25
ETHICAL CLEARANCE
dr. Djauhar Ismail
33
36
PUBLIKASI ILMIAH
dr. Tri wulandari
41
48
BESAR SAMPEL
Besar Sampel
Drs. Zulaela, Dipl. Med. Stats., M.Si.
Temen-temen.. kita akan membahas tentang cara menghitung besar sampel minimum dalam
suatu penelitian. Jadi misal kita akan melakukan penelitian di kota X, nggak mungkin kan kalo
kita pakai semua orang yang ada di kota X? Pasti terkendala dana, waktu, dan tenaga. Jadi kita
bisa hanya mengambil beberapa responden saja atau yang kita sebut dengan sampel. Nah,
berapakah banyak sampel yang harus kita ambil? Disinilah akan kita bahas
Bisa diliat ya bagan di atas, untuk menentukan besar sampel dibagi menjadi 2 kelompok
besar berdasarkan penelitian itu akan bekerja pada berapa sampel?
1. One sample problem pada 1 sampel, 1 kelompok, 1 populasi
2. two sample problem pada 2 sampel, 2 kelompok, 2 populasi.
Masing-masing pembagian tersebut masih dibagi lagi menjadi:
1. Estimasi (pendugaan)
Adalah suatu langkah untuk melakukan pendugaan terhadap parameter populasi yang
belum diketahui, dengan memakai data statistic yang ada di tingkat sampel.
Contoh penelitian yang bekerja menuju ke arah estimasi:
Prevalensi ibu hamil yang menderita anemia di Jogja
Rata-rata pasien yang sembuh dengan obat baru di RS PKU Yogyakarta.
2. Pengujian hipotesis
Adalah suatu langkah pendugaan terhadap nilai parameter yang sudah diketahui, dengan
membandingkan pada data statistic yang ada di tingkat sampel.
Contoh penelitian yang bekerja ke aja uji hipotesis
Prevalensi ibu hamil yang anemia di Jogja >30%
Rata-rata pasien yang sembuh dengan obat baru di RS PKU <5 hari
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
Dari bagan itu, Pak Zul cuma menjelaskan beberapa bagian yang sering digunakan dalam
penelitian kedokteran:
1. One sample problem yang estimation
Maksudnya adalah kita hanya menggunakan 1 kelompok tanpa ada perbandingan.
Misalnya: prevalensi kejadian ibu hamil dengan anemia di kabupaten Bantul.
a. Population proportion/ presentase/ prevalensi dapat menggunakan rumus 1
b. Population mean dapat menggunakan rumus 2
2. Two sample problem yang hipotesis testing.
Disini misal kita akan membandingkan apakah obat baru lebih efektif daripada obat
standard? Kan nanti bakal ada 2 kelompok, yaitu kelompok obat baru dan kelompok
obat standar. Nah disini terlebih dulu kita harus memahami definisi operasional dari
efektif, atau lebih gampangnya apa sih indicator efektif itu?
a. Two proportions kalo efektif tidaknya dengan skala nominal (sembuh/ tidak
sembuh). Obat baru dikatakan efektif bila presentase pasien yang sembuh lebih
banyak dari obat standar. Maka menghitungbesar sampel nya dapat menggunakan
Rumus 3
b. Two means kalo efektif/tidak nya obat dilihat dari kecepatan sembuhnya dengan
skala rasio. Dalam hal ini kita membandingkan rata-rata kecepatan sembuh masing2
obat. Kita dapat menggunakan Rumus 4
SAMPLE SIZE
1) RUMUS 1
Rumus besar sampel untuk estimasi proporsi
Rumus 1a
Rumus 1b
Rumus 1c
Keterangan:
n = ukuran sampel minimum yang akan didunakan, atau banyaknya jumlah subyek yang aka
diteliti
N = ukuran populasi, contoh: pada penelitian prevalensi ibu hamil yang menderita anemia
di Jogja N nya adalah Ibu hamil di Jogja
p = presentase/ proporsi/ prevalensi, didapatkan dari penelitian terdahulu. Contoh :
prevalensi ibu hamil di Jogja
2
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
Z a/2 = tingkat keyakinan peneliti, dan angkanya disesuaikan pada tabel normal standar. Nilai
tingkat keyakinan ini subjektif menurut keyakinan peneliti. Namun baiknya adalah >95%.
Misalnya:
C (confidensi)/ tingkat keyakinan =
95% nilai Z a/2 = 1,96
90% nilai Z a/2 = 1,65
D = sampling error (kesalahan dalam pengambilan sampel), umumnya 5% tapi boleh
ditoleransi sampai 10%. Semakin kecil sampling error, semakin bagus penelitiannya tapi
ukuran sampel makin besar.
Notes:
Apabila kita mengetahui N , p , Z a/2 dan d maka gunakanlah rumus 1a
Kalau tidak mengetahui Ukuran Populasi (N) gunakan rumus 1b
Kalau selain nggak tau N juga nggak tau prevalensi (p) gunakanlah rumus 1c
Dari rumus-rums tersebut bisa diketahui bahwa besar sampel dipengaruhi oleh:
1. Sampling error (d) = makin kecil sampling error penelitian makin bagus tapi
sampel (n) makin besar. Misalnya: sampling error biassanya 5% menjadi 1% maka d
pun akan mengecil, akibatnya n menjadi lebih besar.
2. Tingkat keyakinan (Z a/2) = makin tinggi tingkat keyakinan penelitian makin
bagus tapi sampel (n) makin besar.
3. Ukuran populasi (N) = makin besar ukuran populasi (N) makin besar sampel (n)
4. Prevalensi (p) = makin jauh prevalensi dai 50% sampel makin kecil. Maksudnya
begini, lihatlah rumus 1b. Kalau Z a/2/d diketahui adalah 100, coba deh masukin angka
1-100% pada huruf p . Ternyata hasil n yang tertinggi adalah bila p nya adalah
50%. Dan apabila mendekati 50% hasil n lebih besar daripada yang jauh dari n .
Contohnya: kita masukin 50%
n = 100 x 50% (1-50%)
n = 100 x 0,5 (1-0,5)
n = 100x 0,25 = 25
kalau dimasukin 80% n = 100 x 80% (1-80%)
n = 100 x 0,8 x 0,2 = 16
kalau dimasukin 40% n = 100 x 40% (1-40%)
n = 100 x 0,4 x 0,6 = 24
udah mudeng kan? Jadi hasil maksimalnya adalah pada P= 50%. Dan yang mendeketi
50% (contoh: 40%) akan lebih besar nilainya daripada yang lebih jauh (contoh:
80%).
