risk (AR) = Excess Risk (ER) = Absolute Risk (AR)



Attributable Risk (AR) percent = AR% = Attributable Fraction in exposed = AFE = Etiologic Fraction in exposed = EFE



Risk Difference (RD) in population = Population Attributable Risk (PAR) = Excess Risk (ER) in population



Population Attributable Risk Percent (PARP) = PAR% = Attributable Fraction in population = AFP = Etiologic Fraction in population = EFP

1




Contoh 6 : Kaitan antara kadar kolesterol dan angka insidens penyakit jantung koroner dalam suatu kohort (Data hipotetis) Kategori kadar

Jumlah

Orang-tahun

Tingkat insidens stroke

kolesterol

kasus stroke

observasi

(per 100.000 orang tahun)

Rendah

60

300.000

20,0

Tinggi

180

360.000

50,0

Total

240

660.000

36,4

Pertanyaan: Hitunglah nilai 1. RR

5. PAR%

2. RD

6. PFE

3. AR%

7. PFP

4. PAR

Jawaban no 1: 1. RR I E 50 2,5 I E 20 I E Insidens Terpajan (Exposed)

I

E

Insidens Tidak Terpajan (non exposed)

Jawaban no 2-3: RD

IE

IE

(50 20 ) kasus / 100 .000 orang tahun

RD 30 kasus / 100.000 orang tahun AR %

AR%

IE

IE IE

x 100 %

50 20 x 100% 50 (3)

AR% 60% Jawaban no 4-5: PAR I P I E (36 ,4 20 ) kasus / 100 .000 orang tahun PAR %

(2)

IP

IE IP

(4)

x 100 %

1




36 ,4 20 x 100 % 36 ,4

PAR %

(5)

PAR% 45,1%

Jawaban no 6:

PFE

PFE PFE

IE

IE IE

IE

IE IE

(6)

20 50 20

1,5

Jawaban no 7: IE IP PFP IE

PFP

IE

IP IE

(7)

20 36,4 20

Rumus lain untuk PFP (Prevented Fraction in the Population) PFP PFP

0,82 pc (1 RR ) pc (1 RR ) RR

Keterkaitan antar rumus antara ukuran-ukuran AFE AFE

IE

IE

RD IE

IE

IE IE

IE IE IE

IE

1

IE

1 RR

RR 1 RR

AFE = Attributable Fraction in Exposed RD = Risk Difference = Excess Risk = Absolute Risk RR = Risk Ratio = Relative Risk = Risiko Relatif

PFE

AFP

IE

IE IE

IP

IE IE

IP

IE

ERP IP

IE IE

1 RR IP IP

IE IP

1

IE IP

1




PFE = Prevented Fraction in Exposed. AFP = Attributable Fraction in Population ERP = Excess Risk in Population

Cara lain menghitung PARP (Population Attributable Risk Percent) o Cara 1 1. Hitung Attributable Risk (AR) = I E

IE

2. Lalu kalikan AR dengan prevalens risiko = (AR) x P 3. Kemudian dibagi dengan tingkat (rate) Insidens di populasi setelah itu kalikan 100% ( AR ) x P x 100 % I Pop o Cara 2 1. Kalikan AR dengan prevalens faktor risiko dengan (RR-1) P x RR 1

2. Kemudian P x (RR-1) dibagi P x (RR-1)+1 P( RR 1) P RR 1 1

PARP

Cara kedua 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). o Cara 3 1. Hitung Population Attributable Risk (PAR) I Pop

IE

2. Kemudian dibagi dengan tingkat (rate) Insidens di populasi setelah itu kalikan 100%

I Pop I Pop

IE

x 100%

1




Ringkasan Ukuran Tipe Kuantitas Matematis

Tanpa denominator

Enumerasi Hitung, angka mutlak

Dengan denominator

Rasio

Proporsi

Rate

Tipe Kuantitas Matematis

Enumerasi

Rasio

Proporsi

Rate

•RR •OR •IDR

•% •AR% •PAR%

•Crude •Spesific •Adjusted

1




Ukuran dalam epidemiologi

Ukuran Frekuensi Penyakit

Ukuran asosiasi

Ukuran efek /dampak

Ukuran Frekuensi Penyakit Ukuran frekuensi Penyakit

Insidens

Insidens Kumulatif

Prevalens

Incidence Density

Prevalens titik

Mortalitas

Prevalens periode

1




Ukuran Rasio

Risk Ratio

Odds Rasio

Insidence Density Ratio

Ukuran Efek /dampak

Perbedaan efek

RD AR ER PAR

Prevalence Ratio

RD = Risk Difference AR = Attributable Risk ER = Excess Risk PAR = Population Attributable Risk PF = Prevented Fraction

Fraksi Efek

AR%

PAR%

PF

1

Gambar Gambar 11 Jumlah Jumlah kasus kasus yang ada yang pada ada satu selama titik suatu waktu periode Tdalam 2Jumlah Jumlah kasus yang ada pada satu titik waktu kasus yang ada selama p eriode waktu tahun ke 1waktu 4 T Prevalens Prevalens titik PPPP 0Periode ,29 Prevalens titik Total jumlah Jumlah orang orang pada waktu selama Tperiode 7 Jumlah orang selama periode tahun kewaktu 1- 4 T Total jumlah orang pada DR.RobianaModjo, SKM, MKes



Bahan Rujukan: 1. Page RM, Cole GE, Timmreck TC. Basic Epidemiological Methods and Biostatistics. A Practical Guidebook. John and Barlett Publisher. Boston, London.1995. 2. CDC. Principles of Epidemiology 2nd . An Introduction to Applied Epidemiology and Biostatistics. 1992 3. Szklo M, Nieto FH. Epidemiology Beyond the Basics. AN Aspen Publication.Gaithersburg. Maryland. 2000 4. Lilienfeld DE, Stolley PD. Foundations of Epidemiology. 3rd . New York, NY: Oxford University Oress; 1994 5. Gordis L. Epidemiology. Philadelphia. WB Saunders 1996. 6. Rothman KJ, Greenland S. Modern Epidemiology. 2nd . Philadelphia. Lippincott-Raven Publishers; 1998.

1

Pengukuran Frekuensi Penyakit 6l5u57

Overview 5o1f4z

More details 6z3438

Related Documents c2h70

Pengukuran Frekuensi Penyakit 6l5u57

Laporan Lab Teknik Pengukuran Frekuensi Tinggi 5ou6e

Pengukuran Frekuensi Dan Beda Fase Dengan Osiloskop 4s3wi

Hubungan Frekuensi 4q3e5s

Respon Frekuensi 2e4gz

Frekuensi Rcti 4l1i4r

More Documents from "Muhammad Sulhi" 2h3k1q

Pengukuran Frekuensi Penyakit 6l5u57

Laporan Projek Tahun Akhir 4r5d48

Cerai.docx 2z6m3w

Como Copiar Un Archivo Pdf Protegido A Word 3i562

Silabus istrasi Sistem Jaringan 5ag3

Teknologi Antena Grid 35a1m