0% menganggap dokumen ini bermanfaat (0 suara)
874 tayangan12 halaman

Ukuran Statistik dalam Epidemiologi

Dokumen tersebut membahas tentang pengukuran epidemiologi, termasuk pengertian statistik, jenis-jenis data statistik, dan ukuran-ukuran statistik yang penting dalam epidemiologi seperti ratio, proporsi, dan berbagai jenis rate seperti incidence rate dan mortality rate.

Diunggah oleh

Navyke Novitasari
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOC, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
874 tayangan12 halaman

Ukuran Statistik dalam Epidemiologi

Dokumen tersebut membahas tentang pengukuran epidemiologi, termasuk pengertian statistik, jenis-jenis data statistik, dan ukuran-ukuran statistik yang penting dalam epidemiologi seperti ratio, proporsi, dan berbagai jenis rate seperti incidence rate dan mortality rate.

Diunggah oleh

Navyke Novitasari
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOC, PDF, TXT atau baca online di Scribd

PENGUKURAN EPIDEMIOLOGI

Oleh : Aries Prasetyo, SKM, MPH

Tujuan dalam mempelajari epidemiologi adalah melihat bagaimana


penyebaran kesakitan dan kematian menurut sifat-sifat orang-orang (man),
tempat (place) dan waktu (time). Untuk menganalisa penyebaran kesakitan dan
kematian diperlukan berbagai ukuran (perhitungan) yang sering digunakan dalam
survai atau penyelidikan epidemiologi. Dalam hal ini maka diperlukanlah statistik
untuk memudahkan analisa suatu kasus dalam epidemiologi.

A. PENGERTIAN STATISTIK
Statistik secara dapat didefinisikan sebagai berikut :
1. Statistik adalah data atau catatan tentang informasi
2. Statistic are fact is number
3. Statistic are numerical data, influenced to marked extended by multiplicity
of causes (Jule and Kedalll)
4. Statistic may be defined as the :
- collection
- presentation
of numerical data
- analysis and
- interpretation

Sifat-sifat data
1. Data membentuk agregat
Variabilitas agregat dipengaruhi oleh :
a. Faktor instrinsik :
- individual variabilities
- group variabilities
b. Faktor ekstrinsik :
- metode riset dan pengukurannya
- subjektivitas interprestainya dan
- sampling
2. Jenis-jenis data
Jenis-jenis data dibedakan sebagai berikut :
a. Data kontinyu
b. Data deskrit

Tahapan dalam statistik :


a. Kompilasi data (pengumpulan dan memisahkan data sesuai denan
kebutuhan).
b. Pengelolaan data (data processing) dengan tujuan penyusunan menurut
berbagai kriteria melalui komputer dan dianalisis.
c. Penyajian data (data presentation).
d. Interprestasi (termasuk hasil analisis dan kesimpulan)

Sumber-sumber data :
a. Primary source (data primer) yaitu data yang diperoleh melalui penggalian
dengan survey dan angket
b. Secondary source (data sekunder) yaitu data yang dikumpulkan pihak lain
dimana kita tinggal menggunakannya
c. Tertiary source (data tertier) yaitu data digali dari pihak lain, diproses
kemudian dipublikasikan, sedangkan kita hanya mengutip dari publikasi
ini.

