42
Perhitungan Epidemiologi

Perhitungan Epidemiologi

Embed Size (px)

DESCRIPTION

perhitungan epidemi

Citation preview

Page 1: Perhitungan Epidemiologi

Perhitungan Epidemiologi

Page 2: Perhitungan Epidemiologi

TUTORIAL AODDS RATIO

Page 3: Perhitungan Epidemiologi

Contoh Soal

Di suatu daerah, dilaksanakan penelitian dan didapatkan case control200 orang terkena katarak kongenital. Terdapat 160 anak yang ibunyamemiliki riwayat penyakit rubella. 80 anak lainnya terjangkit rubella. Hitung odd ratio kasus tersebut.

Page 4: Perhitungan Epidemiologi

Langkah-Langkah Pekerjaan

(A)160

(B)80

(C)40

(D)120

KASUS KONTROL

TERPAPAR

TIDAK TERPAPAR

A + C = 200 B + D = 200

OR = odd kasusodd kontrol

= A x DB x C

PEMBAHASAN:

OR = 160 x 120 = 680 x 40

Page 5: Perhitungan Epidemiologi

Kesimpulan

β€’ Dari contoh soal tadi dapat disimpulkan, populasi tersebut memiliki6x risiko terjangkit penyakit katarak kongenital.

β€’ Range dari OR:

OR>1 mengindikasikan kontrol lebih baik dari intervensi

OR<1 mengindikasikan intervensi lebih baik dari kontrol

Page 6: Perhitungan Epidemiologi

LANDASAN TEORI

Page 7: Perhitungan Epidemiologi

Definisi

Faktor Risiko adalah karakteristik, tanda, kumpulan gejala padapenyakit yang diderita individu yang mana secara statistikberhubungan dengan kejadian kasus berikutnya (Simbrong DW)

Page 8: Perhitungan Epidemiologi

Jenis-jenis Faktor Risiko

Menurut dapat tidaknya risiko diubah:

1. Bisa diubah: kebiasaan, gaya hidup, pola makan

2. Tidak bisa diubah: genetik, jenis kelamin, usia

Page 9: Perhitungan Epidemiologi

Menurut karakteristik yang ditemukan:

1. Faktor risiko yang dicurigai, faktor yang belum mendapat dukungandari hasil penelitian

2. Faktor risiko yang ditegakkan, faktor yang telah mendapatdukungan kuat dari penelitian ilmiah

Page 10: Perhitungan Epidemiologi

Kapan suatu faktor risiko dapatditegakkan sebagai faktor risiko?

Menurut Hill (1965) ada 8 sebab:

1. Kekuatan

2. Temporal

3. Respon terhadap dosis

4. Reversibilitas

5. Konsistensi

6. Biologis

7. Spesifitas

8. Analogi

Page 11: Perhitungan Epidemiologi

Fungsi Faktor Risiko

β€’ Memprediksi kejadian penyakit

β€’ Memperjelas penyebab

β€’ Membantu proses diagnosa

Page 12: Perhitungan Epidemiologi

Penghitungan Faktor Risiko

Perbedaan rate antara insiden populasi yang terpapar (exposure) dengan yang tidak terpapar (non-exposure) pada kelompok sakit(kasus) dan tidak sakit (kontrol)

Page 13: Perhitungan Epidemiologi

TUTORIAL CPOINT PREVALENCE

Page 14: Perhitungan Epidemiologi

46. Pada suatu puskesmas, 5000 warga, 2000perempuan, 3000 laki-laki, 50 menderita influenzapada 28 Juli 2009, 2 hari kemudian bertambah 50 lagi.Berapa prevalensi pada tanggal 30 Juli 2009 ?

a. 1%

b. 2%

c. 5%

d. 10%

e. 15%

Page 15: Perhitungan Epidemiologi

Cara pengerjaan:

β€’ Di ketahui :

β€’ Total warga = 5000

β€’ Wanita = 2000

β€’ Laki-laki = 3000

β€’ Jumlah orang sakit tanggal 28 Juli = 50 orang

β€’ 2 hari kemudian (30 Juli) bertambah = 50 orang

β€’ Jumlah total orang sakit pada 30 Juli = 50+50

PREVALENSI pada tanggal 30 Juli 2009:

π‘±π’–π’Žπ’π’‚π’‰ π’Œπ’†π’”π’†π’π’–π’“π’–π’‰π’‚π’ π’Œπ’‚π’”π’–π’”

π‘±π’–π’Žπ’π’‚π’‰ 𝒕𝒐𝒕𝒂𝒍 π’‘π’†π’π’…π’–π’…π’–π’Œπ’™πŸπŸŽπŸŽ (1000‰)

πŸ“πŸŽ+πŸ“πŸŽ

πŸ“πŸŽπŸŽπŸŽπ’™πŸπŸŽπŸŽ (πŸπŸŽπŸŽπŸŽβ€°) = πŸπŸŽβ€° atau 2%

Page 16: Perhitungan Epidemiologi

DASAR TEORIβ€’ POINT PREVALENCE RATE

β€’ 1. Definisi

Jumlah penderita lama dan baru suatu penyakit pada suatu saat dibagi dengan jumlah penduduk pada saat itu. Dapat dimanfaatkan untuk mengetahui mutu pelayanan kesehatan yang diselenggarakan.

