Langkah-langkah skill lab EBM

1. DATA ABNORMALITAS
Cari nilai standar deviasi, nilai rata-rata dan nilai abnormalitas
Jawab : File open data file of types ganti ke excel pilih data
abnormalitas analyze decriptive statistic frequencies blok
semua data masukkan ke kolom variabel statistic pada central
tendency klik mean pada dispersion klik sd deviasion continue
ok copy tabel frequency statistic disini didapatkan nilai rata-rata
dan standar deviasi

SGOT/SGP Hemoglob Trigliser TotalKolestr

T in id ol HDL LDL
N Valid 200 200 200 200 200 200
Missing 0 0 0 0 0 0
Mean 26,290 12,472 115,305 137,235 89,440 74,640
Std. Deviation 13,634
13,9232 ,3238 20,0475 32,4054 17,1193
1

copy paste tabel statistic ke word ( untuk mencari nilai abnormalitas

dengan cara (rata-rata + 2SD) + 0,5 untuk data yang apabila
abnormalnya adalah menurun contoh HB dan kadar HDL maka nilai
abnormalitasnya adalah (rata-rata - 2SD) - 0,5

PARAMETER RATA-RATA +2 SD NILAI

ABNORMALITAS
SGOT/SGPT 26,290 + 2 x (13,92) 54,13 + 0,05 = 54,18
=54,13
HEMOGLOBIN 12,47 + 2 x (0,32) = 11,83 0,05 = 11,78
11,83
TRIGLISERID 115,30 + 2x (20,04) = 155,4 + 0,05 = 155,45
 155,4
TOTAL KOLESTEROL 137,23 + 2x(32,40) = 202,04 + 0,05 = 202,09
202,04
HDL 89,44 + 2x(17,12) = 55,22 - 0,05 = 55,17
55,22
LDL 74,64 + 2x(13,63) = 101,90 + 0,05 = 101,95
101,90

2. CLINICAL SCENARIO
P (bagaimana pasien dan Older adult with early signs/symptoms of cognitive
masalah apa, yaitu impairment
kausa/etiologi/ harm,
diagnosis, terapi, atau
prognosis?
I Intervention (tes Mini-Cog Screening Test
diagnostik, terapi,
paparan, dsb
C Comparison (jika Mini Mental State Examination (MMSE)
relevan, misalnya terapi
standar, gold standard,
plasebo)
O (Clinical) Accurate diagnosis of dementia or Alzheimers
outcome (Patient-
Oriented Outcome that disease
Matters: perbaikan klinis,
mortalitas, morbiditas,
kualitas hidup)

- Buat pertanyaan klinis

Buat pertanyaan klinis yang mencakup semua yang ada di
pico ex apakah mini cog seakurat dengan MMSE dalam
mendiagnosis dini gangguan kognitif pada pasien alzheimer
dan demensia)
- Buat keyword (berkaitan dengan PICO diatas)
- Cari keyword tersebut di website gratis (www.tripdatabase.com)
- Pastekan abstrack artikel yang sudah dipilih
- Buat clinical appraise
1. Validity Pada penelitian ini, variable yang diukur
yaitu berdasarkan skrinning untuk
mendapatkan kriteria diagnostik
dementia dengan menggunakan
beberapa instrumen.
Pengumpulan data dilakukan dengan
melakukan wawancara tatap muka
secara langsung.
Kesimpulan:
Penelitianinidapatdikatakan valid
danbaik.
2. Importance Penelitianinipentingkarenahasilujidiagn
ostikinimenunjukkanhasilbahwasensitiv
itas Mini-Cog dan ACE-R
lebihtinggidaripada MMSE. Sedangkan,
spesifisitas Mini-Cog
lebihrendahdibandingkan MMSE
dansamadengan ACE-R.
Kesimpulan:
Melihattujuanpenelitianmakadapatdi
simpulkanbahwapenelitianinipenting
dilakukan.
3. Applicabilit Penelitianinidapatditerapkandalamprakti
y kklinisuntukskrinningdementia
karenaberdasarkanhasilpenelitian, Mini-
 Cog dan ACE-R lebih sensitive
danbisadijadikanalternatif MMSE.
Kesimpulan:
Hasilpenelitiandapatditerapkan.

