Epidemiologi : Dasar Kesehatan

Masyarakat
1
Ukuran Epidemiologi
Data, Insidence-prevalence dan
standardisation, Years of life lost (YLL),
pengukuran beban penyakit 2
DATA

Data →sesuatu yang Sehingga data ini

belum berguna untuk perlu diolah dan
menggambarkan dianalisis agar
kebutuhan atau berguna dan menjadi
tujuan tertentu. informasi.

Dalam studi epidemiologi : data →

diolah, dianalisis, dan ditarik
kesimpulan untuk dijadikan
laporan → bahan atau bukti
dalam mengambil keputusan. 3
 SUMBER DATA

data sebagai hasil

Diperoleh oleh peneliti analisis dari data primer
melalui protokol dan data sekunder
penelitian atau desain
penelitiannya

Primer Sekunder Tersier

data dari studi yang direncanakan oleh peneliti

atau peneliti-peneliti lain, dan kemudian data 4
itu dikumpulkan oleh peneliti itu
 METODE & TEKNIK PENGAMBILAN DATA

METODE METODE
▰ Mengumpulkan data dari catatan ▰ Wawancara
medik di sarana pelayanan kesehatan ▰ Angket
atau instansi yang berhubungan
▰ Observasi
dengan kesehatan
▰ Pemeriksaan
▰ Survei

5
 INSIDENSI

Insidensi → jumlah kasus baru suatu penyakit yang muncul dalam suatu periode
waktu dibandingkan dengan unit populasi tertentu dalam periode waktu tertentu.
Penyebut → jumlah orang yang berisiko atau jumlah orang yang diteliti dalam
kelompok atau populasi.

Pembilang → informasi yang spesifik tentang kejadian suatu penyakit.

jumlah kasus baru penyakit dalam suatu populasi

pada periode waktu tertentu
Angka insidensi = × 1.000
jumlah orang yang berisiko mengalami penyakit tersebut
pada periode waktu yang sama
6
 METODE ANGKA INSIDENSI

Angka insidensi kumulatif (cumulative incidence rate);

• jumlah orang yang berisiko digunakan sebagai penyebut
• berguna dalam penelitian longitudinal
• mengkaji sekelompok orang yang diikuti perkembangannya selama
periode waktu yang sama

Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif = x1000
Jumlah orang berisiko pada permulaan waktu
7
 METODE ANGKA INSIDENSI

Kepadatan insidensi (incidence density) atau force of morbidity

atau angka insidensi per orang;
• populasi dan elemen waktu digunakan dalam penyebut, yang pembilangnya meliputi
jumlah kasus baru dari suatu penyakit atau gangguan. Jumlah ini adalah jumlah kasus
baru suatu penyakit yang terjadi per unit populasi dan pada kurun waktu tertentu.

Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif = x1000
Jumlah orang berisiko pada permulaan waktu
8
Prinsip-Prinsip Penggunaan Angka Insidensi

Angka insidensi → mengestimasi probabilitas atau risiko terkena suatu

penyakit selama satu periode waktu tertentu

Jika angka insidensi meningkat → probabilitas risiko terkena penyakit

juga meningkat.

Waktu; jika angka insidensi secara konsisten lebih tinggi selama kurun
waktu tertentu dalam satu tahun → risiko pada saat itu akan meningkat.

9
Prinsip-Prinsip Penggunaan Angka Insidensi

Tempat; jika angka insidensi secara konsisten lebih tinggi di anatara mereka yang tinggal di
suatu tempat tertentu → risiko seseorang untuk terkena penyakit meningkat jika ia tinggal di
tempat itu.

