Nama: Samih Muhamad Alfarras
NPM: 140610230053
Mata Kuliah: Epidemiologi
Dosen Pengampu: Dr. I Gede Nyoman Mindra Jaya,
M.Si.
Dalam epidomologi terdapat beberapa ukuran statistik yang digunakan sebagai gambaran dinamika penyakit dan faktor risikonya. Ukuran tersebut yakni
Definisi:
Incidence rate adalah ukuran epidemiologi yang menunjukkan jumlah kasus
baru suatu penyakit atau kejadian tertentu dalam suatu populasi yang
berisiko selama periode waktu tertentu. Ukuran ini biasanya dinyatakan
per jumlah populasi at-risk atau per satuan person-time untuk memberikan
gambaran yang lebih akurat, terutama jika waktu pengamatan individu
bervariasi.
Rumus:
\[ IR = \frac{\text{ Jumlah Kasus Baru}}{\text{Total Person-Time}} \]
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.
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. Artinya, untuk setiap 1.000 individu yang diamati
selama satu tahun dalam studi, terdapat 7,62 kasus baru penyakit X.
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:
lncidence Rate penyakit X adalah 7,62 kasus baru per 1.000
person-years. Artinya, untuk setiap 1.000 individu yang diamati
selama satu tahun dalam studi, terdapat 7,62 kasus baru penyakit X.
# 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] 7.62Definisi:
Cumulative incidence adalah ukuran epidemiologi yang menunjukkan
proporsi individu dalam populasi yang berisiko yang mengalami kejadian
atau terkena penyakit tertentu selama periode waktu tertentu. Berbeda
dengan incidence rate yang menggunakan person-time untuk memperhitungkan
durasi pengamatan individu, cumulative incidence berfokus pada proporsi
kasus baru relatif terhadap total populasi yang berisiko pada awal
periode studi, tanpa mempertimbangkan variasi waktu paparan antar
individu.
Rumus:
\[ CI = \frac{\text{Jumlah Kasus Baru Selama Periode Tertentu}}{\text{Total Populasi yang Berisiko pada Awal Periode}} \]
Soal:
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
Perhitungan:
\[ \begin{aligned} CI &= \frac{25}{500} \\ &= 0.05 \\ &= 5\% \end{aligned} \]
Interpretasi:
Cumulative incidence sebesar 5% berarti bahwa 5% dari 500 individu yang
sehat pada awal penelitian mengalami hipertensi selama 2 tahun
pengamatan. Dengan kata lain, 25 dari 500 orang yang awalnya bebas dari
hipertensi mengembangkan penyakit ini dalam periode tersebut.
Interpretasi dalam Konteks Risiko:
Cumulative incidence sebesar 5% berarti setiap individu yang sehat pada
awal penelitian memiliki peluang 5% untuk mengembangkan hipertensi
selama 2 tahun pengamatan. Dengan kata lain, dari 100 orang yang sehat,
diperkirakan 5 orang akan mengalami hipertensi dalam periode
tersebut.
# Data untuk Cumulative Incidence
kasusbaru <- 25
populasiawal <- 500
# Perhitungan Cumulative Incidence
CI <- round(kasusbaru / populasiawal, 2);CI## [1] 0.05Definisi:
Prevalensi adalah ukuran epidemiologi yang menunjukkan proporsi atau
persentase individu dalam suatu populasi yang memiliki suatu penyakit,
kondisi, atau karakteristik tertentu pada titik waktu tertentu
(prevalensi titik) atau selama periode waktu tertentu (prevalensi
periode). Prevalensi menggambarkan seberapa umum suatu kondisi dalam
populasi, termasuk kasus baru dan kasus yang sudah ada sebelumnya,
berbeda dengan incidence yang hanya menghitung kasus baru.
Rumus:
\[ P = \frac{\text{Jumlah Individu yang mengalami suatu kondisi ( kasus baru + kasus lama)}}{\text{Total Populasi}} \]
Soal:
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
Perhitungan: \[ \begin{aligned} P &= \frac{400}{20000} \\ &= 0.02 \\ &= 2\% \end{aligned} \]
Interpretasi:
Prevalensi sebesar 2% berarti bahwa pada saat survei dilakukan, 2% dari
populasi kota (atau 400 dari 20.000 orang) menderita diabetes. Ini
mencakup semua kasus diabetes, baik yang sudah ada sebelumnya maupun
yang baru terdiagnosis pada saat survei.
