Risk Assesment and observation

Presentasi berjudul: "Risk Assesment and observation"— Transcript presentasi:

1 Risk Assesment and observation

2 FAKTOR RESIKO Faktor-faktor yang meningkatkan
kemungkinan terkena penyakit atau suatu kondisi tertentu Besaran risiko diekspresikan dalam bentuk numerik

3 “Genes load the gun. Lifestyle pulls the trigger”
Lifestyle Factors “Genes load the gun. Lifestyle pulls the trigger” Dr. Elliot Joslin

4 Mengapa penting? Faktor resiko yang sekarang ada mengindikasikan penyakit yang akan timbul dimasa depan Dapat dicegah Dapat dimodifikasi Dapat diukur Feasible untuk dimonitor memmberikan data yg penting bagi perencanaan dan menajemen kesehatan

5 FAKTOR RESIKO Individu
Background risk factors, umur, sex, tingkat pendidikan, dan komposisi genetik; Behavioral risk factors, merokok, diet tidak sehat, dan aktivitas fisik; Intermediate risk factors, such as serum cholesterol levels, diabetes, hypertension, and obesity.

6 FAKTOR RESIKO Komunitas (contextual factors)
Kondisi Sosial dan ekonomi, kemiskinan, pekerjaan, komposisi keluarga; Lingkungan, iklim, polusi udara; Budaya., kebiasaan, norma, dan nilai; Urbanisasi, yang mempengaruhi perumahan, akses pada produk dan pelayanan.

7 umur SES, status gizi hamil, obesitas, pertumbuhan janin
Kehidupan janin Bayi dan anak-anak Remaja Dewasa SES, gizi, penyakit, pertumbuhan, obesitas SES, status gizi hamil, obesitas, pertumbuhan janin umur

8

9 The risk assessment process involves limitations of exposure data, many assumptions, and subjective choices that need to be considered when using this approach to provide guidance for health policy or action

10

11 1. Hazard identification bertujuan untuk menjawab pertanyaan, “apakah bukti yang ada menunjuk pada potensi resiko sebuah agen untuk menyebabkan efek kesehatan yang buruk pada populasi yang terpapar?“ 2. Exposure assessment ditujukan untuk menggambarkan pola-pola dan proses paparan serta untuk estimasi intensitas dan durasi dari paparan termasuk karakteristik dan jumlah orang yang terpapar atau berpotensi terpapar.

12 3. Dose-response assessment adalah pemodelan hubungan antara paparan dengan bahaya yang teridentifikasi pada tingkatan dosis yang berbeda beserta risiko penyakit yang ditimbulkan. 4. Risk characterization dilakukan untuk memberikan jawaban pertanyaan: “konsekuensi kesehatan apa saja yang muncul dari adanya paparan pada tingkatan dosis tertentu? “ dan keuntungan kesehatan apa yang didapat seiring penurunan tingkatan dosis?"

13 Three basic and most commonly used quantitative measures of risk
individual risk (ie, the probability that an individual will develop a disease as a result of exposure in a specified time period), population risk or disease burden (ie, the expected number of disease cases attributable to exposure in the population under study in a specified time period), shortened life expectancy or expected years of life lost

14 These measures may have different regulatory implications: the regulatory authorities may wish to evaluate either the risk incurred by individuals who are exceptionally highly exposed or highly vulnerable, or the societal risk inflicted on a large population whose members' average exposure could be much lower.

15 Measures Risk Rasio Membandingkan kuantitas kasus (a) sebagai numerator dan kuantitas lainnya (b) sebagai denominator (a/b). Nilai dari (a) dan (b) bisa saling berdiri sendiri atau numerator merupaka bagian dari denominator Misal: Sex ratio Perempuan / laki-laki ; perempuan / semua jenis kelamin Selama 9 bulan DEPKES menerima laporan 1,068 kasus HIV positif dimana 893 kasus berjenis kelamin perempuan dan 175 laki-laki. Rasio kasus perempuan terhadap laki-laki 893/175 = 5,1 : 1

16 Measures Risk Proporsi
Membandingkan kuantitas kasus (a) sebagai numerator dan kuantitas total (a+b) sebagai denominator  a/(a+b). Misal: Proporsi laki-laki Selama 9 bulan DEPKES menerima laporan 1,068 kasus HIV positif dimana 893 kasus berjenis kelamin perempuan dan 175 laki-laki. Proporsi kasus yang berjenis kelamin laki-laki adalah: 175/1.068 = 0.16/1 = 1/6.10. Satu dari setiap 6 kasus HIV yang dilaporkan berjenis kelamin laki-laki

17 Measures Risk Rate Disebut juga “Laju”
Ukuran proporsi yang memasukkan unsur periode waktu pengamatan dalam denominatornya  a/(a+b)x(satuan waktu) Misal: IMR per-1000 lahir hidup per-tahun

18 rasio, proporsi, dan rate, digunakan untuk menggambarkan aspek kondisi manusia: morbidity/morbiditas (penyakit), mortality/mortalitas (kematian) dan natality/natalitas (kelahiran).

