Terjemahan MRE(1)dd

7/21/2019 Terjemahan MRE(1)dd

1/62

Terjemahan MRE

Halaman 17

Tindakan epidemiologi

Konsep kunci

1. Berbagai langkah-langkah yang digunakan dalam epidemiologi, masing-masing memiliki

definisi tertentu dan digunakan.

2. Ketika mencirikan kemungkinan mengembangkan penyakit dalam waktu tertentu,

langkah yang tepat adalah risiko.

3. re!alensi digunakan untuk menggambarkan proporsi penduduk yang terkena penyakit.

". Ketika mengukur tingkat ke#adian baru penyakit, insiden adalah langkah yang tepat.

$. Kasus kematian digunakan untuk men#elaskan riwayat alami penyakit dan sesuai dengan

proporsi orang yang terkena dampak yang meninggal karena penyakit tersebut.

%ebaliknya, hidup adalah kemungkinan untuk keluar dari kematian akibat penyakit itu.

&'()* +%)

%eorang ahli kimia penelitian perempuan / tahun yang sebelumnya sehat baru-baru ini

dikembangkan sesak napas dan mimisan. ada pemeriksaan fisik, pasien pucat dan denyut

nadinya diangkat pada 11/ denyut per menit. 0ematokrit nya 2/ rendah, yang menun#ukkan

anemia, #umlah sel darah putih adalah 2/./// 4 ul ditinggikan, #umlah pratelet nya 1$./// 4 ul

rendah, dan pemeriksaan apus darah tepi nya mengungkapkan myeloblast atipikal. asien

dirawat di rumah sakit karena dicurigai leukemia myelogenous akut.

5iagnosis dikonfirmasi dengan pemeriksaan dari aspirasi sumsum tulang dan biopsi.

Kemoterapi dimulai dan sekitar 3 minggu kemudian, patient6 7 8 s suhu naik tiba-tiba ke 39:

dan #umlah neutrofil nya turun men#adi 1// 4 ul abnormal rendah. ;eskipun tidak ada sumber

infeksi #elas, kultur abtained darah dan urine, dan antibiotik.

*+T+& B*+K+< K*))%


2/62

*eukemia myelogenous akut +;*, #uga dikenal sebagai leukemia akut

nonlymphocytic, adalah kelompok heterogen gangguan yang melibatkan proliferasi sel yang

tidak terkendali pembentuk darah primitif. +;* menyumbang hampir sepertiga dari semua

leukimias, dengan lebih dari 9/// pasien yang baru didiagnosis di +merika %erikat setiap tahun.

enyakit ini cenderung ter#adi di kemudian hari, dengan usia rata-rata saat onset dari $

tahun. *aki-laki berada pada risiko sedikit lebih tinggi daripada perempuan. ;eskipun untuk

sebagian besar pasien penyebab +;* adalah un diketahui, se#umlah faktor risiko telah

diidentifikasi, termasuk paparan radiasi pengion, ben=ena, obat-obatan tertentu, dan mungkin

asap rokok. enyakit ini

Halaman 18

asien dengan leukemia myelogenous akut dapat ditandai dengan berbagai ge#ala,termasuk kelemahan, kelelahan, penurunan berat badan yang tidak dapat di#elaskan, infeksi, dan

perdarahan. ada pemeriksaan fisik, pasien ini sering pucat, memiliki beberapa memar, dan

mengalami demam, dengan bukti infeksi lokal. 5alam beberapa kasus ter#adi pembesaran

kelen#ar getah bening, limpa, atau dapat ditemukan di hati. emeriksaan spesimen darah

mengungkapkan ter#adinya anemia, #umlah trombosit yang rendah, dan #umlah leukosit yang

meningkat, dengan granulosit matang yang tidak normal muncul dalam sirkulasi darah. %umsum

tulang pasien ini cenderung padat dengan sel, termasuk tingginya proporsi sel yang belum

matang.

;ana#emen klinis leukemia myelogenous akut melibatkan upaya untuk menginduksi

remisi dengan kemoterapi. Kemungkinan mencapai induksi remisi untuk pasien yang lebih tua,

gemuk, memiliki gangguan fungsi gin#al, atau memiliki kondisi medis yang sudah ada

sebelumnya, khususnya gangguan dari sumsum tulang. &emisi dapat diinduksi dalam dua

sepertiga atau lebih dari pasien, dengan kegagalan remisi yang paling sering disebabkan infeksi

atau perdarahan yang menyebabkan kematian . Bahkan di antara pasien remisi, sekitar >$

akhirnya akan kambuh, dan hanya seperlima dari pasien dapat diharapkan untuk hidup $ tahun

setelah di diagnosis.

Komplikasi infeksi dan perdarahan di antara pasien-pasien ini secara langsung berkaitan

dengan kemoterapi induksi penekanan sumsum tulang, dengan pengurangan konsekuen dalam


3/62

tingkat sirkulasi neutrofil dan trombosit. ?umlah neutrofil yang sangat rendah dapat

meningkatkan kerentanan terhadap berbagai infeksi, dengan bukti klinis atau mikrobiologis

infeksi pada sekitar 3/-"/ pasien. 5i antara #enis yang paling umum ter#adinya infeksi adalah

mereka yang menggunakan kateter, saluran kemih, dan #aringan lunak. atogen bakterinya yaitu

S aureus , Staphylococcus epidermidis, Viridans streptococci, Escherichia coli, Enterobacter,

Pseudomonas, danspesies Klebsiella. Candida albicansdan #amur lain #uga dapat menyebabkan

infeksi di antara pasien tersebut. engobatan dengan antibiotik spektrum luas telah mengurangi

risiko infeksi yang mengancam #iwa pada indi!idu-indi!idu. erkembangan terapi adalah

menggunakan faktor pertumbuhanuntuk merangsang kemampuan pasien untuk menghasilkan

netrophills pengganti. enggunaan faktor pertumbuhan ini dapat menurunkan tingkat infeksi dan

kebutuhan akan antibiotik, tetapi tidak #elas apakah prognosis akhir dari penyakit ini dapat

dipengaruhi.

%etengah dari kasus demam antara pasien neutropenia, infeksi tidak dapat

didokumentasikan secara klinis atau mikrobiologis. 'leh karena itu, periode ini disebut sebagai

demam tidak jelas. Bahkan dengan tidak adanya agen infeksi yang diidentifikasi secara

spesifik. demam merupakan tanda dari pasien neutropenia dan berhubungan dengan hasil risiko

tinggi yang merugikan, termasuk kematian. 0al ini telah men#adi praktek standar untuk

mengobati pasien demam neutropenia dengan kombinasi antibiotik yang efektif terhadap

berbagai agen infeksius. emilihan re#imen pengobatan antibiotik berdasarkan kemungkinan

agen infeksi di tandai dengan tidak adanya dokumentasi agen tersebut maka disebut sebagai

pengobatan empiris. Bukti patogen kemungkinan berasal dari pengalaman dalam mengobati

pasien demam neotropenic lainnya antara agen infeksi yang diidentifikasi.

