More Related Content
Similar to PENGUKURAN DALAM EPIDEMIOLOGI.pptx (20)
PENGUKURAN DALAM EPIDEMIOLOGI.pptx
- 1. PENGUKURAN DALAM EPIDEMIOLOGI OLEH: dr. Rahmadani Sitepu, S.Pd., M.Kes, SpKKLP PRODI S2 FKM INKES DELI HUSADA DELITUA
- 2. DAFTAR RIWAYAT HIDUP IDENTITAS DIRI Nama : dr. Rahmadani Sitepu, S.Pd, M.Kes, SpKKLP NIP/NIK : 1271071006840001 NIDN : 0110068404 Tempat&Tanggal Lahir : Maryke / 10 Juni 1984 JenisKelamin : Laki – laki Status Perkawinan : Menikah Agama : Islam Golongan/Pangkat : IIId / Penata Tk.I JabatanAkademik : Lektor kepala (400 kum) Perguruan Tinggi : INKES MEDISTRA Alamat : Jl. Sudirman No 38, Lubuk Pakam, Kab. Deliserdang, Sumut Telp/Fax : Alamat Rumah : Jl. Puskesmas II Griya Raihan C01, Medan Sunggal, Medan Telp/Fax : 081260334569 Alamat e-mail : drrsitepu@gmail.com
- 3. DAFTAR RIWAYAT HIDUP Riwayat Pendidikan Tahun 1990 s/d 1996 : SD Negeri 050640 Kutambaru Tahun 1996 s/d 1999 : SMP Negeri 1 Salapian Tahun 1999 s/d 2002 : SMU Negeri 2 Binjai Tahun 2002 s/d 2007 : Sarjana Kedokteran FK UNMAL Tahun 2007 s/d 2009 : Profesi Dokter FK UNMAL Tahun 2010 s/d 2012 : S2 Epidemiologi FKM USU Tahun 2020 (KIKKI) : Spesialis Kedokteran Keluarga Layanan Primer (SpKKLP) Tahun 2020 s/d sekarang : S3 FKM USU
- 4. DAFTAR RIWAYAT HIDUP Riwayat Pekerjaan Tahun 2009 s/d 2011 : Dokter Jaga Klinik Doa Ibu Tahun 2011 s/d 2018 : Dokter IGD RS GL Tobing PTPN II Tanjung Morawa Tahun 2012 s/d 2013 : Direktur RSIA Sylvani Binjai Tahun 2013 s/d 2023 : Dosen Tetap FK UISU Medan Tahun 2022 s/d sekarang : Pimpinan Klinik Pratama Doa Ibu, Pd. cermin Tahun 2022 s/d sekarang : Direksi Klinik Utama Doa Ibu Persada, Pd. Cermin Tahun 2023 s/d sekarang : Wakil Dekan FK INKES MEDISTRA LUBUK PAKAM
- 5. EPIDEMIOLOGI EPI = TENTANG DEMOS = PENDUDUK LOGIA = ILMU BAHASA YUNANI
- 6. DEFINISI EPIDEMIOLOGI • Mac Mahon, 1970 ; Omran, 1974 Ilmu yang mempelajari distribusi & determinan status kesehatan & kejadiannya dalam suatu populasi. • Azrul Azwar, 1988 Ilmu yang mempelajari tentang frekuensi & penyebaran masalah kesehatan pada sekelompok manusia serta faktor-faktor yang mempengaruhinya • Noor Nasri Noor, 1997 Suatu ilmu yg mempelajari, menganalisis serta berusaha memecahkan berbagai masalah kesehatan pada suatu kelompok penduduk tertentu.
