STANDARDISASI RATE DALAM EPIDEMIOLOGI. Nurul Wandasari Singgih Prodi Kesehatan Masyarakat

dokumen-dokumen yang mirip
STANDARISASI UKURAN DEMOGRAFI. Standarisasi Ukuran RATE 11/30/2013. Rate sering digunakan utk mgbrkan kejadian (dlm demografi; epidemiologi)

UKURAN MORTALITAS. Nunik Puspitasari, S.KM, M.Kes Dept. Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

UKURAN-UKURAN FREKUENSI EPIDEMIOLOGI

BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Tabel. 4.1 Data Laporan Keuangan PT Mayora Indah Tbk.

CARA PENGUKURAN ANGKA KESAKITAN DAN ANGKA KEMATIAN

= 0,5 gr daun pegagan kering dilarutkan dalam 100 ml akuades.

TUTORIAL EPIDEMIOLOGI : 1. FREKUENSI MASALAH KESEHATAN DAN PENGUKURAN

Factory Overhead is generally defined as indirect materials, indirect labor, and all other factory costs that cannot be conveniently identified with

Tutorial Epidemiologi : 1. Frekuensi Masalah Kesehatan dan Pengukuran

Factory Overhead is generally defined as indirect materials, indirect labor, and all other factory costs that cannot be conveniently identified with

Lampiran 1: Tabulasi Skor Jawaban Responden untuk Uji Validitas dan Reliabilitas

MORTALITAS. Tara B. Soeprobo Lembaga Demografi Fakultas Ekonomi Universitas Indonesia TBS-M

Konfounding dan Interaksi. Departemen Biostatistika FKM UI, 2010

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA

Oleh: SYAFRIANI, M.Kes Prinsip-prinsip Epidemiologi STIKES TUANKU TAMBUSAI RIAU

BAB IV ANALISIS DAN PEMBAHASAN. pengolahan data yang telah dilakukan. Sebagai alat bantu analisis digunakan software

KUESIONER PENELITIAN. Analisis Faktor-Faktor yang Mempengaruhi Keputusan Membeli Konsumen pada Usaha Pakaian Tauko Medan

UKURAN DAMPAK DALAM EPIDEMIOLOGI. Putri Handayani, M.KKK

BAB IV ANALISIS DAN HASIL PEMBAHASAN

ABSTRAK PERBANDINGAN NILAI LOW-DENSITY LIPOPROTEIN CHOLESTEROL

MORTALITAS (KEMATIAN)

Lampiran 1 67

FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS SUMATERA UTARA MEDAN 2011 ABSTRAK

Abstrak. Universitas Kristen Maranatha

BAB IV PENGOLAHAN DATA

Jenis Pupuk o B1 B2 B3 B4

Perhitungan Jumlah Penduduk

L A M P I R A N. Universitas Sumatera Utara

HUBUNGAN PEMBERIAN INFORMASI OBAT DENGAN KEPATUHAN MINUM OBAT ANTIBIOTIK PADA PASIEN RAWAT JALAN DI PUSKESMAS REMAJA SAMARINDA

APLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : / klik.statistik@gmail.com

Lampiran 1 : KUESIONER PENELITIAN PERAN KREDIT USAHA RAKYAT (KUR) TERHADAP PENDAPATAN PETANI PADI DI KECAMATAN GEBANG KABUPATEN LANGKAT

LAMPIRAN. Lampiran 1. Surat Keterangan Penelitian

LAMPIRAN KUESIONER. 1. Profil Responden

PENGUKURAN KEJADIAN PENYAKIT ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB

LAMPIRAN I KUISIONER PENELITIAN No. Responden :...

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Tabel 4.1

UKURAN-UKURAN DALAM EPIDEMIOLOGI

LAMPIRAN. Universitas Sumatera Utara

Hasil Output SPSS 16.0 For Windows

KUESIONER PENELITIAN PENGARUH KUALITAS PELAYANAN TERHADAP KEPUASAN PELANGGAN. PADA KENTUCKY FRIED CHICKEN JLN. MONGONSIDI No.

