EPIDEMIOLOGI:

Ilmu yg mempelajari tentang Masalah Kesehatan pada

Sekelompok Manusia

FREKWENSI DISTRIBUSI DETERMINAN

2 Hal pokok yg Dikelompokkan Langkah – langkah :
dilakukan : menurut : 1.Merumuskan Hipotesa
1. Menemukan 1. Manusia 2.Menguji Hipotesa
Masalah Kesehatan
2. Tempat 3.Menarik Keseimpulan
• Mengukur Masalah
Kesehatan 3. Waktu

EPIDEMIOLOGI EPIDEMIOLOGI
DISKRIPTIF ANALITIK
INTRODUKSI
• Studi epidemiologi scr garis bsr dpt
dibagi menjadi:
• Studi deskriptif
• Studi analitik

Studi deskriptif: studi/penelitian

epidemiologi yg menitikberatkan pd
karakteristik dr frekuensi/ distribusi
penyakit dlm kaitannya dg faktor2:
* person-- who
• time----- when
• Place--- where
 Epidemiologi merupakan Studi tentang

Desain Studi sebaran

(distribution) dan faktor yang berpengaruh
(determinants) dari frekuensi penyakit pada
populasi manusia
Epidemiologi
Menjelaskan distribusi masalah kesehatan
terutama berdasarkan faktor orang, tempat
dan waktu. Diekspresikan dengan pertanyaan
Where, Who, dan When
Studi
Deskriptif Menjelaskan:
•Siapa yg mendapat sakit dan siapa yg tidak
•Dimana masalah (rate) penyakit yg tinggi
•Apakah ada pola temporal

Studi studi mengenai

determinants dari
Analitik masalah kesehatan

Pasca Sarjana FKM UI

2013
 Pasca Sarjana FKM UI 2013

Types of Epidemiologic
Studies
Experimental Observational
Study Study

True Descriptive Analytic Study

experimental Study
e.g. RCT
Quasy
experimental Case report & case Cohort Study
e.g. pre-post test series
Cross-Sectional Case-Control
Study Study
Ecologic Study Cross-Sectional
Study
Ecologic Study
STUDI EPIDEMIOLOGI
DESKRIPTIF
Tujuan Epidemiologi Deskriptif

• Memberikan bukti untuk mengembangkan hipotesis

1

• Memberikan informasi untuk pelayanan kesehatan dan administrator

2 bagi pengalokasian sumber daya dan perencanaan program pencegahan
dan pendidikan

• Untuk dapat menggambarkan distribusi penyakit berdasarkan karakteristik

3 populasi

• Untuk evaluasi trend masalah kesehatan dan membandingkan antara

4
daerah
• Untuk dapat memperhitungkan besarnya masalahsebagai basis
5 kesehatan perencanaan dan evaluasi program

• Untuk identifikasi masalah kesehatan yg nantinya dilanjutkan dengan

6 penelitian analitik untuk uji hipotesa

Pasca Sarjana FKM UI

2013
 Variasi Kejadian Penyakit

Penyakit tidak terjadi secara random

Kejadian penyakit bervariasi berdasarkan karakteristik personal,

waktu, dan tempat

Variasi tergantung pada :

•Tingkat exposure dari faktor kausal
•Kerentanan terhadap efek dari exposure
•Keduanya

Pasca Sarjana
FKM UI 2013
Studi analitik: studi epidemiologi yg
menitikberatkan pd pencarian hub.sebab-
akibat
sebab--->faktor2 resiko
akibat--kejadian penyakit
• Epidemiologi: Ilmu yg mempelajari
frekwensi dan distribusi penyakit serta
determinan2 dr penyakit tersebut
• Penelitian yg berkaitan dg distribusi dan
frekwensi penyakit;dilakukan dg
rancangan/disain studi deskriptif
• Penelitian yg meneliti masalah determinan
dr penyakit;dilakukan dg rancangan/disain
studi analitik
 MACAM2 DISAIN STUDI
EPIDEMIOLOGI DESKRIPTIF
A.Studi populasi
1.Studi korelasi (correlational study)

B.Studi Individual
1.Studi kasus lapor dan kasus seri
(case-report dan case series)
2.Studi potong lintang (cross-sectional
study)
 Jenis Studi Epidemiologi Deskriptif

•menggambarkan pengalaman
laporan kasus satu kasus baru yang menarik
(case report)

• menggambarkan pengalaman
beberapa/sekumpulan kasus baru dengan
serial kasus (case-series) diagnosis yang serupa.