2) RUMUS 2
Rumus Besar Sampel Untuk Estimasi Mean
Rumus 2a
3
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
Rumus 2b
(note : rumus 2 dilewatkan oleh Pak Zul, karena kalah penting dibanding rumus 3 dan 4)
3) RUMUS 3
Rumus Besar Sampel Untuk Uji Hipotesis Dua Proporsi
Keterangan:
n = ukuran sampel yang akan digunakan, atau banyaknya jumlah subyek yang akan diteliti,
n1= ukuran sampel untuk sampel 1, n2= ukuran sampel untuk sampel 2.
P1 = persentase / proporsi pada sampel 1. Misalnya: pada penelitian untuk mengetahui
apakah obat baru lebih efektif dibandingkan obat standar, p1 adalah presentase pada
pasien yang sembuh dengan obat standar
P2 = persentase pada sampel 2. Misalnya: p2 adalah persentase pasien yang sembuh dengan
obat baru
(note: P1&P2 didapat dari penelitian sebelumnya/ penelitian pendahuluan. Pada contoh nggak
masalah bila P1 untuk obat standar ataupun obat baru, begitu pula P2.)
p (p bar) = rata-rata p =(p1+p2)/2
Z a/2 = tingkat keyakinan, baiknya adalah >95%.
Z = nilai yang diperoleh dari tabel normal standar yang bersesuaian dengan yang telah
ditentukan. Maksimum 20%
Bila =20% dengan tabel didapat set Z= 0,84
Bila =10% set Z=1,28
4) RUMUS 4
Rumus Besar Sampel Untuk Uji Hipotesis Dua Mean
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
1=
rata-rata sampel 1. Misalnya: pada penelitian untuk mengetahui apakah obat baru
lebih efektif dibanding obat standar,
1 rata-rata waktu sembuh pasien yang
menggunakan obat standar
2= rata-rata sampel 2. Misalnya:
2 rata-rata waktu sembuh pasien yang menggunakan
obat baru.
1 & 1 didapat dari penelitian=-penelitian sebelumnya.
2 (dibaca sigma kuadrat) = variansi populasi = (S12 + S22)/2
S= standar deviasi
S12 = variansi waktu sembuh pasien yang mendapat obat standar
S22 = variansi waktu sembuh pasien yang mendapat obat baru
S12 & S22 didapat dari hasil penelitian-penelitian sebelumnya.
CONTOH:
Contoh 1
Suatu dinas kesehatan ingin melakukan pendugaan terhadap prevalensi tuberkulosis pada
anak-anak di bawah 5 tahun di daerahnya. Berapa anak yang harus dimasukkan dalam
sampel, sehingga angka prevalensi dapat diduga dalam jarak 5% di atas dan di bawah
prevalensi yang sesungguhnya dengan tingkat keyakinan 95%?
Jawab:
Pada kasus ini yang diketahui adalah tingkat keyakinan = 95% set Z a/2 = 1,96, dalam
jarak 5% di atas dan di bawah prevalensi yang sesungguhnya bisa disebut lebar
interval atau d 5%=0,05.
Yang tidak diketahui disini adalah N dan p , jadi rumus apakah yang akan digunakan? Yap
benar..RUMUS 1C
N = (1,96)2
4x (0,05)2
= 384,16
Maka bear sampel minimal yang dibutuhkan 385 anak. Jika kita menambahkan besar sampel
misal menjadi 400 anak, maka penelitian akan semakin baik.
Contoh 2
Misalkan diperkirakan bahwa angka karies pada anak sekolah di suatu kabupaten adalah
800 per 1000 dan di kabupaten lain adalah 600 per 1000. Berapa murid yang harus diambil
dari tiap kabupaten untuk menentukan apakah perbedaan ini bermakna pada tingkat
kemaknaan 5%, jika kita menginginkan untuk mendapatkan 80% kemungkinan untuk
mendeteksi perbedaan jika perbedaan ini nyata?
Jawab:
Pada kasus ini bekerja pada 2 kelompok (two sample problem), maka kemungkinan kita
akan menggunakan rumus 3 atau 4.
P1 = 800/1000= 80%
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
Dihitung sendiri ya, tinggal masukin angkanya doing kok. Setelah dihitung, misalkan
hasilnya 82 orang. Maka masing-masing kelompok ( anak sekolah 1 dan anak sekolah 2)
jumlah minimum sampel yang dibutuhkan 82 orang. Bila kita mengambil sampel tiap
kelompok lebih dari besar sampel minimum, misal 100 orang, maka penelitian akan lebih
baik.
Contoh 3
Misalkan suatu penelitian sedang dirancang untuk mengukur pengaruh penurunan garam
dalam diit terhadap tekanan darah sistolik. Dari penelitian pendahuluan diketahui bahwa
deviasi standar tekanan darah sistolik dalam suatu masyarakat dengan diit garam tinggi
adalah 12 mmHg, sedangkan dimasyarakat dengan diit garam rendah adalah 10,3 mmHg.
Jika alpha 5% dan betha 10%, berapa besar sampel dari masing-masing kelompok
masyarakat yang harus dipilih, jika menginginkan agar mampu mendeteksi perbedaan
tekanan darah antara kedua kelompok masyarakat sebesar 2 mmHg?.
Jawab:
Pada kasus ini terdapat 2 kelompok sampel, masyarakat dengan diit garam tinggi (1) dan
masyarakat dengan diit garam rendah (2)
S1= 12 dan S2= 10,3 dari sini bisa didapat 2 = (S12 + S22)/2
= 5% Z a/2 = 1,96
= 10% set Z = 1,28
Perbedaan tekanan darah antara kedua kelompok masyarakat sebesar 2 mmhg 1- 2 = 2
Lalu rumus apa yang kita gunakan? RUMUS 4
Contoh 4
Dalam sebuah survai pendahuluan, seorang ahli epidemiologi membandingkan sebuah
sampel yang terdiri dari 50 subjek dewasa yang menderita suatu penyakit neurologik
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
BESAR SAMPEL
dengan sebuah sampel lainnya yang terdiri dari 50 subjek sebagai pembanding yang tidak
mengalami penyakit tersebut. 30 orang diantara mereka yang menderita penyakit tersebut
dan 25 dari subjek pembanding terlibat dalam industri yang menggunakan sejenis bahan
kimia. Dengan menganggap bahwa proporsi mereka yang bekerja di industri ini di populasi
sama dengan yang telah diteliti pada survai pendahuluan, berapa banyak subjek tambahan
yang perlu diteliti dalam tiap grup untuk mendapatkan 90% kepercayaan untuk mendeteksi
perbedaan yang sesungguhnya antara kedua kelompok jika hipotesisnya diuji pada tingkat
kemaknaan 5%?.