Ukuran-Ukuran dalam Kesehatan dan Epidemiologi

MORTALITAS & MORBIDITAS

LAMPIRAN 1 Tabulasi Data

Epidemiologi Kesehatan Reproduksi - 2

Studi Kependudukan - 1. Demografi formal. Konsep Dasar. Studi Kependudukan - 2. Pertumbuhan Penduduk. Demographic Balancing Equation

Responden. Yang terhormat,

Laporan Anggaran dan Realisasi Produktivitas Perusahaan Handuk Lumintu Tahun 2003

ASPEK KEPENDUDUKAN III. Tujuan Pembelajaran

ANALISIS BAURAN PROMOSI PENJUALAN JASA KREDIT SEPEDA MOTOR PADA PT. ADIRA FINANCE RO TEBING TINGGI

Lampiran 1. Kuisioner Penelitian

Lampiran 1. Jumlah Ekspor Kentang, Harga Lokal, Harga Ekspor, Nilai Tukar, PDB Singapura dan Jumlah Produksi

PENGARUH PERSEPSI NILAI KONSUMEN TERHADAP PERILAKU PEMBELIAN PRIVATE LABEL CARREFOUR PLAZA MEDAN FAIR

DAFTAR LAMPIRAN. Daftar Perusahaan Sektor Industri Dasar dan Kimia Periode

Bagian 1. Angket Uji Coba Rekapitulasi Data Uji Coba Instrumen Uji Validitas dan Reliabilitas Instrumen

30/10/2015. Tujuan epidemiologi kebidanan :

PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV

LAMPIRAN A SKALA KEMATANGAN EMOSI DAN PENYESUAIAN AKADEMIK

2 Saya tidak mendapatkan jaminan apapun di SS S TS STS

KUESIONER SURVEI Pengaruh Partisipasi dan Pemahaman Pengguna terhadap Kepuasan Pengguna (Studi kasus pada SIASAT di UKSW)

Universitas Sumatera Utara

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

DUKUNGAN SOSIAL. Item-Total Statistics

A. KUESIONER KINERJA SUB BAGIAN LAMPIRAN 1 : INSTRUMEN PENELITIAN 41-60% 61-80% % 21-40%

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

APLIKASI REGRESI GANDA DENGAN SPSS. HENDRY admin teorionline.net Phone : /

Pengaruh Fasilitas, Tempat, dan Harga terhadap keputusan pasien umum (diluar pegawai PTPN III)

KUISIONER PENELITIAN

DISTRIBUTION OF HIGHWAY AXLE LOADS IN WEST JAVA AND METHODS OF MEASURING VEHICLE LOADING

KUESIONER PENELITIAN

LAMPIRAN. Jumlah Tabungan, Deposito, dan Kredit Tahun (dalam Rp 000)

ABSTRAK. Universitas Kristen Maranatha

PERBEDAAN SELF ASSESSMENT DAN PEER ASSESSMENT TERHADAP KOMPETENSI PEMASANGAN INFUS DITINJAU DARI MOTIVASI TESIS

FORMULIR DAYA TERIMA (UJI KESUKAAN) MIE BASAH JAMUR TIRAM

KUESIONER PENELITIAN

2. Proporsi Perbandingan 2 nilai kuantitatif yang pembilangnya merupakan bagian dari penyebut. Contoh: Proporsi 12/(12+20)= 0,375

Universitas Sumatera Utara

Tabel Nilai-nilai Dalam Distribusi t

Pertumbuhan Populasi. Aritmetik (Arithmetic growth) Geometrik (Geometric growth) Eksponensial (Exponential Growth)

DASAR DASAR EPIDEMIOLOGI &

UKURAN FREKUENSI PENYAKIT

LAMPIRAN 1: HASIL OLAHAN DATA EKONOMETRIKA

LAMPIRAN-LAMPIRAN 111

YESSYHARUN No.Reg

KUESIONER. Daftar Pertanyaan PENGARUH KREATIVITAS DAN INOVASI TERHADAP KEBERHASILAN USAHA PADA INDUSTRI KREATIF DI KOTA

ABSTRAK. : Mortalitas, estimasi, dan model Lee-Carter.