PENDAH!AN

enilaian risiko #elas penting dalam profil pasien. +ntibiotik yang diberikan kepada

pasien sebelum penyebab infeksi demam diidentifikasi. 5alam situasi ini, dokter #agamenyimpulkan bahwa potensi risiko komplikasi dari pengobatan antibiotic yang tertunda

melebihi kemungkinan bahaya dari pengobatan yang diberikan sebelum penyebab demam

ditentukan. 0ampir setiap keputusan pengobatan melibatkan berat risiko dan manfaat. 5alam

bab ini, penekanan akan ditempatkan pada bagaimana langkah-langkah epidemiologi dapat


4/62

digunakan untuk menilai hasil, dan dengan demikian dapat di#adikan panduan pengambilan

keputusan.

"RAN PEN#A"$T "E%AD$AN

5alam bab ini, ada tiga langkah dasar untuk menilai frekuensi ke#adian kesehatan yang

diperkenalkan. *angkah-langkah ini, yang memainkan peran kunci dalam kedokteran,

epidemiologi, dan kesehatan masyarakat, yaitu risiko kemungkinan bahwa seorang indi!idu

akan kontak dengan penyakit, pre&alensi#umlah penyakit yang sudah ada dalam populasi, dan

tin'kat kejadian seberapa cepat ke#adian penyakit baru timbul. %elain itu, tindakan ini dapat

digunakan untuk menilai prognosis dan mortalitas pasien dengan penyakit.

&isiko, atau ke#adian kumulatif, adalah ukuran dari ter#adinya kasus baru penyakit penting dalam

populasi. *ebih tepatnya, &isiko adalah proporsi indi!idu yang tidak terpengaruh, rata-ratanya,

yang akan ter#angkit penyakit selama periode waktu tertentu. &isiko diperkirakan dengan

mengamati populasi tertentu untuk #angka waktu tertentu dalam periode risiko. erkiraan resiko

& adalah proporsi@ pembilang adalah #umlah orang yang baru terkena +, yang disebut kasus

oleh ahli epidemiologi, dan penyebut adalah ukuran dari populasi yang terpengaruh di bawah

pengawasan.

Halaman 1(

& A Kasus baru A +

'rang yang beresiko

%emua anggota populasi, atau kelompok, bebas dari penyakit pada awal pengamatan. risiko,

yang tidak memiliki unit, terletak di antara / bila tidak ada ke#adian baru muncul dan 1 kapan,

di ekstrim yang lain, seluruh penduduk men#adi terpengaruh selama periode risiko. alternatif,

risiko dapat dinyatakan sebagai persentase dengan mengalikan proporsi oleh 1//.

5alam gambar 2-1 studi hipotetis dari enam sub#ek menggambarkan perhitungan risiko.

enelitian ini dimulai pada tahun 199$ dan disimpulkan 2//". subyek indi!idu memasuki studi

pada berbagai waktu, semua bebas dari penyakit yang menarik pada saat pendaftaran, dan

ditindaklan#uti selama minimal 2 tahun. misalnya, pasien + terdaftar pada tahun 199$,

didiagnosa dengan penyakit sebelum tahun 199>, dan diikuti sampai kematian pada tahun 2//2.

pasien B terdaftar pada tahun 199>, diikuti sampai 1999 tanpa mengembangkan penyakit, dan

kemudian partisipasi dihentikan dalam penelitian ini. asien : terdaftar pada tahun 1999, telah

didiagnosis dengan penyakit sebelum 2//2, dan bertahan sampai akhir periode obser!asi pada


5/62

tahun 2//". pasien 5, , dan ( memasuki studi pada tahun 199>, 2//2, dan 199, masing-

masing@ setiap pasien diikuti sampai 2//" tanpa terserang penyakit.

5ari enam subyek di bawah pengawasan A , hanya satu + A 1 mengembangkan penyakitdalam waktu 2 tahun masuk ke dalam penelitian. 2 tahun berisiko penyakit, oleh karena itu.

5iperkirakan dengan C

& A + A 1 A /,1> 1>

5ata ini sama #uga dengan yang diringkas dalam gambar 2-2, di mana skala waktu pada sumbu

horisontal mewakili durasi pengamatan indi!idu tertentu dimulai pada waktu nol dan berlan#ut

sampai orang itu mati atau hilang dari penelitian atau sampai penelitian ini dapat disimpulkan.


6/62


7/62

" ter#adi tidak lebih dari " #am setelah ter#adi agak lama untuk infeksi luka bedah. 5ari $/31

pasien, $9 mengembangkan infeksi yang memenuhi kriteria tersebut. &isikonya adalah

& A $94$/31 A /,12 A 12

5alam contoh masing-masing pasien periode risiko dimulai " #am setelah rawat inap

dan berakhir " #am setelah pelepasan. ersamaan ini menun#ukkan bahwa sekitar 12 pasien

kanker yang sama dengan yang dipela#ari akan mengembangkan infeksi nosokomial selama atau

segera setelah dirawat di rumah sakit. &isikonya lebih besar dari yang diharapkan untuk rata-rata

pasien rawat inap, menun#ukkan bahwa pasien kanker berada pada risiko yang sangat tinggi

perkembangan infeksi didapat di rumah sakit.

%e#umlah pasien kanker dirawat di rumah sakit yang terlibat dalam penelitian ini. ara

wanita di rofile asien, bagaimanapun mereka memiliki demam dengan #umlah granulosit

rendah. %ebuah perkiraan yang lebih halus dari kemungkinan infeksi dapat berasal dari studi

pasien dengan kondisi yang sama. 5alam satu studi tersebut, 1./22 pasien kanker dengan demam

dan granulocytopenia yang pela#ari menurut protokol yang ditetapkan. 5ari pasien ini, $3/

mengalami infeksi bakteri klinis atau mikrobiologis didokumentasikan. 5engan demikian, risiko

infeksi pada granulocytopenic, pasien kanker demam diperkirakan.

