Introduksi
2
Untuk mempelajari distribusi dan frekwensi penyakit di populasi dipakai
disain studi epidemiologi deskriptif
3
Penelitian epidemiologi berdasarkan unit pengamatan/unit analisisnya
dapat dibagi menjadi :
• studi dengan unit pengamatan/analisis individu
• studi epidemiologi dengan unit pengamatan/analisis agregat
4
Termasuk disain studi epidemiologi dengan unit pengamatan
/analisis agregat adalah :
• disain studi korelasi
5
Pada disain studi epidemiologi yang bersifat studi observasional,
peneliti hanya mengobservasi subjek-subjek yang diteliti tanpa
melakukan intervensi
6
• merupakan studi epidemiologi yang bersifat observasional
• unit pengamatan/analisisnya individual
• merupakan laporan kasus-kasus penyakit dengan diagnosis
yang diduga sama
• biasanya merupakan penyakit-penyakit baru, masalah kesehatan baru,
fenomena baru yang belum jelas
• menggambarkan riwayat penyakit, pengalaman klinis dari
masing-masing kasus
• laporan kasus-kasus kemudian dapat dianalisis secara sederhana yakni
dengan melihat
• distribusi/ frekwensi penyakit
• berdasarkan : gejala-gejala klinis “ Orang, Tempat, Waktu”
7
• tujuan :
• diperoleh informasi tentang distribusi frekwensi penyakit
/masalah kesehatan yang diteliti
• diperoleh informasi tentang kelompok yang berisiko tinggi
terhadap penyakit
• dapat dipakai untuk membangun/memformulasikan hipotesis baru
• kelemahan :
• gambaran distribusi, frekwensi penyakit yang diperoleh
tidak dapat mewakili populasi
• hanya berdasarkan kasus-kasus yang dilaporkan saja
• kelebihan :
• sebagai langkah awal untuk mempelajari suatu penyakit
• sebagai jembatan antara penelitian klinis dan penelitian epidemilogi
• dapat digunakan untuk sebagai dasar penelitian lebih lanjut :
• dengan melihat kelompok yang berisiko tinggi
• dengan membuktikan hipotesis yang dibangun
8
•contoh dari suatu studi laporan kasus
9
• kebiasaan mengkonsumsi “drugs” :
• menggunakan jarum suntik 8 orang, cara lain 2 orang
bukan pengguna
10
• dari gambaran demografisnya
• 90% pria
• 80% dewasa muda
• 60% pemusik
11
• dari analisis sederhana diatas didapat informasi kelompok orang
yang berisiko antara lain :
• pria
• dewasa muda
• pemusik
• pecandu narkoba
• homoseksual
12
Untuk mendapatkan informasi yang dapat
menggambarkan distribusi, frekwensi penyakit yang
mewakili populasi diperlukan penelitian epidemiologi
deskriptif lain, dimana sampel penelitian mewakili
populasi yang diteliti disain studi epidemiologi yang
sesuai dipakai untuk itu adalah disain studi potong
lintang.
13
Studi Epidemiologi Serial Kasus
• merupakan studi epidemiologi yang bersifat observasional
• unit pengamatan/unit analisis adalah individu
• merupakan kumpulan kasus-kasus individual suatu penyakit dengan
diagnosis yang sama
• sama dengan studi laporan kasus tapi dengan kasus yang lebih banyak
• surveilens yang rutin dilakukan untuk suatu penyakit yang belum jelas
diagnosisnya ataupun sudah jelas diagnosisnya :
• merupakan kumpulan laporan kasus-kasus, atau serial kasus
• dapat digunakan untuk menditeksi munculnya penyakit baru
• dapat digunakan juga untuk menditeksi adanya epidemi
14
• kumpulan laporan kasus kemudian dianalisis secara sederhana yakni
dengan melihat
• distribusi/ frekwensi penyakit
• berdasarkan “ Orang, Tempat, Waktu”
•tujuan :
• diperoleh informasi tentang distribusi frekwensi penyakit
/masalah kesehatan yang diteliti
• diperoleh informasi tentang kelompok yang berisiko tinggi
terhadap penyakit
• dapat dipakai untuk membangun/memformulasikan hipotesis baru
15
•kelemahan :
• gambaran distribusi, frekwensi penyakit yang diperoleh
tidak dapat mewakili populasi
• hanya berdasarkan kasus-kasus yang dilaporkan saja
• kelebihan :
• sebagai langkah awal untuk mempelajari gambaran epidemiologi
suatu penyakit
• sebagai jembatan antara penelitian klinis dan penelitian epidemilogi
• dapat digunakan sebagai dasar untuk penelitian epidemiologi
lebih lanjut :
• dengan melihat kelompok yang diduga berisiko tinggi
• dengan membuktikan hipotesis yang dibangun
16
Latihan :
Kota X mempunyai 8 RS. Seorang dokter disalah satu RS melakukan penelitian terhadap kasus
