Standarisasi tarif penting dalam membandingkan data antara populasi dengan usia yang
berbeda dan distribusi jenis kelamin dan untuk menghilangkan, sejauh mungkin, efek
misalnya, akan memerlukan penggunaan populasi standar seperti Amerika Serikat pada tahun
menghilangkan efek dari perubahan komposisi usia dan jenis kelamin dari populasi. Tanpa
menggambarkan distribusi atau membandingkan kematian atau kejadian penyakit antara dua
Rata-rata Nilai rata-rata pengamatan (yaitu, jumlah nilai pengamatan dibagi dengan jumlah
pengamatan).
2. Median Nilai titik tengah di mana setengah dari pengamatan sama atau kurang, dan
setengahnya sama atau lebih besar. Ini adalah pengamatan tengah ketika serangkaian angka
3. Modus Nilai yang paling sering muncul dalam sekumpulan pengamatan. Dalam distribusi
normal, rata-rata, median, dan modus semuanya sama satu sama lain.
4. Standar deviasi Metode umum ringkasan seberapa luas menyebar atau tersebar nilai-nilai
5. Interval keyakinan Rentang atau interval di mana nilai sebenarnya dari suatu variabel,
seperti rata-rata, proporsi, atau tingkat, terletak pada tingkat probabilitas tertentu (misalnya,
95% atau 99%). Hal ini menunjukkan seberapa tepat hasil analisis berdasarkan sampel
mendekati nilai sebenarnya dari tingkat populasi yang dimaksudkan untuk diwakili oleh
sampel.
dalam distribusi variabel yang relevan antara kelompok yang dibandingkan, atau antara
sampel yang digunakan dalam penelitian dan populasi yang dipilih. Populasi standar dalam
prosedur ini adalah populasi yang usia dan komposisi jenis kelaminnya diketahui dan oleh
karena itu digunakan sebagai tolok ukur untuk membandingkan tarif untuk sejumlah
kelompok populasi yang berbeda. Perbandingan antara negara bagian yang berbeda di
Amerika Serikat atau negara-negara di Eropa akan menggunakan distribusi populasi AS,
Eropa, atau dunia. Standardisasi dapat dilakukan dengan cara langsung maupun tidak
langsung.
Penting untuk dicatat bahwa meskipun distribusi usia dan jenis kelamin sering bertindak
sebagai pembaur, banyak variabel lain dapat mempengaruhi hasil yang diukur, tergantung
pada penelitian. Misalnya, merokok dan minum kopi dapat bertindak sebagai pembaur ketika
mempelajari hubungan antara aktivitas fisik dan penyakit jantung koroner. Dalam hal efek
pengganggu seperti itu hadir dan diidentifikasi, maka analisis studi harus mengendalikan
Metode langsung standarisasi digunakan ketika tingkat kematian usia-jenis kelamin tertentu
diketahui untuk populasi yang dibandingkan dengan populasi standar. Angka ini kemudian
diterapkan pada populasi standar untuk menghitung jumlah kematian yang diharapkan untuk
setiap kelompok dalam populasi, seolah-olah komposisinya (berkenaan dengan variabel yang
kami standarkan) sama dengan populasi standar. Mereka kemudian dijumlahkan dan dibagi
dengan total populasi standar untuk memberikan ringkasan tingkat penyesuaian. Angka
kematian standar dapat dihitung untuk penyakit tertentu. Misalnya, jika seseorang
membandingkan tingkat kematian akibat kanker paru-paru di sejumlah negara untuk melihat
apakah ada perbedaan yang mungkin disebabkan oleh faktor eksternal seperti pola polusi
udara, data untuk setiap kota dapat dibandingkan dengan menggunakan standar (penyebab
Standarisasi langsung tarif merupakan metode penting untuk membandingkan pola kematian
antara kota, kabupaten, wilayah, dan negara. Tabel 3.3 menunjukkan perbedaan penting yang
terlihat dalam menyajikan data dengan standarisasi usia, di mana negara seperti Mesir,
dengan angka kematian kasar yang rendah akibat penyakit peredaran darah karena
populasinya yang masih muda tetapi angka spesifik usianya sangat tinggi. Tarif khusus usia
Ketika angka kematian usia-gender-spesifik untuk populasi penelitian tidak tersedia atau jika
jumlah di beberapa kelompok usia terlalu kecil, metode standarisasi tidak langsung
populasi standar untuk menghitung jumlah yang diharapkan dari kejadian kesehatan yang
sama untuk populasi yang sedang dipelajari, mengingat distribusi populasi tersebut (Kotak
3.14). Jumlah kematian atau kasus yang diharapkan kemudian dihitung kemudian
dibandingkan dengan jumlah kematian atau kasus yang diamati sebenarnya. Rasio yang
diamati dengan yang diharapkan kemudian dikalikan dengan 100 (atau pengganda desimal
lainnya) untuk memberikan rasio kematian standar (SMR), yang sekarang menunjukkan
perbandingan yang bebas dari faktor pengganggu seperti distribusi usia yang berbeda.
Dengan demikian, SMR memungkinkan perbandingan satu kelompok populasi nasional,
regional, atau kelompok populasi tertentu lainnya di mana tingkat usia-gender-spesifik tidak
tersedia, dengan populasi standar yang dipilih yang tingkat spesifiknya diketahui. Metode
yang sama ini juga digunakan untuk menghitung morbiditas sebagai rasio insiden standar
diakses oleh semua oleh Health for All Database. Ini membandingkan tingkat (kematian,
morbiditas, sumber daya kesehatan, pemanfaatan, gaya hidup, dan lainnya). Data untuk
semua negara distandarisasi dengan standar populasi Eropa, sehingga tingkat yang dilaporkan
dapat dibandingkan.
