kita akan mempelajari tentang Surveilans Epidemiologi.
Pada bab awal telah dijelaskan bahwa Epidemiologi merupakan suatu studi tentang distribusi dan determinan terkait permasalahan kesehatan di daerah tertentu atau kejadian yang spesifik dalam suatu populasi dan aplikasi penelitian ini yakni sebagai upaya untuk mencegah dan mengendalikan permasalahan kesehatan (4) Ahli epidemiologi tidak hanya berfokus pada permasalahan yang terkait dengan kematian, penyakit dan kecacatan saja, tetapi juga pada isu kesehatan positif yang bertujuan untuk meningkatkan kesehatan pada suatu negara. Salah satunya adalah surveilans epidemiologi,
Lalu, apa yang dimaksud dengan surveilans ? Dan apa kaitannya dengan pencegahan penyakit ? Kita akan memahaminya pada sesi ini.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Surveilans merupakan suatu proses yang sistematik meliputi pengumpulan, pemeriksaan, analisis data serta diseminasi informasi pada waktu dan orang yang tepat sehingga dapat dilakukan tindakan lanjutan.
menurut WHO, surveilans merupakan ciri penting dalam praktik epidemiologi. Keutamaan dari kegiatan monitoring terhadap fakta adalah merupakan suatu proses dan berkelanjutan dimana monitoring merupakan kegiatan berselang dan tidak disengaja.
ukuran asosiasi epidemiologi merupakan suatu hal yang menceritakan tentang kondisi lingkungan yang ada disekitar kita dan bagaimana cara memanfaatkan lingkungan dengan sebaik-baiknya.
Secara umum, standardisasi menjadi dua bagian yaitu standardisasi langsung dan standardisasi tidak langsung
STANDARDISASI LANGSUNG
Angka rata-rata spesifik umur/jenis kelamin per kelompok di populasi didalam study diaplikasikan ke populasi standar.
Hasilnya merupakan paket angka rata-rata yang terstandardisasi (standardized rates).
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Bab II Perhitungan dalam epidemiologi(part 1)NajMah Usman
Mahasiswa mampu menjelaskan perhitungan angka kematian dan interpretasi hasil perhitungan
�
Mampu menjelaskan perbedaan prevalensi dan insidensi
�
Mampu menjelaskan perhitungan odd rasio, risk rasio dan prevalensi rasio.
�
REFERENSI
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
kita akan mempelajari tentang Surveilans Epidemiologi.
Pada bab awal telah dijelaskan bahwa Epidemiologi merupakan suatu studi tentang distribusi dan determinan terkait permasalahan kesehatan di daerah tertentu atau kejadian yang spesifik dalam suatu populasi dan aplikasi penelitian ini yakni sebagai upaya untuk mencegah dan mengendalikan permasalahan kesehatan (4) Ahli epidemiologi tidak hanya berfokus pada permasalahan yang terkait dengan kematian, penyakit dan kecacatan saja, tetapi juga pada isu kesehatan positif yang bertujuan untuk meningkatkan kesehatan pada suatu negara. Salah satunya adalah surveilans epidemiologi,
Lalu, apa yang dimaksud dengan surveilans ? Dan apa kaitannya dengan pencegahan penyakit ? Kita akan memahaminya pada sesi ini.
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
Surveilans merupakan suatu proses yang sistematik meliputi pengumpulan, pemeriksaan, analisis data serta diseminasi informasi pada waktu dan orang yang tepat sehingga dapat dilakukan tindakan lanjutan.
menurut WHO, surveilans merupakan ciri penting dalam praktik epidemiologi. Keutamaan dari kegiatan monitoring terhadap fakta adalah merupakan suatu proses dan berkelanjutan dimana monitoring merupakan kegiatan berselang dan tidak disengaja.
ukuran asosiasi epidemiologi merupakan suatu hal yang menceritakan tentang kondisi lingkungan yang ada disekitar kita dan bagaimana cara memanfaatkan lingkungan dengan sebaik-baiknya.
Secara umum, standardisasi menjadi dua bagian yaitu standardisasi langsung dan standardisasi tidak langsung
STANDARDISASI LANGSUNG
Angka rata-rata spesifik umur/jenis kelamin per kelompok di populasi didalam study diaplikasikan ke populasi standar.
Hasilnya merupakan paket angka rata-rata yang terstandardisasi (standardized rates).
