Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

ERICNOTEBOOKSERIES

Edisi kedua

Ukuran Umum dan Statistik dalam

Literatur Epidemiologi
Untuk non-epidemiolog atau hasil kesehatan selama periode waktu 5
Penulis Edisi Kedua: nonstatistician, memahami nomenklatur tahun.
statistik yang disajikan dalam artikel
Lorraine K. Alexander, DrPH jurnal kadang-kadang dapat menjadi
Risiko umumnya diukur dalam studi
prospektif karena populasi yang
tantangan, terutama karena beberapa
Brettania Lopes, MPH berisiko dapat ditentukan pada awal
istilah sering digunakan secara
penelitian dan diikuti untuk:
bergantian, dan yang lain disajikan
Kristen Ricchetti-Masterson, MSPH perkembangan hasil kesehatan. Namun,
tanpa definisi. Notebook ini akan
risiko tidak dapat diukur secara langsung
memberikan dasar
dalam studi kasus-kontrol karena total
Karin B. Yeatts, PhD, MS pengenalan terminologi yang biasa
populasi yang berisiko tidak dapat
ditemukan dalam epidemiologi
ditentukan. Jadi, dalam studi kasus-
literatur.
kontrol, sekelompok individu yang
Ukuran frekuensi memiliki hasil kesehatan dan sekelompok
individu yang tidak memiliki hasil
Ukuran frekuensi mencirikan terjadinya
kesehatan dipilih, dan peluang
hasil kesehatan, penyakit, atau kematian
mengembangkan kesehatan
dalam suatu populasi. Langkah-langkah ini
hasil dihitung sebagai lawan dari
bersifat deskriptif dan menunjukkan
menghitung risiko.
seberapa besar kemungkinan seseorang
mengembangkan hasil kesehatan pada
populasi tertentu. Tiga ukuran yang paling
umum dari hasil kesehatan atau frekuensi
adalah risiko, tingkat,
Kecepatan
dan prevalensi.
Tingkat, juga dikenal sebagai tingkat
Mempertaruhkan
kejadian atau kepadatan kejadian, adalah
Risiko, juga dikenal sebagai insiden, ukuran seberapa cepat hasil kesehatan
insiden kumulatif, proporsi insiden, atau terjadi dalam suatu populasi.
tingkat serangan (walaupun sebenarnya Pembilangnya sama dengan risiko, tetapi
bukan angka sama sekali) adalah ukuran penyebutnya mencakup ukuran orang-
probabilitas individu yang tidak waktu, biasanya orang-tahun. (Waktu
terpengaruh untuk mengembangkan hasil orang didefinisikan sebagai jumlah waktu
kesehatan tertentu selama periode waktu yang setiap orang berisiko
tertentu. Untuk jangka waktu tertentu individu berkontribusi pada penelitian).
(yaitu: 1 bulan, 5 tahun, seumur hidup): Risiko 5

tahun sebesar 0,10 menunjukkan bahwa

Jadi tingkat 0,1 kasus/orang-tahun

menunjukkan bahwa, rata-rata, untuk
seorang individu yang berisiko memiliki peluang setiap 10 orang-tahun (yaitu: 10 orang
10% untuk mengembangkan yang diberikan setiap diikuti 1 tahun atau 2 orang diikuti

