Epid Translate

15
Bab 2
Mengukur kesehatan dan
penyakit
Pesan kunci
• Ukuran kesehatan dan penyakit merupakan dasar untuk praktek epidemiologi.
• Berbagai langkah-langkah yang digunakan untuk mengkarakterisasi kesehatan keseluruhan dari populasi.
• status kesehatan penduduk tidak sepenuhnya diukur di banyak bagian dunia, dan kurangnya
informasi merupakan tantangan besar bagi ahli epidemiologi.
Mendefinisikan kesehatan dan penyakit
definisi
Definisi yang paling ambisius dari kesehatan yang diusulkan oleh WHO pada tahun 1948: “Kesehatan adalah keadaan
fisik yang lengkap, mental, dan sosial kesejahteraan dan bukan hanya tidak adanya penyakit atau kelemahan. ”
y 1 Definisi ini - dikritik karena sulitnya

dalam mendefinisikan dan mengukur kesejahteraan - tetap ideal. Majelis Kesehatan Dunia diselesaikan pada tahun 1977
bahwa semua orang harus mencapai tingkat kesehatan yang memungkinkan mereka untuk menjalani kehidupan sosial dan
ekonomi produktif pada tahun 2000. Komitmen terhadap strategi “kesehatan-untuk-semua” diperbaharui pada tahun 1998 dan
lagi pada tahun 2003 . 2
definisi praktis dari kesehatan dan penyakit yang diperlukan dalam epidemiologi, yang
berkonsentrasi pada aspek kesehatan yang mudah diukur dan setuju untuk perbaikan.
Definisi negara kesehatan yang digunakan oleh ahli epidemiologi cenderung sederhana, misalnya,
“penyakit hadir” atau “penyakit absen” (lihat Kotak 2.1). Pengembangan kriteria untuk membangun kehadiran
penyakit memerlukan definisi “normalitas” dan “kelainan.” Namun, mungkin sulit untuk menentukan apa yang
normal, dan seringkali tidak ada perbedaan yang jelas antara normal dan abnormal, khususnya yang
berkaitan untuk terdistribusi secara normal variabel kontinu yang mungkin terkait dengan beberapa penyakit
(lihat Bab 8).
Sebagai contoh, pedoman tentang cut-off poin untuk mengobati tekanan darah tinggi yang
sewenang-wenang, karena ada terus meningkatnya risiko penyakit kardiovaskular pada setiap tingkat (lihat Bab
6). Sebuah titik cut-off khusus untuk nilai normal didasarkan pada
definisi operasional dan tidak

n pada setiap thre mutlak shold. pertimbangan serupa berlaku
kriteria untuk paparan bahaya kesehatan: misalnya, pedoman untuk aman darah e
timbel akan didasarkan pada penilaian dari bukti yang ada, yang kemungkinan akan berubah dari waktu ke
waktu (lihat Bab 9).

16 Bab 2
kriteria diagnostik
Kriteria diagnostik biasanya didasarkan pada gejala, tanda-tanda, sejarah dan hasil tes. Sebagai contoh,
hepatitis dapat diidentifikasi dengan adanya antibodi dalam darah; asbestosis dapat diidentifikasi dengan
gejala dan tanda-tanda perubahan tertentu dalam fungsi paru-paru, demonstrasi radiografi fibrosis dari jaringan
paru-paru atau penebalan pleura, dan riwayat terpapar serat asbes. Tabel 2.1 menunjukkan bahwa diagnosis
diagnosis demam rematik dapat dibuat berdasarkan beberapa manifestasi dari penyakit, dengan beberapa
tanda-tanda yang lebih penting dari yang lain.
Dalam beberapa situasi kriteria yang sangat sederhana dibenarkan.
Misalnya, pengurangan angka kematian akibat pneumonia bakteri pada

Kotak 2.1. definisi kasus
anak-anak di negara berkembang tergantung pada deteksi dan pengobatan
Apapun definisi yang digunakan dalam epidemiologi, adalah penting bahwa yang cepat. WHO pedoman casemanagement merekomendasikan bahwa
mereka dinyatakan dengan jelas, dan mudah digunakan dan mengukur secara
deteksi kasus pneumonia didasarkan pada tanda-tanda klinis saja, tanpa
standar dalam berbagai situasi oleh orang yang berbeda. Sebuah definisi yang
auskultasi, radiografi dada atau tes laboratorium. Satu-satunya
jelas dan ringkas dari apa yang dianggap kasus memastikan bahwa entitas
yang sama dalam kelompok-kelompok yang berbeda atau individu yang

r
berbeda sedang diukur. 3 Definisi yang digunakan dalam praktek klinis kurang Peralatan yang dibutuhkan adalah sebuah jam untuk waktu laju pernapasan.
kaku ditentukan dan sering dipengaruhi oleh penilaian klinis. Hal ini sebagian Penggunaan antibiotik untuk tersangka pneumonia pada anak-hanya
karena sering mungkin untuk melanjutkan bertahap dengan serangkaian tes
berdasarkan pemeriksaan fisik - direkomendasikan dalam pengaturan di mana
sampai diagnosis dikonfirmasi.
ada tingkat tinggi pneumonia bakteri, dan di mana kurangnya sumber
membuatnya im- f
mungkin untuk mendiagnosa penyebab lain. 5
Demikian juga, definisi kasus klinis untuk AIDS pada orang dewasa
dikembangkan pada tahun 1985, untuk digunakan dalam pengaturan dengan sumber daya yang terbatas diagnostik. 6 WHO
definisi kasus untuk surveilans AIDS diperlukan hanya dua tanda-tanda utama (berat badan ≥ 10% dari berat badan,
diare kronis, atau demam berkepanjangan) dan satu tanda minor (batuk terus-menerus, herpes zoster, limfadenopati
generalisata, dll). Pada tahun 1993, Pusat Pengendalian Penyakit didefinisikan AIDS untuk memasukkan semua orang
yang terinfeksi HIV dengan jumlah T-limfosit CD4 + kurang dari 200 per mikroliter. 7
Tabel 2.1. Pedoman untuk diagnosis episode awal demam rematik (Jones kriteria, 1992) 4
satu utama dan dua manifestasi minor, jika didukung oleh bukti dari Grup A infeksi streptokokus sebelumnya Sebuah
manifestasi utama manifestasi minor
karditis temuan klinis
polyarthritis arthralgia
chorea Demam
eritema marginatum temuan laboratorium
nodul subkutan Peningkatan reaktan fase akut:

- Tingkat sedimentasi eritrosit
- C-reactive protein
berkepanjangan interval PR
Sebuah Bukti pendukung dari Grup yg A infeksi streptokokus:
- budaya tenggorokan positif atau tes cepat antigen streptokokus

- ditinggikan atau naik titer antibodi streptokokus.
Mengukur kesehatan dan penyakit 17
Kriteria diagnostik dapat berubah cukup cepat sebagai pengetahuan bertambah atau teknik diagnostik
meningkatkan; mereka juga sering berubah sesuai dengan konteks di mana mereka sedang digunakan.
Misalnya, asli WHO kriteria diagnostik untuk infark miokard untuk digunakan dalam studi epidemiologi,
dimodifikasi ketika metode objektif untuk menilai electrocardiograms (Kode Minnesota) diperkenalkan pada
1980-an. 8, 9 Kriteria tersebut kemudian dimodifikasi pada 1990-an, ketika menjadi mungkin untuk mengukur
enzim jantung. 10
Mengukur frekuensi penyakit

Beberapa langkah-langkah frekuensi penyakit didasarkan pada konsep prevalensi dan insiden. Sayangnya,
epidemiologi belum mencapai kesepakatan lengkap tentang definisi istilah yang digunakan dalam bidang ini. Dalam
teks ini kita umumnya menggunakan istilah sebagaimana didefinisikan dalam lalu Kamus of Epidemiology. 11
Populasi beresiko
Merupakan faktor penting dalam menghitung ukuran frekuensi penyakit adalah estimasi yang benar dari
jumlah orang yang diteliti. Idealnya angka-angka ini hanya harus mencakup orang-orang yang berpotensi
rentan terhadap penyakit sedang dipelajari. Misalnya, laki-laki tidak harus dimasukkan ketika menghitung
frekuensi kanker serviks (Gambar 2.1).
Gambar 2.1. Populasi yang berisiko dalam studi karsinoma serviks
Total populasi Semua wanita Populasi beresiko

(kelompok umur)
0-24
tahun
Semua pria Semua wanita 25-69 tahun
tahun
70 + tahun 25-69
Orang-orang yang rentan terhadap penyakit tertentu disebut populasi beresiko, dan dapat didefinisikan oleh
faktor demografis, geografis atau lingkungan. Misalnya, kecelakaan kerja terjadi hanya antara orang-orang yang
bekerja, sehingga populasi berisiko adalah tenaga kerja; di beberapa negara brucellosis terjadi hanya di kalangan
orang menangani binatang yang terinfeksi, sehingga populasi berisiko terdiri dari mereka yang bekerja di
peternakan dan di rumah pemotongan hewan.

18 Bab 2
Insiden dan prevalensi
Insiden penyakit merupakan tingkat terjadinya kasus baru yang timbul dalam suatu periode tertentu dalam
populasi tertentu, sedangkan prevalensi adalah frekuensi kasus yang ada dalam populasi tertentu pada titik
waktu tertentu. Ini adalah cara yang berbeda secara fundamental mengukur terjadinya (lihat Tabel 2.2) dan
hubungan antara kejadian dan prevalensi bervariasi antara penyakit. Mungkin ada insiden rendah dan prevalensi
tinggi - seperti untuk diabetes - atau insiden tinggi dan prevalensi rendah - seperti untuk flu biasa. Pilek lebih
sering terjadi dibandingkan diabetes tetapi berlangsung hanya dalam waktu singkat, sedangkan diabetes pada
dasarnya seumur hidup.
Tabel 2.2. Perbedaan antara insiden dan prevalensi
Insidensi kelaziman
Pembilang Jumlah baru kasus penyakit

selama jangka waktu tertentu Jumlah ada kasus penyakit
pada suatu titik waktu tertentu
Penyebut Populasi beresiko Populasi beresiko
Fokus Apakah kejadian tersebut adalah waktu kasus Ada atau tidak adanya periode penyakit Waktu adalah
baru timbulnya penyakit sewenang-wenang; bukan sebuah “snapshot” dalam
waktu
penggunaan Mengungkapkan risiko menjadi sakit Ukuran

Memperkirakan probabilitas dari populasi yang
utama dari penyakit atau kondisi akut, tetapi juga
sakit pada periode waktu sedang dipelajari.
digunakan untuk penyakit kronis lainnya yang
Berguna dalam studi beban penyakit kronis dan
berguna untuk studi sebab-akibat
implikasi untuk pelayanan kesehatan
Catatan: Jika kasus insiden tidak diselesaikan, tetapi terus dari waktu ke waktu, maka mereka menjadi ada (lazim) kasus.
Dalam arti, prevalensi = kejadian × durasi.
Mengukur prevalensi dan insiden melibatkan penghitungan kasus pada populasi didefinisikan beresiko.
Melaporkan jumlah kasus tanpa mengacu pada populasi yang berisiko dapat digunakan untuk memberi
kesan dari besarnya keseluruhan masalah kesehatan, atau tren jangka pendek dalam suatu populasi,
misalnya, selama epidemi. WHO
Weekly Epidemiological Record berisi

d data kejadian di bentuk angka kasus,
yang terlepas dari alam mentah mereka, dapat memberikan informasi yang berguna tentang perkembangan
epidemi penyakit menular.
Istilah “tingkat serangan” sering digunakan sebagai pengganti kejadian selama wabah penyakit pada
populasi sempit didefinisikan selama periode waktu yang singkat. Tingkat serangan dapat dihitung sebagai jumlah
orang yang terkena dibagi dengan jumlah terkena. Misalnya, dalam kasus wabah penyakit bawaan makanan,
tingkat serangan dapat dihitung untuk setiap jenis makanan yang dimakan, dan kemudian angka ini dibandingkan
dengan mengidentifikasi sumber infeksi.
Data prevalensi dan insiden menjadi jauh lebih berguna jika diubah menjadi tarif (lihat Tabel 1.1).
Tingkat dihitung dengan membagi jumlah kasus dengan jumlah yang sesuai dari orang dalam populasi
berisiko dan dinyatakan sebagai kasus per 10 n orang-orang. beberapa ahli epidemiologi
n
s menggunakan istilah “tingkat” hanya untuk pengukuran
terjadinya penyakit per satuan waktu (minggu, tahun, dll). Dalam buku ini, kita menggunakan istilah
“Penyakit” dalam arti luas, termasuk penyakit klinis, perubahan biokimia dan fisiologis yang merugikan,
cedera dan penyakit mental.
kelaziman
)
prevalensi ( P) penyakit dihitung sebagai berikut:
Jumlah orang dengan penyakit atau kondisi pada waktu
tertentu
P= (× 10 n)
Jumlah orang dalam populasi berisiko pada waktu yang
ditentukan
Data pada populasi yang berisiko tidak selalu tersedia dan dalam banyak studi total penduduk di daerah
penelitian digunakan sebagai perkiraan.
Prevalensi sering dinyatakan sebagai kasus per 100 (persentase), atau per 1000 penduduk. Pada kasus ini, P
telah harus dikalikan P dengan faktor yang sesuai: 10 n. Jika data

telah dikumpulkan untuk satu titik waktu, P adalah “preva
P titik Tingkat lence.”Hal ini
kadang-kadang lebih nyaman untuk menggunakan “tingkat periode prevalensi,” dihitung sebagai jumlah total kasus
setiap saat selama jangka waktu tertentu, dibagi dengan populasi di tengah risiko melalui periode. Demikian pula,
“seumur hidup prevalensi” adalah jumlah total orang yang diketahui telah memiliki penyakit selama setidaknya beberapa
bagian dari kehidupan mereka.
Terlepas dari usia, beberapa faktor menentukan prevalensi (Gambar 2.2). Khususnya:
• keparahan penyakit (jika banyak orang yang mengembangkan penyakit mati dalam waktu singkat,
prevalensinya menurun);
• durasi penyakit (jika penyakit berlangsung waktu singkat prevalensinya lebih rendah daripada jika
berlangsung lama);
• jumlah kasus baru (jika banyak orang mengembangkan penyakit, prevalensinya lebih tinggi daripada jika beberapa
orang melakukannya).
Gambar 2.2. Faktor yang mempengaruhi prevalensi
Meningkat: Menurun:
durasi yang lebih lama dari Perpanjangan durasi yang lebih singkat dari penyakit
penyakit hidup pasien tanpa Meningkatkan Tinggi CFR dari Penurunan penyakit
penyembuhan dalam kasus-kasus baru pada kasus baru (penurunan
(peningkatan kejadian) dalam migrasi kasus kejadian) dalam migrasi orang sehat
Out-migrasi orang sehat Out-migrasi kasus
Migrasi dari orang yang rentan Peningkatan angka kesembuhan Peningkatan kasus
fasilitas diagnostik (pelaporan yang lebih baik)
Sejak prevalensi dapat dipengaruhi oleh banyak faktor yang tidak terkait dengan penyebab penyakit, studi
prevalensi biasanya tidak memberikan bukti yang kuat dari kausalitas. Ukuran prevalensi, bagaimanapun,
membantu dalam menilai perlunya tindakan pencegahan, kesehatan dan perencanaan pelayanan kesehatan.
Prevalensi adalah ukuran yang berguna

