Ringkasan “Soal Praktikum EBM”

1. File excel terdapat data abnormalitas (variable SOT/SGPT; Hb; TG; Total kolesterol; HDL; LDL). Hitung
nilai abnormalitas (mean dan standar deviasi)
Buka data”Abnormalitas” di excel  klik Analyze  descriptive  frequencies  masukan semua
variable  klik statistics (centang “mean” dan “std. deviation” continue  OK
Kemudian salin data mean dan std. deviation kedalam tabel.

- Nilai abnormalitas bernilai (+0,05) jika variabel “meningkat naik” dapat menimbulkan masalah.
Contoh; LDL, SGOT/SGPT, Kolesterol total.

- Nilai abnormalitas bernilai (-0,05) jika variabel “menurun turun” dapat menimbulkan masalah
Contoh; Hb, HDL

*0,05 (standar eror)

Jika warning  lihat di nama, perbaiki (jangan menggunakan spasi

atau garis miring).
Didalam menu descriptive yang sering digunakan ada;
a. Frequencies  untuk menghitung “mean” “std. deviasi” dll
b. Explore  uji normalitas
c. Crosstab  uji chi-square dan correlation s

2. a. tabel PICO  Problem/patient, Intervention, Comparison, Outcome.

b. Clinical question  tetap menggunakan algoritma PICO

formulasi (ICOP) : apakah I sama efektifnya/lebih baik dengan C dalam menngunakan O pada P.

c. Search term/search/keyword
buka pubmed dkk: ketik P + AND + I
mau lebih gampang ?  tetap menggunakan formulasi ICOP tambahkan .pdf diujung
ex: omeprazol AND ranitidine AND gastric cancer.pdf

d. salin alamat url

e. tulis abstract

f. Critical Appraisal  worksheet VIA

VALIDITAS  FRISBE dan RAMBO
FRISBE (Follow up; randomization; intention to treat analysis; similar; blinding; equal
treatment)
Validitas lihat metode, jika FRISBE positif semua artikel valid.
 IMPORTANCY  lihat RESULT;
Apakah important secara klinik jika RRR >50% atau >25% (masih dianggap bermakna)

APPLICABILITY  apakah bisa diaplikasikan ?

3. Hitung nilai importancy - Terapy Bad Outcome

Untuk menghitung nilai important (CER, EER, RRR, ARR, NNT, ABI, RBI) lakukan dahulu;
a. Buat tabel 2x2 di SPSSS
b. Kemudian buka aplikasi statcal

a. Tabel 2x2 di spss

buka file spss therapy bad outcome.sav  buat variabel baru ; transform  recode into
diff. variable  outcome – MCI_KAT > 0 – 1 ; 1 – 2
setelah variable baru MCI_KAT, ganti di Value; 1 = Hidup, 2 = Mati.

Kemudian klik Analyze  descriptive  crosstab – row (ACE), column (MCI)  pilih
percentage (centang) row  klik chi square  ok.

Buka aplikasi statcal, masukkan nilai tabel 2x2.

Kesimpulan : lihat RRR dan Value  statistic (chisquare <0,05)
bermakna secara klinik jika RRR >50% atau >25% (masih dianggap bermakna)

4. (hampir sama dengan no 3.)

5. Dak catat maafkelah. hiks