Anda di halaman 1dari 27

DIAGNOSIS

AYU NURDIYAN 1121228034

PENDAHULUAN
Cara pengukuran memegang peranan penting dalam menegakkan diagnosis Kesalahan dalam pengukuran dan interpretasi menyebabkan hasil yang diperoleh hanya beberapa % mencapai kebenaran

Diperlukan pendekatanan matematikan untuk menganalisa hasil tes diagnostik

Kategori Menegakkan Diagnosa


Dua kategori benar:
Positif (benar sakit) Negatif (benar tidak sakit)

Dua kategori tidak benar:


Positif Semu (positif tp tidak sakit) Negatif Semu (negatif tetapi sakit) Ada Positif Negatif Positif benar Negatif Semu Tidak ada Positif Semu Negatif benar

TUJUAN
Dibutuhkan pengujian yg rumit dan mahal atw sama sekali tdk dapat dilaksanakan

Untuk menentukan keadaan yg sebenarnya dr penyakit atw mendekatinya

SENSITIFITAS & SPESIFISITAS


Sensitifitas :
Kemampuan suatu tes utk memberikan gambaran positif pada orang yg benar2 sakit Subjek yg sakit dengan tes positif x 100% Jumlah org sakit yg mendapat tes

SENSITIFITAS & SPESIFISITAS


Spesifisitas :
Kemampuan suatu tes utk memberikan gambaran negatif bila subyek yg di tes bebas dari penyakit Subjek yg tdk sakit dengan tes negatif Jumlah org tdk sakit yg mendapat tes x 100%

Hubungan Sensitifitas, Spesifisitas, dan Cut-off

PREVALENSI & ACCURACY


Prevalensi (pre-test probability) : Jumlah subjek yang menderita sakit dari seluruh subjek yang di tes
Accuracy (ketepatan): Kemampuan suatu tes untuk mendeteksi secara benar dari seluruh subjek yg di tes

NILAI Prediksi (Predictive Value)


Nilai Prediksi tergantung pd sensitifitas, spesifitas, dan prevalensi
Sensitifitas tinggi -> negatif semu rendah -> nilai Prediksi negatif tinggi Spesifisitas tinggi -> positif semu rendah -> nilai Prediksi positif tinggi Prevalensi rendah -> positif benar sedikit -> nilai Prediksi positif rendah

NILAI Prediksi (PV)


Nilai Prediksi positif (PV+) : memberikan gambaran probabilitas subjek dgn penyakit pada hasil tes positif
NPP = sakit dgn uji positif semua dgn uji positif

Nilai Prediksi negatif (PV-): memberikan gambaran probabilitas subjek tanpa penyakit pada hasil tes negatif
NPN = tanpa penyakit dgn uji negatif Semua dgn uji negatif

Likelihood Ratio
Cara alternatif dalam menggambarlan kinerja dari uji diagnostik Penggunaan likelihood ratio tergantung odds yg merupakan rasio dari dua probabilitas Odds = Probabilitas kejadian 1 probabilitas kejadian Probabilitas = Odds 1 + Odds

Penghitungan
Ada Positif Negatif Positif benar (a) Negatif palsu (c) Tidak ada Positif palsu (b) Negatif benar (d)

Contoh Soal
Dua org dokter mencoba membuat kriteria yg akan dipakai sbg pegangan pd kasus trauma kepala. Mereka memeriksa 1500 org dan hasilnya adalah sebagai berikut:
Ya Positif Negatif 92 1 93 Tidak 973 434 1407 1065 435 1500

Tentukan sensitifitas, spesifisitas, PV +, PV -, prevalensi, dan accuracy, LR +, LR -

Jawaban:
Sensitifitas: 92/93 x 100 = 98.9% Spesifisitas: 434/1407 x 100 = 30.8% PV +: 92/1605 x 100 = 8.6% PV -: 434/435 x 100 = 99.8% Prevalensi: 93/1500 x 100 = 6.2% Akurasi: 526/1500 x 100 = 35.07% LR+: 92/93 : 973/1407 = 1.42 LR-: 1/93 : 434/1407 = 0.032

MENGUBAH PENILAIAN DR KINERJA UJI


PENALARAN
Memperkirakan prevalensi dalam suatu tatan praktek tertentu dan diperoleh dari:
Telaah secara sistematis lembar catatan pasien Studi yg dilaksanakan pada pasien dengan populasi serupa

Apabila prevalensi hanya dapat dinyakatakan sesuai dgn rentangan nilai-nilai dan bukan suatu perkiraan yg spesifik.