B. UKURAN-UKURAN STATISTIK PADA EPIDEMIOLOGI


Ada berbagai macam cara perhitungan lain yang dapat dipakai dan perlu
untuk berbagai keperluan dalam epidemiologi, namun ada tiga bentuk ukuran
statistik yang penting dalam epidemiologi yaitu ratio, rate dan proporsi.
Ketiga ukuran statistik ini sering digunakan dalam mengukur dan menentukan
timbulnya suatu jumlah kasus kesakitan dan kematian.
Kesakitan biasanya diukur dengan incidence rate dan attack rate,
kematian diukur dengan motality rate. Sedangkan proporsi dan ratio
diterapkan pada morbiditas dan mortalitas. Dengan hanya mengetahui
jumlah kasus dan kematian tidak cukup untuk mengidentifikasi resiko untuk
terinfeksi atau mati di antara anggota berbagai populasi, dalam hal ini harus
memakai rate. Faktor-faktor yang berhubungan secara causal yang menjadi
penyebab kesakitan dan kematian biasanya tersebar secara random di
antara populasi, dan suatu langkah penting di dalam epidemiologi adalah
untuk mengidentifikasikan kejadian ini. Proses ini pada dasarnya menyangkut
hubungan antara kasus atau kematian dengan ciri-ciri kelompok masyarakat
dengan berdasar pada variabel-variabel tertentu seperti umur, jenis kelamin,
suku, pekerjaan, status sosial ekonomi dan faktor geografis.
Perhitungan rate dan ratio sesuai dengan variabel-variabel tertentu tadi
penting dalam mengidentifikasikan faktor-faktor yang timbul dalam populasi
ini atau lingkungannya yang mempunyai hubungan secacara causal. Informai
ini penting di dalam penentuan ukuran-ukuran pengamatan yang praktis dan
efisien.

1. Ratio
Ratio (R) adalah suatu pernyataan frekuensi dari timbulnya suatu kejadian
dibandingkan dengan kejadian yang lain.
Rumus :
X
R
Y

Dimana :
X = Jumlah kejadian, orang dan lain-lain yang memiliki satu atau lebih ciri-ciri
tertentu
Y = Jumlah kejadian, orang dan lain-lain yang memiliki satu atau lebih ciri-ciri
tertentu, namun ciri tersebut berbeda dengan ciri-ciri kelompok X

Keterangan :
- disini X tidak ada hubungannya dengan Y
x
- harus merupakan bilangan ≤ 1
y

- R tidak dinyatakan dalam prosentase, melainkan suatu pecahan dimana


Y≥X
- Populasi dan jangka waktu atau titik waktu tertentu yan dipakai harus
dijelaskan seperti pada rate
- Ratio dapat dihitung sebgai rate hanya untuk jumlah kejadian
Contoh :
X
X Y R
Y
a. Laki-laki (100 orang) Wanita (200 orang) ½
b. Penyakit paru (100 kasus) penyakit diare ( 300 kasus) 1/3
c. Jumlah sanitarian (1 orang) Jumlah penduduk (10.000 orang) 1/10.000

2. Proporsi
Proporsi (P) adalah persentase di antara jumlah keseluruhan kejadian dari
suatu seri data yang muncul dalam katagori atau sub group dari seri data tadi
atau jumlah orang (dengan sifat kumulatif tertentu) dibandingkan dengan
sejumlah populasi seluruhnya.
Rumus :
X
P K
Y
Dimana :
X = Jumlah kejadian, penderita dan lain-lain, yang timbul dalam suatu
katagori atau subgroup tertentu dari suatu kelompok yang lebih besar
Y= Jumlah keseluruhan dari kejadian atau penduduk dan lain-lain muncul
pada semua katagori dari suatu seri data tertentu
K = Selalu sama dengan 100
Contoh :
Pada suatu outbreak terdapat 30 kasus dari penyakit “X”, 6 diantaranya
adalah wanita dan 24 orang pria. Jumlah penduduk menurut jenis kelamin
pada kelompok tersebut tidak diketahui. Berapaka proporsi dari kasus
tersebut menurut jenis kelamin ?

Jenis Kelamin Jumlah Kasus Proporsi (%)


Laki-laki 24 80
Wanita 6 20
Jumlah 30 100

3. Rate
Rate (Rr) adalah angka yang menyatakan hubungan (relation) jumlah berapa
kali (frekuensi) suatu kejadian (penyakit) tertentu itu terjadi diantara sejumlah
orang yang mempunyai peluang terekspose dalam suatu waktu tertentu atau
perbandingan suatu peristiwa dengan populasi yang mempunyai resiko
berkaitan dengan peristiwa dimaksud.
Rumus :
X
Rr  K
Y