Oleh karena itu, rasio kematian (insiden) standar (SMRs atau SIRs) adalah angka kasar atau
jumlah total kematian atau kasus yang terjadi dalam kelompok studi, dibandingkan dengan
jumlah kematian yang diharapkan jika populasi tersebut mengalami angka kematian (atau
insiden) yang sama. sebagai populasi standar. Populasi standar memberikan dasar
perbandingan yang kuat karena ukurannya lebih besar, dengan kemungkinan variasi acak
Rasio kematian standar dapat dihitung untuk kelompok populasi tertentu dengan risiko
khusus dan dibandingkan dengan populasi standar untuk melihat apakah rentan terhadap
tingkat yang lebih tinggi. Sekelompok orang yang telah bekerja di industri tertentu dan
terpapar asbes mungkin setelah periode laten yang lama mengembangkan mesothelioma.
SMR untuk populasi mantan pekerja asbes dalam studi tindak lanjut 25 tahun terlihat pada
Tabel 3.4.
Di Inggris Raya, SMR digunakan sebagai faktor penyesuaian untuk alokasi dana kepada
otoritas kesehatan distrik. Setelah pemeriksaan panjang dari banyak alternatif, SMR diyakini
memasukkan banyak variabel yang mempengaruhi kesehatan, termasuk usia, jenis kelamin,
sosial ekonomi, dan faktor lingkungan. kematian mungkin memiliki lebih banyak penyakit
atau tingkat kematian kasus yang lebih tinggi akibat prevalensi faktor risiko yang lebih besar
(genetik, lingkungan, dan/atau sosial ekonomi). Kematian yang berlebihan juga dapat
disebabkan oleh kurangnya akses atau kualitas perawatan kesehatan yang lebih buruk.
Sumber daya tambahan disediakan atas dasar ini untuk menangani status kesehatan penduduk
yang lebih buruk. Ini adalah metode praktis untuk mengatasi perbedaan regional dalam
kesehatan, memberikan tingkat kesetaraan yang tinggi dalam alokasi sumber daya. Ini
memperhitungkan kebutuhan yang lebih besar di beberapa area daripada di area lain. SMR
kesehatan.
Data harus dinilai validitas dan reliabilitasnya. Ini juga harus dipertimbangkan untuk masuk
akal biologisnya (Kotak 3.15). Ini semua mempengaruhi sejauh mana kesimpulan dapat
Keandalan
Reproduktifitas atau reliabilitas adalah derajat stabilitas data ketika pengukuran diulang
dalam kondisi yang sama. Jika temuan dari dua peneliti yang melakukan tes yang sama
reproduktifitas antar pengamat yang tinggi. Namun, umum dalam kedokteran bahwa
standarisasi bahkan pengukuran yang relatif objektif oleh pengamat yang berbeda, seperti ahli
radiologi yang membaca sinar-x yang sama atau ahli jantung yang membaca kardiogram
yang sama, menunjukkan tingkat variabilitas yang tinggi. Standarisasi instrumen, pelatihan
pengamat dalam standar umum, dan standarisasi pengamatan rekaman diperlukan untuk
memastikan standar keandalan yang dapat diterima dalam kumpulan data apa pun. Mengukur
pasien yang sama pada waktu yang berbeda dapat menghasilkan hasil yang berbeda (seperti
dalam mengukur tekanan darah atau gula darah), sehingga standarisasi kondisi perekaman
atau penentuan waktu pengujian sangat penting untuk memastikan data yang dapat
kualitas, pengiriman sampel yang diuji di satu laboratorium ke laboratorium referensi untuk
melihat apakah hasil pengujiannya sama. Penting untuk meminimalkan sumber bias (Kotak
3.16).
Kotak 3.15
1. Validitas sejauh mana suatu ukuran benar-benar mengukur apa yang diklaimnya diukur.
2. Akurasi sejauh mana suatu ukuran sesuai atau sesuai dengan nilai sebenarnya.
8. Variasi pengamat individu ketika pengamat yang sama mencatat pengamatan yang sama
hubungan.
Keabsahan
Validitas mengacu pada sejauh mana pengukuran benar-benar mengukur apa yang diklaim
untuk diukur. Ini termasuk keterwakilan sampel dan sifat populasi dari mana sampel diambil.
Ini mencakup sifat fenomena yang diuji dan apakah metode pengambilan sampel
apakah sampel memperhitungkannya, atau apakah isi pengujian, seperti kuesioner. , benar-
benar mencerminkan sifat dari fenomena yang sedang dipelajari. Generalisasi serangkaian
temuan dari penelitian yang menggunakan laki-laki kulit putih kelas menengah atau perawat
AS sebagai subjek mungkin tidak berlaku untuk perempuan atau laki-laki dari etnis atau SES
lain, atau populasi dengan lingkungan sosial budaya yang berbeda. seperti yang biasa
dilakukan di masa lalu untuk tuberkulosis. Ketika dilakukan dengan sejumlah tes, ini disebut
skrining multifasik. Skrining dapat menargetkan kelompok dengan risiko khusus, seperti
skrining timbal dalam darah di antara pekerja yang terpapar timbal di tempat kerja mereka
atau pada anak-anak yang tinggal di sekitar pabrik yang menggunakan timbal.
Skrining adalah bagian penting dari perawatan pasien ketika pengasuh secara rutin
melakukan tes, misalnya, untuk tekanan darah, gula darah, atau kolesterol. Akurasi tes
biasanya diukur dalam hal sensitivitas dan spesifisitas. Skrining yang ditargetkan mungkin
diwajibkan oleh hukum seperti dalam kasus skrining bayi baru lahir untuk fenilketonuria
(PKU), hipotiroidisme, dan kelainan kongenital lainnya. Nilai tes skrining ditentukan
berdasarkan tingkat sensitivitas dan spesifisitasnya, serta biaya dan manfaatnya untuk
Keandalan kumpulan data dapat dikompromikan oleh bias sistematis dalam pengumpulan
1. Asumsi bias kesalahan dari logika yang salah, premis, atau asumsi yang menjadi dasar
penelitian.