20 Bab 2
dari terjadinya kondisi dimana timbulnya penyakit mungkin bertahap, seperti diabetes
kedewasaan-onset atau rheumatoid arthritis.
Prevalensi diabetes tipe 2 telah diukur dalam berbagai populasi menggunakan kriteria yang diusulkan oleh
WHO (lihat Tabel 2.3); berbagai menunjukkan pentingnya faktor sosial dan lingkungan dalam menyebabkan
penyakit ini, dan menunjukkan kebutuhan yang berbeda-beda untuk pelayanan kesehatan diabetes pada populasi
yang berbeda.
Tabel 2.3. Prevalensi usia disesuaikan diabetes tipe 2 pada populasi yang dipilih (30-64 tahun) 12
Prevalensi usia disesuaikan (%)
populasi kelompok etnis / subkelompok Laki-laki Wanita
asal Cina
Cina 1,6 0,8
Mauritius 16.0 10.3
Singapura 6.9 7.8
asal India
Fiji
pedesaan 23.0 16.0
perkotaan 16.0 20,0
India Selatan
pedesaan 3.7 1,7
perkotaan 11,8 11.2
Singapura 22,7 10.4
Srilanka 5.1 2.4
Insidensi
Kejadian mengacu pada tingkat di mana peristiwa baru terjadi dalam suatu populasi. Insiden
memperhitungkan periode waktu variabel selama individu bebas penyakit dan dengan demikian “berisiko”
terserang penyakit.
Dalam perhitungan kejadian, pembilang adalah jumlah kejadian baru yang terjadi dalam jangka waktu yang
ditetapkan, dan penyebut adalah populasi berisiko mengalami acara selama periode ini. Cara yang paling akurat untuk
menghitung kejadian adalah untuk menghitung apa yang disebut terakhir itu “tingkat kejadian orang-time.” 11 Setiap
orang dalam populasi penelitian memberikan kontribusi satu orang-tahun untuk denominator untuk setiap tahun (atau
hari, minggu, bulan) dari pengamatan sebelum penyakit berkembang, atau orang yang hilang untuk menindaklanjuti.
kejadian ( SAYA)) dihitung sebagai berikut:
Jumlah peristiwa baru dalam periode sejumlah tertentu dari orang yang
I= terkena resiko selama periode ini (× 10 n)
pembilang ketat hanya merujuk pada peristiwa pertama dari penyakit.

f unit dari tingkat kejadian
harus selalu menyertakan unit waktu (kasus per 10 n dan per hari, minggu, bulan, tahun, dll).
Untuk setiap individu dalam populasi, waktu pengamatan adalah periode bahwa orang tersebut tetap bebas
penyakit. Oleh karena itu denominator yang digunakan untuk perhitungan kejadian adalah jumlah dari semua
periode orang-waktu bebas penyakit selama periode pengamatan dari populasi beresiko.
Karena tidak mungkin untuk mengukur periode bebas penyakit tepatnya, penyebut sering
dihitung sekitar dengan mengalikan ukuran rata-rata populasi penelitian oleh panjang periode
penelitian. Hal ini cukup akurat jika ukuran populasi besar dan stabil dan insiden rendah,
misalnya, untuk stroke.
Dalam sebuah penelitian di Amerika Serikat, tingkat kejadian stroke diukur di 118 539 wanita yang 30-55
tahun dan bebas dari penyakit jantung koroner, stroke dan kanker pada tahun 1976 (lihat Tabel 2.4). Sebanyak
274 kasus stroke diidentifikasi dalam delapan tahun masa tindak lanjut (908 447 orang-tahun). Tingkat kejadian
stroke secara keseluruhan adalah 30,2 per 100 000 orang-tahun pengamatan dan tingkat yang lebih tinggi bagi
perokok dibandingkan non-perokok; tingkat untuk mantan perokok adalah menengah.
Tabel 2.4. Hubungan antara merokok dan tingkat kejadian stroke pada kohort 118 539 wanita 13
kategori Jumlah kasus stroke Orang-tahun tingkat kejadian stroke (per

merokok observasi (lebih 100 000) tahun PribadiNya-)
dari 8 tahun)
tidak pernah merokok 70 395 594 17,7
Mantan perokok 65 232 712 27,9
Perokok 139 280 141 49,6
Total 274 908 447 30,2
insiden kumulatif
Insiden kumulatif adalah ukuran sederhana dari terjadinya penyakit atau status kesehatan. Tidak
seperti kejadian, mengukur penyebut hanya pada awal penelitian.
Insiden kumulatif dapat dihitung sebagai berikut:
Jumlah orang yang mendapatkan penyakit selama jangka waktu
tertentu
Cumul Insiden ative = (× 10 n)
Jumlah orang bebas dari penyakit pada populasi
berisiko pada awal periode
Insiden kumulatif sering disajikan sebagai kasus per 1000 penduduk. Tabel 2.4 menunjukkan bahwa
kejadian kumulatif untuk stroke selama delapan tahun tindak lanjut adalah 2,3 per 1000 (274 kasus stroke
dibagi dengan 118 539 perempuan yang memasuki studi). Dalam arti statistik, kejadian kumulatif adalah
probabilitas bahwa individu dalam populasi mendapatkan penyakit selama periode tertentu.
Periode dapat dari setiap panjang tapi biasanya beberapa tahun, atau bahkan seumur hidup. Oleh karena itu
tingkat kejadian kumulatif mirip dengan “risiko kematian” konsep yang digunakan dalam aktuaria dan
kehidupan-meja perhitungan. Kesederhanaan tingkat insiden kumulatif membuat mereka berguna ketika
berkomunikasi informasi kesehatan kepada masyarakat umum.

22 Bab 2
fatalitas kasus
Kasus kematian adalah ukuran tingkat keparahan penyakit dan didefinisikan sebagai proporsi kasus dengan penyakit
tertentu atau kondisi yang meninggal dalam waktu tertentu. Hal ini biasanya dinyatakan sebagai persentase.
Jumlah kematian fromdiagnosed kasus pada suatu periode
tertentu
Kasus f atal itu y (%) %% = × 100
Jumlah kasus didiagnosis penyakit pada periode yang sama
Hubungan timbal balik dari langkah-langkah yang berbeda
Prevalensi tergantung pada kedua kejadian dan penyakit durasi. Asalkan prevalensi ( P) rendah
)
dan tidak bervariasi signific antly dengan waktu, dapat dihitung
kira-kira seperti:
P = Insiden × durasi rata-rata penyakit
Tingkat kejadian kumulatif penyakit tergantung pada kedua kejadian dan panjang periode
pengukuran. Sejak kejadian biasanya perubahan dengan usia, tingkat insiden agespecific perlu
dihitung. Tingkat kejadian kumulatif adalah pendekatan yang berguna dari kejadian ketika tingkat
rendah atau jika masa studi pendek.
Gambar 2.3 menggambarkan berbagai langkah penyakit. contoh hipotesis ini didasarkan pada
studi tujuh orang selama tujuh tahun.
Gambar 2.3. Perhitungan terjadinya penyakit
1 7
2 7
Total waktu dalam pengamatan (tahun) TT
3 2
individu
4 7
5 3
6 2
7 2
1 2 3 4 5 6 7
Tahun follow-up
periode sehat periode penyakit Hilang untuk menindaklanjuti Kematian
Pada Gambar 2.3 dapat dilihat bahwa:
• tthhee iinncciiddeennccee dari penyakit selama periode tujuh tahun adalah jumlah kejadian baru
(3) dibagi dengan jumlah panjang waktu berisiko terkena penyakit bagi penduduk (33
orang-tahun), yaitu 9,1 kasus per 100 tahun PribadiNya-;
• tthhee ccuummuullaattiivvee iinncciiddeennccee adalah jumlah kejadian baru dalam populasi berisiko
(3) dibagi dengan jumlah orang dalam populasi yang sama bebas dari penyakit pada awal periode
(7), yaitu 43 kasus per 100 orang selama
• rata-rata durasi penyakit adalah jumlah total dari tahun penyakit dibagi dengan jumlah
tahun 4, misalnya, adalah rasio jumlah orang dengan tujuh tahun;
kasus, yaitu 13/3 = 4,3 tahun;
• prevalensi tergantung pada titik waktu di mana studi berlangsung; pada awal
penyakit (2) dengan jumlah orang dalam populasi yang diamati pada waktu itu (6), yaitu 33 kasus
per 100 orang. Rumus yang diberikan pada halaman 22 untuk prevalensi akan memberikan
prevalensi rata-rata estimasi 30 kasus per 100 penduduk (9,1 × 3,3);
• ccaassee ffaattaalliittyy adalah 33% mewakili 1 kematian dari 3 kasus didiagnosis.
Menggunakan informasi yang tersedia untuk mengukur

kesehatan dan penyakit
Kematian
Epidemiologi sering menyelidiki status kesehatan suatu populasi dengan

Kotak 2.2. Klasifikasi Internasional Penyakit (ICD)
memulai dengan informasi yang dikumpulkan secara rutin. Di banyak
negara berpenghasilan tinggi fakta dan penyebab kematian dicatat pada

ICD-10 mulai digunakan pada tahun 1992. Klasifikasi ini merupakan yang
sertifikat kematian standar, yang juga membawa informasi tentang usia,
terbaru dalam serangkaian yang berasal dari tahun 1850-an. ICD telah
jenis kelamin, dan tempat tinggal. Itu Klasifikasi Statistik Internasional
menjadi klasifikasi diagnostik standar untuk semua tujuan manajemen
Penyakit dan Masalah Kesehatan Terkait ( ICD) menyediakan kesehatan epidemiologi dan banyak umum.
pedoman mengklasifikasikan kematian. 14 Prosedur direvisi secara berkala ICD-10 digunakan untuk mengklasifikasikan penyakit dan masalah
kesehatan lainnya direkam pada banyak jenis catatan, termasuk sertifikat
untuk memperhitungkan penyakit baru dan perubahan dalam hal-definisi,
kematian dan grafik rumah sakit. Klasifikasi ini memungkinkan
dan digunakan untuk coding penyebab kematian (lihat Kotak 2.2). Klasifikasi
negara-negara untuk menyimpan dan mengambil informasi diagnostik
Internasional Penyakit sekarang di 10 nya th revisi, sehingga disebut ICD-10. untuk tujuan klinis dan epidemiologis, dan kompilasi statistik kematian
nasional dan morbiditas yang sebanding.
Keterbatasan sertifikat kematian
Data yang diperoleh dari statistik kematian rentan terhadap berbagai sumber kesalahan tetapi, dari
perspektif epidemiologi, sering memberikan informasi berharga tentang tren dalam status kesehatan
penduduk. Kegunaan data tergantung pada banyak faktor, termasuk kelengkapan catatan dan ketepatan
dalam menempatkan penyebab kematian-terutama pada orang tua untuk siapa tarif otopsi sering rendah.
Epidemiologi sangat bergantung pada statistik kematian untuk menilai beban penyakit, serta untuk melacak
perubahan penyakit dari waktu ke waktu. Namun, di banyak negara statistik kematian dasar tidak tersedia,
biasanya karena kurangnya sumber daya untuk membangun sistem registrasi vital rutin. Penyediaan informasi
sebab-of-kematian yang akurat merupakan prioritas bagi pelayanan kesehatan. 15
24 Bab 2
Keterbatasan sistem registrasi vital
WHO Kematian database hanya mencakup sepertiga dari kematian orang dewasa di dunia, dan ini terutama
di negara-negara berpenghasilan tinggi dan menengah. 16, 17 Tidak semua negara dapat mengirimkan data
kematian WHO, dan untuk beberapa ada kekhawatiran tentang akurasi data. Di beberapa negara, sistem
registrasi vital hanya mencakup bagian dari negara (daerah perkotaan, atau hanya beberapa provinsi). Di
negara lain, meskipun sistem registrasi vital meliputi seluruh negeri, tidak semua kematian terdaftar.
Beberapa negara bergantung pada validasi kematian dari sampel mewakili populasi (seperti di Cina dan
India); di negara-negara lain, situs pengawasan demografi memberikan tingkat kematian untuk populasi yang
dipilih. 18
otopsi verbal
Sebuah otopsi verbal adalah metode tidak langsung memastikan penyebab biomedis kematian dari informasi tentang
gejala, tanda-tanda dan keadaan sebelum kematian, diperoleh dari keluarga orang yang sudah meninggal. 19 Di banyak
negara berpenghasilan rendah menengah dan, otopsi verbal adalah satu-satunya metode yang digunakan untuk
mendapatkan estimasi dari distribusi penyebab kematian. 20 Otopsi verbal digunakan terutama dalam konteks
pengawasan demografi dan sistem registrasi sampel. Keragaman alat dan metode yang digunakan membuat sulit untuk
membandingkan penyebab-dari-kematian data antara tempat dari waktu ke waktu. 21
Menuju perkiraan sebanding
Bahkan di negara-negara dimana penyebab kematian ditugaskan oleh staf yang berkualitas, terjadinya kesalahan coding dapat
terjadi. Alasan utama untuk hal ini adalah:
• bias sistematis dalam diagnosis

• benar atau tidak lengkap sertifikat kematian
• salah tafsir aturan ICD untuk pemilihan penyebab yang mendasari
• variasi dalam penggunaan coding kategori untuk penyebab yang tidak diketahui dan tidak jelas.
Untuk alasan ini, perbandingan data antara negara-negara dapat menyesatkan. WHO bekerja dengan negara-negara untuk
menghasilkan perkiraan tingkat negara, yang kemudian disesuaikan untuk memperhitungkan perbedaan-perbedaan ini (lihat
Kotak 2.3).
Kotak 2.3. Perkiraan sebanding berasal dari statistik resmi
Penilaian status global menyebabkan data kematian menunjukkan bahwa Amerika 192 anggota WHO, hanya 23 negara
memiliki data berkualitas tinggi didefinisikan sebagai:
• Data lebih dari 90% selesai
• tidak jelas penyebab akun kematian kurang dari 10% dari total penyebab kematian
• ICD-9 atau ICD-10 kode yang digunakan.
Tingkat negara memperkirakan bahwa WHO menghasilkan menyesuaikan perbedaan dalam kelengkapan dan akurasi
data yang diberikan oleh negara. Perkiraan didasarkan pada data dari 112 sistem registrasi vital nasional yang
menangkap sekitar 18,6 juta kematian setiap tahunnya, yang mewakili sepertiga dari semua kematian yang terjadi di
dunia. Informasi dari sistem pendaftaran sampel, laboratorium populasi dan studi epidemiologi juga digunakan untuk
meningkatkan perkiraan ini.
Dimana sistem registrasi vital nasional memang ada dan termasuk dalam WHO Kematian Database:
• sertifikat kematian mungkin tidak lengkap

