Nama: I Gusti Bagus Harya Putra
NPM: 140610230010
Mata Kuliah: Epidemiologi
Dosen Pengampu: Dr. I Gede Nyoman Mindra Jaya,
M.Si.
Dalam epidemiologi, terdapat berbagai ukuran statistik yang digunakan untuk menggambarkan dinamika penyakit dan faktor risikonya. Beberapa ukuran yang umum digunakan adalah Incidence Rate, Cumulative Incidence, Prevalensi, serta ukuran asosiasi seperti Relative Risk (RR), Odds Ratio (OR), Attributable Risk (AR), dan Case Fatality Rate (CFR).
Definisi:
Incidence Rate adalah jumlah kasus baru suatu penyakit dalam periode
tertentu dibagi dengan total waktu pemajanan (person-time) dari populasi
berisiko.
\[ IR = \frac{\text{Kasus Baru}}{\text{Total Person-Time}} \]
Dalam sebuah studi, ditemukan 8 kasus baru penyakit X dalam 1 tahun pada populasi 1.200 orang. Karena ada migrasi dan kematian, total person-time yang berhasil dicatat adalah 1.050 person-years.
\[ IR = \frac{8}{1050} = 0.00762 \text{ per person-year} \]
Interpretasi:
Incidence rate penyakit X adalah 7,62 kasus baru per 1.000
person-years. Ini menunjukkan bahwa pada setiap 1.000 orang
yang berpartisipasi dalam studi selama 1 tahun, terdapat 7,62 kasus baru
penyakit X.
Untuk menyatakan hasil dalam bentuk per 1.000 person-years, kalikan dengan 1.000:
\[ IR = 0.00762 \times 1000 = 7.62 \text{ per 1.000 person-years} \]
Interpretasi:
Incidence rate penyakit X adalah 7,62 kasus baru per 1.000 person-years.
Ini menunjukkan bahwa pada setiap 1.000 orang yang berpartisipasi dalam
studi selama 1 tahun, terdapat 7,62 kasus baru penyakit X.
# Data untuk Incidence Rate
kasus_baru <- 8
person_time <- 1050
# Perhitungan Incidence Rate
IR <- round(kasus_baru/ person_time,5);IR## [1] 0.00762IR_per_1000 <- round(IR * 1000,2);IR_per_1000## [1] 7.62Definisi:
Cumulative Incidence adalah proporsi individu yang mengalami penyakit
baru dalam suatu periode tertentu di antara populasi berisiko pada awal
periode.
\[ CI = \frac{\text{Kasus Baru dalam Periode}}{\text{Populasi Berisiko Awal}} \]
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
\[ CI = \frac{25}{500} = 0.05 = 5\% \]
Interpretasi:
Cumulative incidence pada kelompok ini adalah 5%, yang berarti ada 5%
risiko bagi individu dalam kelompok yang sehat di awal periode untuk
mengembangkan hipertensi dalam 2 tahun pengamatan.
Interpretasi dalam Konteks Risiko:
Risiko 5% berarti bahwa dalam populasi yang sehat pada awal periode,
terdapat peluang 5% bagi individu-individu tersebut untuk mengembangkan
hipertensi dalam periode 2 tahun. Artinya, jika kita mengikuti 100
individu sehat selama 2 tahun, sekitar 5 orang di antaranya berisiko
mengembangkan hipertensi.
# Data untuk Cumulative Incidence
kasus_baru_cumulative <- 25
populasi_awal <- 500
# Perhitungan Cumulative Incidence
CI <- round(kasus_baru_cumulative / populasi_awal, 2);CI## [1] 0.05Definisi:
Prevalensi adalah proporsi individu yang memiliki penyakit tertentu
(kasus lama + baru) pada suatu titik waktu (point prevalence) atau
periode tertentu (period prevalence).
\[ P = \frac{\text{Kasus (baru + lama)}}{\text{Total Populasi}} \]
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
\[ P = \frac{400}{20000} = 0.02 = 2\% \]
Interpretasi:
Prevalensi diabetes di kota tersebut adalah 2%. Ini berarti 2% dari
populasi kota tersebut menderita diabetes pada saat survei dilakukan,
menggambarkan beban penyakit di populasi.
Interpretasi dalam Konteks Kesehatan
Masyarakat:
Angka prevalensi 2% berarti bahwa 2% dari total populasi kota tersebut
menderita diabetes pada titik waktu survei. Dalam konteks kesehatan
masyarakat, angka ini menunjukkan bahwa diabetes merupakan masalah
kesehatan yang mempengaruhi sebagian kecil dari populasi, namun tetap
penting untuk mendapatkan perhatian. Angka prevalensi ini bisa menjadi
indikator untuk merencanakan intervensi kesehatan, seperti kampanye
pencegahan, deteksi dini, dan perawatan untuk mengurangi dampak penyakit
ini pada populasi masyarakat.
