Kriteria untuk kesimpulan kausal menjadi isu yang penting dan kontroversial
Consequences of Smoking. Pada laporan lembaga ini di tahun 1964, komite ini
memperlihatkan daftar kriteria epidemiologis untuk kausalitas yang mana oleh Sir
Austin Bradford Hill kemudian diurai lagi dalam tulisan klasiknya tahun 1965
President Address to the newly formed Section of Occupational Medicine dari Royal
Society. Kriteria yang dibuat Hill secara luas diketahui sebagai basis untuk
menyimpulkan kausal-kausal.
A. Kekuatan asosiasi
Semakin kuat asosiasi, maka semakin sedikit hal tersebut dapat merefleksikan
pengaruh dari faktor-faktor etiologis lainnya. Kriteria ini membutuhkan juga presisi
statistik (pengaruh minimal dari kesempatan) dan kekakuan metodologis dari kajian-
dengan bukaan
besaran dari rasio kejadian bukaan terhadap kejadian tidak ada bukaan
Contoh :
1.8-3.0 Rata-rata
3-8 Kuat
16-40 Dramatis
Asosiasi yang kuat tampak kurang menjadi hasil dari faktor-faktor etiologis lainnya
B. Konsistensi
Replikasi dari temuan oleh investigator yang berbeda, saat yang berbeda, dalam
tempat yang berbeda, dengan memakai metode berbeda dan kemampuan untuk
Asosiasi telah diamati berulang kali oleh orang yang berbeda, tempat yang
perlindungan dari munculnya kesalahan atau artefak. Tetapi hasil yang diobservasi
dengan konsisten tidak langsung bebas dari bias, terutama dalam sejumlah kecil
kajian, dan hasil dalam populasi yang berbeda akan sama sekali berbeda jika
pemodifikasi.
Ada hubungan yang melekat antara spesifisitas dan kekuatan yang mana
hubungan yang diamati tersebut. Tetapi, fakta bahwa satu agen berkontribusi
terhadap penyakit-penyakit beragam bukan merupakan bukti yang melawan peran
Hubungan antara bukaan dan penyakit adalah spesifik dalam beragam cara-
penyakit spesifik terhubung dengan bukaan yang spesifik pula, tipe spesifik dari
bukaan lebih efektif, dan seterusnya. Ada hubungan dekat antara spesifisitas dan
kekuatan dimana didefinisikan lebih akurat untuk penyakit dan bukaan, akan
semakin kuat resiko relatif yang diobservasi. Misalnya., Schildkraut dan Thompson
yang mereka amati untuk kanker rahim tampaknya bukan karena bias informasi
sejarah keluarga,
Tetapi adanya fakta bahwa satu agen berkontribusi terhadap banyak penyakit
bukan merupakan bukti yang menyanggah perannya dalam setiap penyakit. Sebagai
D. Temporalitas
Kemampuan untuk mendirikan kausa dugaan bahkan pada saat efek sementara
diperkirakan
F. Masuk akal
Kami lebih siap untuk menerima kasus dengan hubungan yang konsisten dengan
pengetahuan dan keyakinan kami secara umum. Telah jelas bahwa kecenderungan
ini memiliki lubang-lugang kosong, tetapi akal sehat selalu saja membimbing kita.
Apakah asosiasi masuk akal secara biologis. Misalnya, estrogen dan kanker
endometrial, estrogen dan kanker payudara, kontrasepsi oral dan kanker payudara.
G. Eksperimen
Demonstrasi yang berada dalam kondisi yang terkontrol merubah kausa bukaan
untuk hasil yang merupakan nilai yang besar, beberapa orang mungkin,
Beberapa tipe desain kajian dapat memberikan bukti yang lebih meyakinkan
dukungan yang terkuat, terutama ketika bukaan dapat dilakukan secara acak.
Karena tidak etis dan/atau tidak praktis untuk menentukan banyak bukaan sebagai
bukaan dan melihat apakah penyakit menurun, kecuali jika proses kausal dianggap
tidak dapat lagi dibalikkan. Contoh : pellagra, kudis, HDFP, LRC-CPPT, MRFIT.
H. Analogi
Ukuran-ukuran Frekuensi
kesehatan yang ingin di ukur atau di teliti. Secara umum ukuran-ukuran dalam
suatu kondisi sakit juga bisa mengacu pada angka kesakitan yaitu jumlah orang
yang sakit dibandingkan dengan populasi tertentu yang sering kali merupakan
dengan angka insidens (incidence rate) dan angka prevalensi (prevalence rate).
a. Insidensi adalah gambaran tentang frekuensi penderita baru suatu penyakit yang
ditemukan pada suatu waktu tertentu di satu kelompok masyarakat. Untuk dapat
(1) Incidence Rate yaitu jumlah penderita baru suatu penyakit yang ditemukan pada
suatu jangka waktu tertentu (umumnya 1 tahun) di banding dengan jumlah penduduk
yang mungkin terkena penyakit baru tersebut pada pertengahan jangka waktu yang
bersangkutan.
Rumus :
Incidence Rate :
jumlah penderita baru dibagi jumlah penduduk yang mungkin terkena penyakit
Mengetahui beban tugas yang harus diselenggarakan oleh suatu fasilitas pelayanan
kesehatan.
Insiden kumulatif merupakan salah satu modifikasi dari nilai rate insiden kumulatif
(2) Attack Rate yaitu jumlah penderita baru suatu penyakit yang ditemukan pada suatu
memperkirakan derajat serangan atau penularan suatu penyakit, diman makin tinggi
nilai AR, maka makin tinggi pula kemampuan Penularan Penyakit tersebut.
Rumus :
Attack Rate : jumlah penderita baru dalam satu saat dibagi jumlah penduduk yang
menghitung suatu penyakit menular dan dalam suatu populasi kecil (misalnya
Rumus :
Secondary Attack Rate: jumlah penderita baru pada serangan kedua dibagi jumlah
b. Prevalensi adalah gambaran tentang frekuensi lama dan baru yang ditemukan pada
sehingga dapat dikatakan bahwa angka prevalensi sebenarnya bukanlah suatu Rate
yang murni, karena penduduk yang tidak mungkin terkena penyakit juga dimasukan
i. Periode Prevalence Rate yaitu jumlah penderita lama dan baru suatu penyakit yang
ditemukan pada suatu jangka waktu dibagi dengan jumlah penduduk pada
Nilai periode prevalens rate hanya digunakan untuk penyakit yang sulit diketahui
Rumus :
Period Prevalence Rate : jumlah penderita lama dan jumlah penderita baru saat itu
suatu saat di bagi dengan jumlah penduduk saat itu. Dapat digunakan untuk
Rumus :
Point Prevalence Rate: jumlah penderita lama dan jumlah penderita baru saat itu
Mortalitas merupakan istilah epidemiologi dan data statistik vital untuk kematian. Di
kalangan masyarakat kita, ada 3 hal umum yang menyebabkan kematian, antara
lain :
2) Status penyakit