07 - STANDARISASI (10 Files Merged) - Compressed

STANDARISASI
1
(1) Standarisasi metode langsung
Tabel 1 Populasi, kematian dan tingkat kematian per 1000 populasi pada komunitas A dan B
Komunitas Populasi Jumlah kematian Tingkat Kematian (Death Rates)

per 1000
A 6.100 67 11, 0
B 12.200 290 23,8
2
Tabel 2. Populasi, kematian dan tingkat kematian menurut umur per 1.000 populasi
pada komuni tas A dan B
Umur Jumlah Jumlah Tingkat Jumlah Jumlah Tingkat kematian di

populasi A kematian kematian di A populasi kematian B (per 1000)
di A (per 1000) B di
B
0-14 500 2 4,0 800 2 2,5
1 5 -2 8 2.OO0 8 4,0 600 2 3,3
3 0- 4 4 2.000 12 6,0 2.000 10 5,0
45 - 59 1.000 10 10,0 4.000 36 9,0
6O - 74 500 20 40,0 4.000 140 35,0
>75 100 15 150,0 800 100 125,0
Total 6.100 67 12.200 290
3
Tabel 3. Populasi Standar, tingkat kematian menurut umur per 1.000 populasi
pada komuni tas A dan B
Umur Jumlah Tingkat Jumlah kematian Tingkat Jumlah kematian

populasi
kematian di A yang diperkirakan di kematian di B yang diperkirakan
standar (per 1000) A (expected death (per 1000) di B (expected
number) death number)
0-14 1300 4,0 5,2 2,5 3,25
15-28 2600 4,0 10,4 3,3 8,58
30-44 4000 6,0 24,0 5,0 20,0
45 - 59 5000 10,0 50,0 9,0 45,0
6O - 74 4500 40,0 180,0 35,0 157,5
>75 900 150,0 135,0 125,0 112,5
18.300 404,6  405 346,83  347
405
Tingkat kematian yang distandarisasi umur pada komunitas A =  0,022  22 per
18300
1000
347
Tingkat kematian yang distandarisasi umur pada komunitas B =  0,019  19 per
18300
1000
4
(2) Standarisasi metode tidak langsung
Tabel 4. Tingkat kematian populasi standar per 1000, jumlah populasi P, jumlah populasi Q, kematian yang
diperkirakan (expected death number di P dan Q.
Umur Tingkat Jumlah populasi P Jumlah yang Jumlah populasi Q Jumlah yang
kematian diperkirakan di diperkirakan di Q
populasi P (expected (expected death
standar death number) number)
<5 2,0 500 1 2000 4
5 -19 0,5 1000 0,5 2000 1
20 – 44 1,5 2000 3 4000 6
45 – 64 10,0 1000 10 1000 10
> 65 50,0 3000 150 1000 50
Total 7500 164,5 10000 71
5
(2) Standarisasi metode tidak langsung
<5 2,0 500 1 2000 4
5 -19 0,5 1000 0,5 2000 1
20 – 44 1,5 2000 3 4000 6
45 – 64 10,0 1000 10 1000 10
> 65 50,0 3000 150 1000 50
Total 7500 164,5 10000 71
6
168
a. Tingkat kematian kasar di populasi P (Crude Death Rate)P = =  22,4 per 1000
7500
127
b. Tingkat kematian kasar di populasi Q (Crude Death Rate)Q =  12,7 per 1000
10000
Jumlah kematian yang diamati di P (OP  Observed di P)
c. SMR di P = * 100%
Jumlah kematian yang diperkirakan di P ( E P  Expected di P)
168
= * 100%  102,1%
164,5
Jumlah kematian yang diamati di Q (OQ  Observed di Q)

d. SMR di Q = * 100%
Jumlah kematian yang diperkirakan di Q ( EQ  Expected di Q)
127
= * 100%  178,8%
71
7
(3) Latihan
<1 16,0 1.000 5000
1 -14 0,6 3.000 20.000
15 – 34 2,0 8.000 35.000
35 – 54 6,0 13.000 17.000
55 - 64 15,0 7.000 8.000
> 65 85,0 20.000 15.000
Total
Diketahui tingkat kematian pada populasi P = 17,4 per 1.000. Jumlah kematian pada populasi
Q = 1.740.
Pertanyaan: a) Hitung tingkat kematian pada populasi Q. b) SMRP = ? c) SMRQ = ?
8
Tipe-tipe Studi Epidemiologi
Yovsyah
Departemen Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Indonesia
© Oktober 2021
Pengantar
• Tipe
– Jenis
– Ragam
– Aneka
– Bentuk
– Rancangan
– Desain
Tipe-tipe studi
10/04/2021 epidemiologi 2
Pengantar
• Studi
– Mempelajari
– Meneliti ฀ penelitian
– Ilmu
Tipe-tipe studi
Pengantar
• Epidemiologi
– Ilmu yang mempelajari (studi) distribusi dan
determinan kesehatan yang berkaitan dengan
keadaan atau peristiwa dalam populasi
tertentu, dan aplikasi dari studi ini untuk
mengendalikan masalah kesehatan
Tipe-tipe studi
Tujuan studi epidemiologi
• Identifikasi kasus baru

• Identifikasi populasi berisiko
• Identifikasi kemungkinan agen kausatif
penyakit
• Identifikasi faktor atau perilaku sehingga
terjadi peningkatan risiko terkena penyakit
Tipe-tipe studi
• Menentukan kepentingan relatif suatu

faktor yang berkontribusi pada suatu
penyakit
• Mengendalikan faktor-faktor atau perilaku
yang berkontribusi pada penyakit
• Mengevaluasi terapi penyakit
Tipe-tipe studi
• Menuntun pengembangan ukuran-ukuran

kesehatan masyarakat yang efektif
• Menuntun pengembangan strategi
pencegahan yang efektif
Tipe-tipe studi
Tipe-tipe studi
RISET EPIDEMIOLOGI
1
Definisi Riset
• Riset
– Pendekatan yang sistematik untuk
penyelesaian suatu masalah
– Sinonim: penelitian
2
Definisi epidemiologi
• Epidemiologi
– Ilmu yang mempelajari (studi)
distribusi dan determinan kesehatan
yang berkaitan dengan keadaan atau
peristiwa dalam populasi tertentu,
dan aplikasi dari studi ini untuk
mengendalikan masalah kesehatan
3
Apa itu riset?
• Secara tradisional, metode ilmiah

yang berarti
– Mengontrol variabel dan bias
– Menggunakan bukti empiris untuk
menyusun pengetahuan
– Dapat mengeneralisasi hasil-hasil
4
Metode ilmiah
• Menjelaskan fenomena
• Mengeksplorasi hubungan antara
fenomena-fenomena
• Menjelaskan fenomena dan menambah
pengertian
• Memprediksi sebab-sebab dan
hubungan antara fenomena-fenomena
• Mengontrol fenomena
5
Asumsi untuk metode ilmiah
• Adanya realitas objektif tidak

tergantung dari persepsi orang
• Alam mempunyai tingkatan,
keteraturan, dan konsistensi
• Semua fenomena mempunyai
sebab-sebab yang dapat dicari /
ditemukan
6
Langkah-langkah dalam
melakukan riset
• Masalah penelitian
• Reviu literatur
• Kerangka teoritis dan konseptual
• Variabel dan hipotesis
• Rancangan riset
• Populasi dan sampel
• Pengumpulan data
• Analisis data
• Hasil-hasil dan penemuan
7
Keterbatasan riset
berdasarkan metode ilmiah
• Setiap studi riset mempunyai
kelemahan
• Tidak ada studi tunggal yang
membuktikan atau tidak membuktikan
suatu hipotesis
• Isu etika dapat menghambat peneliti
• Kontrol yang adekuat sulit terpelihara
dalam studi
8
Kata-kata atau angka-angka
• Riset kualitatif
– Data dari kata-kata, gambar, dll
• Riset kuantitatif
– Data dari angka-angka
9
Dasar dan terapan
• Riset dasar
– dilakukan untuk mendapatkan pengetahuan
yang lebih lanjut dalam suatu area
pemahaman hubungan antara fenomena
• Riset terapan
– Dilakukan untuk menyelesaikan suatu
masalah utama atau modifikasi situasi –
membuat keputusan atau menilai
teknik/cara
10
Persoalan metodologik yang
penting dalam riset epidemiologi
1. Pertanyaan riset
– Tentukan suatu pertanyaan dan
variabel-variabel kunci
2. Variabel
– Apa dan bagaimana mengukur
variabel
• Eksposur (E)
• Penyakit (D)
• Kontrol (C)
11
3. Desain
• Apa rancangan studi/penelitian dan
kerangka sampel ?
4. Frekuensi
– Mengukur frekuensi penyakit
12
5. Dampak (effect)
– Mengukur dampak
6. Bias
– Kelemahan dalam desain studi,
pengumpulan, atau analisis
7. Analisis
• Menyajikan kelayakan analisis
13
Tipe riset epidemiologik
14
Pengantar
• Tipe
– Jenis
– Ragam
– Aneka
– Bentuk
– Rancangan
– Desain
15
• Identifikasi kasus baru

