KEJADIAN PENYAKIT, - PowerPoint PPT Presentation

Loading...

PPT – KEJADIAN PENYAKIT, PowerPoint presentation | free to download - id: 67fa59-MzRhO



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

KEJADIAN PENYAKIT,

Description:

Title: Slide 1 Author: Trisno Agung Last modified by: Trisno Agung Created Date: 1/19/2012 12:59:12 PM Document presentation format: On-screen Show – PowerPoint PPT presentation

Number of Views:10
Avg rating:3.0/5.0
Date added: 8 September 2019
Slides: 60
Provided by: Trisno7
Learn more at: http://hpm.fk.ugm.ac.id
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: KEJADIAN PENYAKIT,


1
KEJADIAN PENYAKIT, RISIKO DAN DETERMINAN
PENYAKIT Trisno Agung Wibowo
2
DAMPAK Secara Epidemiologi
  • KESAKITAN
  • KEMATIAN
  • KUALITAS HIDUP
  • (Keterpaparan
  • Risiko)

Ukuran
3
?
MANFAAT PENGUKURAN KEJADIAN PENYAKIT DI
MASYARAKAT (STATUS KESEHATAN)
4
PENGUKURAN KEJADIAN PENYAKIT DI MASYARAKAT
(STATUS KESEHATAN)
Dapat Untuk menghitung risiko (Efek terhadap
kesehatan karena paparan)
Bagian awal dari proses kajian epidemiologi
Selanjutnya
Membandingkan kejadian (insidensi) pada dua
kelompok atau lebih dengan paparan yang berbeda
5
Ukuran Frekuensi masalah Kesehatan Menggunakan
Rate, Proporsi,Ratio,
PENGUNAAN PENGUNAAN
1. Ratio X Rumus umum ------ Y X dan Y saling berbeda (pembilang tdk merupakan bagian dari penyebut). - Contoh sex ratio.
2. Proporsi X merupakan bagian dari Y. Contoh proporsi penduduk berusia produktif di Kab Gunung kidul.
3. Rate X menyatakan kejadian suatu peristiwa pada suatu periode waktu. - Y populasi yang berisiko untuk terkena suatu peristiwa pada suatu periode waktu. - Contoh Insidens rate, Prevalens rate, CFR, CDR.
6
UKURAN FREKUENSI PENYAKIT
DAN CARA PERHITUNGANNYA X
Rumus ------ x K
Y 1. Angka Insidensi ( Incidence Rate Penyakit/IR
) Pembilang ( X ) Jumlah kasus baru penyakit
tertentu disuatu wilayah
dalam periode waktu tertentu.
Penyebut (Y) Populasi yang beresiko terkena
penyakit pada wilayah dan
periode waktu yang sama . Konstanta
(K) 10, 100, 1000, 100.000. Manfaat 1.
Potret maslah penyakit ttt.
2. Angka beberapa periode dpt digunakan unt
memperkirakan
kecenderungan dan fluktuasi penyakit.
3. Pemantauan evaluasi upaya
pencegahan dan penanggulangan
penyakit. 4.
Perbndingan angka insiensi antar wilayah dan
antar waktu. Interprestasi Makin besar
angka insidensi berarti makin besar masalah
penyakit tsb.
Rumus umum
7
KASUS DBD DI DIY 2006 sd 2010
Sumber Seksi P2, Dinkes Provinsi DIY Tahun 2011
8
2.Angka Prevalensi ( Prevalen Rate/ PR)
Pembilang (X) Jumlah kasus lama dan baru
penyakit ttt di wilayah ttt pada
periode ttt. Penyebut
(Y) Jumlah penduduk beresiko di wilayah ttt
pada periode ttt. Konstanta (K) SDA
Manfaat 1. Untuk mengetahui tingkat
keganasan, durasi penyakit. Interpretasi
1. Semakin tinggi prevalensi suatu penyakit,
berarti penyakit
tidak ganas.
2. Semakin rendah durasi penyakit semakin rendah
angka
prevalensi.
9
Hubungan antara IR dan PR ?
10
Baru ( IR)
Baru ( IR)
L B PR
L B PR
.. .. .. .. .
.. .. .. .. .
Durasi (D)
PR Meningkat
PR Menurun
Durasi (D)
11
PR IR X D Atau P I X D
12
3. Attac Rate Penyakit Wabah (AR)
Pembilang (X) Jml kasus penyakit sejak
ditemukannya kasus penyakit
pertama sampai dengan berakhirnya masa
inkubasi ka sus
terakhir penyakit tersebut dalam kelompok masya
rakat terancam di
wilayah tertentu. Penyebut (Y) Jumlah
penduduk yang terancam di wilayah dan pada
periode waktu yang
sama. Konstanta (K) SDA. Manfaat
1. Untuk mengetahui kecepatan dan jangkauan
penyeba ran
suatu penyakit di suatu wilayah pada suatu
wabah. 2. Untuk
mengetahui Keberhasilan upaya pencegahan
dan penanggulangan
wabah. Interpretasi Bila Attac Rate suatu
penyakit tinggi, berarti kecepatan dan
jangkauan penyebaran penyakit
tinggi.
13
Distribusi Frekuensi Kasus Kejadian Luar Biasa
Hepatitis A Berdasarkan Asal Kelas Di SMU N I
Temon Kabupaten Kulonprogo, 2002
14
Attack Rate Kasus Hepatitis A Berdasarkan Jenis
Kelamin Di SMU N I Temon Kabupaten Kulon Progo,
2002
15
?
KONSEP-KONSEP EPIDEMIOLOGI PENYEBARAN PENYAKIT
16
A. Pendekatan Epidemiologi
1. Pendekatan dengan model segitiga
epidemiologi Menggambarkan adanya interaksi
antara,
Host (penjamu)
Agent (Agen Penyebab)
Environment (Lingkungan)
17
H
A
Sehat
E
H
A
Sakit
E
A
H
Sakit
E
18
2. Model Roda
Lingkungan Sosial
Lingkungan
Manusia
Inti Genetik (keturunan)
Lingkungan Fisik
Lingkungan Biologis
19
3. Model Jaring-Jaring (sarang laba-laba)
F1
SAKIT
Manusia
F2
F3
F4
F5
Terjadinya penularan penyakit karena manusia
kontak dengan penyebab sakit, diantara penyebab
sakitpun berin teraksi untuk memperkuat/melemahkan
terjadinya sakit
20
RISIKO KEJADIAN PENYAKIT
21
Risiko ?
Efek terhadap kesehatan karena paparan
22
MANFAAT DIKETAHUINYA RISIKO SAKIT ?

