Anda di halaman 1dari 26

LAMPIRAN

PRAKTIKUM UKURAN FREKUENSI PENYAKIT

1. Terdapat 400 kasus kunjungan penderita ISPA, 600 kunjungan kasus Diare, dari 300
kunjungan kasus Dermatitis dari seluruh kunjungan ke puskesmas A selama 1 bulan
terdiri dari 2000 kunjungan .
A. Maka proporsi kunjungan kasus diare adalah
Proporsi kasus diare = jumlah kunjungan kasus diare/jumlah seluruh kunjungan ke
puskesmas A= 600/2000=6/20=3/10=0.3 atau 30%
Ada 600 kunjungan kasus diare dari 2000 kunjungan ke Puskesmas A. Berarti
proporsi kasus diare adalah 30%.

Pr oporsi Kasus Diare 


 kunjungan kasus diare x 100%
 Kunjungan Puskesmas A

Pr oporsi Kasus Diare 


 kunjungan kasus diare x 100%
 Kunjungan Puskesmas A

= 600/2000=6/20=3/10=0.3 atau 30%

B. Ratio kunjungan pasien ISPA dan Kunjungan Diare adalah


Ratio ISPA dan Diare=400/600=2/3

2. Pada tanggal 1 Januari 2001 terdapat 1000 balita di Kecamatan X, 90% diantaranya
telah diimunisasi campak, dan 50 diantaranya pernah menderita sakit campak. Selama
periode 2 januari sampai 31 desember 2001 terdapat 10 kasus baru campak , kalau
selama periode tersebut terdapat 200 bayi baru berusia dibawah 6 bulan, berapa
insidens rate penyakit campak selama peride 2 januari -31 desember 2001 pada
kelompok usia balita dikecamatan X tersebut.
Jawaban:

10 kasus baru

1 jan 2 jan 31 Des


Insidens rate yang ditanyakan bukan insidens rate sebenarnya.
Kasus baru = 10
Kasus Populasi berisiko = 1,000-((90%x1,000)+50)=50 balita
Person time
- 50 balita populasi berisiko dianggap tidak sakit selama 12 bulan (periode 1 Januari
2001 s.d. 31 Desember 2001).
- Bayi baru berusia di bawah 6 bulan
- Person time = (50x12)+(200x6)=600+1200=1800
Incidence rate= Σ kasus baru/Σ person time= 10/1800=0.006 atau 6 per 1,000 orang

3. Dari 2000 orang penduduk terdapat 1250 orang wanita dewasa, 5 diantara wanita tersebut
pernah mengalami histerektomi (pengangkatan rahim ), selama periode 1 tahun
ditemukan 10 kasus baru kanker rahim.
Hitunglah insidens rate kanker rahim selama periode 1 tahun.
Kasus baru kanker rahim = 10
Population at risk = Σ wanita dewasa – Σ wanita pernah histerektomi
= 1250 – 5 = 1245 orang
Person time = 1245 x 1 tahun= 1245 person year
ID = 10/1245 = 0.008 per tahun atau 8 per 1,000 orang per tahun

4. Jumlah kasus baru penyakit campak pada balita selama peride 1 tahun di puskesmas A
ada 100 kasus, di puskesmas B ada 500 kasus, di puskesmas C ada 1000 kasus, jumlah
balita yang belum mendapat imunisasi dan belum pernah menderita campak di
puskesmas A, B dan C berturut-turut adalah 1000, 2000, dan 10.000 maka puskesmas
yang paling besar resiko untuk terjadinya campak pada balita adalah
Jawaban:
Puskesmas Kasus baru ∑ balita belum imunisasi + Cummulative incidence
campak belum campak
A 100 1000 (100/1000)x100%=10%
B 500 2000 (500/2000)x100%=25%
C 1000 10000 (1000/10000)x100%=10%

Puskesmas yang paling besar risiko untuk terjadinya campak pada balita adalah
Puskesmas B (25%)

5. Suatu studi mengenai kanker payudara, diikuti oleh 10.000 wanita. 500 diantara 10.000
wanita tersebut telah didiagnosa menderita kanker payudara. Sisanya sebanyak 9500
wanita diikuti selama 5 tahun. Selama 5 tahun dikuti ternyata ada 250 wanita kemudian
menderita kanker payudara.
Hitunglah insidens kumulatif selama 5 tahun dari kanker payudara. Berapa Insidens nya 1
per 1000 orang.
CI=(250/9500)=0.02632 atau 26 per 1000 orang
Hitunglah insidens rate kanker payudara? Laporkan rate per 1000 person years.
Asumsi 250 wanita menderita kanker payudara pada akhir periode
Person years = 9500 persons x 5 years = 47,500 person years
ID= Σ kasus baru/Σ person time= 250/47,500=0.00526 atau 5 per 1000 wanita

6. Suatu studi kohort mengenai penyakit kardiovaskular. Terpilih 1000 orang. Tetapi hanya
850 orang yang mau berpartisipasi. Berdasarkan pemeriksaan ternyata 50 dari 850 orang
tersebut menderita penyakit kardiovaskular. Kemudian populasi tersebut diikuti selama
10 tahun dan ternyata kemudian selama periode tersebut 100 orang kemudian menderita
penyakit kardiovaskualr.
N= 1000 orang
850 orang berpartisipasi50 orang sakit
n = 850-50 = 800 orang

Hitunglah 10 year incidence proportion ( average risk) dari penyakit kardiovaskular


dari populasi kohort ini.
CI=100/800=1/8=0.125

Hitung pula incidence rate .


