Ukuran Frekuensi Dalam Epidemiologi

UKURAN-UKURAN FREKUENSI
YANG DIGUNAKAN DALAM

EPIDEMIOLOGI
Yovsyah
Departemen Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Indonesia
© Rajab 1425 – September 2004
11/19/2021 Ukuran-ukuran frekuensi yang digunakan 1

dalam epidemiologi
Definisi Epidemiologi
 Last (1988)
 Epidemiologi adalah studi distribusi dan
determinan kesehatan yang terkait
keadaan atau peristiwa dalam populasi
tertentu, dan aplikasi studi ini untuk
mengendalikan masalah kesehatan

dalam epidemiologi
Distribusi
 Epidemiologi peduli dengan frekuensi dan
pola peristiwa kesehatan dalam suatu
populasi

dalam epidemiologi
Ukuran-ukuran penyakit
 Kuantifikasi kejadian penyakit
 Hitung individ yang terinfeksi, yang sakit
dan yang meninggal
 Menggunakan kata-kata
 Biasanya, kadang-kadang, jarang.
 Kesepakatan kecil tentang arti umumnya yang
digunakan kata-kata untuk frekuensi
 “biasanya”  0,5 – 0,8
 “Kadang-kadang”  0,2 – 0,6
 “jarang”  0,01 – 0,2

dalam epidemiologi
Ukuran-ukuran frekuensi peristiwa
kesehatan
 Tipe kuantitas matematis
 Tipe ukuran yang digunakan dalam
epidemiologi

dalam epidemiologi
Tipe kuantitas matematis
 Enumerasi (hitungan)
 Rasio
 Proporsi
 Rate

dalam epidemiologi
Tipe ukuran yang digunakan dalam epidemiologi
 Ukuran-ukuran frekuensi penyakit
 Ukuran-ukuran asosiasi
 Ukuran-ukuran dampak

dalam epidemiologi
 Hitungan (enumerasi) atau angka mutlak
 Jumlah kasar atau frekuensi
 Contoh: 10 kasus, 1961 kasus
 Rasio
 nilai yang didapat dengan pembagian suatu
kuantitas dengan kuantitas yang lain.
 kuantitas numerator (pembilang) boleh berbeda dari
kuantitas denominator (penyebut) atau
denominator mungkin tidak memuat numerator
 Contoh:
a
b

dalam epidemiologi
 Proporsi
 suatu fraksi atau tipe rasio yang unsur
numerator adalah bagian dari denominator
 Bila dikalikan dengan 100, biasanya disebut suatu
persentase.
 Contoh: 28/56 = 0,5; 0,5 x 100% = 50%
 Ada 28 kasus dari 56 orang. Berarti proporsi kasus
adalah 50%.

dalam epidemiologi
 Rate
 Tipe spesifik dari rasio yang
digunakan mengkuantifikasi
proses dinamik seperti
pertumbuhan dan kecepatan

dalam epidemiologi
 Rate
 pernyataan numeris dari frekuensi suatu
peristiwa
 dihitung dengan cara pembagian antara
jumlah individu yang mengalami peristiwa
(numerator) dengan jumlah total
(keseluruhan) yang mungkin dapat (kapabel)
mengalami peristiwa (denominator atau
populasi berisiko) dan perkalian dengan suatu
konstanta (tetapan)

dalam epidemiologi
 Rate
 Format umum dari rate adalah
Numerator
Rate  xF
Denomin ator
Numerator adalah jumlah orang atau individu yang
mengalami peristiwa.
Denominator adalah jumlah populasi berisiko (jumlah total
orang atau keseluruhan individu yang mungkin mengalami
peristiwa).
F adalah faktor pengali, biasanya kelipatan 10, mengkonversi
rate dari suatu fraksi ke suatu jumlah keseluruhan.

dalam epidemiologi
 Rate
 Dapat berarti
 suatu pernyataan numeris dari frekuensi kejadian
yang terjadi dalam suatu kelompok orang tertentu
(didefinisikan) di dalam satu periode waktu tertentu
 Sinonim
 Tingkat
 Laju
 Contoh: 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 ?

dalam epidemiologi
Rate 
 kasus

100 kasus

1 kasus
 Populasi 1.250.000 orang 12500 orang
Rate demam berdarah  8 kasus per 100.000 orang

dalam epidemiologi
 Rate
 Bentuk khusus dari suatu proporsi yang
memuat waktu (atau faktor lain) dalam
denominator
 Contoh
 Incidence rate = 3 kasus per 100
orang per tahun

 kematian per 1000 penumpang -
kilometer

dalam epidemiologi
 Ukuran frekuensi penyakit
 Merefleksikan besar kejadian penyakit
(morbiditas) atau kematian karena penyakit
(mortalitas) dalam suatu populasi
 Biasanya diukur sebagai suatu rate atau
proporsi

dalam epidemiologi
 Ukuran asosiasi
 Merefleksikan kekuatan atau besar asosiasi
antara suatu eksposur/faktor risiko dan
kejadian suatu penyakit
 Memasukkan suatu perbandingan frekuensi
penyakit antara dua atau lebih kelompok
dengan berbagai derajat eksposur
 Beberapa ukuran assosiasi digunakan untuk
mengestimasi efek

dalam epidemiologi
 Ukuran rasio :(Perbandingan relatif)
 rasio dua frekuensi penyakit
 membandingkan kelompok terpajan dengan
kelompok tidak terpajan
 Ukuran perbedaan: (perbandingan absolut)
 perbedaan antara ukuran frekuensi penyakit suatu
kelompok terpajan dan kelompok yang tidak
terpajan

dalam epidemiologi
 Koefisien model
 koefisien variabel diturunkan dari model matematis
yang menujukkan besarnya hubungan antara
variabel eksposur dan penyakit
 Koefisien korelasi
 ukuran lain asosiasi yang juga diturunkan dari
model matematis, namun tidak merefleksikan
parameter kausal

dalam epidemiologi
 Koefisien model
 Linier
 Logistik
 Cox
 Poisson

dalam epidemiologi
 Koefisien model
 Linier y  b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k
 Interpretasi b1
 Peningkatan dalam outcome (penyakit) nilai rata-rata y
(variabel kontinu) per unit meningkat dalam X1,
disesuaikan (distandarisasi) dengan semua variabel lain
dalam model
log  odds   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

