Incidence Rate

Definisi:

Incidence Rate adalah tingkat kasus atau kejadian baru selama periode waktu tertentu untuk populasi yang berisiko terhadap kejadian tersebut.

Rumus :

\[ IR = \frac{Kasus\ baru}{Populasi\ berisiko} \] Contoh Kasus:

Berdasarkan hasil studi di Amerika Serikat pada tahun 2024 terdapat 61.380 kasus kanker rahim dari 324 juta total populasi. Diketahui sebanyak 157 juta adalah perempuan. maka incidence rate adalah sebagai berikut:

\[ IR = \frac{61.380}{157.000.000} = 0,000391 \] Incidence Rate kanker rahim di Amerika Serikat tahun 2024 adalah 39 kasus baru per 100.000 penduduk. Artinya, Setiap 100.000 penduduk yang diamati terdapat 39 kasus baru kanker rahim.

Cumulative Incidence

Definisi:

Cumulative Incidence adalah Ukuran yang menunjukkan proporsi individu yang mengalami kasus baru suatu penyakit dalam periode waktu tertentu di antara populasi yang berisiko pada awal periode, yang dihitung dengan membagi jumlah kasus baru dengan total individu yang berisiko pada awal pengamatan.

Rumus: \[ CI = \frac{Kasus\ baru}{Populasi\ berisiko\ awal\ pengamatan} \] Contoh kasus:

Terdapat 28.000 individu sehat pada awal dilakukan pengamatan. setelah 1 tahun terdapat 3.055 kasus baru diabetes, maka cumulative incidencenya adalah:

\[ CI = \frac{3.055}{28.000}=0,1091 \] Cumulative incidence sebesar 10,9% berarti bahwa 10,9% dari 28.000 individu yang sehat pada awal penelitian mengalami diabetes selama 1 tahun pengamatan. Dengan kata lain, 11 dari 28.000 orang yang awalnya bebas dari diabetes mengembangkan penyakit ini dalam periode tersebut.

Prevalensi

Definisi:

Prevalensi adalah proporsi individu dalam populasi tertentu yang menderita penyakit atau memiliki karakteristik tertentu pada satu titik waktu (prevalensi titik) atau selama periode waktu tertentu (prevalensi periode). Prevalensi menggambarkan jumlah kasus lama dan baru yang ada pada satu waktu, berbeda dengan insidensi yang hanya menghitung kasus baru

Rumus:

\[ P = \frac{Kasus\ (baru+lama)}{Total\ populasi} \] Contoh kasus: jika pada suatu kota dengan 10.000 penduduk, terdapat 200 orang yang menderita flu (termasuk 50 kasus baru dan 150 kasus yang sudah ada), maka prevalensinya:

\[ P = \frac{200}{10000}=0,02 \] Prevalensi sebesar 2% menunjukkan 2 dari 100 penduduk kota menderita flu.

Relative Risk dan Attributable Risk

Definisi:

Relative Risk adalah Rasio risiko terjadinya suatu kejadian (penyakit) pada kelompok yang terpapar faktor risiko dibandingkan dengan kelompok yang tidak terpapar. Attributable Risk adalah Selisih atau perbedaan absolut risiko penyakit antara kelompok yang terpapar dan kelompok yang tidak terpapar.

Rumus:

\[ RR = \frac{CI_{exposed}}{CI_{unexposed}} \] \[ AR = CI_{exposed} - CI_{unexposed} \] Contoh kasus: Dalam wabah cacar air di suatu area, cacar air didiagnosis pada 18 dari 152 anak yang divaksinasi dibandingkan dengan 3 dari 7 anak yang tidak divaksinasi. maka Relative Risk dan Attributable Risk adalah:

Cumulative Incidence pada kelompok tidak divaksin(exposed) dan divaksin (unexposed)

\[ CI_{exposed} = \frac{3}{7}=0,429 \] \[ CI_{unexposed} = \frac{18}{152}=0,118 \] Relative Risk dihitung dengan rumus: \[ RR = \frac{0,429}{0,118 }=3,64 \] Relative Risk 3,64 berarti anak yang tidak divaksinasi memiliki risiko terkena cacar air sekitar 3,6 kali lebih besar dibandingkan anak yang divaksinasi.

Attributable Risk dihitung dengan rumus: \[ AR =0,429-0,118=0,311 \] Attributable Risk sebesar 31% menunjukkan da 31 kasus tambahan per 100 orang pada kelompok anak tidak divaksin akibat tidak divaksinasi.

Odds Ratio (OR)

Definisi:

Odds Ratio adalah ukuran seberapa kuat suatu kejadian terkait dengan paparan. Rasio odds adalah perbandingan antara dua set odds: odds terjadinya kejadian pada kelompok yang terpapar dibandingkan dengan odds terjadinya kejadian pada kelompok yang tidak terpapar.

Tabel 2x2

Paparan / Penyakit Penyakit (+) Tidak Penyakit (-)
Terpapar (+) a b
Tidak Terpapar (-) c d

Rumus:

\[ OR = \frac{a/b}{c/d} = \frac{ad}{bc} \] Contoh kasus:

Sebuah studi kasus-kontrol meneliti 100 kasus multiple sclerosis (MS) dan 200 kontrol serta menguji keberadaan sitokin Th1 dalam sampel cairan serebrospinal (CSF) pada semua kasus dan kontrol. Hasilnya disajikan dalam Tabel berikut:

Test for Th1 Cases Controls Total
Positive 62 (a) 24 (b) 86
Negative 38 (c) 176 (d) 214
Total 100 200 300

\[ OR = \frac{62*176}{24*38}=11,96 \] OR sebesar 12 menunjukkan bahwa kasus MS memiliki kemungkinan sekitar 12 kali lebih besar untuk positif terhadap penanda tersebut dibandingkan dengan kelompok kontrol.