Orang; jika angka insidensi secara konsisten lebih tinggi di anatara mereka yang
memiliki faktor-faktor gaya hidup tertentu → risikonya meningkat dikalangan tersebut.
Insidensi tinggi →jumlah kasus yang baru juga banyak sehingga risiko meningkat

angka insidensi penyakit terbukti tinggi → keberadaan suatu epidemi atau kemungkinan

10
 Insidensi dan Angka Serangan (Attack Rate)

Angka serangan (attack rate)

• angka insidensi kumulatif dan dipakai dalam epidemi
• menunjukan insidensi orang sakit yang menampakan tanda-tanda dan
gejala penyakit dan juga mencangkup kasus infeksi yang tidak nampak.
• Suatu serangan tersusun dari : jumlah dari orang yang sakit akibat
penyakit tertentu dalam suatu periode waktu tertentu dan dalam
kelompok tertentu.
• Angka serangan sering digunakan pada situasi keracunan makanan atau
pajanan zat kimia pada sekelompok pekerja.
11
 Insidensi dan Angka Serangan (Attack Rate)

▰ Angka serangan kasar (crude attack rate)= jumlah

jumlah orang sakit akibat penyakit
orang yang menghadiri acara
× 100

▰ Angka serangan umum (general attack rate)

jumlah orang sakit kasus baru dalam periode waktu tertentu
= × 100
jumlah orang atau populasi berisiko dalam periode waktu tertentu

▰ Angka serangan menurut jenis makanan (food-specific attack rate)

jumlah orang yang memakan makanan tertentu
dan menjadi sakit
= × 100
jumlah total orang yang memakan makanan tertentu
12
 Angka Serangan Sekunder (secondary attack rate)

▰ Angka serangan sekunder dipakai dalam investigasi penyakit infeksius

dengan periode waktu terbatas dan patogen yang terlibat memiliki masa
inkubasi yang pendek
▰ Jika orang lain jatuh sakit dan kejadiannya diakibatkan oleh infeksi primer,
maka mereka termasuk kasus sekunder dan hal ini ditentukan dengan
menggunakan angka serangan sekunder.
jumlah orang terpajan yang terkena penyakit
▰ Angka serangan sekunder = selama masa inkubasi
jumlah total orang yang terpajan oleh kasus primer
× 100

13
 PREVALENSI

▰ Prevalensi → jumlah kasus penyakit, orang yang terinfeksi, atau kondisi, yang ada
padasatu waktu tertentu, dihubungkan dengan besar populasi darimana kasus itu
berasal.
▰ faktor yang mempengaruhi prevalensi dalam suatu populasi, yaitu:
▻ Penyakit baru muncul di populasi → angka insidensi meningkat → prevalensi pun akan
meningkat.
▻ Semakin panjang durasi penyakit → prevalensi lebih lama berada pada posisi yang tinggi.
▻ Intervensi dan perlakuan mempunyai efek pada prevalensi.
▻ Semakin banyak populasi yang sehat → menurunkan prevalensi
penyakit akut → durasi kehidupan & harapan hidup populasi meningkat 14
 ANGKA PREVALENSI

▰ Angka prevalensi mengkaji jumlah semua orang di dalam kelompok atau

populasi yang mengalami penyakit pada suatu waktu tertentu.
▰ Terdapat dua tambahan konsep prevalensi:
▻ prevalensi seumur hidup (lifetime prevalence) → jumlah total individu
yang mengalami suatu kondisi, masalah, atau penyakit selama hidup
mereka, atau setidaknya dalam sebagian hidup mereka.
▻ prevalensi tahunan (annual prevalence) → jumlah toatl individu yang
mengalami suatu kondisi, masalah, atau penyakit pada suatu waktu
tertentu dan dalam tahun tertentu. 15
 ANGKA PREVALENSI

▰ Prevalensi Periode

jumlah kasus penyakit yang ada

Angka prevalensi periode = dalam satu periode waktu × 1.000
rata − rata populasi studi

▰ Point Prevalence
jumlah kasus penyakit yang ada
Angka prevalensi periode = pada satu titik waktu × 1.000
total populasi yang ada

16
HUBUNGAN ANTARA INSIDENSI DAN PREVALENSI

Angka prevalensi dipengaruhi oleh

tingginya insidensi dan lamanya sakit.
Hubungan tersebut dapat dinyatakan
dalam rumus berikut :
P=IxD
Keterangan :
P : Prevalensi
I : Insidensi
D : Lamanya sakit 17
PERBEDAAN ANTARA INSIDEN DAN PREVALENSI

