SKRINING

OBJEKTIF

 Menjelaskan makna skrining

 Menjelaskan tujuan, penggunaan, dan sifat-
sifat uji skrining
 Menghitung berbagai ukuran yg digunakan
dlm menilai uji skrining
PENGERTIAN

Skrining adalah metoda Identifikasi dugaan

penyakit atau masalah kesehatan, dg cara
menerapkan uji, pemeriksaan atau prosedur
lain yg dapat dilakukan secara cepat.
(US Commiission on Chronic Illness 1951).
UJI SKRINING
 Pisahkan secara jelas org yg sehat yg
mungkin sakit dari org sehat yg mungkin
tidak sakit
 Tidak bertujuan utk menegakkan diagnosis.
 Orang dg tes positif atau yg dicurigai harus
dirujuk ke dokter utk pastikan diagnosis &
upaya pengobatan
UJI SKRINING
 Hanya pemeriksaan awal, responden yg
positif perlukan diperiksa lebih lanjut
 Inisiatifnya lebih baik dimulai oleh peneliti
atau lembaga penyedia pelayanan daripada
keluhan pasien
 Umumnya peduli thd penyakit kronik &
bertujuan mendeteksi penyakit yg belum dpt
pengobatan medik
JENIS SKRINING MEDIS
1. Skrining massal
 Skrining seluruh populasi
2. Skrining multipel atau multifasik
 Satu kegiatan skrining yg gunakan berbagai
metoda pemeriksaan
3. Skrining Preskriptif
 Skrining yg mendeteksi awal org sehat yg
diduga menderita penyakit yg dg deteksi dini
dpt dikendalikan lebih baik.
 Contoh, amografi utk deteksi Ca payudara
KARAKTERISTIK
UJI SKRINING

1. Akurasi
2. Estimasi hasil
3. Presisi
4. Reprodusibilitas
5. Sensitivitas
6. Spesifisitas
7. Validitas
AKURASI

 Derajat pengukuran/ estimasi berdasar

pengukuran yg mewakili nilai atribut yg
sedang diukur yg benar.
 Uji skrining harus memberikan ukuran yg
benar terhadap atribut yg diamati
 Dipengaruhi oleh dua faktor:
1. Reprodusibilitas: konsistensi pengukuran
2. Validitas: kemampuan membedakan
orang yg dg penyakit & yg tanpa penyakit
ESTIMASI

 Pengukuran atau perkiraan nilai beberapa

kuantitas yg diketahui, dipercaya, atau
dicurigai berhubung dg derajat kesalahan
PRESISI

 Kualitas yg didefinisi atau dinyatakan secara jelas.

 Ukuran presisi adalah jumlah pilihan yg dapat
dibedakan dari pengukuran terpilih,
 Ada kalanya ditunjukkan oleh jumlah angka yg
signifikan dlm pengukuran
 Ukuran presisi yg lain adalah kesalahan baku
pengukuran, simpangan baku serial determinasi
replikasi kuantitas yg sama
 Presisi tidak sama dg akurasi
 Dalam statistik, presisi didefinisikan sebagai invers
varians suatu pengukuran atau estimasi
REPRODUSIBILITAS

 Sinonim: Repeatability
 Suatu uji atau pengukuran dapat diulang jika
hasil pd tiap pengukuran yg dilakukan identik
atau sangat mirip
 Hasil yg konsisten dlm percobaan yg diulang
 Repeatabilitas: konsistensi suatu
pengukuran atau uji pd satu penggunaan ke
kepenggunaan berikutnya.
SENSITIFITAS

 Istilah lain: true positive rate

 Proporsi populasi yg benar-benar sakit yg
teridentifikasi sakit oleh uji skrining
 Ukuran probabilitas utk diagnosis suatu
kasus penyakit secara benar,
 Peluang tiap kasus utk diidentifi olh tes
skrining.
 Kemampuan uji skrining berikan hasil positif
jika org yg diuji benar-benar sakit
SPESIFISITAS