• segmen miskin populasi mungkin tidak tercakup
• kematian mungkin tidak dilaporkan karena alasan budaya atau agama
• usia saat kematian tidak dapat diberikan secara akurat.
Faktor-faktor lain yang berkontribusi terhadap sistem pendaftaran tidak dapat diandalkan meliputi: akhir pendaftaran, data yang
hilang dan kesalahan dalam pelaporan atau mengklasifikasikan penyebab kematian. 19
Karena membutuhkan waktu yang lama bagi negara-negara untuk membangun sistem registrasi vital berkualitas baik,
metode alternatif yang sering digunakan untuk menetapkan penyebab-dari-kematian dan untuk memperkirakan kematian.
tingkat kematian
Tingkat kematian (atau tingkat kematian kasar) untuk semua kematian atau penyebab spesifik kematian dihitung sebagai berikut:
Minyak mentah mor tal itu y rate = Jumlah kematian selama jangka waktu tertentu (× 10 n)
Jumlah orang di risiko kematian selama periode yang
sama
Kerugian utama dari tingkat kematian kasar adalah bahwa hal itu tidak memperhitungkan fakta bahwa peluang
kematian bervariasi sesuai dengan usia, jenis kelamin, ras, kelas sosial ekonomi dan faktor lainnya. Hal ini biasanya
tidak tepat untuk menggunakannya untuk membandingkan periode waktu yang berbeda atau wilayah geografis.
Misalnya, pola kematian dalam perkembangan perkotaan baru sibuk dengan banyak keluarga muda cenderung
sangat berbeda dari yang di resor tepi laut, di mana orang-orang pensiun dapat memilih untuk hidup. Perbandingan
tingkat kematian antara kelompok struktur usia yang beragam biasanya berdasarkan tarif agestandardized.
tingkat kematian usia tertentu

tingkat kematian dapat dinyatakan untuk kelompok tertentu dalam suatu populasi yang didefinisikan oleh usia, ras, jenis kelamin,
pekerjaan atau lokasi geografis, atau penyebab spesifik dari kematian. Sebagai contoh, tingkat kematian usia dan jenis kelamin
tertentu didefinisikan sebagai:
Total jumlah kematian yang terjadi dalam usia dan jenis kelamin kelompok tertentu dari penduduk
di daerah yang ditetapkan selama jangka waktu tertentu Perkiraan jumlah penduduk usia dan
(× 10 n)
jenis kelamin kelompok yang sama dari populasi di daerah yang sama selama periode yang sama
proporsi mortalitas
Kadang-kadang kematian pada populasi digambarkan dengan menggunakan proporsi mortalitas, yang
sebenarnya rasio: jumlah kematian akibat penyebab tertentu per 100 atau 1000 total kematian pada periode
yang sama. proporsi mortalitas tidak mengungkapkan risiko anggota dari kontraktor populasi atau mati dari
penyakit. r
Perbandingan tingkat proporsional antara kelompok mungkin menunjukkan perbedaan yang menarik.
Namun, kecuali tingkat kematian kasar atau kelompok usia-spesifik
26 Bab 2
diketahui, hal itu mungkin tidak jelas apakah perbedaan antara kelompok berkaitan dengan variasi dalam pembilang atau
penyebut. Misalnya, angka kematian proporsional untuk kanker akan jauh lebih besar di negara-negara berpenghasilan tinggi
dengan banyak orang tua daripada di negara-negara berpenghasilan rendah dan menengah dengan beberapa orang tua,
bahkan jika risiko seumur hidup yang sebenarnya kanker adalah sama.
Kematian bayi
Angka kematian bayi umumnya digunakan sebagai indikator tingkat kesehatan di masyarakat. Mengukur
tingkat kematian pada anak-anak selama tahun pertama kehidupan, penyebut menjadi jumlah kelahiran
hidup pada tahun yang sama.
Angka kematian bayi dihitung sebagai berikut:
Jumlah kematian dalam satu tahun dari anak-anak kurang
dari 1 tahun usia

Tingkat kematian bayi =
Jumlah kelahiran hidup pada tahun yang sama × 1000
Penggunaan angka kematian bayi sebagai ukuran status kesehatan secara keseluruhan untuk populasi tertentu
didasarkan pada asumsi bahwa itu sangat sensitif terhadap perubahan sosial ekonomi dan intervensi perawatan
kesehatan. kematian bayi telah menurun di seluruh wilayah dunia, tetapi perbedaan lebar bertahan antara dan di
dalam negara (lihat Gambar 2.4).
Gambar 2.4. tren di seluruh dunia kematian bayi, 1950-2000 22
200
kematian bayi / 1000 kelahiran hidup
160
120
Afrika
80
Asia
Dunia
40
Karibia
Eropa Oseania
0 Amerika Utara Amerika Latin dan
Titik
tingkat kematian anak
The (angka kematian di bawah 5) angka kematian anak didasarkan pada kematian anak-anak usia 1-4 tahun, dan sering
digunakan sebagai indikator kesehatan dasar. Cedera, kekurangan gizi dan penyakit infeksi adalah penyebab umum
kematian di kelompok usia ini. Angka kematian di bawah 5 menggambarkan probabilitas (dinyatakan per 1000 kelahiran
hidup) dari anak meninggal sebelum mencapai usia 5 tahun. Tabel 2.5 menunjukkan tingkat kematian bagi negara-negara
yang mewakili berbagai kategori pendapatan. Daerah ketidakpastian sekitar perkiraan untuk negara-negara
berpenghasilan menengah dan berpenghasilan rendah ditunjukkan dalam tanda kurung.
Data pada Tabel 2.5 telah dihitung sehingga informasi dapat dibandingkan antar negara. tingkat
kematian per 1000 kelahiran hidup bervariasi dari serendah 4 untuk Jepang (berdasarkan data yang tepat) ke
297 untuk laki-laki di Sierra Leone (dengan berbagai

ketidakpastian: antara 250 dan 340 per 1000 kelahiran hidup). 23 Mengumpulkan data akurat tidak mudah dan
pendekatan alternatif telah dikembangkan (lihat Kotak 2.4).
Tabel 2.5. angka kematian di bawah 5 di negara-negara yang dipilih, 2003 23
Negara tingkat bawah-5 kematian per 1000 kelahiran hidup (95% CI) Jantan
betina
negara-negara berpenghasilan tinggi
Jepang 4 4
Perancis 5 5
Kanada 6 5
Amerika Serikat 9 7
negara-negara berpenghasilan menengah
Chili 10 (9-11) 9 (8-10)
Argentina 19 (18-21) 16 (15-17)
Peru 36 (31-42) 32 (27-39)
Indonesia 45 (40-49) 37 (33-40)
Negara berpenghasilan rendah
Kuba 8 (7-10) 6 (5-7)
Srilanka 17 (14-19) 13 (11-15)
Angola 276 (245-306) 243 (216-276)
Sierra Leone 297 (250-340) 270 (229-310)
Kotak 2.4. pendekatan alternatif untuk memperoleh informasi tentang kematian pada anak-anak
Di mana register kematian akurat tidak ada, kematian bayi dan anak dapat diperkirakan dari informasi yang dikumpulkan dalam survei rumah tangga di mana
pertanyaan berikut awalnya bertanya: “Selama dua tahun terakhir, memiliki anak dalam rumah tangga ini meninggal yang masih berusia lima tahun atau kurang?"
Jika jawabannya adalah “ya,” tiga pertanyaan diminta:
• “Berapa bulan yang lalu melakukan kematian terjadi?”
• “Berapa bulan usia adalah anak saat kematian?”
• “Apakah anak laki-laki atau perempuan?”
Jika informasi tentang jumlah dan usia anak-anak yang masih hidup dikumpulkan selama survei tingkat kematian, bayi dan anak dapat diperkirakan dengan
cukup akurat. kematian orang dewasa juga dapat didekati dari survei rumah tangga jika informasi yang akurat tidak tersedia.
Masalah dengan menggunakan survei rumah tangga untuk memperoleh informasi tentang kematian meliputi:
• responden mungkin tidak memahami rentang waktu pertanyaan,
• anak-anak yang meninggal tak lama setelah lahir dapat ditinggalkan,
• untuk alasan budaya, lebih laki-laki dari kematian perempuan dapat dilaporkan.
f rendah
Namun, ini adalah satu-satunya metode yang dapat diterapkan di beberapa komunitas. Pengukuran kematian bayi di berpenghasilan
masyarakat sangat penting dalam membantu perencana untuk mengatasi kebutuhan ekuitas dalam perawatan kesehatan. Selain itu, mengurangi tingkat kematian anak
adalah salah satu Tujuan Pembangunan Milenium (lihat Bab 10).
angka kematian ibu
Angka kematian ibu mengacu pada risiko ibu meninggal akibat penyebab yang berhubungan dengan bayi
menyampaikan, komplikasi kehamilan atau melahirkan. ini penting
28 Bab 2
statistik sering diabaikan karena sulit untuk menghitung secara akurat. Angka kematian ibu diberikan
oleh:
Jumlah kematian ibu di wilayah geografis tertentu
dalam jumlah tahun tertentu dari kelahiran hidup

Ibu mor tal itu y rate = ee ( × 10 n)
yang terjadi di antara penduduk wilayah geografis
yang diberikan pada tahun yang sama
Angka kematian ibu berkisar dari sekitar 3 per 100 000 kelahiran hidup di negara-negara berpenghasilan tinggi untuk lebih
dari 1500 per 100 000 kelahiran hidup di negara-negara berpenghasilan rendah. 23 Namun, bahkan perbandingan ini tidak
cukup mencerminkan t risiko seumur hidup jauh lebih besar dari
meninggal karena penyebab yang berhubungan dengan kehamilan di negara-negara miskin.
angka kematian orang dewasa
Tabel 2.6. tingkat kematian dewasa 25 di negara-negara yang dipilih, 2004 Tingkat kematian orang dewasa didefinisikan sebagai probabilitas kematian
antara usia 15 dan 60 tahun per 1000 penduduk. Tingkat kematian orang dewasa
menawarkan cara untuk menganalisis kesenjangan kesehatan antara

Negara Probabilitas kematian per Jantan 1000 penduduk
negara-negara di kelompok usia kerja utama. 24 Probabilitas kematian di usia
antara 15 dan 60 tahun
dewasa lebih besar bagi laki-laki daripada perempuan di hampir semua negara,
betina
tetapi variasi antara negara-negara sangat besar. Di Jepang, kurang dari 1 dari
negara-negara berpenghasilan tinggi
10 pria (dan 1 dari 20 perempuan) meninggal pada kelompok usia produktif ini,
Jepang 92 45
dibandingkan dengan hampir 2 di 3 laki-laki (dan 1 di 2 wanita) di Angola (lihat
Kanada 91 57
Tabel 2.6).
Perancis 132 60
Amerika Serikat 137 81
Harapan hidup
negara-negara berpenghasilan menengah
Chili 133 66
Argentina 173 90
harapan hidup ukuran Ringkasan lain status kesehatan populasi. Hal ini
Peru 184 134
didefinisikan sebagai jumlah rata-rata tahun individu dari usia tertentu
Indonesia 239 200
diharapkan untuk hidup jika tingkat kematian saat ini terus berlanjut. Hal ini
Negara berpenghasilan rendah
tidak selalu mudah untuk menafsirkan alasan untuk perbedaan harapan
Kuba 131 85
hidup antara negara-negara; pola yang berbeda mungkin muncul sesuai
Srilanka 232 119
dengan langkah-langkah yang digunakan.
Sierra Leone 579 497
Angola 591 504

Untuk dunia secara keseluruhan, harapan hidup saat lahir telah meningkat
dari 46,5 tahun selama periode 1950-1955 untuk
65,0 tahun selama periode 1995-2000 (lihat Gambar 2.5). Pembalikan harapan hidup telah terjadi di beberapa
negara sub-Sahara sebagian besar disebabkan AIDS. pembalikan serupa dalam harapan hidup juga terjadi pada
pria paruh baya di bekas Uni Soviet, di mana hampir 1 2 laki-laki mati antara usia 15 dan 60 tahun, sebagian
besar disebabkan oleh perubahan dalam penggunaan alkohol dan tembakau. 26
harapan hidup saat lahir, sebagai ukuran keseluruhan status kesehatan, menekankan pentingnya yang lebih besar untuk
kematian pada masa bayi dari kematian di kemudian hari. Tabel 2.7 memberikan data yang
Gambar 2.5. tren di seluruh dunia di usia harapan hidup, 1950-2000 28
80
Amerika Utara
pp
70
harapan hidup saat lahir (tahun)
Amerika Latin dan Karibia Oseania

Asia
Dunia E urope
60
Afrika
50
40
30
1950 55 60 65 70 80 85 90 95 2000
Titik
untuk negara. Sebagai data didasarkan pada angka kematian spesifik usia yang ada, perhitungan tambahan
diperlukan untuk memungkinkan perbandingan antar negara; ketidakpastian dari perkiraan ditunjukkan dalam
Tabel 2.7. Harapan Hidup untuk pria dan wanita di negara-negara yang
tanda kurung. interval kepercayaan bisa sangat besar - seperti di Zimbabwe - tapi dipilih
cukup 28tepat di negara-negara
seperti Jepang yang memiliki registrasi vital lengkap.