ERIC di Departemen Epidemiologi UNC CH Pusat layanan kesehatan

 BUKU ERICNOTE
selama 5 tahun, dll.) berkontribusi, 1 kasus baru dari hasil
kesehatan akan berkembang.
Prevalensi
Prevalensi adalah proporsi penduduk yang memiliki hasil kesehatan
pada periode waktu tertentu. Prevalensi umumnya merupakan
ukuran yang lebih disukai ketika sulit untuk menentukan timbulnya
hasil kesehatan atau penyakit (seperti asma), atau penyakit apa pun
dengan durasi yang lama (misalnya kondisi kronis seperti artritis).
Keterbatasan ukuran prevalensi adalah bahwa ia cenderung
mendukung dimasukkannya penyakit kronis daripada penyakit akut.
Juga, menyimpulkan kausalitas bermasalah dengan data prevalensi,
karena biasanya paparan dan hasil diukur pada waktu yang sama.
Jadi mungkin sulit untuk menentukan apakah penyebab yang
dicurigai mendahului hasil dari
minat.
Jadi populasi dengan prevalensi penyakit jantung 0,25
menunjukkan bahwa 25% dari populasi terkena penyakit
jantung pada saat tertentu dalam waktu.
Catatan terakhir, risiko dan tingkat juga dapat merujuk pada kematian
dalam suatu populasi dan disebut angka kematian dan kematian,
masing-masing.
Langkah-langkah asosiasi
Ukuran asosiasi digunakan untuk membandingkan hubungan antara
paparan spesifik dan hasil kesehatan, Mereka juga dapat digunakan
untuk membandingkan dua atau lebih populasi, biasanya mereka
yang memiliki paparan berbeda atau status hasil kesehatan, untuk
mengidentifikasi faktor dengan kemungkinan peran etiologi dalam
onset hasil kesehatan . Perhatikan bahwa bukti asosiasi tidak
menyiratkan bahwa hubungan itu kausal; asosiasi mungkin
artifaktual atau non-kausal juga. Ukuran umum asosiasi termasuk
perbedaan risiko, rasio risiko, rasio tingkat
dan rasio peluang.
Perbedaan risiko
Perbedaan risiko didefinisikan sebagai
Perbedaan risiko, juga dikenal sebagai risiko yang dapat diatribusikan, memberikan
perbedaan risiko antara dua kelompok yang menunjukkan seberapa besar
ERIC di Departemen Epidemiologi UNC CH Pusat layanan kesehatan
HALAMAN 2
kelebihan risiko adalah karena eksposur bunga. Perbedaan risiko
positif menunjukkan kelebihan risiko karena eksposur,
sedangkan hasil negatif menunjukkan bahwa eksposur bunga
memiliki efek protektif terhadap hasil. (Vaksinasi akan menjadi
contoh yang baik dari paparan dengan efek perlindungan).
Ukuran ini jika sering digunakan untuk menentukan seberapa
besar risiko yang dapat dicegah oleh suatu
intervensi yang efektif.Rasio
risiko dan rasio tingkat
Rasio risiko atau rasio tingkat biasanya ditemukan dalam studi
kohort dan didefinisikan sebagai: rasio risiko pada kelompok yang
terpapar dengan risiko pada kelompok yang tidak terpapar atau
rasio pada kelompok yang terpapar terhadap tingkat di
grup yang tidak terpapar
Rasio risiko dan rasio tingkat adalah ukuran kekuatan hubungan
antara eksposur dan hasil. Bagaimana rasio risiko atau rasio
tingkat ditafsirkan? Rasio risiko 1,0 menunjukkan tidak ada
perbedaan risiko antara kelompok terpapar dan tidak terpapar.
Rasio risiko yang lebih besar dari 1,0 menunjukkan hubungan
positif, atau peningkatan risiko untuk mengembangkan hasil
kesehatan pada kelompok yang terpapar. Rasio risiko 1,5
menunjukkan bahwa kelompok terpajan memiliki 1,5 kali risiko
memiliki hasil dibandingkan dengan kelompok yang tidak
terpajan. Rasio rate dapat diartikan
cara yang sama tetapi berlaku untuk tarif daripada risiko.
Rasio risiko atau rasio tingkat kurang dari 1,0 menunjukkan
hubungan negatif antara paparan dan hasil pada kelompok yang
terpapar dibandingkan dengan kelompok yang tidak terpapar.
Dalam hal ini, eksposur memberikan efek perlindungan. Misalnya,
rasio tingkat 0,80 di mana kelompok yang terpapar menerima
vaksinasi Human Papillomavirus (HPV) menunjukkan bahwa
kelompok yang terpapar (mereka yang menerima vaksin) memiliki
0,80 kali tingkat HPV dibandingkan dengan mereka yang tidak
terpajan (tidak menerima vaksin).
vaksin).
Salah satu manfaat perbedaan ukuran risiko dibandingkan rasio risiko
adalah bahwa ia memberikan perbedaan mutlak dalam risiko, informasi
yang tidak disediakan oleh rasio keduanya. Rasio risiko 2,0 dapat
menyiratkan penggandaan risiko yang sangat kecil atau besar, dan
seseorang tidak dapat menentukan mana yang merupakan risiko.
kasus kecuali risiko individu disajikan.
 BUKU ERICNOTE
Rasio peluang
Ukuran lain dari asosiasi adalah rasio odds (OR). Rumus
untuk OR adalah:
Rasio odds digunakan sebagai pengganti rasio risiko atau rasio
tingkat dalam studi kasus-kontrol. Dalam jenis penelitian ini,
populasi dasar yang berisiko mengembangkan hasil kesehatan
atau penyakit tidak dapat ditentukan karena individu dipilih
sebagai sakit atau tidak sakit atau memiliki hasil kesehatan atau
tidak memiliki hasil kesehatan. Rasio odds mungkin mendekati
rasio risiko atau rasio tingkat dalam kasus di mana prevalensi
hasil kesehatan rendah (kurang dari 10%) dan teknik