& A $3/41/22 A /,$2 A $2

0asilnya menun#ukkan bahwa pasien mirip dengan yang di#elaskan dalam rofil asien

memiliki risiko yang sangat tinggi dari infeksi bakteri, sehingga mendukung keputusan untuk

Halaman )1

erlakukan pasien dengan antibiotik bahkan sebelum infeksi didiagnosis +

Pre&alensi

re!alensi menun#ukkan #umlah kasus yang sudah ada penyakit yang menarik dalam

suatu populasi. %ecara khusus, pre!alensi titik adalah proporsi penduduk yang memiliki

penyakit yang menarik pada waktu tertentu, misalnya pada hari tertentu. ilai ini diperkirakan

dengan membagi #umlah yang keluar terkena dampak indi!idu, atau kasus:, dengan #umlah

orang dalam populasi C


8/62

A :4

re!alensi, seperti resiko, berkisar antara / dan 1 dan tidak memiliki unit. erhitungan

pre!alensi dapat diilustrasikan dengan menggunakan data diringkas dalam gambar 2-1. %ebagai

contoh, untuk menghitung pre!alensi penyakit yang menarik di tahun 2//1, maka perlu untuk

mengetahui 1 #umlah orang di bawah pengamatan pada tahun 2//1 dan 2 #umlah indi!idu

mempengaruhi pada waktu itu. ertama, empat orang berada di bawah pengamatan pada tahun

2//1 asien +, :, 5, dan ( A ". Kedua, pada saat itu salah satu dari orang-orang ini asien

+ dipengaruhi : A 1. 5engan demikian, pre!alensi tahun 2//1 adalah

A:4A EA /,2$A2$

:ontoh 2. %ebuah pertanyaan penting dalam memutuskan apakah akan mengelola antibiotik

kepada pasien di#elaskan dalam rofil asien adalah #enis infeksi yang terlibat. %ebagaimana

ditun#ukkan sebelumnya, indi!idu dengan #umlah neutrofil rendah rentan terhadap berbagai

infeksi bakteri. 'leh karena itu, antibiotik spektrum luas yang digunakan secara empiris pada

pasien ini sampai organisme penyebab infeksi tertentu diidentifikasi.

Bakteri ini sering dapat dibudidayakan dari orang-orang tanpa penyakit berge#ala.

%ebagai contoh, pre!alensi kolonisasi kulit dengan % aureus diperkirakan antara 9 orang yang

menghadiri klinik rawat #alan untuk pertama kalinya. asien dengan infeksi kulit yang

mengecualikan dari penelitian. % aureus dibiakkan dari spesimen dari 2 pasien. re!alensi

kolonisasi dengan % aureus dalam kelompok ini adalah

A249A/,$A$

5ari persamaan ini, diperkirakan bahwa dalam kelompok pasien mirip dengan pasien

yang diteliti, pre!alensi kolonisasi kulit dengan % aureus adalah sekitar $.

$n,iden,e rate

Tingkat ke#adian )&, seperti risiko, mencerminkan ter#adinya kasus baru penyakit yang

menarik. 5engan demikian, langkah-langkah tingkat ke#adian kecepatan dengan kasus baru

didiagnosis penyakit menarik berkembang. Tingkat ke#adian diperkirakan dengan mengamati

populasi, menghitung #umlah kasus baru penyakit dalam populasi +, dan mengukur waktu


9/62

bersih, yang disebut orang-waktu T, bahwa indi!idu-indi!idu dalam populasi berisiko

mengembangkan penyakit yang diamati. %ebuah sub#ek di risiko penyakit diikuti selama 1 tahun

memberikan kontribusi 1 orang tahun pengamatan. Tingkat ke#adian adalah

)&A +4T

Fntuk menggambarkan perhitungan orang-waktu dan tingkat ke#adian, pertimbangkan

hipotetis kecil kohort digambarkan secara skematis pada ,2, dan tahun,

masing-masing. asien + dan : mengembangkan penyakit. 5engan demikian, + #umlah kasus

baru penyakit dalam populasi A 2, T total A 2 G 2 G 3 G > G 2 G A 22 orang-tahun, dan tingkat

ke#adian adalah

)&A +4TA 2422A /./9 cases4person-year

erhatikan bahwa total orang-tahun pengamatan diperoleh hanya dengan penambahan

tahun disumbangkan oleh masing-masing sub#ek. +tau, tingkat ini dapat dinyatakan sebagai 9

kasus 4 1// orang-tahun dengan mengalikan pembilang dan penyebut dengan 1//. ;eskipun

kedua ekspresi ini setara, yang terakhir mungkin lebih disukai karena tidak memerlukan

penggunaan poin decimal.

:ontoh 3. Kembali ke studi yang dikutip dalam contoh 1, angka ke#adian infeksi nosokomial

dapat dihitung dari data tambahan dilaporkan dalam penyelidikan itu. ada $/31 pasien tetap di

bawah pengamatan untuk total 12>,$9 pasien-hari atau rata-rata lama menginap tamu 12>,$9 4

$/31 A 2$," hari. %e#ak $9 untuk pasien mengembangkan infeksi yang memenuhi definisi

untuk infeksi didapat di rumah sakit, tingkat ke#adian dapat diperkirakan sebagai

)&A $9412>.$9A /,//"> cases4 patient-day

A ",> cases 4 1/// patient-days

)ni berarti bahwa di antara pasien mirip dengan yang dipela#ari, rata-rata, sekitar /,">

dari pasien akan diharapkan untuk mengembangkan infeksi nosokomial per hari.


10/62

Halaman ))

erhitungan tingkat insiden untuk populasi yang besar, seperti yang ter#adi di kota, dengan

secara terpisah menyebutkan orang tahun beresiko untuk setiap indi!idu, seperti di#elaskan di

atas, akan membutuhkan se#umlah besar peker#aan. Fntungnya, orang waktu untuk populasi

yang besar sering dapat dihitung dengan mengalikan ukuran rata-rata populasi berisiko oleh

lamanya waktu populasi diamatiC

T A ukuran rata-rata populasi beresiko H *ama obser!asi

5alam banyak kasus, relatif sedikit orang dalam populasi mengembangkan penyakit, dan

penduduk tidak mengalami pergeseran demografi utama selama periode waktu pengamatan.

5alam situasi seperti itu, ukuran rata-rata populasi berisiko dapat diperkirakan dengan ukuran

seluruh populasi, menggunakan sensus atau data lainnya. 'rang waktu dari populasi yang stabil

besar sering dapat diperkirakan dengan

T A Fkuran seluruh penduduk H *ama obser!asi

:ontoh " mengilustrasikan perhitungan tingkat insiden menggunakan pendekatan ini alternatif

untuk memperkirakan waktu orang.

:ontoh ". 5i +merika %erikat, The ational :ancer )nstitute memelihara #aringan pendaftar

yang mengumpulkan informasi tentang semua ke#adian baru kanker dalam populasi yang berada

di daerah-daerah geografis tertentu. %ecara kolektif, pendaftar tersebut mencakup sekitar 1"

dari populasi +merika %erikat, dan antara tahun 199 dan 2//, 29$> perempuan yang baru

didiagnosis dengan leukemia akut mielositik di daerah-daerah. 5iperkirakan 19.1$.3

perempuan tinggal di daerah-daerah gabungan pada rata-rata selama periode $ tahun ini. 5engan

demikian, #umlah pengamatan untuk populasi ini adalah 19.1$.3 perempuan H $ tahun A

9$.929.1/ wanita tahun. 'leh karena itu, tingkat ke#adian rata-rata tahunan leukemia mielositik

akut pada wanita adalah 3,1 kasus untuk setiap 1//./// wanita tahun pengamatan di daerah-

daerah studi tertentu.