Business Statistics: A Decision-Making Approach 7 th Edition

KUESIONER KOMUNIKASI VERTIKAL KE BAWAH

Lampiran 1 Data Absensi dan Pengeluaran Tenaga Kerja

LAMPIRAN 3 OUTPUT SPSS. Frequency Table (X 1 ) pernyataan 1

Dua sampel independen, tidak terikat, tidak

LAMPIRAN I. Hasil Pengolahan Data Menggunakan SPSS For Windows Sebelum Dilakukan Log Natural. Universitas Sumatera Utara

STANDARISASI. Minggu, 13 Desember 2015 Sesi-11 Epidemiologi Penyakit Menular Universitas Esa Unggul - Jakarta

LAMPIRAN A RELIABILITAS TRY OUT SKALA SEMANGAT KERJA

PENGARUH TINGKAT PENDIDIKAN DAN INSENTIF TERHADAP KINERJA KARYAWAN PADA PT. GARUDA PLAZA HOTEL MEDAN

KUISIONER PENGARUH PERSEPSI MANFAAT, PERSEPSI KEMUDAHAN PENGGUNAAN TERHADAP PENGGUNAAN LAYANAN MOBILE BANKING MELALUI SIKAP SEBAGAI INTERVIENING

KUESIONER PENELITIAN

BAB 4 PEMBAHASAN HASIL PENELITIAN

BAB IV ANALISA DAN HASIL PEMBAHASAN

Lampiran 1 Perhitungan konsentrasi Perhitungan temephos 1 ppm

BAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin

Transkripsi:

STANDARDISASI RATE DALAM EPIDEMIOLOGI Nurul Wandasari Singgih Prodi Kesehatan Masyarakat

Rate rate mengukur frekwensi suatu kejadian terdiri dari : numerator denominator waktu numerator: menunjukkan jumlah kejadian selama periode waktu tertentu denominator: menunjukkan jumlah populasi dimana kejadian terjadi waktu : menunjukkan periode waktu kejadian terjadi 2

Kalkulasi dari rate : number of occurence of event in specifief time rate = ------------------------------------------------------------------- x konstanta average or mid-interval population data surveilens sering hanya memberi informasi tentang data numerator saja dalam bentuk angka kasar angka kasar hanya menggambarkan jumlah kejadian tidak memperhatikan: jumlah populasi dari mana kejadian terjadi distribusi karakteristik demografis di populasi dari mana kejadian terjadi 3

Rate memberi informasi yang lebih lengkap : karena mengandung informasi tetang : jumlah kejadian jumlah populasi dari mana kejadian terjadi periode waktu kejadian terjadi Rate memberi kondisi yang komperabel : dapat untuk membandingkan frekwensi kejadian secara lebih komperabel : frekwensi kejadian penyakit di populasi dari waktu ke waktu frekwensi kejadian penyakit diantara satu populasi dengan populasi lain frekwensi kejadian penyakit diantara sub populasi 4

Kegunaan rate dalam epidemiologi : menghitung rate kejadian merupakan suatu hal yang yang paling penting dalam peneilitian epidemiologi dengan menghitung rate, informasi tadi dapat digunakan untuk : memformulasikan dan membuktikan hipotesis mengidentifikasikan faktor risiko dan penyebab membandingkan secara komperabel frekwensi kejadian diantara populasi 5

Crude, Specific, and Standardized Rates Rate dapat dihitung dari seluruh populasi atau subpopulasi yang ada di populasi besar Crude rate : dihitung dari seluruh populasi contoh : crude death rate numerator = jumlah seluruh kematian selama interval waktu tertentu denominator = jumlah populasi rata-rata selama interval waktu yang sama 6

CDR (angka kematian kasar) populasi A dan B Tabel 1 Populasi, kematian dan tingkat kematian per 1000 populasi pada komunitas A dan B Komunitas Populasi Jumlah kematian Tingkat Kematian (Death Rates) per 1000 A 6.100 67 11, 0 B 12.200 290 23,8 7

Specific rate : dihitung dari subpopulasi contoh : age specific death rate : numerator : jumlah kematian pada kelompok usia tertentu selama interval waktu tertentu denominator: jumlah populasi rata-rata kelompok usia tertentu selama interval waktu yang sama contoh lain : sex specific death rate numerator : jumlah kematian pada kelompok sex tertentu selama interval waktu tertentu denominator : jumlah populasi rata-rata kelompok sex tertentu selama interval waktu yang sama 8

9

Agar perbandingan rate diantara populasi dapat komperabel maka crude rate harus distandarisisasi dengan faktorfaktor konfounding tadi Metode standarisasi : Direct standardization (standarisasi langsung) Indirect standardization (standarisasi tak langsung) 10

