Ukuran Status Kesehatan dalam

Epidemiologi
“ Morbiditas “
Insidensi, Prevalensi, Rate,
R a ti o , R i s k , R e l a ti v e R i s k , O d d s
r a ti o

Kelompok 6
 Anggota Kelompok

Ani Winarsih C12116001

Emilia C12116027
Ade Rahmawati C12116320
Shahnaz Fathirrizky C12116516
 Tujuan Pembelajaran
Mahasiswa mampu menjelaskan, mengetahui, dan
memahami :
• Pengertian dari morbiditas, insidensi,prevalensi,
rate ,ratio, risk, relative risk, dan odds ratio
• Menghitung prevalensi dan insidensi dalam
morbiditas
• Menghitung rate,ratio dan risk dalam morbiditas
• Mahasiswa mampu menghitung relative risk dan
odds risk
A. DEFINISI Morbiditas

“Kesakitan”
merupakan derajat sakit ,
cedera, atau gangguan pada
suatu populasi.

Juga merupakan suatu penyimpangan

dari status sehat dan sejahtera, atau
keberadaan suatu kondisi sakit.

Morbiditas juga mengacu pada angka keakitan; jumlah

orang orang yang sakit di bandingkan dengan populasi
tertentu yang sering kali merupakan kelompok yang
sehat atau kelompok yang berisiko
 B. UKURAN-UKURANG
YANG DIGUNAKAN

Insidensi Ratio

Prevensi Relative Risk

Rate Odds Ratio

 Insiden

Diperoleh dari suatu penelitian kohor.

Dirumuskan sebagai banyaknya kasus baru
yang ditemukan pada suatu periode waktu
tertentu dibagi dengan populasi tertentu yang
diamati.
Terbagi menjadi dua jenis yaitu, Incidence
Rate (IR) dan Incidence Density (ID)
 Insidensi
a. Angka Insidensi (Incidence Rate)
Adalah suatu ukuran frekuensi
kejadian kasus baru penyakit dalam
suatu populasi tertentu selama suatu
periode waktu tertentu (Bustan, 2012).
Misalnya, jumlah kasus baru influenza
dalam suatu komunitas selama satu
minggu tertentu. Mereka yang terserang
influenza dalam minggu sebelumnya dan
masih sakit dalam minggu tersebut tidak
dimasukkan dalam perhitungan angka
insidensi. Angka insidensi sangat penting
di dalam studi penyakit akut, yaitu
penyakit yang puncak keparahan
gejalanya muncul dan mereda selama
beberapa hari atau minggu.
(McKenzie dkk,2006).
  Dinyatakan dalam Rumus :
Angka = X/Y k
X = Jumlah orang dalam suatu populasi yang
ditetapkan (ditetapkan menurut waktu,
tempat, dan orang) yang sakit karena sebab
tertentu selama interval waktu tertentu.
Y= Jumlah orang-orang dalam populasi
tertentu yang sama dalam mana kasus terjadi.
Biasanya besar populasi pada pertengahan
interval waktu diambil sebagai ukuran
populasi yang ditetapkan.
k =suatu nilai tertentu, biasanya 100.000.
tetapi nilai 100, 1.000, 10.000 atau bahkan
1.000.000 sering pula diberikan.
 Insidensi

a. Angka Insidensi (Incidence Rate)

 
Contoh Kasus :

1. Pada tahun 2005, sebanyak 412 kasus penyaktit tertentu dilaporkan terjadi
dikota berpenduduk 212.000. Berapa angka insidensi kasus per 100.000
penduduk di kota itu selama tahun tersebut?
Angka Insidensi = = 194,3/100.000
Jadi, angka insidensi kasus dalam 100.000 penduduk di kota tersebut adalah
194,3

