OLEH:
Nama : Wardatur Rahmi
Nim : 1920312004
S2 ILMU BiOMEDIK
PENDAHULUAN
Normal ? Atau Abnormal ?
Sesuatu yang tidak biasa
2
TUJUAN
NORMAL ABNORMAL
- Tidak perlu - Diagnosis
tindakan - Tindakan selanjutnya
3
KENDALA/KETERBATASAN
• Sulit Terutama pasien di luar RS belum diseleksi
Gejala tertutupi keluhan rutin orang sehat
Keluhan tidak cepat diikuti
• Tanpa disertai pemeriksaan klinis kompleks kekeliruan klasifikasi
• Cenderung menyederhanakan data Untuk membuat keputusan
Untuk evaluasi/menunggu
Untuk memilih terapi
Untuk meyakinkan pasien
4
MEMBEDAKAN NORMAL DARI YANG
ABNORMAL
5
PENGUKURAN KLINIS
6
VALIDITAS
• Pendekatan → menggunakan
kuisioner, pedoman wawancara 3 Strategi Validitas Untuk Data Non Fisik :
hasil : angka, dikelompokkan jadi Validitas Isi (Content Validity)
skala Validitas Susunan (Construct Validity)
Validitas Kriteria (Criteria Validity)
7
REABILITAS
8
VARIASI
• Muncul → tergantung keadaan dimana pengukuran dilakukan
• Meliputi :
- Tindakan pengukuran
- Perbedaan biologis individu dari waktu ke waktu
- Perbedaan biologis antar individu
• Strategi Pengendalian :
- Hati-hati dan teliti
- Mengikuti standar baku
- Alat/lab/teknisi reliable
9
DISTRIBUSI
• Gambaran distribusi frekuensi
• Tabel/grafik/histogram
Tipe-tipe distribusi:
1. Distribusi Aktual
2. Distribusi Normal (Gaussian)
10
KRITERIA ABNORMALITAS
• Secara klinis : Tidak dapat digunakan sepenuhnya
• Alasan :
- Penyakit dipengaruhi derajat sakitnya
- Peralihan nilai rendah ke tinggi landai
- Kurva orang sakit “overlap” dengan kurva orang sehat → populasi sedikit
- Distribusi → kurva normal (Gaussian)
Terdapat 3 kriteria yang dikemukan: sesuatu yang tak biasa (unusual), sakit
(sick), dan dapat diobati (Fletcher RH.1988)
11
Abnormal Sebagai Sesuatu yang tidak Wajar/Biasa
(Secara Statistik)
Istilah Statistik :
• Normal : sering muncul pada kondisi biasa
• Abnormal : jarang muncul pada kondisi biasa
Istilah Matematik :
• Tidak wajar → titik batas (cut off point) antara normal dan abnormal
• Semua harga > 2 Dev.Stad → abnormal
• Asumsi :
- Kurva Gaussian: 2,5 % disetiap ekor distribusi → abnormal
12
FLETCHER 1988 : Batasan Statistik Normalitas Mendua dan Mengelirukan
Tidak ada hubungan antara ketidakwajaran statistik dengan penyakit secara klinis
Cth : anemia pada ibu hamil < 1 %, tetapi merupakan masalah kesehatan yang penting
2. Hasil-hasil uji lab banyak berhubungan dengan resiko penyakit, mulai dari yang rendah
sampai tinggi
3. Beberapa nilai ekstrim (terlalu rendah/tinggi. Dikatakan abnormal, tetapi keadaan ini
lebih baik jika dikaitkan dengan resiko kesehatan
4. Terkadang penderita yang jelas sakit, tetapi hasil labnya dalam batas normal
cth: dehidrasi isonatremik
13
Abnormal yang ada Hubungannya dengan Penyakit
Hasil Observasi
-Berhubungan dengan penyakit/cacat/mati ABNORMAL
-Mis: faktor resiko
14
Abnormal sebagai sesuatu yang bisa diobati
15
Keputusan Pengobatan
16
REGRESI TERHADAP PERATA
(REGRESSION TO THE MEAN)
■ Keuntungan :
- Pemeriksaan ulang lebih cermat
- Harapan nilai ekstrim kembali normal
- Menjadi keuntungan teraupetik
17
KESIMPULAN
■ Pembatasan “Normal” dan “Abnormal” secara klinis tidak mudah ditentukan
■ Perlu pengukuran klinis
■ Data yang menjadi dasar menentukan abnormalitas harus valid dan reliable
■ Banyaknya variasi yang muncul mempengaruhi batasan abnormalitas
■ Distribusi kelompok abnormal “overlap” dengan kelompok normal karena populasi lebih
sedikit, tetapi tetap merupakan masalah kesehatan yang penting
■ Batasan abnormalitas ditafsirkan bebas & memenuhi salah satu kriteria abnormalitas.
Secara statistik tidak wajar, ada hubungan dengan penyakit, dan sesuatu yang bisa diobati
■ Apabila pengukuran klinis hasilnya abnormal, cenderung mengulangi pemeriksaan, hasil uji
ulang mendekati nilai normal rata-rata suatu distribusi frekuensi. Fenomena ini secara
statistik disebut “Regresi Terhadap Rerata”
18
REFERENSI
■ Robeth H Fletcher. dkk, Sari Epidemiologi klinik, Gajah Mada Universitas
Press, 1991
■ Pitono Soeparto. dkk, Epidemiologi Klinis, Gramik FK Unair, 1998
19
20