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
Bab II Perhitungan dalam epidemiologi(part 1)NajMah Usman
Mahasiswa mampu menjelaskan perhitungan angka kematian dan interpretasi hasil perhitungan
�
Mampu menjelaskan perbedaan prevalensi dan insidensi
�
Mampu menjelaskan perhitungan odd rasio, risk rasio dan prevalensi rasio.
�
REFERENSI
Najmah, 2015, Epidemiologi untuk mahasiswa kesehatan masyarakat. Penerbit: Raja Grafindo Jakarta
http://rajagrafindoonline.com/kesehatan/buku-epidemiologi-untuk-mahasiswa-kesehatan-masyarakat-pengarang-najmah-skm-mph
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik DosenAdrianAgoes9
sosialisasi untuk dosen dalam mengisi dan memadankan sister akunnya, sehingga bisa memutakhirkan data di dalam sister tersebut. ini adalah untuk kepentingan jabatan akademik dan jabatan fungsional dosen. penting untuk karir dan jabatan dosen juga untuk kepentingan akademik perguruan tinggi terkait.
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
2. Basic measurements in epidemiology
Program Studi DIII Keperawatan Solok
Poltekkes Kemenkes RI Padang
Introduction to Epidemiology Presented by Syahrum 2
8. syahrumblog130661@gmail.com 8
Deskriptor (Descriptors)
Jumlah: Penggunaan Angka kejadian yang aktual
Misalnya: 100 kasus TB di Komunitas A
Rasio: Mengkuantifikasi besarnya satu kejadian X,
sehubungan dengan kejadian Y yang lain
seperti X/Y
Msalnya: Rasio kasus TB di masyarakat A
terhadap B adalah 1:10
9. 9
Deskriptor (Descriptors)
Proporsi: rasio dimana pembilang disertakan
dalam penyebut
Misalnya: proporsi kasus TB di
komunitas A adalah 10%
Rate : sebuah proporsi dengan elemen waktu
Ini mengukur terjadinya suatu peristiwa
pada satu periode
11. Proporsi
Biasanya dinyatakan sebagai persentase (%)
Pembilang (yang merupakan bagian dari
penyebut)
Penyebut
Pengali
Tidak ada faktor waktu
11
15. Rate
Contains
• Numerator (merupakan bagian dari denominator)
• Denominator
• Pengali
• Periode Waktu (Jangka Waktu)
• Biasanya dinyatakan per 100 / per 1000 penduduk
• Memiliki dimensi waktu, sedangkan PROPORSI
tidak
15
22. A. Perhitungan Frekuensi
Penyakit
• Rasio
• Proporsi (Persentase)
• Rate Contoh:
– CDR (crude death rate)
– CBR (crude birth rate)
– RNI (rate of natural increase)
Introduction to Epidemiology Presented by Syahrum 22
23. B. Ukuran Morbiditas
1. Insidence Attact Rate
2. Prevalence :
Point Prevalence,
Period Prevalence
Introduction to Epidemiology Presented
by Syahrum 23
24. C. Ukuran Mortalitas
1. Crude Death Rate (CDR
2. Age Specific Death Rate (ASDR)
a. Infant mortality rate (IMR)
b. Perinatal mortality rate (PMR)
c. Neonatal mortality rate (NMR)
d. Post Neonatal mortality rate (PNMR)
e. Angka Kematian Balita (Akaba)
f. Maternal Mortality Rate (MMR)
