Ukuran Frekuensi Penyakit (Measures of Disease Occurrence)

Slides:



Advertisements
Presentasi serupa
METODE EPIDEMIOLOGI UNTUK MENILAI DIAGNOSIS PADA SECRINING
Advertisements

Riwayat Alamiah Penyakit
Ukuran-Ukuran Dasar Dalam Epidemiologi
Aria Gusti, SKM, M.Kes KONSEP PENYEBAB DAN PROSES TIMBULNYA PENYAKIT‏ Aria Gusti, SKM, M.Kes
UKURAN FERTILITAS.
Situasi HIV di Indonesia 2010
DASAR-DASAR DEMOGRAFI
DASAR-DASAR PENYIDIKAN KEJADIAN LUAR BIASA
PENYIDIKAN KEJADIAN LUAR BIASA
BADAN PERENCANAAN PEMBANGUNAN DAERAH (BAPPEDA) ACEH
UKURAN-UKURAN DALAM ANALISIS DEMOGRAFI
CROSS SECTIONAL STUDY.
SKRINING dr. Fazidah A Srg Mkes.
PENGUKURAN RISIKO PENYAKIT
Dasar – dasar Epidemiologi Ukuran Frekuensi Epidemiologi
UKURAN FREKUENSI PENYAKIT
Dasar – dasar Epidemiologi Ukuran Frekuensi Epidemiologi
Ukuran Frekuensi Epidemiologi
UKURAN FREKUENSI PENYAKIT
RIWAYAT ALAMIAH PENYAKIT/ PERJALANAN ALAMIAH PENYAKIT
STUDI EPIDEMIOLOGI DESKRIPTIF
Ukuran Frekuensi Penyakit
Ria Hartini Sitompul G1B011054
STUDI EPIDEMIOLOGI.
Ukuran-ukuran Frekuensi yang digunakan dalam Epidemiologi K3
DEASY ROSMALA DEWI, SKM,MKES
Ukuran kesehatan & penyakit
ESTIMASI BEBAN TB, INDIKATOR & TARGET KINERJA
UKURAN ANGKA KESAKITAN DAN ANGKA KEMATIAN
Pengukuran masalah kesehatan
UKURAN FREKUENSI MASALAH KESEHATAN
UKURAN MORBIDITAS & MORTALITAS DALAM EPIDEMIOLOGI
Ukuran Frekuensi Epidemiologi
UKURAN EPIDEMIOLOGI DAN INTEPRETASI DATA
KONSEP PENYAKIT RIWAYAT ALAMIAH DAN TKT PENCEGAHAN
Ukuran-ukuran Frekuensi yang digunakan dalam Epidemiologi K3
PEDOMAN MENILAI SISTEM SURVEILANS
STUDI EPIDEMIOLOGI DESKRIPTIF
PARAMETER EPIDEMIOLOGI
RANCANGAN STUDI EPIDEMIOLOGI PERTEMUAN 12 DEASY ROSMALA DEWI, SKM,MKES
TEMU – 5 TUJUAN Diakhir kuliah mahasiswa mampu menghitung angka insidens dan prevalensi.
Oleh: Epidemiologi STIKES TUANKU TAMBUSAI BANGKINANG
UKURAN EPIDEMIOLOGI.
PENGANTAR EPIDEMIOLOGI
RIWAYAT ALAMI PENYAKIT &
TERMINOLOGI EPIDEMIOLOGI
Epidemiologi Deskriptif (2)
INFERENSI KAUSAL.
DASAR-DASAR PENYIDIKAN KEJADIAN LUAR BIASA
EPIDEMIOLOGI PENYAKIT TIDAK MENULAR
PENYIDIKAN KEJADIAN LUAR BIASA
EPIDEMIOLOGI PENYAKIT MENULAR
UKURAN FREKUENSI PENYAKIT
EPIDEMIOLOGI & PERILAKU KESEHATAN
KONSEP TERJADINYA PENYAKIT
Komplikasi Tetanus Inas Amalia
PRESENTASI EPIDEMIOLOGI
TEMU – 5 TUJUAN Diakhir kuliah mahasiswa mampu menghitung angka insidens dan prevalensi.
EPIDEMIOLOGI PENYAKIT MENULAR
KONSEP PENYEBAB DAN PROSES TIMBULNYA PENYAKIT‏ Firsty Ayu Paramitha, S.ST, M.Kes.
Materi Surveillans Epidemiologi Universitas Respati Yogyakarta
RIWAYAT ALAMIAH PENYAKIT/ PERJALANAN ALAMIAH PENYAKIT
ILMU KEDOKTERAN & EPIDEMIOLOGI PENYAKIT
Epidemiologi Haafizah Dania M.Sc.,Apt.
UKURAN FREKUENSI EPIDEMIOLOGI
UKURAN FREKUENSI MASALAH KESEHATAN
UKURAN FREKUENSI MASALAH KESEHATAN
Lili Eriska Sianturi, M.K.M Kuliah Dasar Epidemiologi
KONSEP EPIDEMIOLOGI.
Transcript presentasi:

Ukuran Frekuensi Penyakit (Measures of Disease Occurrence) Prof. Bhisma Murti Bagian Ilmu Kesehatan Masyarakat Fakultas Kedokteran Universitas Sebelas Maret

Ukuran Frekuensi Bagaimana cara menyatakan besarnya morbiditas dan mortalitas akibat penyakit? Hitung (Counts) Proporsi Berapa bagian dari populasi yang mengalami peristiwa (penyakit, kematian)? Rates Seberapa cepat terjadinya peristiwa?

Ukuran Frekuensi Ukuran morbiditas Ukuran mortalitas Prevalensi - proporsi Cumulative incidence - proporsi Incidence density - rate Ukuran mortalitas Mortality rate - proporsi Standardized mortality (SMR)

Riwayat Alamiah Penyakit (Natural History of Disease) Paparan  Onset gejala (dx)  Akibat penyakit Sembuh Meninggal Penyakit kronis Kasus baru (insidensi) Individu rentan terpapar agen etiologi Faktor risiko/ kausa/ etiologi penyakit Faktor prognostik penyakit Masa inkubasi (laten) Durasi Kasus baru + lama (prevalensi)

Klasifikasi Kasus Tabel 1.12 Klasifikasi kasus menurut kriteria pemeriksaan klinis, epidemiologis, dan laboratoris Klasifikasi kasus Kriteria Kasus suspek (suspected case, syndromic case) Tanda dan gejala klinis cocok dengan penyakit, terdapat bukti epidemiologi, tetapi tidak terdapat bukti laboratorium yang menunjukkan tengah atau telah terjadi infeksi (bukti laboratorium negatif, tidak ada, atau belum ada) Kasus mungkin (probable case, presumptive case) Tanda dan gejala klinis cocok dengan penyakit, terda­pat bukti epidemiologis, terdapat bukti laboratorium yang mengarah tetapi belum pasti, yang menunjukkan tengah atau telah terjadi infeksi Kasus pasti (confirmed case, definite case) Terdapat bukti pasti laboratorium (serologis, biokimia, bakteriologis, virologis, parasitologis) bahwa tengah atau telah terjadi infeksi, dengan atau tanpa kehadiran tanda, gejala klinis, atau bukti epidemiologis Sumber: Bres (1986)

Pelayanan kesehatan primer formal “Fenomena Gunung Es” Meninggal Hospitalisasi Pelayanan kesehatan primer formal Diagnosis oleh Kader Kesehatan Self-reported Skrining populasi

Hitung (Counts) Ukuran frekuensi penyakit paling sederhana Frekuensi (=banyaknya) individu yang terkena penyakit Berguna untuk merencanakan alokasi sumber daya kesehatan Sebagai contoh: Jumlah kasus DHF

Rasio Suatu fraksi tanpa hubungan tertentu antara pembilang dan penyebut Rentang: 0 hingga  A/B Contoh sex ratio (L:P)

Rasio Jumlah laki-laki dengan HIV/AIDS, 2010 2,412 Jumlah perempuan dengan HIV/AIDS, 2010 2,314 Rasio laki-laki terhadap perempuan 2,412/2,314 = 1.04 (Pembilang tidak merupakan bagian dari penyebut)

Contoh Ukuran Rasio Laki-laki terhadap Perempuan Urban terhadap Rural Muda terhadap Tua

Proporsi Pembilang merupakan bagian dari penyebut Dapat dinyatakan dalam persen Rentang: 0 hingga 1 A/(A+B) Contoh Prevalensi Cumulative Incidence

Rate Suatu jenis khusus proporsi Unit waktu di dalam penyebut A/(A+B) per interval waktu Populasi sering digunakan sebagai penyebut Selalu dua komponen: Kasus baru Waktu

Ukuran Dasar pada Level Populasi Pembilang Penyebut Kematian Kasus Peristiwa Populasi Populasi berisiko Waktu berisiko

Prevalensi Proporsi individu dalam populasi yang mengalami penyakit atau kondisi lainnya pada suatu periode waktu tertentu jumlah kasus (A) sekarang P = populasi total (A+B) sekarang Tanpa dimensi –– bisa dinyatakan dalam persen Jangan dianggap sebagai rate Tergantung insidensi dan durasi

Prevalensi = Insidensi X Durasi Populasi berisiko Kasus insidensi (baru) Prevalensi (existing cases) Prevalensi meningkat dengan bertambahnya kasus baru Prevalensi menurun dengan meninggalnya atau sembuhnya kasus