pengambilan sampel tertentu digunakan, jika tidak, ada
kecenderungan OR untuk melebih-lebihkan rasio atau tingkat
risiko.
perbandingan.
Rasio odds ditafsirkan dengan cara yang sama seperti rasio risiko
atau rasio tingkat dengan OR 1,0 menunjukkan tidak ada
hubungan, OR lebih besar dari 1,0 menunjukkan hubungan
positif, dan OR kurang dari 1,0 menunjukkan negatif,
atau asosiasi pelindung.
Nilai nol
Nilai nol adalah angka yang sesuai dengan tidak ada efek, yaitu,
tidak ada hubungan antara paparan dan hasil kesehatan. Dalam
epidemiologi, nilai nol untuk rasio risiko atau rasio tingkat adalah
1,0, dan juga 1,0 untuk rasio peluang dan rasio prevalensi (istilah
yang akan Anda temui). Rasio risiko, rasio tingkat, rasio odds atau
rasio prevalensi 1,0 diperoleh bila, untuk rasio risiko misalnya,
risiko penyakit di antara yang terpapar sama dengan risiko
penyakit
di antara yang tidak terpapar.
Pengujian statistik berfokus pada hipotesis nol, yang merupakan
pernyataan yang memprediksi bahwa tidak akan ada hubungan
antara paparan dan hasil kesehatan (atau antara penyebab yang
diasumsikan dan efeknya), yaitu bahwa rasio risiko, rasio tingkat,
atau rasio odds akan sama dengan 1,0. Jika data yang diperoleh dari
suatu penelitian memberikan bukti terhadap hipotesis nol, maka
hipotesis ini dapat ditolak, dan alternatifnya
hipotesis menjadi lebih mungkin.
Misalnya, hipotesis nol akan mengatakan bahwa tidak ada
hubungan antara anak yang memiliki ibu perokok dan kejadian
asma pada anak tersebut. Jika sebuah penelitian menunjukkan
bahwa ada insiden asma yang lebih besar di antara anak-anak
tersebut (dibandingkan dengan anak-anak dari ibu yang tidak
merokok), dan bahwa rasio risiko asma di antara anak-anak dari
ibu yang merokok adalah 2,5 dengan 95%
ERIC di Departemen Epidemiologi UNC CH Pusat layanan kesehatan
PA GE 3
interval kepercayaan 1,7-4,0, kami akan menolak hipotesis nol.
Hipotesis alternatif dapat dinyatakan dalam dua cara: 1) anak-
anak dari ibu yang merokok akan memiliki insiden asma yang
lebih tinggi atau lebih rendah daripada anak-anak lain, atau 2)
anak-anak dari ibu yang merokok hanya akan memiliki insiden
asma yang lebih tinggi. Hipotesis alternatif pertama melibatkan
apa yang disebut a"uji dua sisi" dan digunakan ketika kita tidak
memiliki dasar untuk memprediksi ke arah mana dari paparan
nilai nol kemungkinan terkait dengan hasil kesehatan, atau,
dengan kata lain, apakah paparan cenderung bermanfaat atau
berbahaya. Hipotesis alternatif kedua melibatkan"tes satu sisi"
dan digunakan ketika kita memiliki dasar yang masuk akal untuk
berasumsi bahwa paparan hanya akan berbahaya (atau jika kita
sedang belajar
agen terapeutik, bahwa itu hanya akan
bermanfaat).Ukuran signifikansinilai-p
Nilai "p" adalah ekspresi probabilitas bahwa perbedaan antara nilai yang
diamati dan nilai nol telah terjadi secara "kebetulan", atau lebih tepatnya, telah
terjadi hanya karena variabilitas sampling. Semakin kecil nilai "p", semakin kecil
kemungkinan bahwa variabilitas sampling menyumbang perbedaan. Biasanya,
nilai "p" kurang dari 0,05, digunakan sebagai titik keputusan, yang berarti
bahwa ada kemungkinan kurang dari 5% bahwa perbedaan antara rasio risiko
yang diamati, rasio tingkat, atau rasio odds dan 1,0 disebabkan oleh variabilitas
pengambilan sampel. . Jika nilai "p" kurang dari 0,05, rasio risiko yang diamati,
rasio tingkat, atau rasio odds sering dikatakan "signifikan secara statistik."
Namun, penggunaan 0,05 sebagai titik potong adalah sewenang-wenang.
Penggunaan eksklusif "p" nilai-nilai untuk menafsirkan hasil studi epidemiologi
telah sangat tidak dianjurkan dalam teks dan literatur yang lebih baru karena
penelitian tentang kesehatan manusia tidak dilakukan untuk mencapai titik
keputusan (keputusan "pergi" atau "tidak pergi"), melainkan untuk
mendapatkan bukti bahwa ada alasan untuk khawatir tentang paparan tertentu
atau praktik gaya hidup atau faktor lain yang dapat mempengaruhi kesehatan
masyarakat. Uji statistik signifikansi, (seperti nilai p) dikembangkan untuk
tujuan kontrol kualitas industri, untuk membuat keputusan apakah pembuatan
beberapa item mencapai kualitas yang dapat diterima. Kami tidak membuat
keputusan seperti itu ketika kami menafsirkan hasil penelitian tentang untuk
membuat keputusan apakah pembuatan beberapa item mencapai kualitas yang
dapat diterima. Kami tidak membuat keputusan seperti itu ketika kami
menafsirkan hasil penelitian tentang untuk membuat keputusan apakah
pembuatan beberapa item mencapai kualitas yang dapat diterima. Kami tidak
membuat keputusan seperti itu ketika kami menafsirkan hasil penelitian
tentang
kesehatan manusia.
Batas bawah interval kepercayaan 95% juga sering
digunakan untuk memutuskan apakah estimasi titik
signifikan secara statistik, yaitu apakah ukuran efek (misalnya
rasio 2,5 dengan batas bawah 1,8) secara statistik
berbeda dari nilai nol 1,0.
 BUKU ERICNOTE PA GE 4

