ANALISIS DESKRIPTIF DATA SURVEILANS

HEALTHCARE ASSOCIATED INFECTIONS

(HAIs)
ARIE F HARGONO, DRG., M.KES
DE PARTE MEN EPIDEMIOLOG I , FAKULTAS KES E HATAN MAS YARAKAT
UNIVE RS ITAS AIRLANGGA
arief.hargono@gmail.com
“SURVEILANS (???)”
MASALAH KESEHATAN DI RUMAH SAKIT
PENULARAN INFEKSI
Staf
kesehatan DIANTARA STAF KESEHATAN
DAN PASIEN

INFEKSI
HEALTHCARE
Pasien Lingkungan ASSOCIATED
INFECTIONS (HAIs)
 DEFINISI EPIDEMIOLOGI
EPIDEMIOLOGI:
◦ Epi = pada / tentang
◦ Demos = penduduk
◦ Logos = ilmu

Ilmu yang mempelajari, menganalisis, serta berusaha

memecahkan berbagai masalah kesehatan pada suatu kelompok
populasi tertentu
 DEFINISI SURVEILANS dan
SURVEILANS EPIDEMIOLOGI
“Surveillance is the ongoing systematic collection, analysis, and
interpretation of outcome-specific data for use in the planning,
implementation, and evaluation of public health practice” (Thacker,
2000)
Kegiatan yang dilakukan secara sistematis dan terus menerus
terhadap penyakit dan masalah-masalah kesehatan serta kondisi
yang memperbesar risikonya melalui proses pengumpulan data,
pengolahan dan penyebaran informasi epidemiologi kepada
penyelenggara program kesehatan agar dapat melakukan tindakan
penanggulangan secara efektif dan efisien
 TUJUAN SURVEILANS EPIDEMIOLOGI
mendapatkan informasi epidemiologi tentang masalah
kesehatan yang meliputi gambaran masalah kesehatan
menurut waktu, tempat dan orang, diketahuinya
determinan, faktor risiko dan penyebab langsung terjadinya
masalah kesehatan tersebut
ASTHO Framework

Cardo D, Dennehy PH, Halverson P, et al., Moving

toward Elimination of Healthcare-Associated
Infections: A Call to Action ICHE 2010, 31:1101-1105
PENGOLAHAN DATA MENJADI INFORMASI

DIGABUNG DISIMPULKAN
DATA

PENGOLAHAN &
ANALISIS DATA • Menyediakan statistik
• Informasi untuk manajemen
yang efektif
• Dasar pelaporan ke level
administrasi yang lebih tinggi
• Membandingkan
INFORMASI pengelolaan saat ini dengan
masa sebelumnya
• Petunjuk untuk perencanaan
program
• Monitoring
• Evaluasi
 TEORI EPIDEMIOLOGI:
Segitiga Epidemiologi
Usia, jenis kelamin, ras,
genetik, status imunisasi,
HOST agama, pekerjaan, status
menikah

Suhu, kelembaban,
Biologi, kimia, fisika,
ketinggian, kepadatan
nutrisi AGENT ENVIRONMENT penduduk, cuaca
 TEORI EPIDEMIOLOGI:
Segitiga Epidemiologi untuk HAIS
Data karakteristik, lama
pemakaian alat, penyakit
HOST penyerta, penggunaan obat,
dll

Bakteri darah dan CVC: Lingkungan yang tidak steril,

Acinetobacter baumanii, pemasangan alat yang tidak
eschericia coli, klebsiella
AGENT ENVIRONMENT steril, perilaku cuci tangan
pneumonia, MRSA, dll petugas kesehatan, dll
 STUDI EPIDEMIOLOGI
Studi
Epidemiologi
DESKRIPTIF/ ANALITIK/
EKSPLORATIF EKSPLANATIF