Jawab:
Dalam kasus ini terdapat 2 sampel, yaitu: sampel yang menderita penyakit neurologic dan
sampel yang tidak menderita.
P1 = 30/50 x 100% = 60%
P2 = 25/50 x 100% = 50%
= (60%+50%)/2 = 55% =0,55
Tingkat kemaknaan ( ) = 5% set Z a/2 = 1,96
Power = 90% power =(1-) = 10% Z = 1,28
Rumus apa yang kita gunakan? RUMUS 3
7
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
Assalamualaikum..
Bismillah
berdoa
dulu
teman2, mari mulai belajar..
A. Tujuan
1.
Mengidentifikasi tujuan utama pengobatan
2.
Memilih
pengobatan khusus
3.
Menentukan
target pengobatan
C. 3 Elemen Penyakit
1. Penyakit atau organ yang sakit : Anatomi, Biokimia, Fisiologi dan Psikologi
2. Penyakit : Tanda, Gejala dan Perilaku
3. Keadaan Penyulit: Sosial, psikoloi dan ekonomi.
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
!" #!$!%&&.&$ 5)!.&# #)&!$7 ,/) 1!1&%&"& #/((&%&.) $+ )1
#' %(")& ""!%(1#(" .!/#& . "($./(%
1!10 /.&"!% . 8/$% .!/#& &.
* %$+", '%1
'
=
- -&.!/./! )!/0, .!%)/& /.&"!% #", '%1 /.&"!% .!/)!.
.!/0$.1 #!$++$$ )&).!1 9:4 . .&'"
- 2&% .&'" '&.!1"$ #!$++$$ )&).!1 9:4; 1"
" "%&$&)& '&$8/"$
1!1&%&, //.&"!% $+ 1!1. #!$!%&.&$ )!<)#!/&1
1!$.%
2. Were all clinically relevant outcome reported? (Apakah semua hasil klinis
(outcome) yang relevan dilaporkan?
4!% '&.) '%, ,)&% 8& "%&$&) #!1!/&$ 0%(6&/. #' #!$ "&. 8$.$+
1&(0/'7 )!0/ 9:4 *&>, &$& ?!/)& 2,,) @$'($!)& =
"(/($!/ 5&$6/" 1
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
WGEF OGWG
3. Were the study patients recognizably similar to your own? (Apakah studi
menyerupai lokasi anda bekerja atau tidak)
G_ Y\D`BN OBHBJF]FGH ^GE\a WFNB]G^\F aBIGEG WBCKZEGMF aKaaFGJ WGH aBIGEG NJFHFaR
aB^FHZZG NJFHFaaF WGOG] CBCDGHWFHZNG WBHZGH aF]\GaF ]BC
COG] DBNBEbG_
D_ Y\D`BN OBHBJF]]FGH ^GE\a CFEFO WBHZGH ]BCOG] DBNBEbG NJFFHFaF_
I_ [GJG\ aBC\G bGjGDGH WFG]Ga `GR DBEG]F GE]FNBJ ]BEaBD\] DFaG
D WFZ\HGNGH \H]\N
OBWKCGH ]BEGOOF_
G_ [BCGNHGGH NJ
NJFHFa DBE^\D\HZGH WBHZGH aBDBEGOG CGHHMGG] NJFHFa ]BE^GWGO
]BEGOF KDG] ]BEE]BH]\_
D_ [BCGNHGGH a]]G]Fa]FN DBE^\D\HZGH WBHZGH ^GaFJ NBaFCO\\JGH OBHBJF]FGH DBHGE
c DBHGE DBECGGNHG aBIGEG a]G]Fa]FN ]GHOG CBCOBEF]CDDGHZNGH NBOBH]FHZGH
NJFHFa_
10
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
11
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
Apakah nqrn
anda stq
bingung dengan gambar
lmnonp
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
uvwxyzxxz y{
y{z xx {x xx xx
|x}v{ ~ xx {x }xx vx x{ xx wvzzzyxz yw{yx
xv xz v}vx }xzz ~~ vzxz v}vvx
c. vxzyxz y
w{yx xzx yvxyxz xv xz x}zz
vzxz v}vx
d. {x
wvzzyxz }vwxyzx vxx y{z
{ xx wvzzyxz yw{yx v}vxx xz
e. |x}v{ ~ x
a.
b.
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
13
co-intervensi.
vensi.
6. Were all the patients who entered the study accounted for at its
conclusion? (Apakah semua subyek penelitian diperhitungkan dalam
kesimpulan?)
14
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
a.
Pembaca
harus jeli mencatat berapa subyek penelitian yang termasuk
kelompok
perlakuan (terapi) atau kelompok kontrol.
b.
Tabel
3
dari
hasil penelitian uji klinis acak( randomized
zed clinical trial) jumlah
15
Tugas
kita
dari
tabel diatas adalah mencari:
a.
Relative
Risk?
b.
Relative
Risk
Reduction (RRR)?
c.
Absolute
Risk Reduction (ARR)?
d.
Number
Needed to Threat (NNT)?
Bismillah,
mari
kita analisa :
a /(a b)
c /(c d )
-
Jadi,
kalau ini diaplikasikan ke soal tadi :
5,2%
Internal Fixation 90
136
226
90/226
39,8%
misal
=
=
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
16
Jadi, pada kasus ini tadi RR = 0,13 maka RRR = 1 0,13 = 0,87
17
Fixation
136
226
90/226
39,8%
= CER
90
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
18
!"#$ #%& '(() * !"#$ #%& +,-"#*. '((( / 01(() %%*-#"+ 2#"
" "3." #% *4 3#.#3! ,% 2#"*," &.*2#.5 " 6%!#. !$! *4 #%&
6 (( #% .*" -*37!"!8 ,%!%% 2#"*," " 6%!#. #%& 94 ((/0: " "; #%
,%!%% 5 +!%% *4 " 6%!#. #%& 94 (( << 0: ". " " "3." #%
6.4#-#!; if RR >> 1, the treatment is harmful. Also, if you already know the
baseline risk in your own population, the RR may be all you need.
c. Dari poin a dan b intinya data berupa RR saja dalam kasus tidak berguna apa
apa kecuali ada baseline dari RR nya, baseline itu kaya patokan atau
standar normal gitu. Kalau RR = 1 artinya terapi tidak berguna. RR<<1 maka
pengobatan berguna. RR>>1 maka pengobatan berbahaya.
d. The selective estrogen receptor modulator raloxifene (Evista) at a dose of
60 mg /d for 3 years reduces vertebral fracture risk by 33% in women with
osteoporosis. How many women with osteoporosis do we need to treat with
raloxifene to prevent a vertebral fracture?
