Laju kasus baru per person-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.
Rumus:
\[ IR = \frac{Kasus\ Baru}{Total\ Person-Time} \]
Perhitungan Manual:
\[ IR = \frac{8}{1050} = 0.007619048 \] Setiap individu memiliki risiko sekitar 0,76% untuk terkena penyakit X dalam 1 tahun atau Sekitar 7,6 kasus baru diperkirakan terjadi pada 1.000 orang setiap tahun.
Perhitungan dengan R:
## [1] 0.007619048Risiko kasus baru dalam periode tertentu.
Dalam sebuah penelitian kohort terhadap 500 orang sehat di awal periode, setelah 2 tahun pengamatan ditemukan 25 kasus baru hipertensi.
• Hitung Cumulative Incidence
Rumus:
\[ CI = \frac{Kasus\ Baru\ dalam\ Periode}{Populasi\ Berisiko\ Awal} \]
Perhitungan Manual:
\[ CI = \frac{25}{500} = 0.05 = 5\% \]
Risiko seseorang dalam populasi penelitian untuk terkena hipertensi dalam 2 tahun adalah sebesar 5%.
Perhitungan dengan R:
## [1] 0.05Proporsi total kasus (baru + lama).
Pada survei kesehatan di kota berpenduduk 20.000 orang, ditemukan 400 orang menderita diabetes pada saat survei dilakukan.
• Hitung prevalensi diabetes di kota tersebut
Rumus:
\[ P = \frac{Kasus\ (baru + lama)}{Total\ Populasi} \]
Perhitungan Manual:
\[ P = \frac{400}{20000} = 0.02 = 2\% \]
Prevalensi diabetes sebesar 0,02 (2%) menunjukkan bahwa pada saat survei dilakukan, sekitar 2 dari setiap 100 penduduk kota menderita diabetes, yang menggambarkan besarnya beban penyakit di masyarakat dan menjadi dasar penting untuk perencanaan serta pengendalian program kesehatan.
Perhitungan dengan R:
## [1] 0.02Perbandingan risiko antara terpapar vs tidak terpapar.
Data kohort:
Dari 200 perokok, 40 orang menderita penyakit paru kronis.
Dari 300 bukan perokok, 15 orang menderita penyakit paru kronis.
Tentukan:
Rumus:
\[ CI = \frac{Kasus\ Baru\ dalam\ Periode}{Populasi\ Berisiko\ Awal} \]
Kelompok Perokok
Perhitungan Manual:
\[ CI = \frac{40}{200} = 0.2 = 20\% \]
Kelompok Bukan Perokok
Perhitungan Manual:
\[ CI = \frac{15}{300} = 0.05 = 5\% \]
Rumus:
\[ RR = \frac{CI_{exposed}}{CI_{unexposed}} \]
Perhitungan Manual:
\[ RR = \frac{0.2}{0.05} = 4 \]
Perhitungan dengan R:
kasus.perokok = 40
populasi.perokok = 200
CI.perokok = kasus.perokok/populasi.perokok
kasus.non.perokok = 15
populasi.non.perokok = 300
CI.non.perokok = kasus.non.perokok/populasi.non.perokok
RR = CI.perokok/CI.non.perokok
CI.perokok## [1] 0.2## [1] 0.05## [1] 4Perbandingan odds penyakit antara terpapar vs tidak terpapar.
Terdapat 59 ibu hamil dengan anemia yang melahirkan bayi BBLR dan 35 ibu hamil dengan anemia yang tidak melahirkan bayi BBLR, sedangkan pada ibu tanpa anemia terdapat 54 yang melahirkan bayi BBLR dan 78 yang tidak melahirkan bayi BBLR. Hitung nilai Odds Ratio (OR).
| Status Anemia | BBLR | Tidak BBLR |
|---|---|---|
| Anemia | 59 | 35 |
| Tidak Anemia | 54 | 78 |
Rumus:
\[ OR = \frac{ad}{bc} \]
Perhitungan Manual:
\[ OR = \frac{59 \times 78}{35 \times 54} = 2,4 \]
Ibu hamil yang mengalami anemia memiliki odds sekitar 2,4 kali lebih besar melahirkan bayi BBLR dibandingkan yang tidak anemia.