Interpretasi dalam Konteks Kesehatan
Masyarakat:
Prevalensi diabetes sebesar 2% di kota berpenduduk 20.000 orang, dengan
400 orang menderita diabetes pada saat survei, menunjukkan bahwa
diabetes merupakan masalah kesehatan yang relevan namun tidak terlalu
tinggi di komunitas ini. Angka ini menggambarkan beban penyakit yang
memerlukan perhatian dalam perencanaan sumber daya kesehatan, seperti
penyediaan obat, program screening, dan edukasi gaya hidup sehat untuk
mencegah komplikasi. Prevalensi ini juga dapat digunakan untuk memantau
tren kesehatan, membandingkan dengan wilayah lain, atau mengevaluasi
efektivitas intervensi kesehatan masyarakat.
# Data untuk Prevalensi
kasusdiabetes <- 400
populasikota <- 20000
# Perhitungan Prevalensi
P <- round(kasusdiabetes / populasikota, 2);P## [1] 0.02Definisi:
- Relative risk (risiko relatif) adalah ukuran epidemiologi yang
membandingkan risiko terjadinya suatu kejadian (misalnya, penyakit) pada
dua kelompok yang berbeda, biasanya kelompok yang terpapar faktor risiko
tertentu (exposed) dengan kelompok yang tidak terpapar (unexposed).
Relative risk dihitung sebagai rasio antara cumulative incidence atau
probabilitas kejadian di kelompok terpapar dengan kelompok tidak
terpapar. Ini menunjukkan seberapa besar faktor risiko meningkatkan atau
menurunkan peluang kejadian dibandingkan kelompok kontrol. -
Attributable risk (risiko atribusi) adalah ukuran epidemiologi yang
menunjukkan proporsi atau jumlah kejadian (misalnya, penyakit) dalam
kelompok terpapar faktor risiko tertentu yang dapat diatribusikan
langsung kepada faktor risiko tersebut. Ini dihitung sebagai selisih
antara cumulative incidence di kelompok terpapar dan kelompok tidak
terpapar, mencerminkan tambahan risiko yang disebabkan oleh paparan
faktor tertentu. Attributable risk membantu mengukur dampak faktor
risiko dalam menyebabkan kejadian di antara mereka yang terpapar.
Rumus Relative Risk:
\[ RR = \frac{CI_{\text{exposed}}}{CI_{\text{unexposed}}} \]
Rumus Attributable Risk:
\[ AR = CI_{\text{exposed}} - CI_{\text{unexposed}} \]
Dari 200 perokok, 40 orang menderita penyakit paru kronis. Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis.
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 sebesar 20% berarti 20 dari setiap 100 perokok
mengalami penyakit paru kronis selama periode pengamatan. Ini
menunjukkan risiko yang cukup tinggi di kalangan perokok. Cumulative
incidence sebesar 5% berarti hanya 5 dari setiap 100 bukan perokok
mengalami penyakit paru kronis, menunjukkan risiko yang jauh lebih
rendah dibandingkan perokok.
Relative Risk dihitung dengan rumus:
\[ RR = \frac{0.20}{0.05} = 4 \]
Interpretasi:
Relative risk sebesar 4 menunjukkan bahwa perokok memiliki risiko 4 kali
lebih besar untuk mengalami penyakit paru kronis dibandingkan bukan
perokok. Ini mengindikasikan bahwa merokok adalah faktor risiko yang
signifikan untuk penyakit paru kronis dalam populasi ini.
Attributable Risk dihitung dengan rumus:
\[ AR = 0.20 - 0.05 = 0.15 = 15\% \]
Interpretasi:
Attributable risk sebesar 15% berarti 15% dari kasus penyakit paru
kronis di kalangan perokok dapat diatribusikan langsung kepada kebiasaan
merokok. Dengan kata lain, jika perokok berhenti merokok, 15 dari setiap
100 kasus penyakit paru kronis di kelompok ini berpotensi dapat
dicegah.