18
 STANDARISASI

▰ Standarisasi dikenal sebagai istilah dalam estimasil ukuran

mortalitas maupun morbiditas. Standarisasi ukuran dilakukan untuk
melakukan perbandingan angka-angka dengan lebih akurat, khusunya
untuk angka-angka kasar.
▰ Jenis :
▻ Standarisasi langsung (direct standardization)
▻ Standarisasi tidak langsung (indirect standardization)

19
 Standarisasi langsung (direct standardization)

▰ standarisasi angka kematian dengan menggunakan satu penduduk standar untuk

mengaplikasikan angka kematian umur tertentu (ASDR) dari masing-masing
penduduk yang akan dibandingkan.
σ 𝑀𝑏 . 𝑃𝑎
𝑚1 = × 1.000
𝑃
Keterangan :
𝑚1 : Angka kematian kasar (CDR) hasil standarisasi
𝑀𝑏 : ASDR penduduk yang akan dibandingkan
𝑃𝑎 : Jumlah penduduk standar menurut kelompok umur
𝑃 : Jumlah penduduk standar 20
Contoh standarisasi langsung
(direct standardization)

Jumlah penduduk standar =

σ 𝑃𝑎 = 179.323.000

Jumlah perkiraan kematian pada

penduduk Jepang =
σ 𝑀𝑏 . 𝑃𝑎 = 1.969.242.

CDR hasil standarisasi?

21
 Contoh standarisasi langsung (direct standardization)

σ 𝑀𝑏 . 𝑃𝑎 1.969.242
𝑚1 = × 1.000 −→ 𝑚1 = × 1.000 = 11,0 𝑝𝑒𝑟 1000
𝑃 179.323.000

Dengan adanya standarisasi langsung, CDR Jepang menjadi lebih tinggi dari nilai
yang sebenarnya dengan menggunakan struktur penduduk Amerika. Nilai CDR
Jepang lebih tinggi 15,8% dibanding CDR di Amerika jika digunakan standarisasi
langsung. Tingginya nilai CDR ini terjadi karena struktur penduduk Amerika lebih
tua dibandingkan dengan penduduk Jepang.
22
 Standarisasi tidak langsung (indirect standardization)

Standarisasi tidak langsung → standarisasi angka kematian dengan menggunakan suatu

himpunan angka kematian tertentu (ASDR) standar yang kemudian diaplikasikan pada masing-
masing penduduk yang akan dibandingkan untuk memperoleh angka kematian yang akan
diperkirakan.
𝑑
𝑚2 = ×𝑀
σ 𝑀𝑎 . 𝑃𝑏
Keterangan :
𝑚2 : Angka kematian kasar (CDR) hasil standarisasi
d : Jumlah kematian pada penduduk yang akan dibandingkan
𝑀𝑎 : ASDR penduduk standar
𝑃𝑎 : Penduduk yang akan dibandingkan menurut kelompok umur 23
𝑀 : Angka kematian kasar penduduk standar
 Contoh
standarisasi tidak langsung
(indirect standardization)
Perhitungan angka kematian yang di
standarisasikan menurut umur untuk
Jepang dengan menggunakan
Amerika serikat sebagai standar.

Diketahui :
Perkiraan kematian di Jepang =
σ 𝑀𝑎 . 𝑃𝑏 = 617.544

CDR Amerika Serikat = 9,5

24
 Standarisasi tidak langsung (indirect standardization)

𝑑 706.559
𝑚2 = × 𝑀 −→ 𝑚2 = × 9,5 = 10,9
σ 𝑀𝑎 . 𝑃𝑏 617.544

Perhitungan tersebut menunjukan bahwa angka kematian Jepang

menjadi lebih tinggi 14,7% dibandingkan dengan angka kematian Amerika
Serikat setelah dilakukan standarisasi umur dengan metode tidak
langsung.
25
 YEARS OF POTENTIAL LIFE LOST (YPLL)

▰ Years of Potential Life Lost → konsep kesehatan masyarakat yang

berkaitan dengan nilai kehidupan manusia dan dampak ekonomis
kematian sesorang di dalam masyarakat.
▰ Penurunan angka kematian → menyebabkan peningkatan tenaga
kerja → produktivitas meningkat.
▰ Contoh : pemuda usia 20 tahun meninggal akibat kecelakan mobil
akibat mabuk saat menyetir, secara teori sebenarnya dia dapat
hidup sampai usia 72 tahun, artinya 52 tahun kehidupan
produktifnya hilang begitu saja. 26
 YEARS OF POTENTIAL LIFE LOST (YPLL)

