PENGUKURAN KEJADIAN PENYAKIT DI MASYARAKAT (STATUS KESEHATAN)
Bagian awal dari proseskajian epidemiologi
Membandingkan kejadian (insidensi) pada dua kelompok atau lebihdengan paparan yang berbeda
Selanjutnya
Dapat Untukmenghitung risiko
(Efek terhadap kesehatankarena paparan)
PENGUNAAN PENGUNAAN
1.1. Ratio Ratio XXRumus umum : ------Rumus umum : ------ YY- X dan Y saling berbeda (pembilang tdk X dan Y saling berbeda (pembilang tdk merupakan bagian dari penyebut).merupakan bagian dari penyebut).- - Contoh Contoh sex ratio.sex ratio.
2. Proporsi2. Proporsi - X merupakan bagian dari Y.X merupakan bagian dari Y.- Contoh proporsi penduduk berusia produktif di Contoh proporsi penduduk berusia produktif di Kab Gunung kidul.Kab Gunung kidul.
3. 3. RateRate
- X menyatakan kejadian suatu peristiwa pada X menyatakan kejadian suatu peristiwa pada suatu periode waktu.suatu periode waktu.- Y populasi yang berisiko untuk terkena suatu - Y populasi yang berisiko untuk terkena suatu peristiwa peristiwa pada suatu periode waktu.pada suatu periode waktu.- - Contoh : Contoh : Insidens rate, Prevalens rate, CFR, Insidens rate, Prevalens rate, CFR, CDR. CDR.
Ukuran Frekuensi masalah Kesehatan Menggunakan : Rate, Proporsi,Ratio,
UKURAN FREKUENSI PENYAKIT DANCARA PERHITUNGANNYA
X Rumus = ------ x K Y1. 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.
Rumus umum
KASUS DBD DI DIY 2006 sd 2010KASUS DBD DI DIY 2006 sd 2010
21662462
2147 2203
5103
25 26 21 16 31
Tahun 2006 Tahun 2007 Tahun 2008 Tahun 2009 Tahun 2010
Penderita Meninggal
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.
L + B= PR
…………………..…………………..…………………..…………………..………………….
Baru ( IR)
Durasi (D)PR Meningkat
L + B= PR…………………..…………………..…………………..…………………..………………….
Baru ( IR)
Durasi (D)
PR Menurun
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 ABerdasarkan Asal Kelas Di SMU N I Temon
Kabupaten Kulonprogo, 2002
Kelas Jml Murid Jml Kasus Persentase (%) Attack Rate (%)1a 38 6 15,0 15,81 b 40 5 12,5 12,51 c 40 10 25,0 25,02a 40 0 0,0 0,02 b 40 10 25,0 25,02 c 40 1 2,5 2,53 ipa 1 34 0 0,0 0,03 ips 1 40 7 17,5 17,53 ips 2 37 1 2,5 2,7Total 349 40 100,0 11,46
Jml Kasus Populasi AR (%) Jml Kasus Populasi AR (%)1a 3 16 18,75 3 22 13,631 b 2 13 15,38 3 27 11,111 c 5 12 41,66 5 28 17,852a 0 18 0,00 0 22 0,002 b 9 17 52,94 1 23 4,342 c 0 18 0,00 1 22 4,543 ipa 1 0 13 0,00 0 21 0,003 ips 1 6 19 31,66 1 21 4,763 ips 2 1 14 7,14 0 23 0,00Total 26 140 18,57 14 209 6,69
PerempuanLaki-LakiKelas
Attack Rate Kasus Hepatitis A Berdasarkan Jenis KelaminDi SMU N I Temon Kabupaten Kulon Progo, 2002
1. Pendekatan dengan model segitiga epidemiologi: Menggambarkan adanya interaksi antara,
Host (penjamu)
Agent(Agen Penyebab)
Environment(Lingkungan)
A. Pendekatan Epidemiologi
2. Model Roda
Inti Genetik (keturunan)
Manusia
LingkunganLingkungan Sosial
Lingkungan Fisik
Lingkungan Biologis
3. Model Jaring-Jaring (sarang laba-laba)
F1
F2
F3
F4
F5
SAKITManusia
Terjadinya penularan penyakit karena manusia kontakdengan penyebab sakit, diantara penyebab sakitpun berinteraksi untuk memperkuat/melemahkan terjadinya sakit
MANFAAT DIKETAHUINYA
RISIKO SAKIT ?
Menggambarkan besarPermasalahan kesehatan yang disebabkan paparan
Menentukan prioritas tindakan
Memperkirakan sejauh mana sebuah asosiasimencerminkan hubungan sebab akibat
Hasil Penelitian Faktor Risiko Hepatitis ADi SMU N I Temon Kabupaten Kulonprogo, 2002
No Faktor resiko Kasus Kontrol OR CI 95 % P1 Evalusi perkemahan 3 20 0,00 0,00-2,63 0,13043482 Lomba Tumpengan 62 106 1,36 0,69-2,71 0,34434633 Kebiasaan Jajan di Kantin bu Mr 40 50 27 7,47-105,5 0,0000000
Membandingkan Insidensi (kejadian sakit)dengan paparan yang berbeda dapat denganBeberapa peendekatan penelitian :
Cross Sectional.Case Control.Khohort
E +D +
D -
E -D +
D -
atau
D +E +E -
D -E +
E -
Pertanyaan kunci :
Apakah paparan mendahului akibat atau paparan terjadi setelah Terjadi akibat ?
