Ukuran Frekuensi Penyakit

Berikut ini beberapa ukuran-ukuran epidemilogi:
1) Frekuensi penyakit
Perhitungan frekuansi penyakit dimaksudkan untuk menilai keadaan penyakit suatu populasi tertentu. Penggunaan nilai absolut sering menimbulkan kesalahan penilaian terutama bila membandingkan keadaan penyakit antara dua atau lebih kelompok penduduk atau antara dua waktu tertentu.
2) Rasio dan Proporsi
Data yang terkumpul masih merupakan data kasar yang perlu diolah untuk dianalisa dan ditarik kesimpulan. Agar data morbiditas dan mortalitas dapat digunakan untuk membandingkan maka data absolut diubah menjadi data relative. Dalam epidemiologi, ukuran yang banyak digunakan dalam menentukan morbiditas dan mortalitas adalah angka, rasio dan proporsi
a) RASIO
• Rasio merupakan nilai relatif yang dihasilkan dari perbandingan dua nilai kuantitatif yang pembilangnya tidak merupakan bagian dari penyebut.
• Misal : sebuah nilai kuantitatif A dan nilai kuantitatif lain adalah B, maka rasio kedua nilai tersebut adalah A/B
• Contoh : pada suatu kejadian luar biasa keracunan makanan terhadap 22 orang penderita dan 12 diantaranya adalah anak – anak, maka rasio anak terhadap orang dewasa adalah
12/10 = 1,2
b) PROPORSI
• Proporsi ialah perbandingan dua nilai kuantitatif yang pembilangnya merupakan bagian dari penyebut
• Pada proporsi, perbandingan menjadi : A/ (A +B). pada contoh diatas proporsi menjadi
12/(12+10) =0,6
• Bila proporsi dikalikan 100 disebut persen (%) sehingga presentase pada contoh diatas menjadi 60 %.
3) Rate
• Nilai rate dalam epidemiologi menunjukkan besarnya peristiwa yang terjadi terhadap jumlah keseluruhan penduduk dimana peristiwa tersebut berlangsung dalam batas waktu tertentu
• Dengan demikian ada tiga unsur utama dalam penentuan nilai rate yaitu : jumlah mereka yang terkena peristiwa, kelompok penduduk dimana peristiwa itu terjadi, serta batas waktu tertentu yang berkaitan dengan kejadian tersebut.
4) Insidensi
• Batasan untuk angka insidensi ialah proporsi kelompok individu yang terdapat dalam penduduk suatu wilayah atau negara yang semula tidak sakit dan menjadi sakit dalam kurun waktu tertentu
• Pembilang pada proporsi tersebut adalah kasus baru
5) Prevalensi
• Merupakan frekuensi penyakit lama dan baru yang berjangkit di masyarakat disuatu tempat/ wilayah, negara pada waktu tertentu
• Bila prevalensi ditentukan pada suatu saat misalnya Juli 1993, maka disebut sebagai point prevalence rate
• Apabila ditentukan selama satu periode waktu tertentu misalnya 1 januari 1993 sampai 31 Desember 1993, maka disebut sebagai periode prevalence rate
6) Manfaat Insiden Dan Prevalens
a) Insiden
• Dapat menunjukkan keberhasilan program pencegahan penyakit
• Banyak digunakan dalam penelitian untuk mencari adanya asosiasi sebab akibat
• Mengadakan perbandingan antara berbagai populasi dengan pemaparan yang berbeda
• Untuk mengukur besarnya resiko yang ditimbulkan oleh determinan tertentu.
b) Prevalensi
• Menggambarkan tingkat keberhasilan program pemberantasan penyakit
• Penyusunan perencanaan pelayanan kesehatan
• Menyatakan banyaknya kasus yang dapat di diagnosis
7) Hubungan Antara Insiden Dan Prevalensi
• Angka prevalensi dipengaruhi oleh tingginya insiden dan lamanya sakit
• Lamanya sakit ialah periode mulai di diagnosanya penyakit sampai berakhirnya penyakit yaitu sembuh, mati atau kronis
• Bila pengobatan penyakit hanya dapat menghindarkan kematian, tetapi tidak menyembuhkan
8) Incidence Risk/Cumulative Incidence
• Probabilitas dari seorang yang tidak sakit untuk menjadi sakit selama periode waktu tertentu, dengan syarat orang tersebut tidak mati oleh karena penyebab lain.
• Risiko ini biasanya digunakan untuk mengukur serangan penyakit yang pertama pada orang sehat tersebut.
• Misalnya : Insidens penyakit jantung mengukur risiko serangan penyakit jantung pertama pada orang yang belum pernah menderita penyakit jantung.

