KEJADIAN PENYAKIT,

RISIKO DAN DETERMINAN PENYAKIT

Trisno Agung Wibowo

- KESAKITAN
Ukuran
- KEMATIAN
- KUALITAS HIDUP DAMPAK
Secara
(Keterpaparan Epidemiologi
Risiko)
 ?
MANFAAT
PENGUKURAN KEJADIAN PENYAKIT
DI MASYARAKAT
(STATUS KESEHATAN)
 PENGUKURAN KEJADIAN PENYAKIT DI MASYARAKAT
(STATUS KESEHATAN)

Dapat Untuk
Bagian awal dari proses menghitung risiko
kajian epidemiologi (Efek terhadap kesehatan
karena paparan)
Selanjutnya

Membandingkan kejadian (insidensi)

pada dua kelompok atau lebih
dengan paparan yang berbeda
Ukuran Frekuensi masalah Kesehatan Menggunakan : Rate, Proporsi,Ratio,

PENGUNAAN
1. Ratio X
Rumus umum : ------
Y
- X dan Y saling berbeda (pembilang tdk
merupakan bagian dari penyebut).
- Contoh sex ratio.

2. Proporsi - X merupakan bagian dari Y.

- Contoh proporsi penduduk berusia produktif di
Kab Gunung kidul.
3. Rate - X menyatakan kejadian suatu peristiwa pada
suatu periode waktu.
- Y populasi yang berisiko untuk terkena suatu
peristiwa
pada suatu periode waktu.
- Contoh : Insidens rate, Prevalens rate, CFR,
CDR.
 UKURAN FREKUENSI PENYAKIT DAN
CARA PERHITUNGANNYA

X
Rumus = ------ x K Rumus umum
Y
1. Angka Insidensi ( Incidence Rate Penyakit/IR )

Pembilang ( X )= Jumlah kasus baru penyakit tertentu disuatu wilayah

dalam periode waktu tertentu.
Penyebut (Y) = Populasi yang beresiko terkena penyakit pada wilayah dan
periode waktu yang sama .
Konstanta (K) = 10, 100, 1000, 100.000.
Manfaat = 1. Potret maslah penyakit ttt.
2. Angka beberapa periode dpt digunakan unt memperkirakan
kecenderungan dan fluktuasi penyakit.
3. Pemantauan evaluasi upaya pencegahan dan penanggulangan
penyakit.
4. Perbndingan angka insiensi antar wilayah dan antar waktu.
Interprestasi = Makin besar angka insidensi berarti makin besar masalah
penyakit tsb.
 KASUS DBD DI DIY 2006 sd 2010
Penderita Meninggal

5103

2462
2166 2147 2203

25 26 21 16 31
Tahun 2006 Tahun 2007 Tahun 2008 Tahun 2009 Tahun 2010

Sumber : Seksi P2, Dinkes Provinsi DIY Tahun 2011

2.Angka Prevalensi ( Prevalen Rate/ PR)

Pembilang (X): Jumlah kasus lama dan baru penyakit ttt di wilayah ttt pada
periode ttt.

Penyebut (Y): Jumlah penduduk beresiko di wilayah ttt pada periode ttt.

Konstanta (K): SDA

Manfaat : 1. Untuk mengetahui tingkat keganasan, durasi penyakit.

Interpretasi :1. Semakin tinggi prevalensi suatu penyakit, berarti penyakit

tidak ganas.

2. Semakin rendah durasi penyakit semakin rendah angka

prevalensi.
Hubungan antara IR dan PR ?
 Baru ( IR)

Baru ( IR)

…………………..
…………………..
………………….. …………………..
L + B= PR
………………….. L + B= PR
…………………..
…………………. …………………..
…………………..
………………….

Durasi (D)
PR Meningkat PR Menurun
Durasi (D)
PR = IR X D

Atau

P=IXD
3. Attac Rate Penyakit Wabah (AR)

Pembilang (X) = Jml kasus penyakit sejak ditemukannya kasus penyakit

pertama sampai dengan berakhirnya masa inkubasi ka
sus terakhir penyakit tersebut dalam kelompok masya
rakat terancam di wilayah tertentu.

