Arie J. Pitono
2017
PENDAHULUAN
• Screening = Penapisan, Penyaringan, Skrining ; Screening Test = Uji Tapis, Tes Skrining
• Penapisan adalah suatu cara untuk mengidentifikasi penyakit atau kelainan yang belum tampak
dengan menggunakan uji (tes), pemeriksaan, atau prosedur lain yang dapat diterapkan dengan
cepat.
• Uji tapis memilah orang-orang yang mungkin menderita penyakit dari orang-orang yang mungkin
tidak menderita penyakit.
• Sebuah uji tapis tidak dimaksudkan untuk mendiagnosis. Orang-orang dengan temuan positif
atau mencurigakan harus dirujuk untuk didiagnosis dan diberi pengobatan yang diperlukan.
© 2017 http://www.jarikecil.com 2
Mausner & Kramer. 1985. Epidemiology – An Introductory Text.
© 2017 http://www.jarikecil.com 3
• Uji tapis yang ideal :
– Cepat
– Murah
– Mudah
– Tidak membahayakan
© 2017 http://www.jarikecil.com 4
VALIDITAS UJI
• Validitas suatu uji didefinisikan sebagai kemampuan untuk membedakan siapa yang menderita
penyakit dan siapa yang tidak.
• Terdapat dua komponen validitas : sensitivitas dan spesifisitas.
• Sensitivitas suatu uji adalah kemampuan suatu uji untuk mengidentifikasi dengan tepat siapa yang
menderita penyakit.
• Spesifisitas suatu uji adalah kemampuan suatu uji untuk mengidentifikasi dengan tepat siapa yang
tidak menderita penyakit.
© 2017 http://www.jarikecil.com 5
Uji Dengan Hasil Dikotomus (Positif atau Negatif)
• Secara ideal, kita mengharapkan orang-orang yang menderita penyakit mendapakan hasil uji positif
(true positive) dan orang-orang yang tidak menderita penyakit mendapatkan hasil uji negatif (true
negative).
• Sayangnya, hal di atas sangat jarang terjadi. Sebagian orang yang tidak menderita penyakit
mendapatkan hasil uji positif (false positive) dan sebagian orang yang menderita penyakit
mendapatkan hasil uji negatif (false negative).
© 2017 http://www.jarikecil.com 6
Keadaan Sebenarnya
Hasil Uji
Sakit Tidak Sakit
Sakit dan hasil uji positif Tidak sakit, tapi hasil uji positif
Positif
= True Positive ( TP ) = False Positive ( FP )
Sakit, tapi hasil uji negatif Tidak sakit dan hasil uji negatif
Negatif
= False Negative ( FN ) = True Negative ( TN )
TP TN
Sensitivitas = Spesifisitas =
TP + FN TN + FP
© 2017 http://www.jarikecil.com 7
Contoh :
Keadaan Sebenarnya
Hasil Uji Tapis
Sakit Tidak Sakit Jumlah
Positif 80 100 180
Negatif 20 800 820
Jumlah 100 900 1.000
TP 80 80
Sensitivitas = = = = 80 %
TP + FN 80 + 20 100
TN 800 800
Spesifisitas = = = = 89 %
TN + FP 800 + 100 900
© 2017 http://www.jarikecil.com 8
• Untuk menghitung sensitivitas dan spesifisitas suatu uji, kita harus mengetahui siapa yang “benar-
benar” menderita penyakit dan siapa yang tidak dengan cara membandingkan hasil yang didapat
dengan suatu gold standard (baku emas).
• Gold standard adalah suatu metode, prosedur, atau pengukuran yang diterima secara luas sebagai
yang terbaik yang tersedia.
• Namun biasanya, gold standard merupakan pemeriksaan yang lebih invasif, lebih mahal, atau
memerlukan waktu pemeriksaan yang lama.
© 2017 http://www.jarikecil.com 9
• False positive perlu mendapat perhatian, karena :
– Semua orang yang mendapatkan hasil uji positif akan diperiksa dengan uji yang lebih canggih dan
mahal. Hal ini menjadikan beban pada sistem kesehatan.
– Kegelisahan dan kecemasan pada orang-orang yang mendapatkan hasil uji positif. Banyak orang
yang mendapat “cap” positif pada uji tapis tidak pernah hilang walaupun hasil pada uji berikutnya
negatif.
• False negative perlu mendapat perhatian, karena :
– Jika seseorang menderita penyakit namun diinformasikan bahwa hasil ujinya negatif, dan jika
penyakit tersebut adalah penyakit serius namun dapat diobati, hal ini dapat berakibat fatal.
– Jika penyakit yang diderita adalah penyakit menular, penyakit tersebut dapat menular kepada orang
lain.
© 2017 http://www.jarikecil.com 10
Uji Dengan Variabel Kontinyu
• Pada uji dengan variabel kontinyu, seperti tekanan darah atau kadar gula darah, tidak ada hasil
“positif” atau “negatif”, sehingga diperlukan penentuan cut-off level : hasil uji di atasnya
dikategorikan sebagai positif dan hasil uji di bawahnya dikategorikan sebagai negatif.
• Sama seperti uji dengan hasil dikotomus, secara ideal kita mengharapkan uji dangan sensitivitas
100 % dan spesifisitas 100 %. Namun dalam praktik, hal ini tidak pernah terjadi dan biasanya
sensitivitas berbanding terbalik dengan spesifisitas.
© 2017 http://www.jarikecil.com 11
• Gambar A menunjukkan suatu populasi dengan 20 orang diabetik dan 20 orang non-diabetik yang
di-screening menggunakan uji kadar gula darah dengan skala yang ditunjukkan pada aksis vertikal.