- Sama kaya tadi ini RRR = 33% = 0,33
- Nah? Kan bingung ini datanya tidak cukup untuk kita menentukan NNT
(ingatkan editor tadi bilang kita butuh baseline) karena untuk
menentukan NNT yang kita butuhkan adalah ARR, sedangkan data yang
diketahui hanya RRR. Oleh karena itu coba bandingkan dengan kasus d.
e. The selective estrogen receptor modulator raloxifene (Evista) at a dose of
60 mg /d for 3 years reduces vertebral fracture risk by 33% in women
with osteoporosis. Baseline 3-year risk of vertebral fracture = 10%. How
many women with osteoporosis do we need to treat with raloxifene to
prevent a vertebral fracture?
- Nah, kan, kalo soalnya gini jadi bisa dikerjakan.
RRR = 0.33
ARR = 0.1 x 0.33 = 0.033
Ket : 0,1 dari 10% tadi.
NNT = 1/0.033 = 30
Need to treat 30 osteoporotic women with raloxifene for 3 years to
prevent a vertebral fracture. Jadi, kita butuh menerapi 30 orang wanita
osteoporosis dengan raloxifene, untuk mencegah satu orang terkena
frakur vertebral.
4. Contoh lagi Effect of Flu Vaccination on All-Cause Mortality During the
Flu Season
The study population included almost 300,000 subjects at least 65 years old, of
whom about 58% were vaccinated. Among vaccinated and unvaccinated
subjects, 1.2% and 2.0% respectively died during the flu season. Pooled
computerized data from 3 large managed care organizations. No Flu Shot? How
about Tamiflu?
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
19
Flu Prophylaxis?
Pt is a 14-year-old girl with fever, myalgias, cough and sore throat X 1 day.
Should you rx prophylactic Tamiflu for the pt s grandparents (in their 70s)
who live in the same household and didn t get the flu shot this year?
Prophylactic Oseltamivir: Index Case Flu+*
Not an apt term for number needed to treat to cause one bad outcome.
Would prefer NNTc ( Number Needed to Treat to cause ) vs. NNTp
( Number Needed to Treat to prevent ), but NNH is well established.
Lihat contoh dibawah ini
20
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
6. Ratio of Undesired to Desired Effects (rasio dari efek yang tidak diinginkan
ke efek yang diinginkan)
a. ?=@ABC
Harms D/E=F
Bad Outcome Prevented = ARI / ARR = NNT / NNH atau
=>
b. E=F
Bad HIJKLAMB
Outcomes Prevented / Harm Caused = ARR/ARI = NNH/NNT
G>
ReNon Re- Jumlah
Risk
misal
operation operation
Hemiarthroplasty 12
217
229
12/229 = 5,2%
X1
?MAN=@JO@LPQ=BJR
Internal Fixation 90
136
226
90/226 = 39,8% Y1
transfusion
Hemiarthroplasty 44
Internal Fixation
NonJumlah
Risk
Transfusion
179
223
44/223=
19,7%
219
223
4/223=1,8%
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
misal
X2
Y2
21
hW_ Ti[dTV]j bk]aWZW ZW^\]X YWXl cWai^ ^WYW []aWZ\ bh]a_W^WamWX h\WYW
[]aWZ\e iX[im V]Xd]lWc g cW^\n YWXl hiaim bhW_ Ti[dTV]eo
pW_\q _\^\X\ m\[W WmWX V]VZ]ac\[iXlmWX h]aWZW h\WYW YWXl _\Z]animWX iX[im
rrs W[Wi h]aWZW h\WYW YWXl _\Z]animWX iX[im V]Xd]lWc g hW_ Ti[dTV]o
c. Contoh 1
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
22
= 45
23
10.Flu Treatment?
X 1 day.
Should you prescribe Tamiflu for the patient herself
Continuous Outcomes
Flu +
Median Illness Duration
Oseltamivir
70 hours
Placebo
100 hours
Difference
-30 hours
- Treatment Cost = $60 (75 mg bid x 5 days)
- $60/30 hours = $2 in drug cost per hour of symptoms x 24 hours/day
$50/day of symptoms
b. Flu Prophylaxis?
- Pt is a 14-year-old girl with fever, myalgias, cough and sore throat X 1
day. Should you rx prophylactic Tamiflu for the pt s grandparents (in
their 70s) who live in the same household and didn t get the flu shot this
year?
- What if the 14-year-old doesn t have the flu?
- The relative risk reduction is the same (89%), but the baseline risk for
the grandparents is so low that prophylactic oseltamivir doesn t do
much. (ARR is negligible, NNT is enormous.)
- Probability of Flu + = 45%
Prophylactic oseltamivir works if the index case has the flu, but you
don t know whether she does. You know that 45% of similar patients
have laboratory proven influenza.
- Patient May Not Have The Condition That You re Treating
NNT is calculated for patients with a particular condition D .
P = probability of that condition D in your patients
Your NNT* = NNT / P
Note that NNT* goes up as P = probability of condition D goes down.
- Probability of Flu + = 45%
NNT if index case flu + = 9.
Probability of flu = 0.45
NNT* = 9 / 0.45 = 20
Alhamdulillah, selesai. Editor mohon maaf sebesar besarnya jika editan ini masih banyak
sekali kekurangan. Semoga teman2 bisa mendapat pencerahan. Editor sudah berusaha
dengan maksimal. Saran kritik boleh langsung disampaikan. Semoga semua LULUS MCQ
blok 17 dan Penelitian kita segera selesai. Amin. Wassalam..
Varo9/30 learn to appreciate what tou have, before time makes you appreciate what you had
24
EPIDEMIOLOGI
MIOLOGI KLINIK
EPIDEMIOLOGI KLINIK
(Introduction & Causation I)
THE CONCEPTS OF CAUSE
SINGLE AND MULTIPLE CAUSES
single risk factor menyebabkan multi outcome
satu outcome bisa disebabkan oleh multi risk
factor.
25
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
EPIDEMIOLOGI KLINIK
EPIDEMIOLOGI KLINIK
2.
3.
MENETAPKAN PENYEBAB: STUDI POPULASI
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
27
EPIDEMIOLOGI KLINIK
Sebelum
dan &&!#$'
sesudah (
penyebab utama diketahui
!" #$%
Efek ,$%yang .#$
berbeda #%dengan gaya yang sama
)*+
Jika 1.#$($1
terdapat (.!$'$
perubahan pada kausa yang diikuti oleh perubahan pada efek berarti
/0+$
hubungannya +!.$%kurang
'!!%-$%%,$
3) 4$
Dalam
studi "!
multiple
23
10( times
10" series:
$" &1!#0
5$!&$
Kausa ,$%yang "$&0'
masih #0#!
diduga dimasukkan ke beberapa kelompok berbeda pada waktu
yang bervariasi.