Negara harapan hidup saat lahir (tahun) Perempuan
Laki-laki
Data ini menunjukkan variasi yang besar dalam harapan hidup antar negara. Zimbabwe 34 37
Sebagai contoh, seorang gadis yang lahir di Jepang pada tahun 2004 dapat berharap Federasi Rusia 72 59
untuk hidup 86 tahun, sedangkan gadis kelahiran Zimbabwe pada saat yang sama Mesir 70 66
akan hidup antara 30 dan 38 tahun. Di hampir semua negara, wanita hidup lebih lama Cina 74 70
daripada pria. 27 Mexico 77 72
Jepang 86 79
tingkat usia-standar
Tingkat kematian usia-standar (juga disebut sebagai tingkat usia disesuaikan) adalah ukuran ringkasan dari
tingkat kematian bahwa populasi akan memiliki jika itu struktur umur standar. Standarisasi tarif dapat dilakukan
baik secara langsung atau tidak langsung (lihat Kotak 2.5).
Kotak 2.5. standarisasi langsung dan tidak langsung dari tingkat

tingkat usia-standar memungkinkan perbandingan dibuat antara
penyakit
populasi yang memiliki struktur usia yang berbeda. Standardisasi juga dapat
Metode langsung standardisasi lebih sering digunakan, dan
dilakukan untuk variabel lain dari usia. Hal ini diperlukan ketika
dilakukan dengan menerapkan tingkat penyakit dari populasi yang
membandingkan dua atau lebih populasi yang memiliki karakteristik dasar
dibandingkan dengan populasi standar. Metode ini menghasilkan
yang berbeda yang secara independen mempengaruhi risiko kematian jumlah kasus yang akan diharapkan jika harga spesifik usia pada
(seperti usia, ras, status sosial ekonomi, dll). populasi standar yang berlaku untuk populasi penelitian.
tarif standar yang digunakan, kapan relevan, untuk morbiditas dan

Sering digunakan populasi standar termasuk:
mortalitas. Pilihan populasi standar sewenang-wenang, tetapi dapat menjadi
masalah ketika membandingkan tingkat negara-negara berpenghasilan

• populasi dunia Segi 29
rendah dan berpenghasilan tinggi.
• Eropa populasi standar berdasarkan populasi Swedia
Rincian tentang metode standardisasi tarif dapat ditemukan di: Pengajaran

• WHO dunia populasi standar, yang didasarkan pada dunia statistik kesehatan: pelajaran dan seminar menguraikan. 31
rata-rata keseluruhan diproyeksikan tions popula- 2000-2025. 30
30 Bab 2
Sementara masing-masing memberikan tingkat usia standar yang berbeda (lihat Tabel 2.8), mereka umumnya tidak
mempengaruhi peringkat keseluruhan ketika membandingkan tingkat populasi yang berbeda. 30
Tabel 2.8. Langsung standar tingkat kematian laki-laki dari infeksi pernapasan, dan peringkat lima negara
menggunakan tiga populasi standar yang berbeda 30
Negara tingkat usia-standar Peringkat dari negara-negara dengan

(Per 100 000) tingkat usia-standar
Segi WHO Eropa Segi Eropa WHO

dunia dunia
Australia 6.3 10.1 7,9 5 5 5
Kuba 27.2 44,2 34.6 4 4 4
Mauritius 45,2 72,6 56,6 3 3 3
Singapura 71.9 120,8 93,3 2 1 1
Turkmenistan 114,2 87.9 91,2 1 2 2
Usia-standarisasi tarif menghilangkan pengaruh distribusi usia yang berbeda pada tingkat morbiditas atau
mortalitas yang dibandingkan. Sebagai contoh, ada variasi yang besar antara negara-negara di tingkat kematian
kasar yang dilaporkan untuk penyakit jantung seperti yang ditunjukkan pada Tabel 2.9. Finlandia memiliki tingkat
kematian penyakit jantung mentah sekitar tiga kali lipat dari Brasil, tetapi tingkat standar adalah sama. Demikian
pula, Inggris
Serikat memiliki tingkat mentah lebih dari dua kali lipat dari Brazil, lagi-lagi,
Tabel 2.9. Mentah dan usia-standar tingkat kematian (per 100 000) untuk tingkat usia-standar serupa. Dengan demikian perbedaan antara
penyakit jantung di tiga negara yang dipilih (pria dan wanita gabungan) negara-negara ini tidak besar seperti yang muncul dari tingkat mentah.
2002
negara-negara berpenghasilan tinggi memiliki proporsi yang jauh lebih

Negara Tingkat Umur-standar
besar dari orang tua dalam populasi mereka dibandingkan negara-rendah dan
kematian kasar angka kematian
menengah orang tua memiliki tingkat lebih tinggi dari penyakit kardiovaskular
Brazil 79 118
dibandingkan dengan orang yang lebih muda. Semua tingkat kematian ini
Finlandia 240 120
dipengaruhi oleh kualitas data asli pada penyebab kematian.
morbiditas
tingkat kematian sangat berguna untuk menyelidiki penyakit dengan CFR tinggi. Namun, banyak penyakit
memiliki rendah fatalitas kasus, misalnya, penyakit mental yang paling, penyakit muskuloskeletal, rheumatoid
arthritis, cacar dan gondok. Dalam situasi ini, data morbiditas (penyakit) yang lebih berguna daripada tingkat
kematian.
Data morbiditas sering membantu dalam menjelaskan alasan untuk tren tertentu dalam kematian.
Perubahan tingkat kematian bisa disebabkan perubahan suku morbiditas atau dalam kasus fatalitas. Sebagai
contoh, penurunan baru-baru angka kematian penyakit kardiovaskuler di banyak negara maju bisa disebabkan
penurunan baik kejadian (menunjukkan perbaikan dalam pencegahan primer) atau dalam kasus fatalitas
(menunjukkan perbaikan dalam pengobatan). Karena struktur umur penduduk berubah dengan waktu, waktu-tren
analisis harus didasarkan pada morbiditas dan mortalitas usia-standar.
Sumber-sumber lain dari data kesakitan meliputi:

• penerimaan rumah sakit dan pembuangan
• konsultasi rawat jalan dan perawatan kesehatan primer

• layanan spesialis (seperti perawatan cedera)
• register kejadian penyakit (seperti kanker dan cacat bawaan).
Untuk menjadi berguna untuk studi epidemiologi, data harus relevan dan mudah diakses. Di beberapa
negara, sifat kerahasiaan dari catatan medis pasien dapat membuat data rumah sakit tidak dapat diakses
untuk studi epidemiologi. Sebuah sistem pencatatan berfokus pada data administrasi atau keuangan,
bukan pada karakteristik diagnostik dan individu dapat mengurangi nilai epidemiologi data pelayanan
kesehatan rutin. tarif masuk rumah sakit dipengaruhi oleh faktor-faktor lain selain morbiditas penduduk,
seperti ketersediaan tempat tidur, kebijakan masuk rumah sakit dan faktor sosial.
Karena banyak keterbatasan data kesakitan direkam secara rutin, banyak studi epidemiologi
morbiditas mengandalkan pengumpulan data baru menggunakan kuesioner yang dirancang khusus
dan metode skrining. Hal ini memungkinkan peneliti untuk lebih percaya data dan tingkat dihitung dari
mereka.
Disabilitas
Epidemiologi prihatin tidak hanya dengan terjadinya penyakit, tetapi juga dengan konsekuensi dari
penyakit: gangguan, cacat dan cacat. Ini telah didefinisikan oleh WHO Klasifikasi Internasional
Berfungsi, Cacat dan Kesehatan (ICF). 32
ICF menggambarkan bagaimana orang-orang hidup dengan kondisi kesehatan mereka. Karena fungsi dan
cacat individu terjadi dalam konteks, ICF juga mencakup daftar faktor lingkungan. ICF adalah alat yang berguna
untuk memahami dan mengukur hasil kesehatan. Hal ini dapat digunakan dalam pengaturan klinis, pelayanan
kesehatan atau survei, pada tingkat individu atau populasi.
Parameter kunci dari ICF adalah sebagai berikut:
gangguan: kerugian atau kelainan struktur atau fungsi psikologis, fisiologis atau
anatomis;
disabilitas: pembatasan atau kekurangan (yang dihasilkan dari gangguan) kemampuan untuk melakukan
suatu kegiatan dengan cara atau dalam kisaran dianggap normal bagi manusia;
rintangan: kerugian bagi individu tertentu, yang dihasilkan dari sebuah gangguan atau cacat, yang
membatasi atau mencegah pemenuhan peran yang normal (tergantung pada usia, jenis kelamin, dan
faktor-faktor sosial dan budaya) bagi individu itu.
Hubungan antara hasil non-fatal yang berbeda ditunjukkan dalam Kotak 2.6.
Kotak 2.6. Skema untuk menilai hasil kesehatan non-fatal
Penyakit pelemahan Disabilitas Rintangan
Polio kaki lumpuh Ketidakmampuan untuk berjalan Penganggur
Kerusakan otak retardasi mental ringan Kesulitan dalam belajar Isolasi sosial
32 Bab 2
Sulit untuk mengukur prevalensi kecacatan, namun hal ini menjadi semakin penting dalam
masyarakat di mana morbiditas akut dan penyakit fatal yang menurun, dan di mana ada peningkatan
jumlah orang yang berusia hidup dengan cacat.
penentu kesehatan, indikator, dan faktor risiko
penentu kesehatan
penentu kesehatan umumnya didefinisikan sebagai faktor-faktor sosial, ekonomi, budaya dan lingkungan yang mendasari
yang bertanggung jawab untuk kesehatan dan penyakit, yang sebagian besar berada di luar sektor kesehatan. 33-35
indikator kesehatan
Sebuah indikator kesehatan adalah variabel - yang dapat diukur secara langsung untuk mencerminkan keadaan
kesehatan orang-orang dalam komunitas. WHO menyajikan data terbaru untuk 50 indikator kesehatan setiap tahun. 25 indikator
kesehatan juga dapat digunakan sebagai komponen dalam perhitungan indeks pembangunan sosial yang lebih luas.
Contoh terbaik adalah Indeks Pembangunan Manusia, yang menempati peringkat negara setiap tahun sesuai dengan
kombinasi dari tingkat perkembangan ekonomi, melek huruf, pendidikan, dan harapan hidup (http: // hdr.undp.org/).
Faktor risiko
Faktor risiko mengacu pada aspek kebiasaan pribadi atau paparan lingkungan, yang dikaitkan dengan
kemungkinan peningkatan terjadinya penyakit. Sejak faktor risiko biasanya dapat dimodifikasi, intervensi untuk
mengubah mereka dalam arah yang menguntungkan dapat mengurangi kemungkinan terjadinya penyakit.
Dampak dari intervensi ini dapat ditentukan dengan tindakan berulang menggunakan metode dan definisi yang
sama (lihat Kotak 2.7).
Kotak 2.7. Mengukur faktor risiko
Faktor risiko dapat mencakup penggunaan tembakau dan alkohol, diet, aktivitas fisik, tekanan darah dan obesitas. Karena faktor-faktor risiko dapat digunakan untuk memprediksi penyakit
masa depan, pengukuran mereka pada tingkat populasi adalah penting, tetapi juga menantang.
Penggunaan tembakau dapat diukur dengan paparan yang dilaporkan sendiri (ya / tidak), jumlah rokok yang dihisap, atau dengan tanda-tanda biologis (serum
cotinine). Namun, survei yang berbeda menggunakan metode yang berbeda, sering dengan teknik pengukuran yang berbeda dan kriteria untuk mendeteksi faktor
risiko atau hasil klinis (misalnya, diabetes atau hipertensi). Selain itu, survei hanya dapat mewakili kelompok populasi kecil dalam suatu negara, kabupaten atau kota.
Perbedaan metodologis berarti bahwa itu adalah sulit untuk membandingkan hasil dari survei dan berbagai negara.
Upaya telah dilakukan untuk membakukan metode pengukuran faktor risiko di tingkat global, termasuk WHO MONICA Proyek pada 1980-an dan 1990-an. 36,
37 Baru-baru ini, pendekatan WHO LANGKAH untuk pengukuran tingkat populasi faktor risiko menyediakan metode dan bahan-bahan untuk mendorong
negara-negara untuk mengumpulkan data dengan cara yang standar. 38, 39
Data dari masing-masing negara dapat disesuaikan untuk memperhitungkan bias diketahui untuk membuat mereka dibandingkan secara internasional. Langkah ini juga diperlukan
karena negara-negara melakukan survei standar pada waktu yang berbeda. Jika tingkat faktor risiko yang berubah dari waktu ke waktu, informasi mengenai tren akan diperlukan untuk
menyesuaikan data ke tahun pelaporan standar.
Langkah-langkah Ringkasan lain dari kesehatan penduduk
Pembuat kebijakan menghadapi tantangan menanggapi pencegahan dan pengendalian penyakit prioritas saat ini, sementara yang
bertanggung jawab untuk memprediksi prioritas masa depan. keputusan tersebut

harus didasarkan pada langkah-langkah ringkasan yang menghitung jumlah penyakit pada tingkat populasi. Langkah-langkah ini
perlu mengkombinasikan kematian dan waktu yang dihabiskan di sakit-kesehatan dengan cara yang konsisten secara internal,
menggunakan unit pengukuran umum.
Langkah-langkah Ringkasan seperti berfungsi sebagai mata uang bersama untuk melaporkan beban penyakit dalam
populasi. Mereka menyediakan cara pemantauan dan kesehatan penduduk mengevaluasi, sehingga tindakan pencegahan
dan pengendalian dapat diambil dengan cepat bila diperlukan.
Kematian sendiri tidak memberikan gambaran lengkap tentang bagaimana penyebab yang berbeda mempengaruhi
kesehatan penduduk. Durasi hidup dikombinasikan dengan beberapa gagasan tentang kualitas tercermin dalam tindakan
populasi berikut:
• tahun kehidupan kehilangan potensi (PLL) berdasarkan tahun hidup yang hilang melalui kematian dini (sebelum usia
sewenang-wenang ditentukan);
• harapan hidup sehat (HALE);

• harapan hidup kecacatan bebas (DFLE);
• kualitas-adjusted life tahun (QALYs);
• disability-adjusted life tahun (DALY).
Disability-adjusted life tahun

