Anda di halaman 1dari 20

ABNORMALITAS

OLEH:
Nama : Wardatur Rahmi
Nim : 1920312004
S2 ILMU BiOMEDIK
PENDAHULUAN
Normal ? Atau Abnormal ?
Sesuatu yang tidak biasa

Normal : biasa terjadi/wajar/sering dihadapai


Abnormal : tidak biasa terjadi/tidak wajar/tidak sering terjadi

2
TUJUAN

Memisahkan observasi yang perlu tindakan dan yang bisa di kesampingkan

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

PERLU PENGUKURAN KLINIS

5
PENGUKURAN KLINIS

1. Skala (Cara menyatakan pengukuran)


- Nominal
- Ordinal
- Interval
2. Sifat Pengukuran
- Keras : data laboratorium, data demografi, dan biaya finansiil
- Lunak : data keluarga, keluhan, riwayat
3. Kualitas Pengukuran
- Validitas : Akurasi data
- Reabilitas : Presisi data

6
VALIDITAS

• Pengukuran Fisik (Data Objektif)


mudah → membandingkan dengan
standar baku

• Sulit → Data Subjektif


mis : nyeri, cemas, psikososial, dll

• 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

Pengukuran berulang, hasil → Stabil

Reliable → alat ukur fisik, laboratorium, dan kuisioner

Sangat berhubungan dengan Validitas

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

2 Sifat Dasar Distribusi :


a. Kecenderungan tengah (central tendency) → bagian tengah distribusi
b. Dispersi → penyebaran nilai

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

1. Bila nilai diluar batas 95 % = abnormal, maka prevalensi penyakit = 5 %


Tidak sejalan dengan frekuensi penyakit !!!!

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

■ Pendekatan Buat batasan normal dan abnormal secara klinis

Hasil Observasi
-Berhubungan dengan penyakit/cacat/mati ABNORMAL
-Mis: faktor resiko

14
Abnormal sebagai sesuatu yang bisa diobati

■ Penentuan Abnormal dilakukan :


Pengobatan akan memperbaiki keadaan (kasus asimtomatik)
■ Penyebab

•Tidak semua resiko bisa diobati


• Menghilangkan faktor tidak menghilangkan resiko
• Ada efek psikologis pada pasien

15
Keputusan Pengobatan

Berdasarkan bukti penelitian Klinik

Metode yang digunakan benar

16
REGRESI TERHADAP PERATA
(REGRESSION TO THE MEAN)

■ Hasil Pemeriksaan → Abnormal cenderung periksa ulang


■ Hasil uji ulang→ Cenderung mendekati nilai normal (secara statistik) dari distribusi
frekuensi
Berdasarkan bukti penelitian Klinik

■ 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