Dasar Epidemiologi - ukuran

kejadian penyakit (measuring

frequency disease)
DR. dr. Titiek Hidayati M. Kes.
 Aims of Epidemiology
• To describe the health status (disease distribution) of
populations  public policy implications
• To explain the etiology of diseases
• To predict the occurrence of diseases or outcomes
• To control diseases – Strategies for Prevention
– Primary prevention – reduce occurrence of disease
– Secondary prevention – reduce the progress of disease
– Tertiary prevention – reduce disability/improve QoL
• To apply epidemiologic methodology to other fields
C. Tujuan Mempelajari Epidemiologi
- Mengetahui tingkat masalah kesehatan dalam suatu
masyarakat.

- Mempelajari secara mendalam etiology suatu penyakit dan cara

penyebarannya.

- Mempelajari riwayat alamiah suatu penyakit.

- Mengembangkan dasar-dasar program pencegahan.

- Mengevaluasi alat-alat pencegahan dan pengobatan yang baru

dan cara-cara baru pelayanan kesehatan.

- Menyediakan informasi untuk pengembangan dan pengambilan

keputusan.
Ukuran Kejadian Penyakit
 Ukuran Kejadian Penyakit
Bila dikatakan bahwa telah terjadi 12 orang yang
mengalami sakit TBC paru di di kota X pada tahun 2000
dan 50 orang yang mengalami sakit yang sama pada tahun
yang sama di Y. Apakah yang dapat Saudara simpulkan
dari berita/pernyataan tersebut ? .
• Coba bandingkan dengan pernyataan berikut:
• Di kota X yang berpenduduk sebanyak 120 orang pada
tahun 2000 telah terjadi 12 orang yang menderita TBC
paru sedangkan di kota Y yang berpenduduk 250. orang
pada tahun yang sama jumlah penderita TBC paru sebanyak
15 orang.
• Apa yang bisa saudara simpulkan ?
 Ukuran Kejadian Penyakit
• Pernyataan yg informatif tentang kejadian sakit/
morbiditas dan kematian/mortalitas sangat
berarti atau penting untuk merencanakan suatu
kebijakan.
• Frekuensi penyakit secara epidemiologis biasanya
dinyatakan dlm perbandingan di antara populasi
atau diantara bag dr populasi itu. Perbandingan
yg dimaksud hrs memenuhi unsur-unsur :
• - Pembilang (numerator)
• - Penyebut (denominator)
• - Waktu atau jarak waktu (periode)
• Dalam epidemiology, pengukuran frekuensi
penyakit antara lain dapat dinyatakan dalam
bentuk rates/angka, ratio maupun proportion’s/
proporsi.
1. Rate/ angka.
• Rate memenuhi unsur-unsur :
• Pembilang adalah jml kasus penyakit atau orang
yg terkena mslh kes yg terdapat pd suatu populasi
atau dlm bag suatu populasi
• Penyebut adalah populasi atau bag dr populasi yg
mempunyai risiko (susceptutk terancam peny
(population at riskible) atau mslh kes yg
bersangkutan
• Waktu, misalnya jam, hari, bulan dan tahun
• Rumus umum pengukuran angka :
• Jml kejadian dlm periode ttt
----------------------------------------- X k
Populasi berisiko thd kejadian dlm periode ttt