kasus diabetes mellitus (DM), selama 1 tahun penelitiannya terkumpul data sebagai berikut :
17
Tugas :
18
Studi Korelasi
• nama lain studi ekologi
• merupakan studi epidemiologi yang bersifat studi observasional
• unit pengamatan/analisisnya adalah agregat , berikut beberapa contoh
ukuran agregat :
19
• ukuran agregat “environment”, merupakan ukuran yang
mewakili karakteristik fisik dari suatu lingkungan hidup
misalnya :
• nilai cakupan rumah sehat pada suatu area
• nilai intensitas polusi pada suatu area
• nilai kepadatan jentik pada suatu area
20
• analisis yang dilakukan dapat bersifat:
• deskriptif : melihat distribusi frekwensi dari variabel yang diteliti
(dalam unit agregat)
21
• contoh : suatu studi ekologi ingin melihat korelasi antara cakupan
imunisasi campak dengan insidens campak
• unit pengamatan puskesmas
• populasi studi; 10 puskesmas
• cakupan imunisasi campak dianggap sebagai (exposure
/ independent variable)
• insidens campak dianggap sebagai (outcome
/dependent variable)
22
•data :
ID PKM X (%) Y(%) X2 Y2 XY
1 50 60 502 602 50 x 60
2 55 70
3 60 35
4 65 30
5 70 25
6 75 20
7 80 25
8 85 20
9 90 15
10 95 10
n xy - ( x )(xy)
r = ------------------------------------------------
n x2 - (x )2 n y2 - (y )2
23
persamaan garis linier : y = a + bx
b2 [ x2 - ( x )2/n]
r2 = ---------------------------------------- r = r2
y2 - (y)2/n
24
a = intercept merupakan titik dimana garis memotong sumbu y
jika nilai a negatif, garis memotong sumbu y dibawah sumbu x
jika nilai a positif, garis memotong sumbu y diatas sumbu x
b = slope; angka dimana nilai y berubah untuk setiap unit perubahan pada x
Jika nilai b negatif menunjukkan arah garis dari bagian atas sudut kiri
kebagian bawah sudut kanan
Jika nilai b positif menunjukkan arah garis dari bagian bawah sudut kiri
ke bagian atas sudut kanan
25
r = koefisien korelasi
26
sebagai contoh nilai r = - 0.95
• ada hubungan linier yang kuat antara variabel x dan y
• jika x meningkat y menurun atau sebaliknya
y y
• •
• •• •• • •
• •• •• • •
•
• • ••
•••••• • •• •
•
•
x
x
r = positif dan mendekati 1 r = negatif dan mendekati 1
27
• •
•
• •
•
• •
• • • •
r = positif dan mendekati nol
•
• •
•
28
Uji statistik : untuk melihat apakah nilai “r” yang didapat merupakan ukuran
yang cukup bermakna secara statistik untuk mengindikasikan bahwa
di populasi kedua variabel x dan y berkorelasi
• hipotesis : H0 : r = 0
HA : r 0
• r = koefisien korelasi di populasi
• uji statistik jika r = 0
n-2
t=r ------------ dengan derajat kebebasan = n-2
1 - r2
29
• jika dipakai = 0.05, dan hasil kalkulasi uji statistik
mempunyai nilai p < 0.05 maka H0 ditolak,
30
• contoh 2 : jika variabel terikat dan variabel bebas diukur
dengan skala kategorikal
• data :
31
Tabel distribusi cakupan imunisasi campak dan insidens campak
Dari data diatas
Insiden tinggi Insiden rendah
Cakupan rendah 3 2 5
Cakupan tinggi
1 4 5
32
Contoh :
33
Uji statistik :
• uji homogenitas proprorsi binomial
• uji independensi
k ( O - E )2
2 = ---------------
i=1 E
2 : Khi kuadrat
O : Observed value / nilai yang diamati
E : Expected value / nilai yang diharapkan
H0 : angka cakupan imunisasi dengan insidens campak, independen
(tak berhubungan)
Ha : angka cakupan imunisasi dengan insidens campak, tak independen
(berhubungan)
: 0.05 dengan derajat kebebasan = (c-1)((r-1) c= kolom r=baris
jika 2 memberikan nilai P lebih besar dari maka H0 ditolak
34
tabel kontingensi “ Observed”
insidens DHF
jika ada nilai sel “E” kurang dari 5, uji yang dipakai Fisher Exact Test
35
(a+b) (a+c) (a+b) ( b+d)
a” = ---------------- b” =-----------------
(a+b+c+d) (a+b+c+d)
jika ada nilai sel “E” kurang dari 5, uji yang dipakai Fisher Exact Test
D+ D-
E+ “a” “b”
E- “c” “d”
36
Contoh menghitung nilai “expected”
Insidens penyakit
tinggi rendah total
38
k ( O - E )2
2 = ---------------
i=1 E
39
nilai 2d.f..1- = 3.84
kita menolak H0 karena nilai nilai 2 = 15.75 > 3.84 dimana nilai p < 0.05
artinya ada hubungan secara statistik antara variabel
cakupan imunisasi campak dengan insiden campak
40
• kelemahan studi korelasi :
• tidak dapat melihat hubungan ditingkat individu.