▰ Rate Years of Potential Life Lost (YPLL) memperlihatkan tahun

potensial kehidupan yang hilang per-1.000 populasi untuk tahun
kerja produktif yang sehat dalam kehidupan, biasanya di bawah usia
pensiun, dengan usia 65 (sering digunakan).
▰ Angka YPLLdigunakan untuk membandingkan kematian lebih awal
pada populasi yang berbeda
Tahun kehidupan potensial yang hilang
Angka YPLL = × 1.000
populasi di bawah usia 65 tahun
27
 2
Ukuran Epidemiologi
Variasi, ukuran efek, konsep dan
pengukuran risiko, time at risk
Kesalahan (error) dalam pengukuran
epidemiologi 28
 VARIASI
▰ Merupakan keberagaman hasil
pengukuran
▰ Dibedakan menjadi variasi subjek,
pengamat dan teknis
Yang perlu dilakukan untuk
meminimalisir variasi:
▰ Kriteria diagnostik jelas
▰ Pengamatan dalam lingkungan serupa
▰ Pelatihan observer
▰ Blind subject and observer
▰ Kalibrasi peralatan
▰ Menggunakan metode pengukuran standar
▰ Ujicoba kuesioner
29
 Ukuran-ukuran dampak
▰ Attributable Risk = Risk ▰ Cumulative Incidence Difference (CID)
Difference (RD) = Perbedaan [IK pada kelompok terpajan] - [IK pada
Risiko (PD) = Excess Risk (ER) kelompok tidak terpajan]
= Absolute Risk (AR) ▰ Insidence Density Difference (IDD)
mengukur besarnya [ID dalam kelompok terpajan] - [ID pada
permasalahan kesmas dan kelompok tidak terpajan]
penilaian prioritas aksi
▰ Prevalence Differrence (PD)
kesmas
Insidens( terpajan ) − Insidens( tidak terpajan )
Prevalens dalam kelompok terpajan] -
AR% = x 100% [Prevalens dalam kelompok tidak terpajan]
Insidens( terpajan )

30
9/21/2019
 Ukuran-ukuran dampak
❑ Attributable Fraction in Exposed (AFE)
❑Fraksi atributabel = fraksi Proporsi rate (tingkat) insidens penyakit di
etiologik = Etiologic Fraction (EF)
= attributable fraction = AF antara terpajan yang akan direduksi jika
eksposur dieliminasi
Dinyatakan sebagai pembagian risk
difference dengan rate kejadian pada Insidens(terpajan ) − Insidens(tidak terpajan )
AFE =
populasi yang terpajan. Insidens( populasi )

Proporsi penyakit yang akan ❑ Fraction Prevented in population (PF)

dieliminasi jika tidak ada pemajan
pada populasi yang tertentu ▻ proporsi jumlah beban penyakit dalam populasi
yang telah dicegah oleh faktor eksposur
Insidens( populasi ) − Insidens(tidak terpajan )
AF = Insidens(tidak terpajan ) − Insidens( populasi )
Insidens( populasi ) PF =
Insidens(tidak terpajan )
31
9/21/2019
 Ukuran-ukuran dampak
▰ Fraksi yang dicegah dalam
kelompok terpajan (PFE =
Prevented Fraction in the
Exposed)
Insidens(tidak terpajan ) − Insidens(terpajan )
PFE =
Insidens(tidak
▰ Population Attributable Risk (PAR) = Attributable
Fraction (population) atau Etiologic Fraction
(population) = Population Attributable Risk Proportion
= Population Attributable Risk Fraction
Proporsi (atau fraksi) rate penyakit pada seluruh
populasi yang mewakili rate penyakit dalam kelompok
terpajan
terpajan )
PAR = Insidens(populasi ) − Insidens( tidak terpajan )