Asumsi 100 kasus baru mulai sakit pada akhir periode sehingga
Σ person time = 800 x 10 tahun= 8000
ID= Σ kasus baru/Σ person time= 100/8000=0.0125

7. Open population. Here's a schematic in which "o" represents either the beginning or end
of a follow-up interval and "D" represents disease onset.

(A) Determine the total number of people in the population (N). N=6
(B) Determine the average number of people (Ñ). [Ñ = PT / change in time].
PT= 4+4+2+3+9+6=28
(C) Determine the mortality rate= disease/PT=4/28=0.14 3

8. Another cohort. A cohort of 150 people begins with 10 cases. The cohort is followed
for five years, during which time 16 new cases arise.
(A) What is the prevalence of disease at the start of the study?
Point prevalence= 10/150=0.067
(B) Assume all cases survive. What is the prevalence at the end of the study?
Period prevalence = (10+16)/150=26/150=0.17
(C) What is the incidence proportion over the interval? CI=16/140=0.114
(D) What is the incidence rate over the interval?
Person time = 140 persons x 5 years = 700 persons years
ID = 16/700 = 0.023 per years

9. The figure below represents a cohort of 7 individuals observed for a year. In this figure,
periods of disease are represented with a D and dashes represents disease-free periods.
There are no losses to follow-up in the cohort, and we assume that recovery will confer
life-long immunity.

(A) What is the prevalence on Jan 1? Point Prevalence = 1/7 x 100%=14.3%


(B) What is the prevalence on Dec 31? Point Prevalence = 2/7 x 100%= 28.6%
(C) Estimate the one-year risk of developing illness. Period Prevalence =
2/6x100%=33.3%

Person 1 -|---------------------|--
Person 2 D|DDDDDDD--------------|--
Person 3 -|-----------------DDDD|DD
Person 4 -|---------------------|--
Person 5 -----DDDDDDDDDDDDDDDDDD|DD
Person 6 -|---------------------|--
Person 7 -|---------------------|--
| |
Jan1 Dec31

10. In the schematic below, dashed lines (--) represent disease-free person-time and D
indicates a disease onset. There are three (3) people in the cohort, labeled A, B, and C.

A|--------D
B|------------------------
C|------------------------
|---|----|----|----|----|
0 1 2 3 4 5
Year

(A) What is the 5-year risk of disease in the cohort? Period Prevalence=1/3
(B) What is the rate of the disease in the cohort?
∑person time= 2+5+5=12 years

ID (Incidence rate)= 1/12


PRAKTIKUM UKURAN ASOSIASI DAN UKURAN DAMPAK

1. Sebuah studi dilakukan untuk melihat hubungan antara pajanan radiasi sinar dan penyakit
katarak lensa mata di sebuah laboratorium perusahaan besar X. Setelah dilakukan
skrining, semua pegawai lab yang bebas dari katarak diajak berpartisipasi dalam studi
longitudinal tersebut. Dengan asumsi tidak ada drop-out atau loss to follow-up, setelah 10
tahun masa pengamatan, dari 5.000 pegawai yang terpajan/ terpapar radiasi didiagnosis
sebanyak 50 kasus katarak, sementara dari 20.000 pegawai yang tidak terpajan,
ditemukan 100 kasus.

Katarak Non Katarak


Radiasi 50 4950 5000
Non Radiasi 100 19000 20000

A. Besarnya risiko untuk terkena katarak pada kelompok pegawai yang terpajan
radiasi per tahun adalah:

D+ I E+ =disease +/exposure +=50/5000=0.01

B. Besarnya risiko untuk terkena katarak pada kelompok pegawai yang tidak
terpajan radiasi selama 10 tahun adalah:
D+I E- = disease +/exposure += 100/20000= 0.005
C. Yang dapat disimpulkan dari hasil studi di atas adalah:
RR= 0.01/0.005=2
Artinya

- Pegawai yang terpapar sinar UV berisiko 2x lebih banyak untuk terkena


katarak dibanding kelompok pegawai yang tidak terpapar sinar UV.
- Besar rata-rata resiko pegawai yang tidak terpapar sinar UV 0,5% untuk
terkena katarak.
2. Berikut ini merupakan hasil dari studi kohort yang meneliti hubungan antara merokok
dan penyakit jantung koroner (PJK) yang dilakukan selama 10 tahun

“Outcome” setelah 10 tahun

Pada awal studi PJK (+) PJK (-)

2000 perokok) 65 1.935

4000 bukan perokok 20 3.980

A. Insidens PJK pada kelompok perokok. D+ I E+ = 65/2000 x 100% = 0.0325 R1

B. Insidens PJK pada kelompok bukan perokok. D+ I E- = 20/4000 x 100% = 0.005%--


> Ro

C. Hitung kuatnya hubungan antara merokok dengan PJK:

RR= R1/Ro=0.0325/0.005=6.5

Kelompok perokok berisiko 6.5 x untuk terkena PJK daripada kelompok bukan
perokok

D. Attributale risk % dari penyakit ini adalah

Attributable Risk Percent (AR%) =


(𝑰𝒏𝒄𝒊𝒅𝒆𝒏𝒄𝒆 𝒊𝒏 𝒆𝒙𝒑𝒐𝒔𝒆𝒅 𝒈𝒓𝒐𝒖𝒑) – 𝑰𝒏𝒄𝒊𝒅𝒆𝒏𝒄𝒆 𝒊𝒏 𝑼𝒏𝒆𝒙𝒑𝒐𝒔𝒆𝒅 𝒈𝒓𝒐𝒖𝒑)
𝒙𝟏𝟎𝟎
𝑰𝒏𝒄𝒊𝒅𝒆𝒏𝒄𝒆 𝒊𝒏 𝒆𝒙𝒑𝒐𝒔𝒆𝒅 𝒈𝒓𝒐𝒖𝒑