Dimana :
X = Jumlah orang di dalm kelompok masyarakat tertentu (berdasarkan
waktu, tempat, orang) ynag jatuh sakit oleh karena suatu sebab tertentu
selama masa periode waktu tertentu.
Y= population at risk (bagian populasi yang secara potensial susceptable
dapat terkena penyakit)
K = 100%, 1000%, per 100.000
Yang termasuk dalam rate adalah :
a. Incidence rate
b. Attack rate
c. Prevalence rate
d. Case Fatality Rate (CFR)
e. Crude Birth Rate (CBR)
f. Crude Death Rate (CDR)
g. Infant Mortality Rate (IMR)
h. Maternal Mortality Rate (MMR)

a. Incidence Rate (Angka Insidens)


Incidence rate adalah suatu ukuran dari frekuensi timbulnya kasus baru
suatu penyakit pada suatu kelompok masyarakat selama waktu tertentu.
Incidence rate merupakan indikator yang paling banyak digunakan didalam
epidemiologi bila dikaitkan dengan penderita baru dalam waktu tertentu.
Untuk perhitungan insidens secara lebih akurat dapat dikerjakan dengan
pendekatan “person-time incidence rate” (Last, 1988). Insidence rate atau
angka insidens dapat dihitung dengan rumus sebagai berikut :

jumlah orang yang mendapat sakit dalam waktu tertentu (X)


IR  Jumlah penduduk yang dalam waktu sama mempunyai resiko mendapat penyakit (Y)
xK
Atau

jumlah penderita baru / tahun (X)


IR  Jumlah penduduk beresiko dalam tahun yang sama (Y)
xK

Catatan : K = 100, 1.000, 10.000 dan seterusnya


Didalam praktek epidemiologi, incidence rate pada umumnya dipakai dalam
mengukur besar atau frekuensi suatu penyakit infeksi yang dialami suatu
kelompok masyarakat. Bila suatu kelompok masyarakat mempunyai
incidence rate yang lebih tinggi dari kelompok masyarakat lain, maka dapat
dikatakan kelompok pertama mempunya resiko lebih tinggi untuk
mendapatkan kejadian tertentu dibanding kelompok kedua. Dapat
disimpulkan bahwa kelompok pertama merupakan kelompok “resiko tinggi”
secara relatif dibandingkan kelompok kedua.
Pengetahuan mengena incidence adalah berguna sekali dalam mempelajari
faktor-faktor etiologi dari penyakit yang akut maupun kronis. Incidence rate
merupakan satu ukuran langsung dari kemungkinan (probabilitas) untuk
menjadi sakit. Dengan membandingkan incidence rate suatu penyakit
berbagai penduduk yang berbeda di dalam satu lebih faktor (keadaan) maka
kita dapat memperoleh keterangan faktor mana yang menjadi faktor resiko
dari penyakit yang bersangkutan.
Contoh :
Selama tahun 2006 dilaporkan sebanyak 412 kasus penyakit “X” di suatu
kota dengan penduduk 212.000. Dan diketahui pula bahwa 19 kasus terjadi
pada wanita di bawah umur 10 tahun, pada saat itu populasi wanita di
bawah umur 10 tahun 19.090 jiwa. Berapakah IR per 100.000 penduduk
kota selama tahun tersebut dan IR menurut jenis kelamin an umur pada
kurun waktu tersebut ?
Diketahui :
Xpddk = 412 orang
Ypddk = 212.000 orang
Kpddk = 100.000
X<10 th wanita = 19 orang
Y<10 th wanita = 19.080 orang
K<10 th wanita = 100.000
Ditanya : IR ?
Jawab :
412
IRpddk  x 100.000  194,3 per 100.000 penduduk
212.000
19
IR  10 th wanita  x 100.000  99,6 per 100.000 penduduk
19.080

b. Attack Rate (AR)


Incidence rate selalu dinyatakan dalam hubungan dengan periode waktu
tertentu seperti bulan, tahun dan seterusnya. Apabila penduduk berada
dalam ancaman diserangnya penyakit hanya untuk waktu yang terbatas
(seperti halnya dalam epidemi suatu penyakit infeksi), maka periode waktu
terjadinya kasus-kasus baru adalah sama dengan lamanya epidemi.
Incidence rate pada suatu epidemi (KLB) disebut “attack rate”. Adapun
rumus Attack Rate adalah sebagai berikut :

jumlah orang yang sakit (X)


