Zaenal Abidin, SKM., M.

Kes
(Epid.)
Bag. Epidemiologi - FKM

YOUR PUBLIC HEALTH CHANGE AGENT

 MEASURING
DISEASE
FREQUENCY IN
POPULATIONS

YOUR PUBLIC HEALTH CHANGE AGENT

DEFINITION OF EPIDEMIOLOGIC MEASURE

1. ‘Time of onset’-
Waktu mulai sakit - pasti ?

2. ‘Period of observation’
Biasanya IR - dilakukan pada periode
waktu tertentu
Penyakit secara mendadak sering
digunakan ‘Attack Rate’
 orang yang sakit
AR =
Pop. At risk
3. Numerator :
Apakah betul-betul kasus baru  karena
dapat berulang kali timbul.

4. Denominator
Jumlah populasi yang mempunyai
risiko (pop. At risk), tidak selalu
konstan.

5. Denominator - ‘person year’

 orang yang mempunyai risiko yang
diobservasi dalam waktu tertentu.
 Inti epidemiologi  mengkaji pertumbuhan
penyakit, ketidakmampuan, cidera, kematian
di dalam populasi
 Penting!!!!  mengkaji & menganalisis
beberapa faktor yang mempengaruhi status
kesehatan
Morbiditas  kesakitan  derajat sakit, cidera,
gangguan pada suatu populasi

Tabel morbiditas prevalensi & insidensi

Tabel khusus  vital statistik  ras, agama,

pekerjaan, pendidikan, dsb
Mortalitas  kematian  dasar statistik,
epidemiologi & kependudukan

Tabel mortalitas  melaporkan jml kematian

berdasar usia, sex, determinat

Morbiditas & mortalitas  indikator kesehatan

1. Rate
 Besarnya peristiwa yang terjadi terhadap jumlah
keseluruhan penduduk dimana peristiwa itu berlangsung
dalam suatu batas waktu tertentu
 Faktor rate :
 Pembilang, jumlah individu yang terkena
 Penyebut, total populasi yang diteliti/berisiko
 Periode waktu spesifik (th)
Contoh:
CDR (crude death rate)
CBR (crude birth rate)
RNI (rate of natural increase)

N kelahiran hidup dalam setahun

CBR   1000
populasi tengah tahun
N kematian dalam setahun
CDR   1000
populasi tengah tahun
RNI  CBR  CDR
2. Rasio
- Dapat dinyatakan dalam a/b
- Berguna untuk pembandingan
- Contoh ukuran yang menggunakan rasio
Sex ratio
Dependency ratio
Rasio bidan per penduduk
Rasio puskesmas per penduduk
 Menyatakan besar relatif suatu kelompok terhadap total
semua kelompok
 Untuk dua kelompok a dan b, proporsi a= a/(a+b) atau
persentase a = a/(a+b) x 100%

Misal : Proporsi kematian karena DHF adalah jumlah

yang mati karena DHF dibagi jumlah seluruh kematian
 Tingkat Pendidikan Frekuensi Proporsi %

Tidak sekolah/tdk tamat SD 5

Tamat SD 23
Tamat SLTP 10
Tamat SLTA 11
Tamat Diploma/Universitas 4
Jumlah 53 100
1. Insidensi
Jumlah kejadian/penyakit (kasus baru) pada kelompok
pddk tertentu dlm suatu kurun waktu tertentu
Pada penyakit menular tertentu dengan
masa tunas yg pendek dapat dihitung attack
rate (angka serangan), misal pada wabah
atau Kejadian Luar Biasa (KLB) yg biasanya
berlangsung tidak terlalu lama (beberapa
hari atau minggu saja).
2. Prevalensi