Contoh:
Kejadian TBC paru di kota X pada tahun 2000 adalah 12 jika jumlah penduduk
kota x adalah 120 maka angka/rate TB C di kota x tahun 2 0 0 0 adalah 12/12 0
atau 1/10 atau 0,1
Kejadian TBC paru di kota Y pada tahun 2000 adalah 15, jumlah penduduk kota Y
pada tahun tersebut adalah 250 orang maka rate/angka TBC paru di kota Y tahun
2000 adalah 15 / 250 = 3/ 50 = 0 ,0 6
 Contoh lagi untuk Rate
• Fasilitas kesehatan dalam mengukur kinerja
menggunakan rate untuk ukuran morbiditas
dan mortalitas.
• Angka kematian kasar:
• Jml pasien yg meninggal
• -------------------------------- X 1000
• Jml pasien rawat yang meninggal
 Ratio
• Menunjukkan hub antar 2 angka dng atau tanpa
karakteristik
• Jml org yg terkena peny atau mslh kes pd saat/ periode ttt
• ------------------------------------------------------------------------------
• Jml org yg tak terkena peny atau mslh kes pd saat/ periode wkt yg sama
• A tau = X/Y x k
• Contoh:
• Fetal death ratio =
jumlah kematian fetus dalam 1 tahun
-----------------------------------------------
Jumlah lahir hidup dalam 1 tahun
 Contoh:
• Pada tahun 2000 kematian bayi di kota Z
adalah 50 , sedangkan pada tahun tersebut
jumlah kelahiran hidup di kota Z adalah 1000.
maka fetal death rationya adalah 50 /1000
atau lima puluh kematian bayi tiap seribu
kelahiran hidup.
 Contoh lagi
• - Rumah sakit Y didapatkan dalam 1 tahun
pasien rawat inap berjumlah 1000 sedangkan
perawat berjumlah 100, maka rasionya adalah
1000: 100
• - Dalam 1 minggu di RS Y didapatkan 7 pasien
berusia di atas 50 th dan 10 pasien lainnya di
bawah 50 th, maka dapat dikatakan rasio
pasien berdasarkan umur di atas 50 th adalah
7:10 atau dapat ditulis 7/10
 Proporsi/proportio
• Merupakan bentuk spesifik dari rasio dimana
dalam notasi pembilang termasuk dalam
penyebut dan nilai resultan dinyatakan dalam
persentase.
• Rumus umum:
• Jumlah orang yang sakit periode tertentu
• -------------------------------------------------------
• Jumlah orang sakit & sehat periode sama
• A tau : (X/(X + Y)) x k
 Contoh
• Proportional mortality rate =
Jmlh kematian oleh penyakit x dlm 1 bln
---------------------------------------------------------
Jmlah seluruh kematian dalam bulan yg sama
• Yang itu berarti pada jumlah seluruh
kematian itu termasuk kematian oleh karena
penyakit x.
 Contoh lagi
• Dalam satu kelas perawatan terdapat 10
pasien, 6 pasien laki-laki dan sisanya
perempuan, maka angka proporsi pasien laki-
laki adalah 0,6 atau 60% dan proporsi pasien
perempuan ada 0,4 atau 40%
 Pengukuran kejadian penyakit
• Dapat dilakukan secara deskriptif maupun
analitis.
• Pengukuran secara deskriptif terdiri dari
pengukuran kejadian kesakitan/morbiditas
dan kematian/mortalitas
• Pengukuran analitik terdiri dari risiko relatif ,
risiko relatif, risiko atribut dan rasio perkiraan
(risk ratio).
 Pengukuran Morbiditas
• 1. Angka Insidensi yaitu jumlah kasus baru suatu
pada periode waktu tertentu. Bentuk khusus dari
angka insidensi adalah angka serangan atau
attack rates (misalnya pada kasus wabah) atau
secondary attack rates
• 2. Angka prevalensi yaitu jumlah kasus baru dan
lama dari suatu penyakit pada periode waktu
tertentu. Ada dua macam angka prevalensi yaitu
point prevalence (prevalensi titik) dan periode
prevalence (periode prevalence).
Prevalence
1. The fraction (proportion) of a group of people
possessing a clinical condition or outcome at a given
point in time
2. Surveying a defined population containing people with
and without the condition of interest, at a single slice
in time
3. Point prevalence: measured at the time of the survey
for each person
4. Period prevalence: cases that were present at any
time during a specific period of time
Incidence
1. The fraction (proportion) of a group of people
initially free of the condition that develops it over a
given period of time.
(Prev: possessing a clinical condition or outcome at a given point in time)