2. Formula= π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘π‘’π‘›π‘‘π‘’π‘Ÿπ‘–π‘‘π‘Ž π‘π‘Žπ‘Ÿπ‘’+π‘™π‘Žπ‘šπ‘Ž

π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘π‘’π‘›π‘‘π‘’π‘‘π‘’π‘˜ π‘π‘Žπ‘‘π‘Ž π‘ π‘Žπ‘Žπ‘‘ 𝑖𝑑𝑒X 100 (1000‰)

Page 17: Perhitungan Epidemiologi

β€’ 3. Kegunaan Point Prevalence Rate

β€’ - Memprediksi status kesehatan suatu populasi

β€’ - Dasar perencanaan kebijakan kesehatan

β€’ - Seringkali merupakan satu-satunya cara yang mungkin digunakan untuk mengukur penyakit yang sulit dideteksi, misal: Prevalensi hipertensi.

Page 18: Perhitungan Epidemiologi

TUTORIAL EINCIDENCE RATE

Page 19: Perhitungan Epidemiologi

SOAL NO. 60Penelitian untuk anemia di sekolah dasar.

Hasil 1 Januari 2009 dari 120 anak, 30 anak terdeteksi anemia. Kemudian 31 desember 2009 dari anak yang tidak terkena anemia (90 anak) diteliti kembali terdapat 10 anak terkena anemia. Berapa insidensi anemia di sekolah ?

TUTORIAL E

Page 20: Perhitungan Epidemiologi

PembahasanINSIDENCE RATE :

Diketahui :

Total populasi : 120 anak

Penderita lama : 30 anak

Penderita baru : 10 anak

IR = π½π‘’π‘šπ‘™π‘Žβ„Ž π‘ƒπ‘’π‘›π‘‘π‘’π‘Ÿπ‘–π‘‘π‘Ž π‘π‘Žπ‘Ÿπ‘’

π½π‘’π‘šπ‘™π‘Žβ„Ž π‘π‘œπ‘π‘’π‘™π‘Žπ‘‘π‘–π‘œπ‘› π‘Žπ‘‘ π‘Ÿπ‘–π‘ π‘˜ π‘π‘Žπ‘‘π‘Ž π‘π‘’π‘Ÿπ‘‘π‘’π‘”π‘Žβ„Žπ‘Žπ‘›π‘—π‘Žπ‘›π‘”π‘˜π‘Ž π‘€π‘Žπ‘˜π‘‘π‘’

π‘₯ 100 %

= 10

120βˆ’30= 10

90%

TUTORIAL E

Page 21: Perhitungan Epidemiologi

Kesimpulanβ€’ Angka insidensi menunjukkan bahwa frekuensi penderita anemia

baru pada tahun 2009 sebesar 1/9 atau 0,111

TUTORIAL E

Page 22: Perhitungan Epidemiologi

Dasar Teori

β€’ Insidence Rate (IR)

Adalah jumlah penderita baru suatu penyakit yang ditemukan pada jangka waktu tertentu (umumnya satu tahun), dibandingkan dengan jumlah population at risk dalam pertengahan tahun yang bersangkutan dalam persen.

IR = π½π‘’π‘šπ‘™π‘Žβ„Ž π‘ƒπ‘’π‘›π‘‘π‘’π‘Ÿπ‘–π‘‘π‘Ž π‘π‘Žπ‘Ÿπ‘’

π½π‘’π‘šπ‘™π‘Žβ„Ž π‘π‘œπ‘π‘’π‘™π‘Žπ‘‘π‘–π‘œπ‘› π‘Žπ‘‘ π‘Ÿπ‘–π‘ π‘˜ π‘π‘Žπ‘‘π‘Ž π‘π‘’π‘Ÿπ‘‘π‘’π‘”π‘Žβ„Žπ‘Žπ‘›π‘—π‘Žπ‘›π‘”π‘˜π‘Ž π‘€π‘Žπ‘˜π‘‘π‘’

x100 %

TUTORIAL E

Page 23: Perhitungan Epidemiologi

β€’ Tujuan Insidence Rateβ€’ Mengukur angka kejadian penyakitβ€’ Mencari atau mengukur faktor kausalitas β€’ Perbandingan antara berbagai populasi dengan