19 Prevalence Prevalence (point prevalence)
Prevalence adalah jumlah kasus penyakit yang ada pada populasi dan periode waktu tertentu baik yang baru maupun yang lama Diukur: membagi jumlah kasus penyakit yang ada dengan total populasi yang beresiko pada waktu tertentu Merupakan proporsi. Penyebutan prevalnce rate adalah salah, walaupun umum digunakan

20 PREVALENCE P = Number of existing cases of disease / Number in total population (at a point or during a period of time) Example: City A has 7,000 people with arthritis on Jan 1st, 1999 Population of City A = 70,000 Prevalence of arthritis on Jan 1st = or 10% Measure of Disease

21 Prevalence Example Dari 216 mahasiswa yang melakukan pemeriksaan gigi, 192 orang mempunyai kerusakan gigi Apabila kita asumsikan survey terlaksana secara lengkap, ada 192 prevalensi kasus kerusakan gigi pada mahasiswa pada saat survey dilakukan prevalence [risk] kerusakan gigi 192 / 216 = 89% pada mahasiswa Measure of Disease

22 Incidence Incidence mengukur individu yang berpotensi sakit menjadi sakit atau menjadi kasus baru dalam kurun waktu pengamatan. incident muncul pada saat seorang individu yang berpotensi sakit berubah menjadi sakit. Penghitungan incident adalah jumlah kasus baru yang muncul pada populasi yang diamati selama periode waktu pengamatan tertentu. Kasus yang bisa terjadi lebih dari satu kali dalam satu kurun waktu biasanya kejadian yang pertama yang diukur.

23 Incidence Incidence risk
Proporsi individu pada populasi awal yang menjadi sakit dalam periode waktu tertentu Disebut juga Insiden Kumulatif (cumulative incidence / CI) Denominatornya adalah populasi yang beresiko (tidak sakit pada awal waktu pengamatan)

24 Incidence Incidence risk
Individu harus dalam keadaan bebas dari penyakit pada awal pengamatan untuk dimasukkan sebagai numerator atau denominator dalam perhitungan ini Individu harus beresiko terkena penyakit incidence risk bisa diinterpretasikan sebagai resiko individual untuk terkena penyakit dalam suatu periode resiko Angka berkisar dari 0-1 dan mensyaratkan interval waktu. Bagaimana kalau individu bisa terkena penyakit lebih dari 1 kali?

25 Incidence Incidence rate
Jumlah kasus baru yang muncul setiap unit satuan waktu resiko, selama periode waktu tertentu Disebut juga “incidence density” / laju insiden example: pada th 2004 incidence rate kasus kecelakaan kerja sebesar 154 per 1,000 person-years NOTE! ‘person-years (orang- waktu)’ bukan ‘orang’

26 INCIDENCE RATE Merupakan proporsi antara jumlah orang yang menderita penyakit dan jumlah orang yang berisiko x lamanya ia dalam risiko (follow-up/observasi). Incidence Rate bernilai mulai 0 sampai tak terhingga Measure of Disease

27 Denominator IR Untuk menghitung IR, pertama perlu hitung denominatornya secara akurat, yaitu orang x waktu berisiko (observasi) pada masing-masing individu atau kelompok. Misalnya; Orang x bulan dalam risiko (orang bulan) Orang x tahun dalam risiko (orang tahun) Measure of Disease

28

29 person-time (orang-waktu)?
Person-time (orang-waktu) adalah estimasi waktu resiko dari seluruh individu yang ikut dalam studi/pengamatan. Satuan berupa tahun, bulan, minggu

30 person-time (orang-waktu)?

31 Estimasi Risiko Tujuan dari berbagai jenis studi adalah untuk menentukan apakah terdapatnya risiko, atau penurunan risiko penyakit tertentu berhubungan dengan paparan atau karakteristik tertentu. Jika terdapat hubungan, seberapa besar atau kuat hubungan tersebut?