Menggambarkan besar Permasalahan kesehatan yang
disebabkan paparan
Menentukan prioritas tindakan
Memperkirakan sejauh mana sebuah
asosiasi mencerminkan hubungan sebab akibat
23
Hasil Penelitian Faktor Risiko Hepatitis A Di
SMU N I Temon Kabupaten Kulonprogo, 2002
24
Membandingkan Insidensi (kejadian sakit) dengan
paparan yang berbeda dapat dengan Beberapa
peendekatan penelitian Cross Sectional. Case
Control. Khohort
25
D
E
E
D
E -
D -
atau
D
E
E -
D -
D -
E -
Cross Sectional
Pertanyaan kunci Apakah paparan mendahului
akibat atau paparan terjadi setelah Terjadi
akibat ?
26
E
(a)
Kasus ( D )
(c)
E -
E
(b)
Kasus ( D -)
(d)
E-
D D-
E a b
E- c d
a/c
OR
b/d
ad/bc

Case Control
27
STUDI KOHORT

  • Sakit
  • Terpapar

  • Tidak
  • Populasi

  • Sakit
  • Tidak terpapar

  • Tidak sakit
  • Kelompok studi
    Outcome
  • Sekarang
    Masa datang

28
D D- Total
E a b ab
E- C d cd
Total ac bd abcd
Insidens di kelompok terpapar
RR Indidens di
kelompok tak terpapar
a/ab Relatif Risk
--------------- c
/cd a/ab X cd
/c ac ad
---------------
ac bc
29
BAGAIMANA MEMBANDINGKAN KEJADIAN PENYAKIT ?
1. Perbandingan Mutlak
ABSOLUT RISK
2. Perbandingan Relatif
ATRIBUT RISK
RISK RATIO
RELATIF RISK
ODSS RATIO
30
1.
ABSOLUT RISK ( PERBANDINGAN MUTLAK) / Risiko
Mutlak ( Perbedaan Risiko)
Perbedaan risiko yang ditimbulkan oleh paparan
/ risiko mutlak.
Selisih dalam tingkat kejadian (insidensi) antara
kelompok terpapar dengan tidak terpapar
Berguna untuk menggambarkan besar Permasalahan
kesehatan yang disebabkan paparan
31
Contoh
Katagori merokok Jumlah Kasus Stroke Populasi berrisiko Insidens Rate Stroke Per 100.000
Tidak Pernah 70 395.594 17,7
Mantan 65 232.712 27,9
Perokok 139 280.141 49,6
Total 274 908.447 30,2
Sumber Bonita., et all , 1988
Absolut Risk 49,6 17,7 31,9 per 100.000
Adanya perbedaan risiko (karena paparan)
terlihat pada insidensi stroke
32
D D- Total
E a b ab
E- C d cd
Total ac bd abcd
( I E ) ( I E -)
Absolut Risk
a/a b c / cd
33
2. ATRIBUT RISK ( Risiko Karena terpapar) /
Fraksi etiologis.
Membagi perbedaan risiko antara insidensi
kelompok terpapar dan insidensi pada kelompok
tidak terpapar dengan Insidensi pada pada
kelompok terpapar
Menggambarkan proporsi penyakit yang dapat
dihindari bila tidak ada Paparan . Misal Atribut
Risk karena paparan rokok dengan kejadian Strok
64 , berarti bila tidak merokok risiko strok
dapat diturunkan 64 .
Dapat digunakan untuk menentukan prioritas
tindakan, Atribut Risk Karena paparan yang
tinggi, merupakan prioritas penanggulangan
34
D D- Total
E a b ab
E- C d cd
Total ac bd abcd
a/ab -
c/cd Atribut Risk -------------------
a/ab
35
Contoh
Katagori merokok Jumlah Kasus Stroke Populasi berrisiko Insidens Rate Stroke Per 100.000
