Pengelolaan penyelidikan dan penanggulangan KLB

IPTEK Sarana trasportasi gaya hidup Kondisi lingkungan Perkembangan berbagai pola penyakit (tu penyakit menular) potensi KLB/Wabah Penyakit tidak menular gaya hidup tak sehat -Semula tak masalah cepat menjadi masalah di suatu wilayah Kondisi lingkungan (aspek geografis, iklim, kondisi sosial,ekonomo, politik dan budaya) Indonesia rentan terjadi bencana banjir , tanah longsor, gunung meletus, gempa, kekeringan, konflik sosial/politik, pengungsian penduduk semua ini mengakibatkan perubahan pd kehidupan normal ketidak seimbangan - KLB

 KLB timbulnya atau meningkatnya kejadian kesakitan/kematian yang bermakna secara epidemiologi pada suatu daerah dalam kurun waktu tertentu (Peraturan Menkes RI No: 560/MENKES/PER/VIII/1989 KLB penyakit menular merupakan indikasi kemungkinan ditetapkannya suatu daerah menjadi Daerah Wabah Wabah penyakit menular : kejadian berjangkitnya suatu penyakit menular dlm masy yg jumlah penderitanya meningkat secara nyata melebihi dp keadaan yg lazim pd waktu daerah tertentu serta dapat menimbulkan malapetaka (UU No. 4 tahun 1984) Penanggulangan KLB upaya utk menangani penderita atau tersangka penderita, upaya-upaya pencegahan, peningkatan, perluasan dan menghentikan suatu KLB

Tujuan
Umum mampu merancang, memantau, melakukan konsultasi dan kajian terhadap KLB Khusus
Mampu menyusun desain dan metoda epidemiologi dalam penyelidikan dan penanggulangan KLB Mampu melakukan analisis dan interpretasi data penyelidikan dan penanggulangan KLB Mampu menilai proses penyelidikan dan penanggulangan KLB Mampu memahami aplikasi program penyelidikan dan penanggulangan KLB penyakit tidak menular.

1. Desain dan Metode Epidemiologi dalam Penyelidikan dan Penanggulangan KLB Penyakit

A. Inferensi kausal dalam penelitian epidemiologi B. Tingkatan desain penelitian C. Penyusunan instrument penelitian
A. Inferensi kausal dalam penelitian epidemiologi
Penyelidikan epidemiologi upaya utk mengetahui penyebab, mengenal sifat-sifat penyebab serta faktor-faktor yg dpt mempengaruhi terjadinya KLB Penyebab tunggal, penyebab ganda

 Model kausal Model kausal Rothman satu penyebab dpt digolongkan menjadi Sufficient cause dan Necessary cause Sufficient cause penyebab yg memberikan efek tertentu Necessary cause penyebab yg harus ada agar penyakit dpt terjadi

Sufficient Cause I E D C A B

Sufficient Cause II

Sufficient Cause III

H G F

J B I F

A C

Faktor A, B, C, D, E, secara bersama-sama merupakan Sufficient Cause, faktor A saja bukan merupakan Sufficient Cause, satu faktor jarang sekali merupakan Sufficient Cause untuk satu penyakit. Faktor A merupakan Necessary Cause karena A harus ada pada tiap Sufficient Cause agar penyakit dapat terjadi Penyebab yg secara sendiri bukan merupakan Sufficient Cause adalah Contributing Cause

 Penyakit Tuberculosis
Pajanan terhadap Mycobacterium tuberculosis tidak selalu menyebabkan penyakit tuberkulosis Risiko utk tuberkulosis ditentukan faktor lain
Genetik Vaksinasi Malnutrisi Sosial ekonomi Sosio-demografi individu

Jadi utk mencegah dpt menghilangkan satu/lebih Contributing cause (mis perbaikan sosial ekonomi), tidak selalu perlu utk menghilangkan seluruh Sufficient cause atau Necessary cause

 Asosiasi dan penyebab

Tidak semua asosiasi merupakan hubungan penyebab dan efek
Menilai apakah asosiasi yg ada memang benar adanya atau asosiasi palsu yg terjadi karena bias atau variasi random saja. Bias seleksi, bias pengukuran dan faktor kebetulan merupakan faktor yg sering menyebabkan terlihatnya asosiasi yg sebenarnya tidak ada Menilai apakah asosiasi yg ada merupakan hubungan langsung atau tidak langsung, melalui faktor lain (confounding atau intermediate variable). Jika confounding tidak ditemukan hubungan kausal lebih mungkin terjadi.

