Epid Uas
Epid Uas
Deskriptif
Putu Ayu Swandewi Astuti
I Wayan Gede Artawan Ekaputra
Departemen KMKP, FK, Univ Udayana
Learning Objective
• Pengaruh dari umur dalam kaitannya dengan keterpaparan dan timbulnya imunitas dapat
dicontohkan pada penyakit cacar dan gonorrhoe
• Cacar banyak terjadi pada usia masa anak-anak, karena kerentanan untuk terinfeksi lebih tinggi, dan
hanya terkena sekali karena sudah ada imunitas
Relative Risk
Table 5.109
MEAN PLASMA TOTAL CHOLESTEROL LDL, HDL,
RATIO CHOLESTEROL TO HDL AND RATIO LDL TO
HDL AMONG ETHNICITY
Lipid Minangkabau Sundanese Javanese Buginese
variables (n= 297) (n=323) (n=222) (n=171)
• Orang yang menikah mortality ratenya lebih rendah dari pada orang yang single
dapat terjadi oleh karena adanya perbedaan life-style, kebiasaan dan lain-lain
• Karsinoma payudara lebih sering pada wanita single dari pada wanita yang menikah
dapat terjadi oleh karena wanita yang menikah akan melahirkan anak dan
menyusui dan mungkin faktor-faktor lain sebagai penyebabnya
•
Status Sosial – Ekonomi
• Orang yang menikah mortality ratenya lebih rendah dari pada orang yang single
dapat terjadi oleh karena adanya perbedaan life-style, kebiasaan dan lain-lain
• Karsinoma payudara lebih sering pada wanita single dari pada wanita yang menikah
dapat terjadi oleh karena wanita yang menikah akan melahirkan anak dan
menyusui dan mungkin faktor-faktor lain sebagai penyebabnya
•
Pekerjaan
•
Variabel tempat
Canada
Fed. Repub.
200 Italy Of Germany
Israel UK Denmark
Sweden France
New Zealand
Australia
150 Norway
Finland
Yugoslavia Spain
100 Poland
Romania
Hong Kong Hungary
50
Japan
Prentice RL, Kakar F, Hursting S, et al: Aspects of Per Capita Supply of Fat Calories
the rationale for the Women’s Health Trial. J Natl
Cancer Inst 80:802-814, 1988.)
The high burden of stroke :
stroke mortality rates in selected countries, age 40-69
Kyrgyztan
Russia
Belarus
Seychelles
Dar es Salaam
Estonia
Japan
Austria
UK
USA Men Women
Switzerland
·
•Variasi berdasarkan wilayah rural dan urban :
• Sebagai contoh :
12
64 71
14
61
13
72
15 62 81
63 73
17 16
74 82
18 31
Keterangan 32 33
35 51
< 5 % 34
52 53 54
5 - 19.9 %
20-29.9 %
> 30 %
51,1
91,4
85,6
90,3
0.0 -39.9%
40.0 - 89.9%
90.0 - 100.0%
• Ecological study
• Cross-sectional study/survey
• Laporan Kasus
• Data surveilans
Perumusan Hipotesis
• Hasil analisis deskriptif dari pengamatan epidemiologi deskriptif bermanfaat untuk berbagai
aspek praktis dalam perencanaan dan implementasi program maupun layanan kesehatan
• Dengan memahami frekuensi kejadian dan distribusinya berdasarkan person, place, time:
• Perencanaan logistik
• Perencanaan sumber daya
• Waktu pelaksanaan kegiatan
• Kelompok target atau prioritas
• Masalah prioritas
Rekomendasi Praktis
• Kejadian demam berdarah secara seasonal pada pergantian musim
• Peningkatan intensitas kegiatan pemantuan jentik dan 3M
• Peningkatan kapasitas edukasi masyarakat
• Peningkatan kapasitas layanan kesehatan
• Kejadian hipertensi dan penyakit kronis lebih tinggi pada kelompok
lansia
• Peningkatan pemantauan/skrining pada kelompok lansia, Peningkatan
edukasi dan program pencegahan (Posyandu Lansia atau Posbindu)
• Peningkatan layanan dan penanganan penyakit kronis (Prolanis)
• Beberapa faktor risiko penyakit kronis terjadi pada usia muda edukasi dan
pencegahan dimulai pada kelompok usia yang lebih muda
TERIMA KASIH
Aspek Epidemiologi Penyakit Infeksi
dan Non Infeksi
Galbadage T, Peterson BM and Gunasekera RS (2020) Does COVID-19 Spread Through Droplets Alone?
Front. Public Health 8:163. doi: 10.3389/fpubh.2020.00163
Natural History of Disease
• The course of a disease from pathological onset or inception to
resolution.
Riwayat Alamiah Penyakit 26
Clinical And Subclinical Disease
Clinical Disease (Spektrum Klinis)
Spektrum Klinis COVID-19
García LF (2020) Immune Response,Inflammation, and the Clinical Spectrum of COVID-19. Front. Immunol.