2. Respon bias kesalahan sistematik karena perbedaan antara mereka yang memilih atau
3. Kesalahan bias seleksi karena pencantuman yang muncul dan diikutsertakan dalam
penelitian, meniadakan yang tidak datang karena meninggal, sembuh tanpa perawatan, tidak
memastikan bahwa semua anggota populasi referensi memiliki peluang yang diketahui dan
5. Kesalahan bias pengamat karena perbedaan antar pengamat; mungkin antara pengamat
(interobserver) atau oleh pengamat yang sama pada kesempatan yang berbeda (intra-
pengamat).
6. Kesalahan sistematik bias deteksi karena kesalahan metode diagnosis atau verifikasi kasus
dalam survei.
8. Cacat bias informasi dalam mengukur eksposur atau hasil yang mengakibatkan data tidak
dapat dibandingkan.
9. Alat ukur bias salah kalibrasi, alat ukur tidak akurat, reagen terkontaminasi,
10. Pewawancara bias memilih secara sadar atau tidak sadar dalam pengumpulan data.
11. Reporting bias self-report pelaporan selektif, menekan, atau melebih-lebihkan informasi;
12. Editor bias publikasi lebih menyukai hasil positif sehingga persepsi yang menyimpang
13. Bias karena penarikan kehilangan kasus dari sampel dengan penarikan atau
dilihat oleh pengamat, atau dalam proses diagnostik yang dipengaruhi oleh budaya,
Sensitivitas adalah proporsi orang yang benar-benar sakit dalam populasi yang diskrining
yang diidentifikasi seperti itu dengan tes skrining. Ini kadang-kadang disebut tingkat positif
sejati. Spesifisitas adalah proporsi orang yang benar-benar tidak sakit yang diidentifikasi
tidak menderita penyakit; yaitu, mengukur kemungkinan mengidentifikasi orang yang tidak
sakit dengan benar dengan tes skrining, atau tingkat negatif yang sebenarnya. Tes yang
menghasilkan terlalu banyak positif palsu atau negatif palsu tidak valid (Kotak 3.17).
Negatif palsu terjadi ketika hasil laboratorium negatif muncul pada seseorang yang memiliki
kondisi untuk tes yang sedang dilakukan. Kondisi ini ada tetapi tidak muncul pada tes
penyaringan awal atau kumpulan data. Jika skrining untuk PKU dilakukan terlalu cepat
setelah lahir, beberapa kasus mungkin terlewatkan dan hanya akan muncul kemudian. Negatif
Hasil positif palsu adalah kasus-kasus di mana hasil laboratorium positif terjadi pada
seseorang tanpa kondisi tes yang sedang dilakukan. Tidak semua orang dengan pembacaan
tekanan darah tinggi yang terisolasi memiliki hipertensi sejati. Hasil positif palsu harus
diperiksa karena tidak dapat disingkirkan tanpa konfirmasi dengan pengujian yang lebih
spesifik, seperti pembacaan tekanan darah berulang. Presisi adalah kualitas definisi yang
tajam dari tes. Jika uji laboratorium untuk pencemaran lingkungan akurat hingga bagian per
Skrining untuk penyakit dan faktor risiko adalah bagian umum dan penting dari kesehatan
masyarakat. Agar berharga, skrining memerlukan tes yang valid dan kondisi yang signifikan
dengan prevalensi tinggi dalam populasi. Skrining untuk kanker payudara, karsinoma serviks,
dan banyak kondisi lainnya adalah bagian dari armamentarium kesehatan masyarakat dan
hidup untuk penyakit ini. Skrining bayi baru lahir penting untuk kondisi yang serius dan
dapat diobati tetapi jarang terjadi seperti pada PKU dan hipotiroidisme kongenital yang lebih
umum dan dapat diobati (Bab 6). PKU adalah kondisi yang dapat dikelola dengan diet ketat
untuk mencegah konsekuensi serius dari kondisi biokimia abnormal. Skrining untuk ini dan
kelainan kelahiran lainnya, kanker serviks, kanker usus besar, dan banyak kondisi lainnya
sekarang diterima dalam pedoman klinis standar, sementara skrining untuk kanker payudara
Metode studi epidemiologi penting, tidak hanya untuk menentukan luasnya penyakit dalam
populasi, tetapi juga untuk mencari risiko spesifik atau faktor penyebab penyakit. Studi
epidemiologi memungkinkan analisis faktor risiko, variabel, atau intervensi (seperti vaksin
atau obat baru). Hal ini memungkinkan pengujian hipotesis baru dan inovasi dalam
Studi Observasi
Studi observasional adalah studi di mana populasi dipelajari, tetapi alam diizinkan untuk
mengambil jalannya. Mereka mungkin deskriptif atau analitis. Studi deskriptif terbatas untuk
menggambarkan terjadinya suatu penyakit dalam suatu populasi, yang seringkali merupakan
langkah pertama dalam penyelidikan, karena dapat memberikan petunjuk untuk penyelidikan
yang lebih mendalam. Studi analitik melangkah lebih jauh dengan mencari variabel spesifik
Epidemiologi Deskriptif
hal orang, tempat, dan waktu. Studi ini menggambarkan distribusi seperangkat variabel, tanpa
memperhatikan kausal atau hipotesis lainnya. Faktor pribadi meliputi usia, jenis kelamin,
SES, tingkat pendidikan, etnis, dan pekerjaan. Tempat terjadinya dapat ditentukan oleh batas-
batas alam atau politik, dan juga dapat mencakup variabel-variabel seperti lokasi tempat
tinggal, pekerjaan, sekolah, atau rekreasi. Faktor waktu termasuk tren waktu, yang secara
dasar lainnya;
wabah.