a. Point prevalence, jlh seluruh penderita

(lama+baru) yg ada pada suatu saat
tertentu
b. Periode prevalence, jlh seluruh penderita
(lama+baru) yg ada pada suatu periode
tertentu
1. Angka insidensi dapat digunakan untuk mengukur
angka kejadian penyakit. Perubahan angka
insidensi dapat menunjukkan adanya perubahan
faktor2 penyebab penyakit, yaitu fluktuasi alamiah
dan adanya program pencegahan.
2. Dalam penelitian epidemiologi  sebab akibat
3. Perbandingan antara berbagai populasi dengan
pemamapan yg berbeda
4. Untuk mengukur besarnya risiko determinan
tertentu
1. Menggambarkan tingkat keberhasilan
program pemberantasan penyakit
2. Penyusunan perencanaan pelayanan
kesehatan, misal obat, tenaga, ruangan
3. Menyatakan banyaknya kasus yg dapat
didiagnosis
Selama tahun 2017 ditemukan 100 org penderita Ca
Mamae. Penderita Ca Mamae tahun 2011 yang masih
bertahan sampai tahun 2012 sebanyak 50 orang. Jumlah
pddk 400.000 orang (L = 120.000 orang, usia produktif =
180.000 orang)
 Hitung Rasio & Proporsi/Persentase L terhadap P!
 Hitung Rasio & Proporsi/Persentase berdasar usia
produktif!
 Hitung angka insidensi dan prevalensi Ca Mamae
tahun 2012!
1. Crude Death Rate (CDR)
Angka kematian kasar adalah jumlah kematian yg
dicatat selama satu tahun per 1000 penduduk di
pertengahan tahun yg sama

AKK/CDR = Jmh kematian yg dicatat dlm thn kalender X 1000

Jlh seluruh pddk pertengahan thn yg sama
2. Age Specific Death Rate (ASDR)

Jmlh kematian pada kelompok umur tertentu

tertentu selama satu tahun
/ 1000
Jmlh penduduk golongan umur tersebut pada
pertengahan tahun yg sama

• Bisa interval 5 tahunan atau

• Kelompok umur khusus spt : neonatus, bayi,
balita, usia sekolah, dewasa, usia lanjut, dll.
Cth : Angka Kematian Bayi (Infant Mortality Rate)
Dirinci lagi menjadi :
Perinatal Mortality Rate (Kematian Janin >28 mgg Usia
Kehamilan s.d bayi berusia 7 hari)
Neonatal Mortality Rate (0 – 1 bulan)
Post Neonatal Mortality Rate (1 bulan – 1 tahun)
Examples for age spesific death rates:

A. Infant mortality rate (IMR)

Jmlh kematian bayi selama satu tahun
/ 1000
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya IMR berkaitan dengan

1. Penyakit infeksi yg dapat dicegah dgn imunisasi

2. Diare yg dapat menyebabkan dehidrasi
3. Personal higiene dan sanitasi lingkungan yg
kurang memadai, serta sosial ekonomi rendah
4. Gizi buruk dan daya tahan tubuh yg menurun
Examples for age spesific death rates:

B. Perinatal mortality rate (PMR)

Jmlh kematian janin pada kehamilan 28 mgg atau lebih

+ jumlah kematian bayi < 7 hari selama satu tahun / 1000

Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PMR berkaitan dengan

1. Banyaknya bayi Berat Badan Lahir Rendah (BBLR)

2. Status gizi ibu dan bayi
3. Keadaan sosial ekonomi
4. Penyakit infeksi terutama ISPA
5. Pertolongan persalinan
Examples for age spesific death rates:

C. Neonatal mortality rate (NMR)

Jmlh kematian bayi berumur < 28 hari selama satu tahun

/ 1000
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya NMR berguna untuk mengetahui :

1. Tinggi randahnya usaha perawatan antenatal/

selama kehamilan dan post natal/perawatan bayi
setelah lahir
2. Program imunisasi
3. Pertolongan persalinan
4. Penyakit infeksi terutama ISPA
Examples for age spesific death rates:

