Epidemiologi
Kelompok 1 A2-2018
Nama
Anggota
Kelompok 1. Julfia Aina Sari (131811133025)
2. Amalia Bella Fernanda (131811133026)
3. Titis Mustikowati D (131811133027)
4. Nadilla Salsabilla (131811133077)
5. Rahajeng Mahardhini (131811133085)
6. Mahayu Sarita (131811133127)
Pengukuran dalam Epidemiologi
Ukuran
Morbiditas Ukuran Fertilitas
Perhitungan
Frekuensi Ukuran Ukuran
Penyakit Mortalitas Risiko
A. Perhitungan Frekuensi Penyakit
Pada epidemiologi alat terpenting untuk mengukur frekuensi kejadian adalah rate
(angka, sering juga disebut tingkat) tetapi juga digunakan rasio dan proporsi.
a. Rasio
Rasio mencerminkan hubungan antara dua bilangan dalam bentuk hasil bagi x/y.
Contoh kasus :
Rasio masyarakat yang tidak merokok dan merokok di Kecamatan X pada Januari
2010 adalah 1000:250 adalah 40 tidak merokok dibanding 1 merokok atau 400 tidak
merokok untuk tiap 100 merokok. Dalam hal ini maka rasio tidak merokok dibanding
merokok adalah 4:1.
A. Perhitungan Frekuensi Penyakit
b) Proporsi
Proporsi merupakan bentuk khusus dari rasio, dimana denominator (penyebut) dan
juga numerator (pembilang) serta hasilnya adalah nilai dalam bentuk persentase.
Contohnya kasus :
Pada Kecamatan B terdapat 25 kasus penyakit x terdiri dari 12 wanita dan 13 laki-
laki. Jumlah orang-orang dari masing masing jenis kelamin berada dalam kelompok
yang tidak diketahui. Berapa proporsi kasus menurut jenis kelamin?
Pada bulan Desember 2008 di Desa S terdapat penderita campak 50 anak. Jumlah
balita yang mempunyai resiko penyakit tersebut di Desa C adalah 2.000. Maka
incidence rate penyakit campak di Desa tersebut ?
Penyelesaian :
B. Ukuran Morbiditas
b) Attack Rate (AR)
Attack Rate (AR) adalah bila penyakit terjadi secara mendadak dan orang yang menderita
dengan jumlah yang besar. Contohnya : Keracunan makanan.
Contoh Kasus :
Saat terjadi wabah Demam Berdarah di Desa P pada tahun 2003 terdapat 20 anak yang
menderita DB. Jumlah anak yang mempunyai resiko di Desa P tersebut adalah ?
Penyelesaian :
B. Ukuran Morbiditas
c) Prevalensi Rate (PR)
Prevalensi Rate (PR) adalah semua populasi yang menderita penyakit (kasus baru dan
lama) dari populasi yang beresiko menderita penyakit tersebut dalam periode waktu tertentu.
Contoh Kasus :
Kasus pada penyakit TB paru di Desa K dilakukan survei pada periode maret 2005 yaitu 30
orang dari 1500 penduduk di Desa K. Maka prevalence rate TB paru di Desa K adalah?
Penyelesaian :
Konsep-konsep lain yang terkait dengan
pengertian mortalitas adalah:
a. Neo-natal death adalah kematian
yang terjadi pada bayi yang belum
berumur satu bulan.
C. Ukuran Mortalitas b. Lahir mati (still birth) atau yang
sering disebut kematian janin (fetal
Faktor yang mempengaruhi
death) adalah kematian sebelum
mortalitas :
dikeluarkannya secara lengkap bayi
a) Fak. Pendukung kematian
dari ibunya pada saat dilahirkan tanpa
(Promortalitas)
melihat lamanya dalam kandungan.
secara natural/alami atau
c. Post neo-natal adalah kematian anak
kurangnya perhatian pada
yang berumur antara satu bulan
kesehatan dan prasarana yang
sampai dengan kurang dari satu
mendukung.
tahun.
b) Fak. Penghambat
d. Infant death (kematian bayi) adalah
kematian (Antimortalitas)
kematian anak sebelum mencapai
umur satu tahun.
C. Ukuran Mortalitas
a) Tingkat kematian kasar (Crute Death rate/CDR)
Tingkat kematian kasar didefinisikan sebagai banyaknya orang yang meninggal pada suatu
tahun dibagi jumlah penduduk pertengahan tahun tersebut dan dinyatakan tiap 1.000 orang.
Satu tahun
C. Ukuran Mortalitas
Contoh Kasus CDR:
Jumlah seluruh kematian Penduduk Indonesia selama tahun 2001 = 17.308.680. Bila
jumlah penduduk pertengahan tahun 2001= 178.440.000. Berapa CDR tahun 2001 ?