 Logistik
 Interpretasi b1
 Peningkatan dalam log odds outcome (penyakit) per
unit meningkat dalam X1, disesuaikan dengan semua
variabel lain dalam model
dalam epidemiologi
 Koefisien model
 Cox log hazard   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k
 Interpretasi b1
 Peningkatan log hazard outcome per unit meningkat
dalam X1, disesuaikan (distandarisasi) dengan semua
log  rate   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

 Poisson
 Interpretasi b1
 Peningkatan dalam log rate outcome (penyakit) per
unit meningkat dalam X1, disesuaikan dengan semua

dalam epidemiologi
 Koefisien korelasi
y  b0  b1 X
 b0 = intersep yaitu nilai y yang diestimasi ketika x = 0

 b1 = koefisien korelasi (regresi) yaitu peningkatan yang
diperkirakan pada dependen variabel (y) per unit dalam
variabel prediktor (x). Jika x =1, y = b0+b1, jika x=2, y
= b0 + b1 * 2.

dalam epidemiologi
 Ukuran efek/dampak
 Merefleksikan dampak suatu faktor pada
frekuensi atau risiko dari suatu masalah
(outcome) kesehatan
 Merefleksikan kelebihan jumlah kasus karena
suatu faktor (attributable) atau jumlah kasus
yang dapat dicegah oleh eksposur (pemajan)

dalam epidemiologi
Ukuran-ukuran frekuensi penyakit
 Insidens (incidence)
 Prevalens (prevalens)
 Mortalitas (mortality)

dalam epidemiologi
Ukuran-ukuran frekeunsi penyakit
 Insidens
 merefleksikan jumlah kasus baru (insiden)
yang berkembang dalam suatu periode waktu
di antara populasi yang berisiko
 Yang dimaksud kasus baru adalah perubahan status
dari sehat menjadi sakit
 Periode Waktu adalah jumlah waktu yang diamati
selama sehat hingga menjadi sakit

dalam epidemiologi
 Prevalens
 Merefleksikan jumlah kasus yang ada (kasus
lama maupun kasus baru) dalam populasi
dalam suatu waktu atau periode waktu
tertentu
 probabilitas bahwa seorang individu menjadi
kasus (atau menjadi sakit) dalam waktu atau
periode waktu tertentu

dalam epidemiologi
 Mortalitas
 Merefleksikan jumlah kematian dalam suatu
populasi

dalam epidemiologi
 Insidens
 Insidens kumulatif (Cumulative Incidence)
 Nama lain: Risk, proporsi insidens
 Densitas insidens (Incidence Density)
 Nama lain: insidens orang – waktu (Person – Time
Incidence), Tingkat insidens (Incidence rate)

dalam epidemiologi
 Insidens kumulatif = Risk = Proporsi Insidens
 Berarti rata-rata risiko seorang individu
terkena penyakit
 Orang-orang yang berada dalam denominator
haruslah terbebas dari penyakit pada
permulaan periode (observasi atau tindak
lanjut)

dalam epidemiologi
 Metode ini hanya layak bila ada sedikit atau
tidak ada kasus yang lolos dari pengamatan
karena kematian, tidak lama berisiko, hilang
dari pengamatan
 Memerlukan bahwa semua non-kasus diamati
selama seluruh periode pengamatan

dalam epidemiologi
 Probabilitas individu berisiko berkembang
menjadi penyakit dalam periode waktu
tertentu
 menyatakan individu tidak meninggal karena
sebab lain selama periode itu

dalam epidemiologi
 Tidak berdimensi, dinilai dari nol sampai satu
 Merujuk pada individu
 Mempunyai periode rujukan waktu yang
ditentukan dengan baik

dalam epidemiologi
 Rumus Insidens kumulatif = Risk = Proporsi Insidens
Jumlah kasus insidens selama periode waktu tertentu

Insidens kumulatif 
Jumlah orang berisiko pada permulaan waktu

dalam epidemiologi
 Attack rate
 jenis khusus insidens kumulatif yang berguna selama
epidemik
 Contoh
Makanan Makan ARM Tidak Makan ARTM
Sakit Tidak Sakit Tidak
sakit Sakit
Salad 30 70 30/100 5 35 5/40
Krecek 16 84 16/100 4 21 4/25
ARM = Attack Rate Makan