The Global Burden of Disease
f proyek 40 menggabungkan dampak kematian
f dini
dengan yang cacat. Ia menangkap dampak populasi kondisi penting menonaktifkan fatal dan non-fatal
melalui ukuran tunggal. Ukuran utama yang digunakan adalah disability-adjusted life tahun (DALY) yang
menggabungkan:
• tahun hilang hidup (YLL) - dihitung dari jumlah kematian pada setiap usia dikalikan dengan tahun
tersisa diharapkan hidup sesuai dengan harapan hidup dard-standar global yang
• tahun hilang cacat (YLD), di mana jumlah kasus insiden f karena cedera
dan penyakit dikalikan dengan rata-rata durasi penyakit dan faktor bobot yang mencerminkan
keparahan penyakit pada skala dari 0 (kesehatan yang sempurna) untuk 1 (mati).
Satu DALY adalah satu tahun hilang dari hidup “sehat” dan beban penyakit yang diukur adalah kesenjangan antara
status kesehatan saat ini populasi dan bahwa dari situasi yang ideal di mana setiap orang hidup sampai usia tua,
bebas dari cacat. Populasi referensi normatif memiliki harapan hidup saat lahir dari 82,5 tahun untuk perempuan dan
80,0 tahun untuk pria. 40
Waktu-diskon dan bobot usia non-seragam, yang memberikan berat badan kurang untuk tahun hidup di usia
muda dan tua, yang digunakan dalam menghitung DALY standar seperti yang dilaporkan dalam Laporan Kesehatan
baru-baru ini WHO Dunia. Dengan bobot usia dan waktu diskon, kematian pada masa bayi sesuai dengan 33 DALY,
dan kematian dari usia 5 sampai 20 menjadi sekitar 36 DALY. Jadi beban penyakit dari 3300 DALY dalam suatu
populasi akan menjadi setara dengan 100 kematian bayi atau sekitar 5500 orang berusia 50 tahun yang tinggal satu
tahun dengan kebutaan (cacat bobot = 0,6).
DALY dirancang untuk memandu kebijakan investasi Bank Dunia untuk kesehatan dan untuk menginformasikan
penetapan prioritas global untuk penelitian kesehatan dan program kesehatan internasional. 41 Analisis DALY akibat
berbagai penyebab dan faktor risiko telah memberikan perspektif baru tentang kepentingan relatif dari berbagai wilayah
pencegahan penyakit. 42
34 Bab 2
Membandingkan terjadinya penyakit
Mengukur terjadinya penyakit atau negara kesehatan lainnya adalah langkah pertama dari proses epidemiologi.
Langkah selanjutnya adalah membandingkan kejadian dalam dua atau lebih kelompok orang yang eksposur
sudah berbeda. Seorang individu dapat berupa terkena atau tidak terpapar faktor yang diteliti. Sebuah kelompok
tidak terpapar sering digunakan sebagai kelompok referensi. orang yang terkena dapat memiliki berbagai tingkat
dan durasi paparan (lihat Bab 9). Jumlah total faktor yang mencapai individu disebut “dosis.”
Kami kemudian dapat membandingkan kejadian untuk menghitung risiko bahwa efek kesehatan akan hasil
dari eksposur. Kita bisa membuat perbandingan baik absolut maupun relatif; langkah-langkah menggambarkan
kekuatan hubungan antara paparan dan hasil.
perbandingan mutlak
perbedaan risiko
Perbedaan risiko, juga disebut risiko kelebihan, adalah perbedaan dalam tingkat kejadian antara kelompok
terpajan dan tidak terpajan dalam populasi. Ini adalah ukuran yang berguna dari sejauh mana masalah kesehatan
masyarakat yang disebabkan oleh paparan. Sebagai contoh, dari data di Tabel 2.4 perbedaan risiko antara tingkat
kejadian stroke pada wanita yang merokok, dan tingkat stroke pada wanita yang tidak pernah merokok, adalah
31,9 per 100 000 orang-tahun.
Ketika membandingkan dua atau lebih kelompok, penting bahwa mereka semirip mungkin, dengan pengecualian
faktor yang dianalisis. Jika kelompok-kelompok berbeda dalam kaitannya dengan usia, jenis kelamin, dll tarif harus
distandarisasi sebelum perbandingan dapat dibuat.
fraksi disebabkan (terkena)

Fraksi disebabkan (terkena), juga dikenal sebagai fraksi etiologi (terkena), adalah proporsi dari
semua kasus yang dapat dikaitkan dengan paparan tertentu. Kita dapat menentukan fraksi yang
timbul (AF) dengan membagi risiko (atau disebabkan) perbedaan dengan insiden antara
penduduk terkena. Untuk data dalam Tabel 2.4 fraksi disebabkan merokok untuk stroke di
perokok adalah: ((49,6-17,7) /49.6) × 100 = 64%.
Ketika eksposur tertentu diyakini menjadi penyebab penyakit tertentu, fraksi disebabkan
adalah proporsi penyakit dalam populasi tertentu yang akan hilang jika paparan tersingkir. Dalam
contoh di atas, orang akan berharap untuk mencapai pengurangan 64% dalam risiko stroke di
antara wanita perokok jika merokok dihentikan, didasarkan pada asumsi bahwa merokok adalah
baik kausal dan dicegah.
fraksi disebabkan berguna untuk menilai prioritas tindakan kesehatan masyarakat. Misalnya, merokok dan
polusi udara adalah penyebab kanker paru-paru, tapi fraksi disebabkan karena merokok biasanya jauh lebih
besar dari itu karena polusi udara. Hanya di masyarakat dengan prevalensi merokok sangat rendah dan polusi
udara yang parah adalah kemungkinan yang terakhir menjadi penyebab utama canc paru-paru
r er. Di sebagian besar negara,
kontrol merokok harus menjadi prioritas dalam program pencegahan kanker paru-paru.
Populasi berisiko disebabkan

Populasi risiko yang timbul ( PAR) adalah kejadian
RR penyakit dalam suatu populasi
yang terkait dengan (atau dikaitkan dengan) sebuah paparan faktor risiko. 11 Langkah ini berguna
untuk menentukan kepentingan relatif dari eksposur untuk seluruh populasi. Ini adalah proporsi
dimana tingkat kejadian hasil di seluruh penduduk akan berkurang jika paparan tersingkir.
PARRdapat diperkirakan dengan rumus:
PAR = I p - saya u
saya p
dimana
saya p adalah kejadian penyakit dalam total populasi dan

saya u adalah kejadian penyakit di antara kelompok tidak terpapar.
perbandingan relatif
risiko relatif
Risiko relatif (juga disebut rasio risiko) adalah rasio risiko terjadinya penyakit antara orang-orang terkena
bahwa di antara terpajan. Seperti yang ditunjukkan pada Tabel 2.4, rasio risiko stroke pada wanita yang
merokok, dibandingkan dengan mereka yang tidak pernah merokok, 2.8 (49.6 /17.7).
Rasio risiko adalah indikator yang lebih baik dari kekuatan sebuah asosiasi dari perbedaan risiko,
karena dinyatakan relatif terhadap tingkat dasar kejadian. Berbeda dengan perbedaan risiko, hal itu
berkaitan dengan besarnya tingkat kejadian dasar; populasi dengan perbedaan risiko yang sama dapat
memiliki sangat berbeda rasio risiko, tergantung pada besarnya tingkat dasar.
Rasio risiko digunakan dalam menilai kemungkinan bahwa sebuah asosiasi merupakan hubungan sebab akibat.
f
Sebagai contoh, rasio risiko kanker paru-paru pada jangka panjang berat
perokok dibandingkan dengan non-perokok adalah sekitar 20. Hal ini sangat tinggi dan menunjukkan bahwa hubungan ini
tidak mungkin menjadi temuan kesempatan. Tentu saja, rasio risiko yang lebih kecil juga dapat menunjukkan hubungan
sebab akibat, tetapi perawatan harus diambil untuk menghilangkan penjelasan lain yang mungkin (lihat Bab 5).
risiko yang timbul

risiko yang timbul adalah tingkat (proporsi) dari penyakit atau hasil lainnya pada individu yang terpapar yang
dapat dikaitkan dengan eksposur. Ini adalah istilah yang lebih berguna untuk tujuan kesehatan masyarakat
karena mencerminkan jumlah, biasanya dinyatakan sebagai persentase, dimana risiko penyakit dikurangi
dengan penghapusan atau kontrol eksposur tertentu. Menggunakan risiko yang timbul, adalah mungkin untuk
memperkirakan jumlah orang terhindar konsekuensi dari paparan, dengan mengurangi tingkat hasil (biasanya
insiden infeksi atau kematian) antara terpajan dari tingkat antara individu yang terpapar. Misalnya, jika ada 6
kematian per 100 di antara perokok, dan 1 kematian per 100 non-perokok, risiko yang timbul akan menjadi 5
per 100. ini mengasumsikan yang menyebabkan lain dari yang diselidiki memiliki efek yang sama pada
terbuka dan kelompok tidak terpapar.
Singkatnya, ada berbagai langkah untuk mempelajari populasi. Bab 3 mengacu pada banyak dari
langkah-langkah ini dalam konteks desain penelitian.

36 Bab 2
pertanyaan studi
2.1 Apakah tiga langkah epidemiologi frekuensi penyakit dan bagaimana mereka berhubungan?
2.2 Apakah tingkat prevalensi ukuran yang berguna dari frekuensi diabetes tipe 2 pada populasi yang
berbeda? Apa penjelasan yang mungkin untuk variasi dalam tingkat prevalensi diabetes ditunjukkan
pada Tabel 2.3?
2.3 Berapa jumlah penduduk risiko yang timbul atau fraksi disebabkan (proporsi) bagi perokok dalam
contoh pada Tabel 2.4?
2.4 Langkah-langkah apa yang digunakan untuk membandingkan frekuensi penyakit pada populasi dan informasi apa
yang mereka berikan?
2,5 Risiko relatif kanker paru-paru berhubungan dengan merokok pasif rendah, tapi risiko
populasi disebabkan cukup besar. Apa penjelasan untuk ini?
2.6 Apa alasan utama untuk standardisasi tarif untuk populasi dengan distribusi usia standar
(misalnya, WHO dunia standar populasi)?
2.7 Jika Anda ingin tahu mana yang paling kematian akibat kanker per kapita terjadi dalam suatu negara,
yang sesuai: tingkat kematian kasar atau tingkat usia-standar?
2.8 Tingkat kematian kasar per 100 000 penduduk untuk semua kanker di Côte d'Ivoire adalah 70,5 dan
angka kematian usia-standar adalah 160,2 per 100 000 penduduk. Apa yang menjelaskan perbedaan
besar antara dua angka ini?
2.9. Tingkat kematian kasar untuk semua kanker di Jepang adalah 241,7 per 100 000 penduduk dan angka kematian
kasar untuk semua kanker di Côte d'Ivoire adalah 70,5 per 100 000 penduduk. Adalah tingkat kematian di
Jepang lebih tinggi daripada di Côte d'Ivoire?
Referensi
1. Konstitusi Organisasi Kesehatan Dunia. New York, Kesehatan
n Dunia
Organisasi 1946.
2. Jong-wook peningkatan kesehatan L. global dan WHO: membentuk masa depan.
t
Lanset 2003; 362: 2083-8.
3. Torrence ME. Memahami Epidemiologi. Mosby Sains Biomedis
Seri. Missouri,
s Mosby Inc., 1997.
4. Menulis Kelompok khusus dari Komite Demam rematik. Endokarditis, dan Penyakit
Kawasaki di Young dari American Heart Association. Pedoman untuk diagnosis demam
rematik. Kriteria Jones, 1992 pembaruan.
JAMASEBUAH
1992; 268 : 2069-73.
5. Manajemen infeksi pernapasan akut pada anak-anak. panduan praktis
untuk rawat jalan. Jenewa,
e World Hea LTH Organisasi, 1995.
6. WHO merekomendasikan standar pengawasan. Jenewa, World Health-lembaga yang
lisasi. 1997.
7. Revisi Sistem Klasifikasi untuk Infeksi HIV dan diperluas Surveillance Kasus Definition untuk
AIDS antara Remaja dan Dewasa. MMWR recomm Rep 1993; 1992: 41.
p
8. Prineas RJ, Gagak RS, Blackburn H. Kode Minnesota manual elektro
Temuan cardiographic: standar dan prosedur untuk pengukuran dan klasifikasi. Stoneham,
MA, Butterworth Publikasi 1982.
9. Luepker RV, Evans A, McKeigue P, Reddy KS. Kardiovaskular Survey Metode,

3rd ed. Jenewa, Organisasi Kesehatan Dunia, 2004.
10. Alpert JS, Thygesen K, Antman E, Bassand JP. infark miokard redefined- dokumen
konsensus The Joint European Society of Cardiology / American College of Cardiology
Komite untuk redefinisi infark miokard.
l 36: 959-69.
J Am Coll Cardiol 2000;
11. JM terakhir. Sebuah kamus epidemiologi, 4th ed. Oxford, Oxford University Press,
2001.
12. Raja H, Rewers M. global memperkirakan prevalensi diabetes mellitus dan gangguan toleransi glukosa
pada orang dewasa. WHO Ad Hoc Diabetes Pelaporan Group.
diabetes Care 1993;
e 16: 157-77.
13. Colditz GA, Bonita R, Stampfer MJ, Willett WC, Rosner B, Speizer FE, et al. merokok dan
risiko stroke pada wanita paruh baya. N Engl J Med
1988; 318: 937-41.
14. Klasifikasi Statistik Internasional Penyakit dan Masalah Kesehatan Terkait.
Revisi Kesepuluh. Vol. 1. Jenewa, Organisasi Kesehatan Dunia, 1992.
15. Shibuya K. Menghitung mati adalah penting untuk kesehatan. Banteng Dunia Kesehatan
Organ n2006; 84: 170-1.

16. Shibuya K, Boerma T. Mengukur kemajuan mengurangi kesenjangan kesehatan.
n 83: 162.
Banteng Dunia Kesehatan Organ 2005;
17. Mathers CD, Ma Fat D, Inoue M, Rao C, Lopez AD. Menghitung mati dan apa yang mereka
meninggal karena: penilaian status global penyebab kematian. f Banteng
n 83: 171-7.
Dunia Kesehatan Organ 2005;
18. Populasi, Kesehatan dan Survival di Tempat mendalam. Vol 5. Ottawa, Antar
5
nasional Pusat Penelitian Pengembangan, 2002.
19. Sibai AM. sertifikasi kematian dan penyebab kematian pelaporan di negara-negara berkembang. Banteng Dunia
Kesehatan Organ 2005; 83: 83. n

20. Setel PW. pendaftaran sampel peristiwa penting dengan otopsi verbal: komitmen baru untuk
mengukur dan memantau statistik vital. Banteng Dunia Kesehatan Organ 2005; 83: 611-7.
n
21. Soleman N, Chandramohan D, Shibuya K. Verbal otopsi: praktek saat ini dan tantangan. Banteng
Dunia Kesehatan Organ 2006; 84: 239-45. n
22. Moser K, Shkolnikov V, Leon DA. Dunia kematian 1950-2000: divergensi menggantikan
konvergensi dari akhir 1980-an. Banteng Dunia Kesehatan Organ
2005; 83: 202-9.
23. Laporan Kesehatan Dunia 2005: Membuat setiap ibu dan anak count. Jenewa, Dunia
Organisasi Kesehatan 2005.
24. Feachem RGA, Kjellstrom T, Murray CJL, Selama M, Phillips MA. Kesehatan
d
orang dewasa di negara berkembang. Oxford, Oxford University Press, 1992.
25. Statistik Kesehatan Dunia 2006. Jenewa,
6 World Dia alth Organisasi 2006.
26. McKee M, W. Kesehatan Masyarakat Zatonski di Eropa Timur dan Bekas Uni Soviet. Dalam: Beaglehole R, ed. Kesehatan
Masyarakat global: Sebuah Era Baru. Oxford, Oxford Sebuah
University Press, 2003.

