1. UKURAN-UKURAN DALAM EPIDEMIOLOGY

Transkripsi

1 1. UKURAN-UKURAN DALAM EPIDEMIOLOGY Ada bermacam-macam jenis satuan ukuran, diantaranya: Mengukur Jarak meter, kilometer Mengukru Waktu jam, hari bulan Mengukur Kejadian Kasus Mengukur Hubungan Rasio Odds, Risiko Terdapat dua macam ukuran yang digunakan dalam epidemiolog, yaitu 1. Tipe Kuantitas Matematis 2. Tipe Kuantitas Epidemiologis Ringkasan Ukuran-ukuran dalam Epidemiologi Tipe Kuantitas Matematis Dengan Denominator Tanpa Denominator Rasio Proporsi Rate Enumerasi Hitung, Angka mutlak RR, OR, IDR %, AR%, PAR% Crude, Specific, Adjusted 1

2 UKURAN dalam Epidemiologi Ukuran Frekuensi Penyakit Ukuran Asosiasi (Rasio) Ukuran Efek (Dampak) Insiden Prevalen Mortalitas RR, OR, IDR, PR Perbedaan Efek Fraksi Efek Insidens Kumulatif, Insidens Densitas Prevalens Titik, Prevalens Periode RD, AR, ER, PAR AR%, PAR%, PF TIPE KUANTITAS MATEMATIS Ada empat jenis tipe kuantitas matematis, yaitu Enumerasi (hitungan) Rasio Proporsi Rate Hitungan (Enumerasi) atau Angka Mutlak merupakan jumlah kasar atau frekuensi. Contoh: 10 kasus, 1961 kasus, dsb. Rasio merupakan nilai yang didapat dengan pembagian suatu kuantitas dengan kuantitas yang lain. Kuantitas numerator (pembilang) boleh berbeda dari kuantitas denominator (penyebut) atau denominator mungkin tidak memuat numerator. Contoh: a b 2

3 Proporsi merupakan suatu fraksi atau tipe rasio yang unsur numerator adalah bagian dari denominator. Bila dikalikan dengan 100, biasanya disebut suatu persentase. Contoh: 28/56 = 0,5; 0,5 x 100% = 50% Ada 28 kasus dari 56 orang. Berarti proporsi kasus adalah 50%. Rate adalah tipe spesifik dari rasio yang digunakan mengkuantifikasi proses dinamik seperti pertumbuhan dan kecepatan. Rate merupakan pernyataan numeris dari frekuensi suatu peristiwa, dihitung dengan cara pembagian antara jumlah individu yang mengalami peristiwa (numerator) dengan jumlah total (keseluruhan) yang mungkin dapat (kapabel) mengalami peristiwa (denominator atau populasi berisiko) dan perkalian dengan suatu konstanta (tetapan). Rate disebut juga Tingkat atau Laju. Format umum dari Rate adalah Rate = Numerator Denominator F Numerator adalah jumlah orang atau individu yang mengalami peristiwa Denominator adalah jumlah populasi berisiko (jumlah total orang keseluruhan individu yang mungkin mengalami peristiwa) F adalah factor pengali, biasanya kelipatan 10, mengkonversi rate dari suatu fraksi ke suatu jumlah keseluruhan. Dengan demikian Rate dapat berarti suatu pernyataan numeris dari frekuensi kejadian yang terjadi dalam suatu kelompok orang tertentu (didefinisikan) di dalam satu periode waktu tertentu. Contoh: Pada tahun 2004, ada 100 kasus demam berdarah di suatu kota yang berpenduduk orang. Berapa rate kasus demam berdarah di kota itu? Rate = Σ Kasus = Σ Populasi 100 Kasus = 1 Kasus = 8 Kasus per orang Orang Oramg 3

4 Rate merupakan bentuk khusus dari suatu proporsi yang memuat waktu (atau faktor lain) dalam denominator. Contoh: - Incidence rate = 3 kasus per 100 orang per tahun - Kematian per 1000 penumpang - kilometer 2. UKURAN-UKURAN FREKUENSI PENYAKIT Ukuran Frekuensi Penyakit merupakan kuantifikasi kejadian penyakit, dengan mengitung individu yang terinfeksi, yang sakit dan yang meninggal. UFP biasanya menggunakan kata-kata (mis: kadangkadang, jarang) UFP merefleksikan besar kejadian penyakit (morbiditas) atau kematian karena penyakit (mortalitas) dalam suatu populasi. Biasanya diukur sebagai suatu rate atau proporsi. Kesepakatan kecil tentang arti umumnya yang digunakan kata-kata untuk frekuensi biasanya bila angka 0,5 0,8 Kadang-kadang bila angka 0,2 0,6 jarang bila angka 0,01 0,2 Jenis ukuran frekuensi penyakit: 1. Insidens (Incidence) 2. Prevalens (Prevalence) 3. Mortalitas (Mortality) A. INSIDENS Insidens merefleksikan jumlah kasus baru (insiden) yang berkembang dalam suatu periode waktu di antara populasi yang berisiko. Yang dimaksud kasus baru adalah perubahan status dari sehat menjadi sakit. Periode Waktu adalah jumlah waktu yang diamati selama sehat hingga menjadi sakit Insidens ada dua jenis: 4