• Identifikasi populasi berisiko
• Identifikasi kemungkinan agen
kausatif penyakit
• Identifikasi faktor atau perilaku
sehingga terjadi peningkatan risiko
terkena penyakit
16
• Menentukan kepentingan relatif

suatu faktor yang berkontribusi
pada suatu penyakit
• Mengendalikan faktor-faktor atau
perilaku yang berkontribusi pada
penyakit
• Mengevaluasi terapi penyakit
17
• Menuntun pengembangan ukuran-

ukuran kesehatan masyarakat
yang efektif
• Menuntun pengembangan strategi
pencegahan yang efektif
18
Tipe-tipe riset epidemiologik
Tipe riset
epidemiologik
Tidak
Randomisasi
randomisasi
alokasi subjek
alokasi subjek
Studi Studi
eksperimental observasional
Community
Clinical Trials intervention Deskriptif Analitik
Trials
19
Studi eksperimental
• Menggunakan randomisasi
eksposur
• Peneliti pro-aktif menentukan
status eksposur pada tiap subjek
• Biasanya:
– Clinical Trials
– Community intervention trials
20
Studi observasional
• Tidak menggunakan randomisasi

eksposur
• Subjek menentukan status
eksposurnya
• Biasanya
– Deskriptif
– Analitik
21
Randomisasi
• Suatu prosedur yang

menempatkan subjek ke dalam
(satu dari) kelompok eksposur
yang sedang dibandingkan
sehingga setiap subjek mempunyai
probabilitas yang sama berada
dalam satu kelompok seperti
subjek yang lain
22
Randomisasi
• Cenderung memuat:
– Demografik
– Perilaku
– Genetik
– Karakteristik lain dari perbandingan
kelompok yang mirip, kecuali status
eksposurnya
23
Direksionalitas suatu studi
• Merujuk pada saat variabel

eksposur diamati relatif dalam
waktu ketika keluaran kesehatan
diamati
24
Direksionalitas ke depan
Eksposur Keluaran/penyakit
Waktu
Ya ?
Tidak ?
Studi kohort
Clinical trials
25
Direksionalitas ke belakang
Eksposur Keluaran/penyakit
Waktu
? Ya
? Tidak
Studi kasus-kontrol
26
Tanpa Direksionalitas
Waktu
Eksposur
?
Keluaran/penyakit ?
Studi kros-seksional
27
Waktuan (timing) suatu studi
Apakah keluaran kesehatan terjadi
sebelum studi dimulai?
Waktu
Eksposur Keluaran/penyakit Mulai studi
Retrospektif
Studi kasus-kontrol
28
Waktuan (timing) suatu studi
Apakah keluaran kesehatan terjadi
sebelum studi dimulai?
Waktu
Mulai studi Keluaran/penyakit
Prospektif
Clinical Trials
29
Clinical Trials
• Tujuan utamanya
– Menguji efikasi suatu intervensi preventif
atau terapetik (pengobatan)
• Kunci kajian berbagai clinical trial
adalah
– Randomisasi
– Blinding (ketidaktahuan pasien dan
investigator)
– Peduli etis
– Bermaksud untuk analisis perlakuan
30
Desain studi observasional
Kohort
Desain Kasus-kontrol
Dasar
Kros-seksional
Kasus-kontrol
Desain Nested
Hibrid
Kasus-kohort
Desain Ekologik
Inkomplit
Proporsional
31
Studi kohort
Eksposur Penyakit
Kasus
Ya
Bukan kasus
Ke depan
Kasus
Tidak
Bukan kasus
Waktu
32
Studi kohort
• Selalu suatu studi pengamatan

lanjut (follow-up) dengan
direksionalitas ke depan
• Dapat prospektif atau retrospektif
33
Studi kohort
Eksposur Penyakit
Kasus
Ya
Bukan kasus
Ke depan
Kasus
Tidak
Bukan kasus
Studi mulai
Waktu
34
Kelebihan dan kekurangan studi kohort
 Kelebihan  Kekurangan
 Studi kohort prospektif:  Kehilangan pengamatan
Sedikit bias bila diban- lanjutan adalah sumber
dingkan dengan desain potensial bias
studi observasional yang  Studi kohort prospektif:
lain Sangat mahal dan meng-
 Dapat menyebutkan bebe- habiskan waktu, mungkin
rapa penyakit dalam studi tidak cukup menemukan
yang sama kasus jika kasus jarang
 Studi kohort retrospektif:  Jika terpajan diikuti lebih
Dapat menjadi murah dan seksama dari tidak terpa-
cepat; sering kali diguna- jan, keluaran lebih mungkin
kan untuk studi okupasio- didiagnosis pada terpajan
nal
35
Studi kasus-kontrol
Eksposur Penyakit
Ya
Kasus
Tidak
Ke belakang
Ya
Bukan kasus
Tidak
Studi mulai
Waktu
36
Studi kasus-kontrol
• Subjek dipilih berdasarkan atas status
penyakitnya
– Pertama: pilih kasus dari penyakit tertentu.
– Kedua: pilih kontrol dari orang yang tanpa
penyakit tertentu
– Secara ideal, kasus dan kontrol dipilih dari
sumber populasi yang sama
• Studi Kasus-kontrol selalu retrospektif
37
Kelebihan dan kekurangan
studi kasus-kontrol
• Kelebihan • Kekurangan
– Memungkinkan – Tidak mungkin
mendapatkan jumlah beberapa penyakit
dapat dievaluasi,
kasus yang cukup bila
berlawanan dengan
dilakukan pada studi studi kohort
penyakit kronik atau
penyakit yang jarang
atau penyakit dengan
masa laten yang
panjang
38
studi kasus-kontrol
 Kekurangan
 Kelebihan
 Tidak mungkin beberapa
 Cenderung penyakit dapat dievaluasi,
berlawanan dengan studi
memerlukan ukuran kohort
sampel yang lebih  Tidak memungkinkan estimasi
kecil dari rancangan risiko secara langsung karena
studi kasus-kontrol bekerja ke
lain belakang (backward) dari
penyakit ke eksposur
 Dapat mengevaluasi
 Lebih rentan pada bias seleksi
dampak berbagai dari rancangan yang lain
eksposur yang karena eksposur telah terjadi
sebelum kasus dan kontrol
berbeda dipilih
39
studi kasus-kontrol
• Kekurangan
– Lebih rentan pada bias informasi dari pada
studi kohort karena studi kasus-kontrol
selalu backward
– Tidak efisien untuk studi eksposur yang
jarang
40
Bias
• Suatu kekurangan dalam

rancangan studi, metode
pengumpulan data, atau metode
analisis data yang mungkin
mengarah pada simpulan yang
salah tentang hubungan eksposur
– penyakit
41
Sumber bias
• Seleksi subjek studi

– Informasi yang salah dikumpulkan
dari subjek studi
– Bias non-respon
42
Sumber bias
• Confounding (kerancuan)
• Kegagalan mengukur/mengendalikan
variabel lain dari pada variabel
eksposur
43
Pemilihan kontrol dalam
studi kasus kontrol
1. Kontrol yang ideal haruslah
mewakili sumber populasi dari
yang kasus diperoleh
2. Dua tipe umum kontrol
– Kontrol population-based
– Kontrol hospital based
44
Pemilihan kontrol dalam
studi kasus kontrol
3. Pada population-based, kasus dan
kontrol datang dari sumber populasi
yang sama
4. Kontrol rumah sakit (hospital) dapat
secara mudah diakses, cenderung
koperarif, dan murah
5. Kontrol hospital biasanya tidak
representatif dari sumber populasi dan
mungkin mewakili penyakit yang
disebabkan oleh eksposur
45
Waktu
Ya Eksposur Tidak