 Istilah lain: true negative rate

 Proporsi orang yg benar-benar tidak sakit yg
diidentifikasi oleh uji skrining
 Mengukur probabilitas identifikasi secara
benar orang yg tidak sakit dg suatu uji
skrining
 Kemampuan suatu uji (tes) memberikan
temuan yg negatif bila orang yg diuji bebas
penyakit
VALIDITAS

 Berasal dari bahasa Latin, artinya kekuatan

 Menjelaskan kekuatan suatu instrumen
pengukuran atau uji yg diperkirakan utk
mengukur
 Kemampuan utk mengukur sesuatu yg
seharusnya diukur
IMPLIKASI & KONSEKUENSI
SKRINING

Dipertimbangkan sebelum prog skrining dimulai

 Apakah skrining secara ilmiah & pendanaan
dimungkinkan, dg hasil yg menguntungkan
masyarakat
 Suatu skrining diusulkan dg keyakinan bahwa
diagnosis dini membuat terapi ebih efisien
KRETERIA SKRINING PENYAKIT

1. Penyakit serius
2. Pengobatan sebelum gejala muncul harus
lebih menguntungkan daripada setelah
gejala muncul
3. Mortalitas & mobiditas menjadi lebih
rendah.
4. Prevalens penyakit preklinik harus tinggi
pada populasi yg diskrining
PENYAKIT SERIUS

1) Cost - effective
2) Biaya skrining harus sesuai dg kehilangan
konsekuensi kesehatan
3) Risiko utk yg tak didiagnosis & diobati
secara dini harus lebih baik dari pada akibat
yg didapat dari prosedur skrining.
4) menyelamatkan hidup
misalnya, Ca paru, Ca serviks, PKU
PENYAKIT SERIUS

1) Cost - effective
2) Biaya skrining harus sesuai dg kehilangan
konsekuensi kesehatan
3) Risiko utk yg tak didiagnosis & diobati
secara dini harus lebih baik dari pada akibat
yg didapat dari prosedur skrining.
4) menyelamatkan hidup
misalnya, Ca paru, Ca serviks, PKU
TAHAP RIWAYAT ALAMIAH
PENYAKIT

Waktu biasanya
Perubahan Onset diagnosis ditegakkan
patologik simptom
Lead time
Pemajanan
DPCP

Tahap pemulihan,
cacat atau
Tahap penyakit Tahap klinis
Tahap meninggal
subklinis penyakit
suseptibilitas

Onset biologis Gejala muncul

DPCP = Detectable PreClinical Phase

PENGOBATAN
FASE PREKLINIK
 Pengobat lebih baik dilakukan sebelum
gejala muncul pd DPCP
 DPCP = detectable preclinical phase (Fase
preklinik yg dapat dideteksi)
 Contoh:
 DPCP Ca serviks panjang, 10 tahun. Uji
Pap smear akan efektif
 DPCP Ca paru pendek, skrining tidak
efektif
PREVALENS DPCP PD
POPULASI TINGGI
 Program skrining diarahkan pd deteksi
kasus
 Skrining terbatas
 Deteksi kanker payudara utk wanita yg
punya riwayat keluarga
 Kanker kandung kemih pd pekerja yg
terpapar
HIPERTENSI
 Contoh penyakit yg baik diskrining
 Serius , mortalitas tinggi ; terdokumentasi
 Pengobatan dini , menurunkan mortalitas &
morbiditas
 Prevalensi di populasi tinggi (20 %)
UJI SKRINING YG BAIK
1. Sangat sensitivitas
2. Sangat spesifisitas
3. harus tersedia
4. Tidak mahal
5. Mudah dilakukan
6. Akibatkan sedikit ketidaknyamanan
7. valid, reliabel; bisa digandakan
8. Hasil uji didefinisikan dg jelas
TABEL SILANG SKRINING
Hasil Status Penyakit sebenarnya total
skrining Sakit (D+) tak sakit (D-)
Positif (T+) A B A+B
Negatif (T-) C D C+D
total A+C B+D A+B+C+D
INDIKATOR UJI SKRINING
1. Validitas uji skrining
 Sensitivitas
 Spesifisitas
 Nilai Predictiv Positive
 Nilai Predictiv Negative
2. Apparent prevalence ( A) TP

