SKRINING.

Presentasi berjudul: "SKRINING."— Transcript presentasi:

1 SKRINING

2 OBJEKTIF Menjelaskan makna skrining
Menjelaskan tujuan, penggunaan, dan sifat-sifat uji skrining Menghitung berbagai ukuran yg digunakan dlm menilai uji skrining

3 PENGERTIAN Skrining adalah metoda Identifikasi dugaan penyakit atau masalah kesehatan, dg cara menerapkan uji, pemeriksaan atau prosedur lain yg dapat dilakukan secara cepat. (US Commiission on Chronic Illness 1951).

4 UJI SKRINING Pisahkan secara jelas org yg sehat yg mungkin sakit dari org sehat yg mungkin tidak sakit Tidak bertujuan utk menegakkan diagnosis. Orang dg tes positif atau yg dicurigai harus dirujuk ke dokter utk pastikan diagnosis & upaya pengobatan

5 UJI SKRINING Hanya pemeriksaan awal, responden yg positif perlukan diperiksa lebih lanjut Inisiatifnya lebih baik dimulai oleh peneliti atau lembaga penyedia pelayanan daripada keluhan pasien Umumnya peduli thd penyakit kronik & bertujuan mendeteksi penyakit yg belum dpt pengobatan medik

6 JENIS SKRINING MEDIS Skrining massal Skrining seluruh populasi
Skrining multipel atau multifasik Satu kegiatan skrining yg gunakan berbagai metoda pemeriksaan Skrining Preskriptif Skrining yg mendeteksi awal org sehat yg diduga menderita penyakit yg dg deteksi dini dpt dikendalikan lebih baik. Contoh, mamografi utk deteksi Ca payudara

7 KARAKTERISTIK UJI SKRINING
Akurasi Estimasi hasil Presisi Reprodusibilitas Sensitivitas Spesifisitas Validitas

8 AKURASI Derajat pengukuran/ estimasi berdasar pengukuran yg mewakili nilai atribut yg sedang diukur yg benar. Uji skrining harus memberikan ukuran yg benar terhadap atribut yg diamati Dipengaruhi oleh dua faktor: 1. Reprodusibilitas: konsistensi pengukuran 2. Validitas: kemampuan membedakan orang yg dg penyakit & yg tanpa penyakit

9 ESTIMASI Pengukuran atau perkiraan nilai beberapa kuantitas yg diketahui, dipercaya, atau dicurigai berhubung dg derajat kesalahan

10 PRESISI Kualitas yg didefinisi atau dinyatakan secara jelas.
Ukuran presisi adalah jumlah pilihan yg dapat dibedakan dari pengukuran terpilih, Ada kalanya ditunjukkan oleh jumlah angka yg signifikan dlm pengukuran Ukuran presisi yg lain adalah kesalahan baku pengukuran, simpangan baku serial determinasi replikasi kuantitas yg sama Presisi tidak sama dg akurasi Dalam statistik, presisi didefinisikan sebagai invers varians suatu pengukuran atau estimasi

11 REPRODUSIBILITAS Sinonim: Repeatability
Suatu uji atau pengukuran dapat diulang jika hasil pd tiap pengukuran yg dilakukan identik atau sangat mirip Hasil yg konsisten dlm percobaan yg diulang Repeatabilitas: konsistensi suatu pengukuran atau uji pd satu penggunaan ke kepenggunaan berikutnya.

12 SENSITIFITAS Istilah lain: true positive rate
Proporsi populasi yg benar-benar sakit yg teridentifikasi sakit oleh uji skrining Ukuran probabilitas utk diagnosis suatu kasus penyakit secara benar, Peluang tiap kasus utk diidentifi olh tes skrining. Kemampuan uji skrining berikan hasil positif jika org yg diuji benar-benar sakit

13 SPESIFISITAS Istilah lain: true negative rate
Proporsi orang yg benar-benar tidak sakit yg diidentifikasi oleh uji skrining Mengukur probabilitas identifikasi secara benar orang yg tidak sakit dg suatu uji skrining Kemampuan suatu uji (tes) memberikan temuan yg negatif bila orang yg diuji bebas penyakit

14 VALIDITAS Berasal dari bahasa Latin, artinya kekuatan
Menjelaskan kekuatan suatu instrumen pengukuran atau uji yg diperkirakan utk mengukur Kemampuan utk mengukur sesuatu yg seharusnya diukur

15 IMPLIKASI & KONSEKUENSI SKRINING
Dipertimbangkan sebelum prog skrining dimulai Apakah skrining secara ilmiah & pendanaan dimungkinkan, dg hasil yg menguntungkan masyarakat Suatu skrining diusulkan dg keyakinan bahwa diagnosis dini membuat terapi ebih efisien

16 KRETERIA SKRINING PENYAKIT
Penyakit serius Pengobatan sebelum gejala muncul harus lebih menguntungkan daripada setelah gejala muncul Mortalitas & mobiditas menjadi lebih rendah. Prevalens penyakit preklinik harus tinggi pada populasi yg diskrining

17 PENYAKIT SERIUS misalnya, Ca paru, Ca serviks, PKU Cost - effective
Biaya skrining harus sesuai dg kehilangan konsekuensi kesehatan Risiko utk yg tak didiagnosis & diobati secara dini harus lebih baik dari pada akibat yg didapat dari prosedur skrining. menyelamatkan hidup misalnya, Ca paru, Ca serviks, PKU