5 1. Insidens kumulatif (Cumulative Incidence) atau Risk atau Proporsi Insidens Berarti rata-rata risiko seorang individu terkena penyakit. Orang-orang yang berada dalam denominator haruslah terbebas dari penyakit pada permulaan periode (observasi atau tindak lanjut) Metode ini hanya layak bila ada sedikit atau tidak ada kasus yang lolos dari pengamatan karena kematian, tidak lama berisiko, hilang dari pengamatan. Semua non-kasus diamati selama seluruh periode pengamatan. Insidens Kumulatif juga menunjukkan probabilitas individu berisiko berkembang menjadi penyakit dalam periode waktu tertentu dan menyatakan individu tidak meninggal karena sebab lain selama periode itu. Ciri-ciri Insidens Kumulatif: Tidak berdimensi, dinilai dari nol sampai satu Merujuk pada individu Mempunyai periode rujukan waktu yang ditentukan dengan baik Jumlah Kasus Insidens selama periode waktu tertentu Rumus Insidens Kumulatif = Jumlah Orang Berisiko pada Permulaan Waktu Contoh (Insidens Kumulatif) Dari gambar di bawah, berapa insidens kumulatif (IK) selama 7 tahun waktu pengamatan? Jawab : IK = Kasus Baru = 3 Kasus Populasi berisiko pada awal pengamatan 7 orang = 43 kasus per 100 orang 5

6 ATTACK RATE Attack Rate yaitu jenis khusus Insidens Kumulatif yang berguna selama epidemic. Contoh (Attack Rate) 6

7 2. Densitas insidens (Incidence Density) atau Insidens orang waktu (Person Time Incidence) atau Tingkat insidens (Incidence rate) Densitas Insidens berarti rata-rata rate untuk populasi berisiko selama waktu yang ditentukan. Karena denominator diukur dalam orang-waktu, hal ini tidak perlu bahwa semua individu diamati untuk periode yang sama. Densitas Insidens menyatakan suatu jumlah kasus baru per orang-waktu. Jumlah Kasus Insidens terjadi dalam Periode Waktu Rumus Densitas Insidens = Jumlah Orang Waktu Ciri-ciri Insidens Rate: Tidak ada periode rujukan (tidak ada seperti rate 2-tahun) Mempunyai dimensi yang invers waktu (misal: 0,001/tahun) Mempunyai nilai nol dan infiniti (~) Contoh (Densitas Insidens) Dari gambar di bawah, hitunglah berapa nilai Densitas Insidens (DI) atau Insidens orang-waktu (PTI) atau Incidence Rate (IR)! Jawab: Jumlah Orang-Waktu = = 33 orang-tahun DI = Jumlah Kasus Insidens terjadi dalam Periode Waktu Jumlah Orang Waktu = 3 Kasus 33 Orang tahun = 9,1 kasus per 100 orang tahun 7

8 Contoh (Insidens Rate) Hitunglah Incidence Rates pada gambar di bawah ini. 8

9 Arti Angka Incidence Rates Misalkan Densitas Insiden (Insidens orang waktu atau Incidence Rate) = 9,1 kasus/100 orang- tahun. Unit (satuan) orang-tahun dalam contoh di atas adalah 1 x 100 x orang-tahun = 4 x 25 orang- tahun, artinya angka ini dari orang-waktu dapat diakumulasi dengan observasi 100 orang selama 1 tahun, 25 orang selama 4 tahun, 10 orang selama 10 tahun. Instantaneous Incidence Density Disebut juga Instantaneous Incidence Rate atau Person-time Incidence Rate atau Force of Morbidity atau Hazard Rate. IDD merupakan: Kejadian segera dari kasus baru, pada suatu titik atau segera dalam waktu T per unit waktu di antara populasi berisiko selama waktu T. Ukuran teoritis jumlah kasus yang terjadi per satuan populasi-waktu (orang-tahun berisiko). Mengukur kejadian penyakit pada satu titik waktu t (ditentukan secara matematik sebagai limit, seperti t 0. Probabilitas seseorang yang sehat pada waktu t akan mengalami sakit dalam interval t+t dibagi t. B. PREVALENS Prevalens merefleksikan jumlah kasus yang ada (kasus lama maupun kasus baru) dalam populasi dalam suatu waktu atau periode waktu tertentu. Probabilitas bahwa seorang individu menjadi kasus (atau menjadi sakit) dalam waktu atau periode waktu tertentu. Ukuran Prevalens ada dua macam: 1. Prevalens Titik (Point of Prevalence), disebut juga Prevalens atau Proporsi Prevalens Prevalens Titik adalah probabilitas bahwa seorang individu menjadi kasus (atau menjadi sakit) pada suatu titik waktu. 9