## [1] 2.434921Sumber: Azzizah, E. N., Faturahman, Y., & Novianti, S. (Tahun). Faktor-faktor yang berhubungan dengan kejadian bayi berat lahir rendah (Studi di RSUD Dr. Soekardjo Kota Tasikmalaya). Universitas Siliwangi.
Proporsi kasus yang berakhir dengan kematian.
Hingga pelaporan terakhir per April 29, 2023, Organisasi Kesehatan Dunia (WHO) melaporkan: Kasus terkonfirmasi COVID-19 secara global: 765.222.932 kasus Kematian akibat COVID-19 global: 6.921.614 kematian Hitunglah Case Fatality Rate (CFR) untuk data global COVID-19 tersebut!
Rumus:
\[ CFR = \frac{Jumlah\ kematian\ akibat\ penyakit}{Jumlah\ kasus\ penyakit} \times 100\% \]
Perhitungan Manual:
\[ CFR = \frac{6.921.614}{765.222.932} = 0,905\% \]
Case Fatality Rate (CFR) untuk data global COVID-19 sebesar 0,905%
Perhitungan dengan R:
## [1] 0.9045226Selisih risiko antara terpapar dan tidak terpapar.
Dalam sebuah studi kohort di China yang melibatkan 121.534 peserta, sebanyak 30.079 adalah perokok dan 91.455 bukan perokok. Setelah masa follow-up 5,1 tahun, ditemukan 377 kasus kanker paru pada perokok dan 733 kasus pada bukan perokok. Hitung Attributable Risk.
| Kanker Paru | Tidak Kanker | Total | |
|---|---|---|---|
| Perokok | 377 | 29.702 | 30.079 |
| Non-perokok | 733 | 90.722 | 91.455 |
Perhitungan:
\[ CI_{exposed} = \frac{377}{30.079} = 0,013 \]
\[ CI_{unexposed} = \frac{733}{91.455} = 0,008 \]
Rumus:
\[ AR = CI_{exposed} - CI_{unexposed} \]
Perhitungan Manual:
\[ AR = 0,013 - 0,008 = 0.005 \]
Artinya, terdapat 5 kasus tambahan per 1.000 orang pada kelompok perokok akibat paparan merokok.
Perhitungan dengan R:
kasus_exposed = 377
total_exposed = 30079
kasus_unexposed = 733
total_unexposed = 91455
CI_exposed = kasus_exposed / total_exposed
CI_unexposed = kasus_unexposed / total_unexposed
AR = CI_exposed - CI_unexposed
CI_exposed## [1] 0.01253366## [1] 0.008014871## [1] 0.004518791Proporsi insidensi populasi yang dapat dicegah bila paparan dihilangkan.
Dalam sebuah studi kohort di China yang melibatkan 121.534 peserta, sebanyak 30.079 adalah perokok dan 91.455 bukan perokok. Setelah masa follow-up 5,1 tahun, ditemukan 377 kasus kanker paru pada perokok dan 733 kasus pada bukan perokok. Jika diketahui \(CI_{population} = 0,009\), hitung Population Attributable Risk (PAR).
Rumus:
\[ PAR = CI_{population} - CI_{unexposed} \]
Perhitungan Manual:
\[ PAR = 0,009 - 0,008 = 0,001 \]
Artinya, terdapat 1 kasus per 1.000 orang dalam populasi yang dapat dicegah jika paparan merokok dihilangkan.
Perhitungan dengan R:
CI_population = 0.009
kasus_unexposed = 733
total_unexposed = 91455
CI_unexposed = kasus_unexposed / total_unexposed
PAR = CI_population - CI_unexposed
CI_unexposed## [1] 0.008014871## [1] 0.0009851293