Ukuran Frekuensi - 2019

UKURAN-UKURAN FREKUENSI
YANG DIGUNAKAN DALAM

EPIDEMIOLOGI
10/31/2019 Ukuran-ukuran frekuensi yang digunakan 1

dalam epidemiologi
Definisi Epidemiologi
 Last (1988)
 Epidemiologi adalah studi
distribusi dan determinan
kesehatan yang terkait keadaan
atau peristiwa dalam populasi
tertentu, dan aplikasi studi ini
untuk mengendalikan masalah
kesehatan

dalam epidemiologi
Distribusi
 Epidemiologi peduli dengan
frekuensi dan pola peristiwa
kesehatan dalam suatu
populasi

dalam epidemiologi
Ukuran-ukuran penyakit
 Kuantifikasi kejadian penyakit
 Hitung individu yang terinfeksi, yang

sakit dan yang meninggal
 Menggunakan kata-kata
 Biasanya, kadang-kadang, jarang.
 Kesepakatan kecil tentang arti umumnya
yang digunakan kata-kata untuk frekuensi
 “biasanya”  0,5 – 0,8
 “Kadang-kadang”  0,2 – 0,6
 “jarang”  0,01 – 0,2
dalam epidemiologi
Ukuran-ukuran frekuensi
peristiwa kesehatan
 Tipe kuantitas matematis
 Tipe ukuran yang

digunakan dalam
epidemiologi

dalam epidemiologi
UKURAN FREKWENSI KEJADIAN PENYAKIT
• Secara garis besar kejadian penyakit dapat berupa :

• Morbiditas /kesakitan
• Mortalitas / kematian
• Ada 3 macam parameter matematis yang digunakan

untuk menggambarkan hubungan antara
• jumlah kejadian penyakit dengan

• besarnya populasi dari mana kejadian penyakit
terjadi
• Parameter tersebut adalah
• Ratio
• Proporsi
• Rate
krisbantas/ukuran frekwensi/epid 6
Tipe kuantitas matematis
 Hitungan (enumerasi) atau
angka mutlak
 Jumlah kasar atau frekuensi
 Contoh: 10 kasus, 1961 kasus

dalam epidemiologi
Counts
• Simplest/most frequently performed measure
in epidemiology
• Refers to the number of cases of a disease or
other health phenomenon being studied
i.e. cases of influenza in Allegheny county
in January, 2002
i.e. Number of persons involuntarily referred
for psychiatric crisis intervention
• Useful for allocation of health resources
• Limited usefulness for epidemiologic
purposes without knowing size of the source
population
Data from John Snow- Cases and deaths due to cholera
during Broad St. pump cholera epidemic in mid 1840s
Slide from Peter Davies

 Rasio
 nilai yang didapat dengan pembagian
suatu kuantitas dengan kuantitas yang
lain.
 kuantitas numerator (pembilang) boleh

berbeda dari kuantitas denominator
(penyebut) atau denominator mungkin
tidak memuat numerator
 Contoh: a
b
dalam epidemiologi
Ratio
• The quotient of 2 numbers

• Numerator NOT necessarily INCLUDED in
the denominator
• Allows to compare quantities of different
nature
= 5 / 2 = 2.5 / 1
11
Ukuran-ukuran frekuensi yang digunakan dalam epidemiologi 31/10/2019
Ratio, Examples
• # beds per doctor
– 850 beds/10 doctors
– R = 85 beds for 1 doctor
• # participants per facilitator
• # inhabitants per latrine
• Sex ratio: Male / Female

Female / Male
• Odds ratio
• Rate ratio
• Prevalence ratio
12
 Proporsi
 suatu fraksi atau tipe rasio yang unsur

numerator adalah bagian dari denominator
 Bila dikalikan dengan 100, biasanya disebut

suatu persentase.
 Contoh: 28/56 = 0,5; 0,5 x 100% = 50%

 Ada 28 kasus dari 56 orang. Berarti proporsi kasus
adalah 50%.

dalam epidemiologi
PROPORSI
 Suatu fraksi
 Numerator merupakan bagian dari
denominator
 Merupakan ratio dari sebagian terhadap
keseluruhan
 20% dari pasien bangsal A menderita infeksi
nosokomial
 Nilai: 0-1
 Tanpa dimensi (unit numerator &
denominator sama)
dalam epidemiologi
Proportions
l Persons included in the numerator are
always included in the denominator:
A
Proportion: --------
A+B
l Indicates the magnitude of a part, related to
the total.
l In epidemiology, tells us the fraction of the

population that is affected.
Proportions - Example
A B Total (A + B)
# persons with # persons Total study

hypertension without population
hypertension
1,400 9,650 11,050
P = A / (A + B) = (1,400 / 11,050) = 0.127

Proportions
Numerical value of a proportion: 0
to 1.0
Linked to probability theory (i.e. risk of

developing disease)
For ease of usage, can multiply a

proportion by 100 to get a percentage
Example: p = 0.127 = 12.7%

Some well-known proportions
in Epidemiology
Proportional Mortality =
Number of Deaths from disease X in year Y