Tidak Pernah 70 395.594 17,7
Mantan 65 232.712 27,9
Perokok 139 280.141 49,6
Total 274 908.447 30,2
49,6 -17,7 Atribut
Risk -------------- X 100 64
49,6
36
3. RISK RATIO ( Ratio Risiko penyakit dlm
populasi )
Ukuran Tingkat penyakit (insidensi) dalam satu
populasi Yang disebabkan karena paparan
Insidensi pada populasi total Insidensi pada
kelompok tidak terpapar Dibagi Insidensi populasi
total
Memperkirakan kejadian penyakit diseluruh
populasi akan berkurang jika paparan dihilangkan,
misal Risk Ratio rokok terhadap strok 41,4 ,
berarti bila paparan rokok dihilangkan maka
insidensi strok dalam populasi akan berkurang
41,4 .
37
D D Total
E a b ab
E- c d cd
Total ac bd abcd
ac/ abcd c/
cd Risk Ratio --------------------------------
---- ac/
abcd
38
Contoh
Katagori merokok Jumlah Kasus Stroke Populasi berrisiko Insidens Rate Stroke Per 100.000
Tidak Pernah 70 395.594 17,7
Mantan 65 232.712 27,9
Perokok 139 280.141 49,6
Total 274 908.447 30,2
30,2 17,7 Risk ratio
-------------- X 100 41,4
30,2
39
4. RELATIF RISK (Risiko Relatif penyakit )

Rasio Risiko dari Insidensi terpapar dibanding
insidensi tidak terpapar
Indikator yang baik untuk mengetahui Kekuatan
asosiasi
Untuk Memperkirakan sejauh mana sebuah
asosiasi mencerminkan hubungan sebab akibat
40
D D- Total
E a b ab
E- C d cd
Total ac bd abcd
a/ab Relatif Risk
--------------- c
/cd a/ab X cd
/c ac ad
---------------
ac bc
41
5- ODSS RATIO (Ratio Odss penyakit )
Perbandingan probabilitas terjadinya suatu
peristiwa dengan probabilitas tidak terjadinya
peristiwa
Pendekatan terhadap Relatif Risk
Untuk Memperkirakan sejauh mana sebuah
asosiasi mencerminkan hubungan sebab akibat
42
D D- Total
E a b ab
E- C d cd
Total ac bd abcd
a/c Odss ratio
---------------
b/d ad/bc

a/b Odss ratio
---------------
c/d ad/bc

43
Determinan ( Faktor-Faktor Yang Melatar
Belakangi Timbulnya Penyakit)
44
  • Inferensi kausal (Generalisasi Penyebab sakit)
    dan
  • model kausalitas (Model Hub Sebab-akibat)
  • Konsep kausasi (konsep hubungan sebab-akibat)
  • a. Pendekatan determinisme.
  • Menggunakan hasil riset sebelumnya
    untuk
  • mengambil keputusan hubungan
    sebab-akibat.
  • b. Pendekatan probabiilitas.
  • Menggunakan teori statistik, untuk
    mengurangi
  • kesalahan dalam penarikan kesimpulan
    hubungan
  • sebab akibat.

45
Pendekatan Determinisme
46
Pendekatan determinisme murni X
Y
Disebut dengan model kausasi tunggal (adanya
penyebab X, mengakibatkan terjadinya akibat Y).
  • Pendekatan determinisme dengan modifikasi
  • Model kausasi majemuk
  • Model segitiga epidemiologi.
  • 2. Model roda.
  • 3. Jaring-jaring laba-laba.