- 7. DEFINISI EPIDEMIOLOGI • Last, 1988 Epidemiologi mempelajari penyebaran dan penentu dari keadaan dan peristiwa yg berkaitan dengan kesehatan dalam suatu populasi tertentu dan penerapan dari hasil studi tsb utk penanggulangan masalah kesehatan. ILMU PENGETAHUAN YANG MEMPELAJARI TENTANG DISTRIBUSI, FREKUENSI, DAN DETERMINAN DARI SUATU MASALAH KESEHATAN PADA POPULASI TERTENTU DAN DALAM RANGKA UPAYA PENCEGAHAN SERTA PENANGGULANGANNYA (R.Sitepu)
- 8. Seberapa besar masalah Difteri di Indonesia ?????? Tidak terlalu banyak Mulai banyak ? Paling sederhana : Angka absolut Misal : di Indonesia ada 10 penderita Flu burung
- 9. How Many? Community A Community B
- 10. Ukuran Epidemiologi • Ukuran-ukuran frekuensi penyakit • Ukuran-ukuran asosiasi • Ukuran-ukuran dampak
- 11. What Is The Unique Skill Of Epidemiologists? MEASURING DISEASE FREQUENCY IN POPULATIONS
- 12. Ukuran frekuensi penyakit • Untuk mengukur frekuensi kejadian penyakit pada suatu populasi, digunakan salah satu dari tiga bentuk pecahan, yaitu Proporsi Ratio Rate
- 13. Proporsi • Proporsi adalah bentuk pecahan yang pembilangnya merupakan bagian dari penyebutnya. Bentuk ini sering dinyatakan dalam persen, yaitu dengan mengalikan pecahan ini dengan 100% • a x 100% a + b => jumlah kasus / numerator (a) merupakan bagian dari denominator (a+b)
- 14. Ciri dari Proporsi • Tidak mempunyai satuan (dimensi), karena satuan dari pembilang dan penyebutnya sama, sehingga saling meniadakan. • Nilainya antara 0 dan 1
- 15. Proporsi • Contoh : Pada populasi yang terdiri atas 500 orang, 20 orang di antaranya menderita penyakit malaria. • Proporsi penderita malaria = ? % 4 100 500 20 Pr 0 0 oporsi
- 16. Ukuran Frekuensi Penyakit • Mengukur kejadian penyakit, cacat atau kematian pada populasi. Merupakan dasar dari epidemiologi deskriptif. Frekuensi kejadian yang diamati diukur dengan menggunakan Prevalensi dan Insidensi
- 17. Ratio • Ratio adalah pecahan yang pembilangnya bukan merupakan bagian dari penyebutnya. Ini yang membedakannya dengan proporsi. Ratio menyatakan hubungan antara pembilang dan penyebut yang berbeda satu dengan yang lain. A RATIO = B => numerator bukan merupakan bagian denominator
- 18. Contoh •Dalam suatu KLB penyakit Demam typoid, jumlah penderita laki-laki sebanyak 30 orang dan jumlah penderita perempuan adalah 15 orang. Maka penderita laki-laki : perempuan adalah = 30 : 15 = 2 : 1
- 19. Rate • Rate merupakan konsep yang lebih kompleks dibandingkan dengan dua bentuk pecahan yang terdahulu. • Rate adalah perbandingan suatu kejadian dengan jumlah penduduk yang mempunyai resiko kejadian tersebut • Rate digunakan untuk menyatakan dinamika dan kecepatan kejadian tertentu dalam masyarakat
- 20. Ciri Rate • Mempunyai satuan ukuran, yaitu per satuan waktu. • Besarnya tidak terbatas. Secara teoritis nilainya terbentang antara 0 sampai tak terhingga. a X K (Konstanta) POPULASI YG BERISIKO Populasi yang berisiko adalah kelompok individu yang mempunyai kemungkinan menjadi kasus
- 21. UKURAN FREKUENSI (PROPORSI) • Incidens: menggambarkan jumlah kasus baru yang terjadi dalam satu periode tertentu • Prevalens: menggambarkan jumlah kasus yang ada pada satu saat tertentu.
- 22. PREVALENS • PREVALENS adalah proporsi populasi yang sedang menderita sakit pada satu saat tertentu itu ntu saat terte pada tersebut populasi dalam individu Jumlah ntu saat terte satu pada sakit sedang yang individu Jumlah Pr evalens
- 23. Prevalens • Point Prevalence • Point Prevalens, yaitu probabilitas dari individu dalam populasi berada dalam keadaan sakit pada satu waktu tertentu • Period Prevalence • Period Prevalens yaitu proporsi populasi yang sakit pada satu periode tertentu.