Total Deaths from all causes in Y
Case Fatality =
Number of Deaths due to disease X
Number of New Cases of disease X
This is a measure of the propensity of a disease to

cause
10/31/2019death of theUkuran-ukuran
affected individual.
frekuensi yang
digunakan dalam epidemiologi
18
 Rate
 Tipe spesifik dari rasio yang

digunakan mengkuantifikasi
proses dinamik seperti
pertumbuhan dan kecepatan

dalam epidemiologi
20
Rate
 Numerator dan denominator
mempunyai unit yang berbeda
 Kecepatan adalah suatu rate
 Jarak per unit waktu

 65 km/jam
 Jumlah pasien per unit orang-waktu

 15 pasien terinfeksi /1000 pasien-hari
Rate
 Biasanya diexpresikan dengan nilai
rata2
 Speed utk mengukur rata2 velocity
 SPEED=JARAK TOTAL /WAKTU PERJALANAN

TOTAL
Rate
 Dimension
 Rate mempunyai dimensi yg spesifik
 Breast cancer: 130 kasus/100,000 person-ys
 Kecepatan mobil: 55 MPH
 Nilai: 0<rate< 
 Rate
 pernyataan numeris dari frekuensi suatu
peristiwa
 dihitung dengan cara pembagian antara

 jumlah individu yang mengalami
peristiwa (numerator) dengan
 jumlah total (keseluruhan) yang mungkin
dapat (kapabel) mengalami peristiwa
(denominator atau populasi berisiko) dan
 perkalian dengan suatu konstanta
10/31/2019
(tetapan) Ukuran-ukuran frekuensi yang digunakan 24
dalam epidemiologi
 Rate
 Format umum dari rate adalah
Numerator
Rate  xF
Denomin ator
Numerator adalah jumlah orang atau individu yang
mengalami peristiwa.
Denominator adalah jumlah populasi berisiko (jumlah total
orang atau keseluruhan individu yang mungkin mengalami
peristiwa).
F adalah faktor pengali, biasanya kelipatan 10, mengkonversi
rate dari suatu fraksi ke suatu jumlah keseluruhan.
dalam epidemiologi
 Rate
 Dapat berarti
 suatu pernyataan numeris dari frekuensi
kejadian yang terjadi dalam suatu kelompok
orang tertentu (didefinisikan) di dalam satu
periode waktu tertentu
 Sinonim
 Tingkat
 Laju
 Contoh: Pada tahun 2004, ada 100 kasus

demam berdarah di suatu kota yang
berpenduduk 1.250.000 orang. Berapa rate
10/31/2019
kasus demam berdarah di kota itu ?
Ukuran-ukuran frekuensi yang digunakan 26
dalam epidemiologi
Rate 
 kasus

100 kasus

1 kasus
 Populasi 1.250.000 orang 12500 orang
Rate demam berdarah  8 kasus per 100.000 orang

dalam epidemiologi
 Rate
 Bentuk khusus dari suatu proporsi
yang memuat waktu (atau faktor lain)
dalam denominator
 Contoh
 Incidence rate = 3 kasus per 100
orang per tahun
 kematian per 1000 penumpang -
kilometer

dalam epidemiologi
Rate
• The quotient of 2 numbers
• Speed of occurrence of an event over time
Numerator
- number EVENTS observed for a given time
Denominator
- population in which the events occur
(population at risk)
- includes time
Observed in 1998
2
----- = 0.02 / year
100
29
Rates – Example
Calculate crude annual death rate in the US:
Annual death count
Crude death rate = ----------------------- x 1,000
Reference population
(during midpoint of year)
Death count in U.S. during 1990:2,148,463

U.S. population on June 30, 1990: 248,709,873
2,148,463
Crude death rate = -------------- x 1,000 = 8.64 per 1,000
248,709,873
Discussion Question 1
What does a crude annual death rate of

8.64 per 1,000 mean?
Discussion Question 1
It means that over the course of a year:

1. About 9 persons in 1,000 died.
2. About 864 persons per 100,000 died.
3. The risk of dying was about 0.9% (see below)
2,148,463
Crude death rate = -------------- = 0.0086 x 100 = 0.86%
248,709,873
Tipe ukuran yang digunakan dalam
epidemiologi
 Ukuran-ukuran frekuensi
penyakit
 Ukuran-ukuran asosiasi
 Ukuran-ukuran dampak
dalam epidemiologi
Tipe ukuran yang digunakan
dalam epidemiologi
 Ukuran frekuensi penyakit
 Merefleksikan besar kejadian penyakit