CI = Jumlah kasus baru/jumlah populasi pada permulaan periode

• Baik pembilang maupun penyebut yang digunakan dalam perhitungan ini adalah individu yang tidak sakit pada permulaan periode pengamatan, sehingga mempunyai risiko untuk terserang.
• Kelompok individu yang berisiko terserang ini disebut population at risk atau populasi yang berisiko.
• Ciri dari Incidence Risk :
a) Berbentuk proporsi
b) Tidak memilik satuan
c) Besarnya berkisar antara 0 dan 1
• Contoh :
a) Attack “rate” (risk) keracunan setelah makan tempe bongkrek
b) Risiko kejang demam sejak lahir hingga usia 6 tahun
c) Angka kematian kasus (case fatality “rate” = risk) untuk tuberculosis
“Dokter puskesmas mempunyai kasus suatu warga keracunan makanan pada dusun setelah jamuan makan (syukuran). Populasi penduduk pada dusun tersebut 500 rang, jumlah penduduk yang hadir pada acara syukuran 100 orang. Sampai hari pertama orang yang mengalami gejala keracunan adalah 25 orang. Berapa risiko keracunan makanan pada penduduk tersebut selama 1 hari?”
Jawaban: CI = 25/100 = 0,25 dalam 1 hari

9) Insidence rate/ insidence density
Insidens rate dari kejadian penyakit adalah potensi perubahan status penyakit per satuan waktu, relative terhadap besarnya populasi individu yang sehat pada waktu itu.
• Menyatakan suatu jumlah kasus baru per orang-waktu
ID = Jumlah kasus baru penyakit/(jumlah orang X waktu)
• Ciri Dari Insidens Density
a) Mempunyai satuan, yaitu per waktu. Tanpa satuan ini insidens density kehilangan maknanya.
b) Besarnya berkisar antara 0 sampai tak terhingga
Contoh: :
Pada suatu daerah dengan jumlah penduduk tgl 1 Juli 2005 sebanyak 100.000 orang semua rentan terhadap penyakit Diare ditemukan laporan penderita baru sebagai berikut : bulan januari 50 orang, Maret 100 orang, Juni 150 orang, September 10 orang dan Desember 90 orang.

IR = ( 50+ 100+150+10 +90) /100.000 X 100 % = 0,4 %

10) Prevalence Risk (Period Prevalence)
• Period Prevalens yaitu proporsi populasi yang sakit pada satu periode tertentu.
• Contoh : Pada suatu daerah penduduk pada 1 Juli 2005 100.000 orang, dilaporkan keadaan penyakit A sebagai berikut:
Januari 50 kasus lama dan 100 kasus baru. Maret 75 kasus lama dan 75 kasus baru, Juli 25 kasus lama dan 75 kasus baru; Sept 50 kasus lama dan 50 kasus baru dan Des. 200 kasus lama dan 200 kasus baru.
Period Prevalens rate :

(50+100) +(75+75)+(25+75)+(50+50)+(200+200) /100.000 X 100 % = 0,9 %

11) Prevalence Rate (Point Prevalence)
• Point Prevalens, yaitu probabilitas dari individu dalam populasi berada dalam keadaan sakit pada satu waktu tertentu.
• Rumus prevalence rate :
• (Jumlah orang yg menderita suatu penyakit/Populasi at risk) X 1000
Contoh :
Satu sekolah dengan murid 100 orang, kemarin 5 orang menderita penyakit campak, dan hari ini 5 orang lainnya menderita penyakit campak.
Prevalence rate = 10/100 x 1000 ‰= 100 ‰


Referensi :
1. Dr. Bhisma Murti.1995.PRINSIP DAN METODE RISET EPIDEMIOLOGI. Surakarta: Gadjah Mada University Press
2. http://www.google.co.id/search?client=firefoxa&rls=org.mozilla%3AenUS%3Aofficial&channel=s&hl=id&source=hp&q=ukuran+frekuensi+penyakit+++&meta=&btnG=Penelusuran+Google
3. http://bidansmart.files.wordpress.com/2010/03/3-ukuran-dalam-epidemiologi-ptm-3.pdf
4. http://revias-clinics.blogspot.com/2010/05/epidemiologi.html
5. http://www.scribd.com/doc/29748733/Ukuran-Frekuensi-Penyakit-Dan-Ukuran-Asosiasi-Antara-Paparan

KONSEP KAUSALITAS

Epidemiologi P2M

Epidemiologi adalah ilmu yang mempelajari penyakit atau masalah kesehatan yang terjadi pada masyarakat atau kelompok masyarakat. Dalam  ilmu epidemiologi itu kuncinya adalah ditemukannya penyebab, bisa penyebab penyakit, bisa penyebab masalah kesehatan atau masalah dalam pelayanan kesehatan.