• Dapat terlihat bahwa walaupun kadar gula darah cenderung lebih tinggi pada kelompok diabetik
dibandingkan dengan kelompok non-diabetik, namun tidak ada kadar yang dengan jelas membatasi
kedua kelompok, terdapat tumpang tindih antara kelompok diabetik dan non-diabetik pada setiap
kadar gula darah.
© 2017 http://www.jarikecil.com 12
• Apabila ditentukan cut-off level relatif tinggi : ( Gambar B )
– banyak orang yang diabetik tidak teridentifikasi sebagai positif,
sebagian besar orang yang non-diabetik teridentifikasi sebagai
negatif
– sensitivitas = 25 % (5/20), spesifisitas = 90 % (18/20)
© 2017 http://www.jarikecil.com 13
• Kesulitan pada dunia nyata adalah, bahwa tidak terdapat garis vertikal yang
membatasi orang yang diabetik dengan orang yang non-diabetik, dan pada
kenyataannya mereka berbaur. ( Gambar D )
• Selain itu, mereka juga tidak dapat dibedakan dengan lingkaran merah
ataupun biru. ( Gambar E )
© 2017 http://www.jarikecil.com 14
• Maka, bila digunakan cut-off level yang tinggi ( Gambar F ), semua orang
yang memiliki hasil pemeriksaan di bawah garis diyakini tidak memiliki
penyakit dan tidak akan diikuti lebih lanjut.
• Bila digunakan cut-off level yang rendah ( Gambar G ), semua orang yang
memiliki hasil pemeriksaan di atas garis akan kembali untuk pemeriksaan
lebih lanjut.
© 2017 http://www.jarikecil.com 15
• Jadi, pemilihan cut-off level tinggi atau rendah tergantung pada pertimbangan efek false positive
dan false negative.
© 2017 http://www.jarikecil.com 16
• Contoh lain :
© 2017 http://www.jarikecil.com 17
KOMBINASI UJI
• Untuk meningkatkan sensitivitas dan spesifisitas dapat digunakan kombinasi uji yang dapat
dilakukan secara seri atau paralel.
• Kombinasi uji secara seri :
– Dua uji atau lebih dilakukan secara berturut-turut
– Uji pertama memiliki sensitivitas tinggi, uji kedua memiliki spesifisitas tinggi
– Tujuan cara ini adalah untuk meningkatkan spesifisitas
• Kombinasi uji secara paralel :
– Dua uji atau lebih dilakukan secara bersamaan tanpa memperhatikan hasil uji sebelumnya.
– Tujuan cara ini adalah untuk meningkatkan sensitivitas
© 2017 http://www.jarikecil.com 18
NILAI PREDIKTIF UJI
© 2017 http://www.jarikecil.com 19
Keadaan Sebenarnya
Hasil Uji
Sakit Tidak Sakit
Positif TP FP
Negatif FN TN
TP TN
Positive Predictive Value ( PPV ) = Negative Predictive Value ( NPV ) =
TP + FP TN + FN
© 2017 http://www.jarikecil.com 20
Contoh :
Keadaan Sebenarnya
Hasil Uji
Sakit Tidak Sakit Jumlah
Positif 80 100 180
Negatif 20 800 820
Jumlah 100 900 1.000
TP 80 80
PPV = = = = 44 %
TP + FP 80 + 100 180
TN 800 800
NPV = = = = 98 %
TN + FN 800 + 20 820
© 2017 http://www.jarikecil.com 21
• Tidak seperti sensitivitas dan spesifisitas uji yang dapat menggambarkan karakteristik uji yang
digunakan, predictive value dipengaruhi oleh dua faktor :
– Prevalensi penyakit pada populasi, dan
– Jika penyakit jarang terjadi, spesifisitas uji yang digunakan.
© 2017 http://www.jarikecil.com 22
Keterkaitan Antara Prevalensi Penyakit dengan Positive Predictive Value
Contoh : Suatu uji dengan sensitivitas 99 % dan spesifisitas 95 %
Prevalensi
Hasil Uji Sakit Tidak Sakit Jumlah PPV
Penyakit
Positif 99 495 594
99
1% Negatif 1 9.405 9.406 = 17%
594
Jumlah 100 9.900 10.000
Prevalensi
Hasil Uji Sakit Tidak Sakit Jumlah PPV
Penyakit
Positif 495 475 970
495
5% Negatif 5 9.025 9.030 = 51%
970
Jumlah 500 9.500 10.000
© 2017 http://www.jarikecil.com 23
RINGKASAN
Keadaan Sebenarnya
Hasil Uji
Sakit Tidak Sakit
Sakit dan hasil uji positif Tidak sakit, tapi hasil uji positif
Positif
= True Positive ( TP ) = False Positive ( FP )
Sakit, tapi hasil uji negatif Tidak sakit dan hasil uji negatif
Negatif
= False Negative ( FN ) = True Negative ( TN )
TP TP
Sensitivitas = Positive Predictive Value ( PPV ) =
TP + FN TP + FP
TN TN
Spesifisitas = Negative Predictive Value ( NPV ) =
TN + FP TN + FN
© 2017 http://www.jarikecil.com 24
Nilai Menjawab Pertanyaan
Spesifisitas Berapa besar orang yang tidak menderita penyakit akan teridentifikasi ?
© 2017 http://www.jarikecil.com 25
KEPUSTAKAAN
© 2017 http://www.jarikecil.com 26