11:1441. doi: 10.3389/fimmu.2020.01441
Model kontribusi penularan tiap kategori spektrum
Luca Ferretti, Chris Wymant, Michelle Kendall, Lele Zhao, Anel Nurtay, Lucie Abeler-Dörner, Michael Parker, David Bonsall and Christophe Fraser (2020),
Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing, Science, DOI: 10.1126/science.abb6936
Herd immunity
• defined as the resistance of a group of people to an attack by a
disease to which a large proportion of the members of the group are
immune.
The incubation period
• is defined as the interval from receipt of infection to the time of onset
of clinical illness.
Host
• A person or other living animal, including birds and
arthropods, that affords subsistence or lodgment to an
infectious agent under natural conditions.
• In an epidemiological context, the host may also be the
population or group; biological, social, and behavioral
characteristics of this group relevant to health are called
“host factors.”
Reservoir
• Any person, animal, arthropod, plant, soil, or substance, or
combination of these in which an infectious agent normally lives and
multiplies, on which it depends primarily for survival, and where it
reproduces it self in such a manner that it can be transmitted to a
susceptible host.
• The natural habitat of the infectious agent.
Vector
• an insect or any living carrier that transports an infectious agent from
an infected individual or its wastes to a susceptible individual or its
food or immediate surroundings.
Exploring Occurrence Of Disease
• Who was attacked by the disease?
The characteristics of the human host are clearly related to disease risk.
Factors such as sex, age, and race have a major effect.
• When did the disease occur?
Certain diseases occur with a certain periodicity
• Where did the cases arise?
Endemic, Epidemic, And Pandemic
• Endemic is defined as the habitual presence of a disease within a
given geographic area (the usual occurrence of a given disease within
such an area).
• Epidemic is defined as the occurrence in a community or region of a
group of illnesses of similar nature, clearly in excess of normal
expectancy, and derived from a common or from a propagated source
• Pandemic refers to a worldwide epidemic.
Elimination Vs Eradication
• Elimination is reduction of case transmission to a predetermined
very low level; e.g., elimination of tuberculosis as a public health
problem was defined by the WHO as reduction of prevalence to a
level below one case per million population.
• Eradication is termination of all transmission of infection by
extermination of the infectious agent through surveillance and
containment.
• Eradication is defined as achievement of a status whereby no
further cases of a disease occur anywhere, and continued control
measures are unnecessary.” Smallpox was eradicated in 1977,
based on joint control and surveillance activities.
Perbedaan Penyakit Menular Dengan Tidak Menular
Akut Kronik
44
Penyakit tidak menular yang termasuk di dalam
penyebab utama kematian, yaitu :
45
PTM yang menjadi perhatian :
• Defisiensi nutrisi
• Akoholisme
• Ketagihan obat
• Penyakit-penyakit mental
• Penyakit yang berhubungan dengan lingkungan pekerjaan.
Penyakit yang termasuk dalam special – interest, menyebabkan
masalah kesehatan tapi jarang frekuensinya (jumlahnya), yaitu :
• Osteoporosis
• Penyakit Ginjal kronis
• Retardasi Mental
• Epilepsi
• Lupus Erithematosus
• Collitis ulcerative
47
KARAKTERISTIK PTM
1. Tidak melalui rantai penularan tertentu
2. Riawayat alamiah penyakit panjang
3. Berlangsungnya penyakit berlarut-larut (kronik)
4. Kesulitan mendiagnosis
5. Variasi luas
6. Penanggulangan biaya tinggi
7. Multikausal
Kesulitan Menetapkan Hubungan Antara Paparan
Dengan Penyakit
50
Transisi Demografi
• Perubahan penduduk dari tingkat pertumbuhan
yang stabil tinggi ke tingkat stabil rendah
• Pembangunan ekonomi suatu negara dapat
mempengaruhi tingkat fertilitas & mortalitas
Latar Belakang Transisi Demografi
1. Agraris ➔ Industri
2. Transisi Epidemiologi
- Penduduk Tua Meningkat
- PTM Meningkat
TRANSISI EPIDEMIOLOGI (1)
• Kemajuan pembangunan telah dicapai secara menyeluruh telah
mempengaruhi berbagai perkembangan dalam kehidupan
manusia.
• Kondisi infrastruktur yang membaik serta perkembangan
teknologi kedokteran dan kesehatan menyebabkan angka
kematian dan kelahiran yang tinggi menjadi rendah.
