Ukuran-Ukuran Dasar Dalam Epidemiologi"— Transcript presentasi:

1  Ukuran-Ukuran Dasar Dalam Epidemiologi

Created by : Aria Gusti

2  What Is The Unique Skill Of Epidemiologists?

MEASURING DISEASE FREQUENCY IN POPULATIONS

3  A. Perhitungan Frekuensi Penyakit

1. Rasio- Dapat dinyatakan dalam a/b- Berguna untuk pembandingan- Contoh ukuran yang
menggunakan rasioSex ratioDependency ratioRasio bidan per pendudukRasio puskesmas per
penduduk

4  How Many?Community ACommunity B

5  2. Proporsi / PersentaseMenyatakan besar relatif suatu kelompok terhadap total semua
kelompokUntuk dua kelompok a dan b, proporsi a= a/(a+b) atau persentase a = a/(a+b) x
100%Misal : Proporsi kematian karena DHF adalah jumlah yang mati karena DHF dibagi jumlah
seluruh kematian

6  Distribusi Frekuensi, Proporsi dan Persentase Responden Menurut Tingkat Pendidikan

%Tidak sekolah/tdk tamat SD55/539,4Tamat SD2323/5343,4Tamat SLTP1010/5318,9Tamat
SLTA1111/5320,8Tamat Diploma/Universitas44/537,5Jumlah53100

7  3. RateBesarnya peristiwa yang terjadi terhadap jumlah keseluruhan penduduk dimana peristiwa
itu berlangsung dalam suatu batas waktu tertentuMemasukkan unsur waktu dalam perhitungan rasio
maupun proporsiContoh:CDR (crude death rate)CBR (crude birth rate)RNI (rate of natural increase)

8  Rate

9  B. Ukuran Morbiditas Insidensi

Jumlah kejadian/penyakit (kasus baru) pada kelompok pddk tertentu dlm suatu kurun waktu tertentu

10  Pada penyakit menular tertentu dengan masa tunas yg pendek dapat dihitung attack rate (angka
serangan), misal pada wabah atau Kejadian Luar Biasa (KLB) yg biasanya berlangsung tidak terlalu
lama (beberapa hari atau minggu saja).

11  2. PrevalensiPoint prevalence, jlh seluruh penderita (lama+baru) yg ada pada suatu saat
tertentu

12  Periode prevalence, jlh seluruh penderita (lama+baru) yg ada pada suatu periode tertentu

13  Contoh soal :1. Jika kita ingin memperoleh ukuran insidensi kanker payudara diantara wanita di
Tanah Datar selama tahun 2009, kasus kanker payudara mana yg kita jadikan penyebut (numerator)
?Seluruh kasus kanker payudara diantara wanita Tanah Datar tahun 2009 ?, atauHanya kasus baru
kanker payudara diantara wanita Tanah Datar tahun 2009 ?
14  Contoh soal :2: Diasumsikan kita mulai menghitung insidensi pada 1 januari 2009, wanita Tanah
Datar mana yg kita jadikan pembilang (denuminator) dari ukuran insidensi ?a. Seluruh wanita di
Tanah Datar pada tahun 2009.b. Hanya wanita tanpa kaknker payudara di Tanah Datar pada 1
Januari 2009

15  Contoh soal :3: Untuk menghitung prevalensi kanker payudara pada wanita Tanah Datar tahun
2009, kasus kanker payudara mana yang kita jadikan numeraor ?a. Seluruh kasus kanker payudara
yg dilaporkan pad atahun 2009?b. Seluruh kasus kanker payudara yg pernah dilaporkan?, atauc.
Seluruh kasus kanker payudara yg masih bertahan yg pernah dilaporkan?

16  Contoh soal :4. Selama tahun 2009 ditemukan 100 org penderita TB baru. Penderita TB tahun
2008 yang masih bertahan sampai tahun orang. Jumlah pddk Tanah Datar orang. Hitung angka
insidensi dan prevalensi TB di Kab Tanah Datar tahun 2009!