Introduction to Epidemiology Presented
by Syahrum 24
25. C. Ukuran Mortalitas
3. Cause Specific Mortality Rate (CSMR)
4. Case Fatality Rate (CFR)
Introduction to Epidemiology Presented by Syahrum 25
26. D. Ukuran Fertilitas
1. Crude Birth Rate (CBR)
2. Age Specific Birth Rate (ASBR
Introduction to Epidemiology Presented by Syahrum 26
27. E. Ukuran Risiko
1. Risiko Atribut (Attribute Risk/AR)
2. Risiko Relatif (Risk Ratio/RR)
3. Odds Ratio (OR)
Introduction to Epidemiology Presented by Syahrum 27
28. A. Perhitungan Frekuensi Penyakit
1. 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
Introduction to Epidemiology Presented by Syahrum 28
29. How Many?
Community A Community B
Introduction to Epidemiology Presented by Syahrum 29
30. 2. Proporsi/Persentase
•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%
Misalnya : Proporsi kematian karena DHF
adalah jumlah yang mati karena DHF dibagi
jumlah seluruh kematian
Introduction to Epidemiology Presented by Syahrum 30
A. Perhitungan Frekuensi Penyakit
31. Distribusi Frekuensi, Proporsi dan Persentase
Responden Menurut Tingkat Pendidikan
Tingkat Pendidikan Frekuensi Proporsi %
Tidak sekolah/tdk tamat SD 5 5/53 9,4
Tamat SD 23 23/53 43,4
Tamat SLTP 10 10/53 18,9
Tamat SLTA 11 11/53 20,8
Tamat Diploma/Universitas 4 4/53 7,5
Jumlah 53 100
Introduction to Epidemiology Presented by Syahrum 31
32. 3. Rate
• Besarnya peristiwa yang terjadi terhadap
jumlah keseluruhan penduduk dimana
peristiwa itu berlangsung dalam suatu batas
waktu tertentu
• Memasukkan unsur waktu dalam perhitungan
rasio maupun proporsi
• Contoh:
– CDR (crude death rate)
– CBR (crude birth rate)
– RNI (rate of natural increase)
Introduction to Epidemiology Presented by Syahrum 32
A. Perhitungan Frekuensi
Penyakit
34. B. Ukuran Morbiditas
1.Insidensi
Jumlah kejadian/penyakit (kasus baru) pada
kelompok pddk tertentu dlm suatu kurun waktu
tertentu
Introduction to Epidemiology Presented by Syahrum 34
37. 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).
Introduction to Epidemiology Presented by Syahrum 37
B. Ukuran Morbiditas
38. Example of use of incidence
This news article is giving only the numerators,
Without denominator, it is hard to place much importance
38
39. 2. Prevalensi
a. Point prevalence, jlh seluruh penderita
(lama+baru) yg ada pada suatu saat
tertentu
Introduction to Epidemiology Presented
by Syahrum 39
B. Ukuran Morbiditas
41. b. Periode prevalence, jlh seluruh
penderita (lama+baru) yg ada pada
suatu periode tertentu
Introduction to Epidemiology Presented
by Syahrum 41
B. Ukuran Morbiditas
43. syahrumblog130661@gmail.com 43
Incidence Vs prevalence
Angka kejadian (Insidensi) hanya mempertimbangkan
kasus penyakit yang baru
Angka prevalensi mempertimbangkan semua kasus
penyakit (baru + lama)
Angka Insidensi (kejadian) menganggap populasi yang
beresiko sebagai penyebut
Angka prevalensi menganggap total populasi sebagai
penyebut
Angka Insidensi & Angka prevalensi periode
memerlukan studi lanjutan (Follow up Study)
Angka prevalensi titik memerlukan penelitian cross
sectional
44. 44
Hubungan antara Prevalence Rate &
Incidence Rates
Prevalensi α Insiden
Prevalensi α Durasi rata-rata
Prevalensi α Insiden X Durasi rata-rata
Kenaikan angka prevalensi mungkin belum tentu
Karena kenaikan angka insiden, bisa jadi karena
peningkatan durasi rata-rata penyakit akibat
penurunan angka kematian dan / atau angka
pemulihan
46. Contoh soal :
1. Jika kita ingin memperoleh ukuran insidensi
kanker payudara diantara wanita di Kabupaten
Solok tahun 2016, kasus kanker payudara
mana yg kita jadikan penyebut (numerator) ?
a. Seluruh kasus kanker payudara diantara
wanita Kabupaten Solok tahun 2016 ?, atau
b. Hanya kasus baru kanker payudara diantara
wanita Kabupaten Solok 2016 ?
Introduction to Epidemiology Presented by Syahrum 46
47. Contoh soal :
2: Diasumsikan kita mulai menghitung insidensi
pada 1 Januari 2016, wanita Kab. Solok mana
yangg kita jadikan pembilang (denuminator)
dari ukuran insidensi ?
a. Seluruh wanita di Kab. Solok pada tahun 2016.
b. Hanya wanita tanpa kaknker payudara di
Kab. Solok pada 1 Januari 2016
Introduction to Epidemiology Presented
by Syahrum 47
48. Contoh soal :
3: Untuk menghitung prevalensi kanker payudara
pada wanita Kab. Solok 2016, kasus kanker
payudara mana yang kita jadikan numeraor ?
a. Seluruh kasus kanker payudara yg dilaporkan
pad atahun 2016?
b. Seluruh kasus kanker payudara yg pernah
dilaporkan?, atau
c. Seluruh kasus kanker payudara yg masih
bertahan yg pernah dilaporkan?