ARMTM = Attack Rate tidak makan

dalam epidemiologi
1 2 3 4 5 6 7 Jumlah waktu dalam jangka
Gambar 1 observasi dan dalam keadaan sehat
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
Hilang dalam pengamatan selanjutnya
* Meninggal

dalam epidemiologi
 Dari gambar 1.
 Berapa Insiden Kumulatif (IK) selama 7 tahun waktu
pengamatan?
 Jawab
IK 
 Kasus baru
 Populasi berisiko pada awal pengamatan
3 kasus
IK   43 kasus per 100 orang
7 orang

dalam epidemiologi
 Densitas insidens = Insidens orang-waktu
 Berarti rata-rata rate untuk populasi berisiko
selama waktu yang ditentukan
 Karena denominator diukur dalam orang-
waktu, hal ini tidak perlu bahwa semua
individu diamati untuk periode yang sama

dalam epidemiologi
 Densitas insidens = Insidens orang-waktu =
Incidence Rate
 Menyatakan suatu jumlah kasus baru per orang-waktu
 Rumusnya:
Jumlah kasus insidens terjadi dalam periode waktu

Densitas insidens 
Jumlah orang  waktu

dalam epidemiologi
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal

dalam epidemiologi
 Dari Gambar 1. Hitunglah nilai Densitas
Insidens (DI)= Insidens orang-waktu (PTI) =
Incidence Rate (IR)?
 Jawab:
 Hitung jumlah orang-waktu terlebih dulu
  orang  waktu   7  7  2  7  3  2  5  33 orang  tahun

DI  IR  PTI 
 kasus baru
 Kemudian hitung   orang  waktu 
3 kasus
DI  IR  PTI   9,1 kasus per 100 orang - tahun
33 orang  tahun

dalam epidemiologi
 Instantaneous insidence density = instantaneous
incidence rate = person-time incidence rate
 Kejadian segera dari kasus baru pada suatu “titik atau
segera dalam waktu T, per unit waktu di antara populasi
berisiko selama waktu T
 Ukuran teoritis jumlah kasus yang terjadi per satuan
populasi-waktu (orang-tahun berisiko).
 Mengukur kejadian penyakit pada satu titik waktu t
(ditentukan secara matematik sebagai limit, seperti t
 0.
 Probabilitas seseorang yang sehat pada waktu t akan
mengalami sakit dalam interval t+t dibagi t
 Juga disebut force of morbidity, hazard rate
dalam epidemiologi
 Incidence Rate
 Tidak ada periode rujukan (tidak ada seperti
rate 2-tahun)
 Mempunyai dimensi yang invers waktu (misal:
0,001/tahun)
 Mempunyai nilai nol dan infiniti (~)

dalam epidemiologi
 Latihan menghitung Incindence Rate
Populasi 1
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 1

dalam epidemiologi
 Latihan menghitung Incindence Rate
Populasi 2
D = permulaan sakit
D
0 25 50 75 100
Tahun
Hitung Incidence Rate pada populasi 2

dalam epidemiologi
 Densitas Insiden = Insidens orang
waktu=Incidence Rate = 9,1 kasus/100 orang-
tahun
 Unit (satuan) orang-tahun dalam contoh di atas
adalah 1 x 100 x orang-tahun = 4 x 25 orang- tahun
 Angka ini dari orang-waktu dapat diakumulasi dengan
observasi 100 orang selama 1 tahun, 25 orang selama 4
tahun, 10 orang selama 10 tahun.

dalam epidemiologi
 Prevalens
 Prevalens titik (Point of Prevalence)
 Nama lain: prevalens, proporsi prevalens
 Prevalens periode (Periode of Prevalence)
 Prevalens tahunan (Annual of Prevalence)
 Prevalens selama hidup (Lifetime of Prevalence)

dalam epidemiologi
 Prevalens = prevalens titik = proporsi prevalens
 probabilitas bahwa seorang individu menjadi
kasus (atau menjadi sakit) pada suatu titik
waktu
 Tidak mempunyai dimensi
 Variasi nilai antara nol dan satu

dalam epidemiologi
 Rumus Prevalens = prevalens titik (Point
Prevalence) = proporsi prevalens
Jumlah kasus yang ada pada satu titik dalam waktu T

Prevalens titik 
Total jumlah orang pada waktu T

dalam epidemiologi
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal

dalam epidemiologi
 Dari Gambar 1. Hitung prevalens pada tahun ke 2, 3, 4, 5, 6, 7
.
 Rumus Prevalens = prevalens titik (Point Prevalence) =
proporsi prevalens
Jumlah kasus yang ada pada satu titik waktu T

Prevalens titik 
Total jumlah orang pada waktu T
Jawaban: Jawaban:
PT pada T = 2 0/7 PT pada T = 5 2/6
PT pada T = 3 2/7 PT pada T = 6 2/5
PT pada T = 4 2/6 PT pada T = 7 2/5

dalam epidemiologi
 Prevalens periode
 probabilitas seorang individu berada dalam keadaan
sakit kapan saja selama suatu periode waktu.
Jumlah kasus yang ada selama suatu periode waktu

Prevalens Periode 
Jumlah orang selama periode

dalam epidemiologi
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
* Meninggal

dalam epidemiologi
 Dari Gamabar 1. : Hitunglah Prevalens Periode (PP) dari
tahun ke 1 hingga tahun ke 4.
Jumlah kasus yang ada selama p eriode waktu tahun ke 1  4

PP 
Jumlah orang selama periode tahun ke 1 - 4
Karena jumlah 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)
2
P P   0,29
7
dalam epidemiologi
 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

dalam epidemiologi
 Dari gambar 1
 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

dalam epidemiologi
 Hubungan antara insidens dan prevalens
 Jika dalam kondisi yang tetap, maka hubungan
insidens dan prevalens adalah
 P=IxD
 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

dalam epidemiologi
 Perbandingan Insidens dan Prevalens
Insidens Prevalens
 Hanya menghitung kasus baru Menghitung kasus yang ada