• Time series analysis

Studi Korelasi • Ecologic study (Studi Ekologi)

• studi yg meneliti sekaligus faktor pajanan

(exposure) dan penyakit / masalah
Studi Cross-sectional kesehatan tanpa arah dimensi penyelidikan
tertentu

Pasca Sarjana
FKM UI 2013
 Concept Map
Descriptive Analytical
Epidemiology Hypothesis Epidemiology

RCT
Judging Cohort
Causality Case-Control
X-Sectional

Prevention
Strategies
Studi Korelasi (Correlational
study)=ekologi
• Studi korelasi menggunakan
data dr seluruh populasi utk
membandingkan:
• Frekwensi penyakit pd klmpk2 yg
berbeda dr suatu populasi pd suatu
periode yg sama
• Frekwensi dr klmpk2 yg sama pd
periode yg berbeda
Contoh
• Studi korelasi yg mempalajari korelasi
antara konsumsi daging perkapita dan
frekwensi penyakit Ca pd wanita pd
negara2 ttt
• Terlihat bhw ada hub/korelasi yg +
• Negara2 dg tgkt konsumsi daging
perkapita yg rendah memiliki frekwensi
Ca Colon yg rendah
• Negara2 dg tgkt konsumsi daging
perkapita yg tinggi memiliki Ca colon yg
tinggi
Korelasi diukur dg koefisien korelasi:
-simbol yg dipakai biasanya “r”
-mengukur hub linier antara fktr risiko dan kejadian
penyakit:
-apakah utk setiap unit prbhn pd level
keterpaparan akan tjd peningkatan atau penurunan
frekwensi penyakit scr proporsional
- r bervariasi dari +1 dan -1
• Kelebihan studi korelasi:
• Disain stdi yg paling sering digunakan sbg langkah awal
utk meneliti kemungkinan adanya hub.antara fktr risiko
dan kejadian penyakit
• Dpt dilakukan cepat dan tdk mahal karena data yg
diperlukan biasanya telah tersedia
• Pemerintah atau instansi swasta biasanya scr rutin
mengumpulkan data:
• Demografi
• Produksi pangan
• Pencatatan pelaporan mengenai morbiditas dan mortalitas
• Industri dan pabrik dsb
Kelemahan dr studi korelasi
• Krn studi korelasi bdsrkn populasi; tdk dpt dipakai
utk mlihat hub antara faktor resiko penyakit dg
indvidu anggota populasi tsbt
• Contoh:
• Studi korelasi yg mengevaluasi apakah pemeriksaan pap-
smear memiliki korelasi dg mortalitas dr Ca cervix
• Tdpt korelasi yg + antara skrining pap-smear dg penurunan
mortalitas Ca Cervix
• Semakin rendah skrining pap-smear,smkn rendah pula
penurunan mortalitas dr Ca servix
• Hasil dr penelitian tsbt menimbulkan pertanyaan:
• Benarkah program skrining pap smear menurunkan mortalitas
Ca servix
• HIpotesis tsbt tdk dpt diuji dg penelitian diatas krn tdk mgkn
utk menentukan apakah pd kenyataannya benar bhw wanita
yg melakukan skrining adalah wanita yg sama yg tdk
mengalami Ca servix;siapa tahu wanita lain yg tdk melakukan
skrining
Kelemahan lain :
- Tdk dpt mengontrol faktor2 confounding
- data korelasi hanya merepresentasikan tgkt rata2
keterpaparan dr pd nilai yg sebenarnya yg dialami
oleh individu2
• Tidak dpt mengontrol faktor confounding
• Contoh:pd studi korelasi yg mengevaluasi ttg
rata2 intake daging babi perkapita dan kaitannya
dg mortalitas Ca mammae di 28 negara
• Tdpt korelasi + yg kuat antara ke2 variabel
tsbt(intake rata2 daging babi dan mortalitas Ca
mammae)
• Tapi meningkatnya konsumsi daging babi dpt
berkorelasi dg faktor2 lain yg mrpkn faktor
resiko dr Ca mammae misalnya
• Intake babi meningkat;lemak meningkat
• Intake babi meningkat;sayuran menurun
• Intake babi meningkat;pd kelas sosial ekonomi tinggi
• Tdk mgkn utk memilah-milah dr efek faktor konfounding
diatas dg memakai data dr studi korelasi
Studi korelasi hanya merepresentasikan tgkt
rata2 keterpaparan drpd tgkt keterpaparan yg
sesungguhnya tjd pd individu
• Contoh:studi korelasi yg mengevaluasi
hub.konsumsi alkohol perlapita dg kematian oleh
PJK
• Dr studi menunjukkan korelasi yg terbalik antara
konsumsi alkohol dan kematian krn PJK;negara2
dg tgkt konsumsi alkohol yg tinggi kematian oleh
PJK rendah
• Dr studi analitik (pd individu2) yg dilakukan
ditemukan bhw;hub.antara alkohol dan pjk tdk
menunjukkan hub linier terbalik yg sederhana;tp
berbentuk kurva J dimana:
• Individu2 yg peminum alkohol dlm jumlah
banyak;kematian oleh PJK meningkat
• Individu2 yg peminum alkohol sedang;kematian oleh PJK
lbh rendah drpd peminum alkohol yg tinggi
• Dpt disimpulkan;studi korelasi hanya merepresentasikan
tgkt rata2 keterpaparan saja
 Kelemahan Studi Korelasi
Tidak dapat melihat hubungan ditingkat individu.