Standardisasi Kapan Standardisasi? Membandingkan rate penyakit pada populasi yg mempunyai distribusi karakteristik populasi yg berbeda dan karakteristik tersebut berhubungan dengan penyakit 2 cara membandingkan: Menggunakan category-specific rate Menggunakan adjusted rate 11

Metode standarisasi langsung cara kalkulasi menggunakan specific rate berdasarkan variabel yang akan dikontrol (misal umur, sex dll) pada populasi studi specific rate tadi diaplikasikan pada populasi standard berdasarkan variabel yang akan dikontrol (umur, sex dll) standarisasi ini menggambarkan : apa yang akan terjadi dengan crude rate pada populasi studi jika distribusi dari variabel yang dikontrol (misal umur, sex) sama dengan populasi standard 12

METODA STANDARDISASI LANGSUNG DATA YANG HARUS TERSEDIA : SPECIFIC RATE DARI VARIABEL POPULASI STUDI /POPULASI YANG AKAN DIKONTROL DISTRIBUSI VARIABEL YANG AKAN DI KONTROL PADA POPULASI STANDARD 13

AGE SPECIFIC DEATH RATES PER 1000 PERSONS IN TWO FLORIDA COUNTIES (1960) AGE GROUP I M X I M X PINELLAS COUNTY DADE COUNTY 0-1 2-4 5-14 15-24 25-34 35-44 45-54 55-64 65-74 75+ 28.2 1.4 0.6 0.8 1.4 3.0 7.7 15.9 28.9 82.8 28.8 1.2 0.4 1.2 1.7 3.3 8.2 16.7 31.1 84.2 Total 15.3 8.9 CRUDE DEATH RATE 14

AGE ADJUSTED DEATH RATES (Direct Method) AGE GROUP I M X PINELLAS COUNTY I M X DADE COUNTY Standard population structure ( s p X ) Expected death: s E X = I M X. s p X PINELLAS COUNTY DADE COUNTY 0-1 28.2 28.8 23000 649 662 2-4 1.4 1.2 90000 126 108 5-14 0.6 0.4 199000 119 80 15-24 0.8 1.2 134000 107 161 25-34 1.4 1.7 127000 179 216 35-44 3.0 3.3 134000 402 442 45-54 7.7 8.2 114000 878 935 55-64 15.9 16.7 87000 1383 1453 65-74 28.9 31.1 61000 1763 1897 75+ 82.8 84.2 31000 2558 2613 All ages 15.3 8.9 1000000 8164 8567 15

AGE ADJUSTED DEATH RATES (Direct Method) Expected Age Adjusted Death Rate (M DIR )= Std. population Pinellas County: 8164 M DIR = x 1000 = 8.2 per 1000 1000000 Dade County: 8567 M DIR = x 1000 = 8.6 per 1000 1000000 16

CDR (angka kematian kasar) populasi A dan B Tabel 1 Populasi, kematian dan tingkat kematian per 1000 populasi pada komunitas A dan B Komunitas Populasi Jumlah kematian Tingkat Kematian (Death Rates) per 1000 A 6.100 67 11, 0 B 12.200 290 23,8 17

Tabel 2. Populasi, kematian dan tingkat kematian menurut umur per 1.000 populasi pada komuni tas A dan B Umur Jumlah populasi A Jumlah kematian di A Tingkat kematian di A (per 1000) Jumlah populasi B Jumlah kematian B 0-14 500 2 4,0 800 2 2,5 di Tingkat kematian di B (per 1000) 15-28 2.OO0 8 4,0 600 2 3,3 30-44 2.000 12 6,0 2.000 10 5,0 45-59 1.000 10 10,0 4.000 36 9,0 6O - 74 500 20 40,0 4.000 140 35,0 >75 100 15 150,0 800 100 125,0 Total 6.100 67 12.200 290 18

