02-03 Ukuran-Ukuran Dalam Epidemiologi

UKURAN-UKURAN FREKUENSI YANG
DIGUNAKAN DALAM EPIDEMIOLOGI
1/18/2020 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
1/18/2020 2
Distribusi
• Epidemiologi peduli dengan frekuensi dan
pola peristiwa kesehatan dalam suatu
populasi
1/18/2020 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
1/18/2020 4
Ukuran-ukuran frekuensi peristiwa
kesehatan
• Tipe kuantitas matematis
• Tipe ukuran yang digunakan dalam
epidemiologi
1/18/2020 5
Tipe kuantitas matematis
• Enumerasi (hitungan)
• Rasio
• Proporsi
• Rate
1/18/2020 6
Tipe ukuran yang digunakan dalam
epidemiologi
• Ukuran-ukuran frekuensi penyakit
• Ukuran-ukuran asosiasi
• Ukuran-ukuran dampak
1/18/2020 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
adenominator (penyebut) atau
dari kuantitas
denominator bmungkin tidak memuat numerator
– Contoh:
1/18/2020 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%.
1/18/2020 9
• Rate
– Tipe spesifik dari rasio yang
digunakan mengkuantifikasi
proses dinamik seperti
pertumbuhan dan kecepatan
1/18/2020 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)
1/18/2020 11
• 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.
1/18/2020 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
1/18/2020kasus demam berdarah di kota itu ? 13
Rate 
 kasus

100 kasus

1 kasus
 Populasi 1.250.000 orang 12500 orang
Rate demam berdarah  8 kasus per 100.000 orang
0,00008
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 19
epidemiologi
– Koefisien model
• Linier
• Logistik
• Cox
• Poisson
1/18/2020 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 X1,
disesuaikan (distandarisasi) dengan semua variabel lain
dalam model
log odds   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k
• Logistik
– Interpretasi b1
• Peningkatan dalam log odds outcome (penyakit) per unit
meningkat dalam X1, disesuaikan dengan semua
1/18/2020 variabel lain dalam model 21
epidemiologi
• Koefisien model
log hazard   b  b X  b2 X 2  b3 X 3  ...... bk X k
• Cox 0 1 1
– 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
1/18/2020 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.
1/18/2020 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)
1/18/2020 24
Ukuran-ukuran frekuensi
penyakit
• Insidens (incidence)
• Prevalens (prevalens)
• Mortalitas (mortality)
1/18/2020 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
1/18/2020 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
1/18/2020 27
penyakit
• Mortalitas
– Merefleksikan jumlah kematian dalam suatu
populasi
1/18/2020 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)
1/18/2020 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)
1/18/2020 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
1/18/2020 31
penyakit
– Probabilitas individu berisiko berkembang
menjadi penyakit dalam periode waktu
tertentu
– menyatakan individu tidak meninggal karena
sebab lain selama periode itu
1/18/2020 32
penyakit
– Tidak berdimensi, dinilai dari nol sampai satu
– Merujuk pada individu
– Mempunyai periode rujukan waktu yang
ditentukan dengan baik
1/18/2020 33
penyakit
• Rumus Insidens kumulatif = Risk = Proporsi Insidens
Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif 
Jumlah orang berisiko pada permulaan waktu
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 39
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
1/18/2020 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
1/18/2020 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
1/18/2020 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 (~)
1/18/2020 43
penyakit
• Latihan menghitung Incindence Rate
Populasi 1
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 1
1/18/2020 44
penyakit
• Latihan menghitung Incindence Rate
Populasi 2
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 2
1/18/2020 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.
1/18/2020 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)
1/18/2020 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
1/18/2020 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
1/18/2020 49
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
1/18/2020 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
1/18/2020 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
1/18/2020 52
penyakit
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 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
1/18/2020 – P = 30 kasus/100 orang 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
1/18/2020 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
1/18/2020 59
Dinamik prevalens
Insidens (aliran masuk)

Prevalens
(Permukaan air)
Kasus Baru
Kasus Lama
Sembuh
atau meninggal
Bekas-bekas kasus
1/18/2020 60
penyakit
• 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
1/18/2020 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)

 kematian bayi umur dalam 28 hari pertama kehidupan
NMR 
 bayi yang lahir hidup 
Contoh: NMR = 5,4 kematian neonatal per 1000
kelahiran hidup
1/18/2020 62
penyakit
– 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
1/18/2020 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
1/18/2020 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
1/18/2020 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

• 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 selama suatu periode waktu

Hilang dalam pengamatan selanjutnya

Karena jumlah orang (populasi) dalam pengamatan

Unit Tidak ada Kasus per Tidak ada Tidak ada

Insidens (aliran masuk)

– Neonatal mortality rate (NMR)

– Maternal Mortality Rate (MMR)

Contoh: MMR = 6,1 kematian ibu per 100.000 kelahiran hidup

 kematian karena sebab tertentu 

Anda mungkin juga menyukai