PER-EDAAN ANTARA R$.$"/0 PREA!EN.$ DAN $N.$DEN


11/62

%eperti dirangkum dalam Tabel 2-1, risiko, pre!alensi, dan tingkat insiden berbeda dalam

setidaknya hal penting. ertama, langkah-langkah memiliki unit yang berbeda. Tingkat insiden

dinyatakan sebagai unit pasien yang baru didiagnosis per unit waktu orang, sedangkan risiko dan

pre!alensi harus unit. Kedua, langkah-langkah ini mencerminkan aspek yang berbeda dari

penyakit. Tingkat ke#adian dan risiko menggambarkan ter#adinya penyakit baru, sedangkan

pre!alensi mencerminkan penyakit yang sudah ada. Ketiga, langkah-langkah ini dihitung secara

berbeda. %eperti ditun#ukkan dalam , dan tingkat ke#adian adalah 9 kasus per 1// orang-tahun. erbedaan-

perbedaan dalam menun#ukkan bahwa tiga ukuran tidak bisa dibandingkan secara langsung

dengan satu sama lain.

;engingat perbedaan-perbedaan yang melekat, tindakan memiliki aplikasi yang berbeda. &isiko

yang paling berguna #ika pusat bunga proporsi penduduk yang akan men#adi sakit selama periode

waktu tertentu. &isiko #uga dapat digunakan untuk memperkirakan probabilitas bahwa indi!idu

tertentu dalam suatu populasi akan men#adi sakit selama periode waktu tertentu. Tingkat insiden

lebih disukai #ika pusat minat kecepatan dengan kasus baru muncul dalam suatu populasi

periode waktu mungkin pan#ang atau tidak ditentukan. re!alensi lebih disukai #ika pusat minat

pada #umlah kasus yang ada dalam populasi atau proporsi kasus dari #enis tertentu. :ontoh $

menggambarkan beberapa perbedaan antara langkah-langkah ini.

:ontoh. $ enggunaan antibiotik, norfloksasin, dipela#ari untuk pencegahan infeksi bakteri gram

negatif pada pasien dengan leukemia akut yang men#alani perawatan terkait #umlah neutrofil

rendah. %emua 3$ pasien yang menerima norfloHacin berkembang demam. 3$ pasien diamati

untuk total 22/,$ orang hari sebelum demam pertama berkembangC setiap hari, rata-rata, sekitar

2 dari pasien mengalami demam. 5engan demikian, risiko berkembang demam adalah 3$43$

A 1 pada kelompok pasien, tingkat ke#adian adalah 3$ 4 22/,$ A /,1 kasus 4 orang hari A 1

kasus 4 1// orang hari, dan pre!alensi rata-rata adalah 2.

&esiko 1 menun#ukkan bahwa pengobatan dengan norfloksasin tidak akhirnya mencegah demam

menular atau mengurangi risiko berkembang demam. 5i sisi lain, tingkat ke#adian di norfloHacin

kelompok perlakuan lebih rendah dibandingkan kelompok pasien yang sama yang tidak

menerima norfloHacin, menun#ukkan bahwa perlakuan melambat dari menunda timbulnya

demam. %elain itu, pre!alensi demam lebih rendah pada norfloHacin memperlakukan kelompok,


12/62

yang menun#ukkan pasien yang diobati dengan norfloHacin cenderung men#adi demam pada hari

biasa.

Tabel 2-1. Karakteristik risiko, pre!alensi, dan tingkat ke#adian.

"arakteristik Risiko Pre&alensi Tin'kat kejadian

Apa 2an' diukur robabilitas penyakit ersentase populasi

dengan penyakit

Kecepatan ter#adinya

penyakit

nit Tidak ada Tidak ada Kasus 4 orang waktu

3aktu dia'nosis

pen2akit

5iagnosis baru ada 5iagnosis baru

.inonim Kumulatif insiden - Kepadatan insiden

Halaman )4

.R$A!

Kelangsungan hidup adalah probabilitas yang tersisa hidup untuk #angka waktu tertentu. Fntuk penyakit

kronis seperti kanker, 1 tahun kelangsungan hidup dan tingkat kelangsungan hidup $ tahun sering

digunakan sebagai indikator dari tingkat keparahan penyakit dan prognosis. %ebagai contoh,

kelangsungan hidup $ tahun untuk leukemia mielositik akut adalah sekitar /,19, menun#ukkan bahwa

hanya 19 dari pasien dengan leukemia akut mielositik bertahan hidup setidaknya $ tahun setelah

diagnosis.

5alam situasi sampel, %ur!i!al % diperkirakan sebagaiC

.5AD

A

5imana 5 adalah #umlah kematian yang diamati dalam #angka waktu tertentu dan + adalah #umlah pasien

yang baru didiagnosis dalam pengamatan. Kelangsungan hidup selama setidaknya 2 tahun setelah

diagnosis dapat ditentukan dari data pada


13/62

erhitungan hidup menun#ukkan probabilitas hidup pan#ang waktu tertentu dan berbanding terbalik

dengan risiko kematian. erkiraan kelangsungan menyediakan cara yang berguna untuk meringkas

prognosis, seperti digambarkan dalam :ontoh .

:ontoh . asien yang di#elaskan dalam rofil pasien memiliki leukemia myelogenous akut. 5ata

dikumpulkan melalui ational :ancer )nstitute untuk pasien yang didiagnosis dengan penyakit ini di

+merika %erikat antara tahun 1992 dan 1999 menun#ukkan bahwa hanya sekitar 19 dari pasien bertahan

selama setidaknya $ tahun dari saat diagnosis. Fntuk orang-orang yang berada di bawah usia $ tahun

saat diagnosis, tingkat kelangsungan hidup $ tahun 31 lebih tinggi daripada orang-orang yang $

tahun atau lebih pada diagnosis ".

Halaman )

+nak yang berada di bawah usia $ tahun saat diagnosis, tingkat kelangsungan hidup $

tahun 31 lebih tinggi daripada orang-orang yang $ tahun atau lebih pada diagnosis ".

amun demikian, dapat disimpulkan dari data tersebut bahwa, terlepas dari usia, pasien dengan

leukemia myelogenous akut sebagai sebuah kelompok memiliki prognosis yang sangat buruk.

engalaman Kelompok ini #uga berfungsi sebagai indikator terbaik atau prognosis untuk pasien

indi!idu dengan diagnosis ini. %ebagai contoh, pasien dengan lukimia myelogenous akut yang

berada di bawah $ tahun akan diharapkan untuk memiliki kesempatan 1-in-3 bertahan

setidaknya $ tahun dari saat diagnosis. Fntuk pasien $ tahun atau lebih tua dengan diagnosis

yang sama, kesempatan bertahan hidup setidaknya $ tahun dari diagnosis berkurang dalam 2$.