32 Relevan untuk menentukan hubungan sebab akibat.
Relative Risk Risk Rasio Odds Rasio Rate rasio Ukuran diatas mempelajari kekuatan hubungan antara paparan dan penyakit (outcome). Relevan untuk menentukan hubungan sebab akibat.

33 Risk Rasio Rasio dari risiko pada kelompok terpapar terhdap kelompok tidak terpapar. Risk rasio (RR) = Risiko kelompok terpapar Risiko kelompok tidak terpapar Dalam cohort studi RR = Incidence kelompok terpapar (a/a+c) Incidence kelompok tidak terpapar (b/b+d) Cumulative Incidence (CI) kelompok terpapar Cumulative Incidence (CI) kelompok tidak terpapar

34 Tabel 2 x 2 paparan outcome Ya ( + ) Tidak ( - ) a b c d a + c b + d
Risiko (CI) kelompok terpapar = a/ (a+c) Risiko (CI) kelompok tidak terpapar = b/ (b+d)

35 Mengukur kekuatan hubungan dalam studi cohort dengan tabel 2x2
Studi kohort bermula dari paparan kemudian ditentukan besarnya angka kejadian Risk Rasio mengukur besarnya resiko terkena penyakit apabila terpapar, relativ terhadap apabila tidak terpapar

36 Merokok Total Outcome Ya ( + ) Berhenti ( - ) Meninggal 27 14 41 Hidup
Sekelompok pasien sakit jantung diamati kebiasaan merokok mereka selama 5 tahun. Outcome yang diukur adalah kematian. Ingin dilihat efek merokok terhadap kematian Merokok Total Outcome Ya ( + ) Berhenti ( - ) Meninggal 27 14 41 Hidup 48 67 115 75 81 156

37 Merokok Total Outcome Ya ( + ) Berhenti ( - ) Meninggal 27 14 41 Hidup
48 67 115 75 81 156 Risiko kelompok (CI) terpapar = 27 / (27+48) = 0.36 Risiko kelompok (CI) tidak terpapar = 14 / (14+67) = 0.17 Apakah risiko kematian kelompok terpapar (tetap merokok) lebih besar dibanding mereka yang berhenti merokok?

38 Risk rasio 2.1 Risiko kematian pada mereka yang tetap merokok
Risiko kelompok terpapar = 27 / (27+48) = 0.36 Risiko kelompok tidak terpapar = 14 / (14+67) = 0.17 2.1 Interpretasi? Risiko kematian pada mereka yang tetap merokok 2 kali lebih besar daripada mereka yang berhenti merokok

39 Risk rasio RR = 1 ? Risiko kematian pada mereka yang tetap merokok sama dengan pada yang berhenti merokok Null value = tidak ada efek Tidak ada hubungan

40 Risk rasio RR > 1 ? Risiko kematian pada mereka yang tetap merokok lebih besar daripada yang berhenti merokok Hubungan positif

41 Risk rasio RR < 1 ? Risiko kematian pada mereka yang tetap merokok lebih kecil daripada yang berhenti merokok Hubungan negatif (merokok faktor protektif kejadian kematian)

42

43 Seorang peneliti melakukan studi kohort retrospektiv untuk mengetahui hubungan antara penggunaan estrogen dengan resiko penyakit jantung koroner. Sebanyak total 5000 wanita yang terpapar estrogen dan 5000 wanita tidak terpapar estrogen diikutkan dalam penelitian dan diikuti selama 15 tahun. Sebanyak 200 pengguna estrogen dan 300 yang tidak menggunakan estrogen menderita PJK. a. Risiko (CI) PJK pada kelompok pengguna estrogen adalah: b. Risiko (CI) PJK pada kelompok non pengguna estrogen adalah: c. Risk rasio PJK adalah: d. Berdasarkan hasil perhitungan diatas apakah estrogen merupakan factor resiko atau factor protektiv kejadian PJK?

44 Risiko terpapar = CIexposed =
200 / 5000 = 0.04 Risiko tidak terpapar = CI unexposed = 300 / 5000 = 0.06 Risk rasio = CIR = CIexposed / CIunexposed = / 0.06 = 0.67. Hasil studi ini menunjukkan bahwa penggunaan adalah factor protective kejadian PJK.