Bukan
kasus
kasus
Penyakit
Pengamatan keadaan kesehatan
46
 Kelebihan  Kekurangan
 Tersedia waktu dan murah  Tidak dapat menetapkan
 Dapat mengamati apakah eksposur
beberapa eksposur dan mendahului penyakit atau
beberapa penyakit penyakit mempengaruhi
 Dapat menyusun hipotesis eksposur
 Biasanya mewakili populasi  Mungkin bias karena hanya
umum orang yang hidup tersedia
untuk studi
 Mungkin tidak mewakili
penyakit dengan durasi
(lama sakit) yang pendek
47
Studi kasus-kohort
Eksposur Penyakit
Ya
Kasus
Tidak
Ya
kontrol
Tidak
Waktu
Studi mulai
48
Desain hibrid
studi kasus-kohort
• Kombinasi rancangan kasus-
kontrol dan kohort
• Kontrol disampel dari kohort
original
• Kasus adalah baru atau kasus
insiden penyakit
49
Desain hibrid
studi kasus-kohort
• Kontrol dipilih dari populasi
sumber yang merupakan asal dari
kasus
• Beberapa penyakit dapat
dipelajari, sebaliknya pada studi
kasus kontrol
• Jumlah bukan kasus lebih kecil
dari pada dalam studi kohort
50
Desain hibrid
studi kasus-kohort
• Lebih cenderung pada kesalahan
pengukuran dari pada kohort
• Lebih mahal dari pada studi kasus-
kontrol
51
Studi kasus-kontrol nested
Eksposur Penyakit
Ya
Kasus
Tidak
Density
sampling
Ya
kontrol
Tidak
Waktu
52
 Disebut juga studi kasus kontrol tipe
densitas
 Merupakan variasi rancangan kasus-
kohort, yaitu kontrol dipilih dengan
menggunakan density sampling
(pengambilan sampel densitas)
53
 Density sampling memerlukan bahwa kontrol
disepadankan dengan kasus pada waktu
diagnosis kasus
 Kelebihan studi ini
 Kontrol tipe-densitas adalah risiko untuk waktu sama
seperti disepadankan dengan kasus
 Kekurangan
 Lebih cenderung pada kesalahan pengukuran dari
pada studi kohort
54
Rancangan tidak lengkap
(incomplete design)
 Studi ekologik
 Unit analisis adalah agregat (kelompok),
sering dinyatakan secara geografis
 Simpulan yang diperoleh dari studi ekologik
tidak mungkin diturunkan ke individu
(ecological fallacy)
 Data tersedia pada jumlah orang yang
terpajan dan jumlah kasus dalam tiap
kelompok, tetapi bukan pada jumlah kasus
terpajan
55
Studi proporsional
 Studi
morbiditas proporsional dan studi
mortalitas proporsional
 Hanya memuat observasi kasus tanpa
informasi tentang kandidat populasi berisiko
 Berguna untuk menyusun hipotesis
 Berguna untuk pelaksanaan uji pendahuluan
dari hipotesis etiologik
 Ukuran-ukuran dampak seperti rasio risiko
(RR) tidak dapat dibandingkan
56
Ukuran frekuensi penyakit
 Insidens(I)
 Prevalens (P)
57
 Insidens peduli kasus-kasus baru dari
suatu penyakit atau keluaran kesehatan
yang lain selama periode yang diamati
 Ukuran-ukuran insidens berguna untuk
identifikasi faktor risiko dan penilaian
etiologi penyakit
58
 Prevalens peduli pada kasus yang ada
pada titik waktu
 Ukuran-ukuran prevalens paling
bermanfaat untuk perencanaan pelayanan
kesehatan
59
Hubungan antara prevalens dan insidens
P =IxD
 P = Prevalens
 I = insidens
 D = durasi
60
Prevalens
C
P
N
 P = Prevalens
 C = Jumlah kasus (cases) yang ada
 N = jumlah populasi dalam keadaan tetap (steady state)
61
Insidens
I
CI 
N
 CI = Cumulative incidence
 I = Jumlah kasus kasus baru
 N = jumlah orang yang bebas penyakit pada permulaan
waktu pengamatan
62
Laju Insidens
I
IR 
PT
 IR = Incidence Rate
 I = Jumlah kasus kasus baru
 PT = Person-time : akumulasi informasi orang-waktu
yang bebas penyakit pada permulaan waktu
pengamatan
63
Risk (risiko)
 Probabilitas
dari pada individu akan
menjadi atau meninggal dari suatu sebab
penyakit atau, lebih umum, kan
mengalami perubahan status kesehatan
selama periode waktu pengamatan
tertentu
64
Risk (risiko)
 Berasumsi bahwa individu yang tidak sakit
pada permulaan waktu pengamatan dan
tidak meninggal karena berbagai sebab
yang lain selama pengamatan
 Haruslah menjadi beberapa nilai antara 0
dan 1, atau berkaitan dengan persentase
 Bila menggambarkan risiko, perlu
memberikan periode pengamatan jika
risiko diprediksi
65
Rate
 Ukuran frekuensi penyakit yang
menceritakan bagaimana secara cepat
peristiwa kesehatan seperti diagnosis baru
dari kasus atau kematian terjadi dalam
populasi yang diamati
 Sinonim: hazard, incidence density
66
Rate
 Mengukur seberapa cepat sesuatu yang
diamati terjadi
 Dalam epidemiologi, mengukur seberapa
cepat kasus penyakit baru berkembang,
atau seberapa cepat orang dengan
penyakit menjadai meninggal
 Haruslah diukur dalam satuan waktu
67
Ukuran dampak (effect)
 Odds ratio (OR) dan risk ratio (RR) adalah
ukuran-ukuran dasar dari dampak
 Ukuran-ukuran ini digunakan dalam studi
epidemiologik hubungan antara eksposur
dan penyakit/keluaran
 OR secara tipikal mengukur dampak yang
digunakan dalam studi kasus-kontrol
 RR secara tipikal mengukur dampak yang
digunakan dalam studi kohort
68
RR (risk ratio)
 rasio risiko untuk satu kelompok (1),
terhadap risiko kelompok yang lain (0)
 Nilai RR dapat
 RR > 1
 RR = 1
 RR < 1
69
RR (risk ratio)
 Jika RR > 1, maka risiko kelompok (1)
lebih besar dari risiko kelompok (0)
 Jika RR < 1, maka risiko kelompok (1)
kurang dari pada risiko kelompok (0)
 Jika RR = 1, maka risiko kelompok (1) dan
(0) adalah sama
70
Odds Ratio (OR)
 Perbandingan dua odds
 Dalam studi kasus kontrol, OR dinyatakan dengan
odds eksposur untuk kasus dibagi dengan odds
eksposur untuk kontrol
 Odds Ratio, seperti risk ratio, dapat lebih besar dari 1,
sama dengan 1, kurang dari 1
Odds kasus
OR 
Odds kontrol
71
Odds
 Probabilitas (P) bahwa suatu peristiwa akan
terjadi dibagi dengan probabilitas suatu
peristiwa tidak akan terjadi (1-P)
P
Odds 
1 P
72
Kasus Kontrol Total
Terpajan 18 7 25
Tidak 20 35 55
terpajan
Total 38 42 80
Proporsi kasus terpajan = 18/38 = 0,47
Proporsi kontrol terpajan = 7/42 = 0,17
0,47 0,47
Odds kasus    0,89
1  0,47 0,53
Odds kasus 0,89
0,17 0,17 OR    4,2
Odds kontrol    0,21 Odds kontrol 0,21
1  0,17 0,83
73
Odds Ratio (OR)
 Rumus yang tersedia untuk OR dalah rasio
produk silang (cross product ratio)
Kasus Kontrol Total
Terpajan a b n1
Tidak c d n2
terpajan
Total m1 m0 m
ad
OR 
bc
74
Kasus Kontrol Total
Terpajan a b n1
Tidak c d N2
terpajan
Total m1 m0 M
75
Prinsip-prinsip
Surveilens Penyakit
Yovsyah
© Sya’ban 1425 – Oktober 2004
Sumber Bahan: WHO. Principles of Disease Surveillance
12/15/2023 Prinsip surveilens penyakit 1

Definisi

Manfaat data surveilens
1. Menyajikan estimasi kuantitatif besar
masalah kesehatan
2. Menggambarkan riwayat alamiah
penyakit
3. Mendeteksi epidemik
4. Pendokumentasian distribusi dan
penyebaran peristiwa kesehatan

5. Memfasilitasi riset epidemiologik dan
laboratorium
6. Pengujian hipotesis
7. Evaluasi ukuran pemberantasan dan
pencegahan
8. Pemantauan perubahan agen infeksius

9. Deteksi perubahan dalam praktek
kesehatan
10. Perencanaan

Examples of Surveillance Objectives
Dysentery To detect outbreaks of dysentery by monitoring the
incidence of cases of acute bloody diarrhoea
Polio To monitor progress towards polio eradication by

monitoring the incidence of poliomyelitis where wild
poliovirus is isolated in children under 14 years
Malaria To monitor the incidence of laboratory confirmed malaria

including the incidence of disease due to P. falciparum
and associated antiparasitic resistance.
AIDS To measure the incidence of AIDS cases so that future

trends may be predicted and health services planned
Tuberculosis To monitor the ability of the TB programme to detect

cases, ensure treatment completion and cure
Deteksi epidemik

* Per 100,000 population

PENYAJIAN DAN
INTERPRETASI DATA
EPIDEMIOLOGI
Renti Mahkota, SKM, M.Epid

Objektif
 Mampu menyajikan tabel dengan satu, dua,
atau tiga variabel
 Mampu menyajikan dengan benar tipe grafik
berikut ini:
 Grafik garis skala aritmatik
 Grafik garis skala semilogaritmik
 Histogram
 Poligon frekuensi
 Diagram tebar (scatter)
Objektif
 Mampu menyajikan tipe chart:
 Bar chart
 Pie chart
 Spot maps
 Area maps
 Box plots
 Menjelaskan bila mana menggunakan tipe
tabel, grafik dan chart
Penyajian data
 Bertujuan mengkomunikasikan informasi
tentang data
Tabel
 Sekumpulan data yang disusun dalam baris
dan kolom
 Hampir semua informasi kuantitatif dapat
diorganisasi ke dalam tabel
 Tabel disajikan sesederhana mungkin
 Suatu tabel haruslah menjelaskan dirinya
sendiri (self-explanatory)
Manfaat penggunaan tabel
 Menampilkan
 pola-pola
 Eksepsi
 Perbedaan
 Menyiapkan penyajian visual grafik dan chart
Langkah-langkah pembuatan tabel yang self-
explanatory
 Gunakan judul yang jelas dan ringkas. Menjelaskan apa, di
mana, dan bila mana.
 Label dengan jelas setiap baris dan kolom, termasuk unit
pengukuran
 Perlihatkan total baris dan kolom
 Jelaskan berbagai kode, singkatan, atau lambang dalam
catatan kaki
 Catat sumber data dalam catatan kaki jika bukan data original
Tabel satu variabel
 Tabel paling dasar dalam epidemiologi
deskriptif
 Distribusi frekuensi sederhana
 Kolom pertama menunjukkan nilai-nilai atau
kategori dari variabel
 Kolom kedua menunjukkan jumlah orang
atau peristiwa
 Kolom ketiga menunjukkan persentase orang
atau peristiwa
Tabel satu variabel
Tabel dua dan tiga variabel
 Dikenal sebagai tabel kontingensi
 Tipe umum tabel kontingensi adalah tabel 2 x
2
Tabel 2 x 2
Tabel shell
Tabel shell
Tabel lebih dari satu variabel
Tabel ukuran statistik yang lain
 Sel-sel tabel berisi means, rates, years of
potential life lost, risiko relatif, dan ukuran
lainnya
 Judul tabel harus jelas mengidentifikasi data
yang disajikan
Contoh bentuk tabel
GRAFIK
 Metode untuk data kuantitatif dengan sistem
koordinat
 Terdiri dari 2 garis sumbu berpotongan tegak
lurus
 Setiap sumbu mempunyai skala ukuran dan
label petunjuk
 Sumbu X metode klasifikasi (waktu, umur)
 Sumbu Y frekuensi kejadian
Pembuatan Grafik
 Lengkap  mampu menerangkan sendiri
 Sederhana, sedikit garis dan simbol
 Beri keterangan jika garis banyak
 Judul atas/ bawah grafik, perlu konsisten
 Frekuensi untuk skala vertikal, klasifikasi
pada skala horizontal
 Peningkatan skala jelas
 Jarak sama - unit numerik sama
Grafik
Grafik Garis Skala Aritmatik
 Sumbu Y mempunyai nilai yang sama untuk
tiap jarak
 Panjang sumbu jangan melebihi nilai yang
ditampilkan
 Kelas interval sama dengan yg digunakan di
dalam tabel
Grafik skala aritmatik
Grafik Garis Skala Semilogaritmik
 Sumbu Y mempunyai ukuran unit logaritmik,
sumbu X ukuran aritmatik
 Membandingkan beberapa seri data,
menonjolkan perubahan relatif daripada
angka absolut
 Efektif menggambarkan perubahan tingkat
morbiditas dan mortalitas.
 Sumbu Y menggunakan rate
Grafik skala semilogaritmik
Keuntungan Grafik Skala
Semilogaritmik
 Kecuraman (slope) menunjukkan meningkat atau
menurun
 Dapat menunjukkan perbedaan yang besar dalam
angka di grafik yang relatif kecil
Penting diperhatikan bahwa: pada sumbu Y, jarak 0,01