27. Barford A, Dorling D, Davey Smith G, Shaw M. Harapan Hidup: wanita sekarang di atas di mana-mana. BMJ
2006; 332: 808. J
28. Laporan Kesehatan Dunia 2006: Bekerja sama untuk kesehatan. Jenewa, World Health
Organisasi 2006.
29. Waterhouse J. Muir, C., Correa, P., Powell, J. & Davis, W. Kejadian Kanker di
Lima Benua, Vol. AKU AKU AKU. IARC Scient. Publ. 15. Lyon, IARC 1976.
38 Bab 2
30. Ahmad OB, Boschi-Pinto C, Lopez AD, Murray CJL, Lozano R, Inoue M. Usia
standarisasi tarif: standar WHO baru. ( GPE diskusi kertas seri tidak ada. 31). Jenewa,
Organisasi Kesehatan Dunia, 2001.
31. Lwanga SK, Tye CY, Ayeni O. Pengajaran statistik kesehatan: pelajaran dan seminar
menguraikan, ed 2. Jenewa, Organisasi Kesehatan Dunia, 1999.
32. klasifikasi internasional dari gangguan, cacat dan cacat. Seorang pria-
ual klasifikasi yang berkaitan dengan konsekuensi dari penyakit. Jenewa, Organisasi Kesehatan
Dunia, 1980.
33. Lee JW. kesehatan masyarakat adalah masalah sosial. Lanset 2005; 365:t 1005-6.
34. Irwin A, Valentine N, Brown C, Loewenson, R, Solar O, et al. Komisi Sosial Penentu
Kesehatan: Mengatasi akar sosial ketidaksetaraan kesehatan.
d
PLoS Med 2006; 3: E106.
35. penentu Marmot M. Sosial kesenjangan kesehatan. Lanset 2005; 365: t
1099-104. Medline
36. Tunstall-Pedoe H, Vanuzzo D, Hobbs M, Mahonen M, Cepaitis Z, Kuulasmaa
K, et al. Estimasi kontribusi perubahan dalam perawatan koroner untuk meningkatkan kelangsungan hidup,
angka kejadian dan kematian koroner penyakit jantung di seluruh populasi WHO MONICA Project. Lanset 2000;
355: 688-700. t
37. Tolonen H, Dobson A, Kulathinal S, untuk Proyek WHOMONICA. Menilai kualitas data
survei faktor risiko: pelajaran dari MONICA Project WHO.
Eur J Cardiovasc Prev Rehab 2005;b13: 104-14.
38. Armstrong T, Bonita R. Peningkatan kapasitas untuk sistem menular terpadu risiko penyakit
surveilans faktor di negara berkembang. ethn Dis
2003; 13: S2-13.
39. Bonita R, Winkelmann R, Douglas KA, pendekatan de Courten M. WHO bertahap untuk surveilans
(LANGKAH) faktor risiko penyakit tidak menular. Dalam: McQueen DV, Puska P, eds. Risiko global
Factor Surveillance. New York, Kluwer e
Akademik / Pleno Publishers, 2003: 9-22.
40. Ezzati M, Lopez AD, Rodgers A, Murray CJL. Kuantifikasi Perbandingan
Risiko kesehatan: Global Burden dan Daerah Penyakit diatribusikan ke Dipilih Faktor Risiko Mayor. Jenewa,
41. Bank Dunia. Laporan Pembangunan Dunia: Berinvestasi dalam Kesehatan. Washington: h
Bank Dunia, 1993.
42. Laporan Kesehatan Dunia: Mengurangi Risiko, Mempromosikan Hidup Sehat. Jenewa,

39
bagian 3
Jenis studi
Pesan kunci
Memilih desain studi yang tepat merupakan langkah penting dalam penyelidikan epidemiologi.
Setiap desain studi memiliki kekuatan dan kelemahan.

Epidemiologi harus mempertimbangkan semua sumber bias dan membingungkan, dan berusaha untuk
menguranginya.
masalah etika penting dalam epidemiologi, seperti dalam ilmu-ilmu lain.
Pengamatan dan eksperimen

Studi epidemiologis dapat diklasifikasikan sebagai observasional atau eksperimental. Jenis yang paling
umum dari studi terdaftar dengan nama alternatif dan unit studi pada Tabel 3.1. Istilah di kolom sebelah
kiri yang digunakan di seluruh buku ini.
studi observasional
studi observasional memungkinkan alam untuk mengambil kursus nya: tindakan penyidik tapi tidak campur
tangan. Mereka termasuk studi yang bisa disebut deskriptif atau analitis:
Menambahkan studi escriptive terbatas pada deskripsi terjadinya penyakit dalam suatu populasi
dan sering langkah pertama dalam penyelidikan epidemiologi. a
Sebuah studi nalytical lebih jauh dengan menganalisis hubungan antara status kesehatan dan variabel
lainnya.
Terlepas dari studi deskriptif sederhana, hampir semua studi epidemiologi yang analitis dalam karakter. Studi
deskriptif murni jarang terjadi, namun data deskriptif dalam laporan statistik kesehatan merupakan sumber yang
berguna ide untuk studi epidemiologi.
informasi deskriptif yang terbatas (seperti yang disediakan dalam serangkaian kasus) di mana
karakteristik beberapa pasien dengan penyakit tertentu dijelaskan tetapi tidak dibandingkan dengan
orang-orang dari penduduk referensi, sering merangsang inisiasi dari studi epidemiologi yang lebih rinci.
Misalnya, deskripsi pada tahun 1981 dari empat pemuda dengan bentuk yang sebelumnya jarang
pneumonia adalah yang pertama dalam berbagai penelitian epidemiologi pada kondisi yang dikenal sebagai
acquired immunodeficiency syndrome (AIDS). 1
studi eksperimental
penelitian eksperimental atau intervensi melibatkan upaya aktif untuk mengubah penentu penyakit - seperti
paparan atau perilaku - atau kemajuan penyakit melalui pengobatan, dan mirip dalam desain untuk
eksperimen dalam ilmu lainnya. Namun, mereka
40 bagian 3
Tabel 3.1. Jenis studi epidemiologi
Jenis penelitian nama alternatif Unit belajar
studi observasional
Studi deskriptif analitis
studi ekologi
korelasional populasi
Cross-sectional kelaziman individu
Kasus kontrol Kasus-referensi individu
Kelompok Mengikuti individu
studi eksperimental studi intervensi
Percobaan acak terkontrol Uji klinis individu
Cluster percobaan terkontrol Grup

acak
uji coba lapangan uji coba
Komunitas studi intervensi masyarakat orang sehat

Komunitas
tunduk pada batasan tambahan, karena kesehatan orang-orang dalam kelompok studi mungkin dipertaruhkan.
desain studi eksperimental utama adalah sebagai berikut:
percobaan terkontrol acak menggunakan pasien sebagai subjek (uji klinis), uji coba lapangan di mana
para peserta adalah orang-orang yang sehat, dan uji coba masyarakat di mana peserta adalah
masyarakat itu sendiri.
Dalam semua studi epidemiologi adalah penting untuk memiliki definisi yang jelas dari kasus penyakit yang sedang
diselidiki dengan menggambarkan gejala, tanda-tanda atau ciri-ciri lainnya menunjukkan bahwa seseorang memiliki
penyakit. Sebuah definisi yang jelas dari orang yang terkena juga diperlukan. Definisi ini harus mencakup semua
karakteristik yang mengidentifikasi seseorang sebagai terkena faktor yang bersangkutan. Dengan tidak adanya
definisi yang jelas dari penyakit dan eksposur, sangat sulit untuk menafsirkan data dari studi epidemiologi.
epidemiologi observasional
studi deskriptif
Penjelasan sederhana dari status kesehatan masyarakat, berdasarkan data secara rutin tersedia atau data yang
diperoleh dalam survei khusus seperti yang dijelaskan pada Bab 2, sering langkah pertama dalam penyelidikan
epidemiologi. Di banyak negara jenis ini studi yang dilakukan oleh pusat nasional untuk statistik kesehatan. Studi
deskriptif murni tidak berusaha untuk menganalisis hubungan antara paparan dan efek. Mereka biasanya
didasarkan pada statistik mortalitas dan dapat memeriksa pola kematian berdasarkan usia, jenis kelamin atau etnis
selama periode waktu tertentu atau di berbagai negara.
Sebuah contoh klasik dari data deskriptif ditunjukkan pada Gambar 3.1, yang grafik pola kematian ibu di
Swedia sejak pertengahan abad kedelapan belas, menunjukkan tingkat kematian ibu per 100 000 kelahiran
hidup. 2 Data tersebut dapat menjadi nilai yang besar ketika mengidentifikasi faktor-faktor yang menyebabkan
seperti tren menurun yang jelas. ini

Jenis studi 41
Gambar 3.1. angka kematian ibu di Swedia, 1750-1975 2

Jumlah kematian per 100 000 kelahiran hidup
500
100
1975
1950
1925
1900
1850
1875
1825
1800
1775
1750
menarik untuk berspekulasi tentang kemungkinan perubahan dalam kondisi hidup perempuan muda di tahun
1860-an dan 1870-an yang mungkin telah menyebabkan kenaikan sementara angka kematian ibu pada saat
itu. Bahkan, ini adalah waktu kemiskinan yang besar di Swedia dan hampir satu juta Swedia beremigrasi;
kebanyakan pergi ke Amerika Serikat.
Gambar 3.2 juga didasarkan pada statistik kematian rutin dan memberikan contoh dari perubahan
tingkat kematian dari penyakit jantung dari waktu ke waktu di enam negara. Hal ini menunjukkan bahwa
tingkat kematian akibat penyakit jantung telah jatuh hingga 70% dalam tiga dekade terakhir di beberapa
negara, termasuk Australia, Kanada, Inggris dan Amerika Serikat. Namun selama waktu yang sama,
tingkat di negara lain - seperti Brazil dan Federasi Rusia - tetap sama atau meningkat. 3 Langkah
berikutnya dalam menyelidiki perbedaan ini akan membutuhkan informasi tentang komparabilitas
sertifikat kematian, perubahan kejadian dan fatalitas kasus penyakit, dan perubahan dalam faktor-faktor
risiko yang populasi relatif telah terkena.
studi ekologi
studi ekologi (atau korelasional) yang berguna untuk menghasilkan hipotesis. Dalam sebuah studi
ekologi, unit analisis adalah kelompok masyarakat bukan individu. Misalnya, hubungan yang ditemukan
antara penjualan rata-rata obat anti-asma dan terjadinya jumlah yang sangat tinggi dari kematian asma
di provinsi yang berbeda dari Selandia Baru. 4 pengamatan tersebut akan perlu diuji dengan
mengendalikan untuk semua pembaur potensial untuk mengesampingkan kemungkinan bahwa lainnya
42 bagian 3
Gambar 3.2. tingkat kematian usia-standar dari penyakit jantung di antara pria berusia 30 tahun atau lebih, 3 1950-2002
1000
900
Federasi Rusia
Umur-standar tingkat kematian per 100 000
800
USA
700 Australia
uk
d
Kanada
200
600
Brazil
500
300
400
1950 1960 1970 1980 1990 2000 2010
Tahun
karakteristik - seperti keparahan penyakit dalam populasi yang berbeda - tidak memperhitungkan hubungan.
studi ekologi juga dapat dilakukan dengan membandingkan populasi di tempat yang berbeda pada saat yang
sama atau, dalam suatu kurun waktu, dengan membandingkan populasi yang sama di satu tempat pada waktu yang
berbeda. Salah satu contoh adalah penggunaan data ekologi di Bagan Kesehatan Dunia (lihat Kotak 4.2). time series
dapat mengurangi beberapa pembaur sosial ekonomi yang merupakan masalah potensial dalam studi ekologi. Jika
periode waktu dalam suatu kurun waktu yang sangat singkat, karena dalam studi time series harian (Gambar 3.3),
mengacaukan hampir nol sebagai orang-orang dalam studi ini berfungsi sebagai kontrol mereka sendiri.
Gambar 3.3. Kematian selama gelombang panas di Paris, 2003 5
40
2197 suhu maksimum suhu
Minimum
2000 35
30
Jumlah kelebihan kematian
1202
1500
suhu ( Hai C)
0 2500
1000 25
500 20
286
15
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Hari
- 500 10
Jenis studi 43
Meskipun sederhana untuk melakukan dan dengan demikian menarik, studi ekologi seringkali sulit untuk
menafsirkan karena jarang memungkinkan untuk memeriksa secara langsung berbagai penjelasan potensi temuan.
studi ekologi biasanya bergantung pada data yang dikumpulkan untuk tujuan lain; data pada eksposur berbeda dan
pada faktor-faktor sosial ekonomi mungkin tidak tersedia. Selain itu, karena unit analisis adalah kelompok, hubungan
antara paparan dan efek pada tingkat individu tidak dapat dibuat. Salah satu daya tarik dari studi ekologi adalah
bahwa data dapat digunakan dari populasi dengan karakteristik yang sangat berbeda atau diekstrak dari sumber data
yang berbeda.
Meningkatnya tingkat kematian selama gelombang panas di Perancis pada tahun 2003 (Gambar 3.3)
berkorelasi dengan baik dengan meningkatnya suhu, meskipun meningkatnya polusi udara sehari-hari juga
memainkan peran. Peningkatan ini kematian terjadi terutama di kalangan orang tua dan penyebab langsung kematian
sering dicatat sebagai jantung atau penyakit paru-paru.
fallacy ekologi
Sebuah kesalahan ekologi atau Bias hasil jika kesimpulan yang tidak pantas ditarik atas dasar data
ekologi. bias terjadi karena asosiasi diamati antara variabel di tingkat kelompok tidak selalu mewakili
asosiasi yang ada pada tingkat individu (lihat Bab 2). Sebuah contoh dari fallacy ekologi akan
kurangnya hubungan antara kematian ibu dan tidak adanya bidan terampil dalam empat daerah di
sebelah kanan pada Gambar 3.4. 6 Jelas banyak faktor selain kehadiran terampil dampak kelahiran
petugas pada hasil pengiriman. kesimpulan ekologi tersebut, namun terbatas, dapat memberikan
awal yang bermanfaat untuk pekerjaan epidemiologi yang lebih detail.
Gambar 3.4. kematian neonatal dan maternal terkait dengan tidak adanya bidan terlatih 6
% Kelahiran tanpa kematian ibu petugas yang terampil
per 10 000 kelahiran hidup kematian neonatus per 10
000 kelahiran hidup