2. Diketahui pula bahwa 19 dari kasus ini wanita berumur di bawah 10 tahun.
Pada waktu itu jumlah penduduk wanita di bawah 10 tahun adalah 19.080.
Berapakah angka insidensi khusus umur-jenis kelamin selama tahun itu di kota?
Angka Insidensi = = 99.6/100.000
Jadi, angka insidensi kasus umur jenis kelamin pada tahun itu dalam kota
tersebut adalah 99.6
 Insidensi
  Dinyatakan dalam Rumus :
b. Incidence Density (ID)
ID =
Adalah ukuran yang menunjukkan
kecepatan kejadian (baru) penyakit
Person Time Adalah jumlah orang
pada populasi.
dalam risiko dikalikan lamanya
masing-masing orang dalam risiko.
Perbedaan Incidence Density dengan IR
terletak pada penyebutnya. Pada ID ini
Satuan : orang-hari (person day)
penyebutnya adalah jumlah periode
orang- minggu (person
waktu dari tiap person dalam penelitian.
week)
Tiap person akan memberikan kontribusi
orang- jam (person hours)
bukan sebagai satu orang tetapi sesuai
lamanya waktu yang diberikan, misalnya
jika dihitung dalam tahun disebut person-
year atau tahun-orang. Bisa juga
dinyatakan dalam person-weeks (orang-
minggu) atau person-months (orang-
bulan).
 Insidensi
b. Incidence Density (ID)

Berdasarkan bagan pengamatan pada 6 orang selama 7 tahun terhadap penyakit kanker pada
orang yang bebas kanker, berapakah incidence density yang terjadi !

 Jawab :
ID =

Jadi, kecepatan insidensi

(incidence Density) dalam
kasus tersebut adalah 10 orang
terkena kanker dari 100 orang
yang terpapar selama setahun
 Insidensi
c. Incidence Kumulatif

Insiden kumulatif merupakan salah satu modifikasi dari nilai rate

insiden kumulatif dan disebut juga proporsi. Nilai ini merupakan
nilai insiden di mana pembilang dan penyebut adalah individu-
individu yang pada permulaan periode bebas dari penyakit
sehingga mereka mempunyai risiko untuk terkena penyakit pada
akhir periode.

IK =
 Insidensi
b. Incidence Kumulatif (IK)

Dengan demikian maka insiden kumulatif

Oleh karena nilai ini merupakan
merupakan proporsi individu dalam keadaan
nilai proporsi maka nilai ini berada
bebas penyakit pada awal periode beralih
antara 0 sampai 1. Dalam hal ini
menjadi sakit selama periode tersebut. Dalam
dimensi waktu sangat berpengaruh
hal ini, pembilang merupakan bagian dari
makin lama periodenya makin tinggi
penyebut sehingga insiden kumulatif
nilai insiden kumulatifnya, sedangkan
merupakan individu sehat yang terkena
pada keadaan populasi keluar masuk
penyakit selama periode tertentu dan
dalam suatu periode waktu tertentu
merupakan nilai risiko rata-rata bagi individu
akan mempersulit perhitungan nilai
dalam populasi untuk terkena penyakit tertentu
ini.
dalam periode tertentu pula.
 Insidensi
c. Incidence Kumulatif

Contoh kasus:
Suatu penelitian yang dilakukan pada 80 akseptor KB , telah diketahui dimana ada 60 orang
akseptor pil dan 20 akseptor kondom. Hasil peneltian menunjukkan 10 yang mengalami
oesteoporosis dini yaitu 8 akseptor pil & sisanya akseptor kondom. Berapakah Cumulative
Incidence oesteoporosis dini pada akseptor pil ?  

 Jawab’

IC = = = 0.05

Jadi, Insidence Kumulatif oesteoporosis dini pada akseptor pil adalah 0.05
 Prevalensi
Merupakan semua populasi yang menderita penyakit (kasus
baru dan lama) dari populasi yang beresiko menderita
penyakit tersebut dalam periode waktu tertentu.

Merupakan ukuran tentang jumlah atau proporsi dari kasus atau

masalah kesehatan pada suatu populasi tertentu. Perhitungannya
memakai populasi beresiko. Dipengaruhi oleh lamanya penyakit. Dan
berguna untuk perencanaan pelayanan kesehatan
(Bustan, 2012).

Dinyatakan dalam rumusan :

P = X 10X
 Prevalensi
Merupakan semua populasi yang menderita penyakit (kasus
baru dan lama) dari populasi yang beresiko menderita
penyakit tersebut dalam periode waktu tertentu.