dan 0,1 sama dengan jarak 1,0 dan 10,0
Ciri Skala logaritmik  tiap nilai kelipatan 10 dengan
jarak yg sama
Histogram
 Grafik yang menggambarkan distribusi frekuensi
 Lebar bar horizontal sama dengan interval kelas
 Tinggi bar sebanding dengan frekuensi kejadian
pada interval
 Sel yang berdekatan (sumbu X) tidak terpisah
 Skala pemutus (break) tidak dapat dipakai
Histogram
Histogram
Poligon Frekuensi
 Untuk menyajikan lebih dari dua rangkaian
data
 Menggambarkan distribusi frekuensi
 Dibentuk dengan cara menghubungkan
titik tengah masing-masing interval kelas
 Perlu ditutup dengan menghubungkan titik
data pertama dan terakhir dengan titik
tengah interval sebelum dan sesudahnya
Poligon frekuensi
Metode pembuatan poligon yang benar
Poligon frekuensi
Poligon frekuensi
Scatter Diagram
 Scatter Diagram atau Scatter plot atau
Scattergram digunakan untuk mem-plot
hubungan antara dua variable continue
 Interpretasi scatter diagram  melihat pola
secara keseluruhan
 Pola yg kompak, menunjukkan derajat
korelasi yg tinggi
Diagram tebar (Scatter plot)
Scatter plot
Diagram (Chart)
 Metode untuk menggambarkan data statistik
dengan satu koordinat
 Paling tepat untuk membandingkan data dari
klasifikasi yang berbeda
Diagram
Diagram Batang (Bar Diagram)
 Lebar sel sama dan terpisah satu sama lain
dengan jarak sama
 Perlu keterangan jika lebih dari satu balok
 Panjang balok  perbandingan proporsional
jumlah kejadian dalam interval
 Posisi dapat horizontal/ vertikal
 Pemotongan skala tidak dianjurkan
Jenis-jenis Diagram Batang
 Simple Bar Chart
 Grouped Bar Chart
 Stacked Bar Chart
 Deviation Bar Chart
 100% Component Bart Chart
Diagram batang (bar diagram)
Simple Bar Chart
Bar diagram
Diagram batang
Group Bar Chart
Stacked Bar Chart
Deviation Bar Chart
100% Component Bar Chart
Pie chart
Box plot
Diagram Koordinat Geografik
 Gambaran kejadian dengan peta
Spot Map:
 Menunjukkan kejadian dengan titik/ simbol
tempat tertentu
 Menggambarkan distribusi geografi suatu
kejadian menurut golongan atau jenis kejadian
 Mengabaikan populasi  tidak
menggambarkan risiko
Spot map
Spot map
…Diagram Koordinat Geografik
Area Map:
 Menunjukkan insidens atau distribusi kejadian
pada wilayah dengan kode/ arsiran
 Memperhitungkan populasi 
menggambarkan rate berdasarkan area
Area map
Pemilihan dan pembuatan tabel, grafik
dan diagram
Tipe Grafik atau Diagram Digunakan bila menyajikan
1. Grafik garis skala aritmatik Kecenderungan dalam jumlah atau

rate
2. Grafik garis skala 1. Menekankan perubahan rate

semilogaritmik sepanjang waktu
2. Menyajikan nilai kisaran yang
berbeda jauh besarannya
dan diagram
3. Histogram 1. Distribusi frekuensi variabel

kontinu
2. Jumlah kasus selama
epidemik (kurve epidemik)
atau waktu pengamatan
4. Poligon frekuensi Distribusi frekuensi variabel kontinu

, terutama untuk menunjukkan
komponen
dan diagram
5. Frekuensi kumulatif Frekuensi kumulatif untuk variabel

kontinu
6. Diagram tebar (scatter diagram) Plot hubungan antara dua variabel
7. Diagram bar sederhana Membandimg besar atau frekuensi

perbedaan kategori dari satu
variabel tunggal
dan diagram
8. Diagram bar grup Membandingkan besar atau frekuensi

perbedaan kategori 2-4 serial data
9. Diagram bar stacked Membandingkan total dan

menggambarkan bagian
komponen dari total di antara
grup yang berbeda
10. Diagram bar deviasi Menggambarkan perbedaan positif
dan negatif dari garis dasar
dan diagram
11. Diagram bar komponen 100% Membandingkan bagaimana

komponen berkontribusi pada
keseluruhan dalam grup yang berbeda
12. Diagram pie Menunjukkan komponen dari

keseluruhan
13. Spot map Menunjukkan lokasi kasus atau

peristiwa
dan diagram
14. Area map Menyajikan kejadian atau rate

secara geografis
12. Box plot Memvisualisasikan karakteristik

statistik (median, kisaran,
kemencengan) dari suatu
variabel
Grafik skala aritmatik
Analisis dan interpretasi data
Perencanaan analisis
• Urutan untuk analisis data
• Memulai analisis
• Missing data
• Outliers
• Kategorisasi variabel
• Dokumentasi
• Pembatasan jumlah analisis
11/21/2023 2
Daftar periksa untuk analisis data (1)
• Analisis univariat
• Buat distribusi dan frekuensi variabel
• Lihat nilai missing dan outliers
• Kode kembali dan transformasi variabel
kontinu jika perlu
• Lihat kembali distribusi dan frekuensi
• Dokumentasikan profil variabel untuk analisis
lebih lanjut
11/21/2023 3
Daftar periksa untuk analisis data (2)
• Analisis bivariat dan multivariat

• Kategorisasi informasi ke dalam variabel
outcome, variabel antara (intervening) dan
variabel yang berpengaruh
• Lakukan analisis bivariat pada uji untuk
asosiasi (hubungan) yang signifikan
• Batasi analisis pada variabel yang dibutuhkan
untuk menguji hipotesis terlebih dahulu
• Lakukan analisis multivariat
11/21/2023 4
Memulai analisis
• Analisis univariat
• Distribusi frekuensi
• Nilai kisaran
• Kemencengan (Skewness)
• Jika distribusi tidak normal
• Transformasi atau
• Gunakan statistik non parametrik
11/21/2023 5
Missing data
• Harus diperlakukan hati-hati
• Mempengaruhi generalisabilitas
11/21/2023 6
Outliers
• Mungkin nilai yang tidak benar atau
abnormal
• Dapat berpengaruh lebih besar pada
ringkasan statistik
11/21/2023 7
Kategorisasi variabel
Variabel Nama alternatif Sumbu untuk plot
Variabel outcome Variabel Sumbu Y

dependen
Variabel intervening Variabel sekunder Sumbu Y

atau varaibel oucome
alternatif
Variabel berpengaruh Variabel independen Sumbu X

Faktor risiko
Variabel eksposure
Prediktor
11/21/2023 8
Dokumentasi
• Setiap tahap dalam proses
• Pengumpulan
• Koding
• Manajemen
• Struktur file
• Transformasi data
• Print out
11/21/2023 9
Pembatasan jumlah analisis
• Analisis yang didukung oleh latar belakang
ilmiah
• Menghindari keacakan temuan yang signifikan
• Berdasarkan kelayakan studi
• Menyusun hipotesis baru
• Hanya uji hipotesis yang mempunyai
plausibilitas biologik
• Meminimalkan informasi yang salah (misleading
information)
11/21/2023 10
Metode analisis statistik
• Tujuan
• Menggunakan cara yang logis untuk
melakukan analisis statistik
• Menentukan uji statistik yang digunakan
• Mendeskripsikan akurasi estimasi
• Menilai apakah dapat disesuaikan dengan
karakteristik populasi
11/21/2023 11
Analisis statistik
• Menghasilkan ringkasan informasi untuk
suatu sampel subjek
• Contoh: mean dan prevalence rate yang
diperoleh dari subjek sedikit berbeda dari
populasi ฀ variabilitas sampling
• Mendeskripsikan karakteristik sampel
studi
• Membuat inferensial tentang populasi
pada umumnya
11/21/2023 12
Metode univariat
• Tahap pertama analisis data
• Menjelaskan frekuensi variabel kategori
• Distribusi variabel kontinu
• Berhubungan dengan sifat-sifat data yang
dikumpulkan
• Untuk pemilihan statististik yang benar
dalam analisis selanjutnya
11/21/2023 13
Analisis data kategori
• Histogram
• Hitung frekuensi Metode
• Alur analisis data kategori eksak
Kategori Sel sel

