Nama: Fatih Zahrani
NPM:
140610230014
Dosen Pengampu: I Gede Nyoman Mindra
Jaya, M.Si., Ph.D.
Jawablah soal-soal berikut dengan menunjukkan langkah perhitungan secara jelas. Gunakan data yang diberikan dan tuliskan interpretasi hasilnya.
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.
Rumus yang digunakan:
IR = Kasus Baru / Total Person-Time
Pembahasan:
# Input data
kasus_baru <- 8
person_time <- 1050
# Hitung Incidence Rate per person-year
ir <- kasus_baru / person_time
# Konversi ke per 1.000 person-years
ir_per_1000 <- ir * 1000
# Menampilkan hasil IR per person-year
cat(paste("Nilai Incidence Rate (IR) adalah", round(ir, 5),
"kasus per person-year."), "\n")## Nilai Incidence Rate (IR) adalah 0.00762 kasus per person-year.# Menampilkan hasil
cat(paste("Nilai Incidence Rate adalah", round(ir_per_1000, 2),
"kasus per 1.000 person-years."))## Nilai Incidence Rate adalah 7.62 kasus per 1.000 person-years.Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
Rumus yang digunakan:
CI = Kasus Baru dalam Periode / Populasi Berisiko Awal
Pembahasan:
1. Cumulative Incidence
# Mendefinisikan data dari kasus
kasus_baru <- 25
populasi_awal <- 500
# Menghitung Cumulative Incidence
cumulative_incidence <- kasus_baru / populasi_awal
# Mengubah CI menjadi format persentase
ci_persen <- cumulative_incidence * 100
# Menampilkan hasil dengan format yang rapi
cat(paste0(
"Nilai Cumulative Incidence (CI) adalah ", cumulative_incidence,
", atau ", ci_persen, "%."
))## Nilai Cumulative Incidence (CI) adalah 0.05, atau 5%.2. Interpretasi
Nilai Cumulative Incidence (CI) adalah 5%. Nilai ini dapat diinterpretasikan bahwa risiko rata-rata bagi setiap individu sehat dalam populasi tersebut untuk terkena hipertensi selama periode pengamatan 2 tahun adalah sebesar 5%.
Dengan kata lain, dari 100 orang sehat yang diamati selama 2 tahun, diperkirakan akan ada 5 orang yang mengalami hipertensi. CI memberikan gambaran langsung mengenai probabilitas atau risiko seseorang untuk mengalami suatu penyakit dalam rentang waktu yang spesifik.
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
Rumus yang digunakan:
P = Kasus (baru + lama) / Total Populasi
Pembahasan:
1. Prevalensi
# Mendefinisikan data dari kasus
jumlah_kasus <- 400
total_populasi <- 20000
# Menghitung prevalensi
prevalensi <- jumlah_kasus / total_populasi
# Mengubah prevalensi menjadi format persentase
prevalensi_persen <- prevalensi * 100
# Menampilkan hasil
cat(paste0(
"Nilai Prevalensi diabetes adalah ", prevalensi,
", atau ", prevalensi_persen, "%."
))## Nilai Prevalensi diabetes adalah 0.02, atau 2%.2. Makna Angka Prevalensi Angka prevalensi sebesar 2% memiliki makna penting bagi kesehatan masyarakat:
Beban Penyakit (Burden of Disease): Angka ini menunjukkan bahwa pada saat survei dilakukan, 2 dari setiap 100 orang di kota tersebut hidup dengan diabetes. Ini menggambarkan besarnya beban penyakit diabetes yang ada di komunitas.
Perencanaan Sumber Daya: Informasi prevalensi sangat krusial bagi dinas kesehatan dan pengelola fasilitas layanan kesehatan. Angka 2% ini dapat digunakan sebagai dasar untuk:
Singkatnya, prevalensi adalah indikator kunci untuk memahami skala masalah kesehatan di suatu wilayah dan menjadi landasan dalam pengambilan keputusan dan perencanaan strategis di bidang kesehatan.
Data Kohort
Tentukan
Rumus yang digunakan:
Pembahasan:
1. Perhitungan
# --- Data ---
# Kelompok Perokok (Exposed)
kasus_perokok <- 40
populasi_perokok <- 200
# Kelompok Bukan Perokok (Unexposed)
kasus_non_perokok <- 15
populasi_non_perokok <- 300
# --- 1. Perhitungan Cumulative Incidence (CI) ---
# CI = Jumlah Kasus Baru / Populasi Berisiko Awal
ci_perokok <- kasus_perokok / populasi_perokok
ci_non_perokok <- kasus_non_perokok / populasi_non_perokok
# --- 2. Perhitungan Relative Risk (RR) ---
# RR = CI pada kelompok terpapar / CI pada kelompok tidak terpapar
rr <- ci_perokok / ci_non_perokok
# --- 3. Perhitungan Attributable Risk (AR) ---
# AR = CI pada kelompok terpapar - CI pada kelompok tidak terpapar
ar <- ci_perokok - ci_non_perokok
ar_persen <- ar * 100 # Mengubah AR menjadi persentase
# --- 4. TAMPILKAN HASIL ---
cat(
"--- HASIL ANALISIS RISIKO ---\n\n",
"1. Cumulative Incidence (Perokok) :", ci_perokok * 100, "%\n",
" Cumulative Incidence (Bukan Perokok) :", ci_non_perokok * 100, "%\n\n",
"2. Relative Risk (RR) :", round(rr, 2), "\n\n",
"3. Attributable Risk (AR) :", ar_persen, "%"
)## --- HASIL ANALISIS RISIKO ---
##
## 1. Cumulative Incidence (Perokok) : 20 %
## Cumulative Incidence (Bukan Perokok) : 5 %
##
## 2. Relative Risk (RR) : 4
##
## 3. Attributable Risk (AR) : 15 %CI menggambarkan risiko absolut seorang individu dalam suatu kelompok untuk mengalami penyakit selama periode studi.