Penyebut (Y) = Jumlah penduduk yang terancam di wilayah dan pada

periode waktu yang sama.

Konstanta (K) = SDA.

Manfaat = 1. Untuk mengetahui kecepatan dan jangkauan penyeba

ran suatu penyakit di suatu wilayah pada suatu wabah.
2. Untuk mengetahui Keberhasilan upaya pencegahan
dan penanggulangan wabah.

Interpretasi : Bila Attac Rate suatu penyakit tinggi, berarti kecepatan dan
jangkauan penyebaran penyakit tinggi.
 Distribusi Frekuensi Kasus Kejadian Luar Biasa Hepatitis A
Berdasarkan Asal Kelas Di SMU N I Temon
Kabupaten Kulonprogo, 2002

Kelas Jml Murid Jml Kasus Persentase (%) Attack Rate (%)
1a 38 6 15,0 15,8
1b 40 5 12,5 12,5
1c 40 10 25,0 25,0
2a 40 0 0,0 0,0
2b 40 10 25,0 25,0
2c 40 1 2,5 2,5
3 ipa 1 34 0 0,0 0,0
3 ips 1 40 7 17,5 17,5
3 ips 2 37 1 2,5 2,7
Total 349 40 100,0 11,46
 Attack Rate Kasus Hepatitis A Berdasarkan Jenis Kelamin
Di SMU N I Temon Kabupaten Kulon Progo, 2002

Laki-Laki Perempuan
Kelas Jml Kasus Populasi AR (%) Jml Kasus Populasi AR (%)
1a 3 16 18,75 3 22 13,63
1b 2 13 15,38 3 27 11,11
1c 5 12 41,66 5 28 17,85
2a 0 18 0,00 0 22 0,00
2b 9 17 52,94 1 23 4,34
2c 0 18 0,00 1 22 4,54
3 ipa 1 0 13 0,00 0 21 0,00
3 ips 1 6 19 31,66 1 21 4,76
3 ips 2 1 14 7,14 0 23 0,00
Total 26 140 18,57 14 209 6,69
 ?
KONSEP-KONSEP EPIDEMIOLOGI
PENYEBARAN PENYAKIT
 A. Pendekatan Epidemiologi

1. Pendekatan dengan model segitiga epidemiologi:

Menggambarkan adanya interaksi antara,

Host Agent
(penjamu) (Agen Penyebab)

Environment
(Lingkungan)
H A
= Sehat
E

A = Sakit

E
A

H = Sakit

E
2. Model Roda
Lingkungan Sosial
Lingkungan

Manusia

Inti Genetik
(keturunan)

Lingkungan Fisik

Lingkungan Biologis
 3. Model Jaring-Jaring (sarang laba-laba)

F1

Manusia F2 SAKIT

F3

F4

F5
Terjadinya penularan penyakit karena manusia kontak
dengan penyebab sakit, diantara penyebab sakitpun berin
teraksi untuk memperkuat/melemahkan terjadinya sakit
RISIKO KEJADIAN PENYAKIT
 Risiko ?

Efek terhadap kesehatan

karena paparan
MANFAAT DIKETAHUINYA
RISIKO SAKIT ?

Menggambarkan besar
Permasalahan kesehatan yang
disebabkan paparan

Menentukan prioritas tindakan

Memperkirakan sejauh mana sebuah asosiasi

mencerminkan hubungan sebab akibat
 Hasil Penelitian Faktor Risiko Hepatitis A
Di SMU N I Temon Kabupaten Kulonprogo, 2002

No Faktor resiko Kasus Kontrol OR CI 95 % P

1 Evalusi perkemahan 3 20 0,00 0,00-2,63 0,1304348
2 Lomba Tumpengan 62 106 1,36 0,69-2,71 0,3443463
3 Kebiasaan Jajan di Kantin bu Mr 40 50 27 7,47-105,5 0,0000000
Membandingkan Insidensi (kejadian sakit)
dengan paparan yang berbeda dapat dengan
Beberapa peendekatan penelitian :