non dengan Pearson atau
ordinal jumlah kecil kontinuitas – yang
Data Mengkombi dikoreksi, kai kuadrat
kategori nasi sel
Statistik non
Kategori paramterik
Setiap sel atau trend
ordinal mempunyai jumlah kai kuadrat
yang cukup
11/21/2023 14
Kategori dengan jumlah kecil
• Berdampak besar pada hasil statistik
• Periksa distribusi setiap variabel
• Kelompokan variabel sebelum
menampilkan analisis bivariat atau
multivariat
11/21/2023 15
Peningkatan besar sampel yang diperlukan untuk analisis
multivariat dengan jumlah kategori untuk masing-masing
peningkatan variabel
Jumlah kategori
Outcome penyakit 2 2 3
Variabel pemajan 2 2 3
Confounder I 2 3 4
Confounder II 2 3 4
Jumlah sel-sel dalam tabel 16 36 144
kontigensi
Minimum besar sampel yang 160 360 1440
diperlukan
11/21/2023 16
Data kontinu
• Distribusi normal
• Jika tidak normal ฀ transformasi atau statistik
non parametrik (namun lebih disukai statistik
parametrik)
• Kemencengan
11/21/2023 17
Alur analisis data kontinu
Distribusi
Statistik normal
normal
Data
kontinu Ya
Distribusi Tranformasi
menceng ke normal
Tidak
Statistik non
parametrik
11/21/2023 18
11/21/2023 19
11/21/2023 20
Istilah-istilah
• Mean
• Interpretasi: Nilai rata-rata (rerata)
• Arti :Ukuran kecenderungan sentral dari data
• Median
• Interpretasi: Nilai “Tengah” dari data
• Arti: Titik yang separuh pengukuran terletak di
bawah dan separuh pengukuran terletak di
atas nilai ini
11/21/2023 21
Istilah-istilah
• Standard deviation
• Interpretasi: Ukuran penyebaran
• Arti: 95% dari pengukuran terletak dalam dua
standard deviation di atas dan di bawah mean
• Range
• Interpretasi: Ukuran penyebaran
• Arti: Nilai terendah dan nilai tertinggi
11/21/2023 22
Istilah-istilah
• Standar error
• Interpretasi: Ukuran presisi
• Arti: Interval dua standard error di atas dan di bawah
mean menunjukkan kisaran yang kita dapat nyatakan
95% tentu nilai mean yang benar itu berada
• 95% Confindence Interval
• Interpretasi: ukuran presisi
• Arti: kisaran dari suatu ringkasan statistik yang kita
yakin 95% bahwa nilai estimasi benar itu berada
11/21/2023 23
11/21/2023 24
Perbandingan dasar
Karakteristik Kelompok
Plasebo 1 Plasebo 2 Aktif 1 (N=51) Aktif 2 (N=51

(N=49) (N=49)
Jender
Laki-laki 21 24 29 31
Perempuan 28 25 22 20
Umur (Mean ± 14 ± 14,3 17,8 ± 29,0 15,1 ± 10,4 15,2 ± 12,3
SD) ( 2 – 71) (2 – 187) (2 – 52) (2 – 62)
(Range)
Lama sakit 34 ± 21 42 ± 26 35 ± 30 55 ± 42
sebelum
berobat
(Mean ± SD)
11/21/2023 25
Metode bivariat dan multivariat
11/21/2023 26
11/21/2023 27
11/21/2023 28
11/21/2023 29
11/21/2023 30
11/21/2023 31
11/21/2023 32
11/21/2023 33
11/21/2023 34
11/21/2023 35
SKRINING
Pengertian
• Suatu penerapan tes terhadap orang
yang tidak menunjukkan gejala dengan
tujuan mengelompokkan mereka
kedalam kelompok yang mungkin
menderita penyakit tertentu
Sifat skrining
- merupakan deteksi dini penyakit

- bukan merupakan alat diagnostik
- positif tes akan mengikuti tes
diagnostik atau prosedur untuk
memastikan adanya penyakit
Tujuan skrining
Mendapatkan keadaan penyakit dalam
keadaan dini untuk memperbaiki
prognosis, karena pengobatan
dilakukan sebelum penyakit
mempunyai manifestasi klinik
Jenis penyakit yang tepat
untuk skrining
• Penyakit serius
• Pengobatan sebelum gejala muncul
harus lebih untung dalam pengertian
mortalitas & mobiditas dibanding
setelah gejala muncul
• Prevalens penyakit preklinik harus
tinggi pada populasi yang diskrining
Penyakit serius
• cost - effective
• biaya skrining harus sesuai dengan hilangnya
konsekuensi kesehatan
• etik
• Konsekuensi tidak terdiagnosis dan
pengobatan dini harus lebih menguntungkan
dari pada akibat yang didapat dari prosedur
skrining.
• menyelamatkan hidup
• misalnya, kanker paru, kanker serviks, PKU
Pengobatan fase preklinik
A b c d
------|--------------|---------------|---------------|------
onset penyakit gejala muncul mati
biologik terdeteksi dg
skrining
Fase pre klinik

terdeteksi (detectable preclinical phase = dpcp)
Pengobatan fase preklinik
• Pengobatan pada dpcp lebih baik sebelum

gejala muncul
• Mis : - kanker serviks dpcp panjang, 10 th

tes papanicolaou smear akan efektif
- kanker paru ฀ dpcp pendek
skrining tidak efektif
Tes skrining
’harus tersedia
’tidak mahal
’mudah dilakukan
’mengakibatkan sedikit ketidaknyamanan
’valid, reliabel; bisa digandakan
VALIDITAS TES SKRINING
• Validitas sebuah test didefinisikan sebagai
kemampuan sebuah test untuk membedakan
antara orang yang memiliki penyakit (sakit)
dengan yang tidak sakit
Komponen Validitas
• Sensitivitas:
– Sensitivitas test didefinisikan sebagai
kemampuan test untuk mengidentifikasi dgn
benar orang yang sakit
• Spesifisitas:
– Spesifisitas test didefinisikan sebagai
kemampuan test untuk mengidentifikasi dgn
benar orang yang tidak sakit
Status Penyakit
+ -
Hasil Test + A B A+B
- C D C+D
A+C B+D A+B+C+D
A = jumlah individu skrining tes positif dan benar sakit (true positive)
B = jumlah individu skrining tes positif tetapi sebenarnya tidak sakit (false positive)
C = jumlah individu skrining tes negatif tapi sebenarnya sakit (false negative)
D = jumlah individu skrining tes negatif dan benar tidak sakit (true negative)
• Sensitivitas : probabilitas (t+/d+) = a/a+c
• Spesifisitas : probabilitas (t-/d-) = d/b+d
• Predictive value (+): probabilitas (t+/tx+) =

a/a+b
• Predictive value (-) : probabilitas (t-/tx-) =

d/c+d
• Prevalensi penyakit: (a+c)/(a+b+c+d)
• Prevalensi penyakit yang muncul dari tes yang

positif = (a+b)/(a+b+c+d)
• Akurasi dari tes : (a+d)/(a+b+c+d)
Latihan
• 64.810 wanita usia 40 - 60 tahun mengikuti

percobaan validitas skrining (mammografi dan
pemeriksaan fisik). Setelah 5 tahun, dari 1115 tes
skrining positif; dikonfirmasi 132 kanker
payudara, sedangkan pada 63.695 peserta yang tes
skrining negatif ternyata 45 orang dikonfirmasi
kanker payudara.
• Pertanyaan : Bagaimana tingkat validitas tes
skrining ini ?
-
Status Penyakit
+ -
Hasil Test +
-
• Sensitivitas = a/a+c =
• Spesifisitas = d/b+d =
• Predictive value (+) = a/a+b =
• Predictive value (-) = d/c+d =
• Prevalensi penyakit: (a+c)/(a+b+c+d) =
• Akurasi dari tes : (a+d)/(a+b+c+d) =

Prevalens = 5%
Populasi = 10.000
Test 1 (Gula Darah) Sensitivitas =
Spesifisitas =
Diabetes
+ -
Hasil + 350
Test - 7600
Prevalens = 5%
Populasi = 10.000
Test 1 (Gula Darah) Sensitivitas = 70%
Spesifisitas = 80%
Diabetes
+ -
Hasil + 350 1900 2250
Test - 150 7600 7750
500 9500 10.000
Nilai Prediktif
• Nilai Prediktif Positif (Positive Predictive
Value)
– Kemampuan hasil tes yang positif untuk
memprediksi adanya penyakit
• Nilai Prediktif Negatif (Negative Predictive
Value)
– Kemampuan hasil tes yang negatif untuk
memprediksi tidak adanya penyakit
Hasil Test D+ Prediktif
Nilai D- Total
T+ 80 100 180
T- 20 800 820
Total 100 900 1000
NPP = NPN =
Nilai Prediktif
Hasil Test D+ D- Total
T+ 80 100 180
T- 20 800 820
Total 100 900 1000
NPP = 80/180 = 44% NPN = 800/820 = 98%

Hubungan Nilai Prediktif Positif
& Spesifisitas
D+ D-
T+ 250 250 500
T- 250 250 500
500 500 1000
Prevalens = 50% Sen = 50% Spes = 50%

NPP = 250/500 = 50%
& Spesifisitas
D+ D-
T+ 100 400 500
T- 100 400 500
200 800 1000

NPP = 100/500 = 20%
& Spesifisitas
D+ D-
T+ 180 400 580
T- 20 400 420
200 800 1000

NPP = 180/580 = 31%
& Spesifisitas
D+ D-
T+ 100 80 180
T- 100 720 820
200 800 1000

NPP = 100/180 = 56%
• Hubungan NPP dengan Prevalens
– Semakin tinggi prevalens, semakin tinggi NPP
• Hubungan NPP dengan Spesifisitas
– Spesifisitas ditingkatkan akan meningkatkan
pula NPP
LATIHAN LAGI
Tabel 1. Tabulasi silang hasil
skrining tes dengan status
penyakit
HASIL UJI STATUS PENYAKIT TOTAL
SKRINING SEBENARNYA (Diagnosis)
SAKIT (D+) TIDAK
SAKIT (D-)
Positif (T+) A B A+B
Negatif (T-) C D C+D
TOTAL A+C B+D A+B+C+D

• Sensitivitas =75%  A/20  A = 15
• Spesifisitas = 98%  D/980 D =960
• True Prevalens = 2%  (A+C)/n; n = 1000
•  (A+C) = 20 ; C = 20 – A = 20 -15 = 5
• (A+B+C+D) = n; B+D = n – (A+C)
• (B+D) = 1000 – 20 = 980
• B+D =B+960  B = 20
• PVP =
• PVN =
Tabel 1. Tabulasi silang hasil
skrining tes dengan status
penyakit
HASIL UJI STATUS PENYAKIT TOTAL
SKRINING SEBENARNYA (Diagnosis)
SAKIT (D+) TIDAK
SAKIT (D-)
Positif (T+) 15 20 35
Negatif (T-) 5 960 965
TOTAL 20 980 1000