(kasus baru dan lama)
 Tingkat tidak bergantung durasi  Bergantung pada rata-rata
rata-rata penyakit lama (durasi) sakit
 Dapat diukur sebagai rate atau  Selalu diukur sebagai proporsi
proporsi
 Merefleksikan kemungkinan  Merefleksikan kemungkinan
menjadi penyakit sepanjang terjadi penyakit pada satu waktu
waktu tertentu
 Lebih disukai bila melakukan  Lebih disukai bila studi utilisasi
studi etiologi penyakit pelayanan kesehatan

dalam epidemiologi
Insidens Prevalens
Insidens Incidence Titik Periode
Kumulatif Rate
Sinonim Proporsi Incidence
Insidens Density
Nunerator Kasus baru Kasus baru Kasus yang Kasus yang
ada ada/baru
Denominator Populasi Orang - Populasi Inisial Populasi
inisial Waktu pertengahan
Unit Tidak ada Kasus per Tidak ada Tidak ada

orang waktu
Tipe Proporsi Rate Proporsi Proporsi

dalam epidemiologi
Dinamik prevalens
Insidens (aliran masuk)
Prevalens
(Permukaan air)
Kasus Baru
Kasus Lama
Sembuh
atau meninggal
Bekas-bekas kasus
dalam epidemiologi
 Ukuran mortalitas
 Ratio kematian terhadap kasus (Death-to-case Ratio)
DTCR 
  kematian dari penyakit tertentu selama periode tertentu 
  kasus baru dari penyakit yang didentifik asi selama periode yang sama 
Contoh:
Pada tahun 2004, ada 200 kasus baru tuberkulosis paru-paru
yang dilaporkan di suatu wilayah. Pada tahun yang sama ada 15
kematian yang terjadi pada penderita tuberkulosis paru-paru,
maka DTCR = 15/200  75 kematian per 1000 kasus baru

dalam epidemiologi
 Infant Mortality Rate (IMR)
Contoh: IMR = 7,2 bayi
  bayi yang meninggal  yang meninggal per
IMR 
  bayi yang lahir hidup  1000 kelahiran hidup
 Neonatal mortality rate (NMR)

NMR 
  kematian bayi umur dalam 28 hari pertama kehidupan 
  bayi yang lahir hidup 
Contoh: NMR = 5,4 kematian neonatal per 1000

kelahiran hidup

dalam epidemiologi
 Postneonatal Mortality Rate (PNMR)
PNMR 
  bayi yang meninggal umur 28 sampai 11 bulan 
Contoh: PMNR = 2,8 kematian postneonatal per 1000 kelahiran hidup
 Maternal
 Mortality
 kematian Rate
ibu oleh sebab yang (MMR)
berkaitan dengan kehamilan, kelahiran dan nifas 
MMR 
Contoh: MMR = 6,1 kematian ibu per 100.000 kelahiran hidup

dalam epidemiologi
 Case Fatality Rate (CFR)
  meninggal diantara kasus insidens 
CFR 
  Jumlah kasus insidens 
 Propotionate Mortality (PM)
  kematian karena sebab tertentu 
PM 
  kematian semua sebab 

dalam epidemiologi
 Propotionate Mortality Ratio (PMR)
 Membandingkan Propotionate Mortality pada
satu kelompok umur dengan kelompok umur
yang lain pada satu populasi
PM grup1
PMR 
PM grup2
Contoh: PM pada semua kasus = 7,1%; PM pada umur 25 –
44 = 2,5%; PM pada umur 45 – 64 = 4,3%. PMR antara
umur 45 – 64 dan 25 – 44 adalah (4,3/2,5) = 1,72

dalam epidemiologi
Ukuran-ukuran asosiasi
 Merefleksikan kekuatan atau besar
asosiasi antara suatu eksposur/faktor
risiko dan kejadian suatu penyakit
 Melibatkan suatu perbandingan frekuensi
penyakit antara dua atau lebih kelompok
dengan berbagai derajat eksposur
 Beberapa ukuran asosiasi digunakan untuk
mengestimasi efek

dalam epidemiologi
 Ukuran rasio (perbandingan relatif)
 rasio dua frekuensi penyakit membandingkan
kelompok terpajan dengan kelompok tidak
terpajan
 Ukuran perbedaan efek (perbadingan
absolut)
 perbedaan antara ukuran frekuensi penyakit
suatu kelompok terpajan dan kelompok yang
tidak terpajan

dalam epidemiologi
 Koefisien model
 koefisien variabel diturunkan dari model
matematis yang menujukkan besarnya
hubungan antara variabel eksposur dan
penyakit
 Koefisien korelasi
 ukuran lain asosiasi yang juga diturunkan dari
model matematis, namun tidak merefleksikan
parameter kausal

dalam epidemiologi
 Ukuran rasio
 Rasio risiko atau risiko relatif (RR)
Risiko pada kelompok terpajan

RR 
Risiko pada kelompok tidak terpajan
 Rasio Insidens Kumulatif (RIK)
Insidens kumulatif pada kelompok terpajan

RIK 
Insidens kumulatif pada kelompok tidak terpajan

dalam epidemiologi
 Ukuran rasio
 Rasio rate atau rasio densitas insidens (RDI)
Densitas insidens pada kelompok terpajan

RDI 
Densitas insidens pada kelompok tidak terpajan
 Rasio Prevalens (RP)
Prevalens pada kelompok terpajan