Tren waktu berkontribusi untuk memahami sejarah alami epidemi penyakit menular akut
seperti campak atau penyakit yang ditularkan melalui air, serta penyakit tidak menular seperti
stroke atau kanker. Studi tentang "eksperimen alami" ketika situasi kesehatan masyarakat
terjadi dapat memberikan pengalaman dan hipotesis yang berharga untuk penyelidikan lebih
lanjut. Epidemiologi juga mengkaji frekuensi dan distribusi indikator kesehatan potensial dan
Studi Analitis
Studi analitis berkaitan dengan menetapkan penyebab atau faktor risiko yang berkontribusi
terhadap penyakit, termasuk kondisi sosial, ekonomi, psikologis, atau politik yang
mempengaruhi kesehatan. Hal ini membantu untuk menentukan program intervensi untuk
kontribusi penting bagi pengobatan modern melalui identifikasi faktor risiko utama, seperti
tingkat kanker paru-paru yang lebih tinggi di antara perokok dan tingkat stroke yang lebih
tinggi di antara orang-orang dengan hipertensi. Studi analitis dapat mencakup studi cross-
sectional (atau studi prevalensi), serta studi retrospektif, prospektif, dan ekologi.
Studi analitik dapat berupa studi berbasis individu atau kelompok. Studi epidemiologi
berbasis individu mengumpulkan informasi tentang individu (baik paparan dan status hasil
Studi ekologi adalah studi di mana unit analisisnya adalah populasi atau kelompok populasi
daripada individu.
Studi Ekologi
Studi ekologi, juga dikenal sebagai studi berbasis kelompok, membandingkan nilai rata-rata
(atau ringkasan) dari paparan dan hasil dari kelompok populasi yang berbeda. Sebagai
contoh, sebuah studi yang menganalisis hubungan antara produk domestik bruto dari berbagai
negara dan prevalensi malnutrisi di negara-negara tersebut merupakan studi ekologi. Namun,
kesimpulan dari studi ekologi harus ditarik dengan hati-hati, karena nilai rata-rata mungkin
tidak benar-benar mewakili situasi aktual, dan lebih jauh lagi, karena paparan dan hasil untuk
individu tidak ditetapkan. Jika suatu kelompok memiliki prevalensi pajanan yang tinggi
(misalnya, penggunaan kontrasepsi oral pada wanita) dan hasil (misalnya, prevalensi penyakit
jantung), kita masih belum tahu apakah individu dengan status pajanan positif juga mereka
yang memiliki hasil positif. Menarik kesimpulan dari hubungan yang tampak ini adalah bias
yang disebut kekeliruan ekologis. Asosiasi antara variabel agregat berdasarkan karakteristik
kelompok tidak selalu mewakili asosiasi di tingkat individu. Namun, studi ekologi penting
untuk pemantauan kesehatan populasi dan untuk menghasilkan hipotesis untuk studi lebih
lanjut.
Studi menunjukkan korelasi yang jelas antara kualitas air minum dan tingkat kematian akibat
penyakit jantung belum dibuktikan sebagai menunjukkan hubungan "sebab-akibat". Ini akan
menjadi kesimpulan yang tidak tepat (kekeliruan ekologis) untuk menyimpulkan dari temuan
ini saja bahwa paparan air dengan tingkat kesadahan tertentu tentu mempengaruhi peluang
Studi ekologi dapat bermanfaat dalam menghasilkan hipotesis untuk penyelidikan dan
intervensi lebih lanjut. Misalnya, perbandingan SMR untuk kategori penyakit dari rangkaian
kematian rutin dapat mengidentifikasi daerah dengan tingkat penyakit tertentu yang tinggi,
seperti kanker paru-paru atau kondisi terkait diabetes, atau kecelakaan kendaraan bermotor,
yang memerlukan tindak lanjut, penyelidikan, dan kemungkinan intervensi. bahkan sebelum
studi epidemiologi yang lebih lengkap dapat dilakukan. Penelitian telah menunjukkan tingkat
dibandingkan dengan orang kulit putih di Amerika Serikat. Namun, analisis lebih lanjut
menunjukkan bahwa ada gradien untuk kematian kardiovaskular baik untuk kulit putih dan
Afrika-Amerika menurut pendapatan keluarga rata-rata, sehingga SES muncul sebagai faktor
Ini memeriksa hubungan antara penyakit tertentu dan faktor-faktor yang berhubungan dengan
kesehatan seperti yang ada pada individu dalam suatu populasi pada waktu tertentu. Populasi
kemudian dapat dibagi menjadi subkelompok, dengan dan tanpa penyakit, dan karakteristik
setiap anggota dari setiap kelompok dianalisis untuk variabel yang berbeda; misalnya usia,
jenis kelamin, wilayah tempat tinggal, pekerjaan, dan kelas sosial. Perbandingan variabel-
variabel ini dapat menunjukkan risiko penyakit yang lebih tinggi pada satu kelompok
Jenis penelitian ini relatif sederhana dan mudah dilakukan. Namun, ia memiliki beberapa
kelemahan serius yang dihasilkan dari pengukuran simultan dari kedua eksposur dan hasil.