Tabel 3. Populasi Standar, tingkat kematian menurut umur per 1.000 populasi pada komuni tas A dan B Umur Jumlah populasi standar Tingkat kematian di A (per 1000) Jumlah kematian yang diperkirakan di A (expected death Tingkat kematian di B (per 1000) Jumlah kematian yang diperkirakan di B (expected number) death number) 0-14 1300 4,0 5,2 2,5 3,25 15-28 2600 4,0 10,4 3,3 8,58 30-44 4000 6,0 24,0 5,0 20,0 45-59 5000 10,0 50,0 9,0 45,0 6O - 74 4500 40,0 180,0 35,0 157,5 >75 900 150,0 135,0 125,0 112,5 18.300 404,6 405 346,83 347 405 Tingkat kematian yang distandarisasi umur pada komunitas A = 0, 022 22 per 18300 1000 347 Tingkat kematian yang distandarisasi umur pada komunitas B = 0, 019 19 per 18300 1000 19

Prosedur Perhitungan: Direct Dapatkan category-specific rates populasi yang dibandingkan Tentukan standard populasi Hitung jumlah expexted deaths/cases Hitung rate yang distandardisasi: Total expected deaths/cases Total populasi standard 20

Metode standarisasi tidak langsung cara kalkulasi menggunakan specific rate berdasarkan variabel yang akan dikontrol (misal umur, sex dll) pada standard populasi standard spesific rate tadi diaplikasikan pada populasi studi berdasarkan variabel yang akan dikontrol (umur, sex dii) konfounder lain) standarisasi ini menggambarkan : apa yang akan terjadi dengan crude rate pada populasi studi jika distribusi dari specific rate nya sama dengan populasi standard 21

METODA STANDARDISASI TIDAK LANGSUNG DATA YANG HARUS TERSEDIA : 1. DISTRIBUSI VARIABEL YANG AKAN DIKONTROL PADA POPULASI STUDI (distribusi umur,sex) 2. DISTRIBUSI SPECIFIC RATE BERDASARKAN VARIABEL YANG DIKONTROL PADA POPULASI STANDARD. 3. CDR POPULASI STUDI 4. CDR POPULASI STANDARD

AGE ADJUSTED DEATH RATES (Indirect Method) AGE GROUP 0-1 2-4 5-14 15-24 25-34 35-44 45-54 55-64 65-74 75+ I P X PINELLAS COUNTY 5674 22167 51932 32565 33877 41633 41670 51985 65783 27379 I P X DADE COUNTY 18819 74554 162633 108310 126938 140768 118013 93058 67994 25960 All ages 374665 935047 Observed 5732 8245 death I D X Death rates per 1000 in std.pop ( s M X ) 27.0 1.1 0.5 1.1 1.5 3.0 7.6 17.4 38.2 106 9.5 Expected death: I E X = s M X. i p X PINELLAS COUNTY 153 24 26 36 51 125 317 905 2513 2902 DADE COUNTY 508 82 81 119 187 422 897 1619 2597 2752 7052 9264 23

AGE ADJUSTED DEATH RATES (Indirect Method) Adjusted Death Rate (M Ind )= CDR x obs. death Expected death Pinellas County: SMR = (obs/expec) = 5732/7052 = 0.82 M ind = (9.5 x (5732/7052) = 7.8 per 1000 Dade County: SMR = 8245/9264 = 0.90 M ind = (9.5 x (8245/9264) = 8.5 per 1000 24

Prosedur Perhitungan: Indirect Tentukan category-specific rates populasi standard Dapatkan distribusi populasi yang dibandingkan Hitung jumlah expexted deaths/cases Hitung SMR : Jumlah kematian yang diobservasi Jumlah expected deaths Hitung rate yang distandardisasi: SMR x Crude Death Rate populasi standard 25

ADJUSTED RATES statistically constructed summary rates that account for the difference between population with respect to these other variable

ADVANTAGES AND DISADVANTAGES CRUDE, SPECIFIC, ADJUSTED RATES Rates Advantages Disadvantages Crude Specific 1. Actual summary rates 2. Readily calculable for international comparison widely used 1. Comparison is made between homogens subgroup (more accurate) 2. Detailed rates are useful for epidemiologic and public health purpose 1. Difference crude rates difficult to interpret (vary in composition) 1. Cumbersome to compare subgroup several subgroups of two or more populations 27

ADVANTAGES AND DISADVANTAGES CRUDE, SPECIFIC, ADJUSTED RATES Rates Advantages Disadvantages Adjusted 1. Summary statement 2. Differences in composition of groups are removed permitting unbiased comparisons 1. Fictional rates 2. Absolute magnitudes depend on standard population chosen 3. Actual value of adjusted is meaningless 28