Nama: Nabiel Alfallah Herdiana
NPM: 140610230018
Mata Kuliah: Epidemiologi
Dosen Pengampu: Dr. I Gede Nyoman Mindra Jaya,
M.Si.
Dalam analisis epidemiologi, berbagai ukuran statistik dipakai untuk menggambarkan distribusi penyakit dan keterkaitannya dengan faktor risiko. Ukuran dasar yang sering digunakan meliputi Incidence Rate (IR), Cumulative Incidence (CI), Prevalensi (P), serta ukuran asosiasi seperti Relative Risk (RR), Odds Ratio (OR), Attributable Risk (AR), dan Case Fatality Rate (CFR). Tugas ini mengulas masing-masing ukuran berdasarkan soal yang tersedia, dengan disertai langkah perhitungan manual, kode R, serta interpretasi.
Definisi:
Incidence Rate (IR) adalah ukuran yang menggambarkan seberapa cepat
kasus baru penyakit muncul, dihitung dari jumlah kasus baru dibagi
dengan total waktu observasi (person-time) seluruh individu
berisiko.
\[ IR = \frac{\text{Kasus Baru}}{\text{Total Person-Time}} \]
Dalam penelitian, ditemukan 8 kasus baru penyakit X selama 1 tahun pada populasi 1.200 orang. Setelah memperhitungkan migrasi dan kematian, total person-time tercatat sebesar 1.050 person-years.
\[ IR = \frac{8}{1050} = 0.00762 \ \text{per person-year} \]
atau setara dengan 7,62 per 1.000 person-years.
Interpretasi:
Artinya, dalam setiap 1.000 orang yang diamati selama 1 tahun, rata-rata
terdapat sekitar 7 hingga 8 kasus baru penyakit X.
kasus_baru <- 8
person_time <- 1050
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 (CI) adalah proporsi individu dalam populasi
berisiko yang mengalami penyakit baru selama periode tertentu.
\[ CI = \frac{\text{Kasus Baru dalam Periode}}{\text{Populasi Berisiko pada Awal}} \]
Sebuah studi kohort pada 500 orang sehat di awal pengamatan menunjukkan 25 kasus baru hipertensi setelah 2 tahun.
\[ CI = \frac{25}{500} = 0.05 = 5\% \]
Interpretasi:
Risiko kumulatif populasi tersebut untuk mengalami hipertensi dalam
periode dua tahun adalah 5%.
kasus_baru <- 25
pop_awal <- 500
CI <- round(kasus_baru / pop_awal, 2); CI## [1] 0.05Definisi:
Prevalensi adalah persentase populasi yang menderita penyakit tertentu,
baik kasus baru maupun lama, pada titik waktu atau periode tertentu.
\[ P = \frac{\text{Kasus (baru + lama)}}{\text{Total Populasi}} \]
Dalam survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 penderita diabetes saat survei berlangsung.
\[ P = \frac{400}{20000} = 0.02 = 2\% \]
Interpretasi:
Prevalensi diabetes adalah 2%. Ini berarti 2 dari setiap 100 penduduk
tercatat memiliki diabetes pada saat survei dilakukan.
kasus <- 400
pop <- 20000
P <- round(kasus / pop, 2); P## [1] 0.02Definisi:
- Relative Risk (RR): membandingkan kemungkinan sakit
antara kelompok terpapar dan kelompok tidak terpapar.
- Attributable Risk (AR): menunjukkan tambahan risiko
absolut akibat paparan.
\[ RR = \frac{CI_{\text{exposed}}}{CI_{\text{unexposed}}}, \quad AR = CI_{\text{exposed}} - CI_{\text{unexposed}} \]
\[ CI_{exp} = \frac{40}{200} = 0.20, \quad CI_{unexp} = \frac{15}{300} = 0.05 \]
\[ RR = \frac{0.20}{0.05} = 4, \quad AR = 0.20 - 0.05 = 0.15 = 15\% \]
Interpretasi:
Perokok memiliki risiko 4 kali lebih tinggi untuk sakit paru kronis
dibandingkan bukan perokok, dengan tambahan risiko absolut sebesar 15%
yang secara langsung terkait dengan kebiasaan merokok.
perokok_case <- 40; perokok_total <- 200
non_case <- 15; non_total <- 300
CI_exp <- round(perokok_case / perokok_total, 2); CI_exp## [1] 0.2CI_unexp <- round(non_case / non_total, 2); CI_unexp## [1] 0.05RR <- round(CI_exp / CI_unexp, 2); RR## [1] 4AR <- round(CI_exp - CI_unexp, 2); AR## [1] 0.15Definisi:
Odds Ratio (OR) adalah ukuran yang membandingkan peluang sakit antara
kelompok dengan paparan dan kelompok tanpa paparan. Biasanya digunakan
pada desain studi kasus-kontrol.
