Ukuran-Ukuran Dasar Dalam

Epidemiologi
Created by : Aria Gusti

What Is The Unique Skill

Of Epidemiologists?
MEASURING
DISEASE
FREQUENCY IN
POPULATIONS

A. Perhitungan Frekuensi Penyakit

1. Rasio
- Dapat dinyatakan dalam a/b
- Berguna untuk pembandingan
- Contoh ukuran yang menggunakan rasio
Sex ratio
Dependency ratio
Rasio bidan per penduduk
Rasio puskesmas per penduduk

How Many?
Community A

Community B

2. Proporsi / Persentase
Menyatakan besar relatif suatu kelompok terhadap total
semua kelompok
Untuk dua kelompok a dan b, proporsi a= a/(a+b) atau
persentase a = a/(a+b) x 100%

Misal : Proporsi kematian karena DHF adalah jumlah

yang mati karena DHF dibagi jumlah seluruh kematian

Distribusi Frekuensi, Proporsi dan Persentase

Responden Menurut Tingkat Pendidikan
Tingkat Pendidikan

Frekuensi Proporsi

Tidak sekolah/tdk tamat SD

5/53

9,4

Tamat SD

23

23/53

43,4

Tamat SLTP

10

10/53

18,9

Tamat SLTA

11

11/53

20,8

Tamat Diploma/Universitas

4/53

7,5

Jumlah

53

100

3. Rate
Besarnya peristiwa yang terjadi terhadap jumlah
keseluruhan penduduk dimana peristiwa itu
berlangsung dalam suatu batas waktu tertentu
Memasukkan unsur waktu dalam perhitungan
rasio maupun proporsi
Contoh:
CDR (crude death rate)
CBR (crude birth rate)
RNI (rate of natural increase)

Rate
N kelahiran hidup dalam setahun
CBR
1000
populasi tengah tahun
N kematian dalam setahun
CDR
1000
populasi tengah tahun
RNI CBR CDR

B. Ukuran Morbiditas
1. Insidensi
Jumlah kejadian/penyakit (kasus baru) pada
kelompok pddk tertentu dlm suatu kurun waktu
tertentu

Pada penyakit menular tertentu dengan

masa tunas yg pendek dapat dihitung attack
rate (angka serangan), misal pada wabah
atau Kejadian Luar Biasa (KLB) yg biasanya
berlangsung tidak terlalu lama (beberapa
hari atau minggu saja).

2. Prevalensi
a. Point prevalence, jlh seluruh penderita
(lama+baru) yg ada pada suatu saat
tertentu

b. Periode prevalence, jlh seluruh penderita

(lama+baru) yg ada pada suatu periode
tertentu

Contoh soal :
1. Jika kita ingin memperoleh ukuran insidensi
kanker payudara diantara wanita di Tanah
Datar selama tahun 2009, kasus kanker
payudara mana yg kita jadikan penyebut
(numerator) ?
a. Seluruh kasus kanker payudara diantara
wanita Tanah Datar tahun 2009 ?, atau
b. Hanya kasus baru kanker payudara diantara
wanita Tanah Datar tahun 2009 ?

Contoh soal :
2: Diasumsikan kita mulai menghitung insidensi
pada 1 januari 2009, wanita Tanah Datar mana
yg kita jadikan pembilang (denuminator) dari
ukuran insidensi ?
a. Seluruh wanita di Tanah Datar pada tahun
2009.
b. Hanya wanita tanpa kaknker payudara di Tanah
Datar pada 1 Januari 2009

Contoh soal :
3: Untuk menghitung prevalensi kanker payudara
pada wanita Tanah Datar tahun 2009, kasus
kanker payudara mana yang kita jadikan
numeraor ?
a. Seluruh kasus kanker payudara yg dilaporkan
pad atahun 2009?
b. Seluruh kasus kanker payudara yg pernah
dilaporkan?, atau
c. Seluruh kasus kanker payudara yg masih
bertahan yg pernah dilaporkan?

Contoh soal :
4. Selama tahun 2009 ditemukan 100 org
penderita TB baru. Penderita TB tahun 2008
yang masih bertahan sampai tahun 2009 50
orang. Jumlah pddk Tanah Datar 400.000 orang.
Hitung angka insidensi dan prevalensi TB di
Kab Tanah Datar tahun 2009!