I exposed group= 65/2000=0.0325

I unexposed group=20/4000=0.005

AR %= (0.0325-0.005)/0.0325= 0.0275/0.0325 = 0.85 atau 85%

E. Apa arti attributable risk % pada studi ini:

- Pada kelompok merokok 85% dari kejadian PJK disebabkan karena merokok.
- Pada kelompok merokok, 85% dari kejadian PJK dapat dicegah dengan
mengendalikan/eliminasi merokok.
3. Suatu pabrik yang mempunyai tingkat kebisingan yang tinggi, diharapkan pekerja
menggunakan tutup telinga yang disediakan. Higiene perusahaan mendapatkan 100 dari
500 pekerja tidak menggunakan tutup telinga dengan alasan alat tersebut mengganggu.
Pada test pendengaran ditemukan 16 pekerja yang menggunakan tutup telinga dan 40
pekerja yang tidak menggunakan menderita hilang pendengaran. Semua pekerja tidak
mempunyai masalah dalam pendengaran 4 tahun sebelumnya yaitu waktu pabrik itu
dibuka.

Pendengaran buruk Pendengaran baik


Tutup telinga (-) 40 60 100
Tutup telinga (+) 16 384 400
56 500

A. Berapa cummulative incidence hilang pendengaran pada pekerja yang


menggunakan tutup telinga per tahun?

I unexposed = jmlh kasus baru/jmlh populasi berisiko = 16/400=4/100=1/25=0.04


atau 4 %

B. Berapa resiko relatif tidak menggunakan tutup telinga untuk terjadi hilang
pendengaran?

RR=I exposed/I unexposed

=(40/100)/(16/400)=0.4/0.04=10

C. Berapa resiko hilang pendengaran yang disebabkan oleh tidak menggunakan


tutup telinga (adatattributable risk) per tahun?
AR = I exposed- I unexposed/4 tahun=(0.4-0.04)/4 = 0.36/4=0.09
4. Saudara bertugas sebagai pejabat kesehatan didaerah X. Didaerah X ada kota Baru,
sebuah kota yang maju pesat dimana penduduknya terutama orang pensiunan atau orang
tua. Daerah ini merupakan rawa yang tidak dihuni 10 tahun yang lalu.Penduduk kota baru
resah karena ada kabar “bahwa rate kanker lambung tinggi dan diperkirakan ada
karsinogen pada sumber air kota tersebut.”

Saudara mencari informasi kenapa ada kesimpulan itu.Kemudian saudara dapati rate
kanker lambung kota Baru tsbt dibandingkan dengan rate kanker lambung kota Lama
.Kota Lama adalah sebuah kota yang sudah lama berdiri , dimana ada kompleks tentara
dan beberapa pabrik industri makanan. Penduduk kota Baru menanyakan saudara
mengenai kebenaran.

Tahun 2000 Kota Baru Kota Lama

Total populasi 48.000 120.000

Angka kematian kanker 16 10


lambung

A. Ukuran penyakit apa yang dapat digunakan untuk kalkulasi dari data tersebut
diatas ? Crude Death Rate= jumlah kematian/populasi

B. Kalkulasi ukuran frekuensi tsbt untuk setiap kota.

Prevalence Kota Baru= (16/48.000)x105= 33 per 100.000


Prevalence Kota Baru= (10/120.000)x105= 8 per 100.000
C. Berapa resiko relative kota Baru dibandingkan kota Lama?

RR= I exposed/I unexposed= (16x120.000)/(48.000x10)=1.920.000/480.000=4

D. Disamping kemungkinan masalah lingkungan sebagai penyebabnya, factor apakah


yg dapat membuat perbedaan rate kanker lambung pada kedua kota tsbt.
- Faktor kerentanan host Kota Baru (usia tua)
- Faktor perilaku (konsumsi makanan, kebiasaan merokok)

E. Data tambaahan apa yang diperlukan dari kedua kota itu.


- Data riwayat penyakit
- Data kebiasaan merokok
- Data riwayat konsumsi makanan,
- Data konsumsi air rawa
- Hasil lab air
- Hasil lab klinis penduduk
5. Untuk latihan nomer ini, E disebut sebagai merokok, D1 sebagai kanker paru dan D2
sebagai penyakit jantung. E menyebabkan terjadinya D1 dan D2.

Rates dilaporkan per 100.000 person years.Tabel dibawah ini merupakan angka rates dari
data ini.

D 1 (Ca Paru) D 2 (Peny.Jantung)


Merokok 13 100
Tidak merokok 1 50

I exposed D1= 13 per 100.000

I unexposed D1= 1 per 100.000

A. Hitung RR terjadinya D1 oleh E. Hitung RR terjadinya d2 oleh E. Penyakit


mana yg memberikan asosiasi yang lebih kuat/besar ?

RR D1= I exposed D1/ I unexposed D1= (13/100.000)/(1/100.000)=13/1=13

RR D2= I exposed D2/ I unexposed D2

= (100/100/000)/(50/100/000)=100/50=2

Risiko penyakit D1 lebih besar dari D2

B. Hitung RD (risk difference) terjadinya D1 oleh E. Hitung RD (risk


difference) terjadinya D2 oleh E. Penyakit mana yang meberikan efek yang
lebih besar?

