Reproductive Number

Angka Reproductive (Ro)

Yuli Kusumawati
Prodi Kesmas FIK UMS
 ANGKA REPRODUKTIF (R0)
 Kemampuan /kesanggupan dari suatu penyakit menular
untuk menyebar pada suatu populasi

 R0 (R naught) adalah bilangan reproduksi dasar, juga dikenal

sebagai rasio atau laju reproduksi dasar yang merupakan
metrik epidemiologi yang digunakan untuk mengukur
penularan agen infeksi.
Variabel penentu R0
• R0 adalah turunan dari variabel berikut—
Tergantung pada 4 faktor (Variabel):
1. Kemungkinan dari penularan dalam suatu kontak antara invidu yang
terinfeksi dan seorang yang rentan
2. Frekuensi kontak dalam suatu populasi –pola kontak dalam suatu
masyarakat (tingkat kontak)
3. Durasi dari penyakit menular (durasi infektivitas setelah pasien terinfeksi)
4. Proporsi dari populasi atau kontak yang siap bertahan (kebal) atau tidak
rentan
Bagaimana mengukur R0 ?
• R0 biasanya diperkirakan secara retrospektif dari data epidemiologi
serial atau menggunakan model matematika teoritis.
• Ahli epidemiologi dapat menghitung R0 menggunakan data pelacakan
kontak, metode yang paling umum adalah menggunakan data insiden
kumulatif.
• Ketika model matematika digunakan, nilai R0 diperkirakan menggunakan
persamaan diferensial biasa.
• Model-model tersebut adalah model yang rentan-terpapar-infeksi-pulih
atau model yang rentan-terpapar-infeksi-pulih.
 ANGKA REPRODUKTIF DASAR (R0)

Bentuk dasar untuk nilai aktual : R0 = β * κ * D

 β – risiko dari penularan tiap kontak (contoh attack rate)
 Kondom, masker wajah, cuci tangan  β ↓
 κ - rata-rata jumlah kontak tiap unit waktu
 Isolasi, penutupan sekolah, kampanye masyarakat  κ ↓
 D – Durasi penularan diukur dengan unit waktu yang sama
sebagai k
 Specifik untuk suatu penyakit menular
 Diagnosis awal dan pengobatan dini,
skrining/penyaringan , Kontak tracing  D ↓
 ANGKA REPRODUKTIF DASAR
(R0)
• Rata-rata jumlah individu yang secara langsung terinfeksi oleh suatu kasus
infeksius (kasus sekunder) selama dia masuk periode infeksi, ketika dia masuk
suatu populasi yang rentan secara total
• (1+2+0+1+3+2+1+2+1+2)/10 = 1.5
• R0 <1 - penyakit akan hilang
• R0 =1 - penyakit akan menjadi endemik
• R0 >1 - akan ada epidemi

Misalnya dalam sejarah:

• Orang Cina datang ke dalam kontak
• dengan orang Indonesia asli.
• Banyak dari mereka meninggal
• karena Covid 19 atau SARS Cov2
BENTUK YANG MENDEKATI UNTUK R0

• Untuk penyakit anak-anak : R0 = 1 + L/A

• L – rata-rata rentang waktu hidup pada populasi

• A – rata-rata umur pada infeksi
R0 dari penyakit anak-anak
Infection/ R0 Average age at
infectious agent infection*
Measles 11-18 4-5

Pertussis 16-18 4-5

Mumps 11-14 6-7

Rubella 6-12 6-10

Diphtheria 4-5 11-14

Polio 6-7 12-17

Source: Anderson & May, 2006 * In the absence of immunization

 800
700
600

number of cases
500
400
300
200
100
0
1 2 3 4 5 6 7

generation
 ILUSTRASI GAMBAR
• Bayangkan bahwa satu individu yang siap menular
dimasukkan ke populasi rentan. Dia kemudian menginfeksi
3people, yang pada gilirannya menginfeksi 3 orang lain
(apakah R0 untuk infeksi ini?).

• Hal ini menyebabkan peningkatan eksponensial dalam

jumlah kasus (yang akan dibatasi oleh ukuran populasi).
 800
700

600

number of cases
500
400
300
200
100
0
1 2 3 4 5 6 7

generation
• Jika beberapa individu dalam populasi kebal, maka infeksi tidak dapat
menyebar begitu cepat. Karena rantai penularan berhenti di pertemuan
dengan individu kekebalan tubuh, yang lain di bagian bawah rantai (yang
mungkin atau mungkin tidak kebal) dilindungi (panah putus-putus ).

