Tugas week 2

Nama : RIA AFRIANI

NIM : 012122026

Suatu penyakit yang menjadi perhatian utama dan membahas pertimbangan statistik dan epidemiologi yang
relevan untuk menggambarkan dan memperkirakan sifat-sifat tersebut dari sampel populasi. Pendekatan umum
sebelumnya untuk jenis pertanyaan ini diberikan oleh Brookmeyer,meskipun kami akan menggunakan bahasa
statistik yang kurang teknis di sini. Perhatikan bahwa banyak kutipan memberikan detail yang lebih kompleks
dan teknis. 

Kami akan mempertimbangkan kemungkinan hasil penyakit di sini, apakah jarang atau umum, dan tanpa
membedakan antara kondisi menular dan kronis. Hal ini relevan untuk dicatat, bagaimanapun, bahwa  ada minat
baru-baru ini yang cukup besar tentang studi sejarah alam pada penyakit langka, mengikuti program hibah baru
yang diumumkan oleh Food and Drug Administration (FDA) AS yang mencakup panduan industri latar
belakang mengenai masalah dalam pengembangan obat untuk penyakit langka.Kepentingan lembaga ini muncul
dari potensi untuk menggunakan informasi sejarah alam untuk menginformasikan produk pengobatan dan
pengembangan, khususnya dalam membantu desain uji klinis yang efektif, dan dalam menentukan titik akhir
menengah dan tepat—termasuk kemungkinan sifat biomarker dan hasil pengganti. Informasi sejarah alam yang
diperlukan untuk tujuan tersebut seringkali kurang dipahami dengan baik untuk penyakit langka daripada untuk
kondisi kronis umum. Tentu saja, hasil yang jarang menimbulkan masalah dalam populasi sampel, terutama
dalam menjelaskan faktor-faktor yang mempengaruhi timbulnya penyakit. Pada saat yang sama,
mengkarakterisasi perkembangan penyakit setelah onset untuk kondisi langka memerlukan identifikasi pasien
yang terkena, seringkali dari berbagai sumber data. 

Tidak mengherankan, minat FDA paling terfokus pada perkembangan penyakit daripada onset (berlawanan
dengan program kesehatan pencegahan yang penting). Dalam hal ini, badan tersebut secara khusus telah
menarik perhatian pada, identifikasi berbagai hasil ekspresi penyakit, dan jalur mana ke hasil ekspresi ini yang
mungkin paling responsif terhadap intervensi, dan memahami target obat yang akan memodifikasi ekspresi
penyakit dan seberapa besar efek yang diperlukan untuk mengubah atau menunda yang terakhir secara
bermakna. Selain itu, memilih waktu dan frekuensi penilaian pasien dalam menentukan perubahan ekspresi
penyakit yang terkait dengan intervensi dapat sangat mempengaruhi desain uji klinis. Ini mirip dengan
menentukan jadwal skrining berkaitan dengan penilaian onset daripada ekspresi. Misalnya, pertanyaan semacam
itu mendasari perdebatan ilmiah di AS mengenai kapan harus mulai menggunakan mammogram untuk
menyaring kanker payudara, atau kolonoskopi untuk mendeteksi kanker kolorektal, dan seberapa sering
melakukan pemeriksaan ulang. 

Skema Inisiasi dan Progresi Penyakit

Kematian yang terjadi sebelum inisiasi penyakit tentu tidak terkait secara langsung sebagai efek dari penyakit
tertentu. Lebih halus, kematian yang terjadi setelah inisiasi penyakit mungkin tidak terkait dengan penyakit atau
mungkin akibat langsung dari penyakit; dalam kasus terakhir, kita akan menghitung kematian sebagai bagian
dari ekspresi penyakit. Gambar 1 mengilustrasikan apa yang biasa disebut sebagai Model Penyakit-Kematian.
Yang terakhir adalah contoh sederhana dari model multi-negara untuk perkembangan penyakit. Dalam
kebanyakan kasus, riwayat alami perkembangan penyakit berfokus pada bagian skema setelah inisiasi penyakit.
Perhatikan bahwa studi sejarah alam berusaha untuk menjelaskan faktor-faktor yang mempengaruhi risiko
keseluruhan perpindahan dari satu negara bagian ke negara bagian dan kecepatan transisi terjadi (yaitu tingkat).
Oleh karena itu, parameter sejarah alam biasanya diringkas oleh risiko kumulatif atau tingkat (seketika) yang
dapat bervariasi dari waktu ke waktu. Perbedaan dan hubungan antara risiko dan tingkat adalah penting dan
berasal dari pemahaman awal kita tentang penerapan metode kuantitatif untuk studi penyakit seperti yang
dicontohkan oleh esai Farr "On Prognosis"—dalam membaca permata sejarah ini mungkin bisa membantu
kepada pembaca modern untuk melihat bagaimana konsep Farr berhubungan dengan kosakata modern kita
dalam epidemiologi statistik.Pentingnya studi komparatif dan kompleksitas tentang bagaimana riwayat alami
suatu penyakit dapat berubah dari waktu ke waktu dan geografi sekarang menjadi komponen inti dari
pemahaman kita.
Visualisasi Riwayat Hidup—Diagram Lexis