Cross Sectional.
Case Control.
Khohort
 D+ E+
E+ D+
D- E-
atau
D+
E+
E- D-
D- E-
Cross Sectional
Pertanyaan kunci :

Apakah paparan mendahului akibat

atau paparan terjadi setelah Terjadi akibat ?
 (a) E+
Kasus ( D +)
(c) E -
(b) E+
Kasus ( D -)
(d)E-

D+ D-

E+ a b
a/c
OR=
b/d
E- c d
= ad/bc

Case Control
 STUDI KOHORT
Sakit
Terpapar
Tidak
Populasi
Sakit

Tidak terpapar
Tidak sakit
Kelompok studi Outcome
Sekarang Masa datang
Magister Epidemiologi Lapangan - Universitas
Gadjah Mada
 D+ D- Total

E+ a b a+b

E- C d c+d

Total a+c b+d a+b+c+d

Insidens di kelompok terpapar

RR =
Indidens di kelompok tak terpapar
a/a+b
Relatif Risk = ---------------
c /c+d

= a/a+b X c+d /c

ac + ad
=---------------
ac + bc
BAGAIMANA MEMBANDINGKAN
KEJADIAN PENYAKIT ?

1. Perbandingan Mutlak ABSOLUT RISK

ATRIBUT RISK
2. Perbandingan Relatif
RISK RATIO

RELATIF RISK
ODSS RATIO
1. ABSOLUT RISK ( PERBANDINGAN MUTLAK) /
Risiko Mutlak ( Perbedaan Risiko)

Perbedaan risiko yang ditimbulkan oleh paparan / risiko

mutlak.

Selisih dalam tingkat kejadian (insidensi)

antara kelompok terpapar dengan tidak terpapar

Berguna untuk menggambarkan besar

Permasalahan kesehatan yang disebabkan paparan
Contoh :
Katagori Jumlah Kasus Populasi Insidens Rate
merokok Stroke berrisiko Stroke
Per 100.000
Tidak Pernah 70 395.594 17,7

Mantan 65 232.712 27,9

Perokok 139 280.141 49,6

Total 274 908.447 30,2

Sumber : Bonita., et all , 1988 Absolut Risk= 49,6 – 17,7 = 31,9

per 100.000

“ Adanya perbedaan risiko (karena paparan) terlihat

pada insidensi stroke”
 D+ D- Total

E+ a b a+b

E- C d c+d

Total a+c b+d a+b+c+d

Absolut Risk = ( I E +) – ( I E -)

= a/a +b – c / c+d
 2. ATRIBUT RISK ( Risiko Karena terpapar) / Fraksi
etiologis.

Membagi perbedaan risiko antara insidensi kelompok

terpapar dan insidensi pada kelompok tidak terpapar dengan
Insidensi pada pada kelompok terpapar

Menggambarkan proporsi penyakit yang dapat dihindari bila tidak ada

Paparan . Misal Atribut Risk karena paparan rokok dengan kejadian
Strok 64 % , berarti bila tidak merokok risiko strok dapat diturunkan
64 %.

Dapat digunakan untuk menentukan prioritas tindakan, Atribut Risk

Karena paparan yang tinggi, merupakan prioritas penanggulangan
 D+ D- Total

E+ a b a+b

E- C d c+d

Total a+c b+d a+b+c+d

a/a+b - c/c+d
Atribut Risk = -------------------
a/a+b
Contoh :
Katagori Jumlah Kasus Populasi Insidens Rate
merokok Stroke berrisiko Stroke
Per 100.000
Tidak Pernah 70 395.594 17,7

Mantan 65 232.712 27,9

Perokok 139 280.141 49,6

Total 274 908.447 30,2

49,6 -17,7
Atribut Risk = -------------- X 100 = 64 %
49,6
 3. RISK RATIO ( Ratio Risiko penyakit dlm populasi )