Merupakan ukuran tentang jumlah atau proporsi dari kasus atau

masalah kesehatan pada suatu populasi tertentu. Perhitungannya
memakai populasi beresiko. Dipengaruhi oleh lamanya penyakit. Dan
berguna untuk perencanaan pelayanan kesehatan
(Bustan, 2012).

Dinyatakan dalam rumusan :

P = X 10X
 Prevelensi

a. Point Prevalence Rate

Adalah jumlah kasus yang ditemukan pada suatu titik waktu tertentu dibagi dengan
populasi berisiko pada suatu waktu tertentu dikali konstante. Titik waktu tertentu ini
biasanya dalam minggu atau bulan pengamatan atau penelitian dilakukan. Jika
dikatakan ‘prevalence rate’ maka biasanya yang dimaksud adalah point prevalence rate
ini (Bustan, 2012).

 Dapat dinyatakan dalam formula:

PPR=
 

 
Contoh :
Suatu penelitian cross-sectional pada tahun 1995 dilakukan di Bone mengenai penduduk usia 40
sampai 70 tahun. hendak diketahui berapa point prevalence rate CHD pada tahun 1995 itu. Telah
diperiksa 2.216 penduduk usia tersebut dan didiagnosis sebanyak 130 CHD sehingga PPR adalah
130/2.216 1.000 = 58,6/1.000.
 Prevelensi

b. Period Prevalence Rate

Period prevalence rate adalah banyaknya kasus yang ditemukan pada suatu periode
waktu tertentu dibagi dengan besarnya populasi yang diamati. Periode waktu disini
biasanya setahun atau lebih. Dan memiliki nilai yang dapat naik turun

 
Dapat dinyatakan dalam formula:

Rate periode prevalensi =

 
Prevelensi

Contoh Kasus

- Dari gambar :
Hitunglah Prevalens
Periode (PP) dari
tahun ke 1 hingga
tahun ke 4

- PP = Jumlah kasus
yang ada selama
periode waktu tahun
ke 1-4 dibagi Jumlah
orang selama
periode tahun ke 1-4
 Prevelensi

Penjabaran jawaban kasus

Karena jumiah 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)
PP= 2÷7= 0.29
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.
- 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.
 Prevelensi

Hubungan antara insidens dan prevalens

Jika dalam kondisi yang tetap, maka hubungan insidens dan

prevalens adalah
P= I x D
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
 Rate

Menunjukkan besarnya peristiwa yang terjadi terhadap jumlah keseluruhan

penduduk dan peristiwa tersebut berlangsung dalam suatu batas waktu tertentu.
Dengan demikian ada tiga unsur utama dalam penentuan nilai rate,yaitu : jumlah
mereka yang terkena peristiwa; kelompok penduduk tempat peristiwa tersebut
terjadi ; dan batas waktu tertentu yang berkaitan dengan kejadian tersebut .
(Noor.2014)

Rate (angka) merupakan Nilai untuk mengukur kemungkinan (probability) kejadian dalam
populasi terhadap beberapa peristiwa tertentu, misalnya kasus atau mati karena penyakit
infeksi. Dalam contoh angka, rumusnya menjawab pertanyaan: Jika sejumlah X kasus
penyakit (atau kematian) terjadi dalam populasi yang besarnya Y, berapa banyak yang
diharapkan terjadi dalam populasi yang besarnya k?
Pertanyaan ini dapat juga dinyatakan sebagai berikut

 
=

Hitungan selanjutnya memperoleh :

Rate = x k
 Rate

Contoh kasus
•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 ?
Jawab :
=
=
= 1/12500
Jadi, Rate demam berdarah pada kasus adalah
8 kasus per 100000 orang.
 Ratio

 
Merupakan suatu frekuensi nisbi kejadian suatu peristiwa terhadap
peristiwa lainnya. Misalnya, jumlah anak sekolah kelas 6 yang telah
Rasio =
diimunisasi dibandingkan dengan jumlah anak kelas 6 yang tidak
diimunisasi pada sekolah terrtentu.