- 24. Insidens • Cumulative insidence • Mengukur risiko untuk sakit • Insidence rate (insidence density) • Mengukur kecepatan untuk sakit
- 25. Cumulative insidence/Incidence Risk • Probabilitas dari seorang yang tidak sakit untuk menjadi sakit selama periode waktu tertentu, dengan syarat orang tersebut tidak mati oleh karena penyebab lain. • Risiko ini biasanya digunakan untuk mengukur serangan penyakit yang pertama pada orang sehat tersebut. Misalnya : Insidens penyakit jantung mengukur risiko serangan penyakit jantung pertama pada orang yang belum pernah menderita penyakit jantung.
- 26. Cumulative insidence periode permulaan pada populasi baru kasus CI • Baik pembilang maupun penyebut yang digunakan dalam perhitungan ini adalah individu yang tidak sakit pada permulaan periode pengamatan, sehingga mempunyai risiko untuk terserang. • Kelompok individu yang berisiko terserang ini disebut population at risk atau populasi yang berisiko.
- 27. Cumulative Insidence • Contoh : Hasil sensus di tahun 1960 di Swedia menunjukkan sejumlah 3076 laki-laki berumur 20- 64 tahun yang bekerja di perusahaan plastik. Berdasarkan data dari Register Kanker Swedia, antara tahun 1961-1973, sebelas orang diantara pekerja ini terserang tumor otak. • CI tumor otak yang terjadi pada pekerja pabrik plastik ini selama 13 tahun adalah % 36 , 0 % 100 3076 11 CI
- 28. Ciri dari cumulative insidence • Berbentuk proporsi • Tidak memilik satuan • Besarnya berkisar antara 0 dan 1
- 29. Insidence rate atau insidence density • Insidens rate dari kejadian penyakit adalah potensi perubahan status penyakit per satuan waktu, relative terhadap besarnya populasi individu yang sehat pada waktu itu
- 30. Insidence Density = Insidens orang-waktu = Incidence Rate Menyatakan suatu jumlah kasus baru per orang-waktu Rumusnya: waktu orang Jumlah waktu periode dalam terjadi insidens kasus Jumlah Density Insidence
- 31. Contoh Soal Pengamatan pada 6 orang selama 7 tahun terhadap penyakit kanker pada orang yang bebas kanker.
- 32. Indvidu 1 Individu 2 Individu 3 Individu 4 individu 5 Individu 6 2 3 4 6 7 1x 7 1x 7 1 x 3 1 x 2 1 x 6 1 x 4 Waktu pengamatan (tahun) 29 INSIDENCE RATE
- 33. INSIDENCE RATE • Dari Gambar 1. Hitunglah nilai Incidence Rate (IR)? • Jawab: • Hitung jumlah orang-waktu terlebih dulu waktu orang IR baru kasus tahun orang waktu orang 29 4 6 2 3 7 7
- 34. Berapakah IC & ID? • IC = 3 6 ID = 3 29 = 0.5 = 0.1 • IC= 0.5 artinya risiko terkena kanker selama 7 tahun terpapar adalah 50 persen • kecepatan insidensi adalah 10 orang terkena kanker dari 100 orang yang terpapar selama setahun Tanpa keterangan waktu, angka dalam incidnece density tidak mampunyai makna sama sekali, oleh karena besarnya angka tersebut sangat tergantung pada satuan waktu yang digunakan.
- 35. Attack rate Jenis khusus insidens kumulatif yang berguna selama epidemik Contoh Makanan Makan ARM Tidak Makan ARTM Sakit Tidak sakit Sakit Tidak Sakit Salad 30 70 30/100 5 35 5/40 Krecek 16 84 16/100 4 21 4/25 ARM = Attack Rate Makan ARMTM = Attack Rate tidak makan
- 36. Ukuran dari akibat pemaparan (Ukuran Asosiasi) • Mengukur keeratan hubungan statistik antara faktor tertentu dengan kejadian penyakit yang diduga merupakan akibat pemaparan tersebut. Hubungan antara pemaparan dan akibatnya diukur dengan menggunakan Prevalence Ratio, Odds Ratio atau Relative Risk.