RD D1= 13/100.000- 1/100.000=12/100.000

RD D2= 100/100.000-50/100.000=50/100.000

Dampak D2 lebih besar dari D1

C. Jelaskan terjadinya paradox antara jawaban A dana B?

6. Cell phone use and auto accidents. One aspect of cell phone use that deserves our
attention is its potential to cause driving accidents. Dreyer (1999) estimated fatal auto
accidents rates of 5, 10, and 12 per 100,000 person-years for light, moderate, and heavy
cell phones use.
Using the light users as the reference category, calculate the risk differences associated
with moderate and heavy cell phone use.

Moderate dan heavy cell phone use dianggap sebagai Exposure (+) karena tidak bisa
dibandingkan jadi harus ada reference group yaitu light cell phone use (Exposure (-))

RD moderate light = 10-5= 5

RD heavy light= 12-5=7

7. Hepatitis B and liver cancer (fictitious data). A study of Hepatitis B infection and liver
cancer found 65 cases of liver cancer in 65,000 person with Hepatitis B. In a Hepatitis-
free cohort, there are 5 cases in 215,000 individuals.

N=215,000

Ca Liver (+) Ca Liver (-)


Hepatitis B (+) 65 64,935 65,000
Hepatitis B (-) 5 214,985 215,000
70 280,000

(A) Calculate the RR of liver cancer in this study. Interpret this statistic.
RR=I exposed/I unexposed=(65/65000)/(5/215,000)=43
(B) Calculate the RD. Interpret the results. [Units are required when interpreting rate
differences.]
RD= I exposed-I unexposed= 0.001-0.00002
= (100 x 105)-(2.3 x 105)
=97.7x105
(C) Which of the above statistics quantifies the strength of the association? Which
quantifies the effect in absolute terms?
Rata-rata kemungkinan individu dengan Hepatitis B untuk terkena Liver Cancer 98
per 100,000 orang.

8. Seorang ahli epidemiologi saudara diminta untuk menjelaskan dampak merokok terhadap
kejadian stroke pada pertemuan di suatu perusahaan penerbangan yang ingin mengadopsi
peraturan “Dilarang Merokok”. Saudara menggunakan hasil penelitian epidemiologi pada
tempat kerja lain yang mirip penerbangan tsbt. Dari studi kasus kontrol ,informasi tentang
yang berpotensi sebagai penyebab stroke dikumpulkan dari 171 kasus stroke dan 7829
kontrol selama 4 tahun. Diantara factor resiko tsbt adalah merokok. Data dibawah ini
merupakan hasil studi.
Group Stroke Total

Ya Tidak

Merokok 84 2916 3000

Tidak merokok 87 4913 5000

Total 171 7829 8000

A. Bagaimana saudara menjelaskan resiko terjadinya stroke yang dihubungkan dengan


merokok?

OR=(84x4913)/(2916x87)=412,692/253,692=1.63

B. Bagaimana saudara menjelaskan dampak merokok terhadap kejadian stroke?

Odds merokok=84/2916=0.0027
Odds tidak merokok=87/4913=0,0177
RD= Odds merokok-Odds tidak merokok=0.0177-0.0027=0.015
PRAKTIKUM STANDARDISASI

SOAL I

TABLE 1 Population, Deaths, and Death Rate by Community and by Age

Community A Community B

Death rate Death rate


Age (year) Population Deaths Population Deaths
(per 1000) (per 1000)

Under1 1,000 15 15.0 5,000 100 20.0

1-14 3,000 3 1.0 20,000 35 1.0

15-34 6,000 6 1.0 35,000 35 1.0

35-54 13,000 52 4.0 17,000 85 5.0

55-64 7,000 105 15.0 8,000 160 20.0

Over 64 20,000 1,600 80.0 15,000 1,350 90.0

All Ages 50,000 1,781 35.6 100,000 1,740 17

Tabel 1 diatas adalah data populasi,data jumlah kematian & data rate kematian di dua komunitas
A dan B. Rate angka kematian kasar atau Crude death rate (CDR) di komunitas A 35.6 per
1000, angka ini dua kali lebih tinggi dari rate angka kematian kasar di komunitas B yaitu 17per
1000.

Jika kita lihat age specific death rate pada ke dua komunitas A & B tersebut, dapat dikatakan
rate pada tiap kelompok umur kurang lebih sama.Dengan demikian ,ekspetasi kita mustinya
angka kematian secara umum di kedua populasi tersebut juga sama, tapi kenyataannya tidak
demikian . Perbedaan dari CDR tersebut sangat mungkin disebabkan oleh perbedaan distribusi
umur populasi pada kedua komunitas tersebut. Populasi pada komunitas B terlihat jauh lebih
muda .dari populasi pada komunitas A. Oleh karena itu untuk mendapatkan satu angka rate
ringaksan untuk membandingkan kedua komunitas tersebut sebaiknya dilakukan standardiassi.
Table 2 Standard Population by Age and Age-Specific Death Rates

Age (years) Standard Death rate Expected Death rate Expected


population in A (per deaths at A's in B (per deaths at B's
1,000) rates 1,000) rates

Under 1 6,000 15.0 90,000,000 20.0

1-14 23,000 1.0 23,000,000 0.5 11,500,000

15-34 41,000 1.0 41,000,000 1.0 41,000,000

35-54 30,000 4.0 120,000,000 5.0 150,000,000

55-64 15,000 15.0 225,000,000 20.0 300,000,000

Over 64 35,000 80.0 2,800,000,000 90.0 3,150,000,000

Total 150,000 35,6 5,340,000,000 17.4 2,610,000,000

Age-adjusted
death rate 22.0 25.0
(per 1,000)

Pertanyaan I.:

Hitunglah direct adjusted death rate komunitas A dan B.

direct age adjusted death rate A = 5,340,000,000 / 150,000 = 35,600


direct age adjusted death rate B = 2,610,000,000 / 150,000 = 17,400

Bagaimana interpretasi saudara?