75
50
100
25
Eropa 0 Americas Barat Timur

Mediterania Barat Pasifik Asia Tenggara Tenggara Afrika
Pasifik tanpa tanpa Asia
Cina India
44 bagian 3
Studi cross-sectional
Studi cross-sectional mengukur prevalensi penyakit dan dengan demikian sering disebut studi prevalensi.
Dalam sebuah studi cross-sectional pengukuran paparan dan efek yang dibuat pada waktu yang sama. Hal ini
tidak mudah untuk menilai alasan untuk asosiasi ditunjukkan dalam studi cross-sectional. Pertanyaan kunci
yang harus ditanyakan adalah apakah paparan mendahului atau mengikuti efek. Jika data paparan dikenal
untuk mewakili eksposur sebelum efek apapun terjadi, data dari studi cross-sectional dapat diperlakukan seperti
data yang dihasilkan dari penelitian kohort.
Studi cross-sectional relatif mudah dan murah untuk melakukan dan berguna untuk menyelidiki
eksposur yang karakteristik individu, seperti etnis atau kelompok darah tetap. Dalam wabah tiba-tiba
penyakit, studi cross-sectional untuk mengukur beberapa eksposur dapat menjadi langkah pertama yang
paling nyaman dalam menyelidiki penyebabnya.
Data dari studi cross-sectional membantu dalam menilai kebutuhan perawatan kesehatan populasi. Data
dari berulang survei cross-sectional dengan menggunakan sampel acak independen dengan definisi standar dan
metode survei memberikan indikasi yang bermanfaat dari tren. 7,8 Setiap survei harus memiliki tujuan yang jelas.
survei yang valid perlu kuesioner yang dirancang dengan baik, sampel yang sesuai ukuran yang cukup, dan
tingkat respon yang baik.
Banyak negara melakukan survei cross-sectional rutin pada sampel perwakilan dari populasi mereka
berfokus pada karakteristik pribadi dan demografi, penyakit dan kebiasaan yang berhubungan dengan
kesehatan. Frekuensi penyakit dan faktor risiko kemudian dapat diperiksa dalam kaitannya dengan usia, jenis
kelamin dan etnis. Studi cross-sectional faktor risiko untuk penyakit kronis telah dilakukan di berbagai negara
(Kotak 3.1)
Kotak 3.1. WHO InfoBase global: sebuah alat
WHO global InfoBase (http://infobase.who.int) adalah gudang data yang mengumpulkan, menyimpan dan menampilkan
informasi tentang penyakit kronis dan faktor risiko mereka (kelebihan berat badan / obesitas, tekanan darah, kolesterol,
alkohol, penggunaan tembakau, buah / asupan sayuran, aktivitas fisik, diabetes) untuk 186 negara. The InfoBase
dimulai pada tahun 2002 untuk meningkatkan akses profesional kesehatan dan peneliti data faktor risiko penyakit kronis
negara-dilaporkan. Ini memiliki keuntungan dari memberikan sumber dapat dilacak dan metodologi survei penuh. Pilihan
berikut tersedia secara online:
membandingkan negara menggunakan WHO memperkirakan faktor risiko tertentu membuat profil negara menunjukkan data
yang paling representatif nasional terbaru menggunakan alat pencarian survei untuk semua data negara pada faktor-faktor
risiko tertentu
studi kasus kontrol
studi kasus-kontrol menyediakan cara yang relatif sederhana untuk menyelidiki penyebab penyakit, terutama penyakit
langka. Mereka termasuk orang dengan penyakit (atau variabel hasil lainnya) yang menarik dan kontrol yang sesuai
(perbandingan atau referensi) sekelompok orang tidak terpengaruh oleh variabel penyakit atau hasil. Penelitian ini
membandingkan terjadinya kemungkinan penyebab dalam kasus-kasus dan kontrol. Para peneliti mengumpulkan
data tentang terjadinya penyakit pada satu titik dalam waktu dan eksposur pada titik sebelumnya dalam waktu.
Jenis studi 45
studi kasus-kontrol yang memanjang, berbeda dengan studi cross-sectional (Gambar 3.5). studi
kasus-kontrol telah dipanggil penelitian retrospektif sejak penyidik mencari mundur dari penyakit untuk
penyebabnya. Hal ini dapat membingungkan karena istilah retrospektif dan prospektif juga digunakan untuk
menggambarkan waktu pengumpulan data dalam kaitannya dengan tanggal saat ini. Dalam hal ini studi
kasus-kontrol dapat berupa retrospektif, ketika semua kesepakatan data dengan masa lalu, atau calon, di
mana pengumpulan data berlanjut dengan berlalunya waktu.
Gambar 3.5. Desain studi kasus-kontrol
Arah penyelidikan
Dimulai dari:
terkena
kasus
(Orang dengan penyakit)
tidak terkena
Populasi
terkena
kontrol
(Orang tanpa penyakit)
tidak terkena
Pemilihan kasus dan kontrol

Sebuah studi kasus-kontrol dimulai dengan pemilihan kasus; kasus ini harus mewakili semua kasus dalam
kelompok populasi tertentu. Kasus yang dipilih atas dasar penyakit, bukan paparan. Kontrol adalah orang-orang
tanpa penyakit. Sebuah aspek penting dan menantang studi kasus kontrol berbasis populasi adalah menemukan
cara yang efektif untuk mengidentifikasi dan mendaftarkan subjek kontrol. 9 Tugas yang paling sulit adalah untuk
memilih kontrol sehingga sampel prevalensi paparan pada populasi yang dihasilkan kasus. Selanjutnya, pilihan
kontrol dan kasus tidak harus dipengaruhi oleh status pajanan, yang harus ditentukan dengan cara yang sama
untuk keduanya. Hal ini tidak perlu untuk kasus-kasus dan kontrol untuk menjadi semua-inklusif; sebenarnya
mereka dapat dibatasi untuk setiap subkelompok tertentu, seperti orang tua, laki-laki atau perempuan.
Kontrol harus mewakili orang-orang yang akan telah studi kasus ditunjuk jika mereka telah mengembangkan
penyakit ini. Idealnya, studi kasus-kontrol menggunakan baru (insiden) kasus untuk menghindari kesulitan
memisahkan faktor yang berhubungan dengan sebab-akibat dan kelangsungan hidup (atau recovery), meskipun
penelitian telah sering dilakukan dengan menggunakan data prevalensi (misalnya, studi kasus-kontrol cacat
bawaan) . Studi kasus kontrol dapat memperkirakan risiko relatif penyakit, tetapi mereka tidak dapat menentukan
kejadian mutlak penyakit.
pencahayaan
Sebuah aspek penting dari studi kasus-kontrol adalah penentuan awal dan durasi eksposur
untuk kasus dan kontrol. Dalam desain kasus-kontrol, status paparan kasus biasanya
ditentukan setelah perkembangan penyakit
46 bagian 3
(Data retrospektif) dan biasanya dengan pertanyaan langsung dari orang yang terkena atau keluarga atau
teman (Kotak 3.2). jawaban informan mungkin dipengaruhi oleh pengetahuan tentang hipotesis diselidiki
atau pengalaman penyakit itu sendiri.

Contoh dari penggunaan kasus-kontrol desain penelitian ditunjukkan
pada Tabel 3.2. Para peneliti di Papua Nugini dibandingkan sejarah konsumsi
Kotak 3.2. thalidomide
daging pada orang yang memiliki necroticans enteritis, dengan orang-orang
Sebuah contoh klasik dari studi kasus-kontrol adalah penemuan hubungan yang tidak memiliki penyakit. Proporsional lebih banyak orang yang memiliki
antara thalidomide dan anggota tubuh cacat pada bayi yang lahir di penyakit (50 dari 61 kasus) dilaporkan konsumsi daging sebelum daripada
Republik Federal Jerman pada tahun 1959 dan 1960. Penelitian, yang
mereka yang tidak terpengaruh (16 dari 57). 11
dilakukan pada tahun 1961, anak-anak dibandingkan terpengaruh dengan
anak-anak normal. Dari 46 ibu yang bayinya memiliki malformasi, 41 telah
diberikan thalidomide antara minggu keempat dan kesembilan kehamilan, Paparan kadang-kadang ditentukan oleh pengukuran biokimia (misalnya
sedangkan satu pun dari 300 ibu kontrol, yang anaknya normal, telah timah dalam darah atau kadmium dalam urin), yang mungkin tidak secara akurat
mengambil obat selama kehamilan. 10 waktu yang akurat dari asupan obat
mencerminkan paparan masa lalu yang relevan. Misalnya, memimpin dalam
sangat penting untuk menentukan eksposur yang relevan.
darah pada usia 6 tahun bukan merupakan indikator yang baik dari paparan
pada usia 1 sampai 2 tahun, yang merupakan usia sensitivitas terbesar untuk
memimpin. Masalah ini dapat dihindari jika paparan dapat diperkirakan dari
mapan
sistem pencatatan (misalnya Hasil tersimpan tes darah rutin atau

catatan kerja) atau jika studi kasus-kontrol dilakukan secara prospektif sehingga data paparan
dikumpulkan sebelum penyakit ini berkembang.
rasio odds
Asosiasi eksposur dan penyakit (risiko relatif) dalam studi kasus-kontrol diukur dengan
menghitung rasio odds (OR), yang merupakan rasio odds paparan
antara kasus dengan kemungkinan paparan antara kontrol. Untuk data
Tabel 3.2. Hubungan antara konsumsi daging dan enteritis necroticans di pada Tabel 3.2, rasio odds diberikan oleh:
Papua Nugini 11
OR = (50/11) ÷ (16/41) = 50 × 41
Paparan (konsumsi daging 11 × 16 = 11,6
baru-baru ini)
Hal ini menunjukkan bahwa kasus yang 11,6 kali lebih mungkin dibandingkan
Iya Tidak Total
kontrol untuk memiliki daging baru-baru dimakan.
Penyakit (enteritis Iya 50 11 61
necroticans)
Rasio odds sangat mirip dengan rasio risiko, terutama jika
Tidak 16 41 57 penyakit ini jarang terjadi. Untuk rasio odds untuk menjadi
Total 66 52 118 pendekatan yang baik, kasus dan kontrol harus mewakili populasi
umum sehubungan dengan eksposur. Namun, karena insiden
penyakit tidak diketahui,
risiko absolut tidak dapat dihitung. Rasio odds harus disertai dengan interval kepercayaan
diamati di sekitar estimasi titik (lihat Bab 4).
Belajar kelompok
studi kohort, juga disebut tindak lanjut atau studi kejadian, dimulai dengan sekelompok orang yang
bebas dari penyakit, dan yang diklasifikasikan menjadi subkelompok menurut paparan penyebab
potensial penyakit atau hasil (Gambar 3.6). Variabel yang ditentukan dan diukur dan seluruh kohort
ditindaklanjuti untuk melihat bagaimana perkembangan selanjutnya dari kasus baru penyakit (atau hasil
lainnya) berbeda antara kelompok dengan dan tanpa paparan. Karena data pada paparan dan
Jenis studi 47
Gambar 3.6. Desain studi kohort
WAKTU
Arah penyelidikan
Penyakit
terkena
Orang Tidak ada penyakit
Populasi tanpa
penyakit
Penyakit
tidak terkena
Tidak ada penyakit
Penyakit mengacu pada berbagai titik dalam waktu, penelitian kohort adalah longitudinal, seperti studi casecontrol.
penelitian kohort telah dipanggil studi prospektif, namun terminologi ini membingungkan dan
harus dihindari. Seperti disebutkan sebelumnya, istilah “calon” mengacu pada waktu pengumpulan
data dan tidak hubungan antara paparan dan efek. Dengan demikian ada dapat menjadi prospektif dan
retrospektif studi kohort.
penelitian kohort memberikan informasi terbaik tentang penyebab penyakit dan pengukuran langsung
sebagian besar risiko penyakit. Meskipun secara konseptual sederhana, penelitian kohort adalah usaha besar dan
mungkin memerlukan jangka waktu yang lama tindak lanjut karena penyakit dapat terjadi lama setelah paparan.
Misalnya, periode induksi untuk leukemia atau kanker tiroid yang disebabkan oleh radiasi (yaitu waktu yang
Kotak 3.3. Efek akhir dari keracunan: Bhopal
dibutuhkan untuk penyebab spesifik untuk menghasilkan suatu hasil) adalah bertahun-tahun dan itu perlu untuk
Sebuah
menindaklanjuti peserta penelitian untuk waktu yang lama. Banyak eksposur diselidiki adalah contoh
jangka dari efek
panjang mengukur selama periode waktu yang
di alam
lama adalah keracunan bencana warga sekitar pabrik pestisida di
dan informasi yang akurat tentang mereka memerlukan pengumpulan data dalam waktu lama. Namun, dalam kasus
Bhopal, India, pada tahun 1984. 12 Kimia intermediate dalam
penggunaan tembakau, banyak orang memiliki kebiasaan relatif stabil dan informasi tentang masa lalu dan eksposur
proses produksi, metil isosianat, bocor dari tangki dan asap
saat ini dapat dikumpulkan pada saat kohort didefinisikan. melayang ke sekitarnya perumahan
daerah, mengekspos setengah
juta orang untuk gas. 20 000 orang meninggal sebagai akibat dari paparan
ini. Selain itu, 120 000 orang masih menderita
efek kesehatan yang disebabkan oleh kecelakaan dan selanjutnya
polusi. Efek akut mudah dipelajari dengan desain cross-sectional. efek
kronis lebih halus dan mereka yang mengembangkan hanya setelah masa
laten yang lama masih sedang dipelajari dengan menggunakan desain studi
Dalam situasi dengan eksposur akut tiba-tiba, hubungan causeeffect kohort.
untuk efek akut mungkin jelas, tetapi penelitian kohort juga digunakan untuk
menyelidiki efek terlambat atau kronis (Kotak 3.3).
Sebagai penelitian kohort mulai dengan orang-orang terpajan dan tidak terpajan, sulitnya mengukur atau
mencari data yang ada pada eksposur individu sangat menentukan kelayakan melakukan salah satu dari studi ini.
Jika penyakit ini jarang terjadi pada kelompok terpapar serta kelompok tidak terpapar ada juga mungkin masalah
dalam memperoleh sebuah kelompok studi yang cukup besar.