pemaparan yang berbedaβ€’ Untuk mengukur besarnya resiko yang ditimbulkan

oleh determinan tertentu

β€’ Manfaat Insidence Rateβ€’ Mengetahui masalah kesehatan yang dihadapi β€’ Mengetahui resiko untuk terkena

masalahkesehatan yang dihadapiβ€’ Mengetahui beban tugas yang harus

diselenggarakan oleh suatu fasilitas pelayanan kesehatan

TUTORIAL E

Page 24: Perhitungan Epidemiologi

TUTORIAL GRISK RATIO

Page 25: Perhitungan Epidemiologi

β€’ Risk Ratio adalah perbandingan resiko suatu kejadian yang ada pada suatu kelompok dengan resiko yang ada pada kelompok lain.

Risk Ratio =Risk of disease in group primary interest

π‘Ÿπ‘–π‘ π‘˜ π‘œπ‘“ π‘‘π‘–π‘ π‘’π‘Žπ‘ π‘’ 𝑖𝑛 π‘π‘œπ‘šπ‘π‘Žπ‘Ÿπ‘–π‘ π‘œπ‘› π‘”π‘Ÿπ‘œπ‘’π‘

Page 26: Perhitungan Epidemiologi

Suatu penelitian dilakukan untuk mengetahui merokok sebagai faktor risiko kejadian PPOK. Kelompok kasus sebanyak 120 penderita PPOK, dengan 480 orang sebgai kelompok pe,banding yang tidak terkena PPOK. Dari yang menderita PPOK sebanyak 90 orang merokok, dan pada kelompok pembanding sebanyak 180 orang yang merokok. Pada kasus di atas, berapakah risiko terkena PPOK bagi kelompok yang merokok?A. 180B. 18C. 9D. 5E. 0,5

Page 27: Perhitungan Epidemiologi

RISK RATIO (RR)ILL (PPOK) WELL (tidak

PPOK)total

Terpapar (merokok) 90 180 270

tdk terpapar (tdk merokok)

30 300 330

total 120 480 600

Suatu penelitian dilakukan untuk mengetahui merokok sebagai faktor risiko kejadian PPOK. Kelompok kasus sebanyak 120 penderita PPOK, dengan 480 orang sebgai kelompok pe,banding yang tidak terkena PPOK. Dari yang menderita PPOK sebanyak 90 orang merokok, dan pada kelompok pembanding sebanyak 180 orang yang merokok. Pada kasus di atas, berapakah risiko terkena PPOK bagi kelompok yang merokok?

Risk Ratio =Risk of disease in group primary interest

π‘Ÿπ‘–π‘ π‘˜ π‘œπ‘“ π‘‘π‘–π‘ π‘’π‘Žπ‘ π‘’ 𝑖𝑛 π‘π‘œπ‘šπ‘π‘Žπ‘Ÿπ‘–π‘ π‘œπ‘› π‘”π‘Ÿπ‘œπ‘’π‘

Rasio perokok yang menderita PPOK: 90/270 = 0.33Rasio perokok yang sehat: 180/270 = 0.661

2 Risk Ratio =0.33

0.66= 0.5

Page 28: Perhitungan Epidemiologi

β€’ Kesimpulan

Resiko terkena PPOK bagi kelompok yang merokok adala 0,5

Page 29: Perhitungan Epidemiologi

TUTORIAL JCASE FATALITY RATE

Page 30: Perhitungan Epidemiologi

β€’ Case Fatality Rate (CFR) adalah angka kefatalankasus

β€’ CFR merupakan presentase angka kematian olehsebab penyakit tertentu untuk menentukankegawatan dari penyakit tersebut

DEFINISI

Page 31: Perhitungan Epidemiologi

β€’ Untuk menunjukan tingkat bahaya suatu penyakit

β€’ Untuk mengukur berbagai macam aspek atau sifatdari berbagai macam penyakit sepertikeparahannya.

β€’ Untuk pembelajaran penyakit infeksi yang akut, jugauntuk mengetahui penyakit yang disebabkan karenakeracunan, penggunaan bahan kimia dan berbagaimacam kematian yang tidak disebabkan olehberbagai macam penyakit.

FUNGSI

Page 32: Perhitungan Epidemiologi

Jumlah kematian penyakit xCFR = x 100%

Jumlah kasus penyakit x

RUMUS

Page 33: Perhitungan Epidemiologi

β€’ Pada 1000 kelahiran terdapat 50 kematian neonatus, 20kematian neonatus akibat diare, 5 kematian neonatus akibattetanus. Angka kasus tetanus yang tercatat adalah 10. CaseFatality Rate tetanus adalah ...