Kohort
Keterpajan TOTAL
an
SAKIT (D+) TIDAK
SAKIT (D-)
Exposed 15 20 35
Unexposed 5 960 965
TOTAL 20 980 1000

Kohort
• IE =
• IU =
• AR (Attributable Risk) = IE – IU = risk
difference = Net Risk
• RR = IE / IU
Kasus kontrol
Keterpajan TOTAL
an
Kasus kontrol
Exposed 15 20 35
Unexposed 5 960 965
TOTAL 20 980 1000

Kasus Kontrol
• OR (Odds Ratio) = (A x D)/(B x C)
• OR = (15 x 960) / (20 x 5)
Investigasi Wabah
Yovsyah
© Zulqaidah 1426 – Januari 2005
Definisi wabah
• Kamus Besar Bahasa Indonesia 1989

– penyakit menular yang berjangkit dengan
cepat, menyerang sejumlah besar orang di
daerah yang luas.
Definisi wabah
• Departemen Kesehatan RI Direktorat

Jenderal Pemberantasan Penyakit
Menular dan Penyehatan Lingkungan
Pemukiman 1981
– peningkatan kejadian kesakitan atau kematian
yang telah meluas secara cepat, baik jumlah
kasusnya maupun daerah terjangkit
Definisi wabah
• Undang-undang RI No 4 th. 1984

tentang wabah penyakit menular
– kejadian berjangkitnya suatu penyakit
menular dalam masyarakat yang jumlah
penderitanya meningkat secara nyata
melebihi dari pada keadaan yang lazim
pada waktu dan daerah tertentu serta
dapat menimbulkan malapetaka
Definisi wabah
• Benenson, 1985
– terdapatnya penderita suatu penyakit tertentu
pada penduduk suatu daerah, yang
nyata-nyata melebihi jumlah yang biasa
Definisi wabah
• Last 1981
– timbulnya kejadian dalam suatu masyarakat,
dapat berupa penderita penyakit, perilaku
yang berhubungan dengan kesehatan, atau
kejadian lain yang berhubungan dengan
kesehatan, yang jumlahnya lebih banyak dari
keadaan biasa
Kata lain untuk “Wabah”
• letusan (outbreak)
• kejadian luar biasa (KLB = unusual
event)
• Di Indonesia
– pernyataan adanya wabah hanya boleh
ditetapkan oleh Menteri Kesehatan
Kata yang digunakan
• KLB (Kejadian Luar Biasa)

• Epidemik
• Wabah
Penemuan awal wabah (epidemik)
• Dua cara
1.Sistem surveilens epidemiologik yang
memperingatkan suatu peningkatan masalah
kesehatan
1.Laporan individu secara langsung atau tidak

langsung yang mengalami wabah
Bilakah Wabah diinvestigasi ?
• Kemampuan mengkonfirmasi bahwa

jumlah kasus secara signifikan melebihi
dari yang diperkirakan
• Skala dan beratnya KLB
• Jika KLB tidak secara proporsional
melibatkan suatu subkelompok yang dapat
diidentifikasi
Bilakah wabah diinvestigasi ?
• Potensial menyebar
• Pertimbangan politis dan berkaitan
dengan publik
• Ketersediaan sumber
Tujuan Investigasi wabah
• Menilai kisaran dan perluasan KLB

• Menurunkan jumlah kasus yang berkaitan
dengan KLB
• Mencegah kejadian yang akan datang
dengan mengidentifikasi dan eliminasi
sumber masalah
• Mengidentifikasi sindrom penyakit baru
• Mengidentifikasi sebab-sebab baru dari

sindrom penyakit yang diketahui
• Menilai keefektifan strategi pencegahan
yang dilakukan saat ini
• Menuju kepedulian terhadap tanggung
jawab
• Melatih ahli epidemiologi

• Menyediakan hubungan masyarakat yang
baik dan mendidik masyarakat
Komponen investigasi wabah
• Diagnostik (penelitian)
• Tindakan langsung
Pseudo epidemik (wabah palsu)
• Disebabkan antara lain:
1.Perubahan cara pencatatan dan pelaporan penderita.
2.Adanya cara-cara diagnosis baru.
3. Bertambahnya kesadaran penduduk untuk berobat.
4.Adanya penyakit lain dengan gejala yang serupa.
5.Bertambahnya jumlah penduduk yang rentan.
Komponen investigasi wabah
1.Mendefinisikan masalah
2.Mendeskripsikan epidemiologi wabah
3.Memformulasikan hipotesis
4.Menguji hipotesis
5.Membuat kesimpulan dan merencanakan
aplikasi praktis
Mendefinisikan masalah
• Memastikan (konfirmasi) diagnosis

• Menunjukkan telah terjadi wabah
(epidemik)
Mendeskripsikan epidemiologi
wabah
• Waktu
– Menentukan tanggal dan waktu mulai terjadi penyakit
• Menggambarkan kurve epidemik
• Menentukan attack rate sepanjang waktu
• Tempat
– Menggambarkan spot map kasus,
mempertimbangkan lingkungan rumah, kerja,
rekreasional dan tempat petemuan khusus
Mendeskripsikan epidemiologi
wabah
• Orang
– Menghitung attack rate menurut umur, jenis
kelamin, pekerjaan, kelompok etnik, dan
faktor orang lainnya
– Mempertimbangkan tingkat infeksi, penyakit
dan kematian
– Catat kemungkinan model transmisi;
menyebutkan denominator umum dan
pengecualian yang dapat dicatat
Merumuskan hipotesis
• Sumber infeksi
• Metode kontaminasi dan penyebaran
• Kemungkinan mekanisme kontrol
Menguji hipotesis
• Melakukan penyeldikan epidemiologik

khusus, laboratorium dan lingkungan
Siapa yang melakukan investigasi
wabah ?
• Umumnya Depatemen Kesehatan
setempat
• Lembaga-lembaga lain
Membuat simpulan dan
Merencanakan aplikasi praktis
• Surveilens jangka panjang
• Pencegahan
Tahap-tahap investigasi
• 10 tahap investigasi
1.Persiapan untuk kerja lapangan
2.Menetapkan adanya suatu wabah
3.Verifikasi diagnosis kasus
4.Menetapkan suatu definisi kasus dan
menyelidiki kasus tambahan
5.Melaksanakan studi epidemiologik deskriptif
Tahap-tahap investigasi
• 10 tahap investigasi
6.Menyusun hipotesis
7.Menilai hipotesis
8.Jika diperlukan, pertimbangkan atau perhalus
hipotesis dan melakukan studi tambahan
9.Mengimplementasikan ukuran pengendalian
dan pencegahan
10.Mengkomunikasikan temuan
Tahap 1: Persiapan untuk kerja
lapangan
• Melengkapi administratif dan personal
• Persiapan perjalanan
• Persiapan perlengkapan
• Pengetahuan yang mutakhir
• Investigator memahami peranan mereka
di lapangan dan mengetahui rantai
wewenang yang dilibatkan dalam proses
Tahap 2: Menetapkan adanya
wabah
• Tugas pertama dalam investigasi wabah
adalah memastikan bahwa laporan kasus-
kasus mewakili suatu wabah sebenarnya
dengan sebab yang umum
• Investigator harus mengidentifikasi dan
memastikan (konfirmasi) semua kasus
prospektif dan mengajukan setiap kasus
sesuai dengan kriteria diagnostik standar
Tahap 2: Menetapkan adanya
wabah
• Tugas pertama dalam investigasi wabah
adalah memastikan bahwa laporan kasus-
kasus mewakili suatu wabah sebenarnya
dengan sebab yang umum
• Investigator harus mengidentifikasi dan
memastikan (konfirmasi) semua kasus
prospektif dan menetapkan setiap kasus
sesuai dengan kriteria diagnostik standar
Beberapa bias yang penting untuk
dipertimbangkan bila menilai potensial
wabah
• Bias informasi umum
– Apakah ada perubahan dalam prosedur
laporan atau definisi kasus, yang berakibat
peningkatan semu (artifaktual) dalam jumlah
kasus ?
– Apakah peningkatan mewakili suatu kejadian
semu saja atau peringatan yang salah?
wabah
• Perubahan besar populasi
– Dapatkah peningkatan yang tiba-tiba dalam
ukuran populasi, seperti yang terjadi pada
daerah pelancongan, kota kecil, atau daerah
pertanian dengan buruh musiman,
merefleksikan suatu peningkatan dalam
populasi yang berisiko dari pada sautu
perubahan dalam laju (rate) penyakit ?
wabah
• Bias kecurigaan diagnostik
– Dapatkan bias kecurigaan diagnostik, sebagai
contoh mungkin terjadi pada prosedur
diagnostik yang diperbaiki, kampanye
skrining, atau dokter baru atau perawatan
pengendalian infeksi di kota, menjelaskan
munculnya peningkatan penyakit?
wabah
• Bias publisitas
– Dapatkan bias publisitas, seperti yang terjadi
bila media massa peduli laporan kasus
sehingga menimbulkan kesan kasus
meningkat?
Tahap 3 : Verifikasi diagnosis
• Apakah sinyal awal suatu wabah

diverifikasi? Tugas selanjutnya
menetapkan definisi kasus yang dapat
dipercaya
• Definisi kasus disusun berdasarkan kriteria
standar
Definisi kasus
• Berdasarkan
– Kriteria klinis / laboratoris
– Kecurigaan
Tahap 4: Mencari kasus tambahan
• Investigator mencari kasus tambahan