48 bagian 3
Mengorbankan penelitian kohort dapat dikurangi dengan menggunakan informasi sumber rutin tentang
kematian atau morbiditas, seperti register penyakit atau register nasional kematian sebagai bagian dari tindak lanjut.
Salah satu contoh adalah Nurses Health Study (Kotak 3.4).
Sejak penelitian kohort mengambil orang sehat sebagai mereka titik

awal, adalah mungkin untuk memeriksa berbagai hasil (berbeda dengan
Kotak 3.4. Health Study Nurses'
apa yang dapat dicapai dalam studi kasus-kontrol). Sebagai contoh, studi
Meskipun biaya merupakan faktor utama dalam studi kohort besar, Framingham - studi kohort yang dimulai pada tahun 1948 - telah
metode telah dikembangkan untuk membuat mereka lebih murah untuk menyelidiki faktor risiko berbagai penyakit, termasuk jantung dan penyakit
menjalankan. Pada tahun 1976, 121 700 perawat wanita menikah berusia
pernapasan dan gangguan muskuloskeletal. 14
30-55 tahun menyelesaikan kuesioner Survei Kesehatan Perawat awal.
Setiap dua tahun, kuesioner self-administered dikirim ke perawat tersebut,
yang memasok informasi tentang perilaku kesehatan mereka dan sejarah penelitian kohort skala besar serupa telah dimulai di Cina.
reproduksi dan kesehatan. Kohort awal terdaftar dengan tujuan Karakteristik dasar demografi, sejarah medis, dan faktor risiko
mengevaluasi dampak kesehatan dari penggunaan kontrasepsi oral. kardiovaskular termasuk tekanan darah dan berat badan diperoleh dari
Peneliti menguji metode mereka pada subkelompok kecil dari kelompok
sampel yang representatif dari 169 871 pria dan wanita usia 40 tahun
yang lebih besar, dan memperoleh informasi tentang hasil penyakit dari
dan lebih tua pada tahun 1990. Para peneliti berencana untuk
sumber data rutin. 13 Selain mempelajari hubungan antara penggunaan
mengikuti kelompok ini secara teratur. 15
kontrasepsi oral dan risiko kanker ovarium dan payudara, mereka juga
dapat mengevaluasi penyakit lainnya dalam kelompok ini - seperti
penyakit jantung dan stroke, dan hubungan antara merokok dan risiko Jenis khusus dari penelitian kohort adalah studi tentang kembar
stroke; seperti yang ditunjukkan pada Tabel 2.3. Meski stroke merupakan
identik, di mana faktor pengganggu variasi genetik - antara orang yang
penyebab yang relatif umum kematian, itu adalah kejadian langka pada
terkena dan tidak terkena faktor tertentu - bisa dihilangkan. Studi
wanita yang lebih muda, dan kohort besar
tersebut telah memberikan bukti yang kuat untuk berbagai hubungan
sebab-akibat untuk penyakit kronis. Registri kembar Swedia adalah
aku s contoh yang baik dari jenis sumber data yang dapat digunakan untuk
perlu. 10 menjawab banyak pertanyaan epidemiologi. 16
penelitian kohort historis

Biaya kadang-kadang dapat dikurangi dengan menggunakan kohort historis (diidentifikasi berdasarkan catatan
dari paparan sebelumnya). Jenis penyelidikan disebut studi kohort historis, karena semua paparan dan efek
(penyakit) data yang telah dikumpulkan sebelum
studi yang sesungguhnya dimulai. Sebagai contoh, catatan paparan personil
militer untuk radioaktif jatuh-out di situs pengujian bom nuklir telah digunakan
Kotak 3.5. studi kasus-kontrol kanker lambung
untuk meneliti peran kausal kemungkinan jatuh-out dalam perkembangan
kanker selama 30 tahun terakhir. 17 Ini semacam desain relatif umum untuk
Untuk menentukan apakah infeksi Helicobacter pylori dikaitkan studi kanker yang berhubungan dengan eksposur pekerjaan.
dengan kanker lambung, peneliti menggunakan sebuah kohort 128
992 orang yang telah didirikan di pertengahan 1960-an. Pada 1991,
186 orang dalam kelompok asli telah dikembangkan kanker lambung.
studi kasus-kontrol bersarang
Para peneliti kemudian melakukan studi kasus-kontrol dengan
Desain kasus-kontrol membuat penelitian kohort lebih murah. Kasus
memilih 186 orang dengan kanker lambung sebagai kasus dan lain
186 individu bebas kanker dari kohort yang sama sebagai kontrol. H. pylori dan kontrol keduanya dipilih dari kelompok yang ditetapkan, yang
status infeksi ditentukan secara retrospektif dari sampel serum yang beberapa informasi tentang eksposur dan faktor-faktor risiko yang
telah disimpan sejak 1960-an. 84% dari penderita kanker lambung - sudah tersedia (Gambar 3.7). Informasi tambahan tentang kasus baru
dan hanya 61% dari kontrol - sudah terinfeksi sebelumnya dengan H.
dan kontrol, terutama dipilih untuk penelitian ini, dikumpulkan dan
pylori, menunjukkan hubungan positif antara H. pylori infeksi dan risiko
dianalisis. Desain ini sangat berguna ketika pengukuran paparan
kanker lambung. 18
mahal. Contoh dari studi kasus-kontrol ditunjukkan pada Kotak 3.5.
Jenis studi 49
Gambar 3.7. Mengidentifikasi kasus dan kontrol untuk studi kasus-kontrol
Penyakit kasus
Orang
tanpa
penyakit
Populasi
Tidak ada penyakit
Sampel
kontrol
Waktu (tindak lanjut selama bertahun-tahun)
Ringkasan penelitian epidemiologi
Tabel 3.3 merangkum aplikasi dari studi observasional yang berbeda dan Tabel 3.4 menguraikan
kelebihan, kekurangan dan kemungkinan kesalahan (dibahas kemudian dalam bab ini).
Tabel 3.3. Aplikasi desain studi observasional yang berbeda Sebuah
Objektif Ekologi Cross-sectional Kasus kontrol Kelompok
Investigasi penyakit langka ++++ - +++++ -
Investigasi penyebab yang jarang ++ - - +++++
Pengujian beberapa efek dari penyebab + ++ - +++++
Studi beberapa eksposur dan penentu ++ ++ ++++ +++
Pengukuran hubungan waktu ++ - + b

+++++
pengukuran langsung dari kejadian - - + c

+++++
Investigasi periode laten yang panjang - - +++ -
a+ ... +++++ menunjukkan tingkat umum kesesuaian (ada pengecualian); - tidak cocok
b Jika calon.
c Jika populasi berbasis.
epidemiologi eksperimental
Intervensi atau eksperimen melibatkan mencoba untuk mengubah variabel dalam satu atau lebih
kelompok orang. Ini bisa berarti penghapusan faktor diet diduga menyebabkan alergi, atau menguji
pengobatan baru pada kelompok yang dipilih pasien. Efek dari intervensi diukur dengan
membandingkan hasil pada kelompok eksperimen dengan itu dalam kelompok kontrol. Karena
intervensi secara ketat ditentukan oleh protokol penelitian, pertimbangan etis yang penting penting
dalam desain studi ini. Misalnya, ada pasien harus ditolak pengobatan yang tepat sebagai hasil dari
partisipasi dalam percobaan, dan pengobatan yang diuji harus diterima dalam terang pengetahuan
saat ini. Informed consent dari peserta penelitian diperlukan di hampir semua keadaan.
50 bagian 3
Tabel 3.4. Keuntungan dan kerugian dari desain studi observasional yang berbeda
Ekologis Cross-sectional Kasus kontrol Kelompok
Probabilitas:
bias seleksi NA medium tinggi rendah
Bias recall NA tinggi tinggi rendah
mangkir-up NA NA rendah tinggi
pembaur Tinggi medium medium medium
waktu yang dibutuhkan Rendah medium medium tinggi
biaya Rendah medium medium tinggi
NA: tidak berlaku.
Sebuah studi intervensi biasanya dirancang sebagai uji coba secara acak terkontrol, uji coba lapangan, atau
percobaan masyarakat.
Percobaan acak terkontrol
Sebuah uji coba terkontrol secara acak adalah percobaan epidemiologi yang dirancang untuk mempelajari efek
dari intervensi tertentu, biasanya pengobatan untuk penyakit tertentu (uji klinis). Subjek dalam populasi
penelitian secara acak dialokasikan untuk intervensi dan kelompok kontrol, dan hasilnya dinilai dengan
membandingkan hasil.
Untuk memastikan bahwa kelompok-kelompok yang dibandingkan adalah sama, pasien dialokasikan
kepada mereka secara acak, yaitu secara kebetulan. Jika seleksi awal dan pengacakan dilakukan dengan
benar, kontrol dan kelompok perlakuan akan sebanding pada awal penyelidikan; perbedaan antara kelompok
adalah kejadian kebetulan tidak terpengaruh oleh bias sadar atau tidak sadar dari para peneliti.
Gambar 3.8. Desain uji coba lapangan
Penyakit
Intervensi
pencegahan
Tidak ada penyakit
Populasi pengacakan
pengecualian
Penyakit
Tidak ada intervensi:
kelompok kontrol
Tidak ada penyakit
Uji coba lapangan
uji coba lapangan, berbeda dengan uji klinis, melibatkan orang-orang yang sehat tetapi dianggap beresiko;
Pengumpulan data berlangsung “di lapangan,” biasanya antara orang-orang non-dilembagakan pada
populasi umum (Gambar 3.8). Karena subyek
Jenis studi 51
yang bebas penyakit dan tujuannya adalah untuk mencegah penyakit yang mungkin terjadi dengan frekuensi yang
relatif rendah, uji coba lapangan sering usaha logistik yang rumit dan mahal. Salah satu uji coba lapangan terbesar
adalah bahwa pengujian vaksin Salk untuk pencegahan polio, yang melibatkan lebih dari satu juta anak-anak.
uji coba lapangan dapat digunakan untuk mengevaluasi intervensi yang bertujuan untuk mengurangi eksposur
tanpa harus mengukur terjadinya efek kesehatan. Misalnya, metode pelindung yang berbeda untuk paparan pestisida
telah diuji dengan cara ini dan pengukuran kadar timbal dalam darah pada anak-anak telah menunjukkan
perlindungan yang diberikan oleh penghapusan cat memimpin di lingkungan rumah. studi intervensi tersebut dapat
dilakukan pada skala yang lebih kecil, dan biaya lebih rendah, karena mereka tidak melibatkan panjang tindak lanjut
atau pengukuran hasil penyakit.
uji coba komunitas
Dalam bentuk percobaan, kelompok perlakuan adalah komunitas

Kotak 3.6. Lima City Community Stanford
bukan individu. Ini sangat cocok untuk penyakit yang dipengaruhi oleh
intervensi Percobaan
kondisi sosial, dan yang upaya pencegahan menargetkan perilaku
Stanford Lima-Kota Proyek dimulai pada tahun 1978 sebagai
kelompok. Penyakit kardiovaskular adalah contoh yang baik dari yang
salah satu dari beberapa studi intervensi komunitas yang
sesuai kondisi untuk percobaan masyarakat meskipun isu metodologi dirancang untuk menurunkan risiko populasi penyakit
yang tak terduga bisa muncul dalam uji coba intervensi komunitas kardiovaskular. Para peneliti percaya bahwa pendekatan
besar (Kotak 3.6). masyarakat adalah cara terbaik untuk mengatasi risiko
diperparah besar peningkatan ringan dari beberapa faktor risiko
dan keterkaitan dari beberapa perilaku kesehatan. Meskipun
beberapa komponen intervensi terbukti efektif ketika dievaluasi
Keterbatasan percobaan masyarakat
secara individual (misalnya, efisiensi media massa dan program
Keterbatasan penelitian tersebut adalah bahwa hanya sejumlah kecil
masyarakat luas lainnya), besar, perubahan yang
masyarakat dapat dimasukkan dan alokasi acak masyarakat biasanya
menguntungkan dalam faktor risiko juga terjadi di lokasi kontrol.
tidak praktis; metode lain yang diperlukan untuk memastikan bahwa setiap Sebagian dari masalah itu terkait dengan desain keterbatasan.
perbedaan yang ditemukan pada akhir penelitian dapat dikaitkan dengan validitas internal dikompromikan oleh fakta bahwa hanya
intervensi daripada perbedaan yang melekat antara masyarakat. 19 Selain beberapa unit intervensi dapat dipelajari secara cukup rinci. 19
itu, sulit untuk mengisolasi masyarakat di mana intervensi berlangsung dari
perubahan sosial umum yang mungkin terjadi. Desain keterbatasan,
terutama dalam menghadapi tiba-tiba besar, perubahan faktor risiko yang
menguntungkan
di situs kontrol, sulit untuk diatasi. Akibatnya, kesimpulan yang pasti tentang efektivitas
keseluruhan dari upaya masyarakat luas tidak selalu mungkin. 20
Gambar 3.9 menunjukkan percobaan komunitas program TBC penjangkauan di pedesaan Ethiopia. 21 32
masyarakat - dengan populasi gabungan dari 350 000 orang - secara acak dialokasikan untuk intervensi dan
kelompok kontrol. Studi ini menunjukkan bahwa penjangkauan masyarakat meningkatkan kecepatan
kasus-menemukan (lebih banyak kasus yang diidentifikasi dalam 3 bulan pertama) meskipun hasil perawatan
tetap sama pada 12 bulan.
Potensi kesalahan dalam studi epidemiologi

penyelidikan epidemiologi bertujuan untuk memberikan langkah-langkah yang akurat terjadinya penyakit (atau hasil
lainnya). Namun, ada banyak kemungkinan kesalahan dalam pengukuran. Epidemiologi mencurahkan banyak
perhatian untuk meminimalkan kesalahan dan as-

Epid Translate

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Epid Translate

Diunggah oleh

Hak Cipta:

Format Tersedia

15

Mendefinisikan kesehatan dan penyakit

y 1 Definisi ini - dikritik karena sulitnya

lagi pada tahun 2003 . 2

(lihat Bab 8).

definisi operasional dan tidak

waktu (lihat Bab 9).

tanda-tanda yang lebih penting dari yang lain.

Dalam beberapa situasi kriteria yang sangat sederhana dibenarkan.

Misalnya, pengurangan angka kematian akibat pneumonia bakteri pada

yang sama dalam kelompok-kelompok yang berbeda atau individu yang

manifestasi utama manifestasi minor

karditis temuan klinis

eritema marginatum temuan laboratorium

nodul subkutan Peningkatan reaktan fase akut:

Sebuah Bukti pendukung dari Grup yg A infeksi streptokokus:

- budaya tenggorokan positif atau tes cepat antigen streptokokus

Mengukur frekuensi penyakit

Gambar 2.1. Populasi yang berisiko dalam studi karsinoma serviks

Total populasi Semua wanita Populasi beresiko

Semua pria Semua wanita 25-69 tahun

peternakan dan di rumah pemotongan hewan.

Insiden dan prevalensi

dasarnya seumur hidup.

Tabel 2.2. Perbedaan antara insiden dan prevalensi

Pembilang Jumlah baru kasus penyakit

Penyebut Populasi beresiko Populasi beresiko

penggunaan Mengungkapkan risiko menjadi sakit Ukuran

misalnya, selama epidemi. WHO

Weekly Epidemiological Record berisi

dengan mengidentifikasi sumber infeksi.

Jumlah orang dengan penyakit atau kondisi pada waktu

telah harus dikalikan P dengan faktor yang sesuai: 10 n. Jika data

bagian dari kehidupan mereka.

Gambar 2.2. Faktor yang mempengaruhi prevalensi

penyembuhan dalam kasus-kasus baru pada kasus baru (penurunan

Out-migrasi orang sehat Out-migrasi kasus

fasilitas diagnostik (pelaporan yang lebih baik)

Prevalensi adalah ukuran yang berguna

Prevalensi usia disesuaikan (%)

populasi kelompok etnis / subkelompok Laki-laki Wanita

Cina 1,6 0,8

Mauritius 16.0 10.3

Singapura 6.9 7.8

pedesaan 23.0 16.0

perkotaan 16.0 20,0

pedesaan 3.7 1,7

perkotaan 11,8 11.2

Singapura 22,7 10.4

Srilanka 5.1 2.4

kejadian ( SAYA)) dihitung sebagai berikut:

pembilang ketat hanya merujuk pada peristiwa pertama dari penyakit.

perokok dibandingkan non-perokok; tingkat untuk mantan perokok adalah menengah.

kategori Jumlah kasus stroke Orang-tahun tingkat kejadian stroke (per

tidak pernah merokok 70 395 594 17,7

Mantan perokok 65 232 712 27,9

Perokok 139 280 141 49,6

Total 274 908 447 30,2

Insiden kumulatif dapat dihitung sebagai berikut:

Jumlah orang yang mendapatkan penyakit selama jangka waktu

berisiko pada awal periode

berkomunikasi informasi kesehatan kepada masyarakat umum.

Jumlah kematian fromdiagnosed kasus pada suatu periode