▰ Population Attributable Risk Percent (PARP)=

Insidens(populasi ) − Insidens( tidak terpajan ) attributable fraction (population) atau etiologic fraction
PAR% = x 100% (population)
Insidens(populasi )
Proporsi kasus baru yang dapat dicegah jika pada
semua orang yang tidak terpajan 32
9/21/2019
 Ukuran-Ukuran Risiko

▰ Relative Risk = Risk Ratio (RR)

INTERPRETASI
pada studi kohort dan
eksperimental 1. Nilai OR/RR = 1 → tidak ada
RR =
Risiko pada kelompok terpajan hubungan
Risiko pada kelompok tidak terpajan
2. Nilai OR/RR >1 → ada hubungan (+)
▰ Odds Ratio
3. Nilai OR/RR < 1 → ada hubungan (-)
probabilitas kejadian terjadi atau faktor protektif
dengan tidak terjadi, pada studi
kros-seksional
a
axd
Odds pemajan untuk kasus Odds Ratio = c =
Odds Ratio = b bxc
Odds pemajan untuk kontrol d
33
BIAS

Bias Seleksi

• kesalahan sistematik yang berasal dari prosedur memilih subjek dan faktor yang
mempengaruhi keikutsertaan responden

Bias Informasi

• kesalahan sistematik dalam sebuah penelitian yang bisa muncul karena informasi
yang dikumpulkan dari subjek penelitian yang salah (tidak tepat).

Faktor Perancu (Confounding Factor)

• Adalah distorsi dalam memprediksi hubungan atau asosiasi antara faktor eksposur
dan outcome (hasil) sehingga asosiasi sebenarnya tidak tampak atau ditutupi oleh
faktor lainnya. Pengaruh faktor perancu bisa memperbesar atau memperkecil
hubungan sebenarnya
34
Pedoman Pelaporan Studi Observasional

The Strengthening the Reporting of

Observational Studies in Epidemiology (STROBE)
▰ Ada 22 item
▰ Judul artikel dan abstrak (item 1), pengenalan (item 2
dan 3), metode (item 4-12), hasil (item 13-17), bagian
diskusi (item 18-21), dan informasi lainnya (item 22
pada pendanaan).
35
 3
Skrining
Variasi, ukuran efek, konsep dan
pengukuran risiko, time at risk
Kesalahan (error) dalam pengukuran
epidemiologi 36
 Definisi skrining

▰ Menurut US Commiission on Chronic Illness

(1951)
▻ Identifikasi dugaan penyakit yang tidak
diketahui atau kelainan dengan
penerapan tes (uji), pemeriksaan atau
prosedur lain yang dapat diterapkan
secara cepat.

37
Skrining
9/21/2019
 Tipe skrining medis

▰ Skrining massal → skrining seluruh populasi

▰ Skrining multipel / multifasik → melibatkan penggunaan berbagai uji skrining pada
peristiwa yang sama
▰ Skrining Preskriptif → skrining yang mempunyai tujuan mendeteksi awal pada
individu sehat yang diduga dari penyakit spesifik yang dapat dikontrol lebih baik
jika mendeteksi lebih awal riwayat alamiahnya.

38
9/21/2019
 UJI VALIDITAS

▰ Sensitivitas ▰ Spesifisitas
kemampuan suatu uji untuk kemampuan suatu uji untuk
mengidentifikasi orang yang sakit mengidentifikasi orang yang
benar-benar sehat

39
 NILAI PREDIKTIF TES

▰ Uji Prediktif Positif ▰ Uji Prediktif Negatif

persentase positif benar diantara persentase orang yang tidak
individu yang hasil ujinya positif. sakit diantara mereka yang hasil
ujinya negatif.

