SESI 11

ANALISIS PERBEDAAN RISK DUA

SAMPEL BEBAS
Rate
Risiko Relatif (PR, RR, OR)
Uji Hipotesis perbedaan risk
Praktikum
 Pendahuluan
• Akan meneliti apakah merokok (Ya/tidak)
meningkatkan Risko PJK (ya/tidak)

MEROKOK PJK
(YA/TDK) (YA/TDK)
 POKOK BAHASAN
• Pengertian rate, dan ratio
• Pengertian, cara menghitung, dan arti RR dan
OR
• Cara analisis, interpretasi, dan penyajian hasil
analisis perbedaan risiko
• Latihan penggunaan Stata untuk analisis
faktor Risko secara bivariate
 PROPORSI
• Pengertian
Bagian suatu sampel dari keseluruhan sampel,
dinyatakan dalam persen. Misalnya proporsi sampel
merokok (Pi)
fi fi=jml sampel
Pi = ---------- x 100% merokok
n=jumlah semua
n sampel
• Cirinya:
– Total proporsi = pi = 100%
 Proporsi
• Contoh
akan dihitung proporsi sampel menurut kebiasaan
merokok

Distribusi siswaFREKUENSI
MEROKOK
menurut jenis kelamin
%
Ya 5 20
Tidak 20 80
JUMLAH 25 100
 RATE
• Pengertian
Terjadinya peristiwa x pada n individu, dinyatakan dalam %,
permil, per 100.000. misalnya kejadian chd berdasarkan
kebiasan merokok
xi
pi = ---------- x k
ni
• Ciri:
– X merupakan bagian dari n
– Total rate tidak harus = 100
 RATE
• Contoh
insiden rate, prevalen rate, mortality rate, dll

insiden PJK menurut kebiasaan merokok

MEKONOK JML PENDUDUK JUMLAH INSIDEN
AT RISK KEJADIAN PJK RATE
Per 1000
Ya 100 3 30,0
Tidak 200 5 25,0
TOTAL 300 8 26,7
 RATIO
• Pengertian
perbandingan antara kejadian x dengan
kejadian y, dimana x tidak harus bagian dari y.
Misalnya ratio kejadian PJK antara perokok
dengan non-perokok
Px
Px = kejadian x
R = -------- Py =kejadian Y
Py
 Contoh Ratio
laki
• Sex Ratio = ----------
wanita

jml kematian ibu nifas

• MMR = ----------------------------------- x k
jml kelahiran hidup

insiden rate klp terpapar

• Relatif Risk = ----------------------------------
insiden rate klp kontrol

Odd terpapar
• Odd Ratio = -------------------------------
Odd tidak terpapar
 FAKTOR RISIKO
• Pengertian
karakteristik/perilaku subjek yang
keberadaannya meningkatan probabilitas
(risiko) terjadinya suatu penyakit
Misal:
merokok bisa meningkatkan risiko PJK:
merokok faktor risiko PJK
 UKURAN RISIKO
JENIS PENELITIAN UKURAN RISKO
Prospektif (Kohort, Trial) • Relatif risk (RR),
• Attributable risk (AR),
• Attributable fraction
Cross-sectional
exposure (AFE),
• Attributable fraction
populasi (AFP)
Retrospektif (Case- • ODd RATIO (OR)
control)
 RELATIF RISK
• Batasan
Relatif Risk adalah ratio insiden antara
kelompok terpapar dengan kontrol. Bila
p1=insiden kelompok terpapar dan p2=insiden
kelompok kontrol, maka:
p1
RR = --------
p2
 CARA MENGHITUNG RR
• Cara menghitung RR
KELOMPOK SAKIT TDK SAKIT TOTAL
TERPAPAR a b a+b
KONTROL c d c+d
TOTAL a+c b+d n

• P1 (Insiden pada terpapar) = a/(a+b)

• P2 (Insiden pada kontrol) = c/(c+d)
• RR = P1/P2
• CI 95% = RR Exp(± 1,96√{1/a-1/(a+b)+1/c-1/(c+d)}
 Contoh
• Data hasil study kohort kejadian depresi setelah
melahirkan sbb:
KELOMPOK DEPRESI TDK DEPRESI TOTAL
TDK HARMONIS 5 21 26
HARMONIS 8 82 90
TOTAL 13 103 116