(morbiditas) atau kematian karena
penyakit (mortalitas) dalam suatu populasi
 Biasanya diukur sebagai suatu rate atau

proporsi

dalam epidemiologi
penyakit
Insidens (incidence)
Prevalens (prevalens)
Mortalitas (mortality)

dalam epidemiologi
penyakit
 Insidens
 merefleksikan jumlah kasus baru (insiden)

yang berkembang dalam suatu periode
waktu di antara populasi yang berisiko
 Yangdimaksud kasus baru adalah

perubahan status dari sehat menjadi sakit
 PeriodeWaktu adalah jumlah waktu yang

diamati selama sehat hingga menjadi
10/31/2019
sakit Ukuran-ukuran frekuensi yang digunakan
dalam epidemiologi
36
Figure 3-6 Identifying newly detected cases of a disease. Step 2: Follow-up and rescreening at 1 year to identify cases that developed during the year.
Downloaded from: StudentConsult (on 2 October 2009 12:33 AM)

© 2005 Elsevier
ISSUE DALAM PENGUKURAN FREKUENSI PENYAKIT
• Dalam pengukuran frekuensi penyakit perlu

diperhatikan hal-hal sebagai berikut :
• Definisi /pemberian label menentukan apa

yang dimaksud “kasus” (sakit)
• Menentukan “time of onset”

• Mendefinisikan populasi
• Mendefinisikan “ kasus”
• Baik menghitung prevalens ataupun insidens
diperlukan definisi dari “kasus”  siapa yang
dianggap sebagai kasus, siapa-siapa yang bukan
• “Kasus” dapat ditentukan dengan cara :
• evaluasi klinis (tes diagnostik, gejala-gejala klinis)

• melalui catatan medis
• melalui interview 38
Define disease
 The criteria for differentiating normal from
abnormal
 For some diseases there is a test with

clear disease and non-disease state e.g.
ovarian cancer
 For other disease the are levels to the test

e.g abnormal cells detected during a pap
smear. How many is too many?
Massey University
Defining disease
 Case definition may be based on
symptoms
 (and sometimes the absences of

symptoms)
 This maybe because:

– No test e.g. mental illness, chronic fatigue
– Tests are expensive or impractical due to
study design
Massey University
• Pada perhitungan insidens numerator hanya terdiri
dari kasus-kasus baru saja :
• pada kondisi tertentu, suatu kejadian penyakit

dapat terjadi berulang-ulang pada satu pasien
dalam suatu periode (misal diare)
• pada keadaan demikian dari data tersebut
dapat dibuat 2 macam pengukuran insidens
• Insidens yang menggambarkan  jumlah orang

yang menjadi sakit diare pada periode waktu tertentu
 of people who developed disease

CI = ----------------------------------------- --------------during period of
people at risk time
• Insidens yang menggambarkan jumlah kejadian
flue pada periode waktu tertentu
 of colds happened
CI = ------------------------- during period of
people at risk time
• Pengukuran kedua insidens diatas memberikan

interpretasi yang berbeda
• Pertama memberikan interpretasi berapa

peluang seseorang untuk menjadi sakit tertentu
dalam periode waktu tertentu
• Kedua  memberikan interpretasi peluang

seseorang untuk mengalami sejumlah kejadian
penyakit yang sama dalam suatu periode waktu
tertentu (episode)
Define
disease
MEASURING
DISEASE
FREQUENCY
Define Define
population timeframe
Defining timeframe
 Study time
– Period of time over which the
study is conducted
– Usually calendar time
– Sometimes specified by event at
which data collection commenced
e.g. birth to school age
Massey University
Defining time frame
 Risk period
– Time during which the individual could

develop disease
– For some disease it is short

 e.g. asthma attack following exposure to allergen
– Other diseases it is long

 e.g. lung cancer due to exposure to hazards in the
work place
Massey University
Menentukan “time of onset”
• Kapan/bilamana dikatakan sebagai kasus baru,

atau kasus lama
• Untuk insidens diperlukan estimasi yang akurat

untuk menentukan “kasus baru”
• Untuk penyakit-penyakit akut penentuan

“time of onset” lebih mudah  contohnya appendisitis
akut, influenza dll
• Untuk penyakit-penyakit kronis penentuan

“time of onset” sulit
• oleh karena sulit menentukan waktu yang tepat
kapan saatnya penyakit dimulai
• contohnya depressi, kanker dll
Define
disease
DISEASE
FREQUENCY
Define Define
population timeframe
Populations
Target
Study
Defining the population
 Study and target populations may be
defined by:
– Geography
– Age
– Sex
– Ethnicity
– Employment
– Combination of factors
Massey University
Ukuran-ukuran frekuensi penyakit
 Insidens
 Insidens kumulatif (Cumulative Incidence)

 Nama lain: Risk, proporsi insidens
 Densitas insidens (Incidence Density)