MENGUBAH PENILAIAN DARI KINERJA UJI


CARA PERHITUNGAN BALIK
Seorang klinisi ingin menilai kemampuan prediksi dr suatu populasi yg prevalensi kanker payudara 5%. Uji sensitifitas dan spesifisitas tdk berubah yaitu 0.95 dan 0.85 Pilih besar sampek sesukanya, misal: 1600 Berdasarkan prevalensi P (D+) = 5% hitung jml orang sakit = 1600 x 0.05 Hitung jumlah orang yang tidak sakit : 1600-80 = 1520 Hitung proporsi dr org yg sakit dgn uji positif : 0.95 x 80 = 76 Hitung proporsi dr org yg tanpa penyakit dgn uji negatif : 0.85 x 1520 = 1292 Hitung sisa nilai utk tabel 2x2 Hitung NPP dan NPN dari tabel 2x2
NPP = P (D+/T+) = 76 / 304 = 0.25 NPN = P (D-/T-) = 1292 / 1296 = 0.997

MENGUBAH PENILAIAN DARI KINERJA UJI


Kanker + (D+) Uji + (T+) Uji (T-) 76 (langkah 4) 4 (langkah 6) Kanker (D-) 228 (langkah 7) 1292 (langkah 5) Total 304 (langkah 8) 1296 (langkah 9)

Total

80 (langkah 2)

1520 (langkah 3)

1600 (langkah 1)

Bandingkan dgn tatanan yg mempunyai prevalensi 0.375 pada tabel dibawan ini: Kanker + (D+) Uji + (T+) Uji (T-) Total 570 30 600 Kanker (D-) 150 850 1000 Total 720 880 1600

Prevalensi : 0.375 NPP: P (D+/T+) = 570/720 = 0.79

MENGUBAH PENILAIAN DARI KINERJA UJI


Metode Rumus Bayes -> suatu rumusan matematika yg dapat dipakai sebagai alternatif cara perhitungan balik dalam mendapatkan probabilitas kondisional yg tidak diketahui seperti NPP atau NPN dari probabilitas kondisional seperti sensitifitas dan spesifisitas

Dimana merupakan komplemen dari A.

Menghitung NPP Prevalensi kanker payudara = 0.05. seorang pasien diketahui mempunyai uji positif, berapakah probabilitas bahwa pasien ini menderita kanker payudara:
Kanker + (D+) Uji + (T+) 570 Kanker (D-) 150 Total 720

Uji (T-)
Total

30
600

850
1000

880
1600

Sensitifitas: P (T+/D+) = 0.95, spesifisitas : P(T-/D-) = 0.85 P (T+/D+) = 1 P (T-/D-) = 1 spesifisitas = 0.15 Prevalensi = P (D+)= 0.05

Menghitung NPN Prevalensi kanker payudara = 0.05. seorang pasien diketahui mempunyai uji negatif, berapakah probabilitas bahwa pasien ini tidak menderita kanker payudara:

Sensitifitas: P (T+/D+) = 0.95, spesifisitas : P(T-/D-) = 0.85 P (T+/D+) = 1 P (T-/D-) = 1 spesifisitas = 0.15 Prevalensi = P (D+)= 0.05

Hubungan sensitifitas, prevalensi dan kemampuan prediksi uji diagnostik

Makin sensitif suatu uji, semakin baik NPN Makin spesifik suatu uji, semakin baik NPP

Menilai Suatu Uji Diagnostik Baru


Suatu studi dari uji diagnostik yg baru terancang dengan baik seharusnya mempunyai karakteristik sebagai berikut:
Adanya komparasi dgn baku emas yg dapat diterima Adanya komparasi yg dilakukan pembulatan Hasil-hasil yg tidak termasuk dalam prosedur baku emas Adanya reliability dan accuracy Penggunaan sampel yang merentang sesuai dgn spektrum penyakit Adanya batasan yg jelas dan sesuai dgn normalitas

Uji Multipel
1. Uji Paralel
Rentetan uji dilakukan serempak (concurrent) Dilakukan apabila diperlukan penilaian yg cepat Hasil positif salah satu uji merupakan pernyataan adanya penyakit Uji multipel dalam bentuk paralel meningkatkan sensitifitas dan meningkatkan nilai prediksi negatif, di lain pihak spesifisitas dan nilai prediksi positif menurun.

Uji Multipel
2. Uji Serial
Rentetan uji dilakukan beruntun (sequential) Dilakukan apabila tdk diperlukan penilaian cepat atau beberapa uji yg ada harganya mahal atau mengandung resiko. Untuk dinyatakan positif semua uji yg dilakukan harus memberikan hasil positif (T1+, T2+) Uji multipel serial memaksimalkan spesifisitas dan nilai prediksi positif tetapi menurunkan sensitifitas dan nilai prediksi negatif.

Uji Multipel
Kesimpulan:
Uji Paralel menghasilkan:
Sensitifitas yang lebih besar Peningkatan NPN (berkurangnya negatif semu) Menurunnya spesifisitas

Uji Serial menghasilkan:


Menurunnya sensitifitas (meningkatnya negatif semu) Bertambahnya spesifisitas Meningkatnya NPP (berkurangnya positif semu)

Uji Multipel
3. Likelihood Ratio Secara Seri
Apabila suatiu seri dari uji digunakan, probabilitas secara keseluruhan dapat dihitung menggunakan likelihood ratio untuk masing2 hasil uji. Apabila masing uji sudah dilaksanakan, odds pascauji menjadi odds prauji untuk uji berikutnya. Pada akhirnya probabilitas baru dr penyakit didapatkan yg memperhitungkan informasi yg diberikan oleh semua uji dalam seri

Terima Kasih