Angka kematian komunitas A lebih besar dibandingkan dengan angka kematian


komunitas B.

Data yang dibutuhkan untuk menghitung age adjusted death rate berdasarkan direct method
/standardisasi secara langsung adalah :

1. Spesific rate dari populasi studi dalam hal ini adalah age specific death rate komunitas A
dan B.

2. Distiribusi variable yang akan dikontrol disini adalah distribusi berdasarkan kelompok
umur dari populasi standard.
Jumlah populasi di kedua kominitas A + B dijadikan sebagai populasi standard.

Prosedur perhitungan standardisas langsung/direct age adjusted death rate adalah sbb:

1. Dengan mengalikan data pada populasi standard terhadap age specific death rate
komunitas A dan B. maka didiapat nilai expected deaths dari komunitas A dan B
.
2. Dengan membagi nilai jumlah expected deaths masing2 A & B terhadap jumlah
total populasi standard , maka didapat nilai direct age adjusted death rate A dan
B

SOAL II

Pertanyaan II

Hitunglah indirect age adjusted death rate /standardisasi tidak langsung

Bagaimana interpretasi saudara?

Tabel 3 Population and Expected Deaths of Community A by Age, and Standard Death
Rates by Age

Standard
Expected deaths in
Age (year) Population in A death rate
A at standard rates
(per 1,000)

Under1 1,000 20.0

1-14 3,000 0.5

15-34 6,000 1.0

35-54 13,000 5.0

55-64 7,000 20.0

Over 64 20,000 90.0

Total 50,000 17.4


Data yang dibutuhkan untuk menghitung age adjusted death rate berdasarkan in direct method
standardisasi secara tidak langusng adalah:

1. Distribusi variabel yang akan dikontrol dari populasi studi dalam hal ini adalah
distribusi berdasarkan kelompok umur dari populasi komunitas A.

2. Distribusi specific rate berdasarkan variable yang akan di kontrol dari suatu populasi
standard. Dalam hal ini yang digunakan sebagai populasi standard adalah age specific
death rate populasi komunitas B

3. CDR populasi studi dalam hal ini CDR populasi pada komunitas A

4. CDR populasi standard, dalam hal ini CDR populasi komunitas B

Prosedur perhitungan standardisasi tidak langsung /indirect age adjusted death rate adalah sbb :

1. Dengan mengalikan data berdasarkan kelompok umur pada populasi studi


terhadap age specific death rate komunitas B sebagai populai standard, maka
didapat nilai expected deaths dari komunitas A .
2. Dengan membagi nilai jumlah kematian yang diobservasi dalam hal ini jumlah
kematian populasi di komunitas A yaitu 1781 orang , dengan nila expectred
deaths komunitas A ,didapat nilai SMR (standard mortality ratio = observed
deaths / expected death)
3. Dengan mengalikan CDR populasi standard ,dalam hal ini CDR populasi
komunitas B dengan SMR didapatkan indirect adjusted death rate.

SOAL III

Age-specific rates of abnormal lung functioning in males employed in manufacturing or services


industries

Age interval Manufacturing Services


Jumlah % abnormal Jumlah % abnormal
20-29 403 2,2 256 4,8
30-39 688 3,2 525 3,2
40-49 683 2,2 599 2,8
50-59 539 6,9 453 6,6
60+ 133 12,8 155 9,0

Berdasarkan data diatas, jawablah pertanyaan dibawah ini:

A. Bandingkan age-specific rates pada ke dua industri tersebut. Kesimpulan apa yang ingin
Saudara berikan sehubungan efek dari umur dan industri?
B. Bila Saudara menghitung age-adjusted dan membandingkan adjusted rates kedua industri
tersebut, apa kelebihannya? Kekurangannya?

C. Bila diketahui distribusi umur standar dibawah ini?

Age interval Standar

1 2 3

20-29 0,25 0,05 0,07


30-39
40-49 0,25 0,05 0,75
50-59 0,30 0,10 0,06
60+
0,10 0,40 0,06

0,10 0,40 0,06

SOAL IV

A. Gunakan distribusi umur standar 1 yang mana distribusi terkonsentrasi pada umur kurang
dari 49 tahun, Hitung age-adjusted rate secara direk pada kedua industri. Bagaimana
besar dan arah perbedaan retes diantara kedua industri itu?

B. Gunakan distribusi umur standar 2 yang mana distribusi terkonsentrasi pada umur lebih
dari 50 tahun. Hitung age-adjusted rate secara direk pada kedua industri. Bagaimana
besar dan arah perbedaan rates diantara kedua industri itu?

C. Gunakan distribusi umur standar 3 yang mana distribusi terkonsentrasi pada interval
umur 30-39 tahun. Hitung age-adjusted rate secara direk pada kedua Industri. Bagaimana
besar dan arah perbedaan rates diantara kedua industri itu?

D. Dengan menggunakan distribusi umur sampel total sebagai standar, hitung standardisasi
untuk tipe industri secara direk pada kelompok umur 20-49 dan kelompok umur 50
keatas. Interpretasikan perbandingan pada kedua kelompok tersebut.
PRAKTIKUM DESAIN STUDI EPIDEMIOLOGI

1. Data yang diberikan pada table 1-4 menjelaskan status kesehatan pekerja, dalam hal ini
terinfeksi virus hepatitis B, di suatu rumah sakit. Penelitian bertujuan ingin mendapatkan
gambaran infeksi hepatitis B pada pekerja rumah sakit. Pada sejumlah petugas rumah
sakit dilakukan uji apakah terinfeksi Hepatitis B dan dikumpulkan pula data karakteristik
individu pada saat yang sama.
a. Apakah jenis penelitian epidemiologi yang cocok untukkegiatan ini?
b. Berikan komentar tentang hubungan antara pekerjaan dirumah sakit dan risiko terinfeksi
virus hepatitis B?

