02-03 Ukuran-Ukuran Dalam Epidemiologi

UKURAN-UKURAN FREKUENSI YANG
DIGUNAKAN DALAM EPIDEMIOLOGI
12/01/19 1
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
12/01/19 2
Distribusi
• Epidemiologi peduli dengan frekuensi
dan pola peristiwa kesehatan dalam suatu
populasi
12/01/19 3
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
12/01/19 4
Ukuran-ukuran frekuensi peristiwa
kesehatan
• Tipe kuantitas matematis
• Tipe ukuran yang digunakan dalam
epidemiologi
12/01/19 5
Tipe kuantitas matematis
• Enumerasi (hitungan)
• Rasio
• Proporsi
• Rate
12/01/19 6
Tipe ukuran yang digunakan dalam
epidemiologi
• Ukuran-ukuran frekuensi penyakit
• Ukuran-ukuran asosiasi
• Ukuran-ukuran dampak
12/01/19 7
• Hitungan (enumerasi) atau angka mutlak
– Jumlah kasar atau frekuensi
– Contoh: 10 kasus, 1961 kasus
• Rasio
– nilai yang didapat dengan pembagian suatu kuantitas
dengan kuantitas yang lain.
– kuantitas numerator (pembilang) boleh berbeda dari
kuantitas denominator (penyebut) atau denominator
a
mungkin tidak memuat numerator
– Contoh: b
12/01/19 8
• 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%.
12/01/19 9
• Rate
– Tipe spesifik dari rasio yang
digunakan mengkuantifikasi
proses dinamik seperti
pertumbuhan dan kecepatan
12/01/19 10
• 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 (tetapan)
12/01/19 11
• Rate
– Format umum dari rate adalah
Numerator
Rate  xF
Denominator
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.
12/01/19 12
• 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 kasus demam berdarah di kota
itu ?
12/01/19 13
Rate 
 kasus

100 kasus

1 kasus
 Populasi 1.250.000 orang 12500 orang
Rate demam berdarah  8 kasus per 100.000 orang
12/01/19 14
• 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
12/01/19 15
epidemiologi
• Ukuran frekuensi penyakit
– Merefleksikan besar kejadian penyakit
(morbiditas) atau kematian karena penyakit
(mortalitas) dalam suatu populasi
– Biasanya diukur sebagai suatu rate atau
proporsi
12/01/19 16
epidemiologi
• Ukuran asosiasi
– Merefleksikan kekuatan atau besar asosiasi
antara suatu eksposur/faktor risiko dan
kejadian suatu penyakit
– Memasukkan suatu perbandingan frekuensi
penyakit antara dua atau lebih kelompok
dengan berbagai derajat eksposur
– Beberapa ukuran assosiasi digunakan untuk
mengestimasi efek
12/01/19 17
epidemiologi
– Ukuran rasio :(Perbandingan relatif)
• rasio dua frekuensi penyakit
• membandingkan kelompok terpajan dengan
kelompok tidak terpajan
– Ukuran perbedaan: (perbandingan absolut)
• perbedaan antara ukuran frekuensi penyakit
suatu kelompok terpajan dan kelompok yang
tidak terpajan
12/01/19 18
epidemiologi
– Koefisien model
• koefisien variabel diturunkan dari model
matematis yang menujukkan besarnya hubungan
antara variabel eksposur dan penyakit
– Koefisien korelasi
• ukuran lain asosiasi yang juga diturunkan dari
model matematis, namun tidak merefleksikan
parameter kausal
12/01/19 19
epidemiologi
– Koefisien model
• Linier
• Logistik
• Cox
• Poisson
12/01/19 20
epidemiologi
• Koefisien model
y  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k
• Linier
– Interpretasi b1
• Peningkatan dalam outcome (penyakit) nilai rata-rata y
(variabel kontinu) per unit meningkat dalam X 1, disesuaikan
(distandarisasi) dengan semua variabel lain dalam model
• Logistik log odds  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

– Interpretasi b1
• Peningkatan dalam log odds outcome (penyakit) per unit
meningkat dalam X1, disesuaikan dengan semua variabel lain
dalam model
12/01/19 21
epidemiologi
• Koefisien model
• Cox log hazard   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k
– Interpretasi b1
• Peningkatan log hazard outcome per unit meningkat dalam
X1, disesuaikan (distandarisasi) dengan semua variabel lain
dalam model
log rate  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