\[ OR = \frac{ad}{bc} \]
\[ OR = \frac{45 \times 55}{30 \times 20} = \frac{2475}{600} = 4.125 \]
Interpretasi:
Kelompok yang terpapar memiliki peluang sekitar 4,1 kali lebih besar
untuk mengalami penyakit dibandingkan dengan yang tidak terpapar.
a <- 45; b <- 30; c <- 20; d <- 55
OR <- (a*d) / (b*c); OR## [1] 4.125Definisi:
Case Fatality Rate (CFR) adalah proporsi penderita suatu penyakit yang
berakhir dengan kematian, dan digunakan untuk menilai tingkat keganasan
penyakit tersebut.
\[ CFR = \frac{\text{Jumlah Kematian}}{\text{Jumlah Kasus}} \times 100\% \]
Terdapat 250 kasus penyakit dalam suatu wabah, dengan 10 di antaranya meninggal.
\[ CFR = \frac{10}{250} \times 100\% = 4\% \]
Interpretasi:
Sekitar 4% penderita pada wabah ini meninggal dunia, yang menunjukkan
tingkat keparahan penyakit tergolong sedang.
kematian <- 10
kasus <- 250
CFR <- round((kematian / kasus) * 100, 2); CFR## [1] 4Dari enam soal yang dikerjakan, dapat ditarik sejumlah poin penting yang memberikan gambaran lebih luas mengenai dinamika penyakit dan faktor risikonya dalam epidemiologi.
Incidence Rate (IR) memberikan ukuran kecepatan munculnya kasus baru dalam suatu populasi. Hasil IR = 7.62 per 1000 person-years berarti pada setiap 1000 individu yang diamati selama satu tahun, rata-rata terdapat lebih dari 7 kasus baru penyakit. Ukuran ini sangat penting untuk mengetahui seberapa cepat penyakit menyebar pada populasi yang berisiko.
Cumulative Incidence (CI) menunjukkan risiko kumulatif suatu populasi untuk mengalami penyakit baru dalam periode tertentu. Nilai CI = 5% dalam dua tahun artinya dari 100 orang sehat pada awal pengamatan, sekitar 5 orang akan diperkirakan menderita hipertensi dalam dua tahun berikutnya. Hal ini membantu memperkirakan risiko jangka menengah suatu penyakit.
Prevalensi (P) menggambarkan total beban penyakit dalam populasi pada titik waktu tertentu. Nilai prevalensi diabetes sebesar 2% di sebuah kota berarti 2 dari setiap 100 orang menderita diabetes saat survei dilakukan. Informasi ini berguna untuk perencanaan sumber daya kesehatan dan intervensi populasi, karena menunjukkan seberapa besar masalah kesehatan yang sudah ada.
Relative Risk (RR) memperlihatkan perbandingan risiko antara kelompok terpapar dan tidak terpapar. Hasil RR = 4 mengindikasikan bahwa perokok memiliki risiko 4 kali lipat lebih tinggi terkena penyakit paru kronis dibandingkan bukan perokok. Attributable Risk (AR) sebesar 15% menegaskan bahwa tambahan risiko sebesar itu murni dapat diatribusikan pada kebiasaan merokok. Kedua ukuran ini bersama-sama menjelaskan baik kekuatan asosiasi relatif maupun kontribusi absolut paparan terhadap risiko penyakit.
Odds Ratio (OR) sebesar 4.125 dalam studi kasus-kontrol menunjukkan bahwa peluang menderita penyakit pada kelompok terpapar lebih dari 4 kali lipat dibandingkan kelompok tidak terpapar. Nilai OR > 1 memperkuat adanya hubungan positif antara paparan dengan kejadian penyakit, sehingga paparan dapat dicurigai sebagai faktor risiko penting.
Case Fatality Rate (CFR) sebesar 4% memberikan gambaran tingkat keparahan penyakit. Artinya, dari setiap 100 orang yang sakit, sekitar 4 di antaranya meninggal. Meskipun tidak setinggi penyakit mematikan lain, angka ini cukup signifikan untuk mengindikasikan perlunya upaya medis dan sistem kesehatan yang memadai dalam menangani kasus.
Secara keseluruhan, keenam ukuran epidemiologi yang dihitung dalam tugas ini menunjukkan bahwa setiap ukuran memiliki fungsi yang berbeda namun saling melengkapi:
Dengan memahami ukuran-ukuran ini, seorang epidemiolog atau praktisi kesehatan masyarakat dapat menilai prioritas intervensi, merancang strategi pencegahan, dan melakukan evaluasi program kesehatan. Sebagai contoh, tingginya RR dan AR pada perokok menekankan urgensi program pengendalian tembakau, sedangkan nilai prevalensi dan CFR membantu memperkirakan kebutuhan layanan kesehatan dan sumber daya. Dengan demikian, tugas ini tidak hanya melatih keterampilan perhitungan, tetapi juga memperkuat pemahaman tentang bagaimana data epidemiologi dapat diterjemahkan menjadi kebijakan kesehatan yang efektif.