4. Dua jenis populasi, berdasarkan
apakah keanggotaannya bersifat
permanen atau sementara:
• Populasi tetap : keanggotaan bersifat
permanen dan ditentukan oleh suatu peristiwa
Mantan. Korban selamat bom atom
• Populasi dinamis : keanggotaan bersifat
sementara dan ditentukan oleh berada di
dalam atau di luar suatu "negara " .
Mantan. Penduduk Kota Boston 4
5. Ingin mengukur kejadian penyakit dalam suatu
populasi
Ukuran frekuensi penyakit harus
mempertimbangkan:
Jumlah individu yang terkena penyakit ini
Ukuran populasi sumber
Lamanya waktu populasi diikuti
Frekuensi Penyakit
5
6. Mantan. Frekuensi Hipotetis AIDS di Dua
Kota
# Kasus Baru Periode Waktu P opulasi
Kota A 58 1995 25.000
Kota B 35 1995-96 7.000
"Tingkat" AIDS tahunan
Kota A = 58/25.000/1 tahun = 232/100.000/1 tahun
Kota B= 35/7.000/2 tahun = 17,5/7000/1 tahun = 250/100.000/1
tahun
Permudah perbandingan tarif dengan menggunakan unit
populasi yang sama (misalnya, per 100.000 orang) dan jangka
waktu (misalnya, 1 tahun) 6
7. • Perbandingan : pembagian suatu bilangan dengan
bilangan yang lain, bilangan tidak harus
berhubungan
• Proporsi : pembilang adalah bagian dari penyebut,
sering kali dinyatakan dalam persentase
• Nilai : waktu adalah bagian intrinsik penyebut,
istilah paling sering disalahgunakan
Perlu menentukan apakah ukuran mewakili peristiwa
atau orang
Tiga Kelas Matematika
Parameter
Digunakan untuk menghubungkan jumlah kasus
penyakit, ukuran populasi dan waktu
7
8. • P = Jumlah kasus penyakit yang ada / Jumlah
total populasi (pada suatu saat atau selama
periode waktu tertentu)
• Mantan. Kota A memiliki 7000 penderita radang
sendi pada 1 Januari 1999
• Jumlah penduduk Kota A = 70.000 jiwa
• Prevalensi arthritis pada 1 Januari = 0,10 atau
10%
Prevalensi
(P) Menghitung jumlah kasus penyakit yang ada
dalam suatu populasi pada suatu saat atau
selama periode waktu tertentu
8
9. Insiden - Menghitung jumlah kasus penyakit
baru yang berkembang pada suatu populasi
berisiko selama jangka waktu tertentu
Tiga konsep kunci :
• Kejadian penyakit baru, atau untuk penyakit
yang dapat terjadi lebih dari satu kali, biasanya
merupakan penyakit yang pertama kali muncul
• Populasi berisiko (calon populasi) – belum
boleh terjangkit penyakit, harus mempunyai
organ terkait
• Waktu harus berlalu bagi seseorang untuk
berpindah dari sehat ke penyakit
9
11. Insiden Kumulatif =
Jumlah kasus penyakit baru
Jumlah calon populasi dalam kurun waktu
tertentu
Dua Jenis Ukuran Insiden
(Lanjutan)
11
12. Insiden Kumulatif memperkirakan kemungkinan
atau risiko seseorang akan terserang penyakit
SELAMA WAKTU TERTENTU .
Perlu diperhatikan bahwa populasi kandidat terdiri
dari orang-orang yang “ berisiko ” terkena
penyakit tersebut
Digunakan terutama untuk populasi tetap karena
mengasumsikan bahwa setiap orang diikuti
sepanjang periode waktu
Dua Jenis Ukuran Insiden
(Lanjutan)
12
13. Contoh: Kejadian kumulatif Sindrom
Kematian Bayi Mendadak selama tahun
pertama kehidupan
Populasi 1.000 kelahiran hidup
Kasus SIDS 10
Insiden Kumulatif 10/1.000 atau 1%
selama satu tahun
• Perhatikan bahwa semua kelahiran
hidup ' beresiko '
13
14. Usia Risiko
kumulatif
Usia Risiko
kumulatif
25 Satu dari
19.608
60 Satu dari 24
30 Satu dari 2.525 65 Satu dari 17
35 Satu dari 622 70 Satu dari 14
40 Satu dari 217 75 Satu dari 11
45 Satu dari 93 80 Satu dari 10
50 Satu dari 50 85 Satu dari 9
55 Satu dari 33 Pernah Satu dari 8
Usia dan Risiko Kanker Payudara
Seperti yang ditunjukkan oleh angka kejadian kumulatif
Faktor risiko tunggal terbesar untuk kanker payudara a
SUMBER: Tinjauan Statistik Kanker SEER Institut Kanker Nasional
14
15. • Perhitungan kejadian kumulatif mengasumsikan
bahwa Anda telah mengikuti seluruh populasi
selama periode tindak lanjut. Misalnya,
diasumsikan Anda telah memantau semua
kelahiran hidup selama satu tahun atau hingga
SIDS terjadi.