• Poisson
– Interpretasi b1
• Peningkatan dalam log rate outcome (penyakit) per unit
meningkat dalam X1, disesuaikan dengan semua variabel lain
dalam model
12/01/19 22
epidemiologi
– Koefisien korelasi
y  b0  b1 X
• b0 = intersep yaitu nilai y yang diestimasi ketika x = 0

• b1 = koefisien korelasi (regresi) yaitu peningkatan yang
diperkirakan pada dependen variabel (y) per unit dalam
variabel prediktor (x). Jika x =1, y = b0+b1, jika x=2, y = b0
+ b1 * 2.
12/01/19 23
epidemiologi
• Ukuran efek/dampak
– Merefleksikan dampak suatu faktor pada
frekuensi atau risiko dari suatu masalah
(outcome) kesehatan
– Merefleksikan kelebihan jumlah kasus karena
suatu faktor (attributable) atau jumlah kasus
yang dapat dicegah oleh eksposur (pemajan)
12/01/19 24
Ukuran-ukuran frekuensi
penyakit
• Insidens (incidence)
• Prevalens (prevalens)
• Mortalitas (mortality)
12/01/19 25
Ukuran-ukuran frekeunsi
penyakit
• Insidens
– merefleksikan jumlah kasus baru (insiden)
yang berkembang dalam suatu periode waktu
di antara populasi yang berisiko
• Yang dimaksud kasus baru adalah perubahan
status dari sehat menjadi sakit
• Periode Waktu adalah jumlah waktu yang diamati
selama sehat hingga menjadi sakit
12/01/19 26
penyakit
• 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
periode waktu tertentu
12/01/19 27
penyakit
• Mortalitas
– Merefleksikan jumlah kematian dalam suatu
populasi
12/01/19 28
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)
12/01/19 29
penyakit
• Insidens kumulatif = 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)
12/01/19 30
penyakit
– 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
12/01/19 31
penyakit
– Probabilitas individu berisiko berkembang
menjadi penyakit dalam periode waktu
tertentu
– menyatakan individu tidak meninggal karena
sebab lain selama periode itu
12/01/19 32
penyakit
– Tidak berdimensi, dinilai dari nol sampai satu
– Merujuk pada individu
– Mempunyai periode rujukan waktu yang
ditentukan dengan baik
12/01/19 33
penyakit
• Rumus Insidens kumulatif = Risk = Proporsi Insidens
Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif 
Jumlah orang berisiko pada permulaan waktu
12/01/19 34
penyakit
• Attack rate
– jenis khusus insidens kumulatif yang berguna selama
epidemik
– Contoh
Makanan Makan ARM Tidak Makan ARTM
Sakit Tidak Sakit Tidak
sakit Sakit
Salad 30 70 30/100 5 35 5/40

