Latihan 1 Managemen Data

Menghitung RP, OR, RR

RASIO PREVALENSI

Studi cross sectional merupakan salah satu studi epidemiologi untuk menemukan hubungan
antara factor risiko dan penyakit. Penelitian non eksperimental ini dilakukan umumnya dalam
rangka mempelajari dinamika korelasi antara factor-faktor risiko dan variable dengan efek yang
berupa penyakit atau status kesehatan tertentu, dengan model pendekatan poin time, yakni
variable-variabel yang termasuk factor risiko dan variable efek diobservasi sekaligus pada saat
yang sama, tiap subjek hanya diobservasi sekali saja dan factor risiko serta efek diukur menurut
keadaan atau status waktu diobservasi.

Angka Risiko Relatif dalam penelitian cross sectional.

Yang dimaksud dengan Risiko relative adalah kemungkinan timbul atau berkembangnya suatu
efek atau penyakit dihubungkan dengan factor risiko tertentu. Risiko ini dicerminkan dengan
adanya kasus baru dalam populasi tertentu pada periode waktu tertentu. Penghitungan risiko
relative berbeda-beda untuk penelitian epidemiologi yang satu dengan lainnya. Untuk rancangan
cross sectional, risiko relatif dicerminkan dengan angka rasio prevalensi (prevalence ratio, RP)

Rasio prevalensi adalah jumlah subjek dengan efek positif (prevalensi penyakit) pada semua
subjek dengan faktor risiko positif dibagi jumlah subjek dengan efek positif pada semua subjek
dengan faktor risiko negatif. Dengan demikian risiko relative adalah angka yang
menggambarkan prevalensi penyakit dalam populasi terkait dengan factor risiko yang dipelajari,
atau prevalensi penyakit yang timbul akibat factor risiko tertentu.

Untuk menghitung rasio prevalensi dihitung dengan rumus:

RP = A : C
A+B C+D

Efek
Ya tidak jumlah
Faktor risiko Ya A B A+B
Tidak C D C+D
Jumlah A+C B+D A+B+C+D

Interpretasi hasil:

1. Bila nilai Rasio prevalensi = 1 berarti variabel yang diduga sebagai faktor risiko tidak ada
pengaruhnya terhadap terjadinya efek, atau dengan kata lain, dia bersifat netral.
2. Bila rasio prevalensi > 1, dan rentang interval kepercayaan tidak mencakup angka 1,
maka berarti variabel tersebut merupakan faktor risiko timbulnya penyakit. Akan tetapi
 jika interval kepercayaannya mencakup angka 1, maka nilai rasio prevalensi tidak
diperhitungkan.
3. apabila rasio prevalensi < 1, dan rentang kepercayaannya tidak mencakup angka 1, maka
berarti faktor yang diteliti justru menjadi faktor yang mengurangi terjadinya penyakit,
dan menjadi faktor protektif. Jika interval kepercayaan lebih dari 1, maka nilai RP tidak
diperhitungkan.
4. Bila nilai interval kepercayaan mencakup angka 1, maka berarti pada populasi yang
diwakili oleh sampel tersebut mungkin terdapat nilai prevalen yang sama dengan 1,
sehingga belum dapat disimpulkan bahwa faktor yang dikaji tersebut merupakan faktor
risiko atau faktor proteksi, karena interval kepercayaan pada dalam konteks ini adalah
nilai IK adalah rentang nilai RP pada populasi yang mungkin ditemukan. Jadi jika dalam
rentang tersebut terdapat nilai 1, maka dalam populasi kemungkinan terdapat nilai RP =
1, sehingga ada anggota populasi yang memiliki variabel yang diduga sebagai faktor
risiko tidak berpengaruh pada efek.

Jika nilai RP > 1 dan IK tidak mencakup angka 1, maka variabel merupakan faktor risiko.
Sebagai contoh, pada penelitian mengenai sinusitis sebagai faktor risiko terjadinya Otitis
Media Akut, hasil analisis data diketahui RP=2 dan IK antara 1,02 - 3,5 maka disimpulkan
sinusitis sebagai faktor risiko OMA. Simpulannya, orang yang menderita sinusitis
memiliki kemungkinan 2 kali akan menderita OMA dibandingkan dengan orang yang
tidak menderita sinusitis.

RASIO ODDS (OR)

Penelitian case control atau case-comparison study merupakan penelitian epidemiologis yang
menelaah hubungan antara efek (penyakit) tertentu dengan factor risiko tertentu. Dalam urutan
kekuatan hubungan sebab akibat, desain case control ada di bawah desain penelitian kohort,
namun lebih kuat dari pada desain penelitian cross sectional.
Pada penelitian case control, kelompok kasus (pasien yang menderita efek) dibandingkan dengan
kelompok control (mereka yang tidak menderita penyakit atau efek). Dalam desain penelitian ini
ingin diketahui apakah suatu factor risiko tertentu benar berpengaruh terhadap terjadinya efek
dengan membandingkan kekerapan pejanan factor risiko tersebut pada kelompok kasus dan
kelompok control.
Pada desain case control, Risiko relative dinyatakan dalam rasio Odds (OR). Penghitungan OR
adalah :

AxD
OR=
BxC

Interpretasi hasil nilai OR sama dengan interpretasi RP.