B. Tingkatan Desain Penelitian

Sebagai bukti pendukung yg paling penting dlm menilai hubungan penyebab dan efek adalah kuatnya desain penelitian yg digunakan utk menilai hubungan tsb Randomized Clinical Trial (RCT) dng metoda double blind yg menggunakan metode pengukuran dan analisis yg baik adalah pembuktian yg paling baik utk hubungan penyebab dan efek. Menjamin faktor confounding

Semakin jauh desain penelitian dari RCT, semakin besar kemungkinan bias dlm penelitian dan semakin lemah pembuktiannya utk hubungan penyebab dan efek

 Urutan kuatnya bukti hubungan kausal berdasarkan desain penelitian

Randomized Clinical Trial (Uji klinik) Studi Kohort Studi Kasus Kontrol Studi Potong Lintang Case Series Case Report

Studi Kohort
Pajanan diukur terlebih dahulu sebelum efek terjadi Bias seleksi, bias pengukuran, bias akibat confounding dpt dikurangi

Studi Potong Lintang

Rentan terhadap bias (pengukuran dan confounding) Urutan kejadian antara efek dan penyebab tidak dapat diketahui.

Case Series dan Case Report

Paling lemah Tidak mempunyai populasi yg jelas dan kelompok pembanding

Penilaian hubungan kausal

Penilaian ada atau tidaknya hubungan kausal antara pajanan dan efek ada 9 kriteria utk menilai suatu hubungan (Sir Bradford Hill 1965)

1.
2.

Kuatnya hubungan kuatnya hub antara penyebab dan efek digambarkan dng RR/OR yg tinggi
Konsistensi bila penelitian dilakukan dlm waktu, tempat dan populasi yg berbeda menunjukkan hasil yg sama, maka menunjukkan adanya hub kausal yg kuat antara penyebab dan efek Spesifisitas satu penyebab satu efek, sering dijumpai pada penyakit akut (poliomyelitis, tetanus)

3.

4.

Urutan kejadian penyebab harus mendahului efek. Pada studi potong lintang dan kasus kontrol baik pajanan dan efek diukur pada saat bersamaan, shg diasumsikan bhw pajanan terjadi sebelum efek terjadi

5.

Hubungan dosis dan respon terjadi jika berbagai tingkat pajanan menghasilkan berbagai tingkat efek yg sesuai. Jika dose-response dpt dibuktikan maka memperkuat argumen adanya hubungan kausal

6.
7.

Masuk akal secara biologis hub yg ada hrs diterangkan dng secara biologis menurut pengetahuan biologis
Koheren hub yg ada harus sesuai dng pengetahuan yg ada ttg penyakit ybs, termasuk perjalanan penyakit

8.
9.

Eksperimen hub yg ditunjukkan dng desain eksperimen lebih kuat dibandingkan dng desain lain
Analogi ada contoh lain ttg hub kausal yg sudah terbukti (analogi) yg mirip dng hub kausal yg sedang diuji. Analogi ini adalah bukti yg lemah ttg adanya hubungan kausal

C. Penyusunan instrument penelitian

Pengumpulan data metode pengamatan dan metode wawancara

Dasar pembagian seberapa jauh peneliti secara langsung atau tidak langsung akan berhubungan dengan subyek penelitian Metode wawancara proses utk memperoleh keterangan sesuai dng tujuan penelitian dng cara tanya jawab Data primer alat pengumpul data kuesioner /register khusus Dirancang sedemikian rupa sesuai dengan tujuan dari penelitian Kuesioner/register khusus sebuah instrumen yg berisi set pertanyaan atau isian yg scr logis berhub dng masalah penelitian, dimana jawaban pertanyaan atau isian memiliki makna utk menjelaskan permasalahan

Kuesioner/register khusus sebuah instrumen yg berisi set pertanyaan atau isian yg scr logis berhub dng masalah penelitian, dimana jawaban pertanyaan atau isian memiliki makna utk menjelaskan permasalahan yg ada Langkah-langkah penyusunan instrumen penelitian
1. Menetapkan tujuan penelitian/penyelidikan epidemiologi 2. Menyusun kerangka konsep penelitian 3. Menentukan variabel-variabel penelitian (dependen, independen serta vriabel-variabel dari faktor-faktor lain yg berpengaruh yg akan diukur dlm penelitian 4. Memastikan semua variabel yg akan diukur masuk dlm instrumen 5. Menyusun definisi operasional dari tiap variabel 6. Menyusun sekuen kuesioner/instrumen pengumpul data berdasarkan variabel yg akan dicari