Tabel 1.
Persentase positif terhadap virus hepatitis B diantara pekerja rumah sakit berdasarkan
bebeapa kareketeristik.
Karakteristik Jumlah yg di Uji Jumlah Positif Persen
Umur
19-29 139 10 7.2
30-39 83 11 13.2
40-49 129 2 17.0
>=50 162 31 19.1

Lama Bekerja (th)


<3 189 20 10.6
3-5 180 19 10.6
>5 144 35 24.3

Tingkat SES
1-2 (tertinggi) 167 20 12.0
3-4 227 29 12.8
5 (terendah) 119 25 21.0
TOTAL 513 74 14.4

Tabel 2.
Kategori Pekerjaan Jumlah yang di Uji Persen Positif
Teknisi 63 22
Perawat 41 22
Dokter 52 12
Perawat Terintegrasi 77 12
Perawat pembantu 60 20
Pelayanan Makanan 28 21
Pembantu administrasi 84 8
Pembersih ruangan 56 13
Lain-lain 52 8
Tabel 3.
Pajanan Pekerjaan Jumlah yang di Uji Persen Positif
Kontak dengan Pasien
Tidak 201 13.9
Kadang-kadang 75 13.3
Sering 237 15.2

Kontak dengan darah atau


bahan dari darah
Tidak 211 11.4
Kadang-kadang 127 13.4
Sering 175 18.9

Tabel 4.
Lokasi Kerja Jumlah yang di Uji Persen Positif
Ruang Operating 21 29
Laboratorium 47 21
Kamar Inap
Obstetri-ginekologi 41 20
Pengobatan 46 20
Anak 18 17
Operasi 51 12
Dapur 28 21
Administrasi 78 9
Radiologi 14 7
UGD 20 5
Farmasi 11 0
Lainnya 86 13

2. Bukti yang mendukung obesitas sebagai factor risiko untuk kanker kolon masih belum
konklusif. Terutama diantara wanita. Studi terbaru (Am J Epidemiol 1999: 150-390-398)
melaporkan adanya hubungan antara obesitas (diukur pada baseline) dengan morbiditas
kanker kolon seperi yang ditemukan dari hasil evaluasi terhadap catatan medis dan
sertifikat kematian dalam penelitian kohort yang dilakukan secara nasional pada pria dan
wanita berusia 25-74 tahun yang berpartisipasi pada first nasional health and nutrition
examamination survey dari tahun 1971 sampai 1975 dan di follow up sampai tahun 1992.
Tabel berikut adalah hasil dari penelitian ini untuk pria dan wanita yang sudah
dikombinasi

Baseline body Number of incident Person-years Crude incidence rate/


mass index * cases of colon cancer follow up 100.000 person years
<22 28 53.475
22 - < 24 41 38.919
24 - < 26 36 36.610
26 - < 28 40 32.635
28 - < 30 35 21.122
30+ 42 34.904
*. Kg berat badan pertinggi badan dalam M2

a. Jelaskan disain penelitian yang digunakan dalam studi ini? (pilih satu jawaban terbaik)
b. Lengkapi table dengan menghitung crude body mass index-spesific incidence rates
c. Hitung relative risk (RR) kanker kolon dihubungkan dengan BMI kategori 28 - <30.
Gunakan kategori BMI yang terendah sebagai referensi. Interprestasi jawaban dalam
suatu kalimat.
d. Hitung attributable risk proportion dari mereka yang berada dalam kategori BMI 28-<30.
Interpretasikan jawaban dalam suatu kalimat.

3. PCA-FLUVX
Sebuah studi kasus kontrol meneliti hubungan antara vaksinasi influenza dan primary
cardiac arrest (PCA) (Am J Epidemiol 2000: 152:674-677). Kasus PCA tanpa didahului
penyakit jantung (n=315) teridentifikasi dari laporan paramedic. Kelompok control
didapat dengan menggunakan teknik angka acak. Sepasang subjeck penelitian
diwawancarai untuk menemukan siapa yang menerima vksinasi influenza (Vx) selama
tahun sebelumnya. Datanya adalah sebagai berikut:
Kasus Control
Divaksinasi 79 176
Tidak Divaksinasi 236 373

a. Jelaskan mengapa penelitian ini merupakan penelitian kasus-kontrol


b. Hitunglah odds ratio dihubungakan dengan vaksinasi. Interpretasikan hasilnya. Apakah
hal ini menyatakan hubungan antara efek vaksinasi influenza dengan risiko PCA.
c. Peneliti menggunakan informasi dari responden pengganti (berpasangan) untuk
memastikan status pajanan baik di kelompok kasus mapun control. Hal ini diperlukan
untuk kasus (karena mereka sudah meninggal) menurut anda mengapa pada kelompok
control digunakan responden pengganti (surrogate) sebagai sumber informasi?.

4. ORAL CONTRACEPTIVE STUDIES FROM THE 1970s

Hubungan kausal antara penggunaan kontrasepsi oral dengan penyakit kardivaskular


pertama kali di postulasikan di akhir tahun 1960. Banyak studi yang dilakukan untuk
membuktikan hubungan ini. di Bawah ini adalah abstrak dari dua studi epidemiologi pada topik
ini.