Ukuran presisi
Interval kepercayaan
A interval kepercayaan mengungkapkan sejauh mana potensi variasi
dalam estimasi titik (nilai rata-rata atau rasio risiko, rasio tingkat,
atau rasio odds). Variasi ini disebabkan oleh fakta bahwa estimasi
titik kami tentang rata-rata atau rasio risiko, rasio tingkat, atau rasio
peluang didasarkan pada beberapa sampel
populasi bukan pada seluruh populasi.
Misalnya, dari uji klinis, kita dapat menyimpulkan bahwa
pengobatan baru untuk tekanan darah tinggi adalah 2,5 kali lebih
efektif dari pengobatan standar, dengan interval kepercayaan
95% 1,8 hingga 3,5. 2.5 adalahperkiraan titikkita peroleh dari uji
klinis ini. Tetapi tidak semua subjek dengan tekanan darah tinggi
dapat dimasukkan dalam penelitian apa pun, sehingga perkiraan
efektivitas, 2,5, didasarkan pada sampel tertentu dari orang-
orang dengan tekanan darah tinggi. Jika kita berasumsi bahwa
kita dapat mengambil sampel lain dari orang-orang dari populasi
dasar yang sama dengan sampel yang diambil dari subjek
penelitian ini, kita akan memperoleh satu set estimasi titik, yang
tidak semuanya tepat 2,5. Beberapa sampel kemungkinan akan
menunjukkan
efektivitas kurang dari 2,5, dan beberapa lebih besar dari 2,5.
kematian dalam satu tahun kalender dibagi dengan rata-rata penduduk
pada tahun tersebut. Ini mungkin merupakan ukuran yang tepat dalam
keadaan tertentu tetapi bisa menjadi masalah jika Anda ingin
membandingkan dua atau lebih populasi yang bervariasi pada faktor-
faktor spesifik yang diketahui berkontribusi pada tingkat kematian.
Misalnya, Anda mungkin ingin membandingkan tingkat kematian untuk
dua populasi, salah satunya terletak di daerah polusi udara yang tinggi,
untuk menentukan apakah tingkat polusi udara mempengaruhi tingkat
kematian. Populasi polusi udara yang tinggi mungkin memiliki tingkat
kematian yang lebih tinggi, tetapi Anda juga menentukan bahwa itu adalah
populasi yang jauh lebih tua. Karena orang yang lebih tua lebih mungkin
meninggal, usia mungkin mendorong tingkat kematian daripada tingkat
polusi. Untuk menjelaskan perbedaan dalam distribusi usia populasi, orang
ingin menghitungdisesuaikan tingkat kematian yang menyesuaikan
dengan struktur usia kedua kelompok. Ini akan menghilangkan efek usia
dari efek udara
polusi pada kematian.
Perkiraan yang disesuaikan adalah cara untuk mengendalikan
pembaur atau memperhitungkan pengubah efek dalam analisis.
Beberapa faktor yang biasanya disesuaikan antara lain jenis kelamin,
ras, status sosial ekonomi, status merokok, dan
sejarah keluarga.