Saat menyelidiki dua variabel (dugaan paparan dan dugaan hasil) mungkin tidak mungkin
untuk menentukan mana yang merupakan paparan dan mana yang merupakan hasil, karena
kami tidak memiliki informasi tentang hubungan waktu. Misalnya, studi cross-sectional
indeks massa tubuh (BMI) dan tekanan darah mungkin menemukan bahwa BMI tinggi
berkorelasi dengan tekanan darah tinggi, tetapi tidak akan dapat menunjukkan apakah orang
dengan BMI tinggi mengalami peningkatan tekanan darah atau jika orang dengan tekanan
darah tinggi menjadi lebih gemuk. Sebuah studi cross-sectional mungkin gagal untuk
menghasilkan informasi berharga di mana paparan atau hasil utama yang dipelajari hanya ada
selama periode waktu yang singkat. Jika paparannya singkat, pemulihan dari kondisi hasil
cepat, atau kasus fatalitasnya tinggi, kecil kemungkinan penilaian mereka pada satu titik
Studi Kasus–Kontrol
Studi kasus-kontrol adalah studi observasional dari orang-orang dengan penyakit (atau
variabel hasil lain yang menarik) dan kelompok kontrol yang cocok dari orang-orang tanpa
penyakit. Studi ini bersifat retrospektif, mengambil status hasil yang diketahui (misalnya,
status penyakit) dan melihat status paparan. Mereka membandingkan dua kelompok populasi
yang sama untuk hasil paparan mereka, satu dengan penyakit atau kondisi dan yang lainnya
tanpa. Contohnya adalah studi tentang terjadinya cacat ekstremitas atas yang serius
(phocomelia) pada anak-anak yang lahir di Jerman pada akhir 1950-an, yang menunjukkan
bahwa dari mereka yang lahir dengan cacat ini, 41 dari 46 ibu telah menggunakan obat
thalimidide sebagai pil antimual dipromosikan untuk digunakan selama kehamilan,
sedangkan tidak satu pun dari 300 ibu kontrol dengan anak normal telah melakukannya.
Penelitian ini dikonfirmasi oleh penelitian di negara-negara Eropa lainnya yang memiliki
lisensi thalidomide, yang menyebabkan penghentian persetujuan obat ini oleh FDA di
Rasio odds biasanya digunakan untuk meringkas temuan studi kasus-kontrol. Ini adalah rasio
peluang paparan di antara kasus-kasus dengan peluang paparan di antara kontrol. Studi kasus-
kontrol mungkin penting untuk menentukan perbedaan antara kelompok sakit dan kelompok
Studi kasus-kontrol ideal untuk mempelajari penyakit langka atau kondisi yang lambat
sesuai untuk analisis, tanpa memerlukan populasi studi yang sangat besar. Ini menyajikan
keuntungan penting karena mengurangi biaya dan waktu yang diperlukan untuk mempelajari
kondisi seperti itu. Namun, studi kasus-kontrol rentan terhadap berbagai sumber bias,
terutama "recall bias," di mana orang dengan/tanpa hasil yang dipelajari mungkin cenderung
lebih mengingat status paparan mereka. Misalnya, studi tentang paparan lingkungan selama
kehamilan dan malformasi janin dapat mengungkapkan proporsi paparan yang lebih tinggi di
antara wanita yang memiliki janin yang terpengaruh karena mereka lebih sadar dan
mengingat semua potensi bahaya yang mungkin menyebabkan hasil buruk yang parah dari
kehamilan mereka. .
Belajar kelompok
Studi kohort juga disebut sebagai studi prospektif, longitudinal, atau tindak lanjut. Mereka
memeriksa populasi yang awalnya bebas dari penyakit, membagi populasi menjadi
subkelompok menurut paparan faktor risiko potensial. Studi tersebut dapat menghasilkan
besarnya risiko atau tingkat kejadian penyakit yang diteliti. Risiko relatif (rasio risiko
penyakit dalam dua kelompok; yaitu, terpapar dan tidak terpapar) kemudian dapat dihitung.
Bila risiko tidak dapat ditentukan, tingkat penyakit untuk setiap kelompok (terpapar dan tidak
terpapar) ditentukan dan rasio tingkat dapat ditentukan untuk perbandingan risiko.
Kerugian utama dari studi kohort adalah waktu tindak lanjut yang mereka butuhkan (ketika
orang mungkin meninggalkan penelitian atau mangkir, sumber bias yang penting) serta
populasi penelitian yang relatif besar diperlukan untuk memastikan munculnya studi kohort.
jumlah kasus yang cukup untuk dianalisis. Tindak lanjut yang lama dan sampel yang besar
biasanya menimbulkan biaya tinggi, dan membuat studi kohort kurang cocok untuk
investigasi penyakit langka atau kondisi yang berkembang lambat. Di sisi lain, studi kohort
menghadirkan banyak keuntungan dalam hal keandalan informasi yang dikumpulkan, karena
semua paparan dapat dinilai oleh peneliti pada awal penelitian dan hasil diidentifikasi saat
muncul selama masa studi sehingga tidak ada keraguan tentang hubungan waktu.
Studi kohort (prospektif) memungkinkan pengamatan banyak hasil dari tindak lanjut jangka
panjang dari populasi yang dipilih untuk memastikan data morbiditas dan mortalitas yang
tidak tersedia dalam sistem pelaporan populasi umum. Studi kebiasaan merokok para dokter
Inggris yang diprakarsai oleh Richard Doll dan Bradford Hill dilakukan dari tahun 1951–
2001 menunjukkan efek berbahaya dari merokok dalam hal kanker paru-paru, penyakit
jantung koroner, dan kematian dini. Studi Framingham dimulai pada tahun 1949 telah
populasi Framingham, Massachusetts (lihat Bab 5). Banyak studi prospektif epidemiologi
mengikuti kelompok populasi tertentu seperti studi perawat oleh Walter Willett di Harvard
School of Public Health, memberikan sumber utama informasi baru tentang kesehatan
wanita. Ini adalah studi kohort wanita terbesar, melacak lebih dari 120.000 perawat sejak
1976.