Interpretasi Hasil:
Hasil ini mengindikasikan bahwa merokok berperan besar dalam meningkatkan risiko penyakit paru kronis.
# 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] 0.15Definisi:
Odds Ratio (OR) adalah ukuran epidemiologi yang digunakan untuk mengukur
kekuatan hubungan antara paparan (exposure) terhadap suatu faktor risiko
dan terjadinya suatu kejadian (outcome), terutama dalam studi
kasus-kontrol. OR didefinisikan sebagai rasio antara peluang (odds)
kejadian pada kelompok terpapar dengan peluang kejadian pada kelompok
tidak terpapar. Peluang dihitung sebagai rasio antara probabilitas
kejadian terjadi dengan probabilitas kejadian tidak terjadi. OR sering
digunakan untuk memperkirakan risiko relatif ketika relative risk tidak
dapat dihitung langsung, seperti dalam studi kasus-kontrol.
Rumus:
\[ OR = \frac{a/b}{c/d} = \frac{ad}{bc} \]
Terpapar (+) Penyakit (+) = 45, Tidak Penyakit (-) = 30 Tidak Terpapar (-) Penyakit (+) = 20, Tidak Penyakit (-) = 55
Perhitungan:
Untuk menghitung Odds Ratio, kita akan menggunakan rumus:
\[ OR = \frac{45 \times 55}{30 \times 20} = \frac{2475}{600} = 4.125 \]
Interpretasi:
OR sebesar 4.125 berarti peluang seseorang yang terpapar faktor risiko
untuk menderita penyakit adalah 4,125 kali lebih besar dibandingkan
peluang seseorang yang tidak terpapar.
Interpretasi dalam Konteks Paparan dan
Penyakit:
Odds Ratio sebesar 4.125 menunjukkan bahwa individu yang terpapar faktor
risiko memiliki peluang 4,125 kali lebih besar untuk menderita penyakit
dibandingkan mereka yang tidak terpapar, mengindikasikan hubungan kuat
antara paparan dan penyakit dalam studi kasus-kontrol ini. Dalam konteks
kesehatan masyarakat, temuan ini menegaskan perlunya intervensi untuk
mengurangi paparan faktor risiko, seperti melalui kampanye pencegahan,
skrining dini, atau kebijakan pengendalian, guna menurunkan beban
penyakit di kelompok terpapar, meskipun diperlukan analisis lebih lanjut
untuk memastikan kausalitas dan mengontrol faktor pengganggu.
# Data untuk Odds Ratio
tp <- 45
tn <- 30
ttp <- 20
ttn <- 55
# Perhitungan Odds Ratio
OR <- (tp * ttn) / (tn * ttp);OR## [1] 4.125Definisi:
Case Fatality Rate (CFR) adalah ukuran epidemiologi yang menunjukkan
proporsi individu yang meninggal akibat suatu penyakit tertentu di
antara mereka yang telah didiagnosis dengan penyakit tersebut selama
periode waktu tertentu. CFR dihitung sebagai rasio antara jumlah
kematian akibat penyakit tersebut dengan jumlah total kasus yang
terdiagnosis, biasanya dinyatakan dalam persentase. Ini mencerminkan
tingkat keparahan atau lethalitas penyakit dalam populasi yang
terinfeksi.
Rumus:
\[ CFR = \frac{\text{Jumlah Kematian Akibat Penyakit}}{\text{Jumlah Kasus Terdiagnosis Penyakit}} \times 100\% \]
250 kasus, dengan 10 di antaranya meninggal.
Perhitungan:
\[ CFR = \frac{10}{250} \times 100\% = 4\% \]
Interpretasi:
Case Fatality Rate (CFR) sebesar 4% berarti bahwa dari setiap 100
individu yang terdiagnosis dengan penyakit ini, 4 orang meninggal akibat
penyakit tersebut selama periode pengamatan. Dalam kasus ini, dari 250
kasus yang terdiagnosis, 10 orang meninggal, menunjukkan bahwa 4% dari
kasus yang terdeteksi berujung pada kematian.