95% CI adalah interval yang akan berisi nilai parameter (populasi)

yang sebenarnya, 95% dari waktu jika Anda mengulangi eksperimen/
studi. Jadi jika kita mengulangi percobaan/studi, 95 dari 100 interval
akan memberikan interval yang berisi rasio risiko yang sebenarnya,
rasio tingkat atau nilai rasio odds. Ingat, bahwa Anda hanya dapat
menafsirkan CI dalam kaitannya dengan berbicara tentang
pengambilan sampel berulang. Dengan demikian kita juga dapat
mengatakan bahwa pengobatan baru untuk tekanan darah tinggi
adalah 2,5 kali lebih efektif dari pengobatan standar, tetapi ukuran ini
dapat berkisar dari yang terendah 1,8
hingga 3,5.
Latihan Soal
Jawaban ada di akhir buku catatan ini.
1. Berdasarkan tabel berikut, hitung tindakan yang
diminta. Juga berikan definisi untuk setiap ukuran dalam
satu kalimat.
a) Rasio risiko yang membandingkan peserta studi yang
terpapar dan tidak terpapar

Interval kepercayaan juga memberikan informasi tentang seberapa tepat
suatu perkiraan. Semakin ketat, atau semakin sempit, interval
kepercayaan, semakin tepat estimasinya. Biasanya, ukuran sampel yang
lebih besar akan memberikan perkiraan yang lebih tepat. Estimasi dengan
interval kepercayaan yang lebar seharusnya
ditafsirkan dengan hati-hati.
b) Perbedaan risiko antara peserta studi yang
terpapar dan tidak terpapar
c) Prevalensi penyakit di antara seluruh sampel penelitian, dengan asumsi
penyakit tersebut merupakan penyakit kronis jangka panjang yang tidak
dapat disembuhkan dan dengan asumsi tidak ada penelitian

peserta telah meninggal.

Istilah lainnya

Nilai mentah dan disesuaikan Memiliki Tidak Total

penyakit memiliki

Seringkali ada dua jenis perkiraan yang disajikan dalam artikel penyakit
penelitian, mentah dan disesuaikan nilai-nilai. Estimasi mentah terkena 651 450 1101
mengacu pada ukuran sederhana yang tidak memperhitungkan
faktor lain yang mungkin mendorong estimasi. Misalnya,
Tidak terpapar 367 145 512
tingkat kematian kasar hanyalah angka Total 1018 595 1613

