Luhurul Amri

140100037
. Definisi Diagnosis
 Sebuah tes diagnostik biasanya dilakukan untuk
mencari titik tengah dari sebuah pemeriksaan yang
dilakukan di sebuah laboratorium. Namun, prinsip-
prinsip yang digunakan juga dapat digunakan dengan
baik pada informasi-informasi klinis yang didapatkan
dari riwayat penyakit, pemeriksaan fisik, dan prosedur
imaging.
Akurasi hasil penelitian
 Menentukan diagnosis adalah sebuah proses yang
tidak sempurna, yang berasal dari probabilitas
dibandingkan dengan keyakinan bahwa dirinya benar.
 Sebuah cara sederhana untuk melihat hubungan
antara hasil pemeriksaan dan diagnosis sesungguhnya
ditampilkan dalam Gambar 2.1.
Akurasi hasil pemeriksaan
 Gambar 2.1. Hubungan hasil pemeriksaan dan tingkat
kejadian suatu penyakit. Ada dua kemungkinan hasil
yang benar (true positive atau true negative) dan dua
kemungkinan hasil yang salah (false positive dan false
negative).
 Baku Emas
 Penilaian dari akurasi tes- tes tersebut terletak pada
kemampuannya untuk mengetahui apakah suatu penyakit
benar- benar diderita pasien tersebut atau tidak,
 indikasi dari kebenaran ini biasanya disebut sebagai
“Baku Emas” (gold standard).
 Baku emas ini sering bersifat elusive.
Contoh baku emas
 seperti kultur tenggorokan untuk golongan bakteri
Streptococcus β-hemoliticus grup A untuk
memvalidasi gambaran klinis adanya infeksi
tenggorokan akibat bakteri
 pemeriksaan antibodi untuk memeriksa Human
Immunodeviciency Virus (HIV).
Konsekuensi dari Standar yang Tidak
Sempurna
Dikarenakan kesulitan dalam beberapa kondisi, terkadang
klinisi tidak dapat menemukan informasi tentang seberapa
baik jenis tes yang mereka gunakan jika dibandingkan
dengan baku emas suatu penyakit yang telah dipercaya.
 Dalam hal ini, sebuah paradoks dapat timbul. Apabila
sebuah tes baru yang dilakukan dibandingkan dengan
sebuah tes lama (namun tidak akurat), teknik
pemeriksaan yang baru ini dapat dianggap lebih
parah, walaupun mungkin sebenarnya tidak.
 Sebagai contoh, apabila pemeriksaann baru ini lebih
sensitif dibandingkan dengan pemeriksaan yang lama,
pasien- pasien yang ditemukan pada pemeriksaan ini
akan dianggap sebagai hasil false positive pada
pemeriksaan yang sebelumnya.
Sensitifitas dan spesifisitas
 Gambar 2.2. menyimpulkan beberapa hubungan
diantara sebuah tes diagnostik dan keberadaan suatu
penyakit.
Gambar 2.2. Karakteristik tes diagnostik; Se: sensitivitas, Sp: spesifisitas, P:

prefalensi, PV: predictive value.

 Sensitifitas didefinisikan sebagai proporsi dari orang-
orang yang penyakitnya menunjukkan hasil positif
pada tes. Sebuah pemeriksaan yang sensitif akan
jarang melewatkan seseorang yang benar memiliki
penyakit.
 Spesifisitas adalah proporsi orang-orang tanpa
penyakit yang menunjukkan hasil negatif. Tes spesifik
akan jarang mengklasifikasikan orang yang sakit
sebagai orang yang tidak sakit.
 Pemeriksaan spesifik dapat membantu untuk
meyakinkan sebuah diagnosis yang telah didukung
oleh data- data lain.
 Hal ini dikarenakan oleh sebuah tes yang spesifik
jarang menunjukkan hasil positif saat tidak ada
penyakit yang ditemukan.
Predictive Value
 Tingkat probabilitas suatu penyakit, sebagai hasil dari
sebuah tes, disebut sebagai predictive value tes
tersebut.
 Dan predictive value dapat di bagi dua yaitu :
 Positive Predictive Value
 Negative Predictive Value
 Predictive Value sendiri menjawab pertanyaan “Apabila
hasil pemeriksaan pasien saya positif (negatif),
seberapa besar kemungkinan pasien saya
menderita(tidak menderita) penyakit tersebut?”
 didapatkan dari teori Baye :
 Makin sensitif sebuah tes maka akan semakin baik
Negative Predictive Value-nya . Karenanya, semakin
spesifik sebuah tes, Positive Predictive Value-nya juga
akan semakin baik (klinisi akan lebih percaya diri
bahwa hasil tes positif menunjukkan bahwa seseorang
memang menderita penyakit yang diderita).
Likelihood Ratio
 Likelihood Ratio adalah suatu cara alternatif untuk
menjelaskan kinerja sebuah tes diagnostik. Hal ini
menyimpulkan informasi yang sama dengan
sensitivitas dan spesifisitas dan dapat digunakan
untuk mengkalkulasi probabilitas dari suatu penyakit
setelah hasil pemeriksaan yang positif atau negatif.
 Keuntungan dari likelihood ratio adalah mereka
mempermudah kita untuk melewati hasil tes yang
disampaikan secara simpel menjadi abnormal atau
normal, seperti yang biasanya dideskripsikan sebagai
akurasi dari tes diagnostik hanya pada sensitivitas dan
spesifisitas pada satu poin cutoff.
Tingkat Respon
 Kemampuan untuk perubahan dari nilai sebuah tes
untuk mengidentifikasi perubahan secara tepat pada
status klinis disebut sebagai tingkat respon.
 Kesimpulan
 Kinerja dari tes diagnostik dinilai dengan
membandingkan hasil dari pemeriksaan dengan
keberadaan penyakit dalam tabel dua kali dua. Saat
mengestimasi sensitivitas dan spesifisitas dari sebuah
tes diagnostik yang baru dengan informasi di literatur
medis, harus ada baku emas untuk dibandingkan
dengan akurasi dari suatu tes.
 Mengubah poin cutoff diantara normal dan abnormal
akan mengubah sensitifitas dan spesifisitas.
 Likelihood Ratio adalah cara lain untuk menjelaskan
akurasi dari suatu tes diagnostik.
 Tingkat respon, sebuah tes untuk mendeteksi adanya
perubahan pada status klinis, juga dinilai dengan
menggunakan tabel dua kali dua yang serupa.
TERIMA
KASIH