17  Manfaat ukuran insidensi

Angka insidensi dapat digunakan untuk mengukur angka kejadian penyakit. Perubahan angka
insidensi dapat menunjukkan adanya perubahan faktor2 penyebab penyakit, yaitu fluktuasi alamiah
dan adanya program pencegahan.Dalam penelitian epidemiologi  sebab akibatPerbandingan
antara berbagai populasi dengan pemamapan yg berbedaUntuk mengukur besarnya risiko
determinan tertentu

18  Manfaat ukuran prevalensi

Menggambarkan tingkat keberhasilan program pemberantasan penyakitPenyusunan perencanaan
pelayanan kesehatan, misal obat, tenaga, ruanganMenyatakan banyaknya kasus yg dapat
didiagnosis

19  C. Ukuran Mortalitas Crude Death Rate (CDR)

Angka kematian kasar adalah jumlah kematian yg dicatat selama satu tahun per 1000 penduduk di
pertengahan tahun yg samaAKK/CDR = Jmh kematian yg dicatat dlm thn kalender X 1000Jlh
seluruh pddk pertengahan thn yg sama

20  Age Specific Death Rate (ASDR)

Jmlh kematian pada kelompok umur tertentu tertentu selama satu tahunJmlh penduduk golongan
umur tersebut pada pertengahan tahun yg sama/ 1000Bisa interval 5 tahunan atauKelompok umur
khusus spt : neonatus, bayi, balita, usia sekolah, dewasa, usia lanjut, dll.

21  Kelompok Umur Cth : Angka Kematian Bayi (Infant Mortality Rate)

Dirinci lagi menjadi :Perinatal Mortality Rate (Kematian Janin >28 mgg Usia Kehamilan s.d bayi
berusia 7 hari)Neonatal Mortality Rate (0 – 1 bulan)Post Neonatal Mortality Rate (1 bulan – 1 tahun)

22  A. Infant mortality rate (IMR)

Examples for age spesific death rates:A. Infant mortality rate (IMR)Jmlh kematian bayi selama satu
tahunJmlh bayi lahir hidup di area yg sama dan tahun yg sama/ 1000Tinggi rendahnya IMR
berkaitan denganPenyakit infeksi yg dapat dicegah dgn imunisasiDiare yg dapat menyebabkan
dehidrasiPersonal higiene dan sanitasi lingkungan yg kurang memadai, serta sosial ekonomi
rendahGizi buruk dan daya tahan tubuh yg menurun

23  B. Perinatal mortality rate (PMR)

Examples for age spesific death rates:B. Perinatal mortality rate (PMR)Jmlh kematian janin pada
kehamilan 28 mgg atau lebih + jumlah kematian bayi < 7 hari selama satu tahunJmlh bayi lahir hidup
di area yg sama dan tahun yg sama/ 1000Tinggi rendahnya PMR berkaitan denganBanyaknya bayi
Berat Badan Lahir Rendah (BBLR)Status gizi ibu dan bayiKeadaan sosial ekonomiPenyakit infeksi
terutama ISPAPertolongan persalinan

24  C. Neonatal mortality rate (NMR)

Examples for age spesific death rates:C. Neonatal mortality rate (NMR)Jmlh kematian bayi berumur
< 28 hari selama satu tahunJmlh bayi lahir hidup di area yg sama dan tahun yg sama/ 1000Tinggi
rendahnya NMR berguna untuk mengetahui :Tinggi randahnya usaha perawatan antenatal/ selama
kehamilan dan post natal/perawatan bayi setelah lahirProgram imunisasiPertolongan
persalinanPenyakit infeksi terutama ISPA

25  D. Post Neonatal mortality rate (PNMR)

Examples for age spesific death rates:D. Post Neonatal mortality rate (PNMR)Jmlh kematian bayi
berumur > 28 hari sampai 1 tahun selama satu tahunJmlh bayi lahir hidup di area yg sama dan
tahun yg sama/ 1000Tinggi rendahnya PNMR berkaitan dengan :Penyakit infeksi yang sebenarnya
dapat dicegah dengan imunisasiDiare yg mengakibatkan dehidrasiLingkungan dan higiene sanitasi
yg kurang memadaiGizi buruk dan penurunan daya tahan tubuh