 Nama lain: insidens orang – waktu (Person – Time
Incidence), Tingkat insidens (Incidence rate)

dalam epidemiologi
 Insidenskumulatif = Risk =
Proporsi Insidens
 Berarti rata-rata risiko seorang individu

terkena penyakit
 Orang-orang yang berada dalam denominator

haruslah terbebas dari penyakit pada
permulaan periode (observasi atau tindak
lanjut)

dalam epidemiologi
 Insidens kumulatif = Risk =
Proporsi Insidens
 Metode ini hanya layak bila ada sedikit atau
tidak ada kasus yang lolos dari pengamatan
karena kematian, tidak lama berisiko, hilang
dari pengamatan
 Memerlukan bahwa semua non-kasus diamati

selama seluruh periode pengamatan

dalam epidemiologi
Proporsi Insidens
 Probabilitas individu berisiko berkembang

menjadi penyakit dalam periode waktu
tertentu
 menyatakan individu tidak meninggal karena

sebab lain selama periode itu

dalam epidemiologi
Proporsi Insidens
 Tidak berdimensi, dinilai dari nol sampai satu

 Merujuk pada individu
 Mempunyai periode rujukan waktu yang
ditentukan dengan baik

dalam epidemiologi
 Rumus Insidens kumulatif =
Risk = Proporsi Insidens
Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif 
Jumlah orang berisiko pada permulaan waktu

dalam epidemiologi
Cumulative Incidence
• Adalah proporsi dari sekelompok orang yang

beresiko dan berkembang menjadi sakit pada
• Dapat digunakan untuk mengukur “resiko” yaitu :

• probabilitas dari orang yang sehat akan menjadi
sakit selama periode waktu tertentu dengan
asumsi bahwa semua orang yang sehat dan
beresiko diamati sampai timbulnya penyakit
pada periode waktu tertentu (“fixed population”)
• Kalkulasi dari CI
 of new cases of disease

CI = --------------------------- during period of
population at risk time
note : hanya kasus baru saja yang termasuk dalam numerator,
kasus-kasus yang sudah terjadi tidak termasuk
krisbantas/ukuran dalam numerator
frekwensi/epid 56
Cumulative Incidence
Incidence proportion
CI assumes that entire population at risk
followed up for specified time period
x
x
x
x
x
CI = 7/12 per year
x = 0.58 per year

x
x disease onset
Month 1 Month12
57
Incidence Proportion (Illustration)
• Recruit 1000 women aged 60 – 69

• 100 had hysterectomies before age 60
• 900 at risk of uterine cancer
• Follow for 10 years
• 10 develop uterine cancer
no. of onsets 10 women
Incidence Proportion    0.011
no. @ risk 900 women
Interpretation: The 10-year average risk of
uterine cancer in this cohort is 0.011 or 1.1%.
 Dari gambar 1.
 Berapa Insiden Kumulatif (IK) selama 7 tahun waktu
pengamatan?
 Jawab
IK 
 Kasus baru
 Populasi berisiko pada awal pengamatan
3 kasus
IK   43 kasus per 100 orang
7 orang

dalam epidemiologi
Contoh perhitungan Cumulative Incidence
11
1 2*
3*
4
5*
6
7*
8
9
10*
1 Januari 1990 31 Des 1990
* = kasus baru
• Selama periode 1 Jan 1991 - 31 Des 1991 terdapat
5 kasus baru campak (2,3,5,7 dan 10)
• Sebelumnya telah ditemukan 5 kasus campak

(1,4,6,8 dan 9)
 sehingga dari 100 orang hanya 95 orang
yang beresiko terhadap penyakit campak
selama periode 1 Jan 1991 - 31 Des 1991
• CI = 5/95 = 0.053  5.3 % selama periode 1 tahun
 Densitas insidens = Insidens orang-waktu
 Berarti rata-rata rate untuk populasi berisiko

selama waktu yang ditentukan
 Karena denominator diukur dalam orang-

waktu, hal ini tidak perlu bahwa semua
individu diamati untuk periode yang sama

dalam epidemiologi
 Densitas insidens = Insidens orang-waktu =
Incidence Rate
 Menyatakan suatu jumlah kasus baru per orang-waktu

 Rumusnya:
Jumlah kasus insidens terjadi dalam periode waktu

Densitas insidens 
Jumlah orang  waktu

dalam epidemiologi
Accumulation of person-years observed in an eight-
year cohort study of six subjects
S
Person-years of
Subject
Observation
I Death
6
II Disease 7
III Alive 8
34
IV Death 4
V Disease 4
VI Lost to Follow-up 5
0 1 2 3 4 5 6 7 8
Study starts Study ends
Time (years)
1 2 3 4 5 6 7 Jumlah waktu dalam jangka
Gambar 1 observasi dan dalam keadaan sehat
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
Hilang dalam pengamatan selanjutnya
* Meninggal

dalam epidemiologi
 Dari Gambar 1. Hitunglah nilai Densitas

Insidens (DI)= Insidens orang-waktu (PTI) =
Incidence Rate (IR)?
 Jawab:
 Hitung jumlah orang-waktu terlebih dulu
 orang  waktu  7  7  2  7  3  2  5  33 orang  tahun