Interpretasi dalam Konteks Keparahan Penyakit:
CFR sebesar 4% menunjukkan bahwa penyakit ini memiliki tingkat keparahan
yang moderat. Meskipun tidak tergolong sangat mematikan (dibandingkan,
misalnya, dengan penyakit seperti Ebola yang memiliki CFR jauh lebih
tinggi, sering di atas 50%), angka ini tetap signifikan dan menunjukkan
bahwa penyakit ini dapat menyebabkan kematian pada sebagian kecil
individu yang terdiagnosis. Dalam konteks kesehatan masyarakat, CFR 4%
menandakan bahwa penyakit ini memerlukan perhatian serius, terutama
dalam hal diagnosis dini, pengobatan yang efektif, dan pencegahan
komplikasi untuk mengurangi angka kematian.
# Data untuk Case Fatality Rate
jumlahkematian <- 10
jumlahkasus <- 250
# Perhitungan CFR
CFR <- round((jumlahkematian / jumlahkasus) * 100, 2);CFR## [1] 4Incidence Rate (IR) menggambarkan kecepatan munculnya kasus baru suatu penyakit dalam populasi yang terpapar selama periode waktu tertentu. Dalam kasus yang diberikan, Laju Insidensi (IR) untuk penyakit X adalah 7,62 kasus per 1.000 person-years.
Cumulative Incidence (Hipertensi): Dalam studi kohort dengan 500 orang sehat, 25 orang mengalami hipertensi setelah 2 tahun, menghasilkan cumulative incidence 5%, yang berarti 5% individu sehat berisiko mengembangkan hipertensi dalam periode tersebut, menunjukkan risiko moderat yang memerlukan intervensi kesehatan masyarakat seperti edukasi pola makan rendah garam dan screening rutin untuk mencegah peningkatan kasus
Prevalensi (Diabetes): Survei di kota berpenduduk 20.000 orang menemukan 400 orang menderita diabetes, dengan prevalensi titik 2%, mengindikasikan bahwa diabetes cukup signifikan namun tidak terlalu tinggi, sehingga diperlukan alokasi sumber daya untuk pengobatan, skrining, dan edukasi gaya hidup sehat guna mengelola beban penyakit dan mencegah komplikasi.
Relative Risk (Penyakit Paru Kronis): Dari 200 perokok (40 kasus) dan 300 bukan perokok (15 kasus), relative risk 4 menunjukkan bahwa perokok memiliki risiko 4 kali lebih besar untuk penyakit paru kronis dibandingkan bukan perokok, menegaskan merokok sebagai faktor risiko utama yang memerlukan intervensi seperti kampanye anti-rokok dan program berhenti merokok untuk mengurangi beban penyakit.
Attributable Risk (Penyakit Paru Kronis): Attributable risk 15% dari kasus penyakit paru kronis menunjukkan bahwa 15% kasus di kalangan perokok dapat dicegah jika mereka tidak merokok, menyoroti dampak signifikan merokok dan pentingnya kebijakan pengendalian tembakau serta edukasi untuk menurunkan kejadian penyakit ini.
Odds Ratio (Paparan dan Penyakit): Odds ratio 4.125 dari data (45 terpapar dengan penyakit, 30 terpapar tanpa penyakit, 20 tidak terpapar dengan penyakit, 55 tidak terpapar tanpa penyakit) menunjukkan bahwa individu terpapar memiliki peluang 4,125 kali lebih besar untuk menderita penyakit, mendukung kebutuhan intervensi untuk mengurangi paparan faktor risiko guna mencegah penyakit.
Case Fatality Rate (Penyakit Tidak Spesifik): Dari 250 kasus penyakit dengan 10 kematian, case fatality rate 4% menunjukkan bahwa 4% individu terdiagnosis meninggal, mencerminkan keparahan penyakit yang moderat dan menekankan pentingnya diagnosis dini, perawatan efektif, serta program pencegahan untuk mengurangi angka kematian di populasi.
Dengan mempelajari ini, kita dapat lebih memahami pola penyebaran penyakit di masyarakat serta sejauh mana faktor risiko memengaruhi kejadiannya. Pemahaman ini krusial untuk merancang kebijakan kesehatan yang lebih tepat, baik dalam upaya pencegahan, deteksi dini, maupun penanganan penyakit pada tingkat komunitas.