10 Ciri-ciri dari Prevalens Titik adalah: Tidak mempunyai dimensi Variasi nilai antara nol dan satu Jumlah Kasus yang ada pada Satu Titik dalam waktu T Rumus Prevalens Titik = Total Jumlah Orang pada Waktu T Contoh (Prevalens Titik) Dari gambar di atas hitunglah Prevalens pada tahun ke 2,3,4,56, dan 7 Rumus Prevalens Titik = Maka, Prevalens titik pada t=2 adalah 0 7 Prevalens titik pada t=3 adalah 2 7 Jumlah Kasus yang ada pada Satu Titik dalam waktu T Total Jumlah Orang pada Waktu T Prevalens titik pada t=4 adalah 2 6 (terdapat satu kasus hilang dalam pengamatan) Prevalens titik pada t=5 adalah 2 6 (terdapat satu kasus hilang dalam pengamatan) Prevalens titik pada t=6 adalah 2 5 (terdapat satu kasus meninggal) Prevalens titik pada t=7 adalah

11 2. Prevalens Periode (Period of Prevalence), disebut juga Prevalens Tahunan (Annual of Prevalence) atau Prevalens selama hidup (Lifetime of Prevalence) Jumlah Kasus yang Ada Selama suatu periode waktu Rumus Prevalens Periode = Jumlah Orang selama Periode Contoh (Prevalens Periode) Dari gambar di atas hitunglah Prevalens Periode (PP) dari tahun ke-1 hingga ke-4. Jumlah Kasus yang Ada Selama suatu periode waktu Rumus PP = Jumlah Orang selama Periode Karena jumlah orang (populasi) dalam pengamatan berubah-ubah, maka kita dapat menggunakan jumlah rata-rata dari populasi, atau yang umum digunakan adalah jumlah populasi pada tengah tahun pengamatan (midpoint year), sehingga PP = 2 7 = 0,29 Dari gambar di atas, - Notasi A, B,C,D, E, F, G merupakan individu yang diamati (ada 7 orang) - Notasi 1, 2, 3, 4, 5, 6, 7 merupakan tahun yang diamati (ada 7 tahun pengamatan) - Jumlah kasus baru selama 7 tahun pengamatan ada 3 kasus - Rata-rata lama sakit = (3+5+2)/3 tahun = 3,3 tahun - Orang waktu (Person Time) 11

12 Jumlah waktu seseorang yang memberikan kontribusi masa sehat sejak awal pengamatan. - Untuk A = masa sehat 7 tahun - Untuk B = masa sehat 7 tahun - Untuk C = masa sehat 2 tahun - Untuk D = masa sehat 7 tahun - Untuk E = masa sehat 3 tahun - Untuk F = masa sehat 2 tahun - Untuk G = masa sehat 5 tahun Total orang tahun = ( ) orang- tahun = 33 orang tahun Hubungan Antara Insidens dan Prevalens Jika dalam kondisi yang tetap, maka hubungan insidens dan prevalens adalah P = I x D, dimana P adalah Prevalens [Prevalens periode], I adalah Insidens [Densitas Insindens], dan D adalah rata-rata lama sakit. Contoh (Hubungan antara I dan P) Dari gambar di atas (untuk pengamatan selama 7 tahun), maka I = 3 kasus/33 orang-tahun dan D = 3,3 tahun, sehingga P = 3 kasus/33 orang tahun x 3,3 tahun = 3 kasus/10 orang = 30 kasus/100 orang Perbandingan antara Insidens dan Prevalens INSIDENS Hanya menghitung kasus baru Tidak bergantung durasi rata-rata penyakit Dapat diukur sebagai Rate atau Proporsi Merefleksikan kemungkinan menjadi penyakit sepanjang waktu Lebih disukai pada studi etiologi penyakit PREVALENS Menghitung kasus yang ada (kasus baru dan lama) Bergantung pada durasi lama rata-rata penyakit Selalu diukur sebagai Proporsi Merefleksikan kemungkinan terjadi penyakit pada satu waktu tertentu Lebih disukai pada studi utilisasi pelayanan kesehatan 12

13 Ringkasan Insidens dan Prevalens Dynamic Prevalence 13

14 C. UKURAN MORTALITAS Mortalitas merefleksikan jumlah kematian dalam suatu populasi. 1. Ratio Kematian terhadap Kasus atau Death-to-case Ratio DTCR = Kematian dari Penyakit Tertentu selama Periode tertentu Kasus Baru dari Penyakit yang diidentifikasi selama periode yang sama Contoh (Death-to-Case Ratio) Pada tahun 2004, ada 200 kasus baru TB Paru yang dilaporkan di suatu wilayah. Pada tahun yang sama ada 15 kematian yang terjadi pada penderita TB Paru, maka DTCR = 15/200 = 75 kematian per 1000 kasus baru. 2. Infant Mortality Rate (IMR) IMR = Bayi yang Meninggal Bayi yang Lahir Hidup Contoh (Infant Mortality Rate) IMR = 7,2 artinya terdapat 7,2 bayi yang meninggal per 1000 kelahiran hidup 3. Neonatal Mortality Rate (NMR) NMR = Kematian Bayi dalam 28 hari pertama kehidupan Bayi yang Lahir Hidup Contoh (Neonatal Mortality Rate) NMR = 5,2 artinya terdapat 5,4 kematian neoatal per 1000 kelahiran hidup 4. Postneonatal Mortality Rate (PNMR) PNMR = Kematian Bayi umur 28 hari sampai 11 bulan Bayi yang Lahir Hidup Contoh (Post Neonatal Mortality Rate) PNMR = 2,8 artinya terdapat 2,8 kematian postneoatal per 1000 kelahiran hidup 14