 Kemudian hitung DI  IR  PTI 
 kasus baru
 orang  waktu 
3 kasus
DI  IR  PTI   9,1 kasus per 100 orang - tahun
33 orang  tahun

dalam epidemiologi
 Densitas Insiden =
 Insidens orang waktu=Incidence Rate =
 9,1 kasus/100 orang- tahun
 Unit (satuan) orang-tahun dalam contoh di atas adalah 1 x

100 x orang-tahun = 4 x 25 orang- tahun
 Angka ini dari orang-waktu dapat diakumulasi dengan observasi

100 orang selama 1 tahun, 25 orang selama 4 tahun,
10 orang selama 10 tahun.

dalam epidemiologi
Defining the population
 Study populations may be open or
closed
– Closed populations- Subjects enter at the

same time and there are very few losses to
follow-up
– Open populations- Subjects enter at any

time and there are many losses to follow-
up
Massey University
Closed Populations (Cohorts)
 Closed populations
are also called
cohorts
 A fixed number of
people w/ no inflow
 Individual followed
Once you are a member of
over time (some
a cohort, you are a member
will “expire” and for life. – Olli Miettinen
some will survive)
(c) B. Gerstman
Massey University
Chapter 6 69
Open (Dynamic) Populations
 Open populations
experience inflow
(immigration, births)
and outflow
(emigration, death).

 An open population
in “steady state”
(constant size and
age distribution) is
said to be stationary
Massey University
Chapter 6 70
(c) B. Gerstman
Person-Time
• In a closed-population, you can sum person-time
• One person observed for 1 year = 1 person-year
• Two people observed for ½ year each = 1 person-year
• Four people observed for ¼ year each = 1 person-year
• 52 people observed for a week each = 1 person-year
• In an open population in steady-state, you can use this

approximation:
• Person-time  (average pop. size) × (time of observation)

 Latihan menghitung Incindence Rate
Populasi 1
D = permulaan sakit
D
0 25 50 75 100
Tahun
onsets 2 people
Rate  
 person - time 25 years  50 years
 0.000267 person per years  2.67 per 10,000 person - years
10/31/2019 72
Ukuran-ukuran frekuensi yang digunakan
dalam epidemiologi
 Latihan menghitung Incindence Rate
Populasi 2
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 2=2/(75+100)=2/175 person years

=0.0114 = 11.4 per 1000 person-years

dalam epidemiologi
Example of a rate in an open
population
onsets
incidence 
(average pop. size)  (time)
• In one year, we observe 2,391,630 deaths.

•The average population size is 272,705,815.
•The death rate is:
2,391,630 people
incidence   0.008770 year -1
272,705,815 people  1 year
Incidence density
Number of NEW cases of disease during a period
Total person-time of observation
Rate
Instantaneous concept (like speed)
Denominator:
- is a measure of time
- the sum of each individual’s time at risk
and free from disease 75
90 91 92 93 94 95 96 97 98 99 00 Time at risk
A 6.0
B x 6.0
C 11.0
D 9.5
E x 5.0
Total years at risk 37.5

-- time followed
x disease onset
ID = 2 / 37.5 person- years
= 0.053 person-year
76
77
78
79
80
Person-Time
Each subject contributes a specific person-time of
observation (days, months, years) to the denominator
Person Follow-up Time on Study Person Yrs.
1 <-------------------------------------> 2
2 <--------------------------------------D 2
3 <-----------------WD 1
4 <-------------------------------------------------------> 3
5 <-------------------------------------> 2
1995 1996 1997 1998

Jan. Jan. Jan. Jan.
Incidence Rate (IR)
No. new cases of disease during a given period
IR = ------------------------------------------------------------
Total “person-time” of observation
So,
1 case
IR = ----------- = 1 case per 10 years follow-up
10 years
Whereas,
1 case
CI = ------------ = 0.20 = 20.0%
5 persons
Person-Time
Person Follow-up Time on Study Person Yrs.
1 <-------------------------------------> 2
2 <--------------------------------------D 2
3 <-----------------WD 1
4 <-------------------------------------------------------> 3
5 <-------------------------------------> 2
1995 1996 1997 1998
Jan. Jan. Jan. Jan.
Study Period: 3 Years

Study Participants: 5
Person Years of Observation: 10
Average Duration of Follow-Up: 2.0 Years
Comparison of IR and CI
If we multiply by 0.2, the IR of 1 case per 10 years is
equivalent to 0.2 cases per 2 years:
which suggests a 20% risk of disease development
within 2 years of follow-up.
Whereas, the CI risk estimate of 20% (1 case per 5

persons) was based on a period of 3 years of follow-
up.
The CI calculation of risk of disease development differs

from the IR calculation, in part, because it assumed
that for incomplete follow-up, no cases of disease
occurred.
85
 Prevalens
 Merefleksikan jumlah kasus yang ada (kasus

lama maupun kasus baru) dalam populasi
dalam suatu waktu atau periode waktu
tertentu
 probabilitas bahwa seorang individu menjadi

kasus (atau menjadi sakit) dalam waktu atau

dalam epidemiologi
Figure 3-5 Identifying newly detected cases of a disease. Step 1: Screening for prevalent cases at baseline.