Ada ecologic fallacy, yakni bias dalam menginterpretasikan

•Contoh: ada hubungan antara angka cakupan imunisasi campak dengan angka
insidens campak (hubungan dalam tingkat agregat)  belum berarti dalam tingkat
idividu ada hubungan antara imunisasi dengan kejadian penyakit campak pada
seseorang

Untuk membuktikan adanya hubungan ditingkat individu : perlu

memformulasikan hipotesis baru studi epidemiologi analitik

Pasca Sarjana
FKM UI 2013
 Case Report

•laporan tentang pengalaman menarik dari seseorang

(kasus) yang berisi detail laporan atau profil dari
pasien, biasanya merupakan penyakit-penyakit baru,
masalah kesehatan baru ataupun fenomena baru yang
belum jelas.
•laporan terperinci tentang gejala dan tanda, cara
penegakan diagnosis, pengobatan dan follow-up
seorang pasien secara individual Laporan kasus dapat
berisi karakteristik demografi seorang pasien, tetapi paling
sering menjelaskan kejadian yang jarang terjadi atau belum
pernah ditemui.

Pasca Sarjana
FKM UI 2013
 Case Report
• langkah awal untuk mempelajari suatu penyakit
• jembatan antara penelitian klinis dan penelitian
Kelebihan epidemilogi
• Dasar penelitian lebih lanjut

• Hanya berdasarkan kasus-kasus

Kelemahan yang dilaporkan saja

• sebuah publikasi melaporkan seorang wanita

Contoh muda mengkonsumsi kontrasepsi oral dan
menderita embolisme paru.
Case • 1985: ditemukan break-dancing neck

Report
9
 Case Series
• Merupakan kumpulan kasus-kasus individual suatu penyakit dengan diagnosis yang
sama, hampir sama dengan laporan studi kasus, namun dengan kasus yang lebih
banyak.