AR  Jumlah orang yang terekspose (Y)
x K (100%)

Contoh :
Dalam suatu kejadian luar biasa penyakit “X” di suatu daerah, terdapat 26
kasus terdiri dari 7 kasus adalah wanita sedangkan 19 kasus adalah pria.
KLB tersebut muncul pada masyarakat yang terdiri 9 wanita dan 87 pria.
Berapakah attack rate masing-masing jenis kelamin dan keseluruhan
kelompok masyarakat tadi ?

Jenis Kelamin Jumlah Kasus Jumlah Penduduk


Pria 19 87
Wanita 7 9
Jumlah 26 96

Perhitungan :
19
ARpria  x 100  21,8
87

7
ARwanita  x 100  77,8
9

26
ARkeseluruhan  x 100  27,1
96

c. Prevalence Rate
Prevalence rate mengukur jumlah orang dikalangan penduduk yang
menderita suatu penyakit pada satu titik waktu tertentu. Kalau indikator
insidens dikaitkan dalam perhitungan untuk mencari penderita baru, maka
pada prevalence justru untuk penyakit baru maupun lama. Jelasnya pada
prevalence denominator adalah semua kasus, tidak peduli baru atau lama.
Denominator disini sesungguhnya berbeda dengan denominator insidence,
yaitu pada prevalence bvukan population at risk melainkan seluruhnya.
Karena untuk memudahkan perhitungan denominator insidens sudah
dianalogkan dengan populasi semuanya, mana sekarang tidak lagi terdapat
perbedaan dengan denominator prevalence di dalam perhitungan.
Rumus Period Prevalence :

jumlah kasus (baru  lama) dalam suatu periode tertentu (X)


PP  Jumlah penduduk seluiruhny a pada jangka waktu yang sama (Y)
xK

Dengan rumus yang sama kita sesungguhnya ingin membedakan Period


dan Point Prevalence. Pada period prevalence, denominatornya adalah
seluruh penduduk, baik sakit maupun tidak sakit yang tidak tercatat selama
kurun waktu tertentu. Period prevalence sering disebut prevalence saja
(atau angka prevalensi). Jadi bila membaca permintaan berapa prevalens-
nya, berarti yang dimaksud adalah Period Prevalence. Pada point
prevalence, denominatornya adalah jumlah penduduk yang diperiksa / diteliti
saat itu.
Untuk memudahkan mana kasus baru dan kasus lama untuk menghitung
insidence dan prevalence dapat dilihat pada tabel berikut :
Data Kasus Lama dan Baru Tahun 2006
2005 Tahun sekarang (2006) dimana perhitungan dicari
1 2 3 4 5 …………………… 50 51 52
(tahun kemarin)

A
B
C
D
E
F
G
H
I
Baru Pada akhir tahun (selama 52 minggu) dalam tahun 2006
Lama
jumlah penyakit lama adalah 3 kasus ( A + B + F)
Total
kasus baru adalah 5 (C, D, E, G dan I)
Keterangan :
= onset / mulai timbulnya penyakit
= penyakit berhenti
= penyakit lama mulai tahun 2005
= penyakit baru yang timbul pada tahun 2006

Terdapat beberapa faktor yang dapat ikut mempengaruhi meningkatnya


atau menurunnya prevalens di suatu daerah. Pengaruh peningkatan dan
penurunan faktor-faktor tersebut dapat dijelaskan sebagai berikut :

a. Prevalence dapat naik oleh :


