Anda di halaman 1dari 38

ABNORMALITY

JENIS DATA
1. Nominal Data
 Merupakan karakteristik yang ditentukan oleh
sekelompok kecil gen seperti kematian, dialisis
atau pun operasi.
 Data ini dapat ditempatkan dalam kategori-
kategori tanpa banyak perhatian tentang
kesalahan klasifikasi
Ordinal data
 Data ordinal memiliki beberapa urutan inheren
ata peringkat seperti kecil ke besar atau baik ke
buruk
 Contoh :
 Tingkat kekuatan otot 1 ( tidak ada gerakan )
hingga 5 ( kekuatan otot normal )
Interval data
 Untuk data interval, ada inheren antara nilai-
nilai adalah sama, tidak perduli dimana
seseoranng berada pada skala
 Ada 2 jenis data interval:
 1. continuous data ( data kontinu )
 Dalam data kontinu dapat mengambil nilai
apapun dalam sebuah data, terlepas dari
apakah mereka dilaporkan seperti itu atau
tidak
 Contoh : tekanan darah, berat badan.
 2. discrete data
 Hanya dapat mengambil nilai spesifik dan
ditanyakan sebagai jumlah
 Contoh : jumlah kehamilan ibu hamil dan
angka kelahiran hidup
 Dan jumlah serangan migrain pasien per bulan
PERFORMANCE OF
MEASUREMENTS

VALIDITY
VALIDITY

Content Validity Construct Validity Criterion Validity


VALIDITY= ACCURACY
 Hasil pengukuran sesuai dengan keadaan
sebenarnya dari fenomena yang diukur. Kata
lain untuk validitas adalah akurasi.
RELIABILITY = REPRODUCIBILITY =
PRECISION
 Sejauh mana pengukuran berulang terhadap
fenomena stabil oleh orang dan instrumen
yang berbeda pada waktu dan tempat yang
berbeda mendapatkan hasil yang serupa.
Reproduksibilitas dan presisi adalah kata lain
untuk properti ini
RANGE
 Suatu instrumen mungkin tidak mencatat nilai
yang terendah atau tertinggi dari suatu
fenomena yang sedang diukur, dimana
instrumen tersebut memiliki jangkauan
terbatas, yang membatasi informasi yang
disampaikannya.
RESPONSIVENESS

• Suatu instrumen menunjukkan sejauh mana daya


tanggap (hasil) berubah ketika suatu kondisi berubah.

• Contoh: new york heart asosiasi skala I sampai IV


(tanpa gejala, gejala dengan sedikit tenaga, gejala
dengan aktivitas sedang, dan gejala saat istirahat) tidak
sensitif terhadap perubahan halus pada gagal jantung
kongestif, yang mungkin terjadi pada pasien. Di sisi
lain, pengukuran fraksi ejeksi dengan ekokardiografi
dapat mendeteksi perubahan yang sangat kecil bahkan
pasien sendiri tidak menyadarinya.
Interpretability

• Dokter belajar untuk menafsirkan signifikansi PCO2 50 atau gula


darah 460 melalui pengalaman, dimana mereka berulang kali
mengkalibrasi kondisi pasien saat ini dan hasil tes tersebut.
• Di sisi lain, skala berdasarkan kuesioner mungkin memiliki
sedikit makna intuitif bagi dokter dan pasien yang tidak
menggunakannya secara teratur.
• Misalnya, nilai skala status kinerja karnofsky, ukuran kapasitas
fungsional yang biasa digunakan dalam studi pasien kanker yang
menerima kemoterapi, berkisar dari 100 (normal) hingga 0 (mati).
Seberapa burukkah memiliki nilai 60? Untuk membantu dokter
menginterpretasikan nilai skala, angka-angka tersebut
ditambatkan ke deskripsi kinerja sehari-hari. Pada skala nilai 60,
pasien sesekali membutuhkan bantuan tetapi mampu memenuhi
sebagian besar kebutuhan mereka.
VARIASI
INSTRU
MENT
MEASUREMENT

OBSERVER
VARIATIONS WITHIN

BIOLOGIC
AMONG
INDIVIDUALS
Monitored fetal
heart rate
130-150

Number of Observations

Monitored fetal
heart rate
< 130

Monitored fetal
heart
rate >150

UNDERESTI OVERESTIM
MATE ATE
400
-

300
-

200 DAY
- 1
DAY
100 3
- DAY
2
0
- NOO 6 MIDNIG 6
N PM HT AM
SUMBE KONSDISI DISTRIBUSI
R
VARIASI
pengu 1 pasien, 1 pengamat,
kuran pengamatan berulang pada
satu titik waktu