D. Post Neonatal mortality rate (PNMR)

Jmlh kematian bayi berumur > 28 hari sampai 1 tahun

selama satu tahun / 1000

Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PNMR berkaitan dengan :

1. Penyakit infeksi yang sebenarnya dapat dicegah

dengan imunisasi
2. Diare yg mengakibatkan dehidrasi
3. Lingkungan dan higiene sanitasi yg kurang memadai
4. Gizi buruk dan penurunan daya tahan tubuh
Examples for age spesific death rates:

E. Angka Kematian Balita (Akaba)

Jmlh kematian balita dalam 1 tahun

/ 1000
Jmlh balita di area yg sama dan tahun yg sama

Tinggi rendahnya Akaba berkaitan dengan :

1. Program pelayanan kesehatan

2. Program imunisasi
3. Program perbaikan gizi
4. Tingkat pendidikan, keadaan sosial ekonomi, dll
Examples for age spesific death rates:

F. Maternal Mortality Rate (MMR)

Jmlh kematian ibu karena kehamilan, persalinan dan

masa nifas selama satu tahun / 100 000

Jmlh kelahiran hidup pada tahun dan wilayah yg sama

Tinggi rendahnya MMR berkaitan dengan

1. Keadaan sosial ekonomi

2. Kesehatan ibu selama hamil, bersalin dan nifas
3. Pelayanan kesehatan terhadap ibu
4. Pertolongan persalinan dan perawatan masa nifas
3. Cause Specific Mortality Rate (CSMR)

Jmlh kematian karena sebab penyakit tertentu

selama satu tahun / 100000
Jmlh penduduk pada pertengahan tahun yg sama

Jumlahnya sangat kecil dibandingkan jumlah

penduduk
Maka digunakan konstanta 100.000 untuk
menghindari angka desimal
4. Case Fatality Rate (CFR)

Jmlh kematian karena penyebab penyakit tertentu

dlm suatu lingkungan dan kurun waktu tertentu / 1 000
Jmlh penderita penyakit tsb dlm lingkungan dan kurun
waktu yg sama

Lebih menunjukkan keganasan penyakit

tersebut pada kondisi atau lingkungan
tertentu

Seperti kematian saat Kejadian Luar Biasa

(KLB) penyakit tertentu
Selama tahun 2016 teridentifikasi kasus cancer
cerviks sebanyak 60 kasus. Jumlah kasus cancer
cerviks yang diketahui pada awal tahun 2015 adalah
10 kasus , jumlah kematian cancer cerviks selama
tahun tersebut tercatat 8 orang. Jumlah populasi
adalah 1 juta.
1. Crude Birth Rate (CBR)
Angka kelahiran kasar adalah jumlah kelahiran yg
dicatat selama satu tahun per 1000 penduduk di
pertengahan tahun yg sama

Jmlh kelahiran hidup selama satu tahun

/ 1000
Jmlh penduduk pada pertengahan tahun yg sama
 Keterbatasan CBR

 Perhitungan CBR ini sederhana, mudah

dihitung tetapi kasar.
 Perhitungan ini disebut perhitungan kasar
karena yang menjadi pembagi adalah
seluruh penduduk baik laki-laki maupun
perempuan seluruh usia termasuk yang
bukan perempuan usia reproduksi (15-49
tahun).
2. Age Specific Birth Rate (ASBR)
Jumlah kelahiran hidup oleh ibu pada golongan umur
tertentu yg dicatat selama satu tahun per 1000
penduduk wanita golongan umur tertentu pada
pertengahan tahun yg sama

Jmlh kelahiran hidup oleh ibu golongan umur

tertentu selama satu tahun
/ 1000
Jmlh penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama
 Biasanya dengan interval 5 tahun
 Usia subur = 15 – 49 tahun  7 interval.
 Dapat disusun menjadi distribusi frekuensi pada setiap
golongan umur (interval).
 Dapat diketahui : umur berapa yang punya tingkat
kesuburan yang tinggi.
 Usia 15-20  5/25 x 1000 = 200 per 1000
 Usia 20-25  10/30 x 1000 = 333 per 1000