• Hal tersebut menyebabkan terjadi perubahan struktur umur
penduduk, jumlah penduduk umur tua bertambah (umur
harapan hidup meningkat)
TRANSISI EPIDEMIOLOGI (2)
Angka
kelahiran
kematian
50 Tingkat kelahiran
40
Tingkat kematian
30
20
10 I II III IV
Gambar transisi demografi
Kelahiran & kematian tinggi. Reproduksi tidak
terkendali, kematian bervariasi tiap tahun, panen gagal,
harga tinggi, kelaparan, panyakit, kematian tinggi
Angka
kelahiran
kematian
50 Tingkat kelahiran
40
Tingkat kematian
30
20
10 I II III IV
Gambar transisi demografi
Kematian turun akibat anggaran kesehatan naik,
penemuan obat, tetapi angka kelahiran tetap pada
tingkat tinggi shg pertumbuhan penduduk meningkat
Angka
kelahiran
kematian
50 Tingkat kelahiran
40
Tingkat kematian
30
20
10 I II III IV
Gambar transisi demografi
Angka
kelahiran
kematian
50 Tingkat kelahiran
40
Tingkat kematian
30
20
10 I II III IV
Angka
kelahiran
kematian
50 Tingkat kelahiran
40
Tingkat kematian
30
20
10 I II III IV
Reporting
Data Informasi
Analysis &
Evaluation Interpretation
Feedback
Action Keputusan
RIWAYAT ALAMIAH & PHASE PENCEGAHAN PENYAKIT
PIRAMIDA KASUS dalam SURVEILANS
Laporan
Konfirmasi
Laboratorium
Kasus klinis
Penyakit
Terinfeksi
Terpapar
Unsur dasar Surveilans
Berbasis Epidemiologi
Dukungan Laboratorium
• Surveillance komunitas
Surveilans berbasis komunitas/populasi dengan pelibatan anggota komunitas dalam
sistem surveilans
Jenis Surveilans
• Surveilans pasif
memantau penyakit secara pasif, dengan menggunakan data penyakit yang harus dilaporkan
(reportable diseases) yang tersedia di fasilitas pelayanan kesehatan.
Kelebihan:
- relatif murah dan mudah untuk dilakukan.
- Dapat dilakukan analisis perbandingan penyakit nasional/ internasional.
Kekurangan:
- kurang sensitif dalam mendeteksi kecenderungan (trend).
- Data yang dihasilkan cenderung under-reported
- Tingkat pelaporan dan kelengkapan laporan biasanya rendah, karena waktu petugas
terbagi dengan tanggungjawab utama memberikan pelayanan kesehatan
Pendekatan Surveilans
Surveilans Aktif
menggunakan petugas khusus surveilans untuk kunjungan berkala ke lapanganan, desa-
desa, tempat praktik pribadi dokter dan tenaga medis lainnya, puskesmas, klinik, dan rumah
sakit dengan tujuan mengidentifikasi kasus baru penyakit atau kematian, disebut penemuan
kasus (case finding), dan konfirmasi laporan kasus indeks.
Kelebihan:
- lebih akurat daripada surveilans pasif , sebab dilakukan oleh petugas yang memang
dipekerjakan untuk menjalankan tanggungjawab itu.
- surveilans aktif dapat mengidentifikasi outbreak lokal.
Kelemahan:
- lebih mahal dan lebih sulit untuk dilakukan daripada surveilans pasif.
Sumber Data Surveilans
Laporan vital statistic (kelahiran, kematian)
Laporan Penyakit (layanan kesehatan, komunitas)
Laporan KLB
Laporan Pemeriksaan Laboratorium
Laporan Penyelidikan Kasus
Laporan Penyelidikan KLB
Laporan penyelidikan vector, reservoir
Laporan survey (besaran penyakit, evaluasi pelaksanaa program)
Laporan penggunaan obat, serum, vaksin
Laporan kependudukan dan lingkungan
Atribut Surveilans
• Simplicity ( Sederhana )
• Flexibility ( Kelenturan )
• Acceptability ( Diterima )
• Sensitivity (Kepekaan )
• Representativeness ( Mewakili )
• Timeliness ( Tepat Waktu )
Manajemen Surveilans
Fungsi dukungan
• Pelatihan
• Supervisi
• Sumber daya
• Standarisasi / pedoman
Surveilans untuk mendukung managemen
Deteksi Dini
Skrining 6)
7)
The test should be acceptable to the population
Kriteria 1.
2.
Must be an important health problem
T h e Te s t :
(UK
4. Should be simple, safe, and validated
National 7. There should be an agreed-upon policy and process for the further
referral and diagnostic investigation of individuals who test positive The
Treatment:
Screening
8. Should be an effective treatment or intervention for patients found to
have disease and evidence that this early treatment leads to better
outcomes
Committee) 10. Clinical management of the condition and patient outcomes should be
optimized
The Screening program:
Skrining
14. Must be cost effective
(UK National 16. There must be adequate staffing and facilities for the
program, and for referrals, diagnosis, and treatment
Screening 17. All other options for managing the condition should have
been considered
= (TP+TN)/(TP+FP+FN+TN) x 100%
Nilai prediktif test positif (NPP)
Predictive Besarnya kemungkinan orang dengan hasil
test positif benar-benar sakit
value
Nilai predictive test Negative (NPN)
(Efikasi)
Besarnya kemungkinan orang dengan hasil
test negatif benar-benar sehat
Test D+ D− Total
T+ TP FP TP+FP
T− FN TN FN+TN
Predictive
Total TP+FN FP+TN N
Value
Positive Predictive value (PPV) ≡ Proporsi orang
yang sakit diantara yang hasil test positif
= TP / (TP+FP) x 100%
Negative Predictive value (NPV) ≡ Proporsi
orang yang sehat diantara yang hasil test negatif
= TN / (TN+FN) x 100%
PREDICTIVE VALUE Dipengar uhi oleh:
Predictive 1. PREVALENCE OF A DISEASE
Tidak Sakit
False Positives
True Negatives
Sakit
False Negatives
True Positives
Tidak Sakit
False Positives
True Negatives
Sakit
False Negatives
True Positives
value
Bila meningkatkan sensitifitas, akan menurunkan spesifisitas
Bila meningkatkan spesifisitas, akan menurunkan sensitifitas
Area of
No
overlap
glaucoma
glaucoma
14 22 26 42
Receiver operating cur ve (ROC) Cur ve:
AUC=0.5
klasifikasi random
ROC Curve
AUC
.90-1 = excellent; .80-.90 = good
.70-.80 = fair; .60-.70 = poor
.50-.60 = fail
L i k e l i h o o d ra t i o u n t u k h a s i l t e s t p o s i t i ve ( L R + )
Ke m u n g k i n a n h a s i l t e s t p o s i t i f p a d a o ra n g ya n g s a k i t d i b a g i
ke m u n g k i n a n h a s i l t e s t p o s i t i f p a d a o ra n g ya n g t i d a k s a k i t .