,$%.6$.0$&07
Pengukuran &$
sebab #$%
dan $akibat dengan cara yang sama dan berturut-turut
8%-!+!.$%
)*+
Efek ,$%yang &9$.$
secara 1.$1!
teratur mengikuti penyebab pada waktu dan tempat yang berbeda
menunjukkan adanya
hubungan yang kuat
"%!%:!++$%
$#$%,$ '!
KEKUATAN BUKTI
Berikut ini
urutan <<1
bobot kesahihan suatu bukti pada hubungan sebab akibat
;.0+!1
0%0 bagan
$-$% !.!1$%
KONSEP ?)@5=
RESIKO
5=>)8
A%-$9!
Mengacu ($#$
pada kemungkinan
beberapa kejadian yang tidak bermanfaat
+"!%-+
Digunakan !%1!+
untuk mendeskripsikan
kemungkinan bahwa orang yang tidak
40-!%$+$%
"
berpenyakit 1$(0
tapi 1.($(
terpapar factor resiko , maka akan terkena penyakit juga.
.(%,$+01
a. Faktor resiko
$7
Adalah factor-faktor yang berhubungan dengan peningkatan resiko terjadinya
penyakit
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
28
EPIDEMIOLOGI KLINIK
29
EPIDEMIOLOGI KLINIK
EPIDEMIOLOGI KLINIK
31
EPIDEMIOLOGI KLINIK
4.
o
o
5.
32
Varo10/28 "Do your work with all your heart and you will succeed." - Elbert Hubbard
)
'
+,
-r&
./0 1.2
:
u
t
3
4
!
"
#
t u
r
$
:
t
% ;
t
5
6
**
Varo15/28
/8 "It is hard to fail, but it is worse never to have tried to succeed."
789:;<= ;=7<><?;7
kflb\_[]cc^]c[[y`[]
kfef]f
a[`e^k]j[
kfgf[_
k[\f
ab_ikb
Z[\[][ ^]_^` ab]cd[efg`[] f]h\ia[ef j[]c _fk[` k[l[_ kflb\igbd kb]c[] m[\[ g[f]
nbe[f] abab]^df ej[\[_ fgaf[d
ob_ikb ebe^[f
pb]bgf_f k[] _b][c[ lb]k^`^]c d[\^e `ialb_b]
q7?:=<:
rs tuvIUI :PvIRw
`[\b][ [l[yfg[ kf_b]c[d [g[] [k[ a[e[g[d kb]c[] lb]bgf_f[] `f_[ _[lf `f_[ _fk[`
l^]j[ e^\[_ `bg[j[`[] b_f`x _b]_^]j[ `f_[ yfe[ kf_^]_^_}
z[g[^
_b\[kf d[gd[g j[]c _fk[` b_fe afe[g]j[ iy[_ j[]c ebk[]c kf_bgf_f ab]fay^g`[] bhb`
e[alf]c j[]c ybe[\ [_[^ `f_[ abayb\f iy[_ l[k[ l[efb] kf Z _[lf iy[_ _b\eby^_
a[g[d eba[`f] abayby[]f yf[j[ iy[_ l[efb] ebdf]cc[ l[efb] l\i_bex a[`[ `iafef
b_f` yb\d[` ^]_^` ab]cdb]_f`[] lb]bgf_f[] `f_[}
q7?:=<:<? 7?<? q?> 7t87>?<= q7?7=:8: <:?
fg[ [k[ [[`[] `b\e[a[ kb]c[] lb]bgb_f[] k[\f g^[\ ]bcb\f
Z_[]k[\ b_f`
@ABCDE/F8
GH
_____Alhamdulillah
/8
LAPORAN KASUS
US (ELS)
lse
"#$%&#'
' 0#121 34
(567
(
8 9:; <== >?=@A7 B<C
) *
+
*
-
(,
-
()
(
)
( )
(
!
! .
)
(
()
/
D
36
FGHGIGJ KILKGJ GMGN HNOPGI IGKP LQPNPHNRRGP SGJTG UQPNIKVGP WX YKIGRNRGP YQPZGP
LGRVNY LQIGU[ORGP \
]^
2.
3.
4.
5.
6.
7.
8.
9.
10.
_`
Gambaran klinis (berupa gejala atau tanda penyakit) yang tidak lazim atau
jarang terjadi
Perjalanan penyakit tidak seperti biasanya
Cara penegakan diagnosis dengan alat diagnosis yang baru atau
perbandingan dengan alat diagnosis lama
Hasil pengobatan dengan preparat obat baru atau jarang digunakan
Efek samping atau efek simpang pengobatan yang belum pernah dilaporkan
atau belum pernah terjadi.
Hubungan atau variasi proses penyakit
Penyajian, diagnosis atau penatalaksanaan penyakit baru atau variasi baru
penyakit
Hubungan tidak lazim antara gejala atau tanda dengan penyakit
Kejadian yang tidak lazim pada perjalanan penyakit atau hasil pengobatan
pasien
Penemuan baru tentang kemungkinan pathogenesis suatu penyakit atau efek
simpang pengobatan.
abcdedfgh igjkj
Kasus yang dilaporkan pada suatu LK merupakan pasien yang dihadapi dan
dikerjakan sehari-hari oleh dokter (penulis) itu sendiri. Karena penulisan LK merupakan
refleksi seorang dokter, maka harus dipilih kasus yang menggambarkan hasil
penatalaksanaan atau keputusan klinis terbaik.
l`
Pendahuluan
37
pq
rstut
vsws sxsy zs{|s} |}| w|ys~s} }s}{ |w}|st s}{ zuzu}{s} w}{s}
stut t~| }|t ys|} uu ~ss} ws} s}{{sy ~|tss}q v}uy|t
s~ sut }s{s |w}|st ~st|} s}{ |ws zuzu}{s} w}{s} stut t~|
}ss syss ~|}| ssu s}{ ys|}q
~st|}
tss
wss}{
~ss
sy|
~s
~s
|xss
~}s|
tss}{ |xss ~}s| wsuyu |xss ~}s| yus{s |xss tt|sy ssu
z|stss} ~st|}q v}uy|ts} {szss} y|}|t |}| tss y}{s~ s~| |}{st s|}s
w|ysts} {szss} y|}|t s}{ zuzu}{s} w}{s} stut tss s~| ty}{s~
u}{|}q
|}{sy| ~}uy|ts} stut ysyu yust s|u z|t| tus ~ysts} }s}{
|xss ~}s| tss}{ wsuyu ssu yus{s s}{ |ws zuzu}{s} ys}{tu}{
w}{s} stutq |tsy}s |xss |~}t| ~sws stut ws||t s~| |xss
sy{| ss}s} ~sws yus{s ~sws stut ws||t }s ||s}q
Follow-up
hasil pengobatan atau edukasi dijelaskan sesuai kepentingan penulisan. Penjelasan
hasil kunjungan berikutnya atau control, cukup mengenai waktu, hasil anamnesis,
pemeriksaan fisik, diagnosis, terapi dan atau edukasi. Jika pasien dirujuk ke
konsultan atau spesialis baik untuk penegakan diagnosis atau pengobatan, maka
hasil rujukan harus dijelaskan disertai lampiran fotocopy hasil rujukan tersebut.