Lexis juga membahas plot tiga dimensi yang memungkinkan untuk tahap menengah, dalam makalahnya yang
diilustrasikan oleh pernikahan. Hal ini diilustrasikan pada Gambar 2 dari Brinks et al. (2014) untuk dua
individu, satu yang mengembangkan penyakit selama hidup mereka dan satu yang tidak-versi serupa
direproduksi di sini untuk kenyamanan dalam Gambar 3. 

Diagram Lexis sangat berguna sebagai skema untuk membantu pemahaman tentang bagaimana berbagai skema
sampling akan mempengaruhi estimasi berbagai parameter sejarah alam, seperti yang kita bahas lebih lanjut di
bawah ini. Keiding (1990)memberikan diskusi definitif tentang masalah inferensi statistik yang terkait dengan
diagram Lexis. Skema juga menarik perhatian pada tantangan statistik mendasar dalam menafsirkan risiko
peristiwa seperti kematian seperti yang ditunjukkan pada Gambar 1: pertimbangkan risiko penyakit
kardiovaskular pada waktu kronologis, t, untuk seseorang yang berusia a, dan lahir pada tahun y. Sangat masuk
akal bahwa risiko seperti itu akan bergantung pada kapan Anda lahir (disebut efek kohort), usia Anda, dan pola
pengobatan dan diagnosis saat ini pada saat t (efek periode). Misalnya, pola diet yang bervariasi di awal
kehidupan dapat menghasilkan risiko yang berbeda untuk individu pada usia yang sama tergantung pada saat
mereka dilahirkan. Fenomena yang sama terjadi ketika pengobatan tertentu sekarang tersedia untuk pasien
dengan kolesterol tinggi dan/atau tekanan darah tinggi yang tidak 

tersedia untuk individu yang lahir di era sebelumnya. Dengan demikian, risiko bunga dapat bergantung pada
masing-masing t, a, dan y dengan cara yang berbeda. Namun, diketahui dengan baik bahwa efek terpisah ini
tidak dapat dengan mudah diuraikan secara terpisah: usia, periode, dan efek kohort yang tidak dapat
diidentifikasi.Pendekatan modern untuk tantangan ini melibatkan model statistik yang kompleks yang tetap
menyertakan asumsi halus yang memungkinkan beberapa resolusi.

Tes Penyaringan

Perhatikan bahwa nilai skrining untuk pengobatan yang efektif dan prognosis yang lebih baik itu sendiri
merupakan konsep yang sangat sulit untuk diukur. Kesulitan seperti itu mendasari banyak perdebatan tentang
apakah dan kapan harus menyaring penyakit kronis. Meskipun umumnya diasumsikan bahwa skrining yang luas
akan mengurangi kematian melalui deteksi dini, ini jauh dari kesimpulan sebelumnya. Berdasarkan studi
berbasis populasi yang menggunakan kelompok kontrol yang relevan, Woods et al. menunjukkan bahwa
skrining untuk neuroblastoma pada bayi tidak mungkin mengurangi angka kematian.

Kohort Prevalen Kohort 

 Dalam pengaturan penyakit langka, kohort umum lebih berguna daripada kohort insiden karena mereka
menghindari sampel individu yang sangat besar yang akan diperlukan untuk menemukan jumlah kasus insiden
yang cukup. Di sisi lain, pengambilan sampel individu "aliran tengah" selama perkembangan penyakit tentu
menimbulkan bias pengambilan sampel yang perlu dipahami dan ditangani. Sebagai contoh, individu dengan
durasi penyakit yang sangat singkat kurang diambil sampelnya dengan identifikasi cross-sectional dari kasus-
kasus yang lazim. Kadang-kadang waktu pengambilan sampel sesuai dengan perubahan kovariat seperti
pengobatan sehingga tergoda untuk menggunakan waktu dari pengambilan sampel (sampai ekspresi) sebagai
variabel hasil untuk membandingkan rejimen pengobatan. Bias yang diperkenalkan dalam melakukannya
dibahas dalam Brookmeyer2 dan Wang, Brookmeyer & Jewell.