47
Misal Penelitian Faktor Risiko Kejadian
Penyakit jantung Koroner (PJK)
Kerangka Konsep
Variabel Bebas (X)
Variabel Terikat (Y)

Merokok Minum Kopi Jenis Kelamin
PJK
48
Secara Logis
Sebuah penyebab harus mendahului akibatnya
(Penyakitnya)
Penyebab dianggap memadahi (sufisien) bila
mengawali sebuah penyakit (misal infeksi BTA
TBC Paru
Penyebab disebut perlu bila sebuah penyakit
tidak dapat berkembang tanpa kehadirannya (misal
Suhu tertentu
TBC Paru
49
PENYEBAB YANG MEMADAHI TIDAK SELALU
SEBUAH FAKTOR TUNGGAL, KEMUNGKINAN BEBERAPA
KOMPONEN
Faktor yang berdiri sendiri acap kali tidak
memadahi dan bukan penyebab yang perlu
50
Pemaparan terhadap Bakteri
Infasi jaringan
Genetik
Malnutris
Penjamu yang Rentan
Infeksi
Tuberkulosis
Perumahan Padat
Kemiskinan
Faktor Risiko TBC
Mekanisme tuberkulosis
Contoh Penyebab-penyebab TBC
51
FAKTOR-FAKTOR DALAM HUBUNGAN SEBAB- AKIBAT
1.FAKTOR FAKTOR PREDISPOSISI (meningkatkan
kerentanan ). (Umur, Jenis Kelamin,
penyakit terakhir yang diidap) dapat
meningkatkan kerentanan. 2. FAKTOR- FAKTOR YANG
MEMUNGKINKAN (mendorong terjadinya
pengembangan penyakit). (Pendapatan
rendah, gizi buruk,perumahan kumuh, perawatan
yang tidak adekuat, mendorong terjadinya
pengembangan penyakit). 3. FAKTOR-
FAKTOR PENCETUS Misal paparan terhadap
agent penyakit yang mungkin berasosiasi
dengan terjadinya penyakit. 4. FAKTOR PEMBERAT
Misal Pengulangan paparan, dapat mendorong
kearah terjadinya penyakit.
52
INTERAKSI
Efek dari dua macam penyebab atau lebih yang
bekerja secara bersama-sama acap kali lebih
besar, karena adanya interaksi
53
Tingkat kematian akibat kanker paru per 100.000
penduduk dalam hubungannya dengan menghisap
rokok dan paparan akibat debu asbetosis
Paparan asbestos Riwayat menghisap rokok Kematian akibat kanker Paru/ 100.000
Tidak Tidak 11
Ya Tidak 58
Tidak Ya 123
Ya Ya 602
Sumber Hammond et al., 1979
54
  • KRITERIA KAUSASI / PEDOMAN SEBAB AKIBAT( Branford
    Hill ,1971)
  • Kekuatan Asosiasi
  • Makin kuat hubungan paparan dan penyakit,
    makin kuat keyakinan
  • bahwa hubungan tersebut bersifat kausal.
  • Konsistensi
  • Makin konsisten dengan riset-riset lainya
    yang dilakukan pada
  • populasi dan lingkungan yang berbeda makin
    kuat pula keyakinan
  • hubungan kausal.
  • 3. Spesifisitas
  • Makin spesifik efek paparan, makin kuat
    kesimpulan hubungan
  • kausal, makin spesifik penyebab makin kuat
    hubungan kausal.

55
4. Kronologi waktu (hubungan temporal)
Hubungan kausal harus menunjukkan sekuen waktu
yang jelas, yaitu paparan faktor penelitian
mendahului kejadian penyakit. 5. Efek Dosis-
Respons Perubahan intensitas paparan yang
selalu diikuti oleh perubahan frekuensi
penyakit menguatkan kesimpulan hubungan
kausal. 6. Kredibilitas biologik suatu
hipotesis. Keyakinan hubungan kausal antara
paparan dan penyakit makin kuat jika ada
dukungan pengetahuan biologik. 7. Koherensi
Makin koheren dengan pengetahuan tentang riwayat
alamiah, penyakit makin kuat keyakinan
hubungan kausal antara paparan dan penyakit.

56
8. Bukti Eksperimen Dukungan temuan riset
eksperimental memperkuat hubungan kausal. 9.
Analogi Kriteria analogi kurang kuat sebagai
dasar dukungan hubungan kausal.
57
Tipe penelitian dalam membuktikan sebab akibat ?
58
Kemampuan relatif dari tipe penelitian dalam
membuktikan hubungan Sebab akibat
Tipe penelitian Kemampuan membuktikan penyebab
Uji Coba acak terkendali Kuat
Kohor Cukup
Kasus kontrol Cukup
Cross Sectional Lemah
Ekologis Lemah
59
Terimakasih
About PowerShow.com