• Serial kasus termasuk penelitian observasional, karena mengikuti perjalanan

penyakit beberapa pasien yang diketahui paparannya, atau memeriksa paparan dan
hasil dari catatan medis pasien.

• Surveilens yang rutin dilakukan untuk suatu penyakit yang belum jelas diagnosisnya
ataupun sudah jelas diagnosisnya :
• merupakan kumpulan laporan kasus-kasus, atau serial kasus
• dapat digunakan untuk menditeksi munculnya penyakit baru
• dapat digunakan juga untuk menditeksi adanya epidemi

Pasca Sarjana
FKM UI 2013
Case report and Case series
• Berbeda dg studi korelasi;penelitian2 case
report dan case series; menggambarkan
pengalaman dr pasien2 atau group dr suatu
populasi dg diagnosa yg sama
• Tipe dr studi ini mengandalkan identifikasi
oleh para klinisi thdp:
• Penemuan2 yg tdk biasa pd pasien
• Riwayat perjalanan penyakit ttt pd pasien
• Akan membawa kpd suatu formulasi hipotesa
baru
• Dlm hal ini dpt dikatakan case report dan case
series mrpkn ruang antara yg menghubungkan
antara kedokteran klinik dan epidemiologi
• Case series:kumpulan dr case report dr indivdu2
Kegunaan case report dan case series:
- menandai adanya penyakit baru
- memformulasikan hipotesa yg berkaitan dg
kemungkinan antara faktor2 resiko dan tmblnya penyakit

Keterbatasan case report dan case series:

• Tdk bisa utk membuktikan adanya hub yg
valid scr statistik antara faktor resiko dan
timbulnya
• Case report hanya merupakan pengalaman
1 org perorang;adanya faktor resiko yg
dicurigai mgkn hanya faktor kebetulan saja
• Case series mrpkn kumpulan dr case report
dan kadang2 ckp besar datanya utk
dilakukan pengukuran thdp keterpaparan
dg faktor resiko; tp tetap ada
keterbatasanya yi tdk adanya klmpk
pembanding
Contoh;case series yg mempelajari kemungkinan adanya kaitan
antara oral kontrasepsi dg karsinoma hepatoseluler; dr studi tsbt
terlihat:
-semua kasus karsinoma hepatoseluler dibagi mjd:
- pengguna oral kontrasepsi
- non pengguna
- tdk tahu
-Kmdn dr klpk tsbt dibagi mnrt gol.umur

• Oleh karena tdk ada klmpk

pembanding (org yg sehat tanpa
karsinoma hepatoseluler) mk tdk
dpt dianalisa apakah:
• Pengguna,bukan pengguna,atau tdk
tahu;mrpkn faktor risiko atau tdk
• Umur mrpkn faktor resiko atau tdk
STUDI POTONG LINTANG
(CROSS-SECTIONAL)
• Studi cross-sectional disebut jg studi
survey prevalens
• Pd studi ini status keterpaparan dg
faktor resiko dan status penyakit
diukur scr simultan pd indvd2 dr
populasi yg telah ditentukan
• Pd studi cross sectional diperoleh
informasi ttg:
• Frekuensi penyakit
• Karakteristik penyakit
• => yg dipotret pd waktu bersamaan
Studi Potong Lintang (Cross Sectional)

• Studi yang bersifat observasional dan unit pengamatan dan analisanya adalah individu.
• Nama lain dari Cross Sectional adalah studi prevalensi, survey.
• Populasi studi merupakan populasi umum dimana sampel diambil secara random
(acak), dengan ketentuan:
– setiap orang di populasi mempunyai kesempatan yang sama untuk
menjadi
• anggota sampel
– sampel representatif /mewakili populasi
• Pengukuran variabel independen (exposure) dan variabel dependent (outcome)
dilakukan secara simultan,  tidak dapat terlihat sekuens mana yang terjadi lebih dulu,
variabel independent atau variabel dependent, atau sebaliknya sehingga tidak
dapat melihat hubungan sebab akibat, dimana exposure harus mendahului outcome.