15 5. Maternal Mortality Rate (MMR) MMR = Kematian Ibu disebabkan kehamilan, kelahiran, nifas Bayi yang Lahir Hidup Contoh (Maternal Mortality Rate) PNMR = 6,1 artinya terdapat 6,1 kematianibu per 1000 kelahiran hidup 6. Case Fatality Rate (CFR) CFR = Meninggal di antara Kasus Insiden Kasus Insiden 7. Proportionate Mortality (PM) PM = Kematian Karena Kasus Tertentu Kematian karena Semua Sebab 8. Proportionate Mortality Ratio (PMR) Ukuran ini membandingkan Propotionate Mortality pada satu kelompok umur dengan kelompok umur yang lain pada satu populasi PMR = PM Group 1 PM Group 2 Contoh (Proportionate Mortality Rate) PM pada semua kasus = 7,1%; PM pada umur = 2,5%; PM pada umur = 4,3%, maka PMR antara umur dan adalah (4,3/2,5) = 1,72 15

16 3. UKURAN ASOSIASI Ukuran Asosiasi merefleksikan kekuatan atau besar asosiasi antara suatu eksposur/faktor risiko dan kejadian suatu penyakit. Ukuran Asosiasi juga memasukkan suatu perbandingan frekuensi penyakit antara dua atau lebih kelompok dengan berbagai derajat eksposur. Beberapa ukuran assosiasi digunakan untuk mengestimasi efek. Pertanyaan dasar dalam epidemiologi analitik adalah apakah exposure dan disease berhubungan? Ukuran asosiasi antara E and D tergantung kepada skala pengukuran dari E and D. Jika E and D keduanya diukur dengan skala kategorikal, ukuran asosiasi antara E and D dalam bentuk : RR OR PR Jika E skala kategorikal, D skala kontinyu ukuran asosiasi, antara E and D dalam bentuk : membandingkan nilai mean D pada jelompok E+ and E- Pada ukuran rasio (perbandingan relatif), rasio dua frekuensi penyakit membandingkan kelompok terpajan dengan kelompok tidak 16

17 terpajan. Sedangkan pada ukuran perbedaan efek (perbandingan absolut), perbedaan antara ukuran frekuensi penyakit suatu kelompok terpajan dan kelompok yang tidak terpajan. Absolute Comparison (Perbedaan) vs Relative Comparison (Rasio) Anggaplah anda memiliki uang Rp ,- dan teman Anda memiliki uang Rp ,- - Pada Absolute Comparisons, selisih uang Anda dan teman Anda adalah Rp Rp = Rp atau saya memiliki uang Rp ,- lebih banyak dibanding kamu - Pada Relative Comparisons, uang Anda dan teman Anda diperbandingkan yaitu Rp : Rp ,- = 2 (tanpa satuan) atau saya memiliki uang dua kali lebih banyak dibanding kamu - Perbedaan antara ukuran frekuensi penyakit suatu kelompok terpajan dan kelompok yang tidak terpajan Contoh lain, misalkan: the 5-year rate of a disease in smokers is 2 per 100, in non-smokers is 1 per Rasio dua frekuensi penyakit dengan membandingkan kelompok terpajan terhadap kelompok tidak terpajan - Absolute Comparison: (2 per 100) (1 per 100) = 1 per 100, there is one addition case per 100 smokers - Relative comparison: (2 per 100) (1 per 100) = 2 [no units; per 100 units cancel out]. Smokers are at twice the risk of non-smokers Jika E and D keduanya diukur dengan skala kontinyu, ukuran asosiasi antara E and D dalam bentuk: Koefisien korelasi Koefisien regressi Jika E dalam skala kontinyu and D dalam skala kategorikal, ukuran asosiasi antara E and D dalam bentuk: Koefisien regressi dari persamaan logistic regression 17