Dapat disimpulkan wanita usia 20-25 tahun. lebih

subur daripada usia 15-20 tahun
Risiko dapat diartikan sebagai derajad ketidakpastian
Risiko = 0
Ada kepastian suatu peristiwa tidak akan terjadi
Risiko = 1
Terdapat kepastian bahwa suatu peristiwa pasti akan terjadi

Besarnya risiko untuk terkena penyakit dapat

dibandingkan dengan menghitung besarnya
insidensi suatu penyakit antara orang yg
terpapar dgn faktor penyebab penyakit tsb dgn
yg tidak terpapar
 Selisih angka insidensi antara kelompok terpapar dgn tidak
terpapar
 Dianggap sbg akibat pemaparan oleh faktor penyebab
penyakit (atribut)

Cth : Hubungan antara merokok dgn kanker paru

Dari 100 perokok berat  5 menderita ca paru  besar
risiko = 5/100 = 0,05
Dari 100 bukan perokok  2 menderita ca paru  besar
risiko = 2/100 = 0,02
Risiko Atribut = 0,05 – 0,02 = 0,03  3% insidensi ca
paru disebabkan oleh kebiasaan merokok
Risiko atribut bermanfaat untuk memperkirakan
besarnya risiko yg dapat dihindarkan bila ‘atribut’ yg
dianggap sbg penyebab penyakit dihindarkan.
Cth : Hubungan antara kontrasepsi oral dgn tromboflebitis
Dari 170 pengguna kontrasepsi oral  20 menderita
tromboflebitis
Dari 100 yg tdk menggunakan kontrasepsi  5 menderita
tromboflebitis
Risiko Atribut = (20/170) – (5/100) = 0,067  6,7%

Risiko tromboflebitis yg dapat dihindarkan dgn tidak

menggunakan kontrasepsi oral adalah 6,7%
Risko atribut penting diketahui untuk :
 Penyuluhan kepada masyarakat ttg manfaat yg
diperoleh bila faktor penyebab penyakit
dihindarkan
 Menyusun rencana pencegahan penyakit dgn
menghilangkan atau mengurangi ‘atribut’ atau
faktor yg dianggap sbg penyebab timbulnya
penyakit
 Menghitung rasio antara 2 kelompok
 Membandingkan insidensi antara kelompok terpapar dgn yg
tidak terpapar

Cth : Hubungan antara merokok dgn kanker prostat

Dari 125 perokok  45 menderita ca prostat

Dari 100 bukan perokok  15 menderita ca prostat
 Ca Prostat Jumlah Risiko
+ -
Perokok 45 80 125 0,36
Bukan 100 0,15
perokok 15 85

Jumlah 60 165 225 RR=2,4

Kesimpulan : Perokok mempunyai risiko menderita Ca Prostat

2.4 kali lebih besar dibandingkan dengan bukan perokok
 Pada penelitian retrospektif perhitungan risiko relatif hanya
berdasarkan perkiraan saja yg disebut odds ratio.
 Yg dibandingkan bukan angka insidensi tetapi pemaparan

Cth : Hubungan antara merokok dgn kanker prostat

Dari 125 perokok  45 menderita ca prostat

Dari 100 bukan perokok  15 menderita ca prostat
 Ca Prostat Odds
+ -
Perokok 45 80 45/80
Bukan 15 85 15/45
perokok
Odds 45/15 80/85 OR=3,2

Kesimpulan : Besarnya risiko untuk menderita Ca Prostat

pada perokok 3,2 kali lebih besar dibandingkan dengan risiko
menderita prostat pada yang bukan perokok
 OR = 45/80 : 15/85
= 45 x 85/15x80
= 3825/1200
= 3,2
Thank You