= (TP/D+)/(FP/D-)
= sensitivity / (1 – specificity)
Likelihood L i k e l i h o o d ra t i o fo r a n e g a t i ve t e s t r e s u l t
Ke m u n g k i n a n h a s i l t e s t n e g a t i f p a d a o ra n g ya n g s a k i t d i b a g i
ke m u n g k i n a n h a s i l t e s t n e g a t i f p a d a o ra n g ya n g t i d a k s a k i t .
Ratio =(FN/D+)/(TN/D-)
= (1 – sensitivity) / specificity
Kappa
Observer
Ukuran inter-rater agreement
Abnormal A B C
Suspect D E F
Normal G H I
28
Observer variation percentage
agreement
Abnormal Suspect Doubtful Normal
Abnormal
5 8 4 6
Suspect 4 10 6 12
Doubtful 8 6 15 24
Normal 7 12 6 20
29
(Observed Agreement) - (Agreement Expected by chance)
Kappa =
1 - (Agreement Expected by chance)
Observed:
Grading by A Total by B
Grading Grade II Grade III Observed Agreement
by B Grade II 41 3 44 (58.6%) = (41+27)/75
Grade III 4 27 31 (41.4%) = 0.907
Total by A 45 (60%) 30 (40%) 75 (100%)
Expected by chance:
Grading by A Total by B
Grade II Grade III Agreement Expected
Grading Grade II (44x45)/75 (44x30)/75 44 (58.6%) by chance
by B =26.4 =0.176 = (26.4+12.4)/75
Grade III (31x45)/75 (31x30)/75 31 (41.4%) = 0.517
=0.186 =12.4
Total by A 45 (60%) 30 (40%) 75 (100%)
Contoh (Lanjutan) …
- Metode Skrining
3. Studi analitik
untuk uji hipotesis
11 LANGKAH PENELITIAN (SIKLUS)
7 PENGAMBILAN
SAMPEL
11 10 9 8
DEFINISI EPIDEMIOLOGI MENURUT MAC MAHON
Epidemiologi deskriptif
Epidemiologi analitik
Descriptive study Analytical Study
✓ Mempelajari distribusi ✓ Meneliti penjelasannya
penyakit di populasi (how mengapa distribusinya seperti
much, who, where, when) itu
✓ Tidak meneliti hubungan ✓ Meneliti hubungan
antara penyakit dengan (relationship) antara penyakit
faktor risiko (variabel dan factor risiko yang dicurigai
dependen dan
independen)
✓ Sebagai dasar untuk ✓ Sebagai metode untuk
merumuskan hipotesis membuktikan hipotesis
✓ Tidak memakai kelompok ✓ Selalu memakai kelompok
pembanding pembanding
PERUMUSAN HIPOTESIS
1. Adanya perbedaan angka insiden penyakit
2. Adanya kesesuaian
Kejadian Penyakit
WHO
WHERE
WHEN
KANKER SERVIKS
• Rendah pada biarawati
• Tinggi pada wanita kawin muda
• Tinggi pada pekerja seks (PS)
• Tinggi pada sos-ek rendah
Analisa -- Iritasi
Data -- Virus
STUDI
ANALITIK
CONTOH ASAS PERBEDAAN (1)
HIPOTESIS:
ADA HUBUNGAN ANTARA KANKER SERVIKS DG IRITASI (IRITASI VIRUS HPV)
PERBEDAAN AI Kanker payudara
Berdasar paritas
Lebih tinggi paritas lebih rendah A.I
Analisa Hipotesa
data hormonal
STUDI
ANALITIK
CONTOH ASAS PERBEDAAN (2)
HIPOTESIS:
ADA HUBUNGAN ANTARA KANKER PAYUDARA DENGAN
HORMONAL
2. Perumusan hipotesis bertolak
dari adanya kesesuaian antara distribusi penyakit
(angka insiden spesifik dengan distribusi faktor
penyebab)
ASAS KESESUAIAN
Distribusi
risk faktor
AI penyakit
STUDI
ANALITIK
CONTOH ASAS KESESUAIAN (1)
HIPOTESIS:
ADA HUBUNGAN ANTARA HAMIL EKTOPIK DENGAN PEMAKAIAN IUD
KATARAK KONGENITAL
WABAH RUBELLA
BERDASAR WAKTU