18 Pada ukuran Asosiasi terdapat dua jenis koefisien hubungan, yakni: 1. Koefisien Model Merupakan koefisien variabel yang diturunkan dari model matematis yang menujukkan besarnya hubungan antara variabel eksposur dan penyakit. Contoh: Linier, Logistik, Cox, Poisson. Koefisien Linier y = b 0 + b 1 X 1 + b 2 X 2 + b 3 X b k X k. Interpretasi b 1 adalah peningkatan dalam outcome (penyakit) ) mempengaruhi nilai rata-rata y (variabel kontinu) per unit sebesar X 1, disesuaikan (distandarisasi) dengan semua variabel lain dalam model Koefisien Logistik log(odds) = b 0 + b 1 X 1 + b 2 X 2 + b 3 X b k X k. Interpretasi b 1 adalah peningkatan dalam log odds outcome (penyakit) per unit meningkat dalam X 1, disesuaikan dengan semua variabel lain dalam model. Koefisien Cox log(hazard) = b 0 + b 1 X 1 + b 2 X 2 + b 3 X b k X k. Interpretasi b 1 adalah peningkatan dalam log hazard outcome (penyakit) per unit meningkat dalam X 1, disesuaikan (distandarisasi) dengan semua variabel lain dalam model. Koefisien Poisson log(rate) = b 0 + b 1 X 1 + b 2 X 2 + b 3 X b k X k. Interpretasi b 1 adalah peningkatan dalam log rate outcome (penyakit) per unit meningkat dalam X 1, disesuaikan (distandarisasi) dengan semua variabel lain dalam model 2. Koefisien Korelasi Merupakan ukuran lain asosiasi yang juga diturunkan dari model matematis, namun tidak merefleksikan parameter kausal. Persamaan matematisnya y = b 0 + b 1 X b 0 adalah intersep yaitu nilai y yang diestimasi ketika X = 0 b 1 adalah koefisien korelasi (regresi) yaitu peningkatan yang diperkirakan pada dependent variable (y) per unit dalam variable predictor (X). Jika X=1, maka y = b 0 + b 1 Jika X=2, maka y = b 0 + 2b 1 18

19 Macam-macam Ukuran Asosiasi 1. Relative (Ukuran Rasio) Relative Risk (RR) Risk Ratio Rate Ratio Odds Ratio 2. Absolute (OR) Risk Difference (RD) Ukuran Asosiasi biasanya ditampilkan dalam bentu Tabel 2x2, D+ (Disease+) D- (Disease -) E+ (Exposure+) a b a+b E- (Exposure-) c d c+d a+c d+d a+b+c+d Contoh hipotesis tabel 2x2, D+ (Lung Cancer) D- (No Lung Cancer) E+ (Smoking) E- (No Smoking) Relative Risk(RR) = = 9.0 incidence in the exposed incidence in the unexposed = a (a + b) = c (c + d) 70 ( ) 15 ( ) Berarti perilaku merokok menyebabkan resiko menderita Lung Cancer sembilan kali lebih sering dibanding perilaku tidak merokok. 19

20 Ukuran Rasio, terdiri dari Rasio Risiko atau Risiko Relatif (RR) RR = Risiko pada Kelompok Terpajan Risiko pada Kelompok tidak Terpajan Rasio Insidens Kumulatif (RIK) RIK = Insiden Kumulatif pada Kelompok Terpajan Insiden Kumulatif pada Kelompok tidak Terpajan Interpretasi Relative Risk (RR) a. RR = 1 mengindikasikan kejadian penyakit pada kelompok terpajan sama dengan pada kelompok tidak terpajan, artinya TIDAK ADA ASOSIASI antara kelompok terpajan dengan tidak terpajan. b. RR > 1 mengindikasikan hubungan yang positif, atau risiko meningkat pada kelompok terpajan c. RR < 1 berarti bahwa terjadi penurunan risiko pada kelompok terpajan 20

21 Contoh (Relative Risk dan Risk Difference) A Prospective Study of 3,000 Smokers and 5,000 Non-smokers to Investigate Smoking and Coronary Heart Disease (CHD). Then follow up to see how many. D+ (Develop CHD) D- (Do not Develop CHD) Total Incidence per 1000 per year E+ (Healthy smokers) E- (Healthy Nonsmokers) RR (Ratio of two risk; Risk Ratio; Relative Risk) = CI E+ CI E = 28 17,4 = 1,6 artinya perilaku merokok memiliki risiko CHD 1,6 kali dibanding tidak merokok. Difference of two risks (Risk Difference) = CI E+ CI E = 28,0 17,4 = 10,6 Ratio Rate atau Rasio Densitas Insidens (RDI) RDI = Densitas Insiden pada Kelompok Terpajan Densitas Insiden pada Kelompok tidak Terpajan Rasio Prevalens (RP) RP = Prevalens pada Kelompok Terpajan Prevalens pada Kelompok tidak Terpajan Perhitungan RR untuk IR (Incidence Rate) IR pada Populasi Exposed (E) RR = IR pada Populasi unexposed (NE) = a N 1 c N 0 D+ (Outcome) Person Time E+ (Exposure) a N 1 E- (No Exposure) c N 0 a+c T 21

