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. • Nyatakan hasil dalam bentuk per 1.000 person-years. Jawab:
kasus_1 <- 8
total_person_time <- 1050
incidence_rate <- kasus_1 / total_person_time
incidence_rate_per_1000 <- incidence_rate * 1000
# Hasil
cat("Incidence Rate per person-year:", incidence_rate, "\n")
## Incidence Rate per person-year: 0.007619048
cat("Incidence Rate per 1,000 person-years:", incidence_rate_per_1000)
## Incidence Rate per 1,000 person-years: 7.619048
Interpretasi: Jadi, Incidence Rate penyakit X adalah 7,62 per 1.000 person-years. Angka ini mengindikasikan bahwa setiap 1.000 orang yang diamati selama satu tahun, diperkirakan akan muncul sekitar 7 hingga 8 kasus baru penyakit X. Nilai ini menggambarkan kecepatan munculnya kasus baru dalam populasi.
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi. • Hitung Cumulative Incidence. • Bagaimana interpretasinya dalam konteks risiko? Jawab:
# Definisikan variabel
kasus_2 <- 25
populasi_berisiko_awal <- 500
# Hitung Cumulative Incidence
cumulative_incidence <- kasus_2 / populasi_berisiko_awal
# Tampilkan hasil dalam bentuk desimal dan persentase
cat("Nilai Cumulative Incidence (desimal):", cumulative_incidence, "\n")
## Nilai Cumulative Incidence (desimal): 0.05
cat("Nilai Cumulative Incidence (persentase):", cumulative_incidence * 100, "%")
## Nilai Cumulative Incidence (persentase): 5 %
Interpretasi Nilai Cumulative Incidence sebesar 5% berarti bahwa risiko rata-rata untuk terkena hipertensi dalam populasi tersebut adalah 5% selama periode pengamatan 2 tahun. Ini menunjukkan bahwa dari setiap 100 orang yang sehat di awal penelitian, 5 di antaranya diperkirakan akan menderita hipertensi dalam kurun waktu 2 tahun.
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan. • Hitung prevalensi diabetes di kota tersebut. • Apa makna angka tersebut dalam konteks kesehatan masyarakat? Jawab:
jumlah_kasus_diabetes <- 400
total_populasi <- 20000
prevalensi <- jumlah_kasus_diabetes / total_populasi
cat("Prevalensi diabetes (desimal):", prevalensi, "\n")
## Prevalensi diabetes (desimal): 0.02
cat("Prevalensi diabetes (persentase):", prevalensi * 100, "%")
## Prevalensi diabetes (persentase): 2 %
Interpretasi: Nilai prevalensi diabetes sebesar 2% artinya dari setiap 100 penduduk di kota tersebut, 2 di antaranya menderita diabetes pada saat survei dilakukan. Dalam konteks kesehatan masyarakat, angka ini menggambarkan beban penyakit diabetes yang ada di populasi kota tersebut pada titik waktu tertentu.
Data kohort: • Dari 200 perokok, 40 orang menderita penyakit paru kronis. • Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis. Tentukan: 1. Cumulative Incidence pada kelompok perokok dan bukan perokok. 2. Relative Risk (RR). 3. Attributable Risk (AR). 4. Interpretasikan hasilnya. Jawab: 1. Cumulative Incidence (CI) pada kelompok perokok dan bukan perokok.
kasus_perokok <- 40
populasi_perokok <- 200
kasus_bukan_perokok <- 15
populasi_bukan_perokok <- 300
# Hitung Cumulative Incidence (CI)
ci_perokok <- kasus_perokok / populasi_perokok
ci_bukan_perokok <- kasus_bukan_perokok / populasi_bukan_perokok
cat("Cumulative Incidence pada perokok:", ci_perokok, "atau", ci_perokok * 100, "%\n")
## Cumulative Incidence pada perokok: 0.2 atau 20 %
cat("Cumulative Incidence pada bukan perokok:", ci_bukan_perokok, "atau", ci_bukan_perokok * 100, "%\n")
## Cumulative Incidence pada bukan perokok: 0.05 atau 5 %
Interpretasi: Berdasarkan data yang ada, tingkat kejadian penyakit paru kronis pada kelompok perokok adalah 20%, yang berarti 20 dari setiap 100 perokok akan menderita penyakit tersebut. Sementara itu, tingkat kejadian pada kelompok bukan perokok jauh lebih rendah, yaitu 5%, yang menunjukkan risiko yang lebih kecil. 2. Relative Risk (RR)
relative_risk <- ci_perokok / ci_bukan_perokok
cat("Relative Risk (RR):", relative_risk, "\n")
## Relative Risk (RR): 4
Interpretasi: Nilai Relative Risk (RR) sebesar 4 menunjukkan bahwa perokok memiliki risiko 4 kali lebih tinggi untuk menderita penyakit paru kronis dibandingkan dengan bukan perokok. Angka ini mengindikasikan adanya hubungan positif yang kuat antara kebiasaan merokok dan risiko penyakit paru kronis. 3. Attributable Risk (AR)
attributable_risk <- ci_perokok - ci_bukan_perokok
cat("Attributable Risk (AR):", attributable_risk, "\n")
## Attributable Risk (AR): 0.15
Interpretasi: Nilai Attributable Risk (AR) sebesar 0,15 (atau 15%) menunjukkan bahwa ada 15 kasus tambahan penyakit paru kronis per 100 orang pada kelompok perokok yang dapat diatribusikan secara langsung pada kebiasaan merokok. Dengan kata lain, jika kebiasaan merokok dihilangkan, maka 15% dari risiko penyakit pada kelompok tersebut dapat dicegah.
a <- 45
b <- 30
c <- 20
d <- 55
odds_ratio <- (a * d) / (b * c)
cat("Odds Ratio (OR):", odds_ratio, "\n")
## Odds Ratio (OR): 4.125
Interpretasi: Nilai Odds Ratio (OR) sebesar 4,125 menunjukkan bahwa peluang untuk menderita penyakit pada kelompok yang terpapar adalah 4,125 kali lebih tinggi dibandingkan dengan kelompok yang tidak terpapar. Hasil ini mengindikasikan adanya hubungan positif yang kuat antara paparan dan kejadian penyakit.
Pada suatu wabah, ditemukan 250 kasus dengan 10 di antaranya meninggal. • Hitung CFR. • Bagaimana interpretasi tingkat keparahan penyakit berdasarkan CFR tersebut? Jawab:
jumlah_kasus <- 250
jumlah_kematian <- 10
cfr_decimal <- jumlah_kematian / jumlah_kasus
cfr_persen <- cfr_decimal * 100
cat("Case Fatality Rate (desimal):", cfr_decimal, "\n")
## Case Fatality Rate (desimal): 0.04
cat("Case Fatality Rate (persentase):", cfr_persen, "%")
## Case Fatality Rate (persentase): 4 %
Interpretasi: Nilai Case Fatality Rate (CFR) sebesar 4% menunjukkan bahwa dari setiap 100 kasus penyakit yang ditemukan, 4 di antaranya berakhir dengan kematian. Angka ini menggambarkan tingkat keparahan penyakit, di mana semakin tinggi CFR, semakin parah penyakit tersebut.