Study 1 : Mann, J.I. Vessy, M.P. Thorogood, M., & Doll, S.R. (1975). Myococardial infarction
in young women with special reference to oral contraceptive practice. Br Med J., 2 (5965), 241-
245.

Penelitian dilakukan pada 63 wanita yang keluar dari rumah sakit dengan diagnosis myocardial
infraction (serangan jantung) dan 189 pasien control. Semuanya berusia di bawah 45 tahun pada
saat masuk rumah sakit. Penggunaan kontrasepsi oral. Perokok berat, perawatan hipertensi dan
diabetes, pre-eclamptic toxaemia, obesitas dan tipe II hyperlipoproteinemia lebih sering
ditemukan pada pasien dengan mycocardial infraction dibandingkan pada control. Hubungan
antara mycocardial dan kontrasepsi oral tidak dapat dijelaskan dalam hal hubungan antara
persiapan penelitian ini dengan factor lainnya. Efek kombinasi dari factor-faktor risiko secara
jelas berjalan sinergis.

Study 2 : Royal College of General Practitioner’s Oral Contraceptive Study (1997) Mortality
among oral-contraceptive Users. Lancet Oct 8;2 (8041):727-31.

Pada studi prospectif berskala besar yang dilakukan di inggris, death rate penyakit system
sirkulasi pada wanita yang pernah menggunakan kontrasepsi oral adalah 5 kali lebih besar dari
pada wanita yang tidak pernah memakainya; dan death-rate pada mereka yang meminum pil
secara terus menerus selama 5 tahun atau lebih adalah 10 kali lebih besar dari pada mereka yang
tidak pernah meminum pil. Besarnya jumlah kematian pada pengguna kontrasepsi oral
disebabkan oleh variasi yang besar pada kondisi vaskularnya. Total mortality rate pad wanita
yang pernah menggunakan pil meningkat 40% yang disebabkan oleh peningkatan kematian
karena penyakit sirkulasi yaitu 1 per 5000 pengguna per tahunnya. Banyaknya julah kematian
tersebut lebih besar dari pada death rate dari komplikasi kehamilan (pada non-pengguna), dan
dua kali death-rate dari kecelakaan. Besarnya jumlah mortality-rate meningkat seiring
bertambanhnya umur, kebiasaan merokok dan durasi penggunaan kontrasepsi oral.
Bagian 1:

a. Apa yang mebuat studi yang pertama merupakan studi kasus-kontrol?


b. Apa yang membuat studi yang kedua merupakan studi kohort?

Bagian 2: pertanyaan di bawah ini untuk studi kasus-kontrol (mann et all..,1975)

c. Menurut anda mengapa rumah sakit terpilih sebagai lokasi untuk studi yang pertama?
d. Secara teori, kelompok kasus control sebaiknya diambil secara random dari kasus dan
control dari populasi sumber. Menurut anda apakah pada penelitian ini yang dilakukan
sudah benar?

Bagian 3: pertanyaan di bawah ini untuk studi kohort (royal college, 1997)

e. Pada abstrak gagal melaporkan morality rates dalam berbagai kelompok tetapi hanya
catatan “total mortality rate pada wanita yang pernah menggunakan pil meningkat 40%.
Berdasarkan pada pernyataan tersebut, dapatkah anda mendapatkan rate ratio
dihubungkan dengan penggunaan kontrasepsi oral?
f. Pada studi juga dinyatakan bahwa “disebabkan oleh peningkatan kematian karena
penyakit sirkulasi yaitu 1 per 5000 pengguna per tahunnya”. Apakah hal tersebut
mewakili rate rasio, rate difference, atau attributable fraction? Jelaskan jawaban anda?

Bagian 4:

g. Studi manakah yang cocok untuk total sampel size yang lebih kecil
h. Dengan menganggap studi kohort tidak retrospectif, studi manakah yang memerlukan
lebih sedikit wajtu untuk meyelesaikannya.?
i. Dapatkah studi kasus-kontrol memperkirakan insiden penyekit? Jelaskan
j. Manakah yang lebih rentan terhadap recall bias?
k. Manakah yang lebih rentan terhadap bias-seleksi?
l. Manakah yang lebih rentan untuk loss to follow up ?
m. Mengapa studi kasus-kontrol dilakukan sebelum studi kohort?
PRAKTIKUM SKRINING

SOAL 1

Pada suatu rumah sakit X baru saja dibuka suatu “coronary care unit”. Setelah unit ini
dibuka, banyak sekali pasien dengan keluhan sakit dada berbondong-bondong datang dan ingin
dirawat karena dirinya merasa sakit jantung.

Dari 360 pasien yang datang tersebut, ternyata setelah dilakukan pemeriksaan oleh dokter
spesialis penyakit jantung dengan menggunakan alat rekam jantung atau ECG
(electrocardiogram), yang dinyatakan benar sakit jantung atau myocard infarct ada 230 pasien ,
sedangkan sisanya dinyatakan tidak sakit..