26  E. Angka Kematian Balita (Akaba)

Examples for age spesific death rates:E. Angka Kematian Balita (Akaba)Jmlh kematian balita dalam
1 tahunJmlh balita di area yg sama dan tahun yg sama/ 1000Tinggi rendahnya Akaba berkaitan
dengan :Program pelayanan kesehatanProgram imunisasiProgram perbaikan giziTingkat
pendidikan, keadaan sosial ekonomi, dll

27  F. Maternal Mortality Rate (MMR)

Examples for age spesific death rates:F. Maternal Mortality Rate (MMR)Jmlh kematian ibu karena
kehamilan, persalinan danmasa nifas selama satu tahunJmlh kelahiran hidup pada tahun dan
wilayah yg sama/Tinggi rendahnya MMR berkaitan denganKeadaan sosial ekonomiKesehatan ibu
selama hamil, bersalin dan nifasPelayanan kesehatan terhadap ibuPertolongan persalinan dan
perawatan masa nifas

28  Cause Specific Mortality Rate (CSMR)

Jmlh kematian karena sebab penyakit tertentu selama satu tahunJmlh penduduk pada pertengahan
tahun yg sama/Jumlahnya sangat kecil dibandingkan jumlah pendudukMaka digunakan konstanta
untuk menghindari angka desimal

29  Case Fatality Rate (CFR)

Jmlh kematian karena penyebab penyakit tertentudlm suatu lingkungan dan kurun waktu
tertentuJmlh penderita penyakit tsb dlm lingkungan dan kurunwaktu yg sama/ 1 000Lebih
menunjukkan keganasan penyakit tersebut pada kondisi atau lingkungan tertentuSeperti kematian
saat Kejadian Luar Biasa (KLB) penyakit tertentu

30  Contoh soal :Selama tahun 2009 di Tanah Datar dilaporkan kasus DBD. 100 org diantaranya
meninggal dunia. Jumlah pddk Tanah Datar orang. Hitung angka :1. Cause Spesific Mortality Rate
(CSMR)2. Case Fatality Rate (CFR)

31  D. Ukuran Fertilitas Crude Birth Rate (CBR)

Angka kelahiran kasar adalah jumlah kelahiran yg dicatat selama satu tahun per 1000 penduduk di
pertengahan tahun yg samaJmlh kelahiran hidup selama satu tahunJmlh penduduk pada
pertengahan tahun yg sama/ 1000

32  Keterbatasan CBRPerhitungan CBR ini sederhana, mudah dihitung tetapi kasar.Perhitungan ini
disebut perhitungan kasar karena yang menjadi pembagi adalah seluruh penduduk baik laki-laki
maupun perempuan seluruh usia termasuk yang bukan perempuan usia reproduksi (15-49 tahun).

33  Age Specific Birth Rate (ASBR)

Jumlah kelahiran hidup oleh ibu pada golongan umur tertentu yg dicatat selama satu tahun per 1000
penduduk wanita golongan umur tertentu pada pertengahan tahun yg samaJmlh kelahiran hidup
oleh ibu golongan umur tertentu selama satu tahunJmlh penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama/ 1000

34  Age Specific Birth Rate (ASBR)

Biasanya dengan interval 5 tahunUsia subur = 15 – 49 tahun  7 interval.Dapat disusun menjadi
distribusi frekuensi pada setiap golongan umur (interval).Dapat diketahui : umur berapa yang punya
tingkat kesuburan yang tinggi.