Manfaat ukuran insidensi

1. Angka insidensi dapat digunakan untuk
mengukur angka kejadian penyakit. Perubahan
angka insidensi dapat menunjukkan adanya
perubahan faktor2 penyebab penyakit, yaitu
fluktuasi alamiah dan adanya program
pencegahan.
2. Dalam penelitian epidemiologi sebab akibat
3. Perbandingan antara berbagai populasi dengan
pemamapan yg berbeda
4. Untuk mengukur besarnya risiko determinan
tertentu

Manfaat ukuran prevalensi

1. Menggambarkan tingkat keberhasilan
program pemberantasan penyakit
2. Penyusunan perencanaan pelayanan
kesehatan, misal obat, tenaga, ruangan
3. Menyatakan banyaknya kasus yg dapat
didiagnosis

C. Ukuran Mortalitas
1. Crude Death Rate (CDR)
Angka kematian kasar adalah jumlah kematian
yg dicatat selama satu tahun per 1000 penduduk
di pertengahan tahun yg sama
AKK/CDR =

Jmh kematian yg dicatat dlm thn kalender X 1000

Jlh seluruh pddk pertengahan thn yg sama

2. Age Specific Death Rate (ASDR)

Jmlh kematian pada kelompok umur tertentu
tertentu selama satu tahun

/ 1000

Jmlh penduduk golongan umur tersebut pada

pertengahan tahun yg sama

Bisa interval 5 tahunan atau

Kelompok umur khusus spt : neonatus, bayi,
balita, usia sekolah, dewasa, usia lanjut, dll.

Kelompok Umur
Cth : Angka Kematian Bayi (Infant Mortality Rate)
Dirinci lagi menjadi :
Perinatal Mortality Rate (Kematian Janin >28 mgg Usia
Kehamilan s.d bayi berusia 7 hari)
Neonatal Mortality Rate (0 1 bulan)
Post Neonatal Mortality Rate (1 bulan 1 tahun)

Examples for age spesific death rates:

A. Infant mortality rate (IMR)

Jmlh kematian bayi selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

/ 1000

Tinggi rendahnya IMR berkaitan dengan

1. Penyakit infeksi yg dapat dicegah dgn imunisasi

2. Diare yg dapat menyebabkan dehidrasi
3. Personal higiene dan sanitasi lingkungan yg
kurang memadai, serta sosial ekonomi rendah
4. Gizi buruk dan daya tahan tubuh yg menurun

Examples for age spesific death rates:

B. Perinatal mortality rate (PMR)

Jmlh kematian janin pada kehamilan 28 mgg atau lebih
+ jumlah kematian bayi < 7 hari selama satu tahun

/ 1000

Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PMR berkaitan dengan

1. Banyaknya bayi Berat Badan Lahir Rendah (BBLR)

2. Status gizi ibu dan bayi
3. Keadaan sosial ekonomi
4. Penyakit infeksi terutama ISPA
5. Pertolongan persalinan

Examples for age spesific death rates:

C. Neonatal mortality rate (NMR)

Jmlh kematian bayi berumur < 28 hari selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

/ 1000

Tinggi rendahnya NMR berguna untuk mengetahui :

1. Tinggi randahnya usaha perawatan antenatal/

selama kehamilan dan post natal/perawatan bayi
setelah lahir
2. Program imunisasi
3. Pertolongan persalinan
4. Penyakit infeksi terutama ISPA

Examples for age spesific death rates:

D. Post Neonatal mortality rate (PNMR)

Jmlh kematian bayi berumur > 28 hari sampai 1 tahun
selama satu tahun

/ 1000

Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PNMR berkaitan dengan :

1. Penyakit infeksi yang sebenarnya dapat dicegah

dengan imunisasi
2. Diare yg mengakibatkan dehidrasi
3. Lingkungan dan higiene sanitasi yg kurang memadai
4. Gizi buruk dan penurunan daya tahan tubuh

Examples for age spesific death rates:

E. Angka Kematian Balita (Akaba)

Jmlh kematian balita dalam 1 tahun
Jmlh balita di area yg sama dan tahun yg sama

/ 1000

Tinggi rendahnya Akaba berkaitan dengan :

1. Program pelayanan kesehatan

2. Program imunisasi
3. Program perbaikan gizi
4. Tingkat pendidikan, keadaan sosial ekonomi, dll

Examples for age spesific death rates:

F. Maternal Mortality Rate (MMR)

Jmlh kematian ibu karena kehamilan, persalinan dan
masa nifas selama satu tahun

/ 100 000

Jmlh kelahiran hidup pada tahun dan wilayah yg sama

Tinggi rendahnya MMR berkaitan dengan

1. Keadaan sosial ekonomi

2. Kesehatan ibu selama hamil, bersalin dan nifas
3. Pelayanan kesehatan terhadap ibu
4. Pertolongan persalinan dan perawatan masa nifas