3. True Prevalence ( A  C ) TP  FN

4. Akurasi tes
 False negative error rate
 False positive error rate
 Likelihood ratio positive
 Likelihood ratio negative
SENSITIVITAS
 Peluang hasil skrining akan positif jika
dilakukan pd org yg sesungguhnya sakit
 Rumus
 Sensitivitas = Pr(T+|D+)  dibaca probabilitas tes
positif jika kondisional ada penyakit

 Sensitivitas = ( A) TP

( A  C ) TP  FN
SPESIFISITAS

 Peluang hasil skrining negatif jika dilakukan pd

orang yg sesungguhnya bebas penyakit
 Rumus
 Spesifisitas = Pr(T-|D-)  dibaca peluang tes
negatif jika kondisional tidak sakit

 Spesifisitas = ( D) TN

( B  D) FP  TN
NILAI PREDICTIV POSITIVE

 Peluang ong dg hasil tes positif akan betul-betul

sakit
 Rumus
 PVP = Pr(D+|T+)  dibaca peluang sakit jika
kondisional hasil uji positif

( A) TP

 PVP =

( A  B) TP  FP
NILAI PREDICTIF NEGATIF

 Peluang org dg hasil tes negatif akan betul-betul

bebas penyakit
 Rumus
 PVN = Pr(D-|T-)  dibaca peluang tidak sakit jika
kondisional hasil uji negatif

( D) TN

 PVN =

(C  D) FN  TN
APPARENT PREVALENCE (P*)
 Proporsi org dg hasil tes positif pd uji skrining

 P* = ( A  B) TP  FP

( A  B  C  D) n
TRUE PREVALENCE (P)
 Proporsi orang yg sakit pd uji skrining

 P= ( A  C) TP  FN

( A  B  C  D) n
AKURASI TES (UJI)
 Proporsi orang yg betul-betul sakit dg hasil tes
positif ditambah proporsi orang yg betul-betul tidak
sakit dg hasil tes negatif pd uji skrining

 Akurasi tes = ( A  D) TP  TN

( A  B  C  D) n
CONTOH
 64.810 wanita usia 40 - 60 th mengikuti
skrining (mamografi & pemeriksaan fisik).
 Setelah 5 th, dari 1.115 kasus skrining
positif; 132 menderita Ca payudara
 sebaliknya pd 63.695 peserta dg skrining
negatif, 45 orang menderita Ca
payudara.
 Pertanyaan : Bagaimana tingkat validitas
tes skrining ini ?
JAWABAN
Hasil Status Peny yg sebenarnya Total
Mamografi Sakit (D+) Tak sakit (D-)
Positif (T+) 132 983 1.115
Negatif (T-) 45 63.650 63.695
Total A+C B+D 64.810
PERHITUNGAN (1)
1. Validitas
a. Sensitivitas = (132)/(177) = 0,746
b. Spesifisitas = (63.650)/(64.633) = 0,985
c. Nilai Prediktif Positif =(132)/(1.115)= 0,118
d. Nilai Predik Neg =(63650)/(63695)= 0,999
2. Apparent prevalence = (1115)/(64810) = 0,017
3. True Prevalence = (177)/(64810) = 0,0021
PERHITUNGAN (2)
4. Akurasi tes = (132 + 63650) / (64810) = 0,985
5. False negative error rate=(45/177) = 0,254
6. False positive error rate=(983)/(64.633)= 0,015
7. Likelihood ratio positive (LR+) = [(132)/(177)] /
[(983)/(64633)] = 49,03
8. Likelihood ratio negative (LR-)
= [(45)/(177)]/[(63850)/(64633)]
= 0,257
Terima Kasih