45 Studi tentang penggunaan Oral Kotrasepsi (OC) dan kejadian bacteriuria dilakukan pada 2390 perempuan yang pada awal pengamatan tidak menderita bacteriuria.Pada awal pengamatan mereka ditanya tentang penggunaan OC, 482 diantaranya menggunakan OC dan 1908 tidak menggunakan. Pada akhir pengamatan didapatkan 27 dari yang menggunakan OC dan77 dari non pengguna OC menderita bacteriuria Observsional/experimental? Buatlah tabel 2x2, hitung Resiko relativenya dan interpretasikan

46 Outcome paparan + - 27 77 482 1908 2390 77/ 1908= 0.04 27/482 = 0.056

47 Odds Ratio (Relative Odds)
Dalam studi case-control, resiko relatif tidak bisa dihitung secara langsung; sehingga odds ratio digunakan untuk mengukur hubungan. Odds ratio dalam case-control adalah perbandingan mereka yang terpapar pada kelompok kasus dengan mereke yang terpapar pada kelompok kontrol. Odds Ratio (OR) = (a/c) / (b/d) = ad/bc OR disebut juga cross-products rasio.

48 TIME The Present Begin With: Exposure + Disease + No Exposure - Exposure + No Disease - No Exposure -

49 Odds Ratio Odds ratio bisa digunakan untuk estimasi risiko relatif jika: Kelompok kontrol merupakan representasi dari populasi Kasus yang terpilih merupakan representasi dari semua kasus yang ada di populasi Frekuensi kejadian penyakit dalm populasi kecil

50 Tabel 2 x 2 Paparan Outcome Ya ( + ) Tidak ( - ) Kasus a b a + b
kontrol c d c + d a+b+c+d Mereka yang terpapar pada kelompok kasus = a / (a+b) Mereka yang terpapar pada kelompok kontrol= c / (c+d)

51 Paparan Outcome Ya ( + ) Tidak ( - ) Kasus 37 kontrol 33 70
Sekelompok orang berwisata dan makan di sebuah restoran. Beberapa waktu kemudian beberapa diantara mereka mengalami diare. Peneliti tertarik melakukan penyelidikan penyebab diare. Dilakukan studi case-control dengan pertama kali menentukan mereka yang tergolong kasus(menderita diare) dan memilih kelompok kontrol (tidak diare). Mereka ditanya tentang makanan yang dikonsumsi Paparan Outcome Ya ( + ) Tidak ( - ) Kasus 37 kontrol 33 70 17 20 7 26

52 Proporsi yang terpapar pada kelompok kasus = 17 / 37 = 0.46
Paparan Outcome Ya ( + ) Tidak ( - ) Kasus 17 20 37 kontrol 7 26 33 70 Proporsi yang terpapar pada kelompok kasus = 17 / 37 = 0.46 Proporsi yang terpapar pada kelompok kontrol = 7 / 33 = 0.21

53 Odds Ratio P P = proporsi 1 - P 0.46 1 – 0.46 0.21 1 – 0.21 Odds =
Proporsi yang terpapar pada kelompok kasus = 17 / 37 = 0.46 0.46 1 – 0.46 Odds Kasus= = 0.85 Proporsi yang terpapar pada kelompok kontrol = 7 / 33 = 0.21 0.21 1 – 0.21 Odds Kontrol= = 0.27

54 Odds Ratio Odds Kasus Odds Rasio= Odds Kontrol Odds Rasio= 0.85 0.27
= 3.2 Mereka yang diare mempunyai kemungkinan mengkonsumsi hamburger 3 kali lebih besar dibandingkan mereka yang tidak diare

55 Cross product ratio a x d 17 x 26 Odds Rasio= =3.2 20 x 7 b x c
Paparan Outcome Ya ( + ) Tidak ( - ) Kasus a b a + b kontrol c d c + d a+b+c+d a x d 17 x 26 Odds Rasio= =3.2 20 x 7 b x c

56 Interpretation of the OR
If OR = 1 No Association Odds of exposure in cases = odds of exposure in controls If OR > 1 Positive Association Odds of exposure in cases > odds of exposure in controls If OR < 1 Negative Association (possibly protective) Odds of exposure in cases < odds of exposure in controls

57 Daily number of cigarettes
Number of cases Number of control Odds Ratio 7 61 Referent 1 – 14 565 706 (565 x 61) / (706 x 7) = 7.0 15 – 24 445 408 (445 x 61) / (408 x 7) = 9.5 25 + 340 182 (340 x 61) / (182 x 7 ) = 16.3 All smokers 1350 1296 (1350 x 61) / (1296 x 7) = 9.1 Total 1,357 1357

