Daftar Isi
Penulis
Nama: Farhan Alkarimi
NPM: 140610230028
Mata Kuliah: Epidemiologi
Dosen Pengampu: Dr. I Gede Nyoman Mindra Jaya,
M.Si.
Pendahuluan
Dalam epidomologi terdapat beberapa ukuran statistik yang digunakan sebagai gambaran dinamika penyakit dan faktor risikonya. Ukuran tersebut yakni
- Incidence Rate
- Cumulative Incidence
- Prevalensi
- Relative Risk
- Attribute Risk
- Odd Ratio
- Case Fatality Rate
Soal 1: Incidence Rate
Definisi:
Incidence Rate adalah jumlah kasus baru suatu penyakit dalam periode
tertentu dibagi dengan total waktu pemajanan (person-time) dari populasi
berisiko.
Rumus:
\[ IR = \frac{\text{Kasus Baru}}{\text{Total Person-Time}} \]
Soal:
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.
Hitung Incidence Rate penyakit X.
Perhitungan:
\[ IR = \frac{8}{1050} = 0.00762 \text{ per person-year} \]
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.
Nyatakan hasil dalam bentuk per 1.000 person-years.
Perhitungan:
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.
Contoh Perhitungan Menggunakan R
# Data untuk Incidence Rate
kasus <- 8
persontime <- 1050
# Perhitungan Incidence Rate
IR <- round(kasus/ persontime,5);IR## [1] 0.00762IRper1000 <- round(IR * 1000,2);IRper1000## [1] 7.62Soal 2: Cumulative Incidence
Definisi:
Cumulative Incidence adalah proporsi individu yang mengalami penyakit
baru dalam suatu periode tertentu di antara populasi berisiko pada awal
periode.
Rumus:
\[ CI = \frac{\text{Kasus Baru dalam Periode}}{\text{Populasi Berisiko Awal}} \]
Soal:
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
Hitung Cumulative Incidence.
Perhitungan:
\[ \begin{aligned} CI &= \frac{25}{500} \\ &= 0.05 \\ &= 5\% \end{aligned} \]
Interpretasi:
Kelompok ini memiliki cumulative incidence sebesar 5%, yang berarti ada
5% risiko bagi individu dalam kelompok yang sehat di awal periode untuk
mengalami hipertensi dalam 2 tahun pengamatan.
Bagaimana interpretasinya dalam konteks risiko?
Interpretasi dalam Konteks Risiko:
Cumulative Incidence sebesar 5% ini memberikan gambaran bahwa
orang-orang pada awal periode memiliki resiko masing masingnya sebesar
5% untuk terkena hipertensi selama pengamatan 2 tahun ke depan.
Contoh Perhitungan Menggunakan R
# Data untuk Cumulative Incidence
kasusbaru <- 25
populasiawal <- 500
# Perhitungan Cumulative Incidence
CI <- round(kasusbaru / populasiawal, 2);CI## [1] 0.05Soal 3: Prevalensi
Definisi:
Prevalensi adalah proporsi individu yang memiliki penyakit tertentu
(kasus lama + baru) pada suatu titik waktu (point prevalence) atau
periode tertentu (period prevalence).
Rumus:
\[ P = \frac{\text{Kasus (baru + lama)}}{\text{Total Populasi}} \]
Soal:
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
Hitung prevalensi diabetes di kota tersebut.
Perhitungan: \[ \begin{aligned} P &= \frac{400}{20000} \\ &= 0.02 \\ &= 2\% \end{aligned} \]
Interpretasi:
Di kota tersebut, Prevalensi diabter ada di kisaran 2%, yang berarti
selama dilaksanakannya survey, di kota tersebut terdapat 2% penderita
kasus diabetes.
Apa makna angka tersebut dalam konteks kesehatan masyarakat?
Interpretasi dalam Konteks Kesehatan
Masyarakat:
Nilai 2% prevalensi ini memberikan arti bahwa ada sekitar 2% dari total
populasi kota tersebut yang menderita diabetes selama survey
dilaksanakan. Dalam konteks kesehatan, angka ini menjelaskan bahwa ada
sebagian kecil masyarakat yang menderita diabetes sehingga ini dapat
memberikan gambaran kebijakan, kegiatan dan tanggapan selanjutnya.
Contoh Perhitungan Menggunakan R.