• RR = (5/26)/(8/90) = 2,16
• LL = 2,16 Exp(-1,96√(1/5-1/26+1/8-1/90) = 0,77
• UL = 2,16 Exp(1,96√(1/5-1/26+1/8-1/90) = 6,04
Kesimpulan:
Keharmonisan bukan faktor Risko depresi setelah
melahitkan
 Cara Menyimpulkan
• Meningkatkan Risko bila angka 1 dibawah CI
CI 95%: 1,01 – 4,5

• Menurunkan Risko bila angka 1 diatas CI

CI 95%: 0,10 – 0,80

• Risko sama bila angka 1 berada dalam CI

CI 95%: 0,7 – 5,45
 Attributable Risk/Risk Difference
(AR atau RD)
• Batasan
Besar kejadian outcome sebagai kontribusi
dari paparan. Bila p1=insiden kelompok
terpapar dan p2=insiden kelompok kontrol,
maka:

AR atau RD = P1 – P2
 Contoh
• Data hasil study kohort kejadian depresi setelah
melahirkan sbb:
KELOMPOK PJK TIDAK TOTAL
MEROKOK 5 21 26
TIDAK 8 82 90
TOTAL 13 103 116

• p1 = (5/26) = 0,19
• p2 = (8/90) = 0,09
• AR = 0,19 – 0,09 = 0,10
Kesimpulan:
merokok dapat meningkatkan kejadian PJK sebesar 10%
 Attributable Fraction Exposure
(AFE)
• Batasan
proporsi penurunan kejadian outcome bila
bila paparan dihentikan pada kelompok
terpapar. Bila p1=insiden kelompok terpapar,
p2=insiden kelompok tidak terpapar dan AR=
P1-P2, maka:

AFE = (AR/P1)
 Contoh
• Data hasil study kohort kejadian depresi setelah
melahirkan sbb:
KELOMPOK PJK TIDAK TOTAL
MEROKOK 5 21 26
TIDAK 8 82 90
TOTAL 13 103 116

• p1 = (5/26) = 0,19 dan p2 = (8/90) = 0,09

• AR = 0,19 – 0,09 = 0,10
• AFE = AR/P1 x 100% = 0,10/0,19 = 0,5263
Kesimpulan:
bila merokok dihentikan, maka kejadian PJK pada perokok
dapat diturunkansebesar 52,63% dari P1
 Attributable Fraction Population
(AFP)
• Batasan
proporsi penurunan kejadian outcome di
populasi bila paparan dihentikan. Bila
p1=insiden pd kelompok terpapar, p2=insiden
pd kelompok tidak terpapar dan P= kejadian
outcome total, maka:
AFP = (P-P2)/P
 Contoh
• Data hasil study kohort kejadian depresi setelah melahirkan
sbb:
KELOMPOK PJK TIDAK TOTAL
MEROKOK 5 21 26
TIDAK 8 82 90
TOTAL 13 103 116

• p1 = (5/26) = 0,19, p2 = (8/90) = 0,09, dan P=13/116=0,11

• RR = p1/p2 = 2,11
• AFP = (P-P2)/P = (0,11 – 0,09)/0,11 = 0,18 atau 18%
Kesimpulan:
bila merokok dihentikan, maka kejadian PJK pada
populasi dapat diturunkan sebesar 18% dari P
 ODD RATIO (OR)
• Indikasi
OR dipakai mempelajari faktor Risko pada
penelitain Case-control
• Pengertian
Odd(terpapar)
OR = -----------------------------
Odd(tidak terpapar)
 Cara menghitung OR
KASUS KONTROL TOTAL
TERPAPAR A B A+B
TIDAK TERPAPAR C D C+D
TOTAL A+C B+D N
Odd (terpapar) = A/B
Odd (tidak terpapar) = C/D

Odd(terpapar) A/B AD
Odd Ratio = --------------------------- = ----------- = --------
Odd(tdk terpapar) C/D BC
CI 95% = OR Exp(±1,96 √(1/A+1/B+1/C+1/d)
 Menyimpulkan OR
• Angka 1 dalam CI : bukan faktor Risko
CI 95% : 0,30 – 3,5