3. Data Diagnostik
- Membuat grafik titik potong diagnostik
Buka aplikasi medcalc File open data file of types ganti ke
excel pilih data diagnostik statistic ROC Curves plot versus
criterion value pada variable pilih opsion kreatinin kinase anggap
variable itu sama dengan faktor resiko (jangan diketik) pada
classification variable anggap classification variable sebagai penyakit
pilih MCI (jangan diketik) ok copy graph yang sudah muncul ke
lembar jawaban

Classification: MCI
100
90
80
70
60
Sensitivity (%)
50
Specificity (%)
40
30
20
10
0
40 50 60 70 80
KretaininKinase

- Perkirakan secara visual

 Lihat garis biru paling tebal pada saat apa dia memotong garis
coklat yang putus-putus pertama kali (Secara visual grafik
menunjukkan nilai kreatininkinase berada pada angka 80-90 atau
nilai dari kreatinin kinase lebih besar dari 80 atau lebih kecil dari
90)

- Menghitung seluruh nilai diagnostik dengan medcalc

Buka aplikasi medcalc File open data file of types
ganti ke excel pilih data diagnostik statistic ROC Curves
ROC curve analysis pada variable pilih opsion kreatinin
kinase (jangan diketik) pada classification variable pilih MCI
(jangan diketik) ok copy paste grafik

KretaininKinase
100
Sensitivity: 100,0
Specificity: 92,0
Criterion : >69,1098
80
Sensitivity

60

40

20

0
0 20 40 60 80 100
100-Specificity

Kesimpulan : Kreatinin kinase dapat mendeteksi MCI pada

sensitivitas 100 dan spesifisitas 92 pada titik potong >69, 10
 4. Data Therapy bad outcome
- Cari nilai-nilai importance
open data file of types ganti ke excel pilih data
Therapy bad outcome pada data view lihat variabel yang digunakan
pada kolom kelompok perlakuan variabel yang digunakan
adalah 1 dan 2 sedangkan pada kolom outcome variabel yang
digunakan adalah 0 dan 1 klik variabel view pada baris
kelompok di kolom values klik value labels 1 isi dengan ace
inhibitor dan 2 isi dengan plasebo pada baris outcome di kolom
values klik value labels 0 isi dengan alive dan 1 isi dengan
dead analyze decriptive statistic crosstabs pada row
masukkan kelompok perlakuan pada column masukkan
outcome OK copas data outcome

KelompokPerlakuan * Outcome Crosstabulation

Count

Outcome

alive dead Total

KelompokPerlakuan ace inhibitor 44 6 50

plasebo 37 13 50
Total 81 19 100

Gunakan stats calculator pada all purpose calculator masukkan

data-data berdasarkan hasil kelompok perlakuan diatas ambil
hasil dibawah ini
 Importance values Hasil
EER 0.88= 88%
CER 0.74 = 74%
ARR = CER-EER 0.14 = 14%
RRR = ARR/CER 0.189 = 19%
NNT = 1/ARR 7.14

Kesimpulan :Ace inhibitor tidak efektif dalam mencegah kematian

MCI hanya 19% (ARR)

5. Data therapy effectivenes

- Cari nilai-nilai importance

open data file of types ganti ke excel pilih data

Therapy effectiveness pada data view lihat variabel yang
digunakan pada kolom kelompok variabel yang digunakan
adalah 1 dan 2 sedangkan pada kolom outcome variabel yang
digunakan adalah 0 dan 1 klik variabel view pada baris
kelompok di kolom values klik value labels 1 isi dengan
 enalapril + ASA dan 2 isi dengan isosorbid dinitrat pada
baris outcome di kolom values klik value labels 0 isi dengan
alive dan 1 isi dengan dead analyze decriptive statistic
crosstabs pada row masukkan kelompok pada column
masukkan outcome OK copas data outcome

Kelompok * Outcome Crosstabulation

Count

Outcome

Alive dead Total

Kelompok enalapril + Asa 26 24 50

isosorbid dinitrat 9 41 50
Total 35 65 100

Gunakan stats calculator pada all purpose calculator masukkan

data-data berdasarkan hasil kelompok perlakuan diatas ambil
hasil dibawah ini

EER 0.52
CER 0.18
ABI = EER-CER 0.34
RBI = ABI/CER 0.19

Hasil dari hitungan manual menggunakan rumus

EER =26/50
0,52
CER =9/50
0,18

ABI = EER-CER
 (0,52-0,18) x 100 %
0,34 x 100%
34%
RBI = EER-CER/CER
(0,34/0,18) x 100%
1,89 x 100%
189 %
NNT = 1/ ABI
1/0.34
= 2.94
Kesimpulan : Enalapril + ASA sangat efektif (ARR)