Ukuran Tingkat penyakit (insidensi) dalam satu populasi

Yang disebabkan karena paparan

Insidensi pada populasi total – Insidensi pada kelompok tidak terpapar

Dibagi
Insidensi populasi total

Memperkirakan kejadian penyakit diseluruh populasi

akan berkurang jika paparan dihilangkan, misal Risk Ratio rokok
terhadap strok 41,4 %, berarti bila paparan rokok dihilangkan maka
insidensi strok dalam populasi akan berkurang 41,4 %.
 D+ D Total

E+ a b a+b

E- c d c+d

Total a+c b+d a+b+c+d

a+c/ a+b+c+d – c/ c+d

Risk Ratio = ------------------------------------
a+c/ a+b+c+d
Contoh :
Katagori Jumlah Kasus Populasi Insidens Rate
merokok Stroke berrisiko Stroke
Per 100.000
Tidak Pernah 70 395.594 17,7

Mantan 65 232.712 27,9

Perokok 139 280.141 49,6

Total 274 908.447 30,2

30,2 – 17,7
Risk ratio = -------------- X 100 = 41,4 %
30,2
 4. RELATIF RISK (Risiko Relatif penyakit )

Rasio Risiko dari Insidensi terpapar dibanding insidensi tidak

terpapar

Indikator yang baik untuk mengetahui

Kekuatan asosiasi

Untuk Memperkirakan sejauh mana sebuah asosiasi

mencerminkan hubungan sebab akibat
 D+ D- Total

E+ a b a+b

E- C d c+d

Total a+c b+d a+b+c+d

a/a+b
Relatif Risk = ---------------
c /c+d

= a/a+b X c+d /c

ac + ad
=---------------
ac + bc
 5- ODSS RATIO (Ratio Odss penyakit )

Perbandingan probabilitas terjadinya suatu peristiwa dengan

probabilitas tidak terjadinya peristiwa

Pendekatan terhadap Relatif Risk

Untuk Memperkirakan sejauh mana sebuah asosiasi

mencerminkan hubungan sebab akibat
 D+ D- Total

E+ a b a+b

E- C d c+d

Total a+c b+d a+b+c+d

a/c a/b
Odss ratio = --------------- Odss ratio = ---------------
b/d c/d

= ad/bc = ad/bc
 Determinan
( Faktor-Faktor Yang Melatar Belakangi
Timbulnya Penyakit)
Inferensi kausal (Generalisasi Penyebab sakit) dan
model kausalitas (Model Hub Sebab-akibat)

I. Konsep kausasi (konsep hubungan sebab-akibat) :

a. Pendekatan determinisme.

Menggunakan hasil riset sebelumnya untuk

mengambil keputusan hubungan sebab-akibat.

b. Pendekatan probabiilitas.

Menggunakan teori statistik, untuk mengurangi

kesalahan dalam penarikan kesimpulan hubungan
sebab akibat.
Pendekatan Determinisme
 Pendekatan determinisme murni:

X Y

Disebut dengan model kausasi tunggal

(adanya penyebab X, mengakibatkan terjadinya akibat Y).

Pendekatan determinisme dengan modifikasi :

Model kausasi majemuk:

1. Model segitiga epidemiologi.

2. Model roda.
3. Jaring-jaring laba-laba.
Misal : Penelitian Faktor Risiko Kejadian Penyakit
jantung Koroner (PJK)

Kerangka Konsep :

Variabel Bebas (X) Variabel Terikat (Y)

Merokok
Minum Kopi
Jenis Kelamin
PJK
 Secara Logis

Sebuah penyebab
harus
mendahului akibatnya (Penyakitnya)

Penyebab dianggap memadahi (sufisien)

bila mengawali sebuah penyakit
(misal : infeksi BTA TBC Paru

Penyebab disebut perlu bila sebuah penyakit

tidak dapat berkembang tanpa kehadirannya
(misal : Suhu tertentu TBC Paru
 PENYEBAB YANG MEMADAHI
TIDAK SELALU SEBUAH
FAKTOR TUNGGAL, KEMUNGKINAN
BEBERAPA KOMPONEN