Dalam Epidemiologi ada cara untuk mengetahui hungan kausal (seba-akibat) yang dapat mempengaruhi terjadinya suatu penyakit.  Berikut hubungan Kausalita menurut Sir Austin Bradford Hill tahun 1965.

Kriteria Bradford Hill

1. Kekuatan asosiasi

Semakin kuat hubungan asosiasi, maka semain sedikit hal tersebut dapat memberikan pengaruh pada faktor-faktor etiologis lainnya. Asosiasi yang kuat akan menunjukkan pengruh yang sangat kuat pada salah satu faktor etiologis dan akan tampak kurang memberikan pengaruh pada faktor-faktor etiologis. Sedangkan asosiasi yang lemahakan banyak memberikan pengaruh pada berbagai factor-faktor etiologis.

2. Konsistensi

Dapat diartikan suatu kejadian yang sama akan berulang pada waktu, tempat dan penelitian yang lain. Apabila dalam suatu penelitian memiliki “Konsistensi” (diamati berulang kali oleh orang yang berbeda, tempat yang berbeda, keadaan dan waktu yang berbeda pula) maka Konsistensi ini akan dapat membantu mengurangi munculnya kesalahan atau bias.

Akan tetapi hasil yang diobservasi dengan konsisten tidak langsung bebas dari bias, terutama dalam sejumlah kecil kajian, dan hasil dalam populasi yang berbeda akan sama sekali berbeda jika hubungan kausal dipengaruhi oleh ada atau tidak adanya variabel-variabel pemodifikasi/pengganggu.

3. Spesifisitas

Hubungan spesifisitas dapat diartikan satu penyebab akan menyebabkan satu akibat saja. Apabila suatu penyebab dipastikan menyebabkan suatu penyakit dan tidak menyebabkan penyakit yang lainnya, maka penyebab itu akan semakin diyakini menyebabkan penyakit itu saja. Dari asosiasi, ada hubungan yang melekat antara spesifisitas dan kekuatan yang mana semakin akurat dalam mendefinisikan penyakit dan penularannya., maka akan semakin kuat hubungan spesifisitas untuk penyakit itu.

4. Temporalitas

Bedasarkan urutan waktu, sebab akan selalu mendahului akibat. Jadi yang pertama terjadi adalah adanya penyebab penyakit, selanjutnya barulah terjadi penyakit.

5. Tahapan biologis

yang berhubungan dengan fisiologis tubuh.

-perubahan yang meningkat dalam konjungsi dengan perubahan kecocokan dalam penularan verifikasi terhadap hubungan dosis-respon konsisten dengan model konseptual yang dihipotesakan.

6. Efek dosis respon

Suatu penyebab penyakit akan diterima apabila masuk akal secara biologis dapat menyebabkan penyakit. Respon terhadap dosis paparan yang dapat menyebabkan penyakit yang berbeda-beda tergantung dari lama pemaparan dan dosis paparan.

7. Koherensi

Hubungan kausal dikatakan memiliki koherensi apabila interpretasi kausal cocok dengan fakta yang diketahui dalam sejarah alam dan biologi dari penyakit, termasuk juga pengetahuan tentang distribusi dari bukaan dan penyakit (orang, tempat, waktu) dan hasil dari eksperimen laboratorium.

8. Eksperimen

Beberapa tipe desain kajian dapat memberikan bukti yang lebih meyakinkan dibanding desain kajian jenis lainnya. Kajian-kajian intervensi dapat menyediakan dukungan yang terkuat, terutama ketika penyebab dapat dilakukan secara acak. Karena tidak etis dan/atau tidak praktis untuk menentukan banyak penyebab sebagai kajian epidemiologis.

9. Analogi

Analogi yang diartikan adanya kesamaan untuk penyebab dan akibat yang serupa. Semakin banyak penelitian yang membuktikan suatu kasus penyakit memiliki penyebab yang sama, maka hubungan kausalitasnya akan semakin kuat. (nanna)