1 pasien, banyak pengamat,


pada satu waktu

Pengukur 1 pasien, 1 pengamat


an bilogi berkali-kali dalam sehari

Banyak pasien

DIASTOLIC BP
(mmHg)
DISTRIBUSI
DISTRIBUSI
Distribusi frekuensi adalah data dalam bentuk
kelompok mulai dari yang terkecil sampai
yang terbesar berdasarkan kelas – kelas
interval dan kategori terterntu
 Ada 2 sifat dasar distribusi digunakan untuk
penjumlahan yaitu
1. Tedensi sentral
2. Dispersi
Tedensi sentral
 Ukuran pemusatan sebuah distribus data
 Ukuran atau nilai tunggal yang mewakili

keseluruhan data
 Jenisnya : Mean, median,modus

Mean
Dispersi ( ukuran penyimpangan)
 Ukuran variasi yang menyatakan derajat
terpencarnya suatu kumpulan data kuantitatif
 Jenisnya: rentang, rentang antar kuartil,

simpangan kuartil atau deviasi kuartil, rata –


rata simpangan kuartil, atau deviasi kuartil,
rata – rata simpangan, variansi, dan koefisien
variasi
Jenis distribusi lainnya disebut distribusi normal
DISTRIBUSI NORMAL (GAUSSIAN)

Karakteristik distribusi normal


 Simetris terhadap nilai rata – rata

 Score mengumpul di sekitar nilai rata – rata

 Kisaran score tidak terbatas, namun sangat

sedikit bedara di luar kisaran 3 kali simpangan


baku dari nilai rata – rata.
KRITERIA ABNORMAL
 Akan lebih mudah jika frekuensi distribusi pada
pemeriksaan klinis untuk orang normal dan
abnormal dibedakan sehingga distribusi ini
dapat digunakan untuk membedakan dua
populasi yang berbeda.
 Perbedaan distribusi pada variable klinis tidak
mudah dibagi menjadi ‘normal’ dan abnormal 
karena penyakit berhubungan dengan derajat.
 Alasan lain, karena normal dan abnormal terlihat
tidak terpisah karena orang dengan atau tanpa
penyakit mempunya perbedaan frekuensi
distribusi sehingga distribusinya biasanya
overlap.
Contoh
Abnormal : sesuatu yang tidak wajar
(‘unusual’)
 Nomal : pada kondisi yang sering terjadi atau
biasa. Apa pun yang terjadi sering dianggap
wajar, dan yang jarang terjadi adalah
abnormal.
 Salah satu cara yang biasa digunakan untuk
menetapkan titik batas (cutoff point) antara
normal dan abnormal adalah dengan setuju
bahwa semua nilai dibawah 2 standar deviasi
dari mean berarti tidak normal.
Definisi statistik atas normal dapat ambigu karena:
1. Karena pada semua nilai yang melampaui batas,
seperti ; persentil ke 95 dikatakan abnormal
kemudian frekuensi semua penyakit akan sama,
tetapi diabetes dan OA lebih sering daripada
ovalocytosis dan hairy cell leukemia.
2. Tidak ada hubungan derajat antara statistik yang
tidak biasa dan penyakit. Hubungan tersebut
bersifat spesifik dengan penyakitnya.
3. Terkadang nilai yang extreme bermanfaat

4. Banyak pengukuran terkait dengan resiko tanpa


ada pembagian normal dalam meningkatkan
resiko, contohnya Tekanan darah
Gambar tekanan darah berhubungan dengan peningkatan mortalitas
akibat ischemic heart disease
Abnormal : berhubungan dengan
penyakit
 Berhubungan dengan resiko perkembangan
penyakit, disability, atau kematian

Gambar A hubungan BMI dengan total mortality dan Gambar B hubungan


BMI dengan penyakit kardiovaskular dari wanita.
Abnormal : dapat diobati (treatable)
 Pada beberapa kondisi, pada hal-hal yang sulit
untuk dibenarkan (asimptomatik), lebih baik
mempertimbangkan pengukuran yang
abnormal hanya jika pengobatan pada tahap
tersebut bertujuan untuk hasil yang lebih baik
dikarenakan tidak setiap keadaan
dihubungankan dengan peningkatan risiko
dapat berhasil diobati
 Apa yang dianggap dapat diobati dapat
berubah seiring dengan perjalanan waktu.
 Keputusan terbaik didasari dengan bukti
terapetik dari uji klinis yang baik.
Regresi terhadap hasil rata-rata (Mean)
 Regresi terhadap hasil rata-rata muncul
dengan cara: orang yang dipilih untuk
dimasukkan ke dalam penelitian untuk
didiagnosis atau diberikan pengobatan lebih
lanjut karena pengukuran awal mereka untuk
suatu sifat yang berada diluar batas-batas yang
dipilih secara acak dibagian akhir nilai
distribusi semua pasien yang akan diperiksa.
Click
Clickicon
icontotoadd
addpicture
picture

FIGURE 2.12 Regresi terhadap hasil rata-rata