Keterangan

 x : banyaknya peristiwa atau orang yang

Dari contoh sebelumnya mengenai
mempunyai satu atau lebih atribut
angka serangan, ada 19 lelaki dan 7
tertentu.
wanita. Berapakah rasio kasus lelaki
 y : banyaknya peristiwa atau orang yang
terhadap kasus wanita?
mempunyai satu atau lebih atribut tertentu,
tetapi dalam hal berbeda atributnya dengan
Jawaban :
anggota x.
Rasio kasus = Lelaki : Wanita = 19 : 7
 k : Konstata 1
= 2,7 : 1
Risk (Proporsi Insidensi (Attack Rate/Risk))

Dalam epidemiologi, dengan hanya mengetahui jumlah kasus atau kematian

merupakan hal yang tidak memadai untuk menentukan besarnya risiko (risk)
terjadinya infeksi atau kematian di antara anggota populasi (Noor,2014).
Angka serangan (attack rate) adalah angka insidensi, biasanya dinyatakan dalam
persen dan dan diterapkan terhadap populasi tertentu yang sempit dan terbatas
pada suatu periode, misalnya dalam suatu peristiwa luar biasa atau wabah
(epidemi)

 
Angka Serangan = (k)

x = sama dengan pada angka insidensi

y = sama dengan pada angka insidensi
k = hampir selalu = 100, meskipun mungkin 1.000.
jika k sama dengan 100, angka serangan dapat
dinyatakan baik sebagai jumlah kasus per 100
penduduk maupun sebagai persen (%).
Risk (Proporsi Insidensi (Attack Rate/Risk))

Contoh Soal
Dalam suatu letusan (outbreak) yang melibatkan 26 kasus penyakit “x”, 7 kasus
wanita dan 19 lelaki. Dalam kelompok di mana terjadi letusan ada 9 orang wanita
dan 87 lelaki. Berapakah angka serangan di antara masing-masing jenis kelamin
dan seluruh anggota kelompok?
Tabel : Angka Serangan menurut Jenis Kelamin

Jenis Kelamin Jumlah Kasus Jumlah Orang

Laki-laki 19 87
Wanita 7 9
Jumlah 26 96
Risk (Proporsi Insidensi (Attack Rate/Risk))

•Perhitungan
  :
• Angka serangan laki-laki = x 100 = 190 : 87 = 21,8
• Angka serangan wanita = x 100 = 700 : 9 = 77,8
• Angka serangan seluruhnya = x 100 = 27,1

Dari contoh diatas menunjukkan bahwa angka total serangan diperoleh dengan
membagi jumlah kasus seluruhnya dengan jumlah seluruh orang, tidak dengan
menjumlahkan angka serangan dari masing-masing jenis kelamin.
 Relative Risk

Merupakan istilah statistik yang menggambarkan risiko terjadinya peristiwa tertentu pada
sekelompok orang terhadap kelompok yang lain. Istilah ini biasa digunakan dalam
epidemiologi dan pengobatan berbasis bukti, di mana risiko relatif membantu
mengidentifikasi risiko berkembangnya suatu penyakit setelah mendapat paparan
(obat/tindakan atau lingkungan tertentu) dibandingkan dengan tidak mendapat paparan.
Biasanya dipakai untuk penelitian prospektif / Kohor
Untuk menggunakan ukuran statistika risiko relative ini dapat digambarkan dalam suatu
matriks empat sel 2 x 2 yang mempresentasikan adanya eksposur faktor risiko dan
penyakit (Ryadi, dkk., 2011).

Outcome/ efek
Eksposur Total
(+) (-)

(+) A B (a+b)

(-) C D (c+d)

Total (a+c) (b+d)  

 Relative Risk

Keterangan :
A = Jumlah orang yang mendapat paparan dan terkena penyakit tertentu.
B = Jumlah orang yang mendapat paparan tetapi tidak terkena penyakit tertentu.
C = Jumlah orang yang tidak mendapat paparan tetapi terkena penyakit tertentu.
D = Jumlah orang yang tidak mendapat paparan dan tidak terkena penyakit tertentu.

