Tugas ini memiliki 6 soal yang berisi meliputi Incidence Rate, Cumulative Incidence, Prevalensi, Relative Risk dan Attributable Risk, Odds ratio, dan case Fatality Rate
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.
cases <- 8
person_years <- 1050
# a. incidence rate per person-year
IR_py <- cases / person_years
# b. Nyatakan ke per 1.000 person-years
IR_1000 <- IR_py * 1000
IR_py## [1] 0.007619048IR_1000## [1] 7.619048Dalam populasi yang diamati, Incidence Rate untuk penyakit X berada di sekitar 0.0076 kasus. Yang artinya Dalam 1000 orang yang beresiko terkena penyakit X, ada 7 - 8 individu yang terkena penyakit X selama periode pengamatan.
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi
n_resiko <- 500
kasus_baru <- 25
CI <- kasus_baru / n_resiko
CI_prsnt <- CI * 100
CI## [1] 0.05CI_prsnt## [1] 5Cumulative Incidence mengukur resiko kumulatif individu dalam populasi untuk terkena sebuah kejadian dalam periode tertentu. Dalam kasus ini, Cumulative Incidence penyakit Hipertensi dalam 2 tahun pada populasi (500 orang) adalah 5%. Artinya, dalam waktu 2 tahun, setiap individu pada populasi tersebut memiliki resiko sebesar 5% untuk terkena Hipertensi.
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan
populasi <- 20000
kasus_diab <- 400
prev <- kasus_diab / populasi
prev_prsnt <- prev * 100
prev## [1] 0.02prev_prsnt## [1] 2Prevalensi merujuk pada proporsi orang dalam suatu populasi sedang mengalami kondisi tertentu dalam periode waktu tertentu. Dalam Kasus ini, prevalensi penyakit diabetes dalam kota ini adalah 2% yang berarti selama survei dilakukan, terdapat 2 dari 100 penduduk yang sedang menderita penyakit diabetes. Dalam konteks kesehatan masyarakat, angka ini menggambarkan besarnya kecilnya beban penyakit di suatu wilayah. Ketika nilai prevalensi besar, maka semakin besar juga penduduk yang menderita penyakit tertentu.
Data kohort: • Dari 200 perokok, 40 orang menderita penyakit paru kronis. • Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis
# data
n_perokok <- 200 # perokok
kasus_perokok <- 40
n_nonperokok <- 300 # bukan perokok
kasus_nonperokok <- 15
# Cumulative Incidence
CI_perokok <- kasus_perokok / n_perokok
CI_nonperokok <- kasus_nonperokok / n_nonperokok
# relative risk
RR <- CI_perokok / CI_nonperokok
# attributable risk (risk difference)
AR <- CI_perokok - CI_nonperokok
list(
CI_perokok = CI_perokok,
CI_nonperokok = CI_nonperokok,
RR = RR,
AR = AR
)## $CI_perokok
## [1] 0.2
##
## $CI_nonperokok
## [1] 0.05
##
## $RR
## [1] 4
##
## $AR
## [1] 0.15Cumulative Incidence(CI) menunjukkan hasil yang cukup jauh antara perokok dan non-perokok. Pada perokok, risiko munculnya atau terkena penyakit paru kronis dalam periode waktu tertentu sebesar 20% yang artinya, dalam waktu tertentu, setiap individu pada populasi memiliki resiko sebesar 20% untuk menderita paru kronis. Berbeda nilai dengan non-perokok, risiko terkena penyakit paru kronis pada individu non-perokok hanya sebesar 5%. Relative Risk(RR) menunjukkan perbandingan CI pada kelompok perokok terhadap non-perokok. Hasil sebesar 4 mengartikan bahwa kelompok perokok memiliki peluang 4 kali lebih besar untukterkena penyakit paru kronis dibandingkan kelompok non-perokok. Attributable Risk(AR) mengarah pada selisih CI antara kelompok perokok dan non- perokok. Nilai 0,15 atau 15% mengindikasikan bahwa individu yang menghentikan kebiasaan merokok akanmenurunkan resiko mereka terkena penyakit paru kronis sebesar 15%.
Penelitian kasus-kontrol memberikan data berikut: • Terpapar(+) / Penyakit(+) = 45 • Terpapar(+) / Penyakit(-) = 30 • Terpapar(-) / Penyakit(+) = 20 • Terpapar(-) / Penyakit(-) = 55
pp <- 45 # terpapar dan sakit
pn <- 30 # terpapar dan tidak sakit
np <- 20 # tidak terpapar dan sakit
nn <- 55 # tidak terpapar dan tidak sakit
# Odds Ratio
OR <- (pp * nn) / (pn * np)
OR## [1] 4.125Pada kasus ini, Odds Ratio(OR) membandingkan peluang terkena penyakit pada seseorang yang terpapar dan tidak terpapar. Hasil menunjukkan angka sebesar 4,1 yang mengindikasikan peluang orang terpapar terkena penyakit 4 kali lebih tinggi dari pada yang tidak terpapar. Hasil Odds juga memberitahu bahwa ada hubungan positif kuat antara paparan dan penyakit. semakin banyak orang terpapar, maka semakin besar kemungkinan mereka terkena penyakit. Sehingga, bisa dikatakan bahwa paparan menjadi faktor risiko terjadinya penyakit.
Pada suatu wabah, ditemukan 250 kasus dengan 10 di antaranya meninggal.
total_kasus <- 250
deaths <- 10
CFR <- deaths / total_kasus
CFR_prsnt <- CFR * 100
CFR## [1] 0.04CFR_prsnt## [1] 4Case Fatality Rate(CFR) menunjukkan tingkat keparahan suatu kondisi atau penyakit. semakin besar nilai CFR, maka semakin mematikan penyakit tersebut. Pada kasus ini, hasil CFR sebesar 4% mengindikasikan bahwa 4 dari 100 orang meninggal dunia akibat penyakit yang disebabkan wabah tersebut. Ini menunjukkan bahwa wabah ini menyebabkan penyakit yang cukup serius,dimana angka ini menggambarkan tingkat keparahan penyakit, bukan seberapa mudah penyakit tersebut menular.