0idup Table J +nalisis kelangsungan hidup lain

Ketika mempela#ari kelangsungan hidup dan risiko, masalah mungkin timbul #ika penyidik tidak

bisa mengikuti beberapa mata pela#aran untuk seluruh periode risiko, baik karena subyek

men#auh atau melewatkan #an#i tindak lan#ut. ada


14/62

% A4

6 A /,> A >

5alam skenario kedua , baik pasien maupun B dan bertahan untuk penuh $ tahun .

Keseluruhan perkiraan ketahanan hidup $ tahun dalam situasi ini akan

% A2

6 A /,33 A 33

?elas , dua asumsi ekstrim ini menyebabkan perkiraan yang sangat berbeda dari probabilitas $

tahun bertahan hidup . Karena pengamatan tidak lengkap , kita tidak tahu mana , #ika salah , dari

kedua situasi ekstrim lebih dekat dengan #awaban yang benar . 5alam hal ini , ketidakmampuan

untuk memperkirakan probabilitas kelangsungan hidup menun#ukkan perlunya metode analisis

untuk menangani pengamatan disensor .

%tatistik telah mengembangkan teknik khusus, yang disebut sur!i!al analisis , untuk

memperhitungkan pengamatan tidak lengkap tersebut. 5ua metode yang sangat berguna analisis

sur!i!al adalah analisis tabel kehidupan dan analisis Kaplan - ;eier . Tabel kehidupan dan

analisis Kaplan - ;eier memungkinkan perhitungan risiko bahkan #ika beberapa pengamatan

tidak lengkap . 5eskripsi ini dan metode lain dari analisis sur!i!al dapat ditemukan di 5awson

dan Trapp 2//" , 5asar dan Biostastistics klinis .

0asil analisis sur!i!al dapat disa#ikan secara grafis , seperti yang ditun#ukkan pada


15/62

Kur!a sur!i!al dapat digunakan untuk menentukan langkah-langkah ringkasan dasar tentang

prognosis leukemia pada orang dewasa, misalnya, persentase pasien yang bertahan untuk

beberapa #angka waktu tertentu setelah diagnosis. Biasanya, prognosis kanker dinilai dengan

menentukan persentase pasien yang bertahan hidup setidaknya $ tahun setelah diagnosis.

endekatan untuk memperkirakan persentase ini digambarkan pada


16/62

$-2/// ational :ancer )nstitute 2//3.

Bahwa persamaan ini analog dengan struktur persamaan di#elaskan sebelumnya untuk risiko,

atau ke#adian kumulatif. erbedaan antara kedua ukuran ini adalah fase penyakit yang mereka

diterapkan. &isiko penyakit mengacu pada perkembangan awal kondisi, dan kasus kematian

mengacu pada kemungkinan kematian di antara orang-orang di antaranya penyakit ini

didiagnosis. Kasus kematian dapat dianggap sebagai risiko kematian di antara mereka yang telahsa#a didiagnosis dengan penyakit. Kedua langkah memerlukan spesifikasi beberapa periode

waktu di mana peristiwa dihitung.

0ubungan antara risiko dan kasus kematian digambarkan secara skematik pada .

opulasi awal pada risiko penyakit terdiri dari 1$ wanita A 1$, lima di antaranya

mengembangkan kondisi bunga + A $ &isiko, atau ke#adian kumulatif, oleh karena itu,


17/62

0anya dua 5 A 2 dari wanita yang terkena + A $ kemudian meninggal karena kondisi

tersebut. 'leh karena itu, kasus kematian, adalah

Kasus kematian dapat berkisar dari /, bila tidak ada pasien meninggal karena penyakit ini, untuk

1 1//, ketika semua pasien meninggal karena penyakit. %e#ak kasus kematian merupakan

proporsi orang yang terkena dengan penyakit yang meninggal dari itu, kasus kematian dapat

dianggap sebagai pelengkap hidup. 5engan kata lain, untuk #angka waktu tertentu pengamatan

kasus kematian dan kelangsungan hidup harus ber#umlah 1// .&eturning untuk mencari 2->,

bertahan hidup

5emikian , kasus kematian :( A "/ dan kelangsungan hidup % A / Total 1//.

&)


18/62

3. ;engukur tingkat ke#adian kecepatan dengan orang terpengaruh dalam populasi

mengembangkan penyakit tertentu.

Halaman )7

". bertahan hidup adalah proporsi orang yang terkena dampak resiko ter#adinya penyakit bunga

yang hidup selama setidaknya satu periode waktu tertentu.

$. Kasus kematian adalah proporsi orang dalam populasi yang terkena penyakit tertentu yang

meninggal akibat penyakit itu dalam #angka waktu tertentu.

Kelangsungan hidup dan kasus kematian merupakan hasil saling eksklusif. Bersama-sama

mereka harus men#elaskan semua indi!idu yang terkena dengan penyakit yang telah dikenal

statusnya penting.

enerapan langkah-langkah untuk pertanyaan yang dia#ukan oleh hasil profil pasien dalam

kesimpulan berikutC

1. pasien kanker &awat memiliki risiko yang besar & A /,12, atau 12 mengembangkan infeksi

selama perawatan di rumah sakit.

2. agen misalnya, % aureus yang menyebabkan infeksi pada aliran darah pasien kanker

umumnya berbudaya dari kulit orang sehat pre!alensi LM A /,$, atau $.

3. Tingkat ke#adian infeksi pada pasien kanker dirawat di rumah sakit adalah cukup )& A ",>

kasus per 1./// pasien-hari, tetapi tingkat ke#adian yang sesuai antara pasien dengan sistem

kekebalan yang terganggu lebih dari 3/ kali lebih besar )& A 1/ per kasus per 1/// pasien-

hari.

". $ tahun kelangsungan hidup untuk pasien dewasa dengan leukemia myelogenous akut sangat

rendah % A /,19, atau 19.

$. Berdasarkan data sur!i!al, dapat disimpulkan bahwa 1 pasien dengan leukemia

myelogenous akut meninggal karena penyakit ini atau komplikasi dalam waktu $ tahun setelah

diagnosis.

5engan informasi ini dalam pikiran, dokter di profil pasien dapat menyimpulkan bahwa pasien

berada pada risiko tinggi untuk unsuallly infeksi bakteri nosokomial yang mengancam #iwa.