RP 
Prevalens pada kelompok tidak terpajan

dalam epidemiologi
Contoh 5.
Tabel 1. Kaitan antara merokok dan angka insidens stroke dalam
suatu kohort.
Kategori merokok Jumlah kasus Orang-tahun Tingkat insidens
stroke observasi (lebih stroke (per
dari 8 tahun) 100.000 orang
tahun)
Tidak pernah 70 395.594 17,7
merokok
Mantan perokok 65 232.712 27,9
Perokok 139 280.141 49,6
Total 274 908.447 30,2
Sumber: diterjemahkan dari:Beaglehole et al. Basic Epidemiology. WHO. 1993. 18.

dalam epidemiologi
 Dari Tabel 1.
 Hitunglah:
 Rasio rate atau rasio densitas insidens (RDI)
Densitas insidens pada kelompok terpajan

RDI 
Densitas insidens pada kelompok tidak terpajan
49,6
RDI   2,8
17,7

dalam epidemiologi
 Ukuran rasio
 Rasio odds (Odds ratio = OR)
 Nama lain: Odds relative; rasio kros-produk
 rasio dua odds yang digunakan dalam studi kasus-
kontrol untuk mengestimasi rasio rate atau rasio
risiko

dalam epidemiologi
 Ukuran rasio
 Rasio odds (Odds ratio = OR)
 odds untuk satu kelompok dibagi dengan odds
untuk kelompok yang lain
 Mempunyai interpretasi yang sama seperti risiko
relatif

dalam epidemiologi
 Odds suatu kejadian
 rasio probabilitas bahwa kejadian terjadi
terhadap probabilitas kejadian tidak terjadi
P
Odds suatu peristiwa 
1 P
P = Probabilitas suatu kejadian terjadi

1–P = Probabilitas suatu kejadian tidak terjadi

dalam epidemiologi
Tabel 1. Tabulasi silang pemajan dan status sakit,
insidens sakit dan Probabilitas odds sakit.
Status sakit
Pemajan Sakit Tidak Total Insiden sakit Probabilitas odds sakit

sakit (Risk)
+ a b a+b a/(a+b) a
ab  a
 a  b
1  
 ab
- c d c+d c/(c+d) c
cd c

 c  d
1  
cd 
Total a+c b+d a+b+c+d

dalam epidemiologi
a
a  c a
ORpemajan / kasus  
 a  c
1  
 a  c 
kasus kontrol
+ a b a
Pemajan
axd
- c d ORpemajan  c   ORsakit
b bxc
d
b
b  d b
ORpemajan / kontrol  
 b  d
1  
 b  d 

dalam epidemiologi
Odds Ratio (OR) = Relative Odds = Cross
Product Ratio
Odds pemajan untuk kasus
Odds Ratio 
Odds pemajan untuk kontrol
Faktor Kasus Kontrol Total
Perokok 650 (a) 950 (b) 1600
Bukan 50 (c) 350 (d) 400

perokok
Total 700 1300 2000

dalam epidemiologi
Odds Ratio (OR) = Relative Odds
Odds pemajan untuk kasus
Odds Ratio 
Odds pemajan untuk kontrol
a
c axd
Odds Ratio  
b bxc
d
a x d 650 x 350
Odds Ratio    4,8
bxc 950 x 50
Perokok mempunyai risiko menjadi kasus 4,8 kali dari yang bukan
perokok.
Interpretasinya: odds perokok menjadi kasus 4,8 kali lebih besar
dari odds bukan perokok
dalam epidemiologi
Prevalence Odds Ratio (POR) = Cross Product Ratio
 bila data didasarkan pada kasus-kasus prevalens
650 x 350
Prevalence Odds Ratio   4,8
950 x 50
650 / 1600 0,40625
Prevalence ( proportion ) Ratio    3,25
50 / 400 0,125
Faktor Kasus Kontrol Total

Perokok 650 (a) 950 (b) 1600
Bukan 50 (c) 350 (d) 400
perokok
Total 700 1300 2000

dalam epidemiologi
Incidence Odds Ratio (POR) = Cross Product Ratio 
bila data didasarkan pada kasus-kasus insidens
20 x 990
Incidence Odds Ratio   2,02
10 x 980
20 / 1000 0,02
Incidence proportion (risk ) Ratio    2,00
10 / 1000 0,01
Faktor Sakit Tidak sakit Total

Perokok 20 (a) 980 (b) 1000
Bukan 10 (c) 990 (d) 1000
perokok
Total 30 1970 2000

dalam epidemiologi
 Pada penyakit yang jarang terjadi,nilai
Odds Ratio hampir sama dengan nilai
Relative Risk (Risk Ratio). Nilai Prevalence
Odds Ratio hampir sama dengan nilai
Prevalence Proportion Ratio.
 Pada penyakit yang umum terjadi, nilai
Odds Ratio lebih ekstrim dari pada Risk
Ratio.

dalam epidemiologi
Ukuran-ukuran dampak
 Ukuran perbedaan dampak/efek
 Perbedaan risiko = Risk Difference (RD) =
Attributable Risk (AR) = Excess Risk (ER) =
Absolute Risk (AR)
 [Risiko pada kelompok terpajan] – [Risiko pada
kelompok tidak terpajan]
 Berguna untuk mengukur besarnya masalah
kesehatan masyarakat yang disebabkan oleh suatu
pemajan
 bermanfaat untuk penilaian prioritas untuk aksi
kesehatan masyarakat (Public Health Action)

dalam epidemiologi
Ukuran-ukuran dampak/efek
 Ukuran perbedaan efek
 Attributable Risk (AR) Percent = AR%
Insidens  terpajan  Insidens  tidak terpajan 

