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.
Pertanyaan: 1. Hitung Incidence Rate penyakit
X.
2. Nyatakan hasil dalam bentuk per 1.000 person-years.
\[ IR = \frac{\text{Jumlah Kasus Baru}}{\text{Total Person-Time}} \]
kasus_baru <- 8
person_time <- 1050
IR <- kasus_baru / person_time
IR
## [1] 0.007619048
IR_per1000 <- IR * 1000
IR_per1000
## [1] 7.619048
Hasil Perhitungan
Kesimpulan Angka insidensi penyakit X sebesar 7.62 per 1.000 person-years.
Interpretasi Artinya, dari setiap 1.000 orang yang diamati selama 1 tahun, terdapat sekitar 8 kasus baru penyakit X.
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
Pertanyaan: 1. Hitung Cumulative Incidence. 2. Bagaimana interpretasinya dalam konteks risiko?
Cumulative Incidence (CI) dihitung sebagai proporsi individu yang mengalami penyakit baru selama periode pengamatan di antara populasi berisiko pada awal periode:
\[ CI = \frac{\text{Jumlah Kasus Baru dalam Periode}}{\text{Populasi Berisiko Awal}} \]
populasi_awal <- 500
kasus_baru <- 25
periode_tahun <- 2
CI <- kasus_baru / populasi_awal
CI_proporsi <- CI
CI_persen <- CI * 100
list(
CI_proporsi = round(CI_proporsi, 4),
CI_persen = round(CI_persen, 2))
## $CI_proporsi
## [1] 0.05
##
## $CI_persen
## [1] 5
\[ CI = \frac{25}{500} = 0.05 \]
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
Pertanyaan: 1. Hitung prevalensi diabetes di kota
tersebut.
2. Apa makna angka tersebut dalam konteks kesehatan masyarakat?
\[ P = \frac{\text{Jumlah Kasus (baru + lama)}}{\text{Total Populasi}} \times 100\% \]
total_populasi <- 20000
jumlah_kasus <- 400
P <- jumlah_kasus / total_populasi
P_persen <- round(P * 100, 2)
list(
Prevalensi_proporsi = P,
Prevalensi_persen = P_persen
)
## $Prevalensi_proporsi
## [1] 0.02
##
## $Prevalensi_persen
## [1] 2
\[ P = \frac{400}{20.000} = 0.02 \]
Data kohort:
Pertanyaan:
1. Hitung Cumulative Incidence (CI) pada kelompok perokok dan bukan
perokok.
2. Hitung Relative Risk (RR).
3. Hitung Attributable Risk (AR).
4. Interpretasikan hasilnya.
Cumulative Incidence (CI)
\[
CI = \frac{\text{Kasus Baru}}{\text{Populasi Berisiko}}
\]
Relative Risk (RR) \[ RR = \frac{CI_{exposed}}{CI_{unexposed}} \]
Attributable Risk (AR)
\[
AR = CI_{exposed} - CI_{unexposed}
\]
n_exposed <- 200
kasus_exposed <- 40
n_unexposed <- 300
kasus_unexposed <- 15
CI_exposed <- kasus_exposed / n_exposed
CI_unexposed <- kasus_unexposed / n_unexposed
RR <- CI_exposed / CI_unexposed
AR <- CI_exposed - CI_unexposed
list(
CI_exposed_proporsi = round(CI_exposed, 3),
CI_exposed_persen = round(CI_exposed * 100, 1),
CI_unexposed_proporsi = round(CI_unexposed, 3),
CI_unexposed_persen = round(CI_unexposed * 100, 1),
RR = round(RR, 2),
AR_proporsi = round(AR, 3),
AR_persen = round(AR * 100, 1)
)
## $CI_exposed_proporsi
## [1] 0.2
##
## $CI_exposed_persen
## [1] 20
##
## $CI_unexposed_proporsi
## [1] 0.05
##
## $CI_unexposed_persen
## [1] 5
##
## $RR
## [1] 4
##
## $AR_proporsi
## [1] 0.15
##
## $AR_persen
## [1] 15
Cumulative Incidence (CI):
Relative Risk (RR): \[ RR = \frac{0.20}{0.05} = 4 \]
Attributable Risk (AR): \[ AR = 0.20 - 0.05 = 0.15 \quad (15\%) \]
Penelitian kasus-kontrol memberikan data berikut:
| Paparan / Penyakit | Penyakit (+) | Tidak Penyakit (-) |
|---|---|---|
| Terpapar (+) | 45 | 30 |
| Tidak Terpapar (-) | 20 | 55 |
Pertanyaan: 1. Hitung Odds Ratio (OR).
2. Apa makna hasil tersebut terkait hubungan paparan dengan
penyakit?
Dari tabel 2x2:
\[ OR = \frac{a \times d}{b \times c} \]
Dengan:
- a = jumlah terpapar dengan penyakit
- b = jumlah terpapar tanpa penyakit
- c = jumlah tidak terpapar dengan penyakit
- d = jumlah tidak terpapar tanpa penyakit
a <- 45
b <- 30
c <- 20
d <- 55
OR <- (a * d) / (b * c)
OR
## [1] 4.125
\[ OR = \frac{a \times d}{b \times c} = \frac{45 \times 55}{30 \times 20} \]
Pada suatu wabah, ditemukan 250 kasus dengan 10 kematian akibat penyakit tersebut.
Pertanyaan: 1. Hitung CFR.
2. Bagaimana interpretasi tingkat keparahan penyakit berdasarkan CFR
tersebut?
\[ CFR = \frac{\text{Jumlah kematian akibat penyakit}}{\text{Jumlah kasus penyakit}} \times 100\% \]
jumlah_kasus <- 250
jumlah_kematian <- 10
CFR_proporsi <- jumlah_kematian / jumlah_kasus
CFR_persen <- CFR_proporsi * 100
CFR_proporsi_round <- round(CFR_proporsi, 4)
CFR_persen_round <- round(CFR_persen, 2)
list(
CFR_proporsi = CFR_proporsi_round,
CFR_persen = CFR_persen_round
)
## $CFR_proporsi
## [1] 0.04
##
## $CFR_persen
## [1] 4
\[ CFR = \frac{10}{250} \times 100\% = 4\% \]