• Seringkali Anda tidak dapat mengikuti semua
orang untuk jangka waktu tertentu
• Dalam populasi yang dinamis, individu memasuki
populasi seiring berjalannya waktu, tersesat, dan
sebagainya.
• Jadi lamanya masa tindak lanjut tidak seragam
untuk semua 15
16. Tingkat Insiden (IR) =
# kasus penyakit baru
observasi orang-waktu pada calon populasi
Ukuran ini merupakan angka sebenarnya karena
secara langsung mengintegrasikan waktu ke
dalam penyebutnya.
16
17. Akrual Orang-Waktu
Jan Jan Jan
19801989 1999
------------------X
------------------X
------------------------------------
10 Orang-Tahun (PY)
10 PY
20 PY
40 PY
Subyek 1
Subyek 2
Subyek 3
X = hasil yang diinginkan, sehingga tingkat kejadiannya
adalah 2/40 PY 17
18. Beberapa Cara untuk
Menghasilkan 100PY
• 100 orang diikuti masing-masing 1 tahun = 100
py
• 10 orang diikuti masing-masing 10 tahun = 100
py
• 50 orang diikuti 1 tahun ditambah 25 orang
diikuti 2 tahun = 100 py
Satuan waktu untuk orang-waktu = tahun, bulan
atau hari
18
19. • Diikuti 1.762 wanita ---> 30.324 py
• Rata-rata 17 tahun masa tindak lanjut per
wanita
• Dipastikan 61 kasus kanker payudara
• Tingkat kejadian = 61/30,324 py
= 201/100.000 pai
Mantan. Studi kohort tentang risiko kanker pay
pada wanita dengan hipertiroidisme
19
20. Tinjauan Dimensi
Prevalensi = orang tidak ada dimensi
rakyat
Insiden Kumulatif = orang tidak ada dimensi
rakyat
Tingkat Insiden = dimensi orang adalah waktu –1
waktu orang
20
21. P / (1-P) = IR x D
Prevalensi tergantung pada tingkat kejadian dan
durasi penyakit (durasi mulai dari timbulnya
penyakit hingga berakhirnya penyakit)
• Jika insidennya rendah namun durasinya lama ,
prevalensinya relatif tinggi
• Jika insidennya tinggi namun durasinya singkat ,
prevalensinya relatif rendah
Hubungan antara prevalensi dan kejadian
21
22. – Stabil
– Konstanta IR
– Distribusi durasinya konstan
Perhatikan bahwa jika prevalensi penyakit
rendah (kurang dari 10%), persamaannya
disederhanakan menjadi P = IR x D
Syarat persamaan menjadi benar:
22
23. Menghitung durasi dari prevalensi
dan kejadian
Angka kejadian kanker paru-paru =
45,9/100.000 rubel
Prevalensi kanker paru-paru = 23/100.000
D = P = 23/100.000 p = 0,5 tahun
IR 45,9/100.000 rubel
Kesimpulan: Individu dengan kanker paru-paru bertahan
hidup 6 bulan sejak diagnosis hingga kematian
23
24. • Prevalensi: administrasi, perencanaan,
beberapa penelitian
• Insidensi: penelitian etiologi (masalah
prevalensi karena menggabungkan IR dan D),
perencanaan
Penggunaan Ukuran Prevalensi
dan Insiden
24
25. Ukuran umum frekuensi penyakit
untuk kesehatan masyarakat
– Angka kematian kasar (mortalitas):
Jumlah total kematian dari semua penyebab Selama
satu tahun
1.000 orang
(juga angka kematian yang spesifik terhadap
penyebab, spesifik usia, dan spesifik ras)
25
26. Ukuran umum frekuensi penyakit
untuk kesehatan masyarakat
Angka kelahiran hidup :
jumlah total kelahiran hidup Selama satu tahun
1.000 orang (terkadang wanita usia subur)
Angka kematian bayi :
# kematian bayi dibawah usia 1 tahun Selama satu tahun
1.000 kelahiran hidup
26
27. Tingkat serangan:
# kasus penyakit yang berkembang selama
periode tertentu
# dalam pop. beresiko pada awal periode
(biasanya digunakan untuk wabah penyakit
menular) 27
28. Tingkat kematian kasus:
# kematian untuk jangka waktu tertentu
# kasus penyakit
Tingkat kelangsungan hidup:
# kasus hidup untuk jangka waktu tertentu
# kasus penyakit
28
29. 29
Nilai vs. Rasio
Nilai
atau
Rasio