Analisis kohort retrospektif atau historis melihat kembali catatan sebelumnya dari kelompok
dengan penyakit tertentu dan pengalaman hidup mereka sebelumnya. Ini termasuk faktor-
faktor seperti merokok, berat lahir, obesitas, hipertensi, atau paparan zat beracun seperti asbes
dalam kaitannya dengan morbiditas dan mortalitas saat ini akibat kanker paru-paru, penyakit
kesehatan masyarakat yang penting selama 50 tahun terakhir. Eksperimen alami adalah
situasi di mana keadaan yang terjadi secara alami menghasilkan dua kelompok populasi yang
serupa, satu terpapar faktor penyebab yang diduga dan satu tidak terpapar sebagai kelompok
studi atau kontrol. Istilah eksperimen alami berasal dari penelitian John Snow pada tahun
1850 tentang penduduk London yang terpapar air minum yang dipasok oleh dua perusahaan
air yang berbeda, satu kelompok memiliki tingkat kolera yang tinggi dan yang lainnya
memiliki tingkat kolera yang rendah. Istilah ini saat ini digunakan dalam menyelidiki
peristiwa epidemiologis, yang menganggap setiap peristiwa sebagai situasi unik yang perlu
ditentukan faktor-faktor yang relevan dan, sejauh mungkin, dikaitkan dengan penyakit
tersebut.
Epidemiologi Eksperimental
Studi eksperimental adalah studi tentang kondisi di bawah kendali langsung peneliti, yang
epidemiologi dalam perawatan klinis pasien individu. Epidemiologi klinis juga memberikan
Percobaan Terkendali
Uji coba terkontrol adalah eksperimen epidemiologi yang dirancang untuk mempelajari
diamati untuk perubahan dari waktu ke waktu dalam kaitannya dengan kondisi yang
dipelajari. Jika orang-orang dalam kelompok uji dan kontrol tidak mengetahui kelompok
mana mereka berada, penelitian ini disebut buta. Jika selain orang yang menilai hasil juga
tidak mengetahui apakah orang yang diuji termasuk dalam kelompok tes atau kontrol,
percobaan tersebut disebut double blind. Selanjutnya, jika mereka yang menganalisis data
juga tidak mengetahui siapa yang ada di setiap kelompok, penelitian ini dapat disebut triple
blind. Hal ini membantu untuk menghindari berbagai bias yang membatasi nilai penelitian.
Jika perbedaan hasil signifikan secara statistik untuk kelompok kontrol dan kelompok
perlakuan, maka pengobatan dianggap efektif. Penugasan pada kelompok perlakuan atau
Sementara uji coba terkontrol secara acak (RCT) dianggap sebagai standar emas dalam
epidemiologi klinis, mereka sering tidak tersedia untuk masalah kebijakan penting dan tidak
etis untuk dilakukan karena menyangkal manfaat dari intervensi positif yang diketahui secara
etis tidak dapat diterima. Mereka juga sering sulit untuk membuat kebijakan generalisasi
karena keterbatasan yang melekat dalam keterbatasan metodologis dan sumber daya yang
Uji coba lapangan mengikuti orang-orang yang bebas penyakit dalam dua kelompok, satu
dengan dan satu tanpa intervensi khusus, untuk menentukan apakah intervensi mempengaruhi
risiko pengembangan penyakit. Ini sering digunakan untuk menguji vaksin baru pada
populasi yang rentan. Uji coba lapangan yang dilakukan oleh Jonas Salk terhadap vaksin
poliomielitis yang tidak aktif pada tahun 1956 menunjukkan efek perlindungan dan
keamanannya pada sekitar 1,5 juta anak-anak Amerika, dan kemudian diadopsi di seluruh
dunia. Uji coba lapangan adalah bagian dari proses persetujuan untuk vaksin dan obat baru.
Uji coba komunitas dilakukan pada seluruh komunitas yang mengukur pengaruh faktor risiko
atau intervensi. Ini tidak dapat dengan mudah diacak karena seluruh komunitas dipilih, dan
tidak mungkin mengisolasi komunitas dari perubahan yang terjadi pada populasi umum.
Program pencegahan penyakit jantung berbasis masyarakat telah dilakukan di banyak tempat,
seperti di Karelia Utara, Finlandia, dan lainnya di Amerika Serikat seperti Proyek Kesehatan
Jantung Minnesota, Proyek Kesehatan Jantung Pawtucket di Rhode Island, (proyek CHAD)
di Kiryat Yovel, Yerusalem, dan banyak lainnya. Ini sulit untuk dievaluasi, dengan konflik
antara desain eksperimental dan realitas masyarakat. Program regional untuk pencegahan
penyakit jantung tidak dapat dipisahkan dari tren waktu di masyarakat sekitar, membatasi
interpretasi hasil yang diukur. Namun demikian, uji coba komunitas diperlukan dalam
mengevaluasi intervensi kesehatan untuk mengurangi risiko atau hasil kesehatan yang
merugikan. Mereka sering mengandalkan indikator kinerja atau pemanfaatan sebagai proxy.
Misalnya, program petugas kesehatan desa mungkin meningkatkan penggunaan perawatan
prenatal atau cakupan imunisasi lebih awal dan lebih sering, tetapi pengukuran variabel hasil
mungkin sulit untuk ditetapkan dalam kondisi lapangan terutama karena kurangnya data yang
dapat diandalkan.