© 2005 Elsevier
 Prevalens
 Prevalens titik (Point of Prevalence)

 Nama lain: prevalens, proporsi prevalens
 Prevalens periode (Periode of Prevalence)

 Prevalens tahunan (Annual of Prevalence)
 Prevalens selama hidup (Lifetime of Prevalence)

dalam epidemiologi
 Prevalens = prevalens titik = proporsi
prevalens
 probabilitas bahwa seorang individu

menjadi kasus (atau menjadi sakit) pada
suatu titik waktu
 Tidak mempunyai dimensi
 Variasi nilai antara nol dan satu

dalam epidemiologi
 Rumus Prevalens = prevalens
titik (Point Prevalence) =
proporsi prevalens
Jumlah kasus yang ada pada satu titik dalam waktu T

Prevalens titik 
Total jumlah orang pada waktu T

dalam epidemiologi
Examples
10
9
8
7
6
5
4
3
2
1
0
Jan Feb Mar Apr May Jun Jul
Ratio males/women=2/8 Prevalence March1 =3/10

Proportion of women=2/10=2% Prevalence March-July =7/10
Incidence Proportion March-July =4/7
91
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal

dalam epidemiologi
 Dari Gambar 1. Hitung prevalens pada tahun ke 2, 3, 4, 5, 6, 7
 Rumus Prevalens = prevalens titik (Point Prevalence) = proporsi

prevalens
Jumlah kasus yang ada pada satu titik waktu T

Prevalens titik 
Total jumlah orang pada waktu T
Jawaban: Jawaban:
PT pada T = 2 0/7 PT pada T = 5 2/6
PT pada T = 3 2/7 PT pada T = 6 2/5
PT pada T = 4 2/6 PT pada T = 7 2/5

dalam epidemiologi
 Prevalens periode
 probabilitas seorang individu
berada dalam keadaan sakit kapan
saja selama suatu periode waktu.
Jumlah kasus yang ada selama suatu periode waktu

Prevalens Periode 
Jumlah orang selama periode

dalam epidemiologi
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal

dalam epidemiologi
 Dari Gambar 1. : Hitunglah Prevalens Periode (PP) dari
tahun ke 1 hingga tahun ke 4.
Jumlah kasus yang ada selama p eriode waktu tahun ke 1  4

PP 
Jumlah orang selama periode tahun ke 1 - 4
Karena jumlah orang (populasi) dalam pengamatan

berubah-ubah, maka kita dapat menggunakan jumlah
rata-rata dari populasi, atau yang umum digunakan
adalah jumlah populasi pada tengah tahun pengamatan
(midpoint year)
2
P P   0,29
7
dalam epidemiologi
 Dari gambar 1.
 A, B,C,D, E, F, G.  individu yang diamati
(ada 7 orang)
 1, 2, 3, 4, 5, 6, 7.  tahun yang diamati (ada

7 tahun pengamatan)
 Jumlah kasus baru selama 7 tahun

pengamatan ada 3 kasus
 Rata-rata lama sakit = (3+5+2)/3 tahun = 3,3

tahun
dalam epidemiologi
 Dari gambar 1
 Orang – waktu (Person – Time)
 Jumlah waktu seseorang yang memberikan
kontribusi masa sehat sejak awal pengamatan.
 Untuk A  masa sehat 7 tahun
 Untuk B  masa sehat 7 tahun
 Untuk C  masa sehat 2 tahun
 Untuk D  masa sehat 7 tahun
 Untuk E  masa sehat 3 tahun
 Untuk F  masa sehat 2 tahun
 Untuk G  masa sehat 5 tahun
 Total orang – tahun = (7+7+2+7+3+2+5) orang-
tahun = 33 orang tahun

dalam epidemiologi
 Hubungan antara insidens dan prevalens
 Jika dalam kondisi yang tetap, maka hubungan
insidens dan prevalens adalah
 P=IxD
 Prevalens (P) [Prevalens periode] = Insidens (I)
[Densitas Insindens] x rata-rata lama sakit (D)
 Dari gambar 1. (untuk pengamatan selama 7 tahun)

 I = 3 kasus/33 orang-tahun. D = 3,3 tahun
 P = 3 kasus/33 orang tahun x 3,3 tahun
 P = 3 kasus/10 orang
10/31/2019
 P = 30 kasus/100 orang
Ukuran-ukuran frekuensi yang digunakan 99
dalam epidemiologi
Dinamik prevalens
Insidens (aliran masuk)
Prevalens
(Permukaan air)
Kasus Baru
Kasus Lama
Sembuh
atau meninggal
Bekas-bekas kasus
dalam epidemiologi
Relationship between
Incidence, Prevalence and Disease Duration
Incidence
Prevalence Deaths,
Duration Cured,
Lost...
Merci à Jean-Luc Grenier - CEPIQ98

Figure 3-11 Relationship between incidence and prevalence: I.