Indikator
dari
Perhitungan Faktor
KECEPATAN
Pecahan
yang
pembilangny
a merupakan
bagian dari
penyebutnya
Angka
Kematian
Ibu
Resiko
kematian
akibat
kehamilan
Jumlah kematian ibu yang terjadi
pada periode waktu tertentu
Jumlah ibu hamil
X 1.000
PERBANDIN
GAN
Pecahan
yang
pembilangny
a bukan
merupakan
bagian dari
Rasio
Kematian
Ibu
Resiko
kematian
akibat
kehamilan
Jumlah kematian ibu yang terjadi
pada periode waktu tertentu
Jumlah kelahiran hidup pada
periode waktu yang sama
X 100.000
30. Indikator EmOC 6
: Angka
• Angka kematian kasus obstetri
langsung adalah proporsi perempuan
yang dirawat di fasilitas gawat darurat
dengan komplikasi obstetrik langsung
yang besar, atau yang mengalami
komplikasi tersebut setelah masuk
rumah sakit, dan meninggal sebelum
pulang.
• Tingkat maksimum yang dapat diterima 30
32. Tujuan
• Ringkaslah hubungan antara paparan dan penyakit
dengan membandingkan setidaknya dua ukuran frekuensi
penyakit
• Tingkat penyakit secara keseluruhan pada kelompok yang
terpapar tidak menunjukkan apakah paparan merupakan
faktor risiko atau penyebab suatu penyakit. Hal ini hanya
dapat dievaluasi dengan membandingkan kejadian
penyakit pada suatu kelompok yang terpapar dengan
kelompok lain yang biasanya tidak terpapar. Kelompok
yang terakhir ini biasa disebut kelompok pembanding atau
acuan. 32
33. Dua Pilihan Utama untuk
Perbandingan
1. Hitung rasio dua ukuran frekuensi penyakit
(ukuran pada kelompok terpapar dan
ukuran pada kelompok pembanding yang
tidak terpapar)
2. Hitung perbedaan antara dua ukuran
frekuensi penyakit (ukuran pada kelompok
terpapar dan ukuran pada kelompok
pembanding yang tidak terpapar)
33
34. Pengaturan Data: Tabel Dua per
Dua
Ya TIDAK Total
Ya A B a+b
TIDAK C D c+d
Total a+c b+d a+b+c+d
Penyakit
Paparan
Untuk insiden dan prevalensi kumulatif
34
35. Pengaturan Data: Tabel Dua per
Dua
Ya TIDAK Total
Ya A B ?
TIDAK C D ?
Total a+c b+d ?
Penyakit
Paparan
Studi
35
36. Untuk Tingkat Insiden
Ya TIDAK Orang-Waktu
Ya A - PT exp
TIDAK C - PT tidak
terekspos
Total a+c - Jumlah PT
Penyakit
Paparan
36
37. Rasio Tingkat/Risiko
(juga disebut Risiko Relatif)
Membandingkan kejadian penyakit pada kelompok
yang terpapar dengan kejadian penyakit pada kelompok
pembanding (biasanya tidak terpapar) dalam suatu ukuran
rasio.
37
38. Rasio Tingkat/Risiko (juga disebut Risiko
Relatif)
• RR= Nilai atau risiko pada kelompok
terpapar (R exp ) / Nilai atau risiko pada
kelompok tidak terpapar (R unexp )
• Untuk CI: CI exp / CI tidak terekspos = a / (a+b) / c /
(c+d)
• Untuk IR: IR exp / IR unexp = a / PT exp / c / PT
unexp 38
39. Rasio Tingkat/Risiko (juga disebut Risiko
Relatif)
Tujuan:
Memberikan informasi mengenai efek relatif
dari paparan terhadap penyakit. Memberi
tahu Anda berapa kali lebih tinggi atau lebih
rendah risiko penyakit di antara mereka
yang terpajan dibandingkan dengan mereka
yang tidak terpajan. Biasanya digunakan
dalam penelitian etiologi
39
40. Rasio Tingkat/Risiko
• RR=1,0 → tidak ada hubungan antara paparan
dan penyakit
• RR=2,0 → risiko penyakit dua kali lipat pada
kelompok terpapar dibandingkan pada
kelompok tidak terpapar
40
41. Rasio Suku Bunga/Risiko
(lanjutan ' d)
• RR=1.6 → 1.6 kali risiko penyakit pada
kelompok terpajan dibandingkan dengan
kelompok tidak terpajan atau 60% peningkatan
risiko penyakit pada kelompok terpajan (1.6 -
1.0 = .60 = 60%)
• RR= 0,5 → 0,5 kali atau ½ risiko penyakit pada
orang yang terpapar dibandingkan dengan
yang tidak terpapar.