2. New cases of disease occuring in a population initially

free of the disease or new outcomes (disability or
death, occuring in patients with a specific disease)
3. Identifying a susceptible group of people (i.e., people
free of the disease or the outcome) and examining
them periodically over an interval of time to discover
and count new cases that develop during the interval.
Incidence
1. Cummulative incidence: new cases are accumulated
over time.
2. Incidence density: Number of new cases emerging in
an ever-changing population, where people are under
study and susceptible for varying length of time.
Expressed as the number of new cases per total
number of person-years at risk
• Incidence and prevalence are the two major
measurements of disease
• Incidence measures the appearence of disease
occurrence. A. change in incidence means
there is a change in the balance of etiological
factors. Either some naturally occurring
fluctuation or possibly the application of an
effective prevention program. Incidence is of
importance to the researcher seeking etiology
• Prevalance depends on the incidence and the
duration of disease. Thus, a change in disease
prevalance may reflect a change
• In incidence or outcome both.
• Level of prevalence is increased by incidence
and decreased by recovery and death
• Prevalence
Characteristics of incidence and prevalence
Characteristic Incidence prevalence
Numerator New cases occuring during a All cases counted on
period of time among a group a single survey or
initially free of disease examination of a
group
Denominator All susceptible people All people examined,
present at the beginning of including cases and
the period noncases
Time Duration of the period Single point

How measured Cohort study Prevalence (cross-

sectional) study
Defined Representative Disease/Outcome
Population Sample Present?

Population
at risk
No
Yes

The design of a prevalence survey

Prev: 4/100 5/100 7/100 5/100
1992 1993 1994
O
O
O
O
O
O
O
O
O
O
O
O
O
O O Onset
O
O Duration

Incidence 5/96 6/91 5/85 16/96 in 3y

Occurence of disease in 100 people at risk

from 1992 to 199 No disease (80), onset (16), already had disease (4)
Interpreting measures of clinical frequency
What is a case – Defining the numerator
Individual suffering from disease or outcome of interest
The criteria used can strongly affect rates
Clinical examination Questionnaire
Hernia

Heart disease

Diabetes

Hypertension

Arthritis

Chronic Br

Asthma/hay fever

Chronic
sinusitis

Prevalence (%)
Interpreting measures of clinical frequency
What is the population – Defining the denominator
• Population or population at risk (susceptible to the
disease or outcome)
• Geographic area, Patients suffering from certain
diseases or exhibiting certain clinical findings
 Bias in prevalence studies
Uncertainty about temporal sequences
Disease and the possible factors responsible for the disease are
measured simultaneously (often unclear which came first)
RF← disease; PF ← outcome

Possible cause Disease or outcome

Population free-of Incidence study
disease but Measurement is
exposed/not development of
exposed to new cases of
possible causes disease over time

Measurement is Prevalence study

Population of
past or present existing cases
exposure to and noncases
possible causes

Temporal relationship between possible causal factors and disease

for incidence and prevalence studies
 Bias in prevalence studies
Biases studying ‘old‘ cases

Enter population

Incident cases Prevalent cases

All new cases Present at a point
TIME
arising in a in time
defined population
Cures
Early deaths Leave population:
Severe disease
Mild disease
Prefer other care, etc.

The difference in cases for incidence and prevalence studies

 Hubungan
• recovery
death
Insidensi

prevalance
Uses of incidence and prevalence
Predicting the future course of a patient
Incidence study: free of the disease at the beginning of follow-up
Prevalence study: can not

Assigning a probability that a patient has the

condition
Prevalence studies are useful in guiding decisions about
diagnosis and treatment

Making comparison
The risk (incidence) of lung cancer among males who smoke vs
non smokers
 Angka insidensi
• Pembilang ( X )= Jumlah kasus baru penyakit tertentu disuatu wilayah
• dalam periode waktu tertentu.
• Penyebut (Y) = Populasi yang beresiko terkena penyakit pada wilayah dan
• periode waktu yang sama .
• Konstanta (K) = 10, 100, 1000, 100.000.
• Manfaat = 1. Potret maslah penyakit ttt.
• 2. Angka beberapa periode dpt digunakan unt memperkirakan
• kecenderungan dan fluktuasi penyakit.
• 3. Pemantauan evaluasi upaya pencegahan dan penanggulangan
• penyakit.
• 4. Perbandingan angka insidensi antar wilayah dan antar waktu

• Interprestasi = Makin besar angka insidensi berarti makin besar masalah

• penyakit tsb.
•
 Angka prevalensi

• Pembilang (X): Jumlah kasus lama dan baru penyakit ttt di wilayah ttt pada
• periode ttt.

• Penyebut (Y): Jumlah penduduk beresiko di wilayah ttt pada periode ttt.