© 2005 Elsevier
Figure 3-12 Relationship between incidence and prevalence: II.

© 2005 Elsevier
Figure 3-13 Relationship between incidence and prevalence: III.

© 2005 Elsevier
HUBUNGAN ANTARA PREVALENS DAN INSIDENS
P = I X Rata-rata lamanya sakit (durasi)

P = prevalens I = insidens D = durasi
P=IxD
• Prevalens yang tinggi dapat oleh karena :

• insidens yang tinggi
• durasi sakit yang panjang
• Contoh :
• penggunaan insulin menyebabkan penderita DM
bertahan hidup lama  durasi sakit menjadi
panjang  prevalens meningkat

Prevalens yang rendah dapat oleh karena :
• insidens yang rendah

• durasi sakit yang pendek
•pengobatan yang baik
• meningkatnya virulensi penyakit sehingga
pasien cepat meninggal
• atau keduanya
• Contoh :
• pada kasus-kasus yang mudah sembuh,
• atau pada kasus-kasus yang cepat meninggal

VARIASI PADA INSIDENS DAN PREVALENS
• Oleh karena insidens tergantung kepada munculnya

kasus baru 
maka penurunan pada insidens dapat oleh karena :
• adanya peningkatan daya tahan tubuh diantara

anggota populasi terhadap penyakit
• adanya perubahan pada etiologi penyakit
• adanya pencegahan yang efektif

 Mortalitas
 Merefleksikan jumlah kematian dalam suatu
populasi

dalam epidemiologi
 Ukuran mortalitas
 Ratio kematian terhadap kasus (Death-to-case Ratio)
DTCR 
 kematian dari penyakit t ertentu selama periode tertentu 
 kasus baru dari penyakit yang didentifik asi selama periode yang sama 
Contoh:
Pada tahun 2004, ada 200 kasus baru tuberkulosis paru-paru
yang dilaporkan di suatu wilayah. Pada tahun yang sama ada 15
kematian yang terjadi pada penderita tuberkulosis paru-paru,
maka DTCR = 15/200  75 kematian per 1000 kasus baru

dalam epidemiologi
 Infant Mortality Rate (IMR)
Contoh: IMR = 7,2 bayi
 bayi yang meninggal  yang meninggal per
IMR 
 bayi yang lahir hidup  1000 kelahiran hidup
 Neonatal mortality rate (NMR)
NMR 
 kematian bayi umur dalam 28 hari pertama kehidupan
 bayi yang lahir hidup 
Contoh: NMR = 5,4 kematian neonatal per 1000

kelahiran hidup

dalam epidemiologi
 Postneonatal Mortality Rate (PNMR)
PNMR 
 bayi yang meninggal umur 28 sampai 11 bulan 
Contoh: PMNR = 2,8 kematian postneonatal per 1000 kelahiran hidup
 Maternal Mortality Rate (MMR)
MMR 
 kematian ibu oleh sebab yang berkaitan dengan kehamilan, kelahiran dan nifas 
Contoh: MMR = 6,1 kematian ibu per 100.000 kelahiran hidup

dalam epidemiologi
 Case Fatality Rate (CFR)
 meninggal diantara kasus insidens 
CFR 
 Jumlah kasus insidens 
 Propotionate Mortality (PM)
 kematian karena sebab tertentu 

PM 
 kematian semua sebab

dalam epidemiologi
 Propotionate Mortality Ratio (PMR)
 Membandingkan Propotionate Mortality pada
satu kelompok umur dengan kelompok umur
yang lain pada satu populasi
PM grup1
PMR 
PM grup2
Contoh: PM pada semua kasus = 7,1%; PM pada umur 25 –
44 = 2,5%; PM pada umur 45 – 64 = 4,3%. PMR antara
umur 45 – 64 dan 25 – 44 adalah (4,3/2,5) = 1,72

dalam epidemiologi
MANFAAT DARI PENGUKURAN TERHADAP
FREKWENSI PENYAKIT
Insidens
• Merupakan alat ukur untuk penelitian etiologi
suatu penyakit baik akut maupun kronis
• Merupakan indikator yang baik untuk mengestimasi

suatu “resiko” oleh karena insidens mengukur
• secara langsung peluang bahwa seseorang yang
sehat akan menjadi sakit
• Insidens rate yang tinggi dari suatu penyakit

menunjukkan resiko yang tinggi untuk mendapatkan
penyakit tersebut
• Insidens memberikan informasi mengenai efektifitas

dari suatu pencegahan atau intervensi terhadap
suatu penyakit krisbantas/ukuran frekwensi/epid 117
Prevalens
• Suatu prevalens rate yang tinggi dari suatu
penyakit belum tentu menunjukkan adanya resiko
yang tinggi untuk mendapatkan penyakit tersebut,
oleh karena dapat saja oleh karena :
• survival rate yang meningkat
• medical care yang meningkat
• Suatu prevalens rate yang rendah dari suatu penyakit

 dapat merefleksikan kondisi-kondisi :
• proses fatal yang cepat
• proses penyembuhan yang cepat

• Data dari pengukuran prevalens tidak dapat
dipakai untuk meneliti etiologi penyakit dan
mengukur resiko
• Data dari pengukuran prevalens dapat digunakan

· untuk :
• mengestimasi kebutuhan atas personel dan fasilitas
kesehatan,
•juga untuk mengestimasi beban dari suatu penyakit

terhadap sistem pelayanan kesehatan.