Ini berarti risiko seorang perokok untuk menderita penyakit paru kronis dalam periode studi adalah 20%, sedangkan risikonya pada bukan perokok adalah 5%.
RR membandingkan risiko penyakit pada kelompok terpapar dengan kelompok tidak terpapar.
AR mengukur seberapa besar kelebihan risiko penyakit pada kelompok terpapar yang disebabkan oleh paparan itu sendiri.
2. Interpretasi Berdasarkan hasil perhitungan di atas, dapat disimpulkan:
Risiko Absolut: Risiko menderita penyakit paru kronis pada kelompok perokok (20%) adalah jauh lebih tinggi dibandingkan pada kelompok bukan perokok (5%).
Risiko Relatif (RR): Nilai RR sebesar 4 menunjukkan bahwa perokok memiliki risiko 4 kali lipat lebih tinggi untuk menderita penyakit paru kronis dibandingkan dengan bukan perokok. Karena nilai RR > 1, maka merokok terbukti merupakan faktor risiko (risk factor) untuk penyakit paru kronis.
Risiko Atribut (AR): Nilai AR sebesar 15% berarti bahwa 15% kelebihan risiko penyakit paru kronis pada kelompok perokok disebabkan langsung oleh aktivitas merokok. Dengan kata lain, jika paparan rokok dihilangkan dari kelompok perokok, diperkirakan akan ada penurunan insidensi penyakit sebesar 15% pada kelompok tersebut.
| Paparan / Penyakit | Penyakit (+) | Tidak Penyakit (-) |
|---|---|---|
| Terpapar (+) | 45 | 30 |
| Tidak Terpapar (-) | 20 | 55 |
Rumus yang digunakan:
| Paparan / Penyakit | Penyakit (+) | Tidak Penyakit (-) |
|---|---|---|
| Terpapar (+) | a | b |
| Tidak Terpapar (-) | c | d |
OR = ad / bc
Pembahasan:
1. Hitung Odds Ratio (OR)
# Mendefinisikan nilai a, b, c, dan d
a <- 45
b <- 30
c <- 20
d <- 55
# Menghitung Odds Ratio
OR <- (a * d) / (b * c)
# Menampilkan hasil
print(paste("Nilai Odds Ratio (OR) adalah:", round(OR, 2)))## [1] "Nilai Odds Ratio (OR) adalah: 4.12"Berdasarkan perhitungan di atas, nilai Odds Ratio (OR) adalah 4.12.
2. Makna Odds Ratio
Nilai Odds Ratio (OR) sebesar 4.12 memiliki makna sebagai berikut:
Arah Hubungan: Karena nilai OR lebih besar dari 1 (\(OR > 1\)), ini menunjukkan adanya hubungan positif antara paparan dan kejadian penyakit. Dengan kata lain, paparan tersebut merupakan faktor risiko (risk factor) untuk terjadinya penyakit.
Kekuatan Hubungan: Kelompok yang terpapar memiliki odds (peluang) untuk menderita penyakit sebesar 4.12 kali lebih tinggi dibandingkan dengan kelompok yang tidak terpapar.
Kesimpulan: Hasil analisis ini menunjukkan bahwa paparan yang diteliti secara signifikan meningkatkan risiko terjadinya penyakit. Individu dengan riwayat paparan memiliki kemungkinan yang jauh lebih besar untuk mengalami penyakit dibandingkan mereka yang tidak memiliki riwayat paparan.
Pada suatu wabah, ditemukan 250 kasus dengan 10 di antaranya meninggal.
Rumus yang digunakan:
CI = (Jumlah kematian akibat penyakit / Jumlah kasus penyakit) x 100%
Pembahasan:
1. Hitung CFR
# Definisikan variabel
a <- 10
b <- 250
# Lakukan perhitungan
a1 <- a / b
CFR <- a1 * 100
# Tampilkan hasil akhir
print(CFR)## [1] 42. Interpretasi tingkat keparahan penyakit
Secara umum, tingkat keparahan penyakit berdasarkan CFR dapat diinterpretasikan sebagai berikut:
Sangat Rendah: < 1%
Rendah: 1% - 2.5%
Sedang: 2.5% - 5%
Tinggi: 5% - 20%
Sangat Tinggi: > 20%
Berdasarkan kategori tersebut, CFR bernilai 4% termasuk dalam kategori tingkat keparahan sedang. Ini menandakan bahwa penyakit tersebut memiliki risiko kematian yang cukup signifikan dan memerlukan perhatian yang serius untuk mencegah lebih banyak kematian.