35  Usia  5/25 x 1000 = 200 per 1000Usia  10/30 x 1000 = 333 per 1000Dapat disimpulkan wanita
usia tahun. lebih subur daripada usia tahun

36  E. Ukuran Risiko Risiko dapat diartikan sebagai derajad ketidakpastian

Ada kepastian suatu peristiwa tidak akan terjadiRisiko = 1Terdapat kepastian bahwa suatu peristiwa
pasti akan terjadiBesarnya risiko untuk terkena penyakit dapat dibandingkan dengan menghitung
besarnya insidensi suatu penyakit antara orang yg terpapar dgn faktor penyebab penyakit tsb dgn
yg tidak terpapar

37  1. Risiko Atribut (Attribute Risk/AR)

Selisih angka insidensi antara kelompok terpapar dgn tidak terpaparDianggap sbg akibat
pemaparan oleh faktor penyebab penyakit (atribut)Cth : Hubungan antara merokok dgn kanker
paruDari 100 perokok berat  5 menderita ca paru  besar risiko = 5/100 = 0,05Dari 100 bukan
perokok  2 menderita ca paru  besar risiko = 2/100 = 0,02Risiko Atribut = 0,05 – 0,02 = 0,03  3%
insidensi ca paru disebabkan oleh kebiasaan merokok

38  Risiko atribut bermanfaat untuk memperkirakan besarnya risiko yg dapat dihindarkan bila
‘atribut’ yg dianggap sbg penyebab penyakit dihindarkan.Cth : Hubungan antara kontrasepsi oral
dgn tromboflebitisDari 1700 pengguna kontrasepsi oral  17 menderita tromboflebitisDari 1000 yg
tdk menggunakan kontrasepsi  5 menderita tromboflebitisRisiko Atribut = (17/1700) – (5/1000) =
0,005  0,5%Risiko tromboflebitis yg dapat dihindarkan dgn tidak menggunakan kontrasepsi oral
adalah 0,53%

39  Risko atribut penting diketahui untuk :

Penyuluhan kepada masyarakat ttg manfaat yg diperoleh bila faktor penyebab penyakit
dihindarkanMenyusun rencana pencegahan penyakit dgn menghilangkan atau mengurangi ‘atribut’
atau faktor yg dianggap sbg penyebab timbulnya penyakit

40  2. Risiko Relatif (Risk Ratio/RR)

Menghitung rasio antara 2 kelompokMembandingkan insidensi antara kelompok terpapar dgn yg
tidak terpaparCth : Hubungan antara merokok dgn kanker prostatDari 1000 perokok  90 menderita
ca prostatDari 1000 bukan perokok  30 menderita ca prostat
41  Ca Prostat Jumlah Risiko + - Perokok 90 910 1000 0,09 Bukan perokok 30
Besarnya risiko yg ditanggung oleh perokok untuk terkena ca prostat dibandingkan dgn bukan
perokok dapat dijelaskan sbb.Ca ProstatJumlahRisiko+ -Perokok9091010000,09Bukan
perokok309700,0312018802000RR=3,0Kesimpulan : Perokok mempunyai risiko menderita Ca
Prostat 3 kali lebih besar dibandingkan dengan bukan perokok

42  3. Odds Ratio (OR)Pada penelitian retrospektif perhitungan risiko relatif hanya berdasarkan
perkiraan saja yg disebut odds ratio.Yg dibandingkan bukan angka insidensi tetapi pemaparanCth :
Hubungan antara merokok dgn kanker prostatDari 1000 perokok  90 menderita ca prostatDari 1000
bukan perokok  30 menderita ca prostat

43  Ca Prostat Odds + - Perokok 90 910 90/910 Bukan perokok 30 970 30/970
Besarnya risiko yg ditanggung oleh perokok untuk terkena ca prostat dibandingkan dgn bukan
perokok dapat dijelaskan sbb.Ca ProstatOdds+ -Perokok9091090/910Bukan
perokok3097030/97090/30910/970OR=3,2Kesimpulan : Besarnya risiko untuk menderita Ca Prostat
pada perokok 3,2 kali lebih besar dibandingkan dengan risiko menderita prostat pada yang bukan
perokok

44  OR = 90/910 : 30/970= 90 x 970/30x910= 87300/27300= 3,2

45  Thank You