AR%  x 100%
Insidens  terpajan 

dalam epidemiologi
 Ukuran perbedaan dampak/efek
 Perbedaan insidens kumulatif = Cumulative
Incidence Difference= CID
 [IK pada kelompok terpajan] - [IK pada kelompok
tidak terpajan]
IK = Insidens Kumulatif

dalam epidemiologi
 Ukuran perbedaan efek
 Perbedaan rate/ perbedaan densitas insidens
(IDD = Insidence Density Difference)
 IDD = [Densitas insidens dalam kelompok terpajan]
- [Densitas insidens pada kelompok tidak terpajan]
 Perbedaan prevalens (PD = Prevalence
Differrence)
 PD = [Prevalens dalam kelompok terpajan] -
[Prevalens dalam kelompok tidak terpajan]

dalam epidemiologi
 Ukuran dampak
 Fraksi atributabel = fraksi etiologik = Etiologic Fraction
(EF) = attributable fraction = AF
 Dinyatakan sebagai pembagian risk difference dengan rate
kejadian pada populasi yang terpajan.
 Proporsi penyakit yang akan dieliminasi jika tidak ada
pemajan pada populasi yang tertentu
Insidens  populasi  Insidens  tidak terpajan

AF 
Insidens  populasi

dalam epidemiologi
 Ukuran dampak
 Fraksi atributabel dalam kelompok terpajan (AFE
= attributable Fraction in exposed)
 proporsi rate (tingkat) insidens penyakit di antara terpajan
yang akan direduksi jika eksposur dieliminasi
Insidens  terpajan  Insidens  tidak terpajan

AFE 

dalam epidemiologi
 Fraksi yang dicegah dalam populasi =
Fraction Prevented in population = PF
 proporsi jumlah beban penyakit dalam populasi yang
telah dicegah oleh faktor eksposur
Insidens  tidak terpajan  Insidens  populasi

PF 
Insidens  tidak terpajan

dalam epidemiologi
 Fraksi yang dicegah dalam kelompok terpajan
(PFE = Prevented Fraction in the Exposed)
Insidens  tidak terpajan  Insidens  terpajan

PFE 
Insidens  tidak terpajan

dalam epidemiologi
 Population Attributable Risk (PAR)
 = Attributable Fraction (population) atau Etiologic
Fraction (population) = Population Attributable
Risk Proportion = Population Attributable Risk
Fraction
 Proporsi (atau fraksi) rate penyakit pada seluruh
populasi yang mewakili rate penyakit dalam kelompok
terpajan
 Rumus PAR
PAR  Insidens  populasi  Insidens  tidak terpajan 

dalam epidemiologi
 Population Attributable Risk Percent
(PARP) attributable fraction (population)
atau etiologic fraction (population)
 Berarti proporsi kasus baru yang dapat dicegah jika
pada semua orang yang tidak terpajan
 Rumus PAR%
Insidens  populasi  Insidens  tidak terpajan 

PAR%  x 100%

dalam epidemiologi
Contoh 1
 Pada suatu wabah terdapat 40 orang laki-
laki menderita penyakit hepatitis, dan 20
orang perempuan menderita hepatitis.
Berapa proporsi perempuan yang
menderita hepatitis? Berapa rasio
penderita laki-laki : penderita
perempuan?

dalam epidemiologi
Jawaban contoh 1.
 Proporsi penderita perempuan

 20 x 100%  33,3%
 20  40
 Rasio penderita laki-laki : perempuan = 40:20
= 2:1

dalam epidemiologi
Contoh 2.
 Ada 1200 kasus baru terjadi dalam
periode 3 tahun pada suatu kota yang
berpenduduk 4 juta orang. Berapa tingkat
insidensnya (Incidence Rate =IR) penyakit
tersebut ?

dalam epidemiologi
Jawaban contoh 2.
  kasus baru 
IR 
  Orang  waktu 
1200
IR  6
 10 kasus / 100.000 orang  tahun
4 x 10 x 3

dalam epidemiologi
Contoh 3.
 Dalam suatu wilayah diestimasikan bahwa
penduduk pada pertengahan tahun
200.000 orang, kemudian dilaporkan ada
40 kasus malaria selama tahun 1996.
Berapakah tingkat insidensnya?

dalam epidemiologi
Jawaban contoh 3.
40
IR  5
 0,0002 kasus / orang  tahun
2 x 10
Tingkat insidens ini dapat juga dinyatakan dengan:

0,002 kasus/100 orang-tahun
0,2 kasus/1000 orang-tahun
2 kasus /10.000 orang-tahun

dalam epidemiologi
Contoh 4.
 Pada tanggal 1 Juni 2004 ada 120 orang
menderita (kasus) TBC paru-paru di suatu
wilayah yang diperkirakan ada 200.000
penduduk. Berapakah prevalens (point of
prevalence) dari penyakit TBC paru-paru?

dalam epidemiologi
Jawaban contoh 4.
120
P 5
 0,0006 kasus / orang
2 x 10
= 0,06 kasus per 100 orang penduduk pada 1 Juni 1996
= 0,6 kasus per 1000 orang penduduk
= 6 kasus per 10.000 orang penduduk

dalam epidemiologi
Contoh 5.
Tabel 1. Kaitan antara merokok dan angka insidens stroke dalam
suatu kohort.
Kategori merokok Jumlah kasus Orang-tahun Tingkat insidens
stroke observasi (lebih stroke (per
dari 8 tahun) 100.000 orang
tahun)
Tidak pernah 70 395.594 17,7
merokok
Mantan perokok 65 232.712 27,9
Perokok 139 280.141 49,6
Total 274 908.447 30,2

dalam epidemiologi
Contoh 5. Pertanyaan untuk tabel 1.
1. Berapa Risk difference (perbedaan risiko)
= attributable risk = excess risk/absolute
risk antara kelompok yang terpajan
(perokok) dengan yang tidak terpajan
(tidak pernah merokok)?.
2. Berapa nilai Attributable Fraction =
Etiological Fraction ?
3. Berapa nilai Population Attributable Risk
(PAR) dan PAR%?