ANALISA HIPOTESIS
DATA VIRUS TRANS-
PLASENTA
STUDI
ANALITIK
CONTOH ASAS KESESUAIAN (2)
HIPOTESIS:
ADA HUBUNGAN ANTARA KATARAK KONGENITAL DENGAN INFEKSI
VIRUS RUBELLA PADA SAAT HAMIL
TABEL-1: KENAIKAN ANGKA KEMATIAN PADA 51-60 & 61-70
(DATA DESKRIPTIF)
HIPOTESIS:
ADA HUBUNGAN ANTARA KANKER - MEROKOK
3. PERUMUSAN HIPOTESIS BERTOLAK
DARI VARIASI A.I.S. PENYAKIT
DENGAN VARIASI FAKTOR
SECARA KUANTITATIF (DOSIS → A.I)
A.I. LEUKEMIA BERDASAR TEMPAT DAN KUANTITAS
RADIASI
HIROSHIMA DAN
NAGASAKI
KASUS
KESIMPULAN UMUM
KASUS
PENALARAN DEDUKTIF:
UMUM KHUSUS
PERUMUSAN HIPOTESIS DENGAN CARA ANALOGI SERING
MELESET (PALING LEMAH DIBANDING 3 METODE TERDAHULU)
✓ Kolera
✓ Tbc
✓ Pes
✓ Lepra
✓ Dll
KONSEP KAUSAL
KONSEP KAUSAL (PENYEBAB)
• HATI-HATI (SECARA KRITIS) MENGGUNAKAN ISTILAH
“KAUSAL” ATAU PENYEBAB
32 PER 10.000
= 8X
4 PER 10.000 (RELATIVE RISK)
• ERROR TYPE I
• BIAS
DALAM STATISTIK
• ERROR TYPE I: Secara statistik terbukti ada perbedaan bermakna, padahal
sebenarnya tidak
(MIRIP DENGAN KONSEP POSITIP PALSU)
CONTOH LAIN:
Dr. VESSEY ➔ ORAL PIL & KANKER PAYUDARA
LIMA KRITERIA HUB KAUSAL
A. KEKUATAN HUBUNGAN
• SEMAKIN BESAR RASIO ANGKA INSIDEN SEMAKIN
MENDEKATI HUB KAUSAL
2–5 2,6
6 – 10 6,8
11 – 20 10,2
> 20 29,8
• HUBUNGAN YANG DEMIKIAN DISEBUT: “DOSE-RESPONSE
ASSOCIATION”
B. KONSISTENSI HUBUNGAN (AJEG)
PENELITI R.R.
SEBAB AKIBAT
KADAR
MIKRO MINERAL PJK
RENDAH
E. KOHEREN DENGAN TEORI
• BISA DITERANGKAN DENGAN (OLEH) TEORI
YANG DIANUT
Did investigator
assign exposures?
Yes No
Experimental study Observational study
Exposure Outcome
APAKAH ADA PERTANYAAN?
EPIDEMIOLOGI
ANALITIK - 2
Anak Agung Sagung Sawitri
Departemen Kesehatan Masyarakat dan Kedokteran Pencegahan
FK Universitas Udayana
OUTLINE KULIAH
• Siklus penelitian epidemiologi
• Epidemiologi deskriptif dan epid analitik
• Konsep hubungan kausal
• Jenis-jenis penelitian epidemiologi
➢ Penelitian deskriptif
➢ Penelitian cross-sectional analytic
➢ Penelitian cohort
➢ Penelitian case-control
➢ Penelitian clinical trials/community trials
PENGELOMPOKAN-1
A. Experimental
1. Randomized controlled trials
2. Non randomized controlled trials
B. Observational study
1. Descriptive study
2. Analytical (explanation) study
a) Cross-sectional analytic
b) Case-control
c) Cohort
Direction of observation
Did investigator
assign exposures?
Yes No
Experimental study Observational study
Exposure Outcome
PENGELOMPOKAN-2
A. Deskriptif
1. Cross-sectional (prevalence study)
2. Longitudinal (incidence study)
B. Studi analitik (explanation study)
1. Clinical trials (eksperimental)
2. Observational
a) Cross-sectional analytic
b) Case-control
c) Cohort
Direction of observation
RANCANGAN PENELITIAN EPIDEMIOLOGI
W
CROSS-SECTIONAL H
(PROPORSI, O
DESKRIPTIF
(Berapa?, ANGKA PREVALEN) W
H
bagaimana?) E
R
LONGITUDINAL E
PENELITIAN (PROPORSI, W
EPIDEMI- ANGKA INSIDEN) H
OLOGI E
N
RELASIONAL/ EKSPERIMENTAL
EXPLANATION/ (INTERVENSI)
Cross-
ANALITIK sectional
(Kenapa?)