•Semakin tinggi angka prevalensi, semakin tinggi sensitivitas dan spesifisitas uji tersebut terhadap nilai
prediktifnya.
•Semakin tinggi angka prevalensi, semakin besar kemungkinan terjadinya positif benar.
•Semakin sensitif suatu uji, semakin tinggi nilai prediktif dan semakin rendah jumlah positif palsu dan negatif palsu.
•Ketika melakukan uji negatif, nilai prediktif adalah persentase orang sehat diantara semua partisipan yang memiliki
hasil uji negatif.
•Informasi prevalensi berguna untuk menghitung dan membagi kelompok studi menjadi sakit dan sehat
40
 4
Skrining
Perbedaan skrining-diagnosis-case finding,
likelihood ratio, pre-test post-test
probability
41
 PERBEDAAN

Skrining Tes Diagnosis Case Finding

• Tidak ditujukan untuk • Diagnosis menggunakan • Lebih melibatkan pencarian

menyaingi diagnosis, tetapi hasil tes, melibatkan tanda aktif secara sistematis untuk
sebagai proses mendeteksi dan gejala, dan melibatkan orang-orang berisiko,
kemungkinan suatu kondisi penilaian subjektif daripada menunggu mereka
penyakit sehingga dapat berdasarkan pengalaman untuk memeriksakan diri
dirujuk untuk diagnosis. dokternya. dengan gejala atau tanda-
• Diagnosis adalah hak tanda penyakit aktif
prerogatif dokter. • Contoh : manajemen wabah
• Diagnosis dapat
memperkuat atau
menyanggah tes skrining,
dan juga dapat membantu
menetapkan validitas,
sensitivitas, dan spesifisitas
uji.
42
 LIKELIHOOD RATIO

▰ Likelihood Ratio Positif (LR+)

adalah ukuran probabilitas bahwa
rasio sensitivitas suatu uji terhadap hasil tes yang diberikan diharapkan
FPER dari uji. pada pasien dengan gangguan target
 A   TP 
LR+ =  A + C   TP + FN  dibandingkan dengan kemungkinan
=
 B 
 


FP 
 bahwa hasil yang sama akan
B+D  FP + TN 
diharapkan pada pasien tanpa
gangguan target.
▰ Likelihood Ratio Negatif (LR-)
Keterangan:
rasio FNER terhadap spesifisitas FP = False Positive FN = False Negative
 C   FN  TP = True Positive TN = True Negative
LR- =  A + C   TP + FN 
=
 D   TN 
    43
B+D  FP + TN 
 PRE-TEST POST-TEST PROBABILITY

▰ Pre-Test Probability (~ prevalence)

proporsi orang dalam populasi berisiko yang memiliki penyakit pada waktu atau
interval waktu tertentu
▰ Post-Test Probability
proporsi pasien dengan hasil tes positif yang benar-benar menderita penyakit ini
Rumus : Post-Test Odds / 1-Post Test Odds

Post-Test Odds = Pre-test Odds x Likelihood Ratio

44
 5
Skrining
ASPEK ETIK, LEGAL, SOSIAL, HUKUM DAN
EKONOMI

45
 ASPEK ETIK
•Kerugian psikologis dari
kesalahan positif
•Kematian yang bisa
bermanfaat
besar, Non- dicegah akibat tes negatif

terutama Beneficience palsu

•Kerusakan iatrogenik
bagi yang Maleficience dari tes diagnostik invasif
berisiko Jaminan yang tidak
beralasan dari
kesalahan-negatif
digunakan hanya
ketika semua
tindakan Mengkomunikasikan
pencegahan
utama lainnya
Justice Autonomy risiko kepada pasien

sudah ada dan

memastikan
kesetaraan
partisipasi 46
 ASPEK EKONOMI

Ada sejumlah biaya yang perlu dipertimbangkan:

▰ Biaya tes itu sendiri
▰ Biaya membaca dan menafsirkan tes
▰ Biaya tes tindak lanjut diagnostik
▰ Biaya pengelolaan program dan pengolahan data
▰ Biaya perawatan lebih banyak kasus yang diidentifikasi karena program skrining
▰ Biaya perawatan penyakit yang lebih lanjut tanpa adanya program skrining
▰ Biaya peluang harus seimbang
▰ Evaluasi = analisis sensitivitas dan pemotongan harga.
47
 ASPEK HUKUM
Lisensi Tes dan Tes skrining yang digunakan perlu dilisensikan dan terjamin keselamatan yang disetujui oleh badan
Keamanan hukum

Kualifikasi dan Uji diagnostik yang terlibat dalam pemrosesan tes harus memenuhi kualifikasi, terdaftar dan diakreditasi oleh
Akreditasi badan hukum. Untuk mempertahankan akreditasi mereka, harus ada pengurangan jumlah minimum kasus
abnormal setiap tahun