dalam epidemiologi
Jawaban contoh 5.1
Risk difference (perbedaan risiko)
= Attributable Risk = AR
= excess risk/absolute risk antara kelompok yang terpajan
(perokok) dengan yang tidak terpajan (tidak pernah merokok)
AR  Insidens (rate)  terpajan  Insidens (rate)  tidak terpajan 
AR = [(49,6 – 17,7) per 100.00 orang-tahun]

= 31,9 per 100.00 orang-tahun.

dalam epidemiologi
Jawaban contoh 5.2
Attributable Fraction = Etiological Fraction = AR%
Insidens (rate)  terpajan  Insidens (rate)  tidak terpajan 
AR%  x 100%
Insidens (rate)  terpajan
49,6  17,7
AR%  x 100%  64%
49,6
Artinya: Diharapkan akan terjadi pengurangan risiko sebesar 64%

untuk terkena stroke di antara perempuan yang merokok, jika
mereka berhenti merokok, dengan asumsi bahwa merokok adalah
penyebab dan dapat dicegah.

dalam epidemiologi
Jawaban contoh 5.3
Population Attributable Risk (PAR)
PAR  Insidens (rate)  populasi  Insidens (rate)  tidak terpajan

PAR  (30,2  17,7) per 100.000 orang  tahun
PAR  12,5 per 100.000 orang  tahun
PAR  (30,2  17,7) per 100.000 orang  tahun

dalam epidemiologi
Jawaban contoh 5.3
Population attributable risk (PAR) Percent = PAR%
= Etiologic Fraction in population
Insidens (rate)  populasi  Insidens (rate)  tidak terpajan

PAR%  x 100%
Insidens (rate)  populasi
(30,2  17,7)
PAR%  x 100%
30,2
PAR%  41,4%
Berarti bahwa 41,4% kasus baru dapat dicegah jika semua individu
tidak terpajan

dalam epidemiologi
Ringkasan
 Risk Difference (RD)
 = Attributable Risk (AR)
 = Excess Risk (ER)
 = Absolute Risk (AR)
 Attributable Risk (AR) Percent = AR%
 = Attributable Fraction in exposed = AFE
 = Etiologic Fraction in exposed = EFE

dalam epidemiologi
Ringkasan
 Risk Difference (RD) in Population
 = Population Attributable Risk (PAR)
 = Excess Risk (ER) in population
 Population Attributable Risk Percent
(PARP) = PAR%
 = Attributable Fraction in population = AFP
 = Etiologic Fraction in population= EFP

dalam epidemiologi
Contoh 6.
Tabel 2. Kaitan antara kadar kolesterol dan angka insidens penyakit
jantung koroner dalam suatu kohort (Data hipotetis)
Kategori kadar Jumlah kasus Orang-tahun Tingkat insidens
kolesterol stroke observasi stroke (per
100.000 orang
tahun)
rendah 60 300.000 20,0
Tinggi 180 360.000 50,0
Total 240 660.000 36,4

dalam epidemiologi
Pertanyaan contoh 6.
 Hitunglah nilai
 1. RR
 2. RD
 3. AR%
 4. PAR
 5. PAR%
 6. PFE
 7. PFP

dalam epidemiologi
Jawaban contoh 6.1
I E 50
RR    2,5
I E 20
I E  Insidens terpajan (Exposed )
I E  Insidens tidak terpajan ( Non Exposed )

dalam epidemiologi
Jawaban pertanyaan contoh 6.2 –
6.3
RD  I E  I E  (50  20) kasus / 100.000 orang  tahun
RD  30 kasus / 100.000 orang  tahun (2)
IE  IE
AR%  x 100%
IE
50  20
AR%  x 100%
50
AR%  60% (3)

dalam epidemiologi
Jawaban pertanyaan contoh 6.4 –
6.5
PAR  I P  I E  (36,4  20) kasus / 100.000 orang  tahun
PAR  16,4 kasus / 100.000 orang  tahun (4)
IP  IE
PAR %  x 100%
IP
36,4  20
PAR %  x 100%
36,4
PAR %  45,1% (5)

dalam epidemiologi
Jawaban pertanyaan contoh 6.6
IE  IE
PFE 
IE
(6)
IE  IE 20  50
PFE  
IE 20
PFE  1,5

dalam epidemiologi
Jawaban pertanyaan contoh 6.7
IE  IP
PFP 
IE
(7)
IE  IP 20  36,4
PFP  
IE 20
PFP  0,82

dalam epidemiologi
Rumus lain untuk PFP (Prevented Fraction in the
Population)
pc (1  RR)
PFP 
pc (1  RR)  RR
Pc = fraksi kasus terpajan untuk faktor pencegah

dalam epidemiologi
Kerterkaitan antar rumus antara
ukuran-ukuran
IE  IE RD
AFE  
IE IE
IE  IE IE IE 1 RR  1
AFE     1 
IE IE IE RR RR
AFE = Attributable Fraction in Exposed

RD = Risk Difference = Excess Risk = Absolute Risk
RR = Risk Ratio = Relative Risk = Risiko Relatif

dalam epidemiologi
Kerterkaitan antar rumus antara
ukuran-ukuran
IE  IE IE IE
PFE     1  RR
IE IE IE
IP  IE ERP I P I E IE
AFP      1
IP IP IP IP IP
PFE = Prevented Fraction in Exposed.