Secara klasik, pencarian penyebab dalam kedokteran dan kesehatan masyarakat adalah untuk
epidemiologi penyakit menular, ini telah memberikan dasar ilmiah untuk imunologi dan
pengendalian penyakit yang dapat dicegah dengan vaksin, dan untuk sanitasi untuk mencegah
penularan penyakit yang ditularkan melalui makanan dan air. Kriteria untuk menghubungkan
penyebab penyakit menular ditetapkan pada abad kesembilan belas oleh Jacob Henle dan
Kriteria penyebab termasuk kekuatan asosiasi, masuk akal biologis, konsistensi dengan
penyelidikan lain, dan hubungan dosis-respons. Masuk akal biologis adalah tes masuk akal
dari hubungan kausal berdasarkan pengetahuan biologis atau medis yang ada. Konsistensi
dengan investigasi lain berarti bahwa temuan serupa dengan penelitian lain. Hubungan dosis-
respons adalah di mana perubahan jumlah, intensitas, atau durasi paparan dikaitkan dengan
1. Organisme (agen) harus terbukti ada dalam setiap kasus penyakit dan harus diisolasi,
2. Harus menimbulkan penyakit bila biakan murni diberikan kepada hewan yang rentan;
kompleks daripada model penyebab tunggal. Kematian tuberkulosis turun selama abad
kesembilan belas, mungkin karena perbaikan gizi dan kondisi hidup, dan selanjutnya
berkurang pada awal abad kedua puluh sebelum era antibiotik dengan kombinasi perbaikan
gizi dan pengobatan simtomatik. Kematian akibat campak menurun drastis meskipun
diperkenalkan pada 1960-an. Hal ini dapat dikaitkan dengan meningkatnya standar hidup dan
peningkatan sarana pengobatan komplikasi. Bahkan saat ini, angka kematian akibat campak
Untuk penyakit tidak menular, penyebab bahkan lebih jelas multifaktorial, dan faktor risiko
untuk satu penyakit juga dapat menjadi kontributor peningkatan risiko penyakit lain. Diet
telah ditetapkan sebagai faktor risiko utama untuk penyakit jantung koroner, serta diabetes
dan hipertensi. Diabetes merupakan faktor risiko utama untuk penyakit jantung koroner,
stroke, ginjal, mata, dan penyakit pembuluh darah perifer. Nutrisi merupakan kontributor
penting untuk kanker tertentu, sehingga multi-faktor penyebab penyakit tidak dapat
diabaikan.
Faktor risiko penyakit adalah aspek perilaku atau gaya hidup pribadi, paparan pekerjaan atau
lingkungan, kondisi sosial dan ekonomi, dan karakteristik bawaan atau bawaan yang,
berdasarkan bukti epidemiologis, diketahui terkait dengan kesehatan terkait. kondisi yang
dianggap penting untuk dicegah. Penyakit tidak menular sering dikaitkan dan diperburuk oleh
sejumlah faktor risiko, sehingga pengukuran prevalensi faktor risiko, atau variabel intervensi,
penting untuk penilaian epidemiologis risiko masa depan penyakit tersebut. Prevalensi
merokok, sebagai contoh, dapat menjadi indikator potensi kanker paru-paru dan penyakit
kardiovaskular di masa depan. BMI, tekanan darah, dan kadar kolesterol serum yang diukur
di masyarakat berfungsi sebagai indikator risiko penyakit jantung koroner (Kotak 3.19).
Pengukuran ini menunjukkan risiko individu dan masyarakat, dan untuk mengukur efektivitas
PEMBERITAHUAN PENYAKIT
Data morbiditas dilaporkan oleh dokter, biasanya berdasarkan pelaporan wajib penyakit
menular dan tidak menular tertentu. Beberapa penyakit seperti pes, kolera, demam kuning,
tifus yang ditularkan melalui kutu, dan demam kambuhan yang ditularkan melalui kutu dapat
dampak tindakan kesehatan masyarakat (lihat Bab 4). Penyakit tambahan yang dilaporkan
secara rutin di negara lain termasuk penyakit yang ditularkan melalui air dan makanan,
(kelamin), oftalmia gonokokal, dan listeriosis. Penyakit atau kejadian kesehatan lain dapat
ditambahkan ke pelaporan rutin (atau survei khusus) sesuai dengan kondisi lingkungan
endemik. Pelaporan penyakit menular adalah salah satu dasar terpenting dari praktik
kesehatan masyarakat.
1. Prevalensi penyakit harus secara signifikan lebih tinggi pada mereka yang terpapar dengan
2. Paparan penyebab yang dihipotesiskan harus lebih sering di antara mereka yang memiliki
penyakit daripada di kontrol tanpa penyakit, ketika semua faktor risiko lainnya dianggap
konstan.
3. Insiden penyakit harus secara signifikan lebih tinggi pada mereka yang terpapar penyebab
yang dihipotesiskan daripada kontrol yang tidak begitu terpapar, seperti yang ditunjukkan
4. Penyakit harus mengikuti paparan agen penyebab yang dihipotesiskan dengan distribusi
5. Spektrum respons pejamu harus mengikuti paparan agen yang dihipotesiskan sepanjang
6. Respon pejamu yang dapat diukur setelah pajanan terhadap penyebab yang dihipotesiskan
harus memiliki probabilitas tinggi untuk muncul pada mereka yang tidak memiliki ini
antibodi, sel kanker) atau harus bertambah besar jika ada sebelum pajanan. Pola respons ini
7. Reproduksi eksperimental penyakit harus terjadi lebih sering pada hewan atau manusia
yang terpapar secara tepat dengan penyebab yang dihipotesiskan daripada yang tidak
terpapar; paparan ini mungkin disengaja pada sukarelawan, diinduksi secara eksperimental di
9. Pencegahan atau modifikasi respon pejamu pada paparan penyebab yang dihipotesiskan
10. Semua hubungan dan temuan harus masuk akal secara biologis dan epidemiologis.
yang berkaitan dengan populasi dan keadaan klinis yang penting bagi kesehatan populasi. Ini
termasuk pelaporan wajib dan pencatatan dan survei khusus. Mereka sangat penting untuk
kesehatan, apakah itu untuk tantangan penyakit menular akut atau masalah penyakit kronis
jangka panjang seperti penyakit kardiovaskular dan diabetes. Cakupan sistem pelaporan
seperti itu tentu sangat luas (Tabel 3.5), dengan tambahan baru-baru ini pada pelaporan wajib
tentang pelecehan anak dan orang tua. Prioritas dapat bervariasi dari satu negara ke negara
lain, tetapi kebutuhan dasar dalam perawatan kesehatan mencakup berbagai kondisi,
termasuk penyakit menular, kanker, cacat lahir, dan sistem informasi keluar dari rumah sakit.