- 37. Jika angka risiko relatif = 1, maka tidak ada perbedaan risiko antara kedua kelompok Jika angka risiko relatif kuramng dari 1, maka kelompok yang terpapar risikonya lebih kecil daripada yang tidak terpapar Jika angka risiko relatif lebih dari 1 maka kelompok yang terpapar risikonya lebih besar daripada yang tidak terpapar Besarnya risiko untuk terkena penyakit dapat dibandingkan dengan menghitung besarnya insidensi suatu penyakit antara orang yang terpapar dengan faktor penyebab penyakit tersebut dengan yang tidak terpapar
- 38. Risiko Relatif (Risk Ratio/RR/PR) • Menghitung rasio antara 2 kelompok • Membandingkan insidensi antara kelompok terpapar dgn yg tidak terpapar Cth : Hubungan antara merokok dgn kanker prostat Dari 1000 perokok 90 menderita ca prostat Dari 1000 bukan perokok 30 menderita ca prostat
- 39. Besarnya risiko yg ditanggung oleh perokok untuk terkena ca prostat dibandingkan dgn bukan perokok dapat dijelaskan sbb. Ca Prostat Jumlah Risiko + - Perokok 90 (A) 910 (B) 1000 (A+B) 0,09 Bukan perokok 30 (C) 970 (D) 1000 (C+D) 0,03 Jumlah 120 (A+C) 1880 (B+D) 2000 (A+B+C+D) RR=3,0 Kesimpulan : Perokok mempunyai risiko menderita Ca Prostat 3 kali lebih besar dibandingkan dengan bukan perokok
- 40. Odds Ratio (OR) • Pada penelitian retrospektif perhitungan risiko relatif hanya berdasarkan perkiraan saja yg disebut odds ratio. • Yg dibandingkan bukan angka insidensi tetapi pemaparan Cth : Hubungan antara merokok dgn kanker prostat Dari 1000 perokok 90 menderita ca prostat Dari 1000 bukan perokok 30 menderita ca prostat
- 41. Besarnya risiko yg ditanggung oleh perokok untuk terkena ca prostat dibandingkan dgn bukan perokok dapat dijelaskan sbb. Ca Prostat Odds + - Perokok 90 910 90/910 Bukan perokok 30 970 30/970 Odds 90/30 910/970 OR=3,2 Kesimpulan : Besarnya risiko untuk menderita Ca Prostat pada perokok 3,2 kali lebih besar dibandingkan dengan risiko menderita prostat pada yang bukan perokok
- 42. Rumusnya OR: A/B C/D Atau A.D B.C OR = 90/910 : 30/970 = 90 x 970/30x910 = 87300/27300 = 3,2
- 43. Ukuran dari potensi dampak • Menggambarkan kontribusi dari faktor yang diteliti terhadap kejadian suatu penyakit dalam populasi tertentu. 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.
- 44. Risiko Atribut (Attribute Risk/AR) • Selisih angka insidensi antara kelompok terpapar dgn tidak terpapar • Dianggap sbg akibat pemaparan oleh faktor penyebab penyakit (atribut) Cth : Hubungan antara merokok dgn kanker paru Dari 100 perokok berat 5 menderita ca paru besar risiko = 5/100 = 0,05 Dari 100 bukan perokok 2 menderita ca paru besar risiko = 2/100 = 0,02 Risiko Atribut = 0,05 – 0,02 = 0,03 3% insidensi ca paru disebabkan oleh kebiasaan merokok
- 45. Risiko atribut bermanfaat untuk memperkirakan besarnya risiko yg dapat dihindarkan bila atribut yang dianggap sbg penyebab penyakit dihindarkan. Cth : Hubungan antara kontrasepsi oral dgn tromboflebitis Dari 1700 pengguna kontrasepsi oral 17 menderita tromboflebitis Dari 1000 yg tdk menggunakan kontrasepsi 5 menderita tromboflebitis Risiko Atribut = (17/1700) – (5/1000) = 0,005 0,5% Risiko tromboflebitis yg dapat dihindarkan dgn tidak menggunakan kontrasepsi oral adalah 0,53%
- 46. Risko atribut penting diketahui untuk : • Penyuluhan kepada masyarakat tentang manfaat yg diperoleh bila faktor penyebab penyakit dihindarkan • Menyusun rencana pencegahan penyakit dgn menghilangkan atau mengurangi ‘atribut’ atau faktor yg dianggap sbg penyebab timbulnya penyakit