KATA PENGANTAR

Puji syukur kami haturkan kepada Allah Subhanahu Wata’ala yang telah
memberikan banyak nikmat, taufik dan hidayah. Sehingga kami dapat
menyelesaikan makalah yang berjudul “Prognosis” tepat pada waktunya.
Penyusunan makalah ini bertujuan untuk menyelesaikan tugas mata kuliah
Epidemiologi Klinik, isi dari makalah ini adalah pemaparan pengetahuan tentang
prediksi dari kemungkinan suatu penyakit dan kehadiran faktor-faktor risiko
penyakit.
Diluar itu, penulis sebagai manusia biasa menyadari sepenuhnya bahwa
masih banyak kekurangan dalam penulisan makalah ini, Oleh sebab itu dengan
segala kerendahan hati , saya selaku penyusun menerima segala kritik dan saran
yang membangun dari pembaca.
Demikian yang bisa saya sampaikan, semoga makalah ini dapat
menambah khazanah ilmu pengetahuan dan memberikan manfaat nyata untuk
masyarakat luas.

Makassar, 14 Maret 2018

Penulis

i
 DAFTAR ISI

COVER
KATA PENGANTAR ............................................................................................ i
DAFTAR ISI .......................................................................................................... ii
BAB I PENDAHULUAN ..................................................................................... 1
A. Latar Belakang ............................................................................................. 1
B. Tujuan .......................................................................................................... 2
C. Manfaat ........................................................................................................ 2
BAB II PEMBAHASAN ...................................................................................... 3
A. Epidemiologi Klinik ..................................................................................... 3
B. Prognosis ...................................................................................................... 4
C. Faktor Prognosis .......................................................................................... 5
D. Jenis – jenis Prognosis ................................................................................. 6
E. Deskripsi Prognosis ...................................................................................... 8
F. Survival analysis .......................................................................................... 9
G. Bias............................................................................................................. 10
BAB III PENUTUP ............................................................................................ 13
A. Kesimpulan ................................................................................................ 13
DAFTAR PUSTAKA .......................................................................................... 14

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Pada waktu seseorang sakit, ia memiliki banyak pertanyaan mengenai
bagaimana penyakit tersebut akan mempengaruhi mereka. Mereka akan bertanya
apakah penyakit tersebut berbahaya, dapat menyebabkan kematian, dan apakah
penyakit tersebut dapat sembuh atau hilang dengan sempurna. Selain itu, mereka
akan bertanya-tanya sampai berapa lama mereka dapat mempertahankan aktivitas
mereka sekarang. Secara umum, pasien dan keluarganya ingin mengetahui apa
yang dapat mereka harapkan walaupun sedikit yang dapat dilakukan untuk
penyakitnya.
Prognosis adalah prediksi mengenai perjalanan penyakit yang akan terjadi
setelah onsetnya. Prediksi ini didasarkan kepada sekelompok pasien, tetapi
outcome-nya dapat berbeda untuk setiap pasien. Walaupun demikian, pengetahuan
mengenai prognosis yang mungkin terjadi sangat membantu dalam menentukan
pengobatan yang paling bermanfaat.
Dokter dan pasien memikirkan mengenai prognosis dalam beberapa cara
yang berbeda. Pertama, mereka ingin mengetahui secara umum perjalanan
penyakit yang dialami oleh pasien. Selanjutnya, mereka ingin tahu prognosis
penyakit tersebut pada kasus tertentu. Selain itu, pasien khususnya ingin tahu
bagaimana penyakit tersebut dapat mempengaruhi kehidupannya. Seorang klinisi
diharapkan untuk memprediksi masa depan dari pasiennya setepat mungkin.
Tujuannya adalah untuk menghindari mengungkapkan prognosis dengan
ketidakjelasan bila tidak perlu dan dengan pasti bila itu menyesatkan. Informasi
epidemiologi dari banyak pasien sangat dibutuhkan untuk memberikan prediksi
mengenai prognosis dan outcome. Penelitian epidemiologi yang dirancang dengan
baik dapat menghasilkan informasi yang dapat dipercaya mengenai prognosis.

1
B. Tujuan
Tujuan dari pembuatan makalah ini adalah untuk lebih mengerti dan
memahami tentang epidemiologi klinik terutama Prognosis dan untuk memenuhi
persyaratan dalam mengikuti perkuliahan Epidemiologi Klinik.

C. Manfaat
Makalah ini diharapkan dapat memberikan manfaat kepada penulis dan
pembaca khususnya yang terlibat dalam bidang medis dan masyarakat secara
umumnya agar dapat lebih mengetahui dan memahami lebih dalam mengenai
epidemiologi klinik terutama prognosis.