41
42. Contoh: Studi kohort mengenai hipertensi dan
morbiditas serta mortalitas kardiovaskular
(Studi Kesehatan Perawat)
Ya TIDAK Total
Ya 117 13.305 13.422
TIDAK 125 106.416 106.541
Total 242 119.721 119.963
Hiper-
ketegangan
Serangan Jantung Tidak Fatal
42
43. Contoh: Studi kohort mengenai hipertensi dan
morbiditas serta mortalitas kardiovaskular
(Studi Kesehatan Perawat)
RR = pengalaman CI / CI tidak terekspos =
117/13.422 .00872
125/106.541 .00117
Interpretasi : Wanita dengan hipertensi memiliki
risiko 7,5 kali lipat terkena serangan jantung non
fatal dibandingkan wanita tanpa hipertensi .
= = 7,5
43
44. Contoh Tabel R x C dalam Kajian Paparan
Medan Magnet dan Leukemia
Ya TIDAK Total RR
Rendah 2.264 65.160 67.424 1.0
Sedang 61 1.408 1.469 1.23
Tinggi 30 644 674 1.33
Leukemia
Medan gaya
Paparan
Catatan: Kelompok paparan rendah adalah kelompok pembanding untuk
paparan tinggi dan sedang (kategori referensi).
Interpretasi : Anak-anak yang terpapar pada tingkat
sedang memiliki peningkatan risiko leukemia sebesar
23%, dan anak-anak yang terpapar pada tingkat tinggi
memiliki peningkatan risiko sebesar 33% dibandingkan
dengan anak-anak yang terpapar pada tingkat medan
44
45. Ukuran Perbedaan
Membandingkan kejadian penyakit pada
kelompok yang terpajan dengan kejadian
penyakit pada kelompok pembanding yang
tidak terpajan dengan cara mengurangkan
salah satu dari yang lain.
45
46. Perbedaan Risiko/Tingkat (juga disebut
Risiko/Tingkat yang Dapat Diatribusikan)
RD=Tingkat atau risiko dalam paparan (R
exp ) – Tingkat atau risiko dalam paparan
(R unexp )
• Untuk CI: CI exp - CI unexp = a / (a+b) - c / (c+d)
• Untuk IR: IR exp - IR unexp = a / PT exp - c / PT
unexp
• RD = 0 bila tidak ada asosiasi 46
47. Perbedaan Resiko/Tingkat
(lanjutan)
Tujuan: Memberikan informasi tentang
– pengaruh mutlak paparan terhadap kejadian
penyakit.
– kelebihan risiko penyakit pada kelompok
terpapar dibandingkan dengan kelompok
tidak terpapar.
– dampak paparan terhadap kesehatan
masyarakat, yaitu seberapa besar penyakit
dapat dicegah jika paparan tersebut
dihilangkan. Hal ini mengasumsikan bahwa
47
48. Ya TIDAK Total
Ya 117 13.305 13.422
TIDAK 125 106.416 106.541
Total 242 119.721 119.963
Hipertensi
Serangan Jantung Tidak Fatal
RD = CI exp - CI unexp = 117 / 13,422 - 125 / 106,541 =
.00872 - .00117 = .00755 atau 755 / 100.000
Interpretasi : Kelebihan kejadian serangan jantung non-
fatal pada wanita hipertensi adalah 755 per 100.000.
Atau, jika hipertensi menyebabkan serangan jantung
non-fatal maka 755 kasus serangan jantung non-fatal per
100.000 wanita dapat dihilangkan jika hipertensi tersebut
diobati. 48
49. Perbandingan RR dan RD
Kanker paru-
paru
Penyakit jantung
koroner
Perokok Rokok 140 669
Bukan perokok 10 413
RR 14.0 1.6
RD 130/100.000/Tahu
n
256/100.000/Tahun
Angka Kematian Tahunan Per
100.000
Kesimpulan: Merokok merupakan faktor risiko yang lebih
kuat terhadap kanker paru-paru, namun (dengan asumsi
merokok mempunyai hubungan sebab akibat dengan
kedua penyakit tersebut) berhenti merokok akan
mencegah lebih banyak kematian akibat penyakit jantung
koroner. Mengapa demikian?