• Konstanta (K): 10, 100, 1000, 100.000

• Manfaat : Untuk mengetahui tingkat keganasan, durasi penyakit.

• Interpretasi :1. Semakin tinggi prevalensi suatu penyakit, berarti penyakit

• tidak ganas.

• 2. Semakin rendah durasi penyakit semakin rendah angka

• prevalensi.
 Attack rate (A R)
• Pembilang (X) = Jml kasus penyakit sejak ditemukannya kasus penyakit
• pertama sampai dengan berakhirnya masa inkubasi ka
• sus terakhir penyakit tersebut dalam kelompok masya
• rakat terancam di wilayah tertentu.
• Penyebut (Y) = Jumlah penduduk yang terancam di wilayah dan pada
• periode waktu yang sama.
• Konstanta (K) = 10, 100, 1000, 100.000
• Manfaat = 1. Untuk mengetahui kecepatan dan jangkauan penyeba
• ran suatu penyakit di suatu wilayah pada suatu wabah.
• 2. Untuk mengetahui Keberhasilan upaya pencegahan
• dan penanggulangan wabah.

• Interpretasi : Bila Attac Rate suatu penyakit tinggi, berarti kecepatan dan
• jangkauan penyebaran penyakit tinggi.
 Pengukuran Mortalitas
• A ngka mortalitas menunjukkan insidensi
kematian dalam suatu populasi selama
periode waktu tertentu.
• Empat macam pengukuran kematian:
• 1. Angka kematian kasar
• 2. Angka kematian sebab spesifik
• 3. Angka kematian umur spesifik
• 4. Angka kematian proporsi
 Case fatality rate (CFR)
• Pembilang (X): Jumlah kematian karena penyakit tertentu di suatu
• wilayah pada periode waktu tertentu.

• Penyebut (Y): Jumlah kasus penyakit yang sama pada wilayah dan
• periode waktu yang sama.

• Konstanta (K): SDA.

• Misal CFR DBD adalah jumlah kematian karena DBD dibagi jumlah penderita DBD x 100%

• Manfaat : 1. Untuk mengetahui tingkat keganasan suatu penyakit.

• 2. Untuk mengetahui efektifitas upaya-upaya penaggulangan
• suatu penyakit tertentu.

• Interpretasi : CFR Suatu penyakit tinggi menunjukkan bahwa penyakit

• tersebut ganas dan atau upaya penanggulangan kurang
• efektif.
•
•
•
Angka kematian kasar (crude mortality
rate)
• Pembilang (X) = Jumlah kematian penduduk pada suatu wilayah dalam
• waktu satu tahun.

• Penyebut (Y) = Jumlah seluruh penduduk pada pertengahan tahun dalam

• tahun yang sama.

• Konstanta (K) = SDA.

• Manfaat : 1. Petunjuk umum status kesehatan masyarakat.

• 2. Menggambarkan kondisi/tingkat permsalahan penyakit dalam
• masyarakat.
• 3. Menggambarkan kondisi lingkungan fisik dan biologik.
• 4. Berguna untuk menghitung laju pertumbuhan penduduk.

• Interpretasi : Angka CDR yang tinggi disuatu wilayah menunjukkan bahwa

• keadaan status kesehatan, ekonomi, lingkungan fisik dan bio
• logik masyarakat di wilayah tersebut masih rendah.
 Angka kematian bayi (infant mortality
rate/IMR)
• Pembilang (X) : Jumlah kematian bayi dibawah usia 1 tahun di wilayah
• tertentu selama 1 tahun.

• Penyebut (Y) : Jumlah lahir hidup di wilayah dan periode waktu yang
• sama.

• Konstanta (K) : SDA

• Manfaat : 1. Untuk mengetahui gambaran tingkat permasalahan kesehatan

• masyarakat berkaitan dengan faktor penyebab kematian bayi.
• 2. Tingkat pelayanan ante-natal.
• 3. Status gizi ibu hamil.
• 4. Tingkat keberhasilan program KIA & KB.
• 5. Kondisi lingkungan & Sosek.