OBSERVASIONAL EKSPERIMENTAL

CROSS SECTIONAL PRA EKSPERIMENTAL

CASE CONTROL EKSPERIMENTAL SEMU

COHORT EKSPERIMENTAL MURNI

 PENELITIAN DESKRIPTIF
Tujuan: menggambarkan distribusi masalah kesehatan serta kecenderungannya
menurut informasi epidemiologi yang meliputi variabel orang, tempat dan
waktu
Manfaat: memberikan informasi awal tentang etiologi dan faktor risiko penyakit
sebagai masukan perencanaan program kesehatan
Penelitian deskriptif pada populasi:
◦ Ecological study
◦ Time Series
Penelitian deskriptif pada individu:
◦ Case report
◦ Case series
 PENGOLAHAN DATA SURVEILANS HAIS
Variabel  informasi epidemiologi: Cara pengukuran:
Variabel orang  karakter orang yang
terkena masalah kesehatan. Mis: umur, Ukuran frekuensi:
sex, pendidikan, pekerjaan, sosial ◦ Caunt (angka mutlak)
ekonomi, perilaku, status imunisasi,
gejala sakit, dll ◦ Percentage (persentase)
◦ Ratio
Variabel tempat  karakter tempat ◦ Rate
dimana masalah kesehatan terjadi. Mis:
tempat, kec, kab, prov, pantai, desa,
kota, unit, bangsal, dll Ukuran pemusatan (central tendency):
◦ Mean
Variabel waktu  karakter waktu ketika
masalah kesehatan terjadi. Mis: bulan, ◦ Median
tahun, musim, lama berobat, lama ◦ Modus
menginap di RS, lama pemasangan alat,
dll
1. Count (Angka Mutlak)
Jumlah kejadian atau individu yang memenuhi kriteria
Biasanya digunakan untuk kasus yang jarang namun menjadi informasi yang penting
Kurang sesuai untuk membandingkan masalah kesehatan di tempat yang berbeda
Contoh:
◦ Colorectal Cancer merupakan penyebab kematian kedua akibat kanker di US
pada tahun 1989. Sekitar 30.000 orang meninggal dari semua kematian akibat
kanker.
◦ 345 kasus hepatitis di Sidoarjo, 465 kasus hepatitis di Malang
◦ Data dinas kesehatan menyebutkan bahwa kasus AIDS di kota X sebanyak 157
orang, 12 diantaranya dalam perawatan di RS Y
2. Percentage
Proportion X 100%
Percentage = A (100%)
A+B
Pada penelitian tentang kejadian HAIS di RS Y, 49% dari responden berjenis
kelamin perempuan.
3. Ratio
Terdiri dari numerator dan denominator
Numerator (A) merupakan jumlah dari suatu kriteria, sedangkan denominator
(B) merupakan jumlah dari suatu kriteria yang berbeda

Ratio = A  X 1.000, 10.000 atau 100.000

B
Contoh: Rasio jenis kelamin, rasio kematian bayi
4. Rate
Mengukur kejadian sakit atau risiko penyakit pada populasi tertentu
berdasarkan periode waktu
Mengukur kecepatan dan kekuatan dari suatu kejadian berdasarkan periode
waktu
Crude Birth Rate, Age-specific Death Rate
5. Mean
Rata-rata (X)  hasil pembagian antara jumlah nilai pengamatan dan jumlah
pengamatan.
Σ Xi
(X) =
n
Contoh  Data umur pasien (tahun): 24, 35, 20, 48, 22, 32
Mean  (24+35+20+48+22+32)/6 = 181/6 = 30,167
Rata-rata dipengaruhi oleh nilai ekstrim, maka pengukuran rata-rata pada data yang
menunjukkan nilai ekstrim karena akan memberikan informasi yg sesat
Penghitungan rata-rata dilakukan pada data dengan skala pengukuran interval atau
rasio.
6. Median
Median (Md)  nilai yg membagi distribusi menjadi dua sama besar.
Bila n genap , Md = n/2
Bila n ganjil, maka Md = (n+1)/2
Contoh  BB bayi baru lahir (gr): 3200, 2900, 3000, 3500, 2700
Diurutkan  2700, 2900, 3000, 3200, 3500 = 3000
Gunakan median pada sekumpulan data :
- skala interval atau rasio yang menunjukkan nilai ekstrim
- skala pengukuran ordinal
Mean dan Median pada nilai ekstrim
Data besar pendapatan penduduk desa Sukamaju (rupiah):
◦ 750.000
◦ 1.250.000
◦ 1.375.000
◦ 1.500.000
◦ 7.250.000
Mean = (750.000+1.250.000+1.375.000+1.500.000+7.250.000)/5 = 12.125.000/5
= 2.425.000
Median = 1.375.000
7. Modus
Modus (Mo)  nilai yang menunjukkan frekuensi terbanyak
Contoh  panjang badan bayi baru lahir (cm): 49,50,48,51,50,50,47,50.
Mo = 50
8. Rate
Mengukur kejadian sakit atau risiko penyakit pada populasi tertentu
berdasarkan periode waktu
Mengukur kecepatan dan kekuatan dari suatu kejadian berdasarkan
periode waktu
Crude Birth Rate, Age-specific Death Rate
 UKURAN FREKUENSI PENYAKIT
Dasar: Rasio, Proporsi, Rate

Prevalens:
◦ Proporsi jumlah kasus pada waktu tertentu di suatu populasi
◦ PREVALENCE = Jumlah kasus pada waktu tertentu/Jumlah populasi pada waktu tertentu

Insidens:
◦ Diperoleh dari studi cohort
◦ Memperkirakan risiko seseorang yang semula sehat untuk menjadi sakit selama periode waktu tertentu
◦ CUMULATIVE INCIDENCE (CI) = Jumlah kasus baru pada waktu tertentu/Populasi berisiko
◦ INCIDENCE DENSITY (ID) atau INSIDENCE RATE =
Jumlah kasus baru pada waktu tertentu/Orang waktu pengamatan
UKURAN FREKUENSI PENYAKIT:
INSIDENCE DAN PREVALENCE
Prevalence
Proporsi jumlah kasus pada waktu tertentu di suatu populasi
Prevalence =
Jumlah kasus pada waktu tertentu
Jumlah populasi pada waktu tertentu