Introduction to Epidemiology Presented
by Syahrum 48
49. Contoh soal :
4.Selama tahun 2016 ditemukan 100 org
penderita TB baru. Penderita TB tahun 2015
yang masih bertahan sampai tahun 2016 50
orang. Jumlah pddk Kab. Solok 400.000 orang.
Hitung angka insidensi dan prevalensi TB di
Kab Solok tahun 2016!
Introduction to Epidemiology Presented
by Syahrum 49
50. Manfaat ukuran insidensi
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
Introduction to Epidemiology Presented
by Syahrum 50
51. Manfaat ukuran prevalensi
1. Menggambarkan tingkat keberhasilan
program pemberantasan penyakit
2. Penyusunan perencanaan pelayanan
kesehatan, misal obat, tenaga, ruangan
3. Menyatakan banyaknya kasus yg dapat
didiagnosis
Introduction to Epidemiology Presented by Syahrum 51
52. C. Ukuran Mortalitas
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
Introduction to Epidemiology Presented by Syahrum 52
56. 2. Age Specific Death Rate (ASDR)
Jmlh kematian pada kelompok umur tertentu
tertentu selama satu tahun
Jmlh penduduk golongan umur tersebut pada
pertengahan tahun yg sama
/ 1000
• Bisa interval 5 tahunan atau
• Kelompok umur khusus spt : neonatus, bayi,
balita, usia sekolah, dewasa, usia lanjut, dll.
Introduction to Epidemiology Presented by Syahrum 56
C. Ukuran Mortalitas
57. Kelompok Umur
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)
Introduction to Epidemiology Presented
by Syahrum 57
58. A. Infant mortality rate (IMR)
Examples for age spesific death rates:
Jmlh kematian bayi selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama
/ 1000
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
Introduction to Epidemiology Presented by Syahrum 58
59. B. Perinatal mortality rate (PMR)
Examples for age spesific death rates:
Jmlh kematian janin pada kehamilan 28 mgg atau lebih
+ jumlah kematian bayi < 7 hari selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama
/ 1000
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
Introduction to Epidemiology Presented by Syahrum 59
60. C. Neonatal mortality rate (NMR)
Examples for age spesific death rates:
Jmlh kematian bayi berumur < 28 hari selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama
/ 1000
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
Introduction to Epidemiology Presented by Syahrum
60
61. D. Post Neonatal mortality rate (PNMR)
Examples for age spesific death rates:
Jmlh kematian bayi berumur > 28 hari sampai 1 tahun
selama satu tahun
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama
/ 1000
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
Introduction to Epidemiology Presented by Syahrum 61
62. E. Angka Kematian Balita (Akaba)
Examples for age spesific death rates:
Jmlh kematian balita dalam 1 tahun
Jmlh balita di area yg sama dan tahun yg sama
/ 1000
Tinggi rendahnya Akaba berkaitan dengan :
1. Program pelayanan kesehatan
2. Program imunisasi
3. Program perbaikan gizi
4. Tingkat pendidikan, keadaan sosial ekonomi, dll
Introduction to Epidemiology Presented
by Syahrum 62
63. Tinggi rendahnya MMR berkaitan dengan
Examples for age spesific death rates:
F. Maternal Mortality Rate (MMR)
Jmlh kematian ibu karena kehamilan, persalinan dan
masa nifas selama satu tahun
Jmlh kelahiran hidup pada tahun dan wilayah yg sama
/ 100 000
1. Keadaan sosial ekonomi
2. Kesehatan ibu selama hamil, bersalin dan nifas
3. Pelayanan kesehatan terhadap ibu
4. Pertolongan persalinan dan perawatan masa nifas
Introduction to Epidemiology Presented by Syahrum 63
64. 3. Cause Specific Mortality Rate (CSMR)
Jmlh kematian karena sebab penyakit tertentu
selama satu tahun
Jmlh penduduk pada pertengahan tahun yg sama
/ 100000
Jumlahnya sangat kecil dibandingkan jumlah
penduduk
Maka digunakan konstanta 100.000 untuk
menghindari angka desimal
Introduction to Epidemiology Presented by Syahrum 64
69. Lebih menunjukkan keganasan penyakit
tersebut pada kondisi atau lingkungan
tertentu
Seperti kematian saat Kejadian Luar Biasa
(KLB) penyakit tertentu
Jmlh kematian karena penyebab penyakit tertentu
dlm suatu lingkungan dan kurun waktu tertentu
Jmlh penderita penyakit tsb dlm lingkungan dan kurun
waktu yg sama
/ 1 000
4. Case Fatality Rate (CFR)
Introduction to Epidemiology Presented
by Syahrum 69
73. Contoh soal :
Selama tahun 2016 di Kabupaten Solok
dilaporkan 9.000 kasus DBD. 100 org
diantaranya meninggal dunia. Jumlah pddk
Tanah Datar 400.000 orang.