)nisiasi cepat terapi antibiotik spektrum luas dibenarkan, bahkan sebelum hasil kultur spesimen

diketahui. Bila hasil kultur pretreatment dan kerentanan antibiotik men#adi tersedia, regimen

antibiotik dapat dimodifikasi, #ika perlu. 5engan penggunaan dan interpretasi tindakan

epidemiologi standar seperti risiko dan tingkat ke#adian yang tepat, dokter dapat mengambil

keputusan pengobatan yang dan berpotensi menyelamatkan nyawa.


19/62

ertanyaan studi

ertanyaan 1->C untuk setiap situasi nomor di bawah ini, pilih ukuran yang paling tepat dari

pilihan Berhuruf berikut. masing-masing opsi berhuruf dapat digunakan sekali, lebih dari sekali,

atau tidak sama sekali.

Halaman )8

+. bertahan lima tahun

B. re!alensi

:. )nsidensi rate

5. &isk

. Kefatalan Kasus

(. ertahanan tengah

1. Tolak ukur apa yang digunakan di +s sehingga populasinya banyak yang obesitasD

2. Tolak ukur apa yang mengestimasikan seberapa cepat kasus baru dari penyakit myelogenousleukimia berkembang diantara peker#a yang terpaparD

3. Tolak ukur apa yang digunakan bahwa pasien yang terkena kangker payudara masih akan

hidup selama lima tahun setelah di diagnosaD

". Tolak ukur apa yang digunakan lamanya hidup pasien yang terkena kangker payudara setelah

terdiagnosaD

$. Tolak ukur apa yang digunakan bahwa pemain sepak bola profesional aka terkena cidera lutut

selama pertadinganD

. Tolak ukur apa yang paling baik digunakan untuk mengetahui risiko kemtian antara orang

yang terkena atau terinfeksi !irus west nile.


20/62

>. Tolak ukur apa yang digunakan untuk mengestimetkan seberapa cepat perkembangan

hipertensi setelah umur 21D

ertanyan -/

%tudy tentang risiko myocardial infrak pada orang yang merokok selama lima tahun yaitu antara

tahun 199-2//3. 0asil obser!asi pada pasien digambarkan pada grafik 2-

. re!alensi infrak myocardial pada pertengahan tahun 2//2 a. 14 A /.1> b. 24 A /.33 c. 14" A

/.2$ d. 24" A /.$/ e. 243 A /.>

9. +ntara pasien , risiko perkembangan infrak myocardial dari pertama sampai akhir pengamatan

a. 14 A /.1> b. 14$ A /.29 c. 24 A /.33 d. 24$ A /."/ e. 34$ A /./

Halaman )(

1/. Tingkat ke#adian infark miocardial selama periode pengamatan adalah

a. /4/3 A /,$/ kasus 4 orang tahun

b. 341/ A /,3/ kasus 4 orang tahun

c. 1$ A /,13 2 4 kasus 4 orang tahun

d. 1$ A /,2/ 3 4 kasus 4 orang tahun

e. 34$ A /./ kasus 4 orang tahun

ertanyaan 11-12C +. kur!a sur!i!al untuk pasien dengan multiple myeloma ditun#ukkan pada


21/62

e. /

ertanyaan 13-1$C untuk setiap ukuran di bawah, pilih #awaban yang paling tepat dari pilihan

Berhuruf berikut. %etiap opsi dapat digunakan sekali, lebih dari sekali atau tidak sama sekali

a. /,///1b. /.///1 kasus 4 orang tahun

c. /,///1

d. /.///1 kasus 4 orang tahun

e. /,/1/

f. /,/1/

g. .1/

h. . 1/ kasus 4 orang-tahun

i. 1./

#. 1,/ kasus 4 orang-tahun

13. erkiraan pre!alensi melanoma dalam komunitas pensiun dari 1/./// di antaranya 1/ yang

ditemukan memiliki melanoma selama screening awal dan 1 kasus baru ditemukan di u#ian

penyaringan subsesOuent 1 tahun kemudian.

1". erkiraan perkiraan resiko 1-tahun mengembangkan melanoma pada populasi yang

di#elaskan dalam pertanyaan 13, dengan asumsi tidak ada entri atau kerugian sub#ek dan tidak

ada kematian dari penyebab lainN

1$. Bagi penduduk yang di#elaskan dalam pertanyaan 13, memperkirakan tingkat ke#adianperkiraan mengembangkan melanoma, dengan asumsi tidak ada entri atau kerugian mata

pela#aran dan tidak ada kematian dari penyebab lain.

Halaman 4*

PEN9"RAN "E%AD$AN PEN#A"$T

+hli )lmu (isika ?ames ;aHwell131-1>9 berkata kita menerima semua kema#uan

besar dalam pengetahuan dari mereka yang berusaha untuk mencari tahu berapa banyak sesuatu.

*ord ke!in seorang insinyur, ahli ilmu pasti, dan ahli fisika 12"-19/>pengetahuan seseorang tentang ilmu pengetahuan dimulai ketika ia dapat mengukur apa yang

dia bicarakan dan mengekspresikannya dalam angka. untuk memeriksa transmisi dari penyakit

pada populasi manusia , kita #elas harus mampu mengukur frekuensi kedua ke#adian penyakit

dan kematian akibat penyakit tersebut . karena itu dalam bab ini kita beralih ke bagaimana kita

menggunakan tarif untuk mengekspresikan tingkat morbiditas dan mortalitas akibat penyakit C


22/62

dalam bab berikutnya , kita beralih ke bagaimana kita menggunakan skrining dan tes diagnostik

untuk membedakan indi!idu yang sakit dan yang tidak sakit.

5iskusi ini dimulai dengan mempertimbangkan perkembangan dan per#alanan penyakit

dalam indi!idu selama periode waktu tertentu.


23/62

sumber data dari mana kasus diidentifikasi dengan #elas mempengaruhi angka yang kita

hitung untuk mengungkapkan frekuensi penyakit . misalnya , catatan rumah sakit tidak akan

mencakup data mengenai pasien yang mendapatkan pelayanan hanya di tempat praktek dokter P .

akibatnya , ketika kita melihat angka untuk frekuensi ter#adinya penyakit tertentu , kita harus

mengidentifikasi sumber-sumber kasus dan bagaimana kasus diidentifikasi sebelum kita

menafsirkan angka dan membandingkannya dengan angka yang dilaporkan pada populasi lain

dan pada waktu tertentu.penggunaan gilirannya dengan penggunaan angka untuk

mengekspresikan secara luas penyakit di masyarakat atau populasi. ukuran penyakit atau

morbility yang dibahas pertama diikuti dengan ke#adian mortalitas.

Halaman 41

FKF&+ K%+K)T+

)nsiden penyakit adalah mendefinisikan sebagai #umlah kasus baru penyakit yangter#adi selama periode waktu tertentu dalam suatu populasi beresiko terkena penyakit tersebut .