• Perhatikan bahwa ketika populasi tidak sepenuhnya rentan, kita

mengukur transmisi dengan 'bilangan reproduksi efektif', yang dalam hal
ini adalah salah satu.

• Infeksi ini endemik - untuk membasmi infeksi ini jumlah reproduksi yang
efektif harus di bawah satu. (Ro<1)
JUMLAH REPRODUKSI EFEKTIF R
• Jika populasi tidak secara penuh rentan, rata-rata
jumlah dari kasus sekunder lebih rendah dari Ro.
• Hal ini adalah jumlah reproduksi yang efektif.
 JUMLAH R REPRODUKSI EFEKTIF
Initial phase R = R0
• Epidemik dalam populasi
rentan
• Jumlah dari orang rentan
mulai menurun

• Akhirnya, tidak cukup kuat Peak of epidemic R = 1

untuk memelihara/menjaga
penularan. Ketika tiap orang
yang infeksius menginfeksi
<1 orang, epidemik dapat
padam/berhenti.
 Perubahan pada R(t) berakhirnya suatu
endemik
1200

1000

800 Susceptible
number

Incident cases
600 R=1 Immune
400 R>1 R<1

R=R0
200

0
0 0,05 0,1 0,15 0,2
time
 R, AMBANG PINTU UNTUK
PENYEBARAN PENYAKIT
 Jika R < 1
 Infeksi tidak dapat masuk dalam suatu populasi
 Implikasi : mekanisme pengendalian infeksi tidak perlu (karena itu
tidak efektif biaya)

 Jika R > 1
 Pada rata-rata penyakit patogen akan masuk populasi itu
 Implikasi : ukuran pengendalian cukup untuk mencegah
(menunda) suatu epidemik.
• Apa langkah-langkah pengendalian bisa mengurangi jumlah
rata-rata kasus individu yang tertular ?

• Silahkan berdiskusi dengan teman di sebelah Anda.

• Dapatkah Anda memikirkan dan memberikan satu atau dua
contoh?
 HERD IMMUNITY
• Disebut juga sbg kekebalan komunitas
• Tingkat kekebalan pada populasi yang mencegah epidemi
bahkan jika beberapa transmisi masih dapat terjadi
• Kehadiran kekebalan individu melindungi mereka dari individu
yang tidak kebal (apabila banyak individu yang kebal, maka
akan melindungi individu yg rentan)
 Ambang Batas
Kekebalan Masyarakat (komunitas)
• 
 Cakupan vaksinasi yang
diperlukan Untuk eliminasi
Pc = 1-1/Ro
1,0
Critical proportion, Pc 0,9
0,8
0,7
0,6
0,5
0,4 rubella measles
0,3
0,2
0,1
0,0
0 2 4 6 8 10 12 14 16 18 20
Basic reproduction number, Ro
 TITIK KUNCI
• Tidak ada pertanyaan tentang kelanjutan dan
peningkatan ancaman dari penyakit infeksi

• Penyakit menular secara Epidemiologi berbeda satu

dengan lainnya

• Dinamika penularan penting untuk pencegahan dan

pengendalian
 REFERENSI
• Anderson RM & May RM, Infectious Diseases of Humans: Dynamics and Control, 11 th ed. 2006
• Giesecke J, Modern Infectious Disease Epidemiology, 2nd ed. 2002
• Barreto ML, Teixeira MG, Carmo EH. Infectious diseases epidemiology. J Epidemiol Community
Health 2006; 60; 192-195
• Heymann D, Control of Communicable Diseases Manual, 19th ed. 2008
• McNeill, WH. Plagues and Peoples, 3rd ed. 1998
• Nithya C Achaiah,1 Sindhu B Subbarajasetty,2 and Rajesh M Shetty3, 2020, R0 and Re of COVID-
19: Can We Predict When the Pandemic Outbreak will be Contained? Indian J Crit Care Med.
2020 Nov; 24(11): 1125–1127.
• doi: 10.5005/jp-journals-10071-23649