 Hal-hal yang perlu diperhatikan dalam merancang instrumen adalah :

1. Tipe instrumen (kuesioner, register, dll) 2. Tipe pertanyaan (Ya/Tidak, pilihan ganda, pertanyaan terbuka) 3. Pengkodean (tanpa kode, pre koding, numerik/angka, alphabet/huruf) 4. Kelompok sasaran (bayi, balita, anak, ibu, wanita dllnya)

Buku Kode
Biasanya sangat dibutuhkan utk sampel penelitian yg relatif besar, dan pengolahan data tidak dilakukan segera setelah penelitian selesai Biasanya berisi nomor pertanyaan, nama, label dan nilai variabel.

2. Analisis dan Interpretasi data Penyelidikan dan Penanggulangan KLB Tujuan penyelidikan lapangan diantaranya adalah untuk : Mengidentifikasi penyebab Faktor risiko Sumber vehicles (media penularan) Cara penularan dan atau faktor-faktor lainnya yg mempengaruhi kondisi kesehatan populasi yg berisiko

Pada beberapa penyelidikan epidemiologi lapangan, melakukan identifikasi pd sesuatu yg dpt menimbulkan efek adalah sufficient, apabila hal tsb dpt dieleminasi, masalah tsb dpt dipecahkan.

Pada setting penelitian epidemiologi yg lain tujuannya mungkin akan mengkuantifikasi hubungan antara exposure dng kejadian penyakit. Diperlukan strategi perencanaan analisis, metode analisis dan interpretasi hasil analisis.

A. B. C. D.

Perencanaan analisis Pengembangan strategi analisis Ukuran asosiasi Ukuran public health test statistik

A. Perencanaan Analisis Pendekatan yg digunakan utk mendapatkan informasi sesuai dng tujuan dari suatu penelitian epidemiologi atau sistem surveilens Diperlukan dlm pemrosesan data, ok adanya rencana analisis analisis dpt dilakukan dengan lancar dan efisien Menyusun rencana analisis harus sudah disusun sebelum data dikumpulkan, dibuat pd wkt merancang suatu sitem surveilens atau pengumpulan data penelitian

 Langkah-langkah rencana analisis :

1. Menentukan keluaran yg diinginkan berdasarkan tujuan dlm bentuk dummy table, shg diketahui variabel-variabel yg dibutuhkan 2. Review instrumen pengumpul data, apakah semua variabel yg dibutuhkan tercatat, atau ada variabel yg tidak dibutuhkan tercatat 3. Bagaimana pemrosesan data (manual /elektronik). Bila elektronik perlu dipikirkan :
Perangkat lunak yg diperlukan (Epi Info, SPSS, dll) Prosedur : format perekaman data, validasi data, petugas perekam data, penyimpanan data

 Pengolahan Data
1. Perekaman data
Yang terpenting pengontrolan kualitas (validasi, verifikasi) Ada dua hal utk melakukan cek kualitas data range checks dan logic/consistency checks

2. Pembersihan data
Untuk menjaga validitas data dan konsistensi internal dan mengidentifikasi nilai missing yg ada

3. Transformasi data
Upaya mengubah bentuk dari nilai-nilai dalam suatu variabel ke dlm nilai-nilai lain yg diinginkan
Mengubah nilai dari suatu variabel sementara nilai lama masih dipertahankan Mengelompokkan suatu variabel ke dlm nilai yg berbeda Mengelompokkan nilai-nilai suatu variabel ke dlm varibel baru Mengekstraksi sebagian dari nilai dalam variabel

B. Pengembangan Strategi Analisis

Sebelum analisis data perlu disusun strategi analisis agar dpt disesuaikan dlm out line yg akan dikembangkan saat penulisan laporan. Ok out line tsb merupakan komponen kunci dari analisis dng urutan logis yg membantu dlm memberi petujuk pd saat analisis Tahapan dari strategi analisis : 1. Menetapkan bagaimana pengumpulan data dan rencana analisis yg sesuai Bila data diperoleh dari penelitian kohort, perlu dipikirkan term kelompok exposure dan rencana perhitungan rate Dari penelitian case-control, perlu dipikirkan term kasus dan kontrol, apabila kasus dan kontrol matched, perlu analisis matched Bila data diperoleh dari survei, perlu direview skema sampling dan perlu perhitungan surveys design effect dlm analisis