•Dilaporkan per 1.000 atau 100.000 pend

•Menggambarkan status penyakit di populasi pada suatu waktu
•Dihasilkan dari studi cross sectional
•Point prevalence dan periodic prevalence
Point Prevalence
Proporsi dari individu dalam populasi yang terjangkit penyakit pada suatu titik waktu
Probabilitas (risiko) seorang untuk sakit pada titik waktu tersebut
Titik waktu:
◦ Satu waktu kalender yang sama
◦ Satu peristiwa penting
◦ awal musim haji
◦ satu hari setelah bencana
◦ awal penentuan KLB
◦ saat kelahiran
Point prevalence =
Kasus penyakit
Populasi total
Periodic Prevalence
Probabilitas individu dari populasi yang terkena penyakit pada saat
dimulainya pengamatan, atau selama jangka waktu pengamatan (t0,
t)
Periodik prevalence (t0, t) =
Jumlah kasus saat ini + jumlah kasus baru(t0, t)
Rata-rata populasi (t0, t)
Periodic Prevalence
Bulan Populasi Sakit Mati

Agustus 200 10 2

September 198 2 0

Periodik prevalence = 12/199 = 0,06 x 100 = 6%

Faktor yang mempengaruhi prevalence
Waktu prevalence panjang:
Durasi penyakit yang lebih lama
Pemanjangan usia Px tanpa pengobatan
Peningkatan insidensi
Kasus-kasus migrasi ke dalam populasi
Migrasi keluar dari orang yang sehat
Migrasi kedalam dari orang yang rentan
Peningkatan sarana diagnostik
Waktu prevalence pendek:
Durasi penyakit yang lebih pendek
Meningkatnya fatalitas kasus
Menurun insidensi
Migrasi kedalam dari orang yang sehat
Migrasi keluar dari kasus
Peningkatan tingkat kesembuhan
Incidence
Diperoleh dari studi Cohort
Memperkirakan risiko seseorang yang semula sehat untuk menjadi
sakit selama periode waktu tertentu
INCIDENCE:
◦ CUMULATIVE INCIDENCE (CI)
◦ INCIDENCE DENSITY (ID)
Cumulative Incidence
CI =
Jumlah kasus baru pada waktu tertentu
Populasi berisiko

Interpretasi  besar risiko terkena penyakit yang diamati

selama masa pengamatan paparan
 Incidence Density
ID =
Jumlah kasus baru pada waktu tertentu
Orang waktu pengamatan

Orang waktu pengamatan  person time  jumlah orang dalam risiko dikalikan
lamanya masing-masing orang dalam risiko
Satuan:
◦ orang-hari (person day)
◦ orang- minggu (person week)
◦ orang- jam (person hours)
Interpretasi  jumlah orang terkena penyakit yang diamati dari semua orang (dalam %
 dari 100 orang) yang terpapar dalam masa pengamatan
 FUNGSI INCIDENCE & PREVALENCE
•Perkembangan kasus
•Prediksi kasus di masa depan
•Estimasi risiko
•Prognosis
 HUBUNGAN ANTARA
INCIDENCE & PREVALENCE
Steady State:
◦ Incidence Rate konstan setiap waktu
◦ Distribusi lamanya sakit (dari diagnosis sampai sembuh atau
meninggal) konstan
P=IXD
 Menghitung prevalence (Mis: penggunaan antibiotik)

Total populasi pada

suatu waktu

Pasien tidak eligible.

Denominator: Pasien masuk kurang
Jumlah pasien eligible dari 48 jam

Numerator:
Jumlah pasien yang
mendapatkan
antibiotik

Prevalence penggunaan antibiotik  3 ÷ 9 = 0.33 x 100 = 33%

 Contoh Incidence dan Prevalence
Hari Total waktu
Individu pengamatan
(hari)
Hari 1 Hari 2 Hari 3 Hari 4 Hari 5 Hari 6 Hari 7
1 2

2 X X 3

3 7

4 5

5 X 2
19
1 2 3 4 5 6 7 19
Hari pengamatan
2/5
Hitung:
1. Cumulative incidence selama periode 7 hari 2/5
2/19
2. Incidence density rate (I) selama periode 7 hari 2/19
3/2
3. Durasi kejadian sakit (D) 3/2
4. Prevalence rate berdasarkan insidence density (I) dan durasi sakit (D)
(2/19)x(3/2)
P=IXD  (2/19)X(3/2)
 Insidence Density atau Insidence Rate
RUMUS:
Insiden rate ISK = (Jumlah kasus ISK/Jumlah lama hari pemakaian kateter menetap) X 1.000
Insiden rate IADP = (Jumlah kasus IADP/Jumlah lama hari pemakaian kateter vena sentral) x 1.000
Insiden rate HAP = (Jumlah kasus pneumonia/Jumlah lama hari rawat) X 1.000
Insiden rate VAP = (Jumlah kasus VAP/Jumlah lama hari pemakaian ETT) X 1.000
Insiden rate ILO = (Jumlah kasus ILO/Jumlah kasus operasi) X 1.00
Insiden rate plebitis = (Jumlah kasus plebitis/Jumlah lama hari pemakaian kateter perifer) X 1.000
Insiden rate decubitus = (Jumlah kasus decubitus/Jumlah lama tirah baring) X 1.000
TERIMA KASIH