# Data untuk Prevalensi
kasusdiabetes <- 400
populasikota <- 20000
# Perhitungan Prevalensi
P <- round(kasusdiabetes / populasikota, 2);P## [1] 0.02Soal 4: Relative Risk dan Attributable Risk
Definisi:
Relative Risk (RR) merupakan perbandingan risiko penyakit antara
kelompok yang terpapar dan kelompok yang tidak terpapar. Attributable
Risk (AR) merupakan selisih risiko penyakit antara kelompok terpapar dan
tidak terpapar.
Rumus Relative Risk:
\[ RR = \frac{CI_{\text{exposed}}}{CI_{\text{unexposed}}} \]
Rumus Attributable Risk:
\[ AR = CI_{\text{exposed}} - CI_{\text{unexposed}} \]
Data yang diberikan:
Dari 200 perokok, 40 orang menderita penyakit paru kronis. Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis.
Cumulative Incidence pada kelompok perokok dan bukan perokok
Cumulative Incidence pada perokok:
\[ CI_{\text{perokok}} = \frac{40}{200} = 0.20 = 20\% \]
Cumulative Incidence pada bukan perokok:
\[ CI_{\text{bukan perokok}} = \frac{15}{300} = 0.05 = 5\% \]
Interpretasi:
Cumulative incidence pada kelompok perokok adalah 20% yang berarti ada
20% risiko bagi individu dalam kelompok perokok untuk terkena penyakit
paru kronis. Sementara pada kelompok bukan perokok, cumulative incidence
adalah 5%, yang menunjukkan bahwa ada 5% risiko bagi individu yang tidak
merokok untuk terjangkit penyakit paru kronis.
Relative Risk (RR)
Relative Risk dihitung dengan rumus:
\[ RR = \frac{0.20}{0.05} = 4 \]
Interpretasi:
Risiko penyakit paru kronis pada perokok 4 kali lebih tinggi daripada
individu yang tidak merokok.
Attributable Risk (AR)
Attributable Risk dihitung dengan rumus:
\[ AR = 0.20 - 0.05 = 0.15 = 15\% \]
Interpretasi:
Dengan nilai ini, dapat dilihat bahwa ada 15% dari jantung kronis
disebabkan oleh kebiasaan merokok. Dengan kata lain, jika seseorang
tidak merokok, maka risiko jantung kronis berkurang sebesar 15%.
Interpretasikan hasilnya
Interpretasi Hasil:
- Cumulative Incidence menunjukkan bahwa perokok memiliki risiko yang jauh lebih tinggi (20%) dibandingkan dengan bukan perokok (5%) untuk mengembangkan penyakit paru kronis.
- Relative Risk (RR) menunjukkan bahwa perokok memiliki risiko penyakit paru kronis 4 kali lebih besar dibandingkan dengan bukan perokok.
- Attributable Risk (AR) menunjukkan bahwa 15% dari penyakit paru kronis yang terjadi terkait dengan kebiasaan merokok.
Hasil ini mengindikasikan bahwa merokok berperan besar dalam meningkatkan risiko penyakit paru kronis.
Contoh Perhitungan Menggunakan R.
# Data untuk Cumulative Incidence
rp <- 40
rt <- 200
nrp <- 15
nrt <- 300
# Cumulative Incidence perokok
CIp <- round(rp / rt, 2);CIp## [1] 0.2# Cumulative Incidence bukan perokok
CInp <- round(nrp / nrt, 2);CInp## [1] 0.05# Relative Risk (RR)
RR <- round(CIp / CInp, 2);RR## [1] 4# Attributable Risk (AR)
AR <- round(CIp - CInp, 2);AR## [1] 0.15Soal 5: Odds Ratio
Definisi:
Odds Ratio (OR) adalah perbandingan odds (peluang) terjadinya penyakit
pada kelompok terpapar dibandingkan kelompok tidak terpapar. OR biasa
digunakan pada studi kasus-kontrol.
Rumus:
\[ OR = \frac{a/b}{c/d} = \frac{ad}{bc} \]
Data yang diberikan:
Terpapar (+) Penyakit (+) = 45, Tidak Penyakit (-) = 30 Tidak Terpapar (-) Penyakit (+) = 20, Tidak Penyakit (-) = 55
Hitung Odds Ratio (OR).
Perhitungan:
Untuk menghitung Odds Ratio, kita akan menggunakan rumus:
\[ OR = \frac{45 \times 55}{30 \times 20} = \frac{2475}{600} = 4.125 \]
Interpretasi:
Nilai odds ratio menunjukkan bahwa peluang orang yang terpapar menderita
penyakit adalah 4,125 kali lebih besar diabnding yang tidak
terpapar.
