STANDARDISASI RATE DALAM EPIDEMIOLOGI Mugi Wahidin, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul 2014/2015

Pokok Bahasan Rate Standarisasi langsung (direct) Standasisasi tidak langsung (indirect)

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 1. 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

2. 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

3. Standardisasi Kapan Standardisasi? Agar perbandingan rate diantara populasi dapat komperabel maka crude rate harus distandarisisasi dengan faktor- faktor konfounding tadi Membandingkan rate penyakit pada populasi yg mempunyai distribusi karakteristik populasi yg berbeda dan karakteristik tersebut berhubungan dengan penyakit

Metode standarisasi : Direct standardization (standarisasi langsung) Indirect standardization (standarisasi tak langsung)

1. Metode standarisasi langsung (direct) 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

1. 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  Data rate spesifik diketahui, akan dibandingkan dengan populasi standar

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

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

2. 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  Yang diketahui jumlah kematian total dan populasi menurut umur, data rate tidak diketahui, sehingga menggunakan rate spesifik standar

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

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

Thank You

Tugas kelompok @ 3 orang Lakukan standarisasi rate (age standardized rate) kesakitan berikut 2 kota berikut: A. Secara langsung (direct)

Insidence Rate Malaria (standar) per 1000 2. indirect kelompok Umur Jumlah penduduk Insidence Rate Malaria (standar) per 1000 Jakarta Bogor 0-1 195,900 156,720 15.1 2-4 243,200 194,560 12.3 5-14 157,865 126,292 10.4 15-24 182,876 146,301 8.2 25-34 145,396 116,317 9.6 35-44 123,324 98,659 7.2 45-54 113,224 90,579 5.4 55-64 112,324 89,859 4.6 65-74 110,324 88,259 3.2 75+ 100,043 80,034 2.1 Total kasus malaria 5462 4321 11.2