STANDARDISASI RATE DALAM EPIDEMIOLOGI

Slides:



Advertisements
Presentasi serupa
UKURAN NILAI PUSAT UKURAN NILAI PUSAT ADALAH UKURAN YG DAPAT MEWAKILI DATA SECARA KESELURUHAN JENIS UKURAN NILAI PUSAT : MEAN , MEDIAN, MODUS KUARTIL,
Advertisements

Teori Graf.
Statistika Deskriptif: Distribusi Proporsi
TURUNAN/ DIFERENSIAL.
SUBBIDANG DATA DAN INFORMASI
START.
UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes
Pertemuan II SEBARAN PEUBAH ACAK
Bulan maret 2012, nilai pewarnaan :
Tugas Praktikum 1 Dani Firdaus  1,12,23,34 Amanda  2,13,24,35 Dede  3,14,25,36 Gregorius  4,15,26,37 Mirza  5,16,27,38 M. Ari  6,17,28,39 Mughni.
SOAL ESSAY KELAS XI IPS.
1 Diagram berikut menyatakan jenis ekstrakurikuler di suatu SMK yang diikuti oleh 400 siswa. Persentase siswa yang tidak mengikuti ekstrakurikuler.
Tabel Kematian (Life Tabel)
1 Calculation Specification untuk mendefinisikan seluruh kalkulasi yang dibutuhkan dalam program termasuk logika dan proses,dapat juga digunalan sebagai.
THE RATIO ESTIMATOR VARIANCE DAN BIAS RATIO PENDUGA SAMPEL VARIANCE
Bab 11B
Uji Non Parametrik Dua Sampel Independen
Mari Kita Lihat Video Berikut ini.
Statistika Deskriptif
4. PROSES POISSON Prostok-4-firda.
Bab 6B Distribusi Probabilitas Pensampelan
Pertumbuhan Penduduk Oleh : Rouhdy Rangga ( )
LIMIT FUNGSI LIMIT FUNGSI ALJABAR.
STATISTIK - I.
UKURAN PENYEBARAN DATA
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
THEOREMA SISA, THEOREMA FAKTOR BENTUK POLINUM
: : Sisa Waktu.
PERKEMBANGAN KELULUSAN SMP/MTS, SMA/MA DAN SMK KOTA SEMARANG DUA TAHUN TERAKHIR T.P DAN 2013.
Pengujian Hipotesis Parametrik 2
Luas Daerah ( Integral ).
ANGGARAN PRODUKSI.
UKURAN-UKURAN DALAM ANALISIS DEMOGRAFI
PEMINDAHAN HAK DENGAN INBRENG
UKURAN PEMUSATAN DATA Sub Judul.
Fungsi Invers, Eksponensial, Logaritma, dan Trigonometri
PENGUKURAN GEJALA PUSAT / NILAI PUSAT/UKURAN RATA-RATA
UKURAN DAMPAK DALAM EPIDEMIOLOGI
KONTROL ALUR EKSEKUSI PROGRAM
Kuliah ke 12 DISTRIBUSI SAMPLING
Bulan FEBRUARI 2012, nilai pewarnaan :
AREAL PARKIR PEMERINTAH KABUPATEN JEMBRANA
STANDARDISASI RATE DALAM EPIDEMIOLOGI
KINERJA SAMPAI DENGAN BULAN AGUSTUS 2013
DISTRIBUSI NORMAL.
Penilaian Persediaan: Pendekatan Berbasis Kos
Bahan Kuliah IF2091 Struktur Diskrit
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Karakteristik Respon Dinamik Sistem Lebih Kompleks
Statistika Deskriptif: Statistik Sampel
UKURAN FREKUENSI PENYAKIT
DISTRIBUSI FREKUENSI.
Statistika Deskriptif: Distribusi Proporsi
UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes
• Perwakilan BKKBN Provinsi Sulawesi Tengah•
Bahan Kuliah IF2120 Matematika Diskrit
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Pohon (bagian ke 6) Matematika Diskrit.
P OHON 1. D EFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit 2.
JIKA ORANG INI SAJA BISA APALAGI ENGKAU PASTI LEBIH DARI DIA
UKURAN PEMUSATAN DAN LETAK DATA
Korelasi dan Regresi Ganda
WISNU HENDRO MARTONO,M.Sc
DISTRIBUSI PELUANG Pertemuan ke 5.
Pengantar sistem informasi Rahma dhania salamah msp.
Pengukuran masalah kesehatan
STANDARISASI Sebagaimana telah disebutkan pada bahasan sebelumnya, bahwa banyak variabel yang mempengaruhi angka kematian, antara lain: Umur / komposisi.
Epidemiologi Deskriptif (2)
UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes
Transcript presentasi:

STANDARDISASI RATE DALAM EPIDEMIOLOGI Nurul Wandasari Singgih Prodi Kesehatan Masyarakat Univ Esa Unggul 2012/2013

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

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

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

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

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

CDR (angka kematian kasar) populasi A dan B

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 denominator : jumlah populasi rata-rata kelompok sex tertentu selama interval waktu yang sama

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

Standardisasi Kapan Standardisasi? 2 cara membandingkan: 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

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

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

AGE SPECIFIC DEATH RATES PER 1000 PERSONS IN TWO FLORIDA COUNTIES (1960) AGE GROUP IMX 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 3.0 7.7 15.9 28.9 82.8 28.8 1.2 0.4 1.7 3.3 8.2 16.7 31.1 84.2 Total 15.3 8.9 CRUDE DEATH RATE

AGE ADJUSTED DEATH RATES (Direct Method) AGE GROUP IMX 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 3.0 7.7 15.9 28.9 82.8 28.8 1.2 0.4 1.7 3.3 8.2 16.7 31.1 84.2 All ages 15.3 8.9 Standard population structure (spX) 23000 90000 199000 134000 127000 114000 87000 61000 31000 1000000 Expected death: sEX = IMX . spX PINELLAS COUNTY DADE COUNTY 649 126 119 107 179 402 878 1383 1763 2558 662 108 80 161 216 442 935 1453 1897 2613 8164 8567

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

CDR (angka kematian kasar) populasi A dan B

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

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

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

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

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

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

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 Actual summary rates Readily calculable for international comparison widely used Difference crude rates difficult to interpret (vary in composition) Specific Comparison is made between homogens sub-group (more accurate) Detailed rates are useful for epidemiologic and public health purpose Cumbersome to compare subgroup several subgroups of two or more populations

ADVANTAGES AND DISADVANTAGES CRUDE, SPECIFIC, ADJUSTED RATES Summary statement Differences in composition of groups are removed permitting unbiased comparisons Fictional rates Absolute magnitudes depend on standard population chosen Actual value of adjusted is meaningless