RISIKO RELATIF

Penelitian kohort juga merupakan penelitian epidemiologi yang mempelajari hubungan antara
faktor risiko dan efek atau penyakit. Pada penelitian kohort, kausa atau faktor risiko
diidentifikasi terlebih dahulu, kemudian subjek diikuti sampai periode tertentu untuk melihat
terjadinya efek atau penyakit yang diteliti pada kelompok subjek dengan faktor risiko dan subjek
tanpa faktor risiko.

Pada studi kohort sederhana, besaran efek yang diperoleh menggambarkan insiden kejadian pada
setiap kelompok. Perbandingan insiden penyakit antara kelompok dengan faktor risiko dan
kelompok tanpa faktor risiko disebut dengan risiko relatif atau rasio risiko (RR)

RR dapat dihitung dengan menggunakan rumus sebagai berikut:

A C
:
RR= A+ B C +D

Berikut adalah data penelitian mengenai sinusitis sebagai faktor risko kejadian Otitis Media Akut
di RSI Sulatan Agung periode Januari-Desember 2010. Jika rancangan penelitian yang
dipergunakan adalah cross sectional, tentukan RP dan interpretasinya. Jika desain yang
dipergunakan case control, tentukan OR dan interpretasinya. Jika desain yang dipergunakan
adalah kohort, tentukan RR dan interpretasinya. Hitunglah RP, OR dan RR tersebut secara
manual dan menggunakan SPSS, kemudian bandingkan hasilnya.

No.
Responde Sinusitis Otitis Media Akut
n
1 sinusitis OMA
2 sinusitis OMA
3 sinusitis tdk OMA
4 sinusitis tdk OMA
5 sinusitis tdk OMA
6 tdk sinus tdk OMA
7 tdk sinus tdk OMA
8 sinusitis OMA
9 sinusitis OMA
10 tdk sinus OMA
11 tdk sinus OMA
12 tdk sinus OMA
13 sinusitis OMA
14 sinusitis tdk OMA
15 sinusitis tdk OMA
16 sinusitis tdk OMA
17 sinusitis tdk OMA
18 sinusitis tdk OMA
19 sinusitis OMA
20 sinusitis OMA
 21 tdk sinus OMA
22 tdk sinus OMA
23 tdk sinus tdk OMA
24 tdk sinus tdk OMA
25 sinusitis tdk OMA
26 sinusitis tdk OMA
27 tdk sinus OMA
28 tdk sinus OMA
29 tdk sinus OMA
30 sinusitis tdk OMA
31 tdk sinus tdk OMA
32 sinusitis tdk OMA
33 tdk sinus tdk OMA
34 sinusitis tdk OMA
35 tdk sinus tdk OMA
36 tdk sinus OMA
37 tdk sinus OMA
38 tdk sinus tdk OMA
39 sinusitis tdk OMA
40 sinusitis tdk OMA
41 sinusitis tdk OMA
42 tdk sinus tdk OMA
43 tdk sinus OMA
44 sinusitis OMA
45 sinusitis tdk OMA
46 sinusitis tdk OMA
47 tdk sinus tdk OMA
48 sinusitis tdk OMA
49 sinusitis tdk OMA
50 sinusitis tdk OMA

Untuk memudahkan membuat tabel 2 x 2, maka gunakan SPSS.

Buka SPSS, klik variabel view, kemudian pada kolom name, tuliskan nama variabel, yakni
sinusitis. Pada kolom values, si klik, lalu isikan value labels, seperti contoh:
Lakukan langkah yang sama untuk variabel OMA.
Kemudian kembali ke Data view, dan isikan data seperti pada contoh. Untuk membuat tabel
2x2, klik analyze, descriptive statistic dan crosstab.
Pindahkan variabel sinusitis pada kolom Rows, dan OMA pada kolom Coloums.

Kemudian klik statistik maka akan muncul :

Selanjutnya klik chisquare dan Risk.

Klik OK, maka akan muncul hasil sebagai berikut:

Hasil tabel 2 x 2 adalah sebagai berikut:
Dengan tabel 2 x 2 ini, dapat dicari nilai RP, OR dan RR dengan rumus di atas. Jika dihitung
dengan SPSS, maka hasil dapat dilihat pada tabel Risk Estimate.

sinusitis * OMA Crosstabulation

Count
OMA
OMA tdk OMA Total
sinusitis sinus 15 43 58
tdk
21 21 42
sinus
Total 36 64 100

Risk Estimate

95% Confidence
Interval
Value Lower Upper
Odds Ratio for sinusitis
.349 .150 .811
(sinus / tdk sinus)
For cohort OMA = oma .517 .304 .879
For cohort OMA = tdk oma 1.483 1.057 2.080
N of Valid Cases 100

Dari hasil tersebut diketahui:

a. Jika desain penelitiannya adalah case control, maka lihat value pada Odd ratio: 0.349,
dan 95% CI: 0.150 sd 0.811.
b. Jika desain penelitian cross sectional atau cohort, maka lihat hasil pada cohort for OMA:
0.517 dengan 95% CI: 0.304 sd 0.879.

Jelaskan maknanya!!!!