22 Contoh (Rasio Densitas Insiden) Kaitan antara merokok dan angka insidens stroke dalam suatu studi Kohort. Kategori Merokok Jumlah Kasus Stroke Orang-Tahun Observasi (> 8 thn) Tingkat Insidens Stroke (per orang tahun) Tidak pernah Merokok ,7 Mantan Perokok ,9 Perokok ,6 Total ,2 Maka: RDI = Densitas Insiden pada Kelompok Terpajan Densitas Insiden pada Kelompok tidak Terpajan = 49,6 17,7 = 2,8 Contoh (Risk Ratio) Postmenopausal Hormone Supplement and CHD CHD Person-year Ever Use ,7 Past Use ,7 Current ,0 Never Use , ,7 o RR Ever Use vs Never Use = = 0, , ,7 o RR Past Use vs Never Use = = 0, ,5 o RR Current Use vs Never Use= , ,5 = 0,3 Rasio Odds Disebut juga Odds Ratio (OR), Odds Relative, Rasio Cross-Product, yakni rasio dua odds yang digunakan dalam studi Kasus-Kontrol untuk mengestimasi Ratio Rate atau Rasio Risiko. Menghitung OR yaitu dengan membagi odds untuk satu kelompok terhadap odds untuk kelompok yang lain. Interpretasi OR sama seperti risiko relative. 22

23 Odds suatu kejadian adalah rasio probabilitas bahwa kejadian terjadi atau p terhadap probabilitas kejadian tidak terjadi atau 1-p atau Odds suatu peristiwa = p 1 p Odds Ratio pada Studi Kohort = Odds exposed person dari develop disease Odds non exposed person dari develop disease a b = = ad c d bc D+ (Develop Disease) D- (Do not Develop Disease) E+ (Exposed) a b a+b E- (Not Exposed) c d c+d a+c d+d a+b+c+d Contoh (Odds Ratio pada Kohort) Tabulasi silang pemajan dan status sakit, insidens sakit dan Probabilitas odds sakit pada studi Kohort Pemajan D+ (Sakit) D- (Tidak Sakit) Total Insiden Sakit (Risk) E+ a b a+b a (a + b) E- c d c+d c (c + d) Prob. Odds Sakit a a + b 1 (a a + b) = a b c c + d 1 (c c + d) = c d Total a+c b+d a+b+c+d Odds Ratio pada Studi Case-Control = Odds that a case was exposed Odds that a Control was exposed a c = = ad b d bc D+ (CASES with Disease) D- (CONTROLS without Disease) E+ (History of Exposure) a b a+b E- (No History Exposure) c d c+d a+c d+d a+b+c+d 23

24 Contoh (Odds Ratio pada Kasus-Kontrol) Faktor D+ (KASUS) D- (KONTROL) Total E+ (Perokok) 650 (a) 950 (b) 1600 E- (Bukan Perokok) 50 (c). 350 (d) Odds Ratio = a d = = 4,8 artinya perokok mempunyai risiko menjadi 4,8 kali dari yang b c bukan perokok atau odds perokok menjadi kasus 4,8 kali lebih besar dari odds bukan perokok. Pada studi Case-Control, hanya OR yang dapat digunakan untuk menghitung asosiasi. Sedangkan pada studi Kohort, RR dan OR dapat digunakan sebagai pengukuran asosiasi. RR dapat pula dihitung pada studi Case-Control, bila: Prevalen pemajan pada kelompok kasus sama atau hampir sama dengan populasi subyek penyakit dimana kasus diambil Prevalen pemajan pada kelompok control sama dengan populasi non-disease dimana kasus diambil Kasus penyakit jarang terjadi (CI < 0,1) D+ D- E+ a b a+b E- c d c+d a+c b+d a+b+c+d Bila kasus penyakit jarang, sel a dan sel c akan kecil, a a+b RR = = c c+d a b = ad c d bc = OR Contoh (Odds Ratio pada penyakit yang jarang) D+ (Develop Disease) D- (Do Not Develop Disease) E+ (Exposed) E- (Not Exposed)

25 Relative Risk = = Odds Ratio = = 2,02 Contoh (Odds Ratio pada penyakit yang tidak jarang) D+ (Develop Disease) D- (Do Not Develop Disease) E+ (Exposed) E- (Not Exposed) Relative Risk = = Odds Ratio = = 3 Interpretasi Odds Ratio: Relative odds associated with exposure OR = 1 no association OR > 1 positive association OR < 1 negative association Size of OR indicates strength of association 25

26 4. UKURAN DAMPAK Jenis Ukuran Dampak (Measures of Effect) Attributable Risk (AR) Attributable Risk Percent (AR%) Population Attributable Risk (PAR) Population Attributable Risk Percent (PAR%) Pada perhitungan Ukuran Dampak, diasumsikan bahwa hubungan Sebab-Akibat antara exposure dan outcomes tetap ada. Ukuran Dampak: a. Merefleksikan dampak suatu faktor pada frekuensi atau risiko dari suatu masalah (outcome) kesehatan b. Merefleksikan kelebihan jumlah kasus karena suatu faktor (attributable) atau jumlah kasus yang dapat dicegah oleh eksposur (pemajan ) Relative Risk vs Attributable Risk RELATIVE RISK Menghitung kekuatan asosiasi Merupakan indikator yang digunakan untuk menentukan adanya kemungkinan hubungan sebab-akibat Penggunaan untuk Etiology ATTRIBUTABLE RISK Menghitung potensi pencegahan penyakit bila factor exposure dihilangkan Penggunaan untuk Policy decisions dan Funding decisions (mis: prevention programs) 26