SOAL

Page 34: Perhitungan Epidemiologi

Angka kasus tetanus yang tercatat : 10

Jumlah kematian neonatus akibat tetanus : 5

Jumlah kematian penyakit xCFR = x 100%

Jumlah kasus penyakit x

5CFR = x 100% = 50%

10

JAWABAN

Page 35: Perhitungan Epidemiologi

Dari contoh soal dapat disimpulkan bahwa 50% neonatus meninggalkarena penyakit tetanus.

KESIMPULAN

Page 36: Perhitungan Epidemiologi

SPESIFITAS DAN SENSIVITAS

β€’ Perhitungan

Positif Benar / PB(True Positives)

Positif Palsu / PP(False Positives)

Negatif Palsu / NP(False Negatives)

Negatif Benar / NB(True Negatives

Positif / Sakit

Negatif

Positif

Negatif / Sehat

Status Penyakit / Kondisi Kesehatan

Hasil Tes

Page 37: Perhitungan Epidemiologi

Spesivitas

β€’ Spesifitas : Ukurandari kemungkinan benar mengidentifikasi orang tidak sakit dengan skrinning. Untuk mengukur seberapa baik sebuahtes skrinning

β€’ π‘†π‘π‘’π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ

π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π‘ƒπ‘Žπ‘™π‘ π‘’ +π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘ŸΓ— 100%

Page 38: Perhitungan Epidemiologi

Contoh

β€’ Uji skrining ca payudara 400 wanita secara biopsi terdeteksi kanker payudara sedangkan 400 lainnya normal.100 orang dari penderita dan 50 orang dari bukan penderita menunjukkan hasil positif tes skrining. Berapa tingkat spesifitasnya?

β€’

Positif Benar100

Positif Palsu50

Negatif Palsu300

Negatif Benar350

Positif / Sakit

Negatif

Positif

Negatif / Sehat

Status Penyakit / Kondisi Kesehatan

Hasil Tes

π‘†π‘π‘’π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ

π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π‘ƒπ‘Žπ‘™π‘ π‘’ +π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘ŸΓ— 100%

π‘†π‘π‘’π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =350

50 +350Γ— 100% = 87,5 %

Page 39: Perhitungan Epidemiologi

Sensivitas

β€’ Sensivitas mengukur seberapa sering tes menjadi positif pada orang-orang yan kita tahu memiliki penyakit pd kenyataannya. Digambarkansebagai persentase orang tanpa penyakit secara tes negative.

β€’ π‘†π‘’π‘›π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ

π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ+π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π‘ƒπ‘Žπ‘™π‘ π‘’Γ— 100%

Page 40: Perhitungan Epidemiologi

Contoh

β€’ Uji skrining ca payudara 400 wanita secara biopsi terdeteksi kanker payudara sedangkan 400 lainnya normal.100 orang dari penderita dan 50 orang dari bukan penderita menunjukkan hasil positif tes skrining. Berapa tingkat sensivitasnya?

Positif Benar100

Positif Palsu50

Negatif Palsu300

Negatif Benar350

Positif / Sakit

Negatif

Positif

Negatif / Sehat

Status Penyakit / Kondisi Kesehatan

Hasil Tes

π‘†π‘’π‘›π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ

π‘ƒπ‘œπ‘ π‘–π‘‘π‘–π‘“ π΅π‘’π‘›π‘Žπ‘Ÿ+π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π‘ƒπ‘Žπ‘™π‘ π‘’Γ— 100%

π‘†π‘’π‘›π‘ π‘–π‘£π‘–π‘‘π‘Žπ‘  =100

100+300Γ— 100% = 25 %

Page 41: Perhitungan Epidemiologi

Angka Kematian Spesifik

β€’ Angka Kematian oleh Penyebab Spesifik (AKPS) atau Angka Penyebab Kematian

β€’ AKPS Kasar; spesifik menurut umur, suku, sex, status sosek; dsb

𝐴𝐾𝑃𝑆 =π΄π‘›π‘”π‘˜π‘Ž πΎπ‘’π‘šπ‘Žπ‘‘π‘–π‘Žπ‘› π‘˜π‘Žπ‘Ÿπ‘’π‘›π‘Ž π‘π‘’π‘›π‘¦π‘’π‘π‘Žπ‘ π‘‘π‘’π‘Ÿπ‘‘π‘’π‘›π‘‘π‘’

π‘ƒπ‘’π‘Ÿπ‘˜π‘–π‘Ÿπ‘Žπ‘Žπ‘› π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘π‘’π‘›π‘‘π‘’π‘‘π‘’π‘˜ 𝑝𝑑 π‘π‘’π‘Ÿπ‘–π‘œπ‘‘π‘’ 𝑖𝑑𝑒× 100.000

Page 42: Perhitungan Epidemiologi

Contoh

β€’ 100.0000 warga, 1000 kematian, 300 kasus stroke (200 laki-laki, 100 perempuan), angka kematian spesifik stroke yang laki-laki adalah…