OBSERVASIONAL Cohort
Case-
control
Penelitian observasi analitik
“CAUSE TO EFFECT”
Studi case-control: sekelompok penduduk yang sakit
ditelusuri ke masa silam riwayat “exposure”nya,
dibandingkan dengan sekelompok penduduk yang tidak sakit,
juga dipelajari riwayat exposure-nya di masa silam.
“EFFECT TO CAUSE ”
PENELITIAN COHORT
Studi cohort
• “Cohort”:
Sekelompok individu yang dalam hal-hal tertentu
mempunyai ciri-ciri yang sama.
Misalnya:
–Cohort kelahiran
–Cohort perkawinan
–Cohort masuk FK
–Cohort perokok
–Cohort pemakai IUD
Studi cohort
Time
Onset of
Disease
Exposed study
Eligible No disease
subject
Disease
Unexposed
Cohort
retrospektif No disease
Direction of inquiry
Studi cohort, langkah-langkah
1. Pembanding internal
2. Cohort lain sebagai pembanding
3. Ukuran (insiden) penyakit pada “general” populasi
Data tentang “exposure”
RR = [A/(A+B)]/[C/(C+D)]
Analisis hasil (lanjutan)
Interpretasi hasil
RR = 2,8 artinya kelompok terpapar 2,8 kali lebih
besar kemungkinannya untuk mengalami kejadian itu
dibandingkan dengan kelompok tidak terpapar.
VAR(lnRR) = 1-A/(A+B)
A
+
1-C/(C+D)
C
Analisis hasil (lanjutan)
Interpretasi CI
Bila CI mengandung angka 1 maka secara
statistik perbedaan itu tidak bermakna.
Misalnya:
* RR = 1,5; 95% CI: 0,5 – 3,6
* CI mengandung angka 1 → tidak signifikan
Analisis hasil (lanjutan)
Exposed A B A+B
IV III I
Time
Onset of study
Exposed
Unexposed Cases
Exposed
II
Unexposed Control
Direction of inquiry
Hospital based ➔
Population based ➔
Studi protokol
B. Dari mana dapat kasus (sumber)
* Dari fasilitas pelayanan kesehatan (RS, puskesmas,
dokter praktek, dll) → selama …. tahun (periode waktu)
C. Jumlah kasus (besar sampel)
* Berapa dianggap cukup
* Berapa lama diperkirakan mendapat sejumlah itu
* Pakai perhitungan statistic
D. Syaratnya
* Harus mewakili (mirip) dengan kasus-kasus yang
ada di populasi (representatif)
II. Memilih/menentukan PEMBANDING
(“Control”)
A. Syaratnya
* Harus mewakili populasi
* Harus “sama” dengan kasus, kecuali ………..
(“comparable”)
B. Sumber control
* Fasilitas pelayanan kesehatan
* General populasi
* Keluarga kasus
* Teman sekerja
C. Cara memilih
* Individual matching,
frequency matching
B. Sumber (cara)
* Interview
* Catatan (“records”)
IV. Analisa hasil
• Angka insiden
• Relative risk
Pernah abortus 12 9 21
Tidak pernah
56 59 115
abortus
Total 68 68 126
Case A B A+B
Exposed
Case C D C+D
Unexposed
Total A+C B+D A+B+C+D
Hitunglah: 1. OR 2. 95%CI
APAKAH ADA
PERTANYAAN??
PENJELASAN “A”
Sebanyak 850 ibu-ibu diamati sejak mulai memakai alat kontrasepsi IUD di
Klinik KB di Bali secara prospektif.
Sebelum memakai IUD ibu-ibu tersebut diperiksa terlebih dahulu untuk
mengetahui kemungkinan adanya kontra indikasi pemakaian IUD, antara lain
adanya infeksi pada traktus urogenitalnya (UG tract).
Setelah 5 tahun, insiden infeksi organ pelvisnya (PID=pelvic inflamatory
disesases) dianalisa.
Hasil analisa menunjukkan bahwa women-years incidence rate pada ibu-ibu
yang berdomisili di perkotaan (urban) diperoleh empat kali lipat lebih tinggi
dibanding yang berdomisili di pedesaan (rural).
Selain itu, angka insiden juga dijumpai 5 kali lipat lebih tinggi pada ibu-ibu yang
suaminya jarang di rumah (mobile) dibanding yang suaminya lebih banyak di
rumah.
Risk factors for maternal mortality: a case-control study in Dakar Hospitals (Senegal).
Garenne M, Mbaye K, Bah MD, Correa P.Source
Abstract
This study was conducted in the three main hospitals of Dakar, the capital city of Senegal.