w|s}ts t~| wust| ssu |t|s~| sut w|ysts} u{sq
Penulisan bagian kasus ini, harus memperhatikan tujuan penulisan LK. Jika
tujuan penulisan LK untuk melaporkan hasil suatu pengobatan, maka gambaran
klinis atau proses penegakan diagnosis tidak perlu dijelaskan secara terperinci,
tetapi cukup hasil yang positif atau yang mendukung penegakan diagnosis.
Sebaliknya jika penulisan LK untuk menjelaskan proses penegakan diagnosis, maka
perlu dilaporkan selengkap mungkin hasil pemeriksaan yang ditemukan, termasuk
semua hasil pemeriksaan klinis dan penunjang yang digunakan untuk
menyingkirkan diferensial diagnosis. Jika penulisan LK dimaksudkan untuk
menjelaskan kemungkinan patogenesis penyakit, maka perjalanan penyakit,
termasuk hasil followup pengobatan- harus dijelaskan secara terperinci.
3.
Pembahasan
Bagian ini dimulai dengan penjelasan tentang kasus atau permasalahan pada
kasus. Selanjutnya diterangkan rujukan dari pedoman standar atau hasil
penelusuran referensi termasuk hasil penelitian atau laporan terdahulu. Misalnya
cara penegakan diagnosis disertai gambaran epidemiology dan patofisiologi
Varo9/30 gratitude turns what we have into enough
38
Format
penulisan harus merujuk pada jurnal yang akan memuat LK tersebut, karena
hampir semua jurnal sudah memberikan pedoman atau format penulisan LK
masing-masing. Misalnya jumlah kata tidak boleh lebih dari 1800-2000 kata
dengan 2 gambar atau table,2 atau tidak boleh lebih dari 400-600 kata.3
Mengirimkan laporan laporan kasus ke suatu jurnal sebagai laporan asli
(belum pernah ditulis dan dilaporkan ke jurnal lain).
7.
39
2.
3.
40
AS A
PUBLIKASI ILMIAH
Oleh : dr. Tri wulandari
Note: sumber editan ini dikutip dari slide dosen dan ELS. Dalam editan ini masih banyak
singkatan2 umum: merup=merupakan, yg=yang, sbg=sebagai, thd=terhadap dll.. artiin
sendiri ya .(udah dibenerin sama layouter -.- )
Sikap
p seorang ilmuwan
Sikap
terbuka
Sikap
objektif
Manfaat menulis
Terampil membaca
Terlatih meramu berbagai informasi dan men
ajikan secara sistemats untuk
dijadkan bahan pemikiran lebih matang
Terampil dalam kegiatan penelsuran pustaka
Mampu melihat kesalahan darii sendiri sebelum dilihat orang lain writing is
rewriting)
Meningkatkan pengetahuan dan memperluas cakrawala baik bagi diri sendiri
sesame ilmuwan maupun mas
arakat
#$%&'(AS' '&)'A*
78 9:;<<=;>?>; s@?>p ilmiahA BCDEFED GHIHJ FEKHLFEKH GED KHGEM NOCI PQEHBHDRJ STSTIJ
QTREU GED KHGEM BCDVCIKEMED BNKHW XIHYEGH TDKTM MXCDKHDRED KCIKCDKTJ Z KCIYTME
GEQEB BCDVCYTK UTBYCI YEFED8
[8 Orisinalitas REREUED EKET KCBTED8 \IHUHDEQHKEU MEIVE HQBHEF EMED BCBYCIHMED
UTBYEDRED KCIFEGEX XCIMCBYEDRED HQBT XCDRCKEFTED8
]8 Memuat diskusi & referensi8 ^HUMTUH KCIFEGEX KCBTED Z REREUED XEMEI QEHD
_GEQEB YCDKTM XCITSTMED` EMED BCDTDSTMMED XNUHUH XCDTQHUJ XCIYCGEED Z
XCIUEBEEDDVE UCIKE MCBESTED VEDR GHXCINQCF XCDTQHU8 aEQ HDH XCDKHDR TDKTM
BCDRFHDGEIH GTXQHMEUHbXQERHEUH8
c8 Penyajian dalam bentuk format eseiJ YTMED GEQEB YCDKTM CDTBCIEKHWJ
GHUEBXEHMED UCPEIE UHDRMEK Z FEDVE BCBTEK YERHEDd KIXCDKHDR UESE VEHKT BCKNGCJ
FEUHQ Z XBYEFEUED8
e8 Memenuhi bentuk, struktur dan sifat2 tertentu A PEIE XCDTQHUED BCDRHMTKH XNQEJ
KCMDHM GED MEHGEF KCIKCDKT VEDR GHUVEIEKMED NQCF STIDEQ8
56
lmnopqASp porpAs
judul, nama penulis, abstrak & katakunci, pendahuluan,
pembahasan (bagian inti), penutup & daftar rujukan
Judul
Menjaga Mutu Dalam Pelayanan Dokter Keluarga.
Nama penulis
Abstrak & kata kunci
Pendahuluan.
Bagian Inti
Penutup atau simpulan
~
AS A
t r rujukan.
AS
A
!! "
#$
%$ &'(t' r
rujukan
!! " 0 * * .
,! 0 !!
0 ", * ## " 12 34 5637 "!$
Laporan kasus
8"
,!
#
# ! !
! $ :
,!
, ,# ! ! $
:
"
Ilmu Pengetahuan<
Pada praktik klinik =>6?@AB pngetahuan melalui laporan kasus dapat meningkatkan
kualitas penanganan pasien . mengurangi rasa kekurangan pengalaman bagi bbrp klinisi$
Bbrp tipe kasus ,ang mpun,ai nilai utk ditulis dalam laporan kasus adalah<
C$ Merupakan hasil observasi kasus khusus ,ang memberi kontribusi pada perubahan
ilmu kedokteranD
E$ Mengandung teori baruD
F$ Mengandung pertan, aan ,ang berkaitan dengan teori baruD
G$ Mengemukakan kasus kompleks , ang tidak biasa dan membingungkan
H$ Mengemukakan respon buruk pasien terhadap suatu terapiD
mangat KTI!
