Epidimiologi

Nama Kelompok :
Yuliana Novita 2105070
Herma Yeni 2105071
Gusliati 2105074
PROGRAM STUDI MAGISTER
KESEHATAN MASYARAKAT SEKOLAH
TINGGI ILMU KESEHATAN (STIKES)
HANGTUAH PEKANBARU TAHUN 2022
Dosen pengampu
Dr. drg. Oktavia Dewi, M. Kes
 PENAKSIRAN VALIDITAS DAN
RELIABILITAS SKRINNING DAN
DIAGNOSIS
Skrinning adalah suatu uji yang sederhana, murah, dan cepat untuk mengetahui
seseorang dengan faktor resiko atau penyakit subklinis. Skrinning tidak sama
dengan diagnosis, yang dilakukan pada penderita dengan lebih cermat.
Hasil penilaian kualitas uji skrinning dan diagnosis berguna untuk pengambilan
keputusan apakah uji tersebut terus digunakan atau tidak (McCuser, 1978).
 A. VARIASI BIOLOGI POPULASI MANUSIA

Dalam menggunakan alat untuk membedakan orang yang dengan hasil normal dan
hasil abnormal, perlu dimengerti bagaimana karakteristik-karakteristik didistribusikan
dalam populasi manusai (Gordis, 1996).

1. Validitas Uji Skrining

Validitas suatu uji didefinsikan sebagai kemampuan uji itu untuk membedakan
siapa yang sakit dan siapa yang tidak sakit.
Validitas mempunyai 2 komponen :

a. Sensitivitas
Sensitivitas dari suatu uji di definisikan sebagai kemampuan dari uji itu untuk
mengidentifikasi secara benar siapa yang menderita penyakit.
b. Spesifisitas
Spesifisitas suatu uji didefinisikan sebagai kemampuan dari uji itu untuk
mengidentifikasi secara benar siapa yang tidak mempunyai penyakit.
B. UJI DENGAN HASIL DIKHOTOM (POSITIF ATAU NEGATIF)

Tabel perbandingan Hasil Uji Dikhotom dengan Status Penyakit Sesungguhnya

Hasil uji Populasi

Dengan penyakit Tanpa Penyakit

Positif True Positive (TP) False Positive (FP)

Negatif False Negative (FN) True Negative (TN)

Masalah False Negative penting karena orang yang sebetulnya positif, tetap dikatakan
negatif, maka kalau penyakitnya menular maka ia akan menularkan penyakitnya kepada
orang lain, dan penyakitnya tersebut bertambah berat karena tak diobati, bahkan mungkin
menimbulkan kematian. Adapun penyakit seperti kanker hanya dapat disembuhkan dalam
stadium dini.

C. UJI VARIABEL KONTINUOUS

Contoh variabel kontinuous adalah tekanan darah, kadar gula dalam darah, untuk mana tak
ada hasil positif dan negatif. Keputusan diambil untuk menentukan cut off level diatas
mana hasil uji dianggap positif dan di bawahnya hasil uji dianggap negaif.
● Kalau kita menetapkan pada level 200 mg/100 cc sehingga kita
mendapatkan semua bukan penderita diabetes (100 %
spesifisitas), kita sekarang kehilangan penderita diabetes yang
benar (sangat rendah sensitifitas)
● Selalu ada kaitan antara sensitivitas dan spesifisitas, kalau kita
meningkatkan sensitivitas dengan merendahkan cut off
level,kita menurunkan spesifitas, kalua kita meningkatkn
spesifisitas dengan meningkatkan cut off level,kita menurunkan
sensivitas
● Negatif salah { false negative } penting untuk diingat bahwa
dalam skrining kita hanya menetukan siapa yang positif dan
sipa yamg negative. Kita tidak mempunyai informasi siapa yang
be4nar – benar berstatus sakit, yang merupakan alasan utk
skrining.
● Pilihan tinggi rendahnya cut off level untuk skrining tergantung
pada kepentingan kita terhadap positif salah { false positif } dan
negative salah { false negative }
D. SKRINING DUA TINGKAT
● Skrining sering dilaksankan pertama kali yng kurang mahal atau
kurang menyenangkan , bila ditemukan positif dalam uji
pertama ini, subjek dipanggil untuk diuji lebih lnjut untuk
pemeriksaan yang lebih mahal atau lebih menyenangkan, yang
mempunyai sistem sensitivitas dan spesifitas yang lebih tinggi.
Dengan skrining bertahap ini diharapkan bagi ,mereka yang
ditemukan positif tidak terjadi positif salah.
E. PREDICTIVE VLUE DARI SUATU UJI
● Kalau kita melakukan skrining suatu populasi, perlu ditanyakan beberapa
proporsi penduduk yang betul-betul positif sakit dari yang ditemukan
menderita sakit oleh uji tes, ini disebut predictive value positif. Nilai ini penting
dalam pertimbangan kesehatan masyarakat.
● Ada pula yang disebut predictive value negatif, yaitu berapa proporsi mereka
yang ditemukan betul-betul tidak menderita penyakit dari yang ditemukan
tidak menderita penyakit. Ini dapat dihitung dengan menentukan berapa
negative yang benar {true negative} sebagai pembilang, dan berapa jumlah
negative yang benar {true negative} ditambah negative salah {false negative}
sebagai penyebut.
Hubungan Antara Prevalensi Penyakit dan Predictive Value
dalam uji dengan 95% Sensitivitas dan 95% Spesitifitas
Jadi apabila Spesitifitas meningkat, maka Predictive Value juga akan meningkat. Jadi apabila dilakukan
skrining, perlu diketahui berapa spesifitas dari alat yang digunakan.