- Kelangsungan penyakit lama
- Kelangsungan hidup penderita tanpa pengobatan lama
- Penderita baru meningkat (peningkatan insidens)
- Terdapat in-migration of cases
- Out migration of healthy people meningkat
- Meningkatnya in migration of susceptible people
- Fasilitas diagnostik yang makin meningkat
b. Prevalence dapat turun oleh :
- Kelangsungan penyakit pendek
- Case fatality rate meningkat
- Kasus baru berkurang (insidens penyakit menurun)
- Terdapat peningkatan in migration of healthy people
- Outmigration of cases meningkat
- Angka pengobatan yang berhasil meningkat
- Sistem pelaporan yang makin cepat dan baik hingga pengobatan
makin cepat berhasil

Point Prevalence Rate analog dengan Attack Rate. Bila Point Prevalence
Rate digunakan pada penyakit-penyakit yang berlangsung tidak akut (lama),
maka Attack Rate justru digunakan untuk kejadian akut, yaitu pada outbreak
atau KLB.
Di dalam epidemiologi penggunaan insidens dan prevalensi dilapangan
sering digunakan dalam kondisi yang berbeda. Yaitu untuk mengetahui
penyakit baru yang berlangsung tidak menahun sering digunakan angka
insidens. Sebaliknya pada pengendalian penyakit menahun sering
digunakan pendekatan prevalensi.

4. Hubungan Antara Incidence Rate Dengan Prevalence Rate


Hubungan antara prevalence rate (P) dan incidence (I) adalah P  I x t yang
berarti bahwa prevalence berubah menurut incidence (I) dan lamanya sakit (t)
Apabila insidence dan lamanya sakit stabil selama waktu yang panjang maka
dapat dinyatakan dalam rumus di bawah ini :

P=I xt

Jadi apabila prevalence dan lamanya sakit diketahui maka dapatlah dihitung
Incidencenya.

5. Case Fatality Rate


Jumlah orang yang mati
CFR  x 100%
jumlah orang yang menderita

Contoh :
Pada penelitian dalam peristiwa keracunan pestisida pada petani di Desa “Y”
di Kabupaten “A” pada tahun 2004 didapatkan fakta-fakta sebagai berikut :
Jumlah petani yang beresiko dengan pestisida sebanyak 120 orang,
sedangkan yang menderita keracunan adalah 60 orang yang terdiri dari 40
orang berjenis kelamin laki-laki sisanya adalah wanita, sedangkan dari kasus
tersebut diketahui 20 orang meninggal yang terdiri 15 orang berjensi kelamin
laki-laki dan sisanya wanita. Hitunglah CFR keseluruhan dan CFR untuk tiap
jenis kelaminnya ?
Penyelesaian :
Diketahui : Jml orang yang mati = 20 orang
Jml orang yang mati laki-laki = 15 orang
Jml orang yang mati wanita = 5 orang
Jml orang yang sakit = 60 orang
Jml orang yang sakit laki-laki = 40 orang
Jml orang yang sakit wanita = 20 orang
Ditanya : a. CFR keseluruhan
b. CFR jenis kelamin
Jawab :
20
a. CFR  x 100%  33,33%
60
15 5
b. CFR laki - laki  x 100%  37,50% CFR wanita  x 100%  25%
40 20
6. Crude Birth Rate

Jumlah kelahiran bayi hidup dalam 1 tahun


CBR  x 1000%o
Jumlah penduduk pertengaha n tahun

7. Crude Death Rate

Jumlah kematian dalam 1 tahun


CDR  x 1000%o
Jumlah penduduk pertengahan tahun
Jumlah kematian penduduk umur tertentu dalam 1 tahun
ASDR  x 1000%o
Jumlah penduduk pada umur dan tahun yang sama

Jumlah kematian karena penyakit tertentu dalam 1 tahun


CSDR  x 1000%o
Jumlah penduduk rata - rata (pertengahan tahun) tahun yang sama

8. Infant Mortality Rate

Jumlah bayi mati umur kurang 1th dalam 1 tahun


IMR  x 1000%o
Jumlah bayi lahir hidup dalam tahun yang sama

9. Maternal Mortality Rate

Jumlah ibu mati krn persalinan dalam 1 tahun


MMR  x 1000%o
Jumlah bayi lahir hidup dalam tahun yang sama

Anda mungkin juga menyukai