IJKLMNAS
M MLOM AP
\] ^_`a_bcdede` defcf dgcfcf he`a i_jkelm f_neje m`lmomlcep] q
r] ^_`a_bcdede`
defcf
he`a
fs`j`he
fe`aei
cbcb
iklm
`ebc`
s_pcb
i_jltdcb_`iefm f_s_pcb`heu
v]
Laporan kasus secara umum terdiri atas y bagian haituz {|}|~| s|~u};.
Pendahuluan; Laporan kasus; Diskusi; Kesimpulan/saran dan Referensi. Meskipun
ada bbrp jurnal hang mengharuskan ada abstrak dan ada pula hang tidak mengharuskan
adanha abstrak dalam publikasi laporan kasusw namun sebaiknha tetap dibuat abstrak agar
informasi dalam kasus tsb dapat masuk dalam database seperti MEDLINE]
Halaman sampul berisi nama pengarangw judul laporanw abstrak x kata kunci] Pada
dasarnha abstrak bertujuan agar pembaca mengetahui isi artikel secara cepat x
menentukan apakah melanjutkan membaca atau tidak] Tanpa abstrakw mungkin laporan
kasus hang sbnrnha berkaitan dan penting bagi pembaca dapat luput dari perhatian shg
tidak dibaca]
Pendahuluan] bertujuan mengantarkan pembaca memahami permasalahan dalam
laporan kasus] Dalam pendahuluan perlu ditambahkan pertanhaan klinis atau masalahw
analisis terhadap literatur review dan pernhataan singkat hang menegaskan bahwa kasus
tsb tidak laim dan penting]
Laporan kasus] Bagian ini adl pusat perhatian dari laporan kasusw dimulai dg
pengenalan pasien x mengemukakan sejarah penhakit x situasi skrg] Penjelasan terinci
mengenai pemeriksaan fisik dan hasil bbrp uji hang berkaitan] Tujuan bagian ini adl
memberikan informasi penting utk menekankan keistimewaan kasus] Diagnosis awalw
treatment dan rencana followup jg disampaikan pada bagian ini] Dapat disajikan dalam
bentuk tabelw flowchartw fotow hasil pemeriksaan radiologi agar lebih jelas]
Diskusi/Pembahasan] Bagian diskusi merupakan bagian terpenting dari laporan
kasus] Pada bagian ini penulis menjelaskan arti penting informasi hang ada dalam laporan
kasus justifikasi publikasi laporan kasus] Mendiskusikan ttg penentuan diagnosisw
gambaran epidemiologis dan pertanhaan berikut didiskusikan pada bagian iniq
] Bgmana penjelasan ttg keistimewaan kasus?u
] Mengapa kasus ini penting utk diinformasikan?u
] Apa h ang dapat dipelajari dari kasus hang dipresentasikan?]
Bagian ini juga mendiskusikan kasus] Pada bagian ini sebaiknha menggunakan
literatur hang relevan dg kasusw menggambarkan mengapa kasus hang dilaporkan adl
sesuatu hang baru dan bermanfaat atau suatu observasi hang unik] Sebuah hipotesis dapat
muncul dan menjadi informasi baru] Cara pengambilan data observasi ilmiah harus
dijelaskan sebagai bagian dari diagnosis] Penggunaan algoritma dan grafik dapat
digunakan dalam penjelasan]
QRSTUVWX YZmangat KTI!
[6
AS
A
s /Simpulan
& Saran
Daftar Rujukan
xtbook
peer review
mangat KTI!
RANCANG BANGUN PE
PENELITIAN
E I
/
DESAIN PENELITIAN
. ambang >di
.
=
'
'agian (lm haan nak
)akla dokean ?=@Y
*
pedoman
aa
po
pe
encanaan
ein peneliian adalah
+,-.
,+d a eknik
/.0/ +dalam
3-
.6..
peneliian ang begna 1
bagai
pand
an
membang
n
a egi
mengha
lkan
20
.+
. .n/k -1.2.
2 ang
20
.2 .203/
.
..
model aa ble pin peneli0ian
peneli
adalah
peneli
pop3la
mple
mpling,
Yang emak ancangan
.30 0ian
.
+34 5jeni
.0
.30 0ian
. , ,
0, -3
, -30.2
.2-
. +
.2,3. +
/
inmen peneliian, caa
peng
mp3lan
da
a, ca
da
a,
pe3l 0+
idak
6a pengolahan
mengambil
ke0-
mp3lan
mengnakan aiik, ea ca
.2-103 /
.
6a ein peneliian dibagi men
. 5jeni
.0 .
1+da/kan
. 4
a, ai0 be
a))
osrttoon not tnn
/
-350i +0.
-0/ /,
30 an.
kmempelaja
dinamika
koela
a a fak
e 0/,
ko
8/,o -fak
8/o,
dalah a peneliian n
dengan efek, dengan caa
pendeka
an
a 0
aa
peng
mp3lan
da
a /
kalig
pada
.+/
. ob
,17
.2-
. +
302
+
a a (poin
ime app oach)
,6). 0.
bjek
15/ peneli
.30 0ian
. han
a +0,1
30
(
ina, 0iap
diob7
a 0 /
kali
.
ja dan peng k an dilak/
.
/kaak/
13 15
/
+
kan
e hadap
a
e
a a 7
a 0iabel
bjek
pada
a
+
pemeikan
. al ini idak be
a 0i ma bjek
diama
pada
ak
ma.
/ ang
15/ peneli
.30 0ian
. +0
-0i
+
.2 .2-0i h
.
.
/o
,
/,
.2.
/01 2g
mengama
ngan
an
a a 8fak
e 0/
ko +
dengan
akiba
jan peneliian ini n/k b1.2
keadaan
keha
e en
ak
maan
e jadi bepa penaki aa /
+. /
. +dalam
3-
/ ang
.2 be
1. ,
an.
) /
302
.ebabn
11.a (fak
,
diana malahna (akiba
(
kalig
en
(8/o
e 0/,.
kona)).
b))
osprt
a
peneli
e (non
(.,. ek
e 0imen)
ang
eneliian poekif adalah
.30 0ian
. 7
/
. )
.2 paling
30.2 baik
10/
.
.2.