2
 BAB II
PEMBAHASAN
A. Epidemiologi Klinik
Ilmu yang mempelajari frekuensi dan distribusi masalah kesehatan pada
sekelompok penduduk serta faktor-faktor yang mempengaruhinya.
Ilmu yang mempelajari distribusi masalah penyakit pada sekelompok
penduduk dan faktor determinannya. ( Mc Mahon, 1970 ) Hakikat epidemiologi
adalah mempelajari hubungan antara terjadinya suatu fenomena yang menjadi
perhatian (outcome) dan keberadaan sekelompok determinan
(determinant/exposure/ factor), pada suatu populasi dalam situasi tertentu
(domain).
Epidemiologi klinik adalah aplikasi prinsip dan metode epidemiologi pada
praktik pengobatan klinis. Selain itu, epidemiologi klinis dapat diartikan sebagai
ilmu yang mempelajari variasi outcome dari penyakit dan alasan dari variasi
tersebut. Tujuan dari epidemiologi klinik adalah membantu pengambilan
keputusan mengenai kasus penyakit yang diidentifikasi.
Pusat perhatian dari epidemiologi klinis adalah:
1. Definisi dari normalitas dan abnormalitas
2. Akurasi dari uji diagnosis
3. Perjalanan alami dan prognosis dari penyakit
4. Efektivitas dari pengobatan
5. Prevensi pada praktik klinis
Ciri pendekatan Epidemiologi Klinik
1. Normalitas dan abnormalitas Ditentukan dengan distribusi kekerapan (mean,
median dengan sebarannya). Batasan : Biasanya sudah ditentukan dan Kalau
belum, dibuat sendiri
Abnormalitas dapat ditinjau dari :
a) Abnormalitas statistik
b) Abnormalitas berhubungan dengan penyakit
c) Abnormalitas yang membaik dengan perawatan / pengobatan.

3
2. Perjalanan penyakit
Yaitu waktu berlangsungnya suatu penyakit, mulai dari onset biologis (masuk
agen) sampai penyakit berakhir (sembuh, cacat atau mati).Terdiri dari fase
pre-patogenesa dan fase patogenesa (masa inkubasi, penyakit dini, penyakit
lanjut dan akhir penyakit).
Kegunaan pengetahuan tentang perjalanan penyakit :
a) Pemilihan intervensi (promotif, preventif, kuratif, atau rehabilitatif).
b) Menilai prognosis penyakit
c) Merencanakan strategi perawatan / pengobatan atau tindakan lain.
Metoda penilaian :
1. Observasi klinis
2. Registrasi ( kanker, CHD, strok dll )
3. Studi kohort
4. Studi kasus-kontrol
Perjalanan penyakit dipengaruhi oleh :
1. Pola penyakit ( akut / kronik )
2. Geografis ( terisolir / tidak )
3. Keadaan ekonomi masyarakat
4. Kemajuan diagnosis dan terapi
5. Karakteristik individu

B. Prognosis
Prognosis adalah prediksi kemungkinan perawatan, durasi dan hasil akhir
suatu penyakit berdasarkan pengetahuan umum dari patogenesis dan kehadiran
faktor risiko penyakit. Prognosis muncul setelah diagnosis dibuat dan sebelum
rencana perawatan dilakukan.
Prognosis dari suatu penyakit dapat dideskripsikan sebagai perjalanan
klinis (clinical course) dan riwayat naturalnya (natural history of illness). Clinical
course adalah evolusi (prognosis) dari penyakit yang terjadi dalam pengobatan
medis dan diterapi dengan berbagai cara yang dapat mempengaruhi kejadian
selanjutnya (subsequent course). Pasien biasanya mendapat penatalaksanaan