Hitung angka :
1. Cause Spesific Mortality Rate (CSMR)
2. Case Fatality Rate (CFR)
Introduction to Epidemiology Presented by Syahrum 73
74. D. Ukuran Fertilitas
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
Jmlh penduduk pada pertengahan tahun yg sama
/ 1000
Introduction to Epidemiology Presented
by Syahrum 74
75. • 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).
Keterbatasan CBR
Introduction to Epidemiology Presented
by Syahrum 75
76. 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
Jmlh penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama
/ 1000
Introduction to Epidemiology Presented
by Syahrum 76
77. Age Specific Birth Rate (ASBR)
• 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.
Introduction to Epidemiology Presented
by Syahrum 77
78. • 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
Introduction to Epidemiology Presented
by Syahrum 78
79. E. Ukuran Risiko
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
degan faktor penyebab penyakit tersebut degan
yang tidak terpapar
Introduction to Epidemiology Presented by Syahrum 79
80. 1. Risiko Atribut (Attribute Risk/AR)
• 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
Introduction to Epidemiology Presented
by Syahrum 80
81. 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 1700 pengguna kontrasepsi oral 17 menderita
tromboflebitis
Dari 1000 yg tdk menggunakan kontrasepsi 5 menderita
tromboflebitis
Risiko Atribut = (17/1700) – (5/1000) = 0,005 0,5%
Risiko tromboflebitis yg dapat dihindarkan dgn tidak
menggunakan kontrasepsi oral adalah 0,53%
Introduction to Epidemiology Presented by Syahrum 81
82. 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
Introduction to Epidemiology Presented by Syahrum 82
83. 2. Risiko Relatif (Risk Ratio/RR)
• Menghitung rasio antara 2 kelompok
• Membandingkan insidensi antara kelompok terpapar dgn
yg tidak terpapar
Cth : Hubungan antara merokok dgn kanker Paru
Dari 1000 perokok 90 menderita ca Paru
Dari 1000 bukan perokok 30 menderita ca Paru
Introduction to Epidemiology Presented by Syahrum 83
84. Besarnya risiko yg ditanggung oleh perokok untuk terkena
ca Paru dibandingkan dgn bukan perokok dapat dijelaskan
sbb.
Ca Paru Jumlah Risiko
+ -
Perokok 90 910 1000 0,09
Bukan
perokok 30 970
1000 0,03
Jumlah 120 1880 2000 RR=3,0
Kesimpulan : Perokok mempunyai risiko menderita Ca Paru 3
kali lebih besar dibandingkan dengan bukan perokok
Introduction to Epidemiology Presented by Syahrum 84
85. 3. Odds Ratio (OR)
• 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 Paru
Dari 1000 perokok 90 menderita ca Paru
Dari 1000 bukan perokok 30 menderita ca Paru
Introduction to Epidemiology Presented
by Syahrum 85
86. Besarnya risiko yg ditanggung oleh perokok untuk terkena
ca paru dibandingkan dgn bukan perokok dapat dijelaskan
sbb.
Ca Paru Odds
+ -
Perokok 90 910 90/910
Bukan
perokok
30 970 30/970
Odds 90/30 910/970 OR=3,2
Kesimpulan : Besarnya risiko untuk menderita Ca Parupada
perokok 3,2 kali lebih besar dibandingkan dengan risiko
menderita Paru pada yang bukan perokok
Introduction to Epidemiology Presented
by Syahrum 86
87. • OR = 90/910 : 30/970
= 90 x 970/30x910
= 87300/27300
= 3,2
Introduction to Epidemiology Presented by Syahrum 87