)ncidens per 1/// A

o. 5ari kasus baru ter#adinya peristiwa penyakit pada populasi selama periode spesik waktu Q 1///

o 5ari orang yang beresiko terkena penyakit selama periode waktu

5alam tingkat ini , hasilnya telah dikalikan dengan 1/// sehingga kita dapat mengekspresikan

ke#adian per 1./// orang . ilihan 1/// bisa disesuaikan kita #uga bisa menggunakan 1/./// , 1

#uta atau angka lainnya .

Fnsur penting dalam definisi insiden adalah kasus baru penyakit . )nsiden adalah ukuran

ke#adian , penyakit ini berkembang pada orang yang tidak memiliki penyakit sebelumnya .

Karena incidens adalah ukuran dari ke#adian yaitu transisi dari non sakit ke keadaan sakit

incidens besar besaran ukuran risiko . &isiko ini dapat dilihat dalam setiap kelompok populasi ,

seperti kelompok usia tertentu , laki-laki atau perempuan kelompok ker#a , atau kelompok yang

telah terkena agen lingkungan tertentu seperti radiasi atau racun kimia .

5enominator dari ke#adian merupakan #umlah orang yang beresiko terkena penyakit ini . Fntuk

ke#adian men#adi berarti , setiap indi!idu yang termasuk dalam denominator harus memiliki

potensi untuk men#adi bagian dari kelompok yang dihitung dalam nominatornya . 5engan

demikian , #ika kita menghitung ke#adian untuk kanker rahim , penyebut harus menyertakan

perempuan sa#a , karena laki-laki tidak akan memiliki potensi untuk men#adi bagian dari

kelompok yang dihitung oleh pembilang4 denominator, dimana seorang laki-laki tidak berisiko

untuk terkena kanker rahim . ;eskipun hal ini tampak #elas , tidak selalu begitu #elas , dan kita

akan kembali ke masalah ini nanti dalam diskusi.


24/62

)su penting lainnya dalam hal denominator adalah masalah waktu . Fntuk ke#adian men#adi

ukuran risiko , kita harus menentukan periode waktu dan kita harus tahu bahwa semua indi!idu

dalam kelompok diwakili oleh denominator telah ditindaklan#uti untuk seluruh periode . ilihan

#angka waktu yang berubah ubah . Kita bisa menghitung ke#adian dalam 1 minggu , ke#adian

dalam 1 bulan , ke#adian dalam 1 tahun , ke#adian di $ tahun dan lainnya . Titik penting adalah

bahwa apa pun waktu periode yang digunakan dalam perhitungan harus #elas ditentukan , dan

semua indi!idu yang termasuk dalam perhitungan pasti telah diamati berisiko untuk seluruh

period. Ke#adian dihitung dengan menggunakan periode waktu di mana semua indi!idu dalam

populasi dianggap berisiko, sehingga hasilnya disebut ke#adian kumulatif , yang merupakan

ukuran risiko.

%eringkali , namun setiap indi!idu dalam denominator belum ditindaklan#uti untuk periode

waktu yang spesifik . Fntuk !ariaety alasan termasuk mangki4 menghilangr , indi!idu yang

berbeda dapat diamati untuk #angka waktu yang berbeda . 5alam kasus ini kita menghitung

tingkat ke#adian #uga disebut kepadatan ke#adian di mana deminator terdiri dari #umlah dariwaktu yang berbeda setiap indi!idu beresiko . 0al ini sering dinyatakan dalam orang-tahun ,

yang selan#utnya akan dibahas dalam bab $ .

Kadang-kadang , waktu mungkin implisit daripada eksplisit ditentukan . ;isalnya dalam

menyelidiki wabah penyakit bawaan makanan , kita tahu bahwa sebagian besar kasus ter#adi

dalam beberapa #am atau beberapa hari setelah paparan . 5engan demikian kasus yang

menggunakan bulan selan#utnya, tidak dianggap sebagai bagian dari wabah yang sama . Tetapi

pada kebanyakan situasi di mana pengetahuan saat ini se#arah alam biologi dan penyakit tidak

secara #elas mendefinisikan kerangka waktu , waktu harus dinyatakan eksplisit .

;eskipun dalam kebanyakan situasi perlu untuk mengungkapkan ke#adian dengan spesifikasi

pembagi , mungkin informatif #umlah kasus hanya bebrapa kali . %ebagai contoh , angka 3-2

menun#ukkan #umlah yang diharapkan dan obser!eb kasus TB yang dilaporkan di +merika

%erikat dari tahun 19/ hingga 1992. erhatikan bahwa sumbu !ertikal adalah skala

logaritmik ?umlah terkecil kasus yang pernah dilaporkan dalam satu tahun di amerika serikat

se#ak pelaporan dimulai adalah pada tahun 19$. ?umlahnya menurun dari tahun19/-19$

dan angka menun#ukkan #umlah kasus yang akan diharapkan telah menurun terus . amun,

penurunan tiba-tiba berhenti pada tahun 19$. 5ari tahun 19$ sampai tahun 1992. kasus

tuberkulosis 5ilaporkan meningkat sebesar 2/ , telah penurunan proyeksi melan#utkan, sekitar

$1.>// kasus yang lebih sedikit akan telah diharapkan . %ebagian besar peningkatan tuberkulosis

terlihat di sini adalah berhubungan dengan human immunodeficiency !irus 0)R . 0owewer ,

sindrom bahkan sebelum acOuired immunodeficiency +)5%

Halaman 4)


25/62


26/62

Tabel 3-1, contoh dari titik dan waktu pre!alensi dan insidensi kumulatif pada wawancara

kasus asma

ertanyaan wawancara Fkuran Tipe +pakah kamu mempunyai penyakit asmaD

+pakah kamu pernah sakit asma selama n tahun

yang laluD

+pakah anda pernah memiliki asmaD

Titik pre!alensi

aktu pre!alensi

Kumulatif atau #angka

waktu insidden

?adi, ketika kita sur!ei masyarakat untuk memperkirakan pre!alensi penyakit, kita umumnya

tidak memperhitungkan durasi penyakit, kita tidak memperhitungkan durasi penyakit tersebut.

Karena pembilang dari pre!elance ini mencakup campuran orang yang memiliki penyakit yang

berbeda dengan #angka waktu, kita tidak mempunyai ukuran risiko. ?ika kita ingin mengukurrisiko, kita harus menggunakan ke#adian, karena bertentangan untuk pre!alensi, itu hanya

mencakup kasus baru atau ke#adian.