4
medis dalam suatu waktu dalam perjalanan penyakitnya bila penyakitnya disertai
dengan gejala seperti nyeri, kegagalan pertumbuhan, dan lain-lain. Contohnya
adalah pada diabetes melitus tipe 1, kanker paru, dan rabies
Faktor - faktor prognosis adalah karakteristik yang memprediksi hasil
akhir suatu penyakit begitu penyakit itu muncul sedangkan faktor – faktor risiko
adalah karekteristik individu yang membuatnya berisiko tinggi menderita suatu
penyakit. Pada beberapa kasus, faktor prognosis dan faktor risiko sama. Misalnya
pasien dengan diabetes atau perokok berisiko lebih tinggi menderita penyakit
periodontal (infeksi gusi yang merusak jaringan lunak dan tulang penyangga gigi),
dan setelah mereka terinfeksi maka secara umum mereka memiliki prognosis yang
lebih buruk.
Prognosis penyakit tanpa intervensi medis disebut natural history of
illness. Pada studi prognosis, kohort harus diobservasi mulai dari satu titik waktu
yang disebut zero time. Point ini harus spesifik dan sama pada setiap pasien
(seperti onset gejala, waktu diagnosis, atau awal terapi). Inception cohort
digunakan untuk mendeskripsikan sekelompok pasien yang dikumpulkan dekat
dengan onset penyakit.
Sebagai contoh, bila kita ingin mendeskripsikan clinical course pada
pasien dengan kanker paru, kita harus mengumpulkan pasien dan mengikuti
perkembangan mereka sampai terdapat outcome seperti komplikasi atau kematian.
Bila zero time yang digunakan adalah deteksi melalui skreening untuk sebagian
pasien, onset gejala, atau awal pengobatan pada pasien lain maka prognosis yang
diobservasi akan bergantung pada zero time yang tergabung dalam penelitian.
Lebih buruk lagi, bila kita tidak mendeskripsikan secara jelas waktu perjalanan
penyakit saat pasien masuk dalam penelitian, kita tidak akan menginterpretasikan
hasilnya.

C. Faktor Prognosis
Faktor prognostic (prognostic factor) adalah karakteristik yang
berhubungan dengan hasil akhir dari penyakit. Sebagai contoh, pada pasien
dengan penyakit miokard infark akut, prognosisnya berhubungan langsung

5
dengan fungsi residu otot jantung. Faktor prognostik membantu mengidentifikasi
pasien dengan penyakit yang sama tetapi memiliki prognosis yang berbeda.
Faktor prognostik berbeda dengan faktor risiko. Faktor risiko berhubungan
dengan peningkatan risiko menderita penyakit tetapi tidak memperburuk
prognosis. Sebagai contoh, tekanan darah yang rendah menurunkan risiko
seseorang untuk terkena miokard infark akut. Akan tetapi, tekanan yang rendah
merupakan tanda prognosis yang buruk bila ditemukan pada masa akut.
Perbedaan faktor risiko dan prognostik pada miokard infark akut :

Selain itu, prognosis dan risiko mempunyai outcome yang berbeda. Pada
risiko, kejadian yang dilihat atau dihitung adalah onset penyakit, sedangkan pada
prognosis, outcome yang dilihat adalah konsekuensi dari penyakit seperti
kematian dan komplikasi. Faktor risiko secara umum memprediksi kejadian yang
kecil probabilitasnya untuk terjadi, sedangkan prognosis memdeskripsikan
kejadian yang sering terjadi. Faktor risiko biasanya berkisar antara 1/100 sampai
1/10.000. Pada prognosis, klinisi dapat mengestimasinya sendiri seperti pasien
dengan kanker paru biasanya hanya dapat bertahan sampai 5 tahun, sedangkan
pasien dengan leukemia limfositik kronik dapat bertahan lebih lama.

D. Jenis – jenis Prognosis

1. Sangat baik (excellent prognosis)
Tidak ada kehilangan tulang, kondisi gingiva (jaringan lunak) sangat baik,
kooperasi pasien baik dan tidak ada penyakit sistematik/faktor lingkungan
tertentu.

6
 2. Baik (good prognosis)
Jika memenuhi satu atau beberapa ketentuan berikut : sokongan tulang
yang tersisa cukup, kemungkinan untuk mengontrol faktor etiologi dan
pasien cukup kooperatif, tidak ada faktor sistematik/lingkungan atau jika
ada terkontrol dengan baik
3. Sedang (fair prognosis)
Jika memenuhi satu atau beberapa ketentuan berikut : sokongan tulang
yang tersisa tidak cukup dan keterlibatan furkasi grade 1, kemungkinan
perawatan yang baik, pasien cukup kooperatif, terdapat beberapa faktor
sistematik/lingkungan
4. Buruk (poor prognosis)
Jika memenuhi satu atau beberapa ketentuan berikut : kehilangan tulang
moderate-advance, keterlibatan furkasi grade 1 dan 2, area tersebut sulit
dirawat dan atau kooperasi pasien diragukan, ada faktor
sistematik/lingkungan
5. Tidak ada harapan (hopeless prognosis)
Jika memenuhi satu atau beberapa ketentuan berikut : kehilangan tulang
advance, area tersebut tidak dapat dirawat, indikasi ekstraksi, ada faktor
sistematik/lingkungan
6. Provisional prognosis
Prognosis ini dibuat setelah terapi fase 1 dilakukan dan di evaluasi.