• ada ecologic fallacy, yakni bias dalam menginterpretasikan,
hubungan tingkat agregat
disamakan dengan hubungan tingkat individu,
41
Disain Studi Potong-Lintang (cross-sectional study)
42
• analisis yang dilakukan dapat bersifat:
• deskriptif :
• distribusi frekwensi kejadian penyakit/ masalah kesehatan
berdasarkan “orang - tempat - waktu”
• distribusi frekwensi variabel “exposure” dan “outcome”
(angka prevalens)
43
• jika variabel “exposure” dan variabel “outcome” diukur sebagai
data kategorikal
• hubungannya secara statistik dapat diuji dengan
uji kuadrat, atau regressi logistik
• kekuatan hubungan dilihat dengan menghitung PR
atau OR
44
• jika variabel “exposure” diukur sebagai data kategorikal
dan variabel “outcome” diukur sebagai data kontinyu
• hubungannya secara statistik dapat diuji dengan uji t
(jika hanya2 kelompok “exposure”) dan tes Anova
(bila lebih dari 2 kelompok)
• kekuatan hubungan dilihat dengan membandingkan
masing-masing nilai mean pada masing-masing kelompok
45
Contoh :
46
• analisis analitik :
• buat diagram scatter untuk melihat hubungan secara kasar
• analisis korelasi linear dan analisis regrresi
• alpha ditentukan 0,05
• untuk melihat hubungan E dan D lihat koefisien korelasi “r”
• untuk melihat bagaimana E memprediksian D lihat
koeffisien regressi b
47
Data
1 10 150
2 30 300
3 20 250
4 15 150
5 45 450
6 35 400
7 50 425
8 15 200
9 40 350
10 55 475
48
persamaan garis linier : y = a + bx
b2 [ x2 - ( x )2/n]
r2 = ---------------------------------------- r = r2
y2 - (y)2/n
49
Uji statsitik: t statistik
n-2
t=r ------------ dengan derajat kebebasan = n-2
1 - r2
50
Contoh 2
• dalam suatu penelitian dengan disain potong lintang
• ingin melihat hubungan antara merokok dan bronchitis kronis.
• D = bronchitis kronis (data kategorikal)
• E = merokok (data kategorikal)
• pengukuran D dan E dilakukan secara simultan
• populasi merupakan pegawai di pabrik A
• sampel 1000 orang yang diambil secara random dari populasi
• analisis analitik :
• analisis khi kuadrat dengan tabel kontingensi
• alpha ditentukan 0,05
• untuk melihat hubungan E dan D hitung OR atau PR
51
Tabel kontingensi 2x2 untuk data diatas
“Outcome”
D+ D- total
52
Populasi • sampel dipilih secara random (acak)
• sampel representatif untuk populasi
sampel
53
Distribusi frekwensi berdasarkan variabel “outcome” pada sampel
•“outcome” positif D (disease) +
•“outcome”negatif D (disease) -
misal sampel terdiri dari 1000 orang
•“outcome” positif D (disease) + = 300 orang = 30 %
•“outcome”negatif D (disease) - = 700 orang = 70%
D+ 30%
D- 70%
54
Mendistribusikan variabel “disease” pada variabel “exposure”
200 D+ 100 D+
dari 400(E+) dari 600 (E-)
200 D - 500 D -
E+ 200 D+ 200 D -
E- 100 D+ 500 D -
55
Odds D+E + (kelompok orang terpapar) = 200/200
Odds D+E - (kelompok tidaterpapar) = 100/500
“Outcome”
D+ D- total
56
Mendistribusikan variabel “exposure” pada variabel “disease”
200 E+ 200 E+
dari 300 (D+) dari 700 (D-)
100 E - 500 E -
57
Odds E+D + (kelompok orang sakit) = 200/100
Odds E+D - (kelompok tidak sakit) = 200/500
58
Kelebihan Studi Potong Lintang :
59