Apa makna hasil tersebut terkait hubungan paparan dengan penyakit?
Interpretasi dalam Konteks Paparan dan
Penyakit:
Nilai odd rasio yang besar dari 1 menunjukkan bahwa memang ada hubungan
positif antara dua variabel. Dalam hal ini peluang orang yang terpapar
menderita penyakit adalah 4,125 kali lebih besar daripada peluang
terhadap orang yang tidak terpapar.
Contoh Perhitungan Menggunakan R.
# Data untuk Odds Ratio
tp <- 45
tn <- 30
ttp <- 20
ttn <- 55
# Perhitungan Odds Ratio
OR <- (tp * ttn) / (tn * ttp);OR## [1] 4.125Soal 6: Case Fatality Rate
Definisi:
Case Fatality Rate (CFR) adalah proporsi kasus suatu penyakit yang
berakhir dengan kematian, menggambarkan tingkat keparahan penyakit.
Rumus:
\[ CFR = \frac{\text{Jumlah Kematian Akibat Penyakit}}{\text{Jumlah Kasus Penyakit}} \times 100\% \]
Data yang diberikan:
250 kasus, dengan 10 di antaranya meninggal.
Hitung CFR.
Perhitungan:
\[ CFR = \frac{10}{250} \times 100\% = 4\% \]
Interpretasi:
Tingkat kematian akibat penyakit ini adalah 4%. Ini menunjukkan bahwa 4%
dari individu yang terinfeksi penyakit ini berakhir dengan kematian.
Bagaimana interpretasi tingkat keparahan penyakit berdasarkan CFR tersebut?
Interpretasi dalam Konteks Keparahan Penyakit:
Angka CFR sebesar 4% menunjukkan bahwa penyakit ini memiliki tingkat
keparahan sedang, yakni tidak memiliki fatalitas yang sangat tinggi
seperti Ebola yang bisa lebih dari 50%. Namun tetap saja ada risiko
kematian yang mana ini merupakan masalah serius. Oleh karean itu, perlu
pencegahan, dteksi dini dan pengobatan yang tepat.
Contoh Perhitungan Menggunakan R.
# Data untuk Case Fatality Rate
jumlahkematian <- 10
jumlahkasus <- 250
# Perhitungan CFR
CFR <- round((jumlahkematian / jumlahkasus) * 100, 2);CFR## [1] 4Kesimpulan
Incidence Rate (IR) menunjukkan kecepatan munculnya kasus baru penyakit dalam suatu populasi yang terpapar selama periode tertentu. Dalam hal kasus yang diberikan, Incidence Rate (IR) untuk penyakit X adalah 7,62 kasus per 1.000 person-years.
Cumulative Incidence (CI) menggambarkan risiko terjadinya penyakit baru dalam periode tertentu di antara populasi berisiko pada awal periode. Pada kasus kali ini, 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 proporsi penyakit tertentu selama 2 titik periode. Pada kasus ini, Prevalensi diabetes di kota 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. Pada kasus ini, RR diperoleh sebesar 4 yang berarti orang yang merokok memiliki risiko 4 kali lebih besar terkena penyakit jantung dibanding orang yang tidak merokok.
Attributable Risk (AR) mengukur perbedaan risiko yang disebabkan oleh paparan terhadap faktor risiko tertentu. Attributable Risk (AR) pada perokok untuk penyakit paru kronis adalah 15%, yang berarti orang merokok memiliki risiko lebih besar 15% dibanding orang yang tidak merokok.
Odds Ratio (OR) mengukur hubungan antara paparan dan kemungkinan terjadinya penyakit pada kelompok yang terpapar dibandingkan dengan yang tidak terpapar. Hasil odds ratio kasus ini adalah 4,125 yang menandakan bahwa peluang orang merokok terkena penyakit jantung lebih besar 4,125 dibanding dengna yang tidak merokok.
Case Fatality Rate (CFR) mengukur tingkat kematian akibat suatu penyakit. Pada kasus ini, CFR pada wabah yang diamati adalah 4%, yang berarti bahwa 4% dari individu yang terinfeksi penyakit tersebut berakhir dengan kematian.
Dengan mempelajari hal ini, kita bisa lebih paham bagaimana suatu penyakit menyebar di masyarakat dan seberapa besar pengaruh faktor risikonya. Pemahaman seperti ini penting supaya kebijakan kesehatan bisa lebih tepat sasaran, baik untuk mencegah, menemukan lebih cepat, maupun menangani penyakit di tingkat komunitas.