dengan memeriksa rumah sakit lokal,
klinik, laboratorium klinik yang mungkin
mendiagnosis kasus atau mengobatinya
Tahap 5: Melakukan studi
epidemiologi deskriptif
• Objektif
– Mengeksplorasi dan mendeskripsikan pola
umum penyakit dalam populasi yang berisiko
– Mendeskripsikan wabah menurut variabel
epidemiologik
• Orang
• Tempat
• Waktu
• Untuk memulai epidemiologi dekriptif, kita
mengumpulkan:
– Informasi identifikasi kasus (nama, alamat,
nomor telefon, dan lain-lain
– Informasi demografik (umur, seks, ras,
pekerjaan, dam faktor orang yang lain
– Informasi klinis (waktu mulai penyakit, waktu
terpajan pada agen etiologik, tanda, gejala
dan hasil tes yang sesuai definisi kasus
• Untuk memulai epidemiologi dekriptif, kita
mengumpulkan:
– Informasi faktor risiko (pemajan yang sesuai dan
faktor luar yang mungkin mempengaruhi kejadian
penyakit
– Informasi reporter (memungkinkan untuk pertanyaan
dan tindak lanjut, jika dibutuhkan)
– Data denominator (sensus dan informasi ad hoc yang
mungkin menyediakan alasan yang kuat
• Tujuan epidemiologi deskriptif
1.Menilai kualitas data (kelengkapan dan ketepatan)
2.Mempelajari tentang kisaran dan luasnya wabah
3.Menilai kemungkinan sumber pemajan, model
transmisi, periode inkubasi, kontribusi lingkungan,
faktor risiko pejamu, dan karakteristik agen
4.Menyusun hipotesis tentang wabah
• Analisis epidemiologik wabah menurut
waktu menyajikan kurve epidemik
• Kurve epidemik menyediakan gambaran
– Persoalan epidemik dulu dan sekarang
– Periode inkubasi penyakit
• Analisis periode inkubasi dikaitkan dengan
penyakit merupakan unsur lain yang
penting dari epidemiologi deskriptif
– Mengkaji ulang
• Periode inkubasi suatu penyakit (interval waktu
antara invasi agen ke tubuh pejamu dan
umnculnya gejala atau tanda penyakit
• Periode inkubasi agen bervariasi menurut
patogenisitas dari agen, tingkat pemajan, dan
suseptibel pejamu
• Meringkas periode inkubasi yang dapat
dinyatakan dengan
– Rata-rata aritmetik
– Rata-rata geometrik
– Median
• Mengetahui periode inkubasi dapat
membantu identifikasi etiologik patogen
• Bentuk kurve epidemik berguna dalam
penentuan pola penyakit
– Point-source epidemic
• Disebabkan oleh pemajan terhadap suatu agen
dari sumber yang tunggal atas waktu yang jelas
• Wabah menampilkan peningkatan kasus yang tiba-
tiba diikuti dengan penurunan yang cepat
– Propagating epidemic
• bergantung urutan propagasi dari orang ke orang
atau kelanjutan pemajan dari satu sumber
Tahap 5: Melakukan studi epidemiologi deskriptif
• Deskripsi kejadian wabah menurut tempat
– Menyediakan bukti penunjang tentang sebab
dan transmisi agen
– Dengan spot/dot map
• Deskripsi wabah menurut orang
– Identifikasi faktor risiko tinggi
– Contoh faktor orang yang sesuai dengan
investigasi wabah
• Karakteristik demografik (umur, seks, etnisitas)
• Aktivitas personal dan praktis (pekerjaan, aktivitas
pelancongan, aktivitas agama, pengetahuan, sikap
dan kepercayaan
• Predisposisi genetik
Tahap 5: Melakukan studi epidemiologi
deskriptif
• Deskripsi wabah menurut orang

– Contoh faktor orang yang sesuai dengan
investigasi wabah
• Keadaan fisiologik (kehamilan, paritas, stres,
status gizi)
• Status imunisasi
• Status marital
– Deskripsi frekuensi penyakit menurut
karakteristik personal
Tahap 6: Mengembangkan hipotesis
• Hipotesis adalah penjelasan tentatif yang

dapat menyusun fakta yang dapat diuji
oleh investigasi lebih lanjut
• Hal yang dipertimbangkan dalam
nenyusun hipotesis
– Apakah penyakit secara umum diketahui
– Semua yang relevan dengan temuan klinis
dan laboratorium
Tahap 6: Mengembangkan hipotesis
• Hal yang dipertimbangkan dalam

nenyusun hipotesis
– Apa yang dikatakan pasien tentang
penyakitnya
– Temuan-temuan epidemiologik deskriptif
– Wawasan intuitif yang lain
Daftar periksa penyusunan hipotesis
1.Reviu apa diketahui tentang penyakit itu

sendiri
• Agen
• Reservoir
• Mekanisme transmisi
• Riwayat alamiah penyakit
• Spektrum klinis penyakit
• Mengenal faktor risiko
2.Studi temuan klinis dan temuan

laboratorium
• Reviu catatan klinis dan laboratorium
• Periksa untuk melihat jika uji lab dikonfirmasi
dan lab adalah akurat
• Menentukan lab kerja jika perlu
• Mendeskripsikan frekuensi gejala penyakit
3.Pertimbangkan apa yang pasien katakan

• Menentukan sumber pemajan yang sesuai
• Mendengarkan apa yang mereka pikirkan
tentang sebab
• Memperoleh tambahan pengetahuan ke
dalam penampakan klinis
• Melihat apakah mereka menyadari kasus yang
lain
4.Reviu hasil epidemiologi deskriptif

• Kurve dan pola epidemik (point source,
propagating, combination)
• Distribusi geografik
• Statistik inkubasi (minimum, maksimum, mean
median
• Peristiwa yang terjadi sekitar kemungkinan
periode pemajan tiap kasus
5.Merenungkan Kenyataan kritis

• Deduksi
• Intuisi
• Analogi
• Koherens
• Kredibilitas sumber
• Kualitas informasi
• Kunci-kunci yang hilang dam pejelasan
• Pengecualian dan outliers
Tahap 7: Mengevaluasi hipotesis
• Hipotesis yang dikembangkan pada tahap

6, secara terus menerus diuji kembali,
dihaluskan, dan diuji seluruh investigasi
• Metode ilmiah
– Iteratif (dapat diulang)
– Siklik
– Pengkoreksian sendiri
Uji kemaknaan statistik
Status Tak Jumlah
keterpaparan Sakit sakit
Terpapar a b H1
Tak terpapar c d H2
Jumlah V1 V2 T
Tahap 8: Bila perlu, pertimbangan atau
pembuatan hipotesis dan melakukan
studi tambahan
• Proses kontinual
– Penyusunan / pembuatan hipotesis
– Pengujian hipotesis
– Penghalusan hipotesis
Tahap 9: Implementasi ukuran-ukuran
pengendalian dan pencegahan
• Tujuan utama investigasi wabah

– Membawa epidemik sekarang menjadi
berhenti dan mencegah kejadian pada masa
yang akan datang
Unsur-unsur pengendalian epidemik
1 Pengendalian sumber patogen Menghilangkan sumber kontaminasi
Menghindari orang dari pemajan
Menginaktifkan atau menetralkan
sumber patogen
Isolasi dan pengobatan orang yang
terinfeksi
2 Memutus transmisi (pengendalian Mensterilisasi atau memisahkan
lingkungan) transmisi lingkungan yang hidup
(pejamu) dan transmisi lingkungan
yang mati (air, makanan, tanah,
udara)
Mengendalikan vektor serangga
Memperbaiki sanitasi
Unsur-unsur pengendalian epidemik

3 Mengendalikan atau memodifikasi Mengimunisasi orang yang suseptibel
respon pejamu terhadap pemajan Menggunakan terapi kemoprofilaktik
Tahap 10: Mengkomunikasikan
temuan-temuan
• Apa (what)
• Mengapa (why)
• Bilamana (when)
• Bagaimana (How)
• Di mana (Where)
• Siapa (Who)
Laporan wabah
• Apa:
– penjelasan lisan
• Mengapa:
– untuk menyebarkan informasi dan
mempertahankan simpulan dan rekomendasi,
meningkatkan hubungan yang baik dengan
publik, dan memungkinkan kritik yang
membangun
Laporan wabah
• Bilamana:
– pada permulaan dan akhir investigasi dan informasi
kapan saja untuk pencegahan dan pemberantasan
yang akan datang
• Bagaimana
– Menggunakan bahasa objektif ilmiah (menghindari
istilah emosional), mempertimbangkan pendengar
(banyak orang bukan ahli epidemiologi), dan jelaskan
prinsip dan metode epidemiologik (hindari jargon)
Laporan wabah
• Di mana:
– Tempat yang layak ditentukan oleh pendengar;
penyajian harus disampaikan di tempat yang terkena
wabah dan pada penaja (sponsor); temuan-temuan
dapat juga disajikan pada konferensi nasional dan
regional
• Siapa
– Pendengar yang mungkin bervariasi termasuk orang
lokal dan pusat, dan orang yang bertanggung jawab
untuk pengendalian dan pencegahan
Laporan wabah
• Apa:
– Laporan tertulis
• Mengapa:
– Mendokumentasikan investigasi, menyampaikan
informasi dan mempertahankan simpulan dan
rekomendasi, meningkatkan hubungan baik
profesional, meningkatkan kredibilitas kerja,
membolehkan kritik yang konstruktif, mencegah
kejadaian yang akan datang dan menambahkan
informasi dasar kesehatan masyarakat
Laporan wabah
• Bilamana:
– Pada simpulan investigasi
• Bagaimana
– Menggunakan format laporan ilmiah standar
dengan pendahuluan, metode, hasil diskusi (+
saran)
Laporan wabah
• Di mana:
– Dokumen internal harus diisi oleh departemen
kesehatan lokal dan semua penaja,
• Siapa
– Pendengar yang mungkin bervariasi termasuk
orang ahli epidemiologi dalam latihan,
lapangan dan peneliti dalam disiplin ilmu
Laporan wabah
• Laporan lisan
• Laporan tertulis
Komponen isi laporan wabah
1.Pendahuluan (gambaran peristiwa)
2.Latar belakang (geografis, politis, ekonomis,
demografis, historis)
3.Uraian tentang investigasi yang dilakukan
(alasan, metode, sumber informasi)
4.Hasil investigasi (fakta, karakteristik kasus,
angka serangan, tabulasi, kalkulasi, kurva,
pemeriksaan laboratorium, kemungkinan sumber
infeksi, suspek suatu sumber penularan, dan
lain-lain)
5.Analisis data dan simpulan
6.Uraian tentang tindakan (penanggulangan)
7.Uraian dampak
– Populasi: ฀ akibat kesehatan, hukum, ekonomis
– Tindakan penanggulangan terhadap
– Populasi ฀status kekebalan, cara hidup
– Reservoir ฀ jumlah, distribusi
– Vektor ฀ jumlah, distribusi
– Penemuan penyebab menular baru
8.Saran (perbaikan prosedur surveilens dan penang-
gulangan di masa depan
Daftar Pustaka
• Masjkuri NM. Investigasi Wabah. Bahan