Each case of 152 maternal deaths identified over a 12-month period was matched with two
controls: a safe delivery in the same clinic, and a safe delivery in the same neighbourhood of
residence. Controls were matched on age, birth order, place, and time of delivery. The
leading causes of death were: puerperal sepsis and other infections (51 cases), haemorrhage
(32 cases), eclampsia (29 cases), ruptured uterus (11 cases), and anaemia (7 cases). Results
of the case-control study revealed the major risk factors associated with health system
failures: medical equipment failure (odds ratio [OR] = 55.0), late referral (OR = 23.2), lack of
antenatal visit (OR = 16.9), and lack of available personnel at time of admission (OR = 6.6).
Various indicators of maternal status at time of admission (complications, blood pressure,
temperature, oedema, haemoglobin level) and of health history prior to admission (previous
complications, previous C-section, lack of treatment) were also strong predictors of survival.
Lastly, socio-demographic factors also appeared as correlates of maternal mortality, in
particular: first pregnancy (OR = 2.3), pregnancy of high birth order (OR = 1.9), rainy season
Bacterial vaginosis in female facility workers in north-western Tanzania:
prevalence and risk factors
Abstract
Objectives: To determine prevalence of, and risk factors for, bacterial vaginosis (BV) among herpes simplex virus
(HSV) 2 seropositive Tanzanian women at enrolment into a randomised, placebo-controlled trial of HSV suppressive
treatment.
Methods: 1305 HSV-2 seropositive women aged 16–35 years working in bars, guesthouses and similar facilities
were interviewed, examined and tested for HIV, syphilis, Neisseria gonorrhoeae, Chlamydia trachomatis, BV,
candidiasis and trichomoniasis. Factors associated with BV were analysed using logistic regression to estimate odds
ratios and 95% confidence intervals.
Results: BV prevalence was 62.9%; prevalence of Nugent score 9–10 was 16.1%. Independent risk factors for BV
were work facility type, fewer dependents, increasing alcohol consumption, sex in the last week (adjusted OR 2.03;
95% CI 1.57 to 2.62), using cloths or cotton wool for menstrual hygiene, HIV (adjusted OR 1.41; 95% CI 1.09 to
1.83) and Trichomonas vaginalis infection. There was no association between BV and the frequency or method of
vaginal cleansing. However, BV was less prevalent among women who reported inserting substances to dry the
vagina for sex (adjusted OR 0.44; 95% CI 0.25 to 0.75).
Conclusion: BV was extremely prevalent among our study population of HSV-2 positive female facility workers in
North-western Tanzania. Although recent sex was associated with increased BV prevalence, vaginal drying was
associated with lower BV prevalence. Further studies of the effects of specific practices on vaginal flora are
warranted.
CLINICAL TRIAL
A nak A gung Sagung Sawit ri
Depart emen KMKP FK UNud
Studi Intervensi/
Eksperimental
Perlakuan/exposure sengaja
diberikan oleh peneliti
PENELITIAN EKSPERIMENTAL
1. Eksperimental murni
• Semua variabel (independent dan confounding) bisa dikontrol
(dimanipulasi) oleh peneliti
• Hanya bisa dilaksanakan pada tumbuhan dan binatang
2. Eksperimental kuasi (semu)
• Tidak semua variabel confounding bisa dikontrol (dimanipulasi)
oleh peneliti
• Tidak boleh dipakai meneliti perlakuan yang merugikan manusia
(mis. risk factor). Bisa untuk pencegahan, pengobatan, diagnostik
Trials
➢ Pendekatannya individual (clinical trial)
Pengadaan Kecamatan B
air bersih
AI diare
CLINICAL TRIALS (PENDEKATANNYA INDIVIDUAL)
Perlakuan Jumlah sampel Outcome
(intervensi)
Vaksin
1000 sampel AI pneumonia
balita sehat
Prospektif
1000 sampel
Tanpa vaksin AI pneumonia
balita sehat
Kelompok Kelompok
studi pembanding
(X) (Y)
• Lama pengobatan
Kelompok
Y pembanding • Akurasi diagnosis
• Dll
Tahap-tahap penelitian obat/vaksin
A. Studi preklinis ➔ eksperimental di laboratorium (in vitro
atau pada binatang percobaan)
Tujuannya: untuk mengetahui efek buruk obat/vaksin
Biological E.