/0 )). )ako e0ko ang
dalam mengkaji hbngan an
a a fac
e 0/,
ko +
dengan
efek
(.aki
86,o
8/ (pen
akan dipelajai diidenifika0 dl kemdian diiki ke depan caa poekif imblna
efek ai penaki aa lah indicao a kehaan
9adi milna gini kam
ma nelii enang pengah meokokdengan kejadian : jadi a kam memilih mpel
ang meokok e kam ikin mpel;mpel i dalam kn ak een nk
membkikan apakah mendeia : aa idak
oekif di0ni mepakan bagian dai
koho jadi koho i bi dibagi menjadi poekif dan eoekif bedakan
akna
elebihna dibaah
c)
posrt
eneliian eoekif adalah bah di ang didakan pada caaan medi mencai
iana ejadi di ma lal
pengambilan daa 7aiabel akiba
mnd mpai ak pei
(dependen) dilakkan elebih dahl kemdian ba dik 7aibel bab ang elah
e jadi pada ak ang lal
milna ahn ang lal dengan caa menanakan pada
e onden
balikanna dai peneliian popekif eo i kan makdna kembali aa
fla back gi bi dib jga ca conol
9adi gini mil ma menelii pengah okok
p n
su nnp
tn
/8 "
48
8
a)
OBSERVASIONAL
Penelitian observasional adalah penelitian dimana peneliti hanya melakukan observasi,
tanpa memberikan intervensi pada variabel yang akan diteliti
b)
EKSPERIMENTAL
Penelitian ekperimental adalah penelitian dimana peneliti melakukan intervensi pada
variabel sebab yang akan diteliti. Gunanya untuk mengetahui efek yang ditimbulkan dari
pemberian intervensi tersebut.
Desain Esperimental dibagai tiga:
1.
Pra Eksperimental
2.
Quasy Experiment
3.
True Experiment
c)
KUASI-EKSPERIMENTAL
Ini merupakan bagian dari desain eksperimental. Design Quasy Experiment adalah
penelitian eksperimental dimana pada penelitian ini sudah ada kelompok studi dan
kelompok kontrol, namun pengambilan responden belum dilakukan secara randomisasi
Contoh: Pengaruh penyuluhan terhadap tingkat pengetahuan Ibu Hamil
Populasi: semua ibu hamil, dibagi dua kelompok, studi dan kontrol
Pada kelompok studi dilakukan intervensi penyuluhan, sedang pada kelompok kontrol
tidak dilakukan intervensi penyuluhan
Dilakukan pengambilan data pengetahuan, baik pada kelompok studi dan kelompok
kontrol, hasilnya dianalisa dengan uji statistik yang sesuai
IOHIAKICLBJ
Ada tindakan
Syarat : mempelajari efek intervensi
PQRSTU/V8 "WS XSYR ZSR[ Z\]^ Q__ XSYR ^`QR] Qab XSY Z\__ cYdd``b." - e_f`R] gYffQRb
hi
fenomena
buatan
manusia..
Keterangan :
Faktor resiko hal yang dapat menimbulkan atau meningkatkan terjadinya suatu
penyakit. Misal : merokok merupakan faktor resiko PPOK, jadi sebelum menderita PPOK,
pasien merokok dulu
Faktor prognostik adalah faktor yang mempengaruhi outcome suatu penyakit. Jadi
gini, penyakitnya sudah diderita oleh pasien, tapi jika terkena faktor prognostik bisa
memperparah. Misal pasien hepatitis yang mengkonsumsi narkoba dan alkohol. Sedangkan
outcome itu ada sembuh atau perbaikan, kematian atau keburukan.
Munculnya beberapa FAKTOR menimbulkan EFEK
Sehingga menggunakan n
ptn
Adalah suatu penelitian analitik yang menyangkut bagaimana faktor resiko dipelajari
dengan menggunakan pandekatan retrospective. Dengan kata lain, efek (penyakit atau
status kesehatan) diidentifikasi pada saat ini, kemudian faktor resiko diidentifikasi adanya
atau terjadinya pada waktu yang lalu.
Study
to
n
r
ni didasarkan pada kejadian penyakit yang sudah ada sehingga
memungkinkan untuk menganalisa dua kelompok tertentu yakni kelompok kasus yangg
menderita penyakit atau terkena akibat yang diteliti, dibandingkan dengan kelompok yang
tidak menderita atau tidak terkena akibat. Intinya penelitian case control ini adalah
diketahui penyakitnya kemudian ditelusuri penyebabnya.
/8 " ." -
torr osprt!"
#
&
, 3,
2 , 1
, 1
(-) (+) .
$
1.
&
2.
%
3.
$
1.
2.
&
3.
'
)
4.
5(
v
XVW]VWt SVWtjW \QWQRTYTVW u vQ[VTW
\QWQRTYTVW
1.
2.
Lebih murah
Waktu lebih singkat
PQRQ^VUVW _
1.
2.
Misalnya apakah pengaruh olahraga terhadap penyakit CHD, namun faktor sosial ekonomi
juga mempengaruhi.
pn
nabacdce fgeto
rh
stuyi
`
P`p
1.
Menentukan insidensi dan perjalanan penyakit secara alami
2.
Menentukan hubungan waktu terjadinya penyakit dan penyebab
(temporal
sequence)
Depresi infark miokard
3. Utk penyakit yang cepat menimbulkan kematian
4. Ingin mendapatkan outcome variabel yang banyak
[QRQP[T [jSkQP \QWQRTYTTVW_
1.
"1- 2-3, 4-,5 4678 ++ww 2-3, 8x+,7 +yz 2-3 46ww {3||xxz." - }w~x,7 3~~+,z
-
hubungi secara periodik
u
r no
u
t
1.
2.
Kriteria
outcome
terstandarisasi//
ditentukan dg jelas
Blinding
1.
Deskriptif
: rerata proporsi
:
2.
Analitik
hubungan antara prediktor dan outcome
RELATIVE / RR
VE RISK / RISIKO
RELATIVE
tn
tn
Biaya murah
to
n
o
t
Usually based on outcome :
Incident outcomes
Prevalent outcomes
to
n
o
to
n
r s
t
/8
" ." -
, ,
su
r
xp
o
,
, ,
* PENELITIAN POTONG LINTANG )
+ , ..
yo nt nt- .onr op// 0
1
+
+
/8
"
51
Contoh prevalensi:
1. Prevalensi Ca. prostat
Jumlah yang berisiko = ?
2. Mencari prevalensi penderita AIDS
Jumlah yang berisiko = ?
qh riknp siskkt
eh boprno p tisukvnownkn
30 % dari perokok menderita hipertensi
10 % dari bukan perokok menderita hipertensi
ad]d`ad`x ]^]_`d`x
Perbedaan : Uji-T. Chi-square, Regresi, korelasi dll.
234567/88 "95 :5;4 <54= <>?@ 33}} :5;4 @~34? 3 :5; <>}} ;~~." - }~4? ;34
55
- -
-
56
/8 " ." -