Prognosis ini dibuat karena hanya ada beberapa prognosis yang cukup
akurat yaitu sangat baik, baik dan tidak ada harapan, sedangkan prognosis
sedang dan buruk sangat tergantung dari banyak faktor yang dapat
mempengaruhi. Dengan prognosis ini, operator dimungkinkan melakukan
perawatan pada keadaan yang meragukan dengan harapan responnya akan baik
dan memungkinkan keadaan tersebut dipertahankan.

7
E. Deskripsi Prognosis
Prognosis umumnya dideskripsikan dengan ratio atau proporsi orang yang
mengalami suatu kejadian. Ratio yang umum digunakan untuk mendeskripsikan
prognosis adalah 5-year survival, case fatality, disease-specific mortality,
response, remission, dan recurrence.

Gambaran Prognosis :
1. Harapan hidup 5 tahun
Data yang digunakan untuk mengestimasi survival adalah pasien dalam
risiko, pasien yang tidak lagi dalam risiko (censored), dan pasien yang
mengalami outcome pada setiap titik waktu. Persentase penderita yang
mampu hidup selama 5 tahun dari saat tertentu dalam perjalanan
penyakitnya.
2. Kasus Fatal
Proporsi fatalitas kasus (case fatality rate) adalah jumlah kasus penyakit
yang berakhir dengan kematian dibandingkan dengan jumlah kasus
penyakit. Biasanya dinyatakan sebagai persentase.
3. Respon
Persentase penderita yang menunjukkan adanya perbaikan setelah adanya
intervensi.
4. Remisi
Persentase pasien yang mencapai fase dimana penyakit tidak dapat
dideteksi.

8
 5. Kambuh
Persentase penderita yang kembali sakit setelah lewat fase bebas penyakit

F. Survival analysis
Ketika menafsirkan prognosis, kita ingin tahu kemungkinan (likelihood)
bahwa pasien dengan kondisi tertentu akan mengalami outcome pada setiap titik
waktu. Ketika prognosis dinyatakan sebagai tingkat ringkasan maka informasi ini
tidak terkandung. Namun, ada metode untuk menyajikan informasi tentang rata-
rata waktu untuk kejadian dalam perjalanan penyakit.
Cara paling mudah untuk mempelajari survival adalah dengan kohort,
yaitu mengumpulkan pasien dengan kondisi tertentu dalam perjalanan
penyakitnya dan mengobservasi mereka sampai semua mengalami outcome yang
diinginkan. Pada kohort dengan jumlah pasien yang sedikit, grafik akan menjadi
bertangga. Hal ini akan hilang bila jumlah pasien banyak sehingga informasi yang
ada dapat digunakan untuk memprediksi prognosis pada pasien yang mirip.
Sayangnya, memperoleh informasi dengan cara ini tidak praktis

Untuk mengefisiensikan penggunaan semua data yang tersedia dari setiap

pasien dalam kelompok kohort, cara memperkirakan survival dalam suatu kohort
dari waktu ke waktu, yang disebut survival analysis, telah dikembangkan dengan
metode yang biasa digunakan adalah Kaplan-Meir analysis. Tujuannya adalah
mendeskripsikan pasien hidup atau mati serta outcome yang dapat berulang atau
terjadi sekali selama follow-up. Contohnya adalah waktu untuk kejadian koroner

9
atau rekurensi kanker. Saat hal lain selain survival yang dideskripsikan, istilah
yang digunakan adalah time-to-event analysis.
Data yang digunakan untuk mengestimasi survival adalah pasien dalam
risiko, pasien yang tidak lagi dalam risiko (censored), dan pasien yang mengalami
outcome pada setiap titik waktu. Akan tetapi, untuk menginterpretasi suatu
survival kita harus mengingat bahwa semakin ke kanan kurva maka semakin
sedikit jumlah pasien yang diobservasi. Hal ini menyebabkan impresi yang salah
bahwa semakin kecil risiko suatu outcome. Presisi estimasi survival, yang
menurun setiap waktunya akibat menurunnya jumlah pasien yang diobservasi
seiring dengan waktu, dapat diindetifikasi dengan confidence interval serta
komparasi dengan kurva survival pada pasien dengan karakteristik berbeda.
Kurva survival dapat dibuat berdasarkan kombinasi dari faktor prognostik.
Ini dapat dilakukan dengan menstratifikasi pasien berdasarkan ada atau tidaknya
faktor prognostic. Cox proportional hazards regression model dapat digunakan
untuk mengidentifikasi kombinasi dari faktor yang memprediksi prognosis atau
pengaruh faktor individu yang tidak berhubungan.
Analisis survival merupakan metode statistik dimana variabel yang
diperhatikan adalah waktu survival, yaitu waktu dimulainya kejadian (start point)
hingga terjadinya peristiwa (event) . Terdapat tiga faktor yang diperhatikan dalam
menentukan waktu survival T, yakni dengan penjelasan sebagai berikut .
1. Time origin/starting point (waktu awal)
2. Ending event of interest (akhir kejadian)
3. Measurementscale for the passage of time (skala pengukuran sebagai bagian
dari waktu)
Ketika waktu survival tidak diketahui dengan jelas maka data tersebut
dinyatakan sebagai data tersensor.