Hubungan Prevalensi Penyakit dan Predictive Value

Prevalensi Contoh : Sensitivitas = 99%, Spesitifitas = 95%

Predictive Value
penyakit
Hasil Uji Sakit Tidak Sakit Total
+ 500 1.350 1.850
70% - 0 3.150 3.150 500/1850 = 27%
Total 500 4.500 5.00
+ 500 45 545
95% - 0 4.455 4.455 500/545 = 91%
Total 500 4.500 5.000
H. RELIABILITAS DARI UJI
Agar hasil uji tidak minimal, maka perlu diulang apakah masih tetap jika dilakukan antar waktu atau
antarpengamat. Reliabilitas adalah seberapa jauh pengulangan tersebut dengan hasil yang tetap

I. VARIASI ANTARWAKTU
Nilai yang diperoleh dalam mengukur banyak karakter manusia sering bervariasi sepanjang waktu,
bahkan dalam waktu yang singkat. Dalam menilai hasil uji, penting difikirkan kondisi dimana uji dilakukan
termasuk setiap hari.

J. VARIASI ANTAR-PENGAMAT
Dua orang pemeriksa sering dengan hasil yang berbeda. Wacana paling penting adalah setuju atau
tidaknya hasil para pengamat tersebut, baik pemeriksaan fisik, laboratorium, dan lain-lain. Maka dari itu
perlunya menyatakan persetujuan itu dalam bentuk kuantitas.
 K. PERSEN PERSETUJUAN MENYELURUH

Variasi Pengamat atau Instrumen: Persentase Persetujuan

 Tabel tersebut menunjukkan variasi pemeriksaan dari dua pengamat suatu objek yang hasilnya dinilai
dalam empat kategori, yaitu abnormal, suspek, ragu – ragu, dan normal.
Persetujuan antar keduanya terletak pada kelompok A, F, K, dan P. Maka, Persentase Persetujuan
Menyeluruh adalah:

(A+F+K+P)/Total Bacaan x 100%

Dapat diurai menjadi:

a/(a+b+c) x 100%

Presentase Persetujuan ketika ada Nilai Negatif yang Dapat Diabaikan

L. STATISTIK KAPPA
Persentase persetujuan juga dipengaruhi secara signifikan oleh kenyataan bahwa walaupun dua pengamat
menggunakan kriteria yang berbeda untuk menentukan dengan kelainan positif dan negatif. Mereka
mungkin akan membuat persetujuan atas dasar sebagai fungsi kesempatan (Function of Chance) .
Untuk lebih menjelaskan hal itu diberikan contoh sebagai berikut: Anda adalah Kepala Bagian Radiologi
yang suatu hari kekurangan staf, sedangkan foto rontgen anda sangat banyak yang harus dibaca. Untuk itu,
anda akan meminta beberapa orang tetangga yang tentu saja tidak mempunyai pengetahuan membaca foto
rontgen sebanyak itu. Walaupun bacaan mereka tidak didasari pada kriteria dan standar tertentu, selalu ada
persetujuan diantara bacaan mereka dalam beberapa hal yang merupakan kesempatan (parely by chance).
Caranya adalah menghitung dengan Statistik Kappa yang diusung Cohen tahun 1960, dengan rumus sbb:
a. Klasifikasi Histologis dengan subtipe 150 Spesimen Karsinoma dengan 2 Patologis gambar 7.11
b. Persentase Persetujuan antara Patologis A dan B gambar 7.12
c. Persentase Persetujuan antara Patologis A dan B yang Diharapkan (by Chance Alone) gambar 7.13

Nilai 52,8 (Stadium II) didapat dari 90/150x88

Nilai 24,8 (Stadium III) didapat dari 60/150x62
Sebagai contoh, perhitungan Statistik Kappa menggunakan data Klasifikasi Hostologis dari 150 spesimen
dari sel karsinoma yang dibaca dua orang ahli patologi (gambar 7.11)

Perhitungan % Persetujuan yang Diobservasi (Percent Observed Agreement) dilihat dari (gambar 7.12).
Sedangkan % Persetujuan yang Diharapkan dengan Kesempatan Sendiri (Percent Agreement Expected by
Chance Alone) dilihat di (gambar 7.13).

Menggunakan Rumus Kappa, maka dilakukan perhitungan sbb:

Kappa = (90,7% - 51,7%)/(100%-51,7%)= 39%/48,3%= 81%

Landis dan Koch menganjurkan Interpretasi perhitungan Kappa sebagai berikut:

 Kappa < 40% (Persetujuan yang Kurang)
 Kappa 40% – 75% (Persetujuan Intermediet)
Kappa > 75% (Persetujuan Bagus)
HUBUNGAN ANTAR VALIDITAS dan RELIABILITAS

Gambar 1 Gambar 2

Gambar 3
 Perhatikan Gambar 1, dimana garis horizontal adalah skala nilai untuk variabel misalnya tingkat gula
darah pada satu titik dengan Nilai Benar (True Value) ditunjukkan dengan kurva. Kurva pada gambar 1
begitu sempit menunjukkan hasinya sangat reliabel, tapi jauh dari true value, yang mana ini tidak valid.

Gambar 2 menunjukkan kurva melebar yang tidak reliabel, tapi nilai yang didapat menumpuk di
sekeliling true value yang menunjukkan valid. Gambar 3 jelas menunjukkan hasil yang reliabel dan valid.
TERIMA KASIH