# Data untuk Prevalensi
kasus_diabetes <- 400
populasi_kota <- 20000
# Perhitungan Prevalensi
P <- round(kasus_diabetes / populasi_kota, 2);P## [1] 0.02Definisi:
- Relative Risk (RR): Perbandingan risiko penyakit
antara kelompok yang terpapar dan kelompok yang tidak terpapar. -
Attributable Risk (AR): Selisih risiko penyakit antara
kelompok terpapar dan tidak terpapar.
\[ RR = \frac{CI_{\text{exposed}}}{CI_{\text{unexposed}}} \]
\[ AR = CI_{\text{exposed}} - CI_{\text{unexposed}} \]
\[ CI_{\text{perokok}} = \frac{40}{200} = 0.20 = 20\% \]
\[ CI_{\text{bukan perokok}} = \frac{15}{300} = 0.05 = 5\% \]
Interpretasi:
Cumulative incidence pada kelompok perokok adalah 20%, yang berarti ada
20% risiko bagi individu dalam kelompok perokok untuk mengembangkan
penyakit paru kronis. Sementara pada kelompok bukan perokok, cumulative
incidence adalah 5%, yang menunjukkan bahwa ada 5% risiko bagi individu
yang tidak merokok untuk mengembangkan penyakit paru kronis.
Relative Risk dihitung dengan rumus:
\[ RR = \frac{0.20}{0.05} = 4 \]
Interpretasi:
Risiko penyakit paru kronis pada perokok 4 kali lebih tinggi
dibandingkan dengan bukan perokok. Ini menunjukkan bahwa merokok
meningkatkan risiko terkena penyakit paru kronis secara signifikan.
Attributable Risk dihitung dengan rumus:
\[ AR = 0.20 - 0.05 = 0.15 = 15\% \]
Interpretasi:
Ada 15% risiko tambahan pada kelompok perokok yang dapat dikaitkan
dengan paparan merokok untuk mengembangkan penyakit paru kronis. Ini
menunjukkan seberapa besar pengaruh merokok terhadap risiko terkena
penyakit paru kronis pada kelompok perokok.
Interpretasi Hasil:
Hasil ini mengindikasikan bahwa merokok berperan besar dalam meningkatkan risiko penyakit paru kronis, dan intervensi untuk mengurangi prevalensi merokok dapat menurunkan kejadian penyakit paru kronis secara signifikan.
# Data untuk Cumulative Incidence
perokok_positif <- 40
perokok_total <- 200
bukan_perokok_positif <- 15
bukan_perokok_total <- 300
# Cumulative Incidence perokok
CI_perokok <- round(perokok_positif / perokok_total, 2);CI_perokok## [1] 0.2# Cumulative Incidence bukan perokok
CI_bukan_perokok <- round(bukan_perokok_positif / bukan_perokok_total, 2);CI_bukan_perokok## [1] 0.05# Relative Risk (RR)
RR <- round(CI_perokok / CI_bukan_perokok, 2);RR## [1] 4# Attributable Risk (AR)
AR <- round(CI_perokok - CI_bukan_perokok, 2);AR## [1] 0.15Definisi:
Odds Ratio (OR) adalah perbandingan odds (peluang) terjadinya penyakit
pada kelompok terpapar dibandingkan kelompok tidak terpapar. OR biasa
digunakan pada studi kasus-kontrol.
\[ OR = \frac{a/b}{c/d} = \frac{ad}{bc} \]
Untuk menghitung Odds Ratio, kita akan menggunakan rumus:
\[ OR = \frac{45 \times 55}{30 \times 20} = \frac{2475}{600} = 4.125 \]
Interpretasi:
Odds ratio menunjukkan bahwa orang yang terpapar memiliki odds 4,13 kali
lebih tinggi untuk menderita penyakit dibandingkan orang yang tidak
terpapar.
Interpretasi dalam Konteks Paparan dan
Penyakit:
Angka Odds Ratio (OR) yang lebih besar dari 1 (4.125) menunjukkan adanya
hubungan positif antara paparan dan penyakit. Dalam hal ini, orang yang
terpapar memiliki peluang lebih tinggi untuk menderita penyakit
dibandingkan orang yang tidak terpapar. Angka OR yang tinggi
mengindikasikan bahwa paparan tersebut mungkin merupakan faktor risiko
yang signifikan untuk terjadinya penyakit yang diteliti.