Data dari kanker, cacat lahir, dan pendaftar berat badan lahir rendah dapat memberikan
petunjuk berharga untuk paparan lingkungan yang penting bagi kesehatan masyarakat.
Idealnya, sistem pencatatan dan pelaporan penyakit harus dikoordinasikan ke dalam sistem
informasi kesehatan terpadu. Amerika Serikat memiliki jaringan yang efektif dari sistem
pelaporan tersebut, seperti Biro Sensus, Departemen Kesehatan dan Layanan Kemanusiaan,
departemen kesehatan negara bagian, dan CDC dengan berbagai sistem pengawasan dan
publikasi mingguan reguler dengan laporan khusus berkala. pada survei khusus dan laporan
rutin insiden dan prevalensi penyakit. Nomor identifikasi individu, seperti nomor Jaminan
Sosial, untuk setiap anggota populasi memungkinkan penggunaan data dari pendaftar khusus
terkait. Namun, tindakan perlindungan harus dilakukan untuk memastikan privasi dan untuk
mencegah penyalahgunaan data ini untuk tujuan yang tidak etis. Mekanisme perlindungan
dapat dibangun ke dalam sistem data untuk melindungi privasi individu. Ini adalah masalah
khusus di Amerika Serikat dengan populasi imigran besar yang tidak terdaftar, banyak dari
mereka menerima layanan dari program publik, tetapi juga dalam bahaya dari kemungkinan
dipelajari. Misalnya, menghubungkan set data untuk pendaftar kanker, catatan vital, indikator
polusi, dan sistem informasi pemulangan rumah sakit dapat meningkatkan penyelidikan
kondisi medis tertentu, seperti pemantauan umur panjang dan penggunaan rumah sakit untuk
kanker anak. Ini juga dapat digunakan untuk membandingkan pola morbiditas dan mortalitas
untuk kondisi tertentu dengan membandingkan rawat inap dengan pola mortalitas (Kotak
3.20). Pencatatan cacat lahir sangat penting karena ada banyak intervensi yang dapat
mengurangi cacat lahir, dan pemantauan insiden kasus dan angka baru akan membantu untuk
Kotak 3.20 Identifikasi Penyakit Hemoragik pada Bayi Baru Lahir dalam Tinjauan Catatan
Studi dari pendaftar statistik vital dapat menimbulkan pertanyaan atau hipotesis epidemiologi
yang memerlukan penyelidikan lebih lanjut. Survei khusus menjadi penting sebagai tindak
lanjut temuan awal. Intervensi kemudian dapat direncanakan berdasarkan penyelidikan ini.
Sebagai contoh, tinjauan statistik vital di Negara Bagian New York (1987) menunjukkan 32
kematian bayi yang dilaporkan selama tahun 1980-an dikaitkan dengan penyakit hemoragik
pada bayi baru lahir (HDN), penyakit yang dapat dicegah dengan suntikan vitamin K
Sebuah studi lanjutan dari Sistem Informasi Pemulangan Rumah Sakit Negara menunjukkan
sejumlah besar pasien keluar dari rumah sakit dengan diagnosis HDN (diagnosis pertama
hingga keempat) selama periode waktu yang sama. Sebuah tinjauan catatan kasus kematian
bayi dengan HDN sebagai diagnosis (diagnosis pertama sampai keempat) menunjukkan
bahwa dua pertiga dari kasus tidak menerima vitamin K sama sekali, atau tidak sampai
untuk bayi baru lahir. Rekam hubungan antara data rawat inap dan kasus-kasus individual
Studi ini menyebabkan adopsi injeksi vitamin K untuk semua bayi di Negara Bagian New
industri sejak puncaknya pada awal 1960-an. Hal ini dapat dikaitkan dengan banyak faktor,
termasuk perubahan nutrisi, merokok, dan faktor risiko lainnya, tetapi juga untuk perawatan
medis yang lebih baik untuk hipertensi dan untuk kejadian koroner akut, serta rehabilitasi dan
perawatan jantung jangka panjang. Prevalensi proses penyakit dasar mungkin tidak menurun,
tetapi pencegahan primer dan sekunder jauh lebih baik. Studi yang menghubungkan pola
rawat inap dengan tindakan pencegahan seperti undang-undang pendidikan merokok dan
KLASIFIKASI PENYAKIT
Karena statistik komparatif sangat penting dalam memantau status kesehatan suatu populasi,
maka penting untuk mengembangkan nomenklatur standar yang diterima secara internasional
dan sistem pengkodean untuk meminimalkan perbedaan klasifikasi. Bills of Mortality yang
digunakan pada abad ketujuh belas mendefinisikan 17 kategori. Klasifikasi penyakit
berdasarkan lokasi anatomi atau sistem tubuh diprakarsai oleh William Farr pada Kongres
Internasional (ICD), dan sejak revisi keenam 1948, ICD telah diperbarui pada interval sekitar
10 tahun oleh WHO. Revisi kesepuluh dari Klasifikasi Penyakit Internasional (ICD-10) mulai
digunakan secara umum pada tahun 1993. Klasifikasi ini dipecah menjadi banyak subkategori
dengan pengkodean untuk menunjukkan kelompok penyakit dan prosedur yang tepat (Tabel
3.6). Demikian pula, klasifikasi gangguan kesehatan mental telah dikembangkan (Bab 7).