Kerahasiaan Informasi tingkat individu yang dikumpulkan melalui penyaringan harus dirahasiakan hanya untuk personil
yang berwenang dan dikelola sesuai dengan pedoman

Hak untuk TIDAK Untuk diagnosis tertentu, hak anak-anak untuk tidak diskrining dapat dilindungi secara hukum. Demikian
diskrining juga, hukum menawarkan perlindungan kepada tahanan dan orang-orang dengan kesulitan belajar melawan
pemaksaan ke dalam program skrining. Seharusnya tidak ada diskriminasi terhadap non-peserta

Consent Dokumentasi persetujuan untuk skrining mungkin diperlukan secara tertulis

48
 ASPEK SOSIAL
Faktor yang Dapat Meningkatkan Partisipasi Faktor yang Dapat Mengurangi Tingkat Partisipasi

Tingkat Pengetahuan Fobia terhadap penyakit

Persepsi Kerentanan (Suseptibilitas) Stigma terkait dengan kondisi

Persepsi Tingkat Keparahan Penyakit Tes dan perawatan diagnostik yang tidak menyenangkan

Pengetahuan terhadap Tersedianya Pengobatan Faktor sosial ekonomi (mis. Pendapatan, pendidikan,
perampasan, pekerjaan)

Faktor sosial-demografis (usia, jenis kelamin, etnis,

bahasa, kepercayaan)

Aksesibilitas
49
INFORMED CHOICE
Aturan/Definisi
Informed choice Pilihan-pilihan yang diinformasikan, konsisten dengan nilai-
nilai pembuat keputusan, dan diimplementasikan secara
perilaku

Informed decision Kondisi pemilihan keputusan dimana terdapat alasan yang

masuk akal, menggunakan informasi yang relevan tentang
keuntungan dan kerugian dari semua tindakan yang mungkin
dilakukan, sesuai dengan keyakinan individu

Autonomous choice Kondisi dimana orang bertindak dengan sengaja, dengan

pemahaman, dan tanpa mengendalikan pengaruh yang
menentukan tindakan mereka

Evidence based Penggunaan informasi berdasarkan bukti sebagai cara untuk

patient choice meningkatkan pilihan orang sebagai pasien
50
 6
Skrining
PERENCANAAN, PENGOPERASIAN DAN
EVALUASI PROGRAM SKRINING

51
 PERENCANAAN SKRINING

menggunakan 2 pendekatan :
1. Skrining oportunistik
2. Proaktif, populasi yang ditargetkan
diidentifikasi secara aktif dan diundang
untuk berpartisipasi dalam program
skrining.
Perhatikan riwayat alami penyakit dan
efisiensi biaya
Efektivitas uji skrining dilakukan dengan
RCT 52
 PENGOPERASIAN

▰ Identifikasi populasi target

▰ Undang populasi target
▰ Menginformasikan populasi sasaran program skrining dan mendapatkan persetujuan
▰ Pelaksanaan tes
▰ Menginterpretasikan hasil tes
▰ Komunikasikan hasil tes
▰ Pengujian lanjutan / pengawasan (sesuai kebutuhan)
▰ Perawatan (sesuai kebutuhan)
▰ Sistem manajemen data
▰ Koordinasi program, pengawasan, dan jaminan kualitas
▰ Pemantauan dan evaluasi yang sedang berlangsung 53
 EVALUASI

Kondisi
• Adakah bukti valid yang menunjukkan bahwa intervensi dini meningkatkan hasil?

Uji
• Apakah uji ini aman?
• Apakah uji ini akan berhasil dalam populasi dan sistem perawatan kesehatan?

Intervensi
• Apakah ada pengobatan yang efektif yang dapat digunakan setelah identifikasi awal penyakit?

Program
• Apa manfaat dan bahaya program skrining?
• Apakah hemat biaya?

Implementasi
• Adakah fasilitas, kepegawaian, keahlian, pelatihan yang tepat untuk merawat kondisi ini?
• Apakah ada rencana yang disepakati untuk mengelola dan memantau kualitas program skrining? 54