Penyelesaian :
C. Ukuran Mortalitas
b) Tingkat Kematian Umur Khusus (Age Specific Death Rate)
Tingkat kematian kasar pengukuran sangat kasar sekali, karena resiko penduduk
pergolongan umur tidak sama. Tingkat kematian pergolongan penduduk dipengaruhi oleh
beberapa faktor, antara lain: umur, jenis kelamin, pekerjaan, dan lain-lain.
C. Ukuran Mortalitas
Contoh Kasus ASDR :
Pada tahun 2014 jumlah penduduk umur 55 tahun kota Surabaya sebanyak 100.000 orang.
Dalam kelompok tersebut telah terjadi kematian sebanyak 600 orang selama satu tahun.
Tentukan ASDR kota surabaya untuk umur tersebut ?
Penyelesaian :
C. Ukuran Mortalitas
c) Tingkat Kematian Bayi ( Infant Mortality Rate/ IMR )
Infant mortality rate adalah angka yang menunjukkan banyaknya kematian bayi yang
berumur kurang dari 1 tahun per 1000 kelahiran pada suatu waktu tertentu. Infant Mortality Rate
mempuyai hubungan yang erat dengan tingkat kesehatan masyarakat di suatu daerah. Pada
umumnya ada korelasi yang negatif antara IMR dengan tingkat kesehatan masyarakat suatu
daerah.
C. Ukuran Mortalitas
Contoh Kasus IMR :
Di Desa G tahun 2010 terdapat kelahiran hidup 1000 bayi. Bayi meninggal sebelum ulang
tahunnya yang pertama sebanyak 20 bayi. Maka angka mortalitas Bayi?
Penyelesaian :
C. Ukuran Mortalitas
d) Angka Kematian Balita
Banyaknya kematian anak berumur 0-5 tahun selama satu tahun tertentu per 1.000 anak
umur yang sama pada pertengahan tahun.
C. Ukuran Mortalitas
Contoh kasus angka kematian balita:
Sebuah penelitian kohort ingin mengetahui angka kematian balita (1-4 tahun) di Kabupaten
A. Didapatkan data di kabupaten A telah terdapat 3.000 jiwa penduduk yang masih berusia 1-4
tahun dan terdapat kasus 42 balita meninggal pada pertengahan tahun 2014.
Jadi, AKI di Kabupaten A pada tahun 2003 sebesar 5 per 100.000 kelahiran hidup
1. Faktor yang mempengaruhi tingginya angka
kelahiran :
• Perkawinan di usia muda
• Anggapan bahwa banyak anak berarti banyak
rezeki
D. Ukuran Fertilitas • Kebutuhan tenaga kerja
Fertilitas atau yang sering • Kurangnya informasi tentang keluarga
dikenal dengan kelahiran dapat berencana
diartikan sebagai hasil reproduksi • Keinginan memperoleh anak laki-laki.
yang nyata dari penduduk (actual
2. Faktor-faktor yang menghambat kelahiran
reproduction performance) atau (antinatalitas), antara lain:
jumlah anak hidup yang dilahirkan
oleh seorang atau sekelompok • Pelaksanaan program keluarga berencana
perempuan. Kelahiran yang • undang-undang perkawinan (membatasi
dimaksud hanya mencakup usia pernikahan, wanita min. 16 tahun dan
kelahiran hidup, yaitu bayi yang laki-laki min. 19 tahun) Adanya anggapan
dilahirkan menunjukkan tanda-tanda anak menjadi beban keluarga
• Adanya pembatasan tunjangan anak (PNS)
hidup meskipun hanya sebentar dan
yang diberikan hanya sampai anak ke 3
terlepas dari lamanya bayi itu
• Penundaan usia perkawinan
dikandung.
D. Ukuran Fertilitas
a) Angka Kelahiran Khusus
Angka kelahiran khusus atau Age Spesific Birth Rate (ASBR) menunjukkan banyaknya bayi lahir setiap
1.000 orang wanita pada usia tertentu dalam waktu satu tahun.
D. Ukuran Fertilitas
Contoh kasus Angka Kelahiran Khusus :
Sebuah penelitian kohort ingin mengetahui angka kelahiran khusus di Kabupaten A. Peneliti
ingin menghitung banyaknya bayi yang lahir pada wanita usia 20-24 tahun di Kabupaten A.
Didapatkan data di kabupaten A terdapat wanita usia 20 - 24 sebanyak 300.000 jiwa. Banyaknya
bayi yang lahir pada tahun tersebut sebanyak 3.000 anak.
Sebuah penelitian kohort ingin mengetahui angka kelahiran kasar di Kabupaten A. Peneliti
ingin menghitung banyaknya bayi yang lahir pada 2010 di Kabupaten A. Didapatkan data di
kabupaten A terdapat jumlah penduduk 25 juta jiwa pada pertengahan tahun 2010 dan
banyaknya bayi yang lahir hidup pada tahun tersebut sebanyak 500.000 jiwa.