27 A. ATTRIBUTABLE RISK (AR) Disebut juga Perbedaan Risiko, Risk Difference (RD), Excess Risk (ER), Absolute Risk. AR = Risiko pada Kelompok Terpajan Risiko pada Kelompok tidak Terpajan AR berguna untuk a. Mengukur besarnya masalah Kesmas yang disebabkan oleh suatu pemajan b. Menilai aksi prioritas bagi Kesmas 27

28 Contoh (Attributable Risk) D+ (Develop CHD) D- (Do Not Develop CHD) E+ (Smoke) E- (Not Smoke) ISMOKE = 84 = 0,0280 = 28,0 per 1000 orang 3000 INO SMOKE = 87 = 0,0174 = 17,4 per 1000 orang (background risk) 5000 AR = (28,0 17,4) per 1000 orang = 10,6 per 1000 orang Artinya 10,6 dari 28 per 1000 insiden CHD: - Merupakan sumbangan dari perokok - Dapat dicegah bila kebiasaan merokok dikurangi Contoh (Attributable Risk Fast Driving) D+ (Dead) D- (Not Dead) Total Risk AR E+ (Fast) ,05 E- (Slow) , ,04 Contoh (Attributable Risk Drunk Driving) D+ (Dead) D- (Not Dead) Total Risk AR E+ (Drunk) ,150 E- (Not Drunk) , ,136 28

29 B. ATRRIBUTABLE RISK PERCENT (AR%) Disebut juga Etiologic Fraction. AR% = Insidens (terpajan) Insidens (tidak terpajan) Insidens (terpajan) 100% Contoh (Attributable Risk Percent) D+ (Develop CHD) D- (Do Not Develop CHD) E+ (Smoke) E- (Not Smoke) ISMOKE = 84 = 0,0280 = 28,0 per 1000 orang 3000 INO SMOKE = 87 = 0,0174 = 17,4 per 1000 orang (background risk) 5000 AR% = (28,0 17,4) 28,0 = 37,9 % Artinya: - 38% penyebab kematian pada CHD bisa disebabkan oleh kebiasaan merokok - 38% penyebab kematian pada CHD dapat dicegah bila kebiasaan merokok dikurangi 29

30 Contoh (Attributable Risk % Fast Driving) D+ (Dead) D- (Not Dead) Total Risk AR% E+ (Fast) ,05 0, 05 0, 01 E- (Slow) ,01 0, 05 = 80% Contoh (Attributable Risk% Drunk Driving) D+ (Dead) D- (Not Dead) Total Risk AR% E+ (Drunk) ,150 0, 15 0, 014 E- (Not Drunk) ,014 0, 15 = 91% C. POPULATION ATTRIBUTABLE RISK (PAR) Disebut juga Attributable Fraction (Population) atau Etiologic Fraction (Population) atau Population Attributable Risk Proportion atau Population Attributable Risk Fraction. PAR adalah proporsi (atau fraksi) rate penyakit pada seluruh populasi yang mewakili rate penyakit dalam kelompok terpajan. PAR = Insidens (Populasi) Insidens (tidak terpajan) Berbeda dengan AR yang mengukur pada kelompok terpajan, PAR mengukur seluruh populasi (terpajan dan tidak terpajan). Ukuran ini berguna bagi pengambil kebijakan dalam menentukan anggaran bagi progam pencegahan penyakit. 30

31 Contoh (Population Attributable Risk) D+ (Diabetes) D- (Not Diabetes) Total E+ (Obese) Insidens E- (Slim) PAR = (110 45,5) / 1000 = 64,5 per 1000 Artinya: = 0,0455 atau 45,5 per 1000 = 0,011 atau 110 per ,5 dari 110 per 1000 insiden Diabetes disebabkan oleh obesitas - 64,5 dari 110 per 1000 insiden Diabetes yang terjadi dapat dicegah dengan mengurangi berat badan secukupnya D. POPULATION ATTRIBUTABLE RISK PERCENT (PARP) Disebut juga Attributable Fraction (population) atau Etiologic Fraction (population). PARP berarti proporsi kasus baru yang dapat dicegah jika pada semua orang yang tidak terpajan. PAR% = Insidens (populasi) Insidens (tidak terpajan) Insidens (populasi) 100% Contoh (Population Attributable Risk Percent) D+ (Diabetes) D- (Not Diabetes) Total E+ (Obese) Insidens E- (Slim) PAR %= (110 45,5) / 110 = 58,6 % Artinya: = 0,0455 atau 45,5 per 1000 = 0,011 atau 110 per % insiden Diabetes disebabkan oleh obesitas pada populasi - 59% insiden Diabetes yang terjadi dapat dicegah dengan mengurangi berat badan secukupnya 31