• Angka satu di bawah CI : sebagai faktorRisko

CI 95% : 2,5 – 8,7

• Angka 1 di atas CI: sebagai faktor preventif

CI 95% : 0,2 - 0,7
 UJI CHI-SQUARE
• Indikasi
menguji perbedaan risk antara kelompok
terpapar dengan tidak terpapar atau antara
kasus dan kontrol
• Jenis
Chi-square Pearson (n besar)
Chi-square dengan yate’s correction
Fisher-Exact Test (n kecil)
 Pengambilan Kesimpulan
• Hipotesis:
Ho: tidak terdapat perbedaan Risko
Ha: terdapat perbedaan Risko
• Kesimpulan:
Ho diterima bila nilai p >  : tidak berbeda
Ho ditolak bila nilai p ≤  : berbeda
 LATIHAN
• Gunakan Data CHD DATA.dta
• Var tergantung : chd (1=chd dan 0=tdk)
• Var bebas : sex (1=laki 0=perempuan)
klp_umur
obase (1=obase 0=tdk)
hyperkolesterolemia (1=ya 0=tdk)
Analisis faktor risko CHD dari hasil penelitian yang
datanya disimpan pada file: CHD DATA.dta
 Langkah analisis
• Step-1: open data
• Step-2: membuat tabulasi silang
Command:
tab <v.tertantung> <v.bebas>, chi col row
Contoh: sex vs chd
tab chd sex, chi col row

hasil  sbb:
penyakit
jantung jenis kelamin
koroner perempuan laki Total

non chd 93 46 139

66.91 33.09 100.00
74.40 61.33 69.50

chd 32 29 61
52.46 47.54 100.00
25.60 38.67 30.50

Total 125 75 200

62.50 37.50 100.00
100.00 100.00 100.00

Pearson chi2(1) = 3.7756 Pr = 0.052

 Analisis risk dan risk ratio
(prospektif & cross-sectional)
• Command:
cs <v.tergantung> <v.bebas>

Contoh : sex vs chd

cs chd sex
hasil sbb:
. cs chd sex

jenis kelamin
Exposed Unexposed Total

Cases 29 32 61
Noncases 46 93 139

Total 75 125 200

Risk .3866667 .256 .305

Point estimate [95% Conf. Interval]

Risk difference .1306667 -.0034984 .2648317

Risk ratio 1.510417 .9993984 2.282732
Attr. frac. ex. .337931 -.000602 .5619284
Attr. frac. pop .1606557

chi2(1) = 3.78 Pr>chi2 = 0.0520

 Lanjutkan analisis untuk fakror
risiko lain
• Obase vs chd
• Cholesterolemia vs chd
• Klp_umur vs chd
 Analisis Odd Ratio dua sample
bebas
• Command: cc <v.tergantung> <v.bebas>

Contoh: sex vs chd

cc chd sex

Hasil sbb:
. cc chd sex
Proportion
Exposed Unexposed Total Exposed

Cases 29 32 61 0.4754
Controls 46 93 139 0.3309

Total 75 125 200 0.3750

Point estimate [95% Conf. Interval]

Odds ratio 1.832201 .9445828 3.540153 (exact)

Attr. frac. ex. .4542084 -.0586685 .7175263 (exact)
Attr. frac. pop .2159351

chi2(1) = 3.78 Pr>chi2 = 0.0520

 Analisis Odd Ratio dua sample
berpasangan
• Command: mcc <v.tergantung> <v.bebas>

Contoh: anemipre vssex vs chd

mcc anemipre anemipos
Hasil sbb:
. mcc anemipre anemipos

Controls
Cases Exposed Unexposed Total

Exposed 30 31 61
Unexposed 4 166 170

Total 34 197 231

McNemar's chi2(1) = 20.83 Prob > chi2 = 0.0000

Exact McNemar significance probability = 0.0000

Proportion with factor

Cases .2640693
Controls .1471861 [95% Conf. Interval]

difference .1168831 .0646745 .1690918

ratio 1.794118 1.390832 2.31434
rel. diff. .1370558 .0823785 .1917332

odds ratio 7.75 2.740023 30.21959 (exact)