Studi Kasus Epidemiologi

1.) Incidence Rate

Incidence rate dapat diukur dalam rumus :

\[ IR = \frac{Kasus\ Baru}{Total\ Person\text{-}Time} \]

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.
kasus <- 8
person_time <- 1050

IR <- kasus / person_time
IR_per1000 <- IR * 1000
IR_per1000
#> [1] 7.619048

Berdasarkan perhitungan, dapat disimpulkan bahwa laju insidensi penyakit X dalam 1 tahun pada populasi 1.200 orang adalah sekitar 0.0076 per person-year atau 7.62 per 1,000 person-years.

2.) Cumulative Incidence

Cumulative incidence dapat diukur dalam rumus :

\[ P = \frac{Kasus\ (baru + lama)}{Total\ Populasi} \]

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?
populasi_awal <- 500
kasus_baru <- 25

CI <- kasus_baru / populasi_awal
CI
#> [1] 0.05

Berdasarkan perhitungan, dapat disimpulkan bahwa besar risiko bagi orang-orang sehat tersebut untuk mengalami hipertensi adalah senilai 0.05 atau 5 % dalam periode 2 tahun.

3.) Prevalensi

Prevalensi dapat diukur dalam rumus :

\[ CI = \frac{Kasus\ Baru\ dalam\ Periode}{Populasi\ Berisiko\ pada\ Awal} \]

Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes.

  • Hitung prevalensi diabetes di kota tersebut.
  • Apa makna angka tersebut dalam konteks kesehatan masyarakat?
populasi <- 20000
kasus_diabetes <- 400

prev <- kasus_diabetes / populasi
prev
#> [1] 0.02

Berdasarkan perhitungan, dapat disimpulkan bahwa pada saat survei dilakukan, prevalensi diabetes di kota tersebut adalah senilai 0.02 atau 2%.

Dalam konteks kesehatan masyarakat, angka ini melambangkan jumlah rata-rata dari orang yang menderita penyakit diabetes. Oleh karena itu, dapat dikatakanbahwa setiap 100 orang penduduk kota, rata-rata ada 2 orang penderita diabetes.

4.) Relative Risk dan Attributable Risk

Relative Risk dan Attributable Risk dapat diukur dalam rumus :

\[ RR = \frac{CI_{exposed}}{CI_{unexposed}} \] \[ AR = CI_{exposed} - CI_{unexposed} \]

Data kohort:

  • Dari 200 perokok, 40 orang menderita penyakit paru kronis.

  • Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis.

Tentukan :

  • Hitung Cumulative Incidence pada kelompok perokok dan bukan perokok.

  • Hitung Relative Risk (RR).

  • Hitung Attributable Risk (AR).

  • Interpretasikan hasilnya.

perokok <- 200
perokok_paru <- 40
bukan_perokok <- 300
bukan_perokok_paru <- 15

CI_perokok <-  perokok_paru / perokok
CI_bukan_perokok <- bukan_perokok_paru / bukan_perokok
CI_perokok
#> [1] 0.2
CI_bukan_perokok
#> [1] 0.05
a <- 40 
b <- 200 - 40 
c <- 15 
d <- 300 - 15 

CI_exposed <- a / (a + b)
CI_unexposed <- c / (c + d)

RR <- CI_exposed / CI_unexposed
AR <- CI_exposed - CI_unexposed
RR
#> [1] 4
AR
#> [1] 0.15

  1. Cumulative Incidence pada perokok adalah sebesar 0.2 dan bukan perokok adalah sebesar 0.05.

  2. Relative Risk memiliki nilai sebesar 4.

  3. Attributable Risk memiliki nilai sebesar 0.15.

  4. Risiko penyakit paru kronis pada perokok adalah 4 kali lebih tinggi dibanding bukan perokok. Selain itu, sekitar 15 % risiko pada perokok dapat diatribusikan langsung pada kebiasaan merokok.

5.) Odds Ratio

Odds ratio dapat diukur dalam rumus :

\[ OR = \frac{a/b}{c/d} = \frac{a \times d}{b \times c} \]

Penelitian kasus-kontrol memberikan data berikut:

library(flextable)

tabel <- data.frame(
  "Paparan" = c("Terpapar", "Tidak Terpapar"),
  "Terpapar" = c(45, 20),
  "Tidak Terpapar" = c(30, 55)
)

flextable(tabel)

Paparan

Terpapar

Tidak.Terpapar

Terpapar

45

30

Tidak Terpapar

20

55

  • Hitung Odds Ratio (OR).
  • Apa makna hasil tersebut terkait hubungan paparan dengan penyakit?
a <- 45
b <- 30
c <- 20
d <- 55

OR <- (a*d) / (b*c)
OR
#> [1] 4.125

Odds Ratio (OR) memiliki nilai sebesar 4.125. Artinya, individu yang terpapar memiliki odds 4.125 kali lebih besar untuk mengalami penyakit dibanding yang tidak terpapar.

6.) Case Fatality Rate

Case fatality rate dapat diukur dalam rumus :

\[ CFR = \frac{Jumlah\ Kematian\ akibat\ Penyakit}{Jumlah\ Kasus\ Penyakit} \times 100\% \]

Pada suatu wabah, ditemukan 250 kasus dengan 10 di antaranya meninggal.

  • Hitung CFR.

  • Bagaimana interpretasi tingkat keparahan penyakit berdasarkan CFR tersebut?

kasus <- 250
meninggal <- 10

CFR <- meninggal / kasus
CFR
#> [1] 0.04

Case Fatality Rate (CFR) adalah senilai 0.04 %. Tingkat keparahan penyakit pada wabah ini cukup rendah, dengan hanya sekitar 0.04 % kasus yang berakhir dengan kematian.