Faktor yang berdiri sendiri

acap kali tidak memadahi
dan bukan penyebab yang perlu
 Pemaparan terhadap
Bakteri
Infasi jaringan
Genetik

Malnutris

Penjamu yang
Infeksi Tuberkulosis
Rentan

Perumahan
Padat Kemiskinan

Faktor Risiko TBC Mekanisme tuberkulosis

Contoh : Penyebab-penyebab TBC

 FAKTOR-FAKTOR DALAM HUBUNGAN SEBAB- AKIBAT

1.FAKTOR –FAKTOR PREDISPOSISI (meningkatkan kerentanan ).

(Umur, Jenis Kelamin, penyakit terakhir yang diidap)
dapat meningkatkan kerentanan.

2. FAKTOR- FAKTOR YANG MEMUNGKINKAN (mendorong terjadinya

pengembangan penyakit).
(Pendapatan rendah, gizi buruk,perumahan kumuh, perawatan
yang tidak adekuat, mendorong terjadinya pengembangan
penyakit).

3. FAKTOR- FAKTOR PENCETUS

Misal : paparan terhadap agent penyakit yang mungkin berasosiasi
dengan terjadinya penyakit.

4. FAKTOR PEMBERAT
Misal : Pengulangan paparan, dapat mendorong kearah terjadinya
penyakit.
 INTERAKSI

Efek dari dua macam penyebab atau lebih yang bekerja

secara bersama-sama acap kali lebih besar, karena adanya
interaksi
 Tingkat kematian akibat kanker paru per 100.000 penduduk dalam
hubungannya dengan menghisap rokok dan paparan akibat debu asbetosis

Paparan Riwayat Kematian akibat

asbestos menghisap kanker Paru/
rokok 100.000
Tidak Tidak 11
Ya Tidak 58
Tidak Ya 123
Ya Ya 602

Sumber : Hammond et al., 1979

KRITERIA KAUSASI / PEDOMAN SEBAB AKIBAT( Branford Hill ,1971) :

1. Kekuatan Asosiasi

Makin kuat hubungan paparan dan penyakit, makin kuat keyakinan

bahwa hubungan tersebut bersifat kausal.

2. Konsistensi

Makin konsisten dengan riset-riset lainya yang dilakukan pada

populasi dan lingkungan yang berbeda makin kuat pula keyakinan
hubungan kausal.

3. Spesifisitas

Makin spesifik efek paparan, makin kuat kesimpulan hubungan

kausal, makin spesifik penyebab makin kuat hubungan kausal.
4. Kronologi waktu (hubungan temporal)

Hubungan kausal harus menunjukkan sekuen waktu yang jelas,

yaitu paparan faktor penelitian mendahului kejadian penyakit.

5. Efek Dosis- Respons

Perubahan intensitas paparan yang selalu diikuti oleh perubahan

frekuensi penyakit menguatkan kesimpulan hubungan kausal.

6. Kredibilitas biologik suatu hipotesis.

Keyakinan hubungan kausal antara paparan dan penyakit makin

kuat jika ada dukungan pengetahuan biologik.

7. Koherensi

Makin koheren dengan pengetahuan tentang riwayat alamiah,

penyakit makin kuat keyakinan hubungan kausal antara paparan
dan penyakit.
8. Bukti Eksperimen

Dukungan temuan riset eksperimental memperkuat

hubungan kausal.

9. Analogi

Kriteria analogi kurang kuat sebagai dasar dukungan

hubungan kausal.
 Tipe penelitian
dalam membuktikan
sebab akibat ?
Kemampuan relatif dari tipe penelitian dalam membuktikan hubungan
Sebab akibat

Tipe penelitian Kemampuan

membuktikan penyebab
Uji Coba acak terkendali Kuat
Kohor Cukup
Kasus kontrol Cukup
Cross Sectional Lemah
Ekologis Lemah