 
Pada kerangka tabel tersebut, yang disebut dengan insiden kasus kelompok terpapar
adalah a/(a+c), sedangkan insiden kasus kelompok tidak terpapar adalah b/(b+d).
Dimana risiko relatif pada penelitian kohor adalah:

Sehingga, jika kita melakukan perumusan lebih lanjut, maka kita akan mendapatkan
rumus berikut:
  𝑎 /(𝑎+ 𝑐) 𝑎 (𝑏+𝑑 ) 𝑎( 𝑏+𝑑 )
𝑅𝑅 = = × =
𝑏 /(𝑏+ 𝑑) ( 𝑎+𝑐 ) 𝑏 𝑏(𝑎+ 𝑐)
 Relative Risk

Adapun Interpretasinya adalah (Bustan, 2012) :

• RR = 1 , faktor risiko bersifat netral, risiko kelompok terpapar sama dengan
kelompok tidak terpapar.
• RR > 1 , Confient Interval (CI) > 1 , faktor risiko menyebabkan sakit.
• RR < 1 , Confient Interval (CI) < 1 , faktor risiko mencegah sakit
 Relative Risk

Contoh Kasus
Dalam sebuah studi meneliti 100 orang perokok dan 100
orang yang tidak merokok, lalu melihat apakah mereka terkena
kanker paru-paru. Berapakah risiko relatif terkena kanker paru-
paru bagi perokok berdasarkan kasus ?
 Relative Risk

Diketahui :
Smoker : 100 persons
Non-smoker : 100 persons
Disease : Lung Cancer

- Kita bisa langsung mengisi tabel yang sudah dibuat. Penyakitnya adalah kanker
paru-paru, paparannya adalah merokok, jumlah total setiap kelompok adalah
100, dan total seluruh orang yang diteliti adalah 200.
- Pada akhir studi, ditemukan bahwa 30 orang perokok dan 10 orang yang tidak
merokok mengalami kanker paru-paru. Sekarang kita bisa mengisi seluruh tabel.
 Relative Risk

Penyakit Lung Cancer Lung Cancer Total

(+) (-)
Paparan

Smoker (+) 30 a 70 b 100

Smoker (-) 10 c 90 d 100
 Total 40 160 200
 
RR= =

Jadi, risiko relatif terkena kanker paru-paru bagi perokok adalah 1.7, nilai IC >1 maka
factor resiko (merokok) menyebabkan kanker paru paru
 Odds Ratio

Merupakan perbandingan odds subyek sakit dengan odds subyek tak sakit.
merupakan sebuah pendekatan risiko relatif yang digunakan dalam penelitian
kasus control. Pada dasarnya, odds menunjukkan rasio antara dua nilai dikotomi.
Odds kasus artinya perbandingan jumlah kasus terpapar dengan kasus tidak
terpapar, sedangkan odds kontrol artinya perbadingan jumlah kontrol terpapar
dan kontrol tidak terpapar.

Odds Ratio = ()
 Odds Ratio

(+) (-) Total

Hasil Paparan

Sakit a Bb (a+b)

Tidak sakit c Dd (c+d)

Total (a+c) (b+d)

Interpretasi :
OR = 1 , faktor risiko bersifat netral; risiko kelompok terpajan sama
dengan kelompok tidak terpajan. 
OR > 1 ; Confient Interval (CI) > 1 = faktor risiko menyebabkan sakit
 OR < 1 ; Confient Interval (CI) < 1 = faktor risiko mencegah sakit
 Odds Ratio

Contoh Kasus
Suatu uji coba vaksin influenza terhadap suatu masyarakat yang
dilaksanakan selama masa endemic, dan telah diketahui data-
data sebagai berikut :
• Ada 460 subyek dewasa yang berpartisipasi
• 240 subyek mendapatkan vaksinasi (paparan +)
• 220 subyek tidak mendapat divaksinasi (paparan -)
• Dari 100 subyek yang terkena influensa (sakit), ternyata 20
Subyek berasal dari kelompok paparan (+) dan sisanya 80 dari
kelompok paparan (-)
• Buatlah dalam bentuk tabel 2 X 2
• Dan berapakah ukuran odds ratio pada kasus tersebut ?
 Odds Ratio

Paparan Vaksin (+) Vaksin (-) Total

Penyakit
Sakit influenza 20 a 80 c 100

Tidak sakit influenza 220 b 140 d 360

Total 240 220 460

Odds Ratio = () = = = = 0,195

Jadi, Orang dengan paparan vaksin mempunyai risiko 0.195 kali lebih kecil
terserang penyakit influenza dibanding orang yang tidak terpapar vaksin.
( faktor risiko mencegah sakit).
Thanks For
Your
Attention