Cross Sectional
Kasus ( D +)
E+
E -E+
E-Kasus ( D -)
D+ D-
E+ a b
E- c d
(a)
(c)
(b)
(d)
OR= a/c
b/d
= ad/bc
Case Control
Magister Epidemiologi Lapangan - Universitas Magister Epidemiologi Lapangan - Universitas Gadjah MadaGadjah Mada
STUDI KOHORT
SakitSakit
Terpapar Terpapar
Tidak Tidak
PopulasiPopulasi
Sakit Sakit
Tidak terpapar Tidak terpapar
Tidak sakitTidak sakit
Kelompok studi OutcomeKelompok studi Outcome
Sekarang Masa datang Sekarang Masa datang
D+ D- Total
E+ a b a+b
E- C d c+d
Total a+c b+d a+b+c+d
a/a+bRelatif Risk = --------------- c /c+d
= a/a+b X c+d /c
ac + ad =--------------- ac + bc
Insidens di kelompok terpaparInsidens di kelompok terpapar RR = RR = Indidens di kelompok tak terpaparIndidens di kelompok tak terpapar
BAGAIMANA MEMBANDINGKANKEJADIAN PENYAKIT ?
1. Perbandingan Mutlak
2. Perbandingan Relatif
ABSOLUT RISK
ATRIBUT RISK
RISK RATIO
RELATIF RISK
ODSS RATIO
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 besarPermasalahan kesehatan yang disebabkan paparan
1.
Contoh :
Katagori merokok
Jumlah Kasus Stroke
Populasi berrisiko
Insidens Rate 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
“ Adanya perbedaan risiko (karena paparan) terlihat pada insidensi stroke”
Absolut Risk= 49,6 – 17,7 = 31,9per 100.000
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 adaPaparan . Misal Atribut Risk karena paparan rokok dengan kejadianStrok 64 % , berarti bila tidak merokok risiko strok dapat diturunkan64 %.
Dapat digunakan untuk menentukan prioritas tindakan, Atribut RiskKarena 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+dAtribut Risk = ------------------- a/a+b
Contoh :
Katagori merokok
Jumlah Kasus Stroke
Populasi berrisiko
Insidens Rate 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 -17,7Atribut Risk = -------------- X 100 = 64 % 49,6
3. RISK RATIO ( Ratio Risiko penyakit dlm populasi )
Ukuran Tingkat penyakit (insidensi) dalam satu populasiYang disebabkan karena paparan
Insidensi pada populasi total – Insidensi pada kelompok tidak terpaparDibagi
Insidensi populasi total
Memperkirakan kejadian penyakit diseluruh populasiakan 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+dRisk Ratio = ------------------------------------ a+c/ a+b+c+d
Contoh :
Katagori merokok
Jumlah Kasus Stroke
Populasi berrisiko
Insidens Rate 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 – 17,7Risk ratio = -------------- X 100 = 41,4 % 30,2
4. RELATIF RISK (Risiko Relatif penyakit )
Rasio Risiko dari Insidensi terpapar dibanding insidensi tidakterpapar
Indikator yang baik untuk mengetahuiKekuatan asosiasi
Untuk Memperkirakan sejauh mana sebuah asosiasimencerminkan 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+bRelatif 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 denganprobabilitas tidak terjadinya peristiwa
Pendekatan terhadap Relatif Risk
Untuk Memperkirakan sejauh mana sebuah asosiasimencerminkan 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/cOdss ratio = --------------- b/d
= ad/bc
a/bOdss ratio = --------------- c/d
= ad/bc
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 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 sendiriacap kali tidak memadahi
dan bukan penyebab yang perlu
Penjamu yangRentan
Infeksi Tuberkulosis
Genetik
Malnutris
Perumahan Padat Kemiskinan
Pemaparan terhadap Bakteri
Infasi jaringan
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
Paparan Paparan asbestosasbestos
Riwayat Riwayat menghisap menghisap
rokokrokok
Kematian akibat Kematian akibat kanker Paru/kanker Paru/
100.000 100.000
TidakTidak TidakTidak 1111
YaYa TidakTidak 5858
TidakTidak YaYa 123123
YaYa YaYa 602602
Sumber : Hammond et al., 1979
Tingkat kematian akibat kanker paru per 100.000 penduduk dalam hubungannya dengan menghisap rokok dan paparan akibat debu asbetosis
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 penelitianTipe penelitian Kemampuan Kemampuan membuktikan penyebabmembuktikan penyebab
Uji Coba acak terkendaliUji Coba acak terkendali KuatKuat
KohorKohor CukupCukup
Kasus kontrolKasus kontrol CukupCukup
Cross SectionalCross Sectional LemahLemah
EkologisEkologis LemahLemah
Kemampuan relatif dari tipe penelitian dalam membuktikan hubunganSebab akibat
Recommended