NIH licensee
Panacea
NIH licensee
Fiocruz
Chimeric
Hawaii Biotech/NIH/
WRAIR/GSK
Subunit
WRAIR/Crucell
NIH/Univ. Of Maryland GSK/WRAIR
Whole virus DEN/DEN Chimeric Live attenuated
inactivated
ATTRITION
(LOST OF ATTRITION
FOLLOW-UP)
Penderita rheumatoid
Sampel Populasi dari mana sampel
arthritis di RS
Pop. akan diambil
Sanglah
Penderita rheumatoid
Ex. Individu-individu yang akan arthritis di RS
Pop. diteliti Sanglah Jan – Des
2009
Contoh: ref. pop. ➔ sample pop. ➔ sampel
(trials ➔ utk orang sehat : vaksin, makanan, dll)
Populasi dimana hasil
Ref. Anak umur < 1 tahun
penelitian akan di-
Pop. generalisir
RANDOMISASI
Proses membagi (mengalokasikan) sampel (subyek
yang diteliti) ke dalam kelompok intervensi dan ke
dalam kelompok pembanding secara random
TUJUAN RANDOMISASI
1. Agar setiap anggota sampel mendapat kesempatan
yang sama untuk masuk ke dalam kelompok studi/
intervensi atau kelompok pembanding
1. Simple randomization
(randomisasi sederhana)
2. Blocked randomization
(randomisasi berkelompok)
3. Stratified randomization
(randomisasi berlapis)
RANCANGAN BLIND (“BUTA”)
TUJUAN: MENGURANGI BIAS
Dalam suatu uji klinis ➔ ada dua pihak:
PIHAK PERTAMA: TIM PENELITI
• Peneliti utama (principal investigator)
• Pelaksananya (yang memberikan obat)
• Evaluator (yang menilai hasil)
• Yang melakukan analisa data
• Single blind
Bila hanya subyek saja yang tidak tahu (“buta”) apakah mereka
mendapat perlakuan (obat, vaksin, dll) atau mendapat pembanding
(plasebo), sedangkan pelaksana penelitian mengetahuinya
• Double blind
Bila baik subyek maupun semua pelaksana tidak mengetahui siapa
mendapat obat dan siapa plasebo
CONTOH-CONTOH JUDUL TRIALS DI JURNAL
• Mengurangi attrition
❑ Usaha maksimal ➔ dikunjungi, ditelepon, dan cara-cara lain.
Biaya untuk melakukan hal ini harus sudah diantisipasi sejak
perencanaan biaya penelitian
ANALISA HASIL (OUTCOME)
Dihitung PERBEDAAN/RATIO specific atau adjusted
• Perbedaan/ratio kesembuhan
• Perbedaan/ratio efektivitas
• Perbedaan/ratio A.I penyakit DILAKUKAN
• Perbedaan/ratio angka infeksi UJI STATISTIK
• Perbedaan/ratio kegagalan
• Perbedaan/ratio mortalitas
• Perbedaan/ratio kualitas hidup
• dll
Perlakuan Outcome
Sampel (angka kematian)
(intervensi)
Pasien
pasca
Hospital serangan
Angka
care jantung kematian
(340) (27%)
Prospektif
(3 tahun) Uji statistik
Pasien
pasca
Home serangan Angka
care jantung kematian
(325) (18%)
BILA DIJUMPAI PERBEDAAN YANG SIGNIFIKAN ➔ DITELAAH
SECARA KRITIS ➔ BEBERAPA KEMUNGKINAN
1. Sampling error
2. Bias (systematic error), misalnya:
• Kelompok studi dan kelompok pembanding
tidak comparable (ciri-cirinya atau komposisi-
nya berbeda dalam hal confounding variable)
• Tidak blind (sehingga cara menangani dan
evaluasi berbeda)
Hospital Home
Variabel confounding care (27%) care (18% )
Laki-laki 65% 55%
Wanita 35% 45%
Mean umur 65,6 thn 63,2 thn
Mean berat badan 61,2 kg 58,5 kg
Mean serangan sbl-nya 1,7 kali 2,1 kali
Vaginal Abdominal
Placebo Cefazolin Placebo Cefazolin
Mean lama operasi 1,1 jam 1,1 jam 1,2 jam 1,2 jam
Proporsi pasien yang 79% 86% 91% 90%
premenopause
Proporsi pasien gemuk 43% 45% 49% 44%
Jumlah pasien yang 9 1 47 29
mengalami infeksi pasca
histerektomi
Karena itu, pada setiap penelitian yang memakai kelompok
pembanding:
❑ Apakah kelompok studi sudah mirip atau sama atau tidak berbeda
ciri-cirinya dengan kelompok pembanding
Berat badan
Berat
badan
Usia Kecepatan
Usia Kecepatan Lari Lari
Sepatu
Latihan
Latihan
Berat badan
Berat
badan Diabete
Usia Kecepatan
Usia s Kecepatan Lari Lari
Sepatu
Latihan
Latihan
Diabete
s
INDEPENDEN? COUNFOUNDING?
EKSPERIMEN UNTUK MENILAI PEMBERIAN LATIHAN REGULAR
UNTUK MENINGKATKAN KEBUGARAN SISWA BER-OR
Perlakuan
Outcome
(intervention)
Umur
Multifaktorial! Sex
Pola makan
Pola asuh
Confounding?
Perlakuan Outcome
Sampel (angka kematian)
(intervensi)
Pasien
pasca
Hospital serangan
Angka
care jantung kematian
(340) (27%)
Prospektif
(3 tahun)
Pasien
pasca
Home serangan Angka
care jantung kematian
(325) (18%)
ADA PERTANYAAN?
Title Lorem Ipsum
LOREM IPSUM DOLOR SIT AMET, NUNC VIVERRA IMPERDIET ENIM. PELLENTESQUE HABITANT MORBI
CONSECTETUER ADIPISCING ELIT. FUSCE EST. VIVAMUS A TELLUS. TRISTIQUE SENECTUS ET NETUS.