AFP = Attributable Fraction in Population
ERP = Excess Risk in Population

dalam epidemiologi
Cara lain menghitung PARP (Population
Attributable Risk Percent)
 Cara 1.
 Hitung Attributable Risk  IE  IE
(AR)
  AR  x P
 Lalu kalikan AR dengan
Prevalens faktor risiko
 Kemudian dibagi ( AR) x P

dengan tingkat (rate)  x 100%
Insidens di populasi, I Pop
setelah itu kalikan
100%

dalam epidemiologi
 Cara 2.
 Kalikan AR dengan P x  RR  1
Prevalens faktor risiko
dengan (RR-1)
P ( RR  1)
 Kemudian [P x (RR-1)]  PARP
dibagi [P x (RR-1)]+1} P  RR  1  1
Cara 2 ini menggunakan RR, sangat berguna karena
dengan metode ini kita dapat menghitung estimasi risiko
relatif dari dua studi (kasus kontrol dan kohort). Metode
ini disebut Odds Ratio untuk studi kasus kontrol)
dalam epidemiologi
 Cara 3.
 Hitung Population  I Pop  I E
Attributable Risk (PAR)
 Kemudian dibagi I Pop  I E

dengan tingkat (rate)  x 100%
Insidens di populasi, I Pop
setelah itu kalikan
100%

dalam epidemiologi
Ringkasan ukuran
Tipe
Kuantitas
Matematis
Tanpa Dengan
denominator denominator
Enumerasi
Hitung, Rasio Proporsi Rate
angka mutlak
dalam epidemiologi
Ringkasan ukuran
Tipe
Kuantitas
Matematis
Enumerasi Rasio Proporsi Rate
•RR •% •Crude
•OR •AR% •Spesific
•IDR •PAR% •Adjusted

dalam epidemiologi
Ringkasan ukuran
Ukuran
dalam
epidemiologi
Ukuran
Ukuran Ukuran efek
Frekuensi
asosiasi /dampak
Penyakit
dalam epidemiologi
Ukuran frekuensi penyakit
Ukuran
frekuensi
Penyakit
Insidens Prevalens Mortalitas
Insidens Incidence Prevalens Prevalens

Kumulatif Density titik periode

dalam epidemiologi
Ukuran
Rasio
Insidence
Risk Odds Prevalence
Density
Ratio Rasio Ratio
Ratio

dalam epidemiologi
RD = Risk Difference
Ukuran AR = Attributable Risk
Efek
ER = Excess Risk
/dampak
PAR = Population Attributable Risk
PF = Prevented Fraction
Perbedaan Fraksi
efek Efek
RD
AR
AR% PAR% PF
ER
PAR
dalam epidemiologi
Bahan Rujukan
 1. Page RM, Cole GE, Timmreck TC. Basic Epidemiological
Methods and Biostatistics. A Practical Guidebook. John and
Barlett Publisher. Boston, London.1995.
 2. CDC. Principles of Epidemiology 2nd . An Introduction to
Applied Epidemiology and Biostatistics. 1992
 3. Szklo M, Nieto FH. Epidemiology Beyond the Basics. AN
Aspen Publication.Gaithersburg. Maryland. 2000
 4. Lilienfeld DE, Stolley PD. Foundations of Epidemiology.
3rd . New York, NY: Oxford University Oress; 1994
 5. Gordis L. Epidemiology. Philadelphia. WB Saunders
1996.
 6. Rothman KJ, Greenland S. Modern Epidemiology. 2nd .
Philadelphia. Lippincott-Raven Publishers; 1998.

dalam epidemiologi
dalam epidemiologi

Ukuran Frekuensi Dalam Epidemiologi

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ukuran Frekuensi Dalam Epidemiologi

Diunggah oleh

Hak Cipta:

Format Tersedia

UKURAN-UKURAN FREKUENSI

YANG DIGUNAKAN DALAM

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 1

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 2

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 3

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 4

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 5

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 6

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 7

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 8

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 9

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 10

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 11

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 12

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 13

Rate demam berdarah  8 kasus per 100.000 orang

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 14

orang per tahun

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 15

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 16

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 17

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 18

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 19

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 20

log  odds   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

log  rate   b0  b1 X 1  b2 X 2  b3 X 3  ...... bk X k

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 22

 b0 = intersep yaitu nilai y yang diestimasi ketika x = 0

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 23

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 24

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 25

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 26

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 27

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 28

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 29

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 30

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 31

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 32

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 33

Jumlah kasus insidens selama periode waktu tertentu

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 34

ARM = Attack Rate Makan

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 35

Hilang dalam pengamatan selanjutnya

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 36

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 37

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 38

Jumlah kasus insidens terjadi dalam periode waktu

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 39

Hilang dalam pengamatan selanjutnya

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 40

  orang  waktu   7  7  2  7  3  2  5  33 orang  tahun

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 41

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 43

Hitung Incidence Rate pada populasi 1

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 44

Hitung Incidence Rate pada populasi 2

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 45

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 46

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 47

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 48

Jumlah kasus yang ada pada satu titik dalam waktu T

11/19/2021 Ukuran-ukuran frekuensi yang digunakan 49

Hilang dalam pengamatan selanjutnya