• Interpretasi : Bila IMR di suatu wilayah tinggi, berarti status kesehatan

• di wilayah tersebut rendah.
•
• Angka Kematian Ibu ( Maternal Mortality
Rate = MMR).
• Pembilang (X) = Jumlah kematian ibu karena
kehamilan, persalinan, masa nifas dalam
suatu wilayh dan waktu tertentu.
• Penyebut (Y) = Jumlah lahir hidup dalam
wilayah dan waktu yang sama.

• Konstanta = SDA.
• Manfaat : 1. Angka kematian ibu
mencerminkan resiko yang dihadapi ibu-ibu
selama kehamilan dan melahirkan yang
dipengaruhi oleh :
• a. Keadaan sosial ekonomi-keadaan
kesehatan yang kurang baik menjelang
kehamilan.
• b. Kejadian berbagai komplikasi pada
kehamilan dan kelahiran.
• c. Tersedianya dan penggunaan fasilitas
pelayanan kesehatan termasuk pelayanan
prenatl dan obstetri.
• Interpretasi : Tingginya angka kematian ibu
menunjukkan : keadaan Sosek rendah,
Fasilitas pelayanan kesehatan termsuk
pelayanan prenatal dan obstetri rendah.
10. Angka Kematian Khusus Menurut Kelompok Umur Dan Penyebab
Penyakit ( Age And Cause Specifik Death Rate / ASDR dan CSDR)

Pembilang ( X) = Jumlah kematian karena suatu penyakit pada

penduduk golongan umur tertentu di suatu wilayah
pada periode waktu tertentu.

Penyebut (Y) = Jumlah penduduk golongan umur yang sama di

wilayah dan periode waktu yang sama.

Konstanta (K) = SDA

Manfaat : Untuk mengetahui tingkat dan pola kematian menurut

golongan umur dan menurut penyebabnya.

Interpretasi: Tingginya Angka ASDRdan CSDR menggambarkan bahwa

pola kematian suatu penyakit menurut golongan umur
meningkat.
Pengukuran analitik kejadian penyakit
• Digunakan untuk mengukur faktor risiko,
dengan cara membandingkannya dengan
faktor risiko yang lain atau kontrol
 Pengukuran analitik kejadian
penyakit
Penyakit
jumlah
+ -
F aktor risiko + A B A + B

- C D C+ D
jumlah A + C B + D A + B + C
+ D

A /( A + B)
RR =-----------------
C/(C + D )
 SOAL NO.1
Di sebuah desa selama setaun ini terjadi 32 kasus
digigit monyet liar. Terdapat 5 orang yang demam,
namun 1 orang dari 5 orang tersebut kemudian
mengalami kejang-kejang dan setelah dirawat 3 hari di
RSUD lalu meninggal.
Berapa case fatality rate kasus ini?
a. 1/32
b. 1/5
c. 1/27
d. 5/32
e. 5/27
 SOAL NO.1
Di sebuah desa selama setaun ini terjadi 32 kasus
digigit monyet liar. Terdapat 5 orang yang demam,
namun 1 orang dari 5 orang tersebut kemudian
mengalami kejang-kejang dan setelah dirawat 3 hari di
RSUD lalu meninggal.
Berapa case fatality rate kasus ini?
a. 1/32
b. 1/5
c. 1/27
d. 5/32
e. 5/27
 PEMBAHASAN
CFR (Case Fatality Rate):

Jumlah kematian penyakit x

= ------------------------------------ x 100%
Jumlah kasus penyakit x

1
= ----
32
 SOAL NO.2
Penyakit menular menjangkiti keluarga yang
isinya 10 orang pada satu rumah, 4 dewasa
dan 6 anak. 1 anak terkena penyakit, 3 anak
lain ikut terkena. Attack rate berapa?
a. 4/10
b. 3/10
c. 4/6
d. 3/6
e. 3/6
 SOAL NO.2
Penyakit menular menjangkiti keluarga yang
isinya 10 orang pada satu rumah, 4 dewasa
dan 6 anak. 1 anak terkena penyakit, 3 anak
lain ikut terkena. Attack rate berapa?
a. 4/10
b. 3/10
c. 4/6
d. 3/6
e. 3/6
 PEMBAHASAN
Attack Rate (AR):

Jumlah penyakit baru

= --------------------------------- k
Jumlah populasi berisiko

4
= ---
10
Terima kasih