2. Identifikasi dan daftar variabel-variabel penting Temasuk exposure dan outcomes, faktor risiko yg lain, variabel-variabel lain yg mungkin berpengaruh dlm analisis 3. Menyusun dummy tabble Pada tahap ini adalah membuat sket tabel/dummy table dng judul dan label berupa :
Distribusi frekuensi Tabel 2X2 atau three-way table Tabel utk analisis sederhana (epidemiology descriptive) Tabel utk analisis kompleks (epidemiology analytic) Untuk ukuran seperti Odds Ratio Untuk statistic seperti Chi-square

Secara umum dapat dijelaskan dalam tahapan berikut :

Tabel 1
Tabel 2

Aspek klinis (mis: tanda-tanda & gejala, persentase confirmasi laboratorium, persentase yg dirawat, persentase keamatian)
Descriptive epidemiology Time (waktu) disajikan grafik garis (secular trend) atau curve epidemic Place (tempat) digambarkan wilayah KLB berupa spot map atau shaded map Person (orang) digambarkan umur, sex, dsb

Untuk penelitian analitik Tabel 3 Tabel 4 Tabel 5 Tabel 6 Tabel dasar hubungan (faktor risiko dng status outcome) Stratifikasi dari tabel 3 utk memisahkan effect utk assess confounding dan effect modification Melengkapi/menyempurnakan tabel 3 (mis: dose-response, latency, definisi kasus yg lebih sensitif dan lebih spesifik) Analisis kelompok spesifik

 Lay out data dan notasi dengan standar tabel 2X2

Sakit Exposed Unexposed Total Tidak Sakit Total h1 h0 t Attack Rate a/h1 c/h0 V1/t

a c
V1

b d
V0

C. Ukuran Asosiasi

Relative Risk
Risiko pada kelompok terpajan dibagi risiko pada kelompok tidak terpajan RR = (a/h1) / (c/h0)

Odds Ratio (Cross Product Ratio, Relative Odds)

OR = ad/bc

Prevalence Ratio dan Prevalence OR

Prevalence Ratio = (0,20)/(0,05) = 4,0 Prevalence Odds Ratio = (20)(380)/(80)(20) = 4,75

 Contoh
Kondisi Sakit Exposed Unexposed Total Tidak Sakit Total 100 400 500 Attack Rate 0,20 0,05

20 20
40

80 380
460

D. Ukuran Public Health Impact

Attributable Risk / AR
AR = (risk exposed risk unexposed)/ risk exposed = (RR -1)/RR

Dalam penelitian kasus kontrol

Attributable Risk = (OR-1)/OR

Population Attributable Risk Percent/PAR (Population Attributable Fraction)

PAR = (Risk overall Risk unexposed)/ Risk overall = P (RR-1)+ )/{P(RR-1 1} Dimana P = Proporsi populasi exposed = h1/t

Prevented Fraction pada kelompok Exposed (vaccine efficacy) PF Exposed = (Risk unexposed Risk exposed)/Risk unexposed = 1 - RR

E. Test Statistik
Fisher Exac Test
Merupakan gold standart untuk tabel 2 X 2 dan merupakan test pilihan bila expected nilai dlm salah satu sel pd tabel 2 X 2 lebih kecil dari 5

Chi-square test Interpretasi hasil penyelidikan epidemiologi

Interpretasi disesuaikan dengan tujuan penyelidikan

Penelitian deskriptif interpretasi menggunakan pendekatan epidemiologi deskriptif gambaran dari variabel waktu, tempat dan orang Penelitian bersifat analitik interpretasi pendekatan epidemiologi analitik

 Perlu diperhatikan adanya kemungkinan-kemungkinan :

Bias (bias seleksi, bias informasi, bias sampel) Kekuatan asosiasi Konsistensi Dosen respons effect

Dengan pendekatan statistik analitik maka peneliti dapat mengukur

Derajat asosiasi antara satu variabel dng variabel lainnya termasuk kemaknaan statistik dari asosiasi tersebut

Ukuran asosiasi versus signifikansi test

Ukuran asosiasi (RR, OR) menggambarkan kekuatan hubungan antara keterpajanan dan kejadian penyakit Test signifikansi memberikan indikasi bagaimana kemungkinan hubungan yg diobservasi tsb dpt mempunyai peluang