Krecek 16 84 16/100 4 21 4/25
ARM = Attack Rate Makan

ARMTM = Attack Rate tidak makan
12/01/19 35
penyakit
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
12/01/19 36
penyakit
• 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
12/01/19 37
penyakit
• 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
12/01/19 38
penyakit
• 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
12/01/19 39
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
12/01/19 40
penyakit
• 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
DI  IR  PTI 
 kasus baru
  orang  waktu 
– Kemudian hitung
3 kasus
DI  IR  PTI   9,1 kasus per 100 orang - tahun
33 orang  tahun
12/01/19 41
Ukuran-ukuran frekuensi penyakit
• Instantaneous insidence density = instantaneous
incidence rate = person-time incidence rate
– Kejadian segera dari kasus baru pada suatu “titik atau
segera dalam waktu T, per unit waktu di antara populasi
berisiko selama waktu T
– Ukuran teoritis jumlah kasus yang terjadi per satuan
populasi-waktu (orang-tahun berisiko).
– Mengukur kejadian penyakit pada satu titik waktu t
(ditentukan secara matematik sebagai limit, seperti t  0.
– Probabilitas seseorang yang sehat pada waktu t akan
mengalami sakit dalam interval t+t dibagi t
– Juga disebut force of morbidity, hazard rate
12/01/19 42
penyakit
• Incidence Rate
– Tidak ada periode rujukan (tidak ada seperti
rate 2-tahun)
– Mempunyai dimensi yang invers waktu (misal:
0,001/tahun)
– Mempunyai nilai nol dan infiniti (~)
12/01/19 43
penyakit
• Latihan menghitung Incindence Rate
Populasi 1
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 1
12/01/19 44
penyakit
• Latihan menghitung Incindence Rate
Populasi 2
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 2
12/01/19 45
penyakit
• 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.
12/01/19 46
penyakit
• 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)
12/01/19 47
penyakit
• 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
12/01/19 48
penyakit
• 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
12/01/19 49
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
12/01/19 50
penyakit
• 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
12/01/19 51
penyakit
• 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
12/01/19 52
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
12/01/19 53
penyakit
• Dari Gamabar 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
12/01/19 54
penyakit
• 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
12/01/19 55
penyakit
• 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
12/01/19 56
penyakit
• 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
– P = 30 kasus/100 orang
12/01/19 57
Ukuran-ukuran frekuensi 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
rata-rata penyakit lama (durasi) sakit
• Dapat diukur sebagai rate atau • Selalu diukur sebagai proporsi
proporsi
• Merefleksikan kemungkinan • Merefleksikan kemungkinan
menjadi penyakit sepanjang terjadi penyakit pada satu waktu
waktu tertentu
• Lebih disukai bila melakukan • Lebih disukai bila studi utilisasi
studi etiologi penyakit pelayanan kesehatan
12/01/19 58
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
12/01/19 59
Dinamik prevalens
Insidens (aliran masuk)
Prevalens
(Permukaan air)
Kasus Baru
Kasus Lama
Sembuh
atau meninggal
Bekas-bekas kasus
12/01/19 60
penyakit
• Ukuran mortalitas
– Ratio kematian terhadap kasus (Death-to-case Ratio)
DTCR 
  kematian dari penyakit tertentu selama periode tertentu
  kasus baru dari penyakit yang didentifikasi 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
12/01/19 61
penyakit
– 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
12/01/19 62
penyakit
– Postneonatal Mortality Rate (PNMR)
PNMR 
  bayi yang meninggal umur 28 sampai 11 bulan
  bayi yang lahir hidup 
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 
  bayi yang lahir hidup
Contoh: MMR = 6,1 kematian ibu per 100.000 kelahiran hidup
12/01/19 63
penyakit
– Case Fatality Rate (CFR)
  meninggal diantara kasus insidens
CFR 
  Jumlah kasus insidens
– Propotionate Mortality (PM)
  kematian karena sebab tertentu 

PM 
  kematian semua sebab
12/01/19 64
penyakit
– 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
12/01/19 65

02-03 Ukuran-Ukuran Dalam Epidemiologi

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

02-03 Ukuran-Ukuran Dalam Epidemiologi

Diunggah oleh

Hak Cipta:

Format Tersedia

UKURAN-UKURAN FREKUENSI YANG

DIGUNAKAN DALAM EPIDEMIOLOGI

Rate demam berdarah  8 kasus per 100.000 orang

• Logistik log odds  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

log rate  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

• b0 = intersep yaitu nilai y yang diestimasi ketika x = 0

Jumlah kasus insidens selama periode waktu tertentu

Salad 30 70 30/100 5 35 5/40

ARM = Attack Rate Makan

Hilang dalam pengamatan selanjutnya

Hilang dalam pengamatan selanjutnya

Hitung Incidence Rate pada populasi 1

Hitung Incidence Rate pada populasi 2

• Angka ini dari orang-waktu dapat diakumulasi dengan

Jumlah kasus yang ada pada satu titik dalam waktu T

Hilang dalam pengamatan selanjutnya

Jumlah kasus yang ada pada satu titik waktu T

Jumlah kasus yang ada selama suatu periode waktu

Hilang dalam pengamatan selanjutnya

Karena jumlah orang (populasi) dalam pengamatan

Unit Tidak ada Kasus per Tidak ada Tidak ada

– Neonatal mortality rate (NMR)

– Maternal Mortality Rate (MMR)

  kematian karena sebab tertentu 

Anda mungkin juga menyukai