Karena pemeriksaan dengan ECG dirasakan terlalu mahal, kemudian team dari coronary
care unit ini memilih suatu pemeriksaan yang dianggap lebih murah dan cepat untuk dapat meng-
skrining pasien pasien tersebut, pasien mana yang perlu dirawat atau tidak dirawat. Skrining test
yang dilaksanakan adalah pemeriksaan kadar enzym “creatin kinase”.Dengan demikian
dilakukanlah pemeriksaan kadar enzym terhadap 360 pasien tersebut.
Hasil dari pemeriksaan ECG dan hasil dari berbagai batas kadar enzym tersebut adalah
seperti yang tertera pada tabel dibawah ini:

KADAR ENZYM SAKIT TIDAK SAKIT

“CREATIN “MYOCARD INFARCT” “MYOCARD INFARCT”


KINASE”
N=230 N=130
IU
TEST + TEST - TEST + TEST -
(international unit)

480+ 35 195 0 130

440 43 187 0 130

400 50 170 0 130

360 65 165 0 130


320 84 146 0 130

280 97 133 1 129

240 115 115 2 128

200 134 96 3 127

160 155 75 3 127

120 185 120 8 122

80 215 15 16 114

40 228 2 42 88

0 230 0 130 0

Pada tabel ini, positif test didefinisikan sebagai batas kadar enzym diatas nilai yang telah
ditentukan dan negatif test adalah batas kadar enzym dibawah nilai yang telah ditentukan.

Sebagai contoh, bila ditentukan batas kadar enzym “creatin kinase” 200 IU sebagai positif untuk
sakit “myocard infarct” . maka akan ditemukan dari penderita tersebut 134 orang yang yang
hasil skrining testnya positif dan 96 orang yang hasil testnya negatif.

Pertanyaan I ( pertama )

A. Hitung sensitvitas dan spesifisitas skrining test dengan metoda pemeriksaan kadar enzym
“creatin kinase “ jika batas ambang atau “cut off level” yang digunakan 280 IU.
B. Jelaskan konsekuensi terhadap besarnya false positif atau false negatif apa yang harus anda
hadapi pada “cut off level” ini
C. Jika anda diminta untuk menggunakan “ cut off level” ini , jelaskan pada kondisi atau tujuan
skrining yang bagaimana anda akan menggunakan “cut off level” ini.
Pertanyaan II (kedua)

A. Hitung sensitvitas dan spesifisitas skrining test dengan metoda pemeriksaan kadar enzym
“creatin kinase “ jika batas ambang atau “cut off level” yang digunakan 40 IU.
B. Jelaskan konsekuensi terhadap besarnya false positif atau false negatif apa yang harus anda
hadapi pada “cut off level” ini
C. Jika anda diminta untuk menggunakan “ cut off level” ini , jelaskan pada kondisi atau tujuan
skrining yang bagaimana anda akan menggunakan “cut off level” ini.

Kepala bagian “coronary care unit” kemudian melaporkan kepada direktur rumah sakit X
tersebut , bahwa telah ditemukan suatu skrining test yang cukup sensitif dan spesifik untuk
membedakan mana pasien yang menderita “myoard infarct” yang perlu dirawat dan mana yang
tak perlu dirawat.

Kemudian direktur rumah sakit X ini menganjurkan agar skrining test tersebut dilaksanakan
pada semua pasien yang akan masuk rumah sakit tersebut .

Skrining test dengan pmeriksaan kadar enzym “creatin kinase” tersebut kemudian
dilaksanakan terhadap 2300 pasien yang akan dirawat dirumah sakit X tersebut. Sebagai
batas ambang atau “cut off level” ditetapkan positif jika kadar enzym “creatin kinase” > = 80
IU>.

Hasil pemeriksaan test skrining terhadap 2300 pasien tersebut adalah seperti yang tertera
pada tabel dibawah ini:
KADAR EMZYM SAKIT TIDAK SAKIT
“CREATIN KINASE” “MYOCARD “MYOCARD
IU INFARCT” INFARCT”
(international unit)
TEST +
>= 80 IU 215 248
TEST –
< 80 IU 15 1822

TOTAL 230 2070

Pertanyaan III (ketiga

Hitunglah sensitivitas dan spesifisitas dan “postive predictive value” dari test skrining ini
pada 2300 pasien di rumah sakit X.
Pertanyaan IV (keempat)

Bandingkan nilai “positive predictive value “skrining test pada 360 pasien dengan 2300
pasien. Gunakan nilai batas ambang atau “cut off level” yang sama yaitu >=80 IU untuk
menghitung “positive predictive value” pada 360 pasien.

Jelaskan apa yang menyebabkan perbedaan dari kedua nilai “positive predictive value”
tersebut.

SOAL 2

Pada sekelompok anak sekolah dilakukan skrining pemeriksaan photo Ro thorax untuk
mendeteksi kemungkinan mereka menderita penyakit TBC (Tuberculosa). Tercatat 2000 anak
sekolah yang dikrining. Diketahui prevalens penyakit TBC pada populasi anak sekolah ini 10%.
Dan diketahui pula validitas dari pemeriksaan photo Ro thorax, yaitu; sensitivitas 80% dan
spesifisitas 80%.

Kemudian anak anak yang dinyatakan positif atau suspect TBC berdasarkan
pemeriksaan photo Ro thorax diperiksa kembali oleh dokter spesialis paru (pulmonologist).
Diketahui pula sensitivitas dari pemeriksaan pulmonologist tersebut 90% dan spesifisitasnya juga
90%.

Pertanyaan I (pertama)

Berapakah jumlah anak yang dinyatakan positif atau suspect TBC berdasarkan
pemeriksaan photo Ro thorax?

Pertanyaan II (kedua)

Berapakah jumlah anak yang dinyatakan positif atau sakitt TBC berdasarkan
pemeriksaan dokter spesialis paru ?

Pertanyaan III (ketiga)

Berapakah nilai net sensitivitas/overall sensitivitas dari kedua pemeriksaan ini?

Pertanyaan IV (keempat)

Berapakah nilai net spesifisitas/overall spesifisitas dari kedua pemeriksaan ini?