120
penyakit
 Perbandingan Insidens dan Prevalens
Insidens Prevalens
 Hanya menghitung kasus baru  Menghitung kasus yang ada
(kasus baru dan lama)
 Tingkat tidak bergantung durasi  Bergantung pada rata-rata lama
rata-rata penyakit (durasi) sakit
 Dapat diukur sebagai rate atau  Selalu diukur sebagai proporsi
proporsi
 Merefleksikan kemungkinan  Merefleksikan kemungkinan
menjadi penyakit sepanjang waktu terjadi penyakit pada satu waktu
 Lebih disukai bila melakukan tertentu
studi etiologi penyakit  Lebih disukai bila studi utilisasi
pelayanan kesehatan
penyakit
Insidens Prevalens
Insidens Incidence Titik Periode

Kumulatif Rate
Sinonim Proporsi Incidence

Insidens Density
Numerator Kasus baru Kasus baru Kasus yang Kasus yang

ada ada/baru
Denominator Populasi Orang - Populasi Populasi

inisial Waktu Inisial pertengahan
Unit Tidak ada Kasus per Tidak ada Tidak ada

orang waktu
Tipe Proporsi Rate Proporsi Proporsi

UKURAN FREKUENSI PENYAKIT
Grimes & Schulz, 2002 (www)

If it’s not clear…
• Epidemiology kept Simple chapter 3
• Gordis Leon, M.D., M.P.H., Dr.P.H. 2009.

Epidemiolgy. W.B. Saunders Company.
Philadelphia ,Chapter 3
• Epidemiology, an introduction. Rothman KJ. Oxford

University Press, 2002,Chapter 3
• Epidemiology in Medicine. Henneckens CH, Buring JE.

Edited by Mayrent SL, Chapter 4

Ukuran Frekuensi - 2019

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ukuran Frekuensi - 2019

Diunggah oleh

Hak Cipta:

Format Tersedia

UKURAN-UKURAN FREKUENSI

YANG DIGUNAKAN DALAM

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 1

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 2

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 3

 Hitung individu yang terinfeksi, yang

 Tipe kuantitas matematis

 Tipe ukuran yang

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 5

• Secara garis besar kejadian penyakit dapat berupa :

• Ada 3 macam parameter matematis yang digunakan

• jumlah kejadian penyakit dengan

• Parameter tersebut adalah

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 7

Slide from Peter Davies

 kuantitas numerator (pembilang) boleh

• The quotient of 2 numbers

• Sex ratio: Male / Female

 suatu fraksi atau tipe rasio yang unsur

 Bila dikalikan dengan 100, biasanya disebut

 Contoh: 28/56 = 0,5; 0,5 x 100% = 50%

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 13

l In epidemiology, tells us the fraction of the

# persons with # persons Total study

1,400 9,650 11,050

P = A / (A + B) = (1,400 / 11,050) = 0.127

Linked to probability theory (i.e. risk of

For ease of usage, can multiply a

Example: p = 0.127 = 12.7%

Number of Deaths from disease X in year Y

This is a measure of the propensity of a disease to

 Tipe spesifik dari rasio yang

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 19

 Kecepatan adalah suatu rate

 Jarak per unit waktu

 Jumlah pasien per unit orang-waktu

 Speed utk mengukur rata2 velocity

 SPEED=JARAK TOTAL /WAKTU PERJALANAN

 dihitung dengan cara pembagian antara

 Contoh: Pada tahun 2004, ada 100 kasus

Rate demam berdarah  8 kasus per 100.000 orang

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 27

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 28

Death count in U.S. during 1990:2,148,463

What does a crude annual death rate of

It means that over the course of a year:

2. About 864 persons per 100,000 died.

3. The risk of dying was about 0.9% (see below)

 Merefleksikan besar kejadian penyakit

 Biasanya diukur sebagai suatu rate atau

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 34

10/31/2019 Ukuran-ukuran frekuensi yang digunakan 35

 merefleksikan jumlah kasus baru (insiden)

 Yangdimaksud kasus baru adalah

 PeriodeWaktu adalah jumlah waktu yang

Downloaded from: StudentConsult (on 2 October 2009 12:33 AM)

• Dalam pengukuran frekuensi penyakit perlu

• Definisi /pemberian label menentukan apa

• Menentukan “time of onset”

• “Kasus” dapat ditentukan dengan cara :

• evaluasi klinis (tes diagnostik, gejala-gejala klinis)

 For some diseases there is a test with

 For other disease the are levels to the test