# Data untuk Odds Ratio
terpapar_positif <- 45
terpapar_negatif <- 30
tidak_terpapar_positif <- 20
tidak_terpapar_negatif <- 55
# Perhitungan Odds Ratio
OR <- (terpapar_positif * tidak_terpapar_negatif) / (terpapar_negatif * tidak_terpapar_positif);OR## [1] 4.125Definisi:
Case Fatality Rate (CFR) adalah proporsi kasus suatu penyakit yang
berakhir dengan kematian, menggambarkan tingkat keparahan penyakit.
\[ CFR = \frac{\text{Jumlah Kematian Akibat Penyakit}}{\text{Jumlah Kasus Penyakit}} \times 100\% \]
\[ CFR = \frac{10}{250} \times 100\% = 4\% \]
Interpretasi:
Tingkat kematian akibat penyakit ini adalah 4%. Ini menunjukkan bahwa 4%
dari individu yang terinfeksi penyakit ini berakhir dengan kematian.
Interpretasi dalam Konteks Keparahan Penyakit:
Angka CFR sebesar 4% menunjukkan bahwa penyakit ini memiliki tingkat
keparahan moderat, karena 4% dari total kasus berakhir dengan kematian.
Ini berarti ada risiko kematian pada individu yang terinfeksi, meskipun
tidak terlalu tinggi. Namun, angka ini penting untuk memperhatikan
bagaimana cara mengurangi kematian melalui intervensi medis yang cepat
dan efektif, serta perencanaan sistem kesehatan untuk menangani wabah
tersebut.
# Data untuk Case Fatality Rate
jumlah_kematian <- 10
jumlah_kasus <- 250
# Perhitungan CFR
CFR <- round((jumlah_kematian / jumlah_kasus) * 100, 2);CFR## [1] 4Incidence Rate (IR) menunjukkan kecepatan munculnya kasus baru penyakit dalam suatu populasi yang terpapar selama periode tertentu. Dalam hal ini, Incidence Rate (IR) untuk penyakit X adalah 7,62 kasus per 1.000 person-years, yang mengindikasikan frekuensi kejadian penyakit X di populasi yang diamati.
Cumulative Incidence (CI) menggambarkan risiko terjadinya penyakit baru dalam periode tertentu di antara populasi berisiko pada awal periode. Pada kelompok sehat, Cumulative Incidence untuk hipertensi adalah 5%, yang berarti ada 5% kemungkinan individu sehat di awal periode untuk mengembangkan hipertensi dalam 2 tahun.
Prevalensi (P) menggambarkan beban penyakit dalam populasi pada titik waktu tertentu. Prevalensi diabetes di kota tersebut adalah 2%, yang menunjukkan bahwa 2% dari populasi kota tersebut menderita diabetes pada saat survei dilakukan, memberikan gambaran beban penyakit di populasi tersebut.
Relative Risk (RR) menunjukkan perbandingan risiko penyakit antara kelompok yang terpapar dan kelompok yang tidak terpapar. Hasil perhitungan Relative Risk (RR) untuk penyakit paru kronis pada perokok adalah 4, yang berarti bahwa perokok memiliki risiko 4 kali lebih tinggi untuk menderita penyakit paru kronis dibandingkan dengan bukan perokok.
Attributable Risk (AR) mengukur beban tambahan risiko yang disebabkan oleh paparan terhadap faktor risiko tertentu. Attributable Risk (AR) pada perokok untuk penyakit paru kronis adalah 15%, yang mengindikasikan bahwa 15% risiko penyakit paru kronis pada perokok dapat dikaitkan dengan kebiasaan merokok.
Odds Ratio (OR) mengukur hubungan antara paparan dan kemungkinan terjadinya penyakit pada kelompok yang terpapar dibandingkan dengan yang tidak terpapar. Hasil Odds Ratio (OR) untuk hubungan antara paparan dan penyakit adalah 4,13, yang menunjukkan bahwa orang yang terpapar memiliki odds 4,13 kali lebih besar untuk menderita penyakit dibandingkan orang yang tidak terpapar.
Case Fatality Rate (CFR) mengukur tingkat kematian akibat suatu penyakit, memberikan gambaran tentang tingkat keparahan penyakit. CFR pada wabah yang diamati adalah 4%, yang berarti bahwa 4% dari individu yang terinfeksi penyakit tersebut berakhir dengan kematian.
Dengan memahami dan menginterpretasikan hasil perhitungan ini, kita dapat lebih memahami dinamika penyakit dalam populasi dan dampak dari faktor risiko. Pengetahuan tentang ukuran-ukuran epidemiologi ini penting untuk merancang kebijakan kesehatan yang lebih efektif dalam pencegahan, diagnosis, dan pengobatan penyakit dalam suatu komunitas atau populasi.