58

59 Sebuah studi case control dilakukan untuk mengetahui apakah penggunaan hormon oleh ibu semasa hamil mempengaruhi risiko anaknya untuk terkena atau menderita kanker testis. Peneliti memilih 500 kasus kanker testis dari rumah sakit dan 1000 kontrol. Temuan studi menunjukkan 90 dari penderita kanker dan 50 dari kontrol ibu mereka dulu pernah menggunakan hormon pada saat hamil. Buat tabel 2x2 Hitung OR dan interpretasikan

60 Testicular Cancer (Cases)
Mother used hormone Testicular Cancer (Cases) Control Yes 90 50 No 410 950 Total 500 1000 OR= ad/bc= (90 x 950) / (50 x 410) = 4.2 Men whose mothers took hormones during their pregnancies have 4.2 times the risk of testicular cancer than do men whose mother did not take hormones

61 Rate Rasio / Rasio Laju Insidensi Incidence Density Ratio
Ukuran yang menunjukkan berapa kali (bisa lebih cepat atau lambat) laju insidensi penyakit pada populasi terpapar relatif dibandingkan populasi tidak terpapar. Incidence Density (ID) kelompok terpapar Incidence Density (ID) kelompok tidak terpapar

62 Latihan Fisik Ringan Berat Kematian PJK 62 20 Orang tahun 17.600 11.000 IDR = (62/17.600) : (20/11.000)= 1,94 Orang yang melakukan latihan fisik ringan mempunyai laju kematian PJK dua kali lebih cepat daripada yang melakukan latihan fisik berat

63 Resiko Absolut Attributable risk / Risk difference
Memberikan informasi seberapa besar beda frekuensi penyakit yang terjadi pada kelompok terpapar dengan kelompok tidak terpapar, dengan asumsi adanya hubungan sebab akibat antara paparan dan penyakit. Kemungkinan dari orang yang terpapar untuk terkena panyakit / outcome karena pengaruh tambahan dari paparan Incidence pada kelompok terpapar - Incidence pada kelompok tidak terpapar.

64

65

66 Incidence (Risk) among smokers= 84 / 3000 = 28 per 1000
CHD develops CHD doesn’t develops Total Smoke cigarete 84 2916 3000 Do not smoke 87 4913 5000 Incidence (Risk) among smokers= 84 / 3000 = 28 per 1000 Incidence (Risk) among non-smokers= 87 / 5000 = 17.4 per 1000 Risk difference (attributable risk)= ( )/1000=10.6/1000 10.6 dari 28/1000 incident CHD pada kelompok yang merokok terkait karena perilaku merokok Apabila kampanye berhenti merokok efektiv, maka 10.6 dari 28/1000 inciden CHD bisa dicegah pada kelompok perokok ini

67 Attributable Risk among Exposed Group
Incidence (Risk) among smokers= 84 / 3000 = 28 per 1000 Incidence (Risk) among non-smokers= 87 / 5000 = 17.4 per 1000 Risk difference (attributable risk)= ( )/1000=10.6/1000 10.6 dari 28/1000 incident CHD pada kelompok yang merokok terkait karena perilaku merokok Apabila kampanye berhenti merokok efektiv, maka 10.6 dari 28/1000 inciden CHD bisa dicegah pada kelompok perokok ini

68 Attributable Risk Percent among Exposed Group
Incidence kelompok terpapar – incidence kelompok tidak terpapar Incidence kelompok terpapar 28.0 – 17.4 28.0 = 0.379 = 37.9% 37.9 persen CHD pada kelompok perokok bisa dicegah dengan kampanye yang efektiv

69 Attributable Risk in Total Population
Incidence in Total Population – incidence kelompok tidak terpapar Incidence in Total Population ? Berdasarkan informasi dari Institusi kesehatan: 44% populasi adalah perokok, maka yang tidak merokok 56% Hitung dulu Incidence di populasi dengan rumus (Incidence in smokers) (% smoker in population) + (Incidence in non- smokers) (% non-smoker in population) Incidence di populasi (28.0/1000)(0.44) + (17.4/1000)(0.56) = 22.1/1000

70 Hitung attributable risk di populasi dg rumus
Incidence in Total Population – incidence kelompok tidak terpapar 22.1 / 1000 = 4.7 / 1000 – 17.4 / 1000 What proportion of CHD in the total population can be attributed to smoking ? Incidence in Total Population – incidence kelompok tidak terpapar Incidence in Total Population = 4.7 / 22.1 = 21.3% 21.3% incidence di total populasi terkait dengan merokok Apabila program pencegahan merokok efektiv, maka 21.3% incidence di total populasi bisa dikurangi

71