Sebuah penelitian kohort ingin mengetahui angka kelahiran kasar di Kabupaten A. Peneliti
ingin menghitung angka kelahiran umum di Kabupaten A. Diperoleh data banyaknya wanita
berumur 15-49 tahun pada pertengahan 2006 ada 9.000 orang, sedangkan jumlah bayi yang
lahir sebanyak 900 anak.
Artinya, faktor risiko penyakit kanker paru meningkatkan risiko terkena penyakit kanker paru.
E. Ukuran Risiko
c) Risiko Atribut/AR (Attributable risk)
a) Attributable risk
selisih antara populasi yang terkena penyakit karena terpapar faktor resiko dengan
populasi yang terkena penyakit tetapi tidak terpapar faktor risiko (Andrade, 2015). AR
dihitung dengan mengurangi kejadian yang terpapar (Ie) dari kejadian yang tidak terpapar (Iu)
(Olsen, Marie, & George, 2004):
E. Ukuran Risiko
Contoh kasus AR :
Sebuah penelitian kohort ingin melihat risiko orang yang merokok untuk terkena kanker paru di
Propinsi X. Pada awal penelitian sebanyak 5.000 orang yang merokok dijadikan subjek penelitian
dan 5.000 orang lainnya sebagai kelompok pembanding (tidak merokok). 20 tahun kemudian
diketahui di antara 5.000 orang yang merokok 200 orang diantaranya mengalami kanker paru,
dan di antara 5.000 orang yang tidak merokok terdapat 50 orang yang mengalami kanker paru?
atau
E. Ukuran Risiko
Contoh kasus AR% :
Sebuah penelitian kohort ingin melihat risiko orang yang merokok untuk terkena kanker paru di
Propinsi X. Pada awal penelitian sebanyak 5.000 orang yang merokok dijadikan subjek penelitian
dan 5.000 orang lainnya sebagai kelompok pembanding (tidak merokok). 20 tahun kemudian
diketahui di antara 5.000 orang yang merokok 200 orang diantaranya mengalami kanker paru,
dan di antara 5.000 orang yang tidak merokok terdapat 50 orang yang mengalami kanker paru?
Sebuah penelitian kohort ingin melihat risiko orang yang merokok untuk terkena kanker paru di
Propinsi X. Pada awal penelitian sebanyak 5.000 orang yang merokok dijadikan subjek penelitian
dan 5.000 orang lainnya sebagai kelompok pembanding (tidak merokok). 20 tahun kemudian
diketahui di antara 5.000 orang yang merokok 200 orang diantaranya mengalami kanker paru,
dan di antara 5.000 orang yang tidak merokok terdapat 50 orang yang mengalami kanker paru?
atau
E. Ukuran Risiko
Contoh kasus PAR% :
Sebuah penelitian kohort ingin melihat risiko orang yang merokok untuk terkena kanker paru di
Propinsi X. Pada awal penelitian sebanyak 5.000 orang yang merokok dijadikan subjek penelitian
dan 5.000 orang lainnya sebagai kelompok pembanding (tidak merokok). 20 tahun kemudian
diketahui di antara 5.000 orang yang merokok 200 orang diantaranya mengalami kanker paru,
dan di antara 5.000 orang yang tidak merokok terdapat 50 orang yang mengalami kanker paru?
Odds Ratio :
• 1.0 (atau mendekati 1.0) menunjukkan bahwa peluang pajanan di antara pasien
kasus sama dengan, atau mirip dengan, peluang paparan di antara kontrol.
Paparan tidak terkait dengan penyakit.
• Lebih besar dari 1,0 menunjukkan bahwa peluang pajanan di antara pasien kasus
lebih besar daripada kemungkinan paparan antara kontrol.
• Kurang dari 1,0 menunjukkan bahwa peluang pajanan di antara pasien kasus lebih
rendah daripada kemungkinan paparan antara kontrol.
E. Ukuran Risiko
Contoh kasus OR :
Suatu asosiasi menyelidiki antara trombosis akses vaskular dan trombofilia. Mereka
menemukan 107 pasien dengan akses trombosis (kasus) dan 312 pasien tanpa fistula
thrombosis (kontrol). Secara keseluruhan, di antara 107 pasien dengan akses trombosis, 59
pernah bukti trombofilia dan 48 tidak, sementara di antara 312 tanpa akses trombosis 122
memiliki trombofilia dan 190 tidak.
Diketahui :
Odds dari thrombophilia pada pasien dengan akses thrombosis = 59/48 = 1,229
Odds dari thromophilia pada pasien tanpa akses thrombosis = 122/190 = 0,642
OR = 1,229/0,642 = 1,91
Artinya, rasio odds (OR) 1,91 berarti peluang paparan trombofilia 91% lebih tinggi pada
pasien dengan vascular akses trombosis daripada mereka yang tanpa komplikasi ini.
THANK YOU
Any Question ?