1
(1) Standarisasi metode langsung
Tabel 1 Populasi, kematian dan tingkat kematian per 1000 populasi pada komunitas A dan B
2
Tabel 2. Populasi, kematian dan tingkat kematian menurut umur per 1.000 populasi
pada komuni tas A dan B
3
Tabel 3. Populasi Standar, tingkat kematian menurut umur per 1.000 populasi
pada komuni tas A dan B
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
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
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
127
= * 100% 178,8%
71
7
(3) Latihan
Tabel 5. 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)
<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
10/04/2021 epidemiologi 3
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
10/04/2021 epidemiologi 4
Tujuan studi epidemiologi
Tipe-tipe studi
10/04/2021 epidemiologi 5
Tujuan studi epidemiologi
Tipe-tipe studi
10/04/2021 epidemiologi 6
Tujuan studi epidemiologi
Tipe-tipe studi
10/04/2021 epidemiologi 7
Tipe-tipe studi
10/04/2021 epidemiologi 8
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?
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
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
Persoalan metodologik yang
penting dalam riset epidemiologi
3. Desain
• Apa rancangan studi/penelitian dan
kerangka sampel ?
4. Frekuensi
– Mengukur frekuensi penyakit
12
Persoalan metodologik yang
penting dalam riset epidemiologi
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
Tujuan studi epidemiologi
16
Tujuan studi epidemiologi
17
Tujuan studi epidemiologi
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
21
Randomisasi
• Cenderung memuat:
– Demografik
– Perilaku
– Genetik
– Karakteristik lain dari perbandingan
kelompok yang mirip, kecuali status
eksposurnya
23
Direksionalitas suatu studi
24
Direksionalitas suatu studi
Direksionalitas ke depan
Eksposur Keluaran/penyakit
Waktu
Ya ?
Tidak ?
Studi kohort
Clinical trials
25
Direksionalitas suatu studi
Direksionalitas ke belakang
Eksposur Keluaran/penyakit
Waktu
? Ya
? Tidak
Studi kasus-kontrol
26
Direksionalitas suatu studi
Tanpa Direksionalitas
Waktu
Eksposur
?
Keluaran/penyakit ?
Studi kros-seksional
27
Waktuan (timing) suatu studi
Apakah keluaran kesehatan terjadi
sebelum studi dimulai?
Waktu
Retrospektif
Studi kasus-kontrol
28
Waktuan (timing) suatu studi
Apakah keluaran kesehatan terjadi
sebelum studi dimulai?
Waktu
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
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
Kelebihan dan kekurangan
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
Kelebihan dan kekurangan
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
41
Sumber bias
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
Studi kros-seksional
Waktu
Ya Eksposur Tidak
Bukan
kasus
kasus
Penyakit
46
Studi kros-seksional
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
Studi kasus-kontrol nested
Disebut juga studi kasus kontrol tipe
densitas
Merupakan variasi rancangan kasus-
kohort, yaitu kontrol dipilih dengan
menggunakan density sampling
(pengambilan sampel densitas)
53
Studi kasus-kontrol nested
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
Ukuran frekuensi penyakit
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
Ukuran frekuensi penyakit
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
Departemen Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Indonesia
© Sya’ban 1425 – Oktober 2004
Sumber Bahan: WHO. Principles of Disease Surveillance
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)
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
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
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
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
A b c d
------|--------------|---------------|---------------|------
onset penyakit gejala muncul mati
biologik terdeteksi dg
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
Status Penyakit
+ -
Hasil Test +
-
• Sensitivitas = a/a+c =
• Spesifisitas = d/b+d =
T+ 80 100 180
T- 20 800 820
NPP = NPN =
Nilai Prediktif
Hasil Test D+ D- Total
T+ 80 100 180
T- 20 800 820
T- 20 400 420
T+ 100 80 180
Keterpajan TOTAL
an
SAKIT (D+) TIDAK
SAKIT (D-)
Exposed 15 20 35
Keterpajan TOTAL
an
Kasus kontrol
Exposed 15 20 35
• 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
• Dua cara
1.Sistem surveilens epidemiologik yang
memperingatkan suatu peningkatan masalah
kesehatan
• Potensial menyebar
• Pertimbangan politis dan berkaitan
dengan publik
• Ketersediaan sumber
Tujuan 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
• 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
• 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?
Beberapa bias yang penting untuk
dipertimbangkan bila menilai potensial
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 ?
Beberapa bias yang penting untuk
dipertimbangkan bila menilai potensial
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?
Beberapa bias yang penting untuk
dipertimbangkan bila menilai potensial
wabah
• Bias publisitas
– Dapatkan bias publisitas, seperti yang terjadi
bila media massa peduli laporan kasus
sehingga menimbulkan kesan kasus
meningkat?
Tahap 3 : Verifikasi diagnosis
• Berdasarkan
– Kriteria klinis / laboratoris
– Kecurigaan
Tahap 4: Mencari kasus tambahan
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
• 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)
Komponen isi laporan wabah
5.Analisis data dan simpulan
6.Uraian tentang tindakan (penanggulangan)
Komponen isi laporan wabah
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
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
Klasifikasi kasus
Suspected (dicurigai): Suatu kasus dengan definisi kasus
klinis
Probable: tidak dapat diterapkan
Confirmed: Suatu kasus dicurigai yang dikonfirmasi dengan
pemeriksaan laboratorium
Internasional:
Kasus pertama yang dicurigai harus dilaporkan ke
WHO (mandatory)
Data agregat pada kasus harus dilaporkan ke WHO
(mandatory)
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