Pasca Sarjana
FKM UI 2013
 Contoh Kasus
Dalam suatu penelitian dengan disain potong lintang ,ingin
melihat hubungan antara merokok dan bronchitis kronis.

D = bronchitis kronis (outcome) E = merokok (exposure)

pengukuran D dan E dilakukan secara simultan
•populasi merupakan pegawai di pabrik A
•sampel 1000 orang yang diambil secara random dari populasi

analisis deskriptif : menghitung distribusi frekuensi D dan E

Pasca Sarjana
FKM UI 2013
 Tabel kontingensi 2x2

“Outcome”
D+ D- total
E+ 200 200 400
“exposure”
E- 100 500 600

total 300 700 1000

Pasca Sarjana
FKM UI 2013
Dari tabel diatas, dapat diketahui bahwa:

•prevalensi terpapar dengan “exposure” = 40%

•prevalensi tidak terpapar dengan exposure =
60%
•Prevalensi “disease” = 30%
•prevalensi “not disease” = 70%

Pasca Sarjana
FKM UI 2013
Data dr studi cross-
sectional
• Sgt bermanfaat bg pengambil
keputusan di bdg kesmasy dlm:
• Mengukur status kesehatan
• Kebutuhan atas yankes

• Data dr studi cross-sectional

kebanyakan mrpkn kasus2 prevalens
drpd kasus2 insidens;memberikan
informasi prevalens suatu penyakit
• Memberikan informasi faktor2 resiko
yg berkaitan dg tmblnya penyakit;utk
memformulasikan hipotesis

• Oleh karena pengukuran eksposure

dg status peny.pd saat yg
bersamaan;maka tdk dpt dianalisa
apakah eksposure mendahului peny
atau sebaliknya
 Mendistribusikan variabel “disease”
pada variabel “exposure”
200 D+ 100 D+
dari 400(E+) dari 600 (E-)
200 D - 500 D -

E+ 200 D+ 200 D -

100 D+ 500 D -
E-

dari 400 orang (E+)  prevalens D+ pada kelompok E+ = 200/400

dari 600 orang (E-)  prevalens D+ pada kelompok E - = 100/600

prevalens D+ pada kelompok E+ = 200/400

Prevalens Ratio = ---------------------------------------------------------------- = 3

prevalens D + pada kelompok E- = 100/600
Odd ratio = adalah ukuran asosiasi paparan (factor risiko)
dengan kejadian penyait,…dihitung dari angka
kejadian penyakit pada kelompok berisiko
(terpapar factor resiko) dibandingkan dengan
angka kejadian penyakit pada kelompok yang
Tidak beresiko ( tidak terpapar factor risiko )
• Odds D+E + (kelompok orang terpapar) = 200/200
•
Odds D+E - (kelompok tidak terpapar) = 100/500

Odds D+E + (kelompok orang terpapar) 200/200

OR = ---------------------------------------------------- = ------------ =
5 Odds D+E - (kelompok tidaterpapar) = 100/500

Pasca Sarjana FKM UI

2013
 Mendistribusikan variabel “exposure” pada
variabel “disease”

200 E+ 200 E+
dari 300 (D+) dari 700 (D-)
100 E - 500 E -

Prevalens E+D + (kelompok orang sakit) = 200/300

Prevalens E+D - (kelompok tidak sakit) = 200/700

Prevalens E+D + (kelompok orang sakit) 200/300

Prevalens Ratio = ---------------------------------------------------= ------------ = 2
1/3 Prevalens E+D - (kelompok tidak sakit) 200/700
Odds E+D + (kelompok orang sakit) = 200/100

Odds E+D - (kelompok tidak sakit) = 200/500

Odds E+D + (kelompok orang sakit) = 200/100
OR =
----------------------------------------------------------------
-- = 5
Odds E+D - (kelompok tidak sakit) = 200/500

Terlihat bahwa kalkulasi nilai OR

tetap = 5.

•bila variabel “disease” didistribusikan pada

variabel “exposure”
•atau bila variabel “exposure” dididtribusikan 32