G. Bias
Bias dapat terjadi pada penelitian kohort, baik penelitian risiko maupun
penelitian prognosis. Bias yang terjadi ketika kelompok pasien yang dikumpulkan

10
untuk penelitian berbeda dalam cara lain selain faktor-faktor yang diteliti disebut
susceptibility bias atau assembly bias. Faktor-faktor luar ini, bukan faktor tertentu
yang sedang dipelajari, dapat menentukan hasilnya. Bias ini dapat terjadi akibat
perbedaan lamanya penyakit, adanya penyakit lain, waktu dalam perjalanan
penyakit, dan terapi sebelumnya.
Bias dapat terjadi pada penelitian kohort, baik penelitian risiko maupun
penelitian prognosis. Bias yang terjadi ketika kelompok pasien yang dikumpulkan
untuk penelitian berbeda dalam cara lain selain faktor-faktor yang diteliti disebut
susceptibility bias atau assembly bias. Faktor-faktor luar ini, bukan faktor tertentu
yang sedang dipelajari, dapat menentukan hasilnya. Bias ini dapat terjadi akibat
perbedaan lamanya penyakit, adanya penyakit lain, waktu dalam perjalanan
penyakit, dan terapi sebelumnya

Bias yang terjadi ketika pasien pada satu kelompok meninggalkan

kelompo awalnya, dropping out, atau pindah ke kelompok lain dalam penelitian

11
tersebut disebut migration bias. Bila hal ini terjadi dalam skala besar, validitas
dari kesimpulan dapat dipengaruhi.
Measurement bias dapat terjadi bila pasien dalam satu kelompok memiliki
kemungkinan yang lebih besar untuk dideteksi outcome-nya dibandingkan
kelompok lain. Bias ini dapat diminimalisasi dengan cara memastikan orang yang
mengobservasi tidak mengetahui kelompok tempat setiap pasien berada, membuat
peraturan untuk memutuskan terjadinya outcome, dan menerapkan upaya-upaya
untuk menemukan peristiwa-peristiwa yang sama pada semua kelompok.

12
 BAB III
PENUTUP
A. Kesimpulan
Prognosis adalah prediksi dari perjalanan penyakit sejak onsetnya.
Prognosis dari suatu penyakit dapat dideskripsikan sebagai clinical course dan
natural history of illness. Clinical course adalah evolusi (prognosis) dari penyakit
yang terjadi dalam pengobatan medis dan diterapi dengan berbagai cara yang
dapat mempengaruhi kejadian selanjutnya (subsequent course). Sedangkan
natural history of illness adalah prognosis penyakit tanpa intervensi medis.
Untuk mengetahui probabiltas prognosis perlu dilakukan observasi kohort
terhadap pasien atau survival analysis dan time-to-event analysis. Terjadinya
peristiwa dari waktu ke waktu diperkirakan dengan mengumpulkan tarif untuk
semua pasien pada risiko selama interval waktu sebelumnya.
Penelitian yang membandingkan prognosis pada pasien dengan kelompok
berbeda dapat menimbulkan bias. Beberapa strategi untuk menghadapinya adalah
restriksi, matching, stratifikasi, standarisasi, multivariable analysis, dan sensitivity
analysis.

13
 DAFTAR PUSTAKA
Bonita R, Beaglehole R, Kjellstrom T. Basic Epidemiology: World Health
Organization; 2006.
Fletcher RH, Fletcher SW, Wagner EH. Clinical Epidemiology: The Essentials.
Baltimore: Williams & Wilkins; 1996.
https://books.google.co.id/books/Deskripsi+prognosis&source
https://www.academia.edu/5333587/DETERMINASI_PROGNOSIS
https://www.researchgate.net/publication/280567025_Epidemiologi_untuk_Klinis
[accessed Mar 11 2018].
Sunanto, Eva Suarthana. Jurnal Kardiologi Indonesia: Epidmiologi untuk klinis.
2007;28:85-89/ ISSN 0126/3773

14