32 Contoh (PAR dan PAR % Fast Driving) D+ (Dead) D- (Not Dead) Total Risk E+ (Fast) ,05 E- (Slow) ,01 PAR = 0,018 0,010 = 0,008 PAR% = (0,018 0,010) / 0,018 = 44,4 % ,018 Artinya 44% kematian saat mengemudi di populasi disebabkan mengemudi dengan kecepatan tinggi Contoh (PAR dan PAR% Drunk Driving) D+ (Dead) D- (Not Dead) Total Risk AR E+ (Drunk) ,150 E- (Not Drunk) , ,018 0,136 PAR = 0,018 0,014 = 0,004 PAR% = (0,018 0,014) / 0,018 = 22 % Artinya 22% kematian saat mengemudi di populasi disebabkan mabuk minuman keras E. CUMULATIVE INCIDENCE DIFFERENCE (CID) Disebut juga Perbedaan Insidens Kumulatif. CID = IK pada Kelompok Terpajan IK pada Kelompok tidak Terpajan F. INCIDENCE DENSITY DIFFERENCE (IDD) Disebut juga Perbedaan Rate atau Perbedaan Densitas Insiden IDD = Densitas Insidens Kelompok Terpajan Densitas Insiden Kelompok tidak Terpajan G. PREVALENCE DIFFERENCE (PD) Disebut juga Perbedaan Prevalen. 32 PD = Prevalen Kelompok Terpajan Prevalen Kelompok tidak Terpajan

33 UKURAN DAMPAK PADA STUDI CASE CONTROL Pada studi Case Control, pengukuran Insidens bisa dilakukan hanya pada kasus tertentu. AR dan PAR tidak bisa dihitung dari studi Case Control. Studi ini hanya bisa menghitung AR% dan PAR%. BIla Odds Ratio dianggap sebagai RR, maka rumus menghitung AR% dan PAR% pada studi Case Control adalah AR% = OR 1 OR 100% (P E )(OR 1) PAR% = 100% [(P E )(OR 1)]+1 Dimana P E = prop. pemajan kelompok kontrol (asumsi proporsi ini mewakili proporsi pemajan populasi) Contoh (AR% dan PAR% pada Studi Case Control) Case-control study to evaluate the impact of smoking as related to bladder cancer D+ (Bladder Cancer) D- (Not Bladder Cancer) Total E+ (Smoke) E- (Do Not Smoke) Odds Ratio = 160/90 120/200 = 2,96 AR% Artinya = OR 1 OR 2, % = 100% = 66,2% 2,96 66% kasus Bladder Cancer diantara perokok disebabkan kebiasaan merokok 66% kasus Bladder Cancer diantara perokok dapat dicegah dengan mengurangi kebiasaan merokok Diasumsikan ada hubungan kausal antara merokok dan Bladder Cancer 33

34 PAR% = Artinya (P E )(OR 1) [(P E )(OR 1]+1 100% = ( )(2,96 1) 100% = 42,4% [( )(2,96 1)]+1 42% kasus Bladder Cancer bisa disebabkan oleh kebiasaan merokok 42% kasus Bladder Cancer dapat dicegah bisa masyarakat mengurangi kebiasaan merokok Diasumsikan ada hubungan kausal antara merokok dan Bladder Cancer Pada studi Kohort, rumus mengitung PAR% adalah P (RR 1) PAR% = 100% [P (RR 1)]+1 PREVENTED FRACTION (PF) Bila RR < 1, proporsi kasus baru akan timbul bila tidak ada factor pemajan. PF = I unexposed I exposed I unexposed = 1 RR Contoh (Prevented Fraction Vaccice Efficcacy) D+ (Cases) Population Cases/1000 RR E+ (Vaccinated) ,49 0,28 E- (Unvaccinated) ,72 1 (Ref) ,11 PF = 1,72 0,49 1,72 = 0,72 atau = 1 RR = 1 0,28 = 0,72 Contoh (AR Dua Kasus) D1+ (Lung Cancer) per ADR D2+ (CHD) per ADR E+ (Smoker) 127, E- (Non-smoker) 12,8 500 RRLC = 127 = 9,9 sehingga ARLC = ,8 = 114,4 per ,8 34

35 Artinya RRCHD = = 2 sehingga ARCHD = = 500 per Risiko akibat kebiasaan merokok pada CHD (RR=2) lebih rendah dibanding pada LC (RR=9,9) AR pada CHD (AR=500) lebih tinggi dibandingkan pada LC (AR=114,4) Kesimpulannya CHD merupakan kasus yang sering terjadi pada populasi, sehingga jumlah pasien hidup yang tertolong akan lebih lebih CHD dibanding LC. Faktor pemajan memiliki efek relative (RR) yang kuat, tetapi memiliki perbedaan yang kecil (RD). Contoh (RR dan RD) D1+ (Lung Cancer) per ADR D2+ (CHD) per ADR E+ (Smoker) E- (Non-smoker) RELATIVE RISK (RR) 10,4 1,37 RISK DIFFERENCE (RD) Contoh (RR, RD, AR, PAR, PF) Data hipotesis kanitan antara kadar Kolesterol dan angka insidens penyakit jantung koroner dalam suatu Kohort D+ (Cases) Population Cases/1000 RR E+ (Vaccinated) ,49 0,28 E- (Unvaccinated) ,72 1 (Ref) ,11 PF = 1,72 0,49 1,72 = 0,72 atau = 1 RR = 1 0,28 = 0,72 35

36 36