18 PENYAKIT SERIUS misalnya, Ca paru, Ca serviks, PKU Cost - effective
Biaya skrining harus sesuai dg kehilangan konsekuensi kesehatan Risiko utk yg tak didiagnosis & diobati secara dini harus lebih baik dari pada akibat yg didapat dari prosedur skrining. menyelamatkan hidup misalnya, Ca paru, Ca serviks, PKU

19 TAHAP RIWAYAT ALAMIAH PENYAKIT
Waktu biasanya diagnosis ditegakkan Perubahan patologik Onset simptom Lead time Pemajanan DPCP Tahap pemulihan, cacat atau meninggal Tahap penyakit subklinis Tahap klinis penyakit Tahap suseptibilitas Onset biologis Gejala muncul DPCP = Detectable PreClinical Phase

20 PENGOBATAN FASE PREKLINIK
Pengobat lebih baik dilakukan sebelum gejala muncul pd DPCP DPCP = detectable preclinical phase (Fase preklinik yg dapat dideteksi) Contoh: DPCP Ca serviks panjang, 10 tahun. Uji Pap smear akan efektif DPCP Ca paru pendek, skrining tidak efektif

21 PREVALENS DPCP PD POPULASI TINGGI
Program skrining diarahkan pd deteksi kasus Skrining terbatas Deteksi kanker payudara utk wanita yg punya riwayat keluarga Kanker kandung kemih pd pekerja yg terpapar

22 HIPERTENSI Contoh penyakit yg baik diskrining
Serius , mortalitas tinggi ; terdokumentasi Pengobatan dini , menurunkan mortalitas & morbiditas Prevalensi di populasi tinggi (20 %)

23 UJI SKRINING YG BAIK Sangat sensitivitas Sangat spesifisitas
harus tersedia Tidak mahal Mudah dilakukan Akibatkan sedikit ketidaknyamanan valid, reliabel; bisa digandakan Hasil uji didefinisikan dg jelas

24 Status Penyakit sebenarnya
TABEL SILANG SKRINING Hasil skrining Status Penyakit sebenarnya total Sakit (D+) tak sakit (D-) Positif (T+) A B A + B Negatif (T-) C D C + D A + C B + D A + B + C + D

25 INDIKATOR UJI SKRINING
Validitas uji skrining Sensitivitas Spesifisitas Nilai Predictiv Positive Nilai Predictiv Negative 2. Apparent prevalence 3. True Prevalence 4. Akurasi tes False negative error rate False positive error rate Likelihood ratio positive Likelihood ratio negative

26 SENSITIVITAS Peluang hasil skrining akan positif jika dilakukan pd org yg sesungguhnya sakit Rumus Sensitivitas = Pr(T+|D+)  dibaca probabilitas tes positif jika kondisional ada penyakit Sensitivitas =

27 SPESIFISITAS Peluang hasil skrining negatif jika dilakukan pd orang yg sesungguhnya bebas penyakit Rumus Spesifisitas = Pr(T-|D-)  dibaca peluang tes negatif jika kondisional tidak sakit Spesifisitas =

28 NILAI PREDICTIV POSITIVE
Peluang orang dg hasil tes positif akan betul-betul sakit Rumus PVP = Pr(D+|T+)  dibaca peluang sakit jika kondisional hasil uji positif

29 NILAI PREDICTIF NEGATIF
Peluang org dg hasil tes negatif akan betul-betul bebas penyakit Rumus PVN = Pr(D-|T-)  dibaca peluang tidak sakit jika kondisional hasil uji negatif

30 APPARENT PREVALENCE (P*)
Proporsi org dg hasil tes positif pd uji skrining P* =

31 TRUE PREVALENCE (P) Proporsi orang yg sakit pd uji skrining P =

32 AKURASI TES (UJI) Proporsi orang yg betul-betul sakit dg hasil tes positif ditambah proporsi orang yg betul-betul tidak sakit dg hasil tes negatif pd uji skrining Akurasi tes =

33 CONTOH wanita usia th mengikuti skrining (mamografi & pemeriksaan fisik). Setelah 5 th, dari kasus skrining positif; 132 menderita Ca payudara sebaliknya pd peserta dg skrining negatif, 45 orang menderita Ca payudara. Pertanyaan : Bagaimana tingkat validitas tes skrining ini ?

34 Status Peny yg sebenarnya
JAWABAN Hasil Mamografi Status Peny yg sebenarnya Total Sakit (D+) Tak sakit (D-) Positif (T+) 132 983 1.115 Negatif (T-) 45 63.650 63.695 A + C B + D 64.810

35 PERHITUNGAN (1) Validitas Sensitivitas = (132)/(177) = 0,746
Spesifisitas = (63.650)/(64.633) = 0,985 Nilai Prediktif Positif =(132)/(1.115)= 0,118 Nilai Predik Neg =(63650)/(63695)= 0,999 Apparent prevalence = (1115)/(64810) = 0,017 True Prevalence = (177)/(64810) = 0,0021

36 PERHITUNGAN (2) Akurasi tes = (132 + 63650) / (64810) = 0,985
False negative error rate=(45/177) = 0,254 False positive error rate=(983)/(64.633)= 0,015 Likelihood ratio positive (LR+) = [(132)/(177)] / [(983)/(64633)] = 49,03 Likelihood ratio negative (LR-) = [(45)/(177)]/[(63850)/(64633)] = 0,257

37 Terima Kasih