3. Cause Specific Mortality Rate (CSMR)

Jmlh kematian karena sebab penyakit tertentu
selama satu tahun
Jmlh penduduk pada pertengahan tahun yg sama

Jumlahnya sangat kecil dibandingkan jumlah

penduduk
Maka digunakan konstanta 100.000 untuk
menghindari angka desimal

/ 100000

4. Case Fatality Rate (CFR)

Jmlh kematian karena penyebab penyakit tertentu
dlm suatu lingkungan dan kurun waktu tertentu
Jmlh penderita penyakit tsb dlm lingkungan dan kurun
waktu yg sama

Lebih menunjukkan keganasan penyakit

tersebut pada kondisi atau lingkungan
tertentu
Seperti kematian saat Kejadian Luar Biasa
(KLB) penyakit tertentu

/ 1 000

Contoh soal :
Selama tahun 2009 di Tanah Datar dilaporkan
9.000 kasus DBD. 100 org diantaranya
meninggal dunia. Jumlah pddk Tanah Datar
400.000 orang.
Hitung angka :
1. Cause Spesific Mortality Rate (CSMR)
2. Case Fatality Rate (CFR)

D. Ukuran Fertilitas
1. Crude Birth Rate (CBR)
Angka kelahiran kasar adalah jumlah kelahiran
yg dicatat selama satu tahun per 1000 penduduk
di pertengahan tahun yg sama
Jmlh kelahiran hidup selama satu tahun
Jmlh penduduk pada pertengahan tahun yg sama

/ 1000

Keterbatasan CBR
Perhitungan CBR ini sederhana, mudah
dihitung tetapi kasar.
Perhitungan ini disebut perhitungan kasar
karena yang menjadi pembagi adalah
seluruh penduduk baik laki-laki maupun
perempuan seluruh usia termasuk yang
bukan perempuan usia reproduksi (15-49
tahun).

2. Age Specific Birth Rate (ASBR)

Jumlah kelahiran hidup oleh ibu pada golongan
umur tertentu yg dicatat selama satu tahun per
1000 penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama
Jmlh kelahiran hidup oleh ibu golongan umur
tertentu selama satu tahun
Jmlh penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama

/ 1000

Age Specific Birth Rate (ASBR)

Biasanya dengan interval 5 tahun
Usia subur = 15 49 tahun 7 interval.
Dapat disusun menjadi distribusi frekuensi pada
setiap golongan umur (interval).
Dapat diketahui : umur berapa yang punya
tingkat kesuburan yang tinggi.

 Usia 15-20 5/25 x 1000 = 200 per 1000

Usia 20-25 10/30 x 1000 = 333 per 1000
Dapat disimpulkan wanita usia 20-25 tahun.
lebih subur daripada usia 15-20 tahun

E. Ukuran Risiko
Risiko dapat diartikan sebagai derajad ketidakpastian
Risiko = 0
Ada kepastian suatu peristiwa tidak akan terjadi
Risiko = 1
Terdapat kepastian bahwa suatu peristiwa pasti akan
terjadi
Besarnya risiko untuk terkena penyakit dapat
dibandingkan dengan menghitung besarnya
insidensi suatu penyakit antara orang yg
terpapar dgn faktor penyebab penyakit tsb dgn
yg tidak terpapar

1. 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

Risiko atribut bermanfaat untuk memperkirakan

besarnya risiko yg dapat dihindarkan bila atribut
yg 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%

Risko atribut penting diketahui untuk :

Penyuluhan kepada masyarakat ttg
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

2. Risiko Relatif (Risk Ratio/RR)

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

Besarnya risiko yg ditanggung oleh perokok untuk terkena

ca prostat dibandingkan dgn bukan perokok dapat
dijelaskan sbb.

Ca Prostat
+
Perokok 90
Bukan
perokok 30

910

Jumlah

1880

120

970

Jumlah

Risiko

1000

0,09

1000

0,03

2000

RR=3,0

Kesimpulan : Perokok mempunyai risiko menderita Ca Prostat

3 kali lebih besar dibandingkan dengan bukan perokok

3. 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

Besarnya risiko yg ditanggung oleh perokok untuk terkena

ca prostat dibandingkan dgn bukan perokok dapat
dijelaskan sbb.

Perokok
Bukan
perokok
Odds

Ca Prostat
+
-

Odds

90
30

910
970

90/910

90/30

910/970

OR=3,2

30/970

Kesimpulan : Besarnya risiko untuk menderita Ca Prostat

pada perokok 3,2 kali lebih besar dibandingkan dengan risiko
menderita prostat pada yang bukan perokok

 OR = 90/910 : 30/970
= 90 x 970/30x910
= 87300/27300
= 3,2

Thank You