Perbandingan Populasi berisiko Jumlah meninggal Incidensi % populasi total Semua penyebab kematian 281,421,906 6,855/hari 0.002% 286/jam .0001% 857/3 jam .0003% 11 September, 2001 3053/3 jam .001% Terdapat 3.6 kali lebih banyak kematian selama 3 jam pada 11/9/01 daripada perkiraan

Prevalensi Point prevalence (Prevelansi titik)– proporsi semua kasus pada suatu titik waktu Period prevalence (Prevalensi periode)– proporsi semua kasus selama suatu periode waktu Contoh: Frekuensi penyakit pada otopsi – semua kasus di antara semua yang diotopsi Birth defect rate (angka kecacatan kelahiran)– jumlah kelahiran baru dengan kecacatan di antara semua kelahiran hidup

Prevalensi Manfaat Mendeskripsikan beban penyakit pada populasi Mendeskripsikan status penyakit pada populasi Menaksir frekuensi paparan Menaksir kebutuhan pelayanan kesehatan untuk individu- individu yang terkena penyakit

Prevalensi Keterbatasan Semua kasus dengan suatu penyakit pada suatu titik waktu merupakan hasil dari: Faktor-faktor yang mempengaruhi perkembangan penyakit Faktor-faktor yang mempengaruhi kelangsungan hidup (survival) Identifikasi siapa yang berpenyakit (definisi kasus) Cara menemukan kasus (case ascertainment) Penyebut (populasi berisiko)

Prevalensi Prevalensi Virus Hepatitis B: Prevalensi Virus Hepatitis C: 4.4% dari populoasi menunjukkan adanya bukti sedang atau pernah terinfeksi Virus Hepatitis B Prevalensi Virus Hepatitis C: 1.0% dari populoasi menunjukkan adanya bukti sedang atau pernah terinfeksi Virus Hepatitis C

Insidensi Angka terjadinya penyakit selama suatu periode waktu Tiga elemen kunci: Hanya kasus baru dimasukkan di dalam pembilang Populasi total berisiko pada penyebut Elemen waktu – periode waktu terjadinya kasus baru

Insidensi Jenis Cumulative Incidence (Insidensi Kumulatif) Menaksir probabilitas (risiko) bahwa seorang akan mengalami penyakit selama suatu periode waktu kasus baru selama suatu periode waktu CI = populasi total berisiko selama suatu periode waktu

Insidensi Jumlah kasus baru penyakit selama suatu periode waktu Ukuran frekuensi kasus baru penyakit atau kondisi pada populasi berisiko selama suatu periode waktu   Jumlah kasus baru penyakit selama suatu periode waktu CI= x multiplier Total populasi berisiko selama periode waktu itu (mis., 100,000) Asumsi: seluruh populasi pada awal studi telah diikuti sepanjang interval waktu untuk terjadinya penyakit atau kondisi yang diminati

Insidensi Jenis Incidence Density (ID) – ukuran kecepatan yang sesungguhnya tentang terjadinya penyakit kasus baru selama suatu periode waktu ID = total orang-waktu pengamatan

Incidence, Prevalence Berapa prevalensi penyakit pada 2002? Berapa insidensi penyakit antara 1996 dan 2002? Incidence, Prevalence B C Onset A 2004 1996 1998 2000 2002 D E F

Menghitung Orang-Waktu ID 1/05 1/06 1/07 1/08 1/09 1/10 Total A 3 B C 5 D 4 E 2 Total tahun berisiko X = kasus 17 x x ID = 2/17 = 11.8/100 orang-tahun pengamatan

Menghitung Orang-Waktu Jumlah subjek Lama pengamatan Orang-Tahun 20 10 200 10 9 90 8 8 64 3 7 21 1 1 1 42 376 Terdapat 5 kasus baru selama periode 10 tahun. Incidence density 10 tahun = 5/376= 0.013298 Insidence density 10 tahun = 13.29 per 1000 orang tahun pengamatan Atau bisa dinyatakan 1329.78 per 100,000 orang tahun

Faktor yang Mempengaruhi Prevalensi Meningkatkan Imigrasi kasus sakit Emigrasi orang sehat Durasi makin panjang karena pengobatan/ penyembuhan Peningkatan insidensi Menurunkan Imigrasi orang sehat Emigrasi kasus sakit Perbaikan angka penyembuhan (penurunan durasi) Peningkatan angka kematian Penurunan insidensi

Faktor yang Mempengaruhi Insidensi Meningkatkan Peningkatan risiko (jumlah orang terpapar bertambah) Kegagalan program pencegahan penyakit Menurunkan Perubahan dalam riwayat alamiah penyakit (misalnya perubahan patogenesitas) Keberhasilan program pencegahan penyakit Jumlah orang terpapar berkurang)