ERIC di Departemen Epidemiologi UNC CH Pusat layanan kesehatan

 BUKU ERICNOTE
2. Tafsirkan rasio risiko berikut dalam kata-kata.
a) Rasio risiko = 1,0 dalam sebuah penelitian di mana para
peneliti memeriksa hubungan antara mengonsumsi
suplemen herbal tertentu (paparan) dan
mengembangkan radang sendi.
b) Rasio risiko = 2,6 dalam sebuah penelitian di mana peneliti
meneliti hubungan antara pernah mengirim SMS saat
mengemudi (paparan) dan mengalami kecelakaan mobil.
c) Rasio risiko = 0,75 dalam sebuah penelitian di mana
peneliti meneliti hubungan antara 30 menit latihan
harian (paparan) dan penyakit jantung.
Referensi
Carl M. Shy, Epidemiologi 160/600 Pengantar kuliah
kursus Epidemiologi untuk Kesehatan Masyarakat,
1994-2001, Universitas Carolina Utara di Chapel Hill,
Departemen Epidemiologi
Rothman KJ, Greenland S. Epidemiologi Modern. Edisi
kedua. Philadelphia: Lippincott Williams dan Wilkins,
1998.
University of North Carolina di Chapel Hill, Jurusan
Program Epidemiologi: Epidemiologi 710,
Mata kuliah Dasar-Dasar Epidemiologi, 2009-2013,
dan kuliah Epidemiologi 718, Analisis Epidemiologi
Data Biner, 2009-2013.
Jawaban untuk Latihan Soal
1.a) Rasio risiko = risiko terpapar / risiko tidak
terpapar = (651/1101 ) / (367/512) = 0,82
Rasio risiko mencerminkan rasio risiko penyakit pada peserta
penelitian yang terpajan dibandingkan dengan risiko penyakit
pada peserta penelitian yang tidak terpajan.
1b) Selisih risiko = risiko terpapar - risiko tidak terpapar
= (651/1101 ) - (367/512 ) = -0,13
Perbedaan risiko menunjukkan seberapa besar kelebihan risiko
akibat paparan yang diteliti.
ERIC di Departemen Epidemiologi UNC CH Pusat layanan kesehatan
PA GE 5
Pengakuan
Penulis ERIC Notebook Edisi Kedua ingin memberi tahu
para penulis ERIC Not ebook , Edisi Pertama: Michel Ibrah
im, MD, PhD, Lor raine Al exander, DrPH, Car l Shy , MD,
DrPH dan Sher ry Far r, GRA, Departemen Epidemiologi di
Universitas North Carolina di Chapel Hi ll. Edisi Pertama
Notebook ERIC diproduksi oleh Educational Arm of the
Epidemi ol ogi c Research and I nformat i nformat i on
Center di Durham, NC. Pendanaan untuk ERIC Not ebook
First Edition disediakan oleh Department of Vet erans Af fa
i rs (DVA) ,
Vet erans Hea l th Admin ist ion ist ion (VHA) , Program Studi
Kerjasama (CSP) untuk mempromosikan strategi strategis
pertumbuhan kapasitas epidemiologi DVA.
Jawaban Lanjutan
1c) Prevalensi= Total # penderita penyakit / total # orang
dalam populasi penelitian = 1018/1613 = 0,63 Prevalensi
mengacu pada proporsi populasi yang diteliti yang
menderita penyakit pada waktu tertentu.
2a) Rasio risiko 1,0 berarti tidak ada perbedaan risiko untuk
hasil kesehatan ketika membandingkan kelompok yang
terpajan dan tidak terpajan, yaitu suplemen herbal sama
sekali tidak terkait dengan perkembangan artritis
2b) Rasio risiko 2,6 berarti ada hubungan positif, yaitu ada
peningkatan risiko hasil kesehatan antara kelompok terpajan bila
dibandingkan dengan kelompok tidak terpajan. Kelompok
terpajan memiliki risiko 2,6 kali untuk memiliki hasil kesehatan
jika dibandingkan dengan kelompok tidak terpajan. Dalam contoh
ini, rasio risiko 2,6 berarti bahwa orang yang melaporkan pernah
mengirim SMS saat mengemudi memiliki risiko 2,6 kali
mengalami kecelakaan mobil jika dibandingkan dengan orang
yang melaporkan tidak pernah mengirim SMS saat mengemudi.
2c) Rasio risiko 0,75 berarti ada hubungan terbalik, yaitu ada
penurunan risiko hasil kesehatan antara kelompok terpajan
bila dibandingkan dengan kelompok tidak terpajan. Kelompok
terpajan memiliki risiko 0,75 kali untuk memiliki hasil
kesehatan jika dibandingkan dengan kelompok yang tidak
terpajan. Dalam contoh ini, rasio risiko 0,75 berarti orang
yang berolahraga setidaknya 30 menit per hari memiliki risiko
0,75 kali terkena penyakit jantung jika dibandingkan dengan
orang yang tidak berolahraga setidaknya 30 menit sehari.