Kuliah
• Gerstman BB. Epidemiology Kept Simple.
An Introduction and Modern Epidemiology.
Wiley-Liss, Inc. New Jersey. 2003
Contoh format rancangan surveilens
Komponen:
Uraian Contoh
1 Kode ICD A001
2 Penyakit atau sindrom Cholera
3 Rasional untuk surveilens Cholera menyebabkan 120.000 kematian per tahun dan
penyakit ini prevalen di 80 negara. Di Afrika epidemic
penyakit ini menjadi sangat sering dan menyebabkan tingkat
kematian (CFR) yang lebih tinggi. Dunia tersebut saat ini
mengalami pandenik yang ketujuh. Para pengungsi atau
populasi yang salah tempat merupakan risiko utama
mengalami epidemic karena kondisi yang utama di kamp
pengungsian (air yang tidak sehat, sanitasi dan hygiene yang
buruk). Pemberantasan penyakit ini menghendaki surveilens
yang layak dengan laporan yang menyeluruh. Pendidikan
kesehatan pada populasi yang berisiko dan perbaikan kondisi
kehidupan populasi adalah ukuran pencegahan yang utama
(esensial)
4 Tujuan surveilens
5 Definisi kasus yang disarankan Definisi kasus klinis
 Dalam wilayah tempat penyakit tidak dikenal
menjadi ada, pada pasien berusia 5 tahun atau lebih
dehidrasi berat atau meninggal karena diare akur
atau
 Dalam wilayah tempat ada epidemic Cholera, pada
pasien berusia 5 tahun atau lebih* , diare akut
dengan atau tanpa muntah
Kriteria Laboratorium untuk diagnosis

Isolasi Vibrio cholerae 01 atau 0139 dari tinja berbagai
pasien dengan diare
Klasifikasi kasus
Suspected (dicurigai): Suatu kasus dengan definisi kasus
klinis
Probable: tidak dapat diterapkan
Confirmed: Suatu kasus dicurigai yang dikonfirmasi dengan
pemeriksaan laboratorium
Catatan: Dalam wilayah yang terancam cholera, bila jumlah

kasus yang “confirmed” meningkat, perubahan harus dibuat
menggunakan terutama klasifikasi kasus “suspected”.
* Cholera muncul pada anak-anak usia balita,

bagaimanapun, termasuk semua kasus diare akut cair dalam
kelompok usia 2-4 tahun dalam pelaporan cholera secara
bermakna mengurangi spesifisitas laporan. Untuk
pengelolaan kasus diare akut cair dalam wilayah ada
epidemik cholera, cholera haruslah suspected pada semua
pasien.
6 Tipe surveilens yang disarankan Surveilens rutin (Ini boleh dipadukan dengan surveilens
diare, lihat diare akut).
Laporan segera yang berbasis-kasus dari kasus-kasus yang
dicurigai dari tingkat perifer ke tingkat intermedia dan pusat.
C:\Bahan kuliah\S1\Surveilens\Format contoh.doc 1

Semua kasus suspected dan cluster harus diinvestigasi.
Data yang terkumpul pada kasus harus pula dimasukkan ke
dalam laporan rutin mingguan dari tingkat intermedia ke
tingkat pusat.
Internasional:
 Kasus pertama yang dicurigai harus dilaporkan ke
WHO (mandatory)
 Data agregat pada kasus harus dilaporkan ke WHO
(mandatory)
Situasi epidemic (outbreak)

 Selama situasi epidemic surveilens harus
diintensifkan dengan tindakan surveilens penemuan
kasus secara aktif
 Konfirmasi laboratorium harus ditampilkan sesegera
mungkin
 Karena itu setelah laporan mingguan kasus, umur,
meninggal, wilayah, dan pengobtan ke rumah sakit
haruslah tersusun baik.
7 Unsur data minimum yang Data berbasis-kasus untuk investigasi dan laporan
disarankan Umur, jenis kelamin, informasi geografik
Hospitalisasi (ya/tidak)
Outcome (penyakit)
Data yang diagregasi untuk laporan

Jumlah kasus menurut umur, jenis kelamin
Jumlah kematian
8 Laporan, penyajian, analisis data Gunakan jumlah mingguan, bukan angka rata-rata
yang disarankan Case fatality rate (CFR)  grafik
Plot Mingguan/Bulanan menurut area geografik (distrik) dan
kelompok umur (GIS) (Grafik)
Perbandingan dengan periode yang sama dalam lima tahun
sebelumnya
9 Manfaat utama data untuk Deteksi outbreak, estimasi insidens dan case fatality rate
membuat keputusan Kelayakan jadwal investigasi
Menilai penyebaran dan perkembangan dari penyakit
Perenacanaan untuk pengobatan yang mendukung
pengukuran pencegahan dan pemberantasan
10 Aspek-aspek khusus Sedikitnya satu laboratorium rujukan pada setiap wilayah
direkomendasikan untuk identifikasi spesies. Sekali ada
cholera dalam suatu wilayah telah dikonfirmasi, hal itu
menjadi tidak perlu untuk mengkonfirmasi semua urutan
kasus. Pemantauan suatu epidemic haruslah, bagaimanapun,
termasuk konfirmasi laboratorium dari proporsi kecil dari
kasus-kasus pada suatu basis berlanjut.
11 Informasi kontak Kantor regional
Markas
C:\Bahan kuliah\S1\Surveilens\Format contoh.doc 2

07 - STANDARISASI (10 Files Merged) - Compressed

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

07 - STANDARISASI (10 Files Merged) - Compressed

Diunggah oleh

Hak Cipta:

Format Tersedia

STANDARISASI

Komunitas Populasi Jumlah kematian Tingkat Kematian (Death Rates)

Umur Jumlah Jumlah Tingkat Jumlah Jumlah Tingkat kematian di

Umur Jumlah Tingkat Jumlah kematian Tingkat Jumlah kematian

Jumlah kematian yang diamati di Q (OQ  Observed di Q)

• Identifikasi kasus baru

• Menentukan kepentingan relatif suatu

• Menuntun pengembangan ukuran-ukuran

• Secara tradisional, metode ilmiah

• Adanya realitas objektif tidak

• Identifikasi kasus baru

• Menentukan kepentingan relatif

• Menuntun pengembangan ukuran-

• Tidak menggunakan randomisasi

• Suatu prosedur yang

• Merujuk pada saat variabel

Eksposur Keluaran/penyakit Mulai studi

Mulai studi Keluaran/penyakit

• Selalu suatu studi pengamatan

• Suatu kekurangan dalam

• Seleksi subjek studi

Pengamatan keadaan kesehatan

12/15/2023 Prinsip surveilens penyakit 1

12/15/2023 Prinsip surveilens penyakit 3

12/15/2023 Prinsip surveilens penyakit 8

12/15/2023 Prinsip surveilens penyakit 9

12/15/2023 Prinsip surveilens penyakit 10

Polio To monitor progress towards polio eradication by

Malaria To monitor the incidence of laboratory confirmed malaria

AIDS To measure the incidence of AIDS cases so that future

Tuberculosis To monitor the ability of the TB programme to detect

12/15/2023 Prinsip surveilens penyakit 12

12/15/2023 Prinsip surveilens penyakit 19

Renti Mahkota, SKM, M.Epid

Penting diperhatikan bahwa: pada sumbu Y, jarak 0,01

1. Grafik garis skala aritmatik Kecenderungan dalam jumlah atau

2. Grafik garis skala 1. Menekankan perubahan rate

3. Histogram 1. Distribusi frekuensi variabel

4. Poligon frekuensi Distribusi frekuensi variabel kontinu

5. Frekuensi kumulatif Frekuensi kumulatif untuk variabel

6. Diagram tebar (scatter diagram) Plot hubungan antara dua variabel

7. Diagram bar sederhana Membandimg besar atau frekuensi

8. Diagram bar grup Membandingkan besar atau frekuensi

9. Diagram bar stacked Membandingkan total dan

11. Diagram bar komponen 100% Membandingkan bagaimana

12. Diagram pie Menunjukkan komponen dari

13. Spot map Menunjukkan lokasi kasus atau

14. Area map Menyajikan kejadian atau rate

12. Box plot Memvisualisasikan karakteristik

• Analisis bivariat dan multivariat

Variabel outcome Variabel Sumbu Y

Variabel intervening Variabel sekunder Sumbu Y

Variabel berpengaruh Variabel independen Sumbu X

Kategori Sel sel

Plasebo 1 Plasebo 2 Aktif 1 (N=51) Aktif 2 (N=51

- merupakan deteksi dini penyakit

Fase pre klinik

• Pengobatan pada dpcp lebih baik sebelum

• Mis : - kanker serviks dpcp panjang, 10 th

• Spesifisitas : probabilitas (t-/d-) = d/b+d

• Predictive value (+): probabilitas (t+/tx+) =

• Predictive value (-) : probabilitas (t-/tx-) =

• Prevalensi penyakit: (a+c)/(a+b+c+d)