49
50. Risiko Populasi/Perbedaan Tingkat
(PRD)
Tujuan:
Mengukur kelebihan kejadian penyakit di
antara total populasi yang terkait dengan
paparan. Membantu mengevaluasi paparan
mana yang paling relevan dengan kesehatan
populasi sasaran.
50
51. Risiko Populasi/Perbedaan Tingkat
(PRD)
• Dua formula untuk PRD:
– PRD = (RD) (P exp ) dimana P exp = proporsi
penduduk yang terpapar, dan RD adalah
risiko atau selisih angka
– PRD = R total - R unexp dimana R total =
risiko/angka pada total populasi dan R unexp =
risiko/angka pada populasi yang tidak
terpapar 51
52. Risiko Populasi/Perbedaan Tingkat
Ya TIDAK Total
Ya 117 13.305 13.422
TIDAK 125 106.416 106.541
Total 242 119.721 119.963
Hipertensi
Serangan Jantung Tidak
Fatal
PRD = [(117/13.422) - (125/106.541)] x (13.422/119.693) =
(.00755) x (.112) = .00085
atau PRD = 242/119,963 - 125/106,541 = 0,00202 - 0,00117 =
0,00085 atau 85/100.000
Interpretasi : Hipertensi menyebabkan peningkatan kejadian 8,5/10.000
serangan jantung non-fatal pada total populasi penelitian. Atau, jika
hipertensi dihilangkan, 8,5/10.000 kasus serangan jantung non-fatal dapat
dihilangkan dari total populasi penelitian. (Diasumsikan bahwa hipertensi
menyebabkan serangan jantung.) 52
53. Risiko Populasi/Perbedaan Tingkat
Perhatikan ketergantungan PRD pada prevalensi
paparan. Berapa kelebihan serangan jantung non-
fatal akibat hipertensi jika prevalensi hipertensi
adalah 1% dan bukan 11,2%?
Faktor risiko yang relatif lemah (dalam hal risiko
relatif) yang cukup umum dapat menyebabkan
lebih banyak kejadian penyakit dalam suatu
populasi dibandingkan faktor risiko yang lebih kuat
namun jarang terjadi. 53
54. Menghitung Ukuran Perbandingan Merokok
dan Kanker Paru*
Tarif Sederhana
• Angka kematian akibat kanker paru pada
perokok 0,96/1.000/tahun
• Angka kematian akibat kanker paru pada
bukan perokok: 0,07/1.000/tahun
• Prevalensi merokok dalam populasi: 56%
* Perkiraan data dari Doll and Hill. Br J Med 1:1399-1410, 1964.
54
55. Menghitung Ukuran Perbandingan Merokok
dan Kanker Paru*
Tarif yang Dibandingkan
• Rasio Tarif: 0,96 / 1.000 / tahun / 0,07 / 1.000 /
tahun = 13,7
• Selisih Tarif: 0,96 / 1.000 / tahun – 0,07 / 1.000
/ tahun = 0,89 / 1.000 / tahun
• Selisih Angka Penduduk : 0,89 / 1.000 / tahun
x 0,56 =0,50 / 1.000 / tahun
* Perkiraan data dari Doll and Hill. Br J Med 1:1399-1410, 1964.
55
56. NNH =
Jumlah yang Dibutuhkan
untuk Membahayakan
• Jumlah pasien yang perlu terpapar
pada agen penyebab yang diduga
menyebabkan satu kejadian berbahaya
tambahan
• NNH = kebalikan dari perbedaan angka
kejadian buruk
• NNH = 1 / [a/( a+b )]-[c/( c+d )]
56
57. NNH = Jumlah yang Dibutuhkan
untuk Membahayakan
Kanker paru-
paru
Penyakit jantung
koroner
Perokok Rokok 140 669
Bukan perokok 10 413
RR 14.0 1.6
RD 130/100.000/Tahu
n
256/100.000/Tahun
NNH 770 391
Angka Kematian Tahunan Per
100.000
Kesimpulan : 770 dan 391 pasien perlu terpapar asap rokok untuk
menghasilkan satu tambahan kanker paru-paru dan penyakit jantung
koroner.
57