5alam literature kesehatan medis dan masyarakat, dalam pre!alensi dua cara yang seringdigunakanC

andangan tentang re!alensi. re!alensi pada suatu penyakit pada titik dan waktu

penggunaan telah kita bahas.

eriode pre!elance. Berapa banyak orang yang memiliki penyakit selama #angka waktu

tertentu, seperti selama satu tahun. Beberapa orang mungkin telah mengembangkan penyakittersebut selama periode itu, dan lainnya mungkin memiliki penyakit sebelum dan meninggal

selama periode itu. oint yang terpenting adalah bahwa setiap orang diwakili oleh pembilang

yang memiliki penyakit pada periode tertentu.

5ua #enis pre!alensi, serta ke#adian comulati!e, yang digambarkan dalam tabel 3-1mengenai asma.

Kembali ke titik pre!alensi, secara praktis. 0al ini hampir tidak mungkin untuk sur!e di

seluruh kota pada satu hari. 'leh karena itu, meskipun secara konseptual kita berpikir ketentuan

dalam satu titik waktu


27/62

Halaman 44

ada kenyataanya sur!ey akan memakan waktu lebih lama. Ketika kita melihat angka

pre!alensi yang digunakan tanpa pengubah modifier, umumnya mengacu pada titik pre!alensi

dan untuk sisa bab ini kita akan menggunakan pre!alensi berarti titik pre!alensi. ;ari kita

perhatikan insidensi dan pre!alensi . angka 3-3 menun#ukkan $ kasus dari penyakit dalam

masyarakat pada tahun 199$. Kasus pertama penyakit ter#adi pada tahun 199" dan pasien

meninggal pada tahun 199$, kasus kedua yang ditemukan pada tahun 199$ dan berlan#ut sampaitahun 199, kasus ketiga adalah orang yang sakit pada tahun 199$ dan sembuh pada tahun 199$.

Kasus keempat ter#adi pada tahun 199" dan sembuh pada tahun 199$. Kasus ke lima ter#adi pada

tahun 199" dan berlan#ut pada tahun 199$ sampai tahun 199.

Fntuk tu#uan dari contoh ini kita hanya akan mempertimbangkan kasus numerator dan

akan menolak denominator. +pa yang men#adi numerator untuk insidensi pada 199$ dalam

contoh D kita mengetahui bahwa insidensi tersebut mengandung kasus baru dan karena dua dari $

kasus tersebut berkembang di tahun 199$ , numerator untuk insidensi tersebut ada dua.

Tentang apa numerator untuk titik pre!alensiD )tu tergantung ketika kita melakukan

sur!ey pre!alensi. ?ika kita melakukan sur!ey pada mein numerator akan ber#umlah ". Ketika

kita melakukan sur!ey di #uly numerator #uga akan ". ?ika kita melakukan sur!ey pada

%eptember numerator ada 3 dan #ika kita melakukan sur!ey di 5esember numerator ber#umlah 2.


28/62

'leh karena itu pre!alensi akan tergantung dalam titik selama tahun dimana sur!ey tersebut

dilakukan.


29/62

Tabel 3-2. sumber umum dari statistik morbiditas

1. elaporan penyakit -- penyakit menular, catatan kanker

2. 5ata akumulasi sebagai sebuah produk dari asuransi dan rencana perawatan medis

prabayara. kelompok kesehatan dan #aminan kecelakaan

b. rencana perawatan medis prabayar

c. rencana asuransi keadaan disabilitasd. perusahaan asuransi hidup

e. rencana asuransi rumah sakit -- blue cross

f. badan pension kereta api

3. a#ak dibiayai bantuan masyarakat dan rencana perawatan medisa. bantuan masyarakat, bantuan bagi para tunanetra, bantuan kepada para penyandang

cacatb. rencana perawatan medis negara federal

c. angkatan bersen#atad. administrasi !eteran

". &umah sakit dan klinik$. catatan ketidakhadiran -- industri dan sekolah

. re peker#aan dan periodik u#ian fisik dalam industri dan sekolah

>. Kasus penemuan program. rogram layanan selektif

9. %ur!ey tentang morbiditas sur!ei tentang penduduk sampel misalnya , sur!ei kesehatan

nasional , sur!ei kanker nasional

(igure 3-9. ercent populasi dengan diagnosis rheumatoid arthritis, newyork !s +merican

rheumatism association +&+ criteria, %udbury, ;ass, 19". adapted from 'Ssulli!an

?B, catchcart %C The pre!alence of rheumatoid arthritisC tindak lan#ut e!aluasi dampak

dari tingkat ke#adian di sudburry, massachshetts. +nn internmed >C$>3-$>>, 19>2rogram sebenarnya meningkat .Tapi hal ini #elas ter#adi ketika kematian tidak dapat

dicegah dan penyakit tidak dapat disembuhkan .

Kita telah mengatakan bahwa pre!alensi bukan ukuran risiko. ?ika demikian ,

kenapa repot-repot untuk memperkirakan pre!alensi D pre!alensi itu tidak penting dan

berguna bagi beban penyakit di masyarakat. ;isalnya, berapa banyak orang dengan

arthtritis hidup di masyarakatD 0al ini dapat membantu kita menentukan berapa banyak

klinis yang diperlukan, apa #enis dan #umlah pelayanan rehabilitasi sosial #uga diperlukan,

dan berapa banyak pakar kesehatan dan tipe apa yang diperlukan. 'leh sebab itu

pre!alensi #uga berharga untuk perencanaan pelayanan kesehatan, bahkan ketika kita

menggunakan pre!alensi kita #uga ingin membuat proyeksi masa depan dan


30/62

memperkirakan perubahan yang mungkin untuk mengambil tempat pada beban penyakit

di tahun berikutnya. Tetapi #ika kita ingin lihat penyebab penyakit, kita harus men#ela#ahi

hubungan antara sebuah paparan dan resiko penyakit, dan tingkat ke#adian harus

digunakan untuk tu#uan ini.

Tabel 3-2 daftar beberapa kemungkinan sumber statistik morbiditas. ;asing-

masing memiliki keterbatasan, terutama karena kebanyakan dari sumber-sumber ini tidak

ditegakkan untuk tu#uan penelitian. ;ungkin karakteristik mereka tidak komplit atau data

ambigu dan bias seleksi berkaitan dengan yang dipastikan.

Masalah dengan insidensi dan ukuran prevalensi

MA.A!AH DEN9AN PEN9"RAN. ;asalah pertama adalah mendefinisikan

siapa yang memiliki penyakit .%alah satu contohnya

Halaman 4

&heumatoid arthritis merupakan penyakit yang sulit untuk didiagnosis dan ketika

kesulitan diagnostik tersebut muncul, sekelompok ahli sering menyampaikan untuk

mengembangkan serangkaian kriteria diagnostik. 5ua serangkain kriteria diagnostik untuk &+

adalah dari +sosiasi &ematik ew Uork dan +sosiasi &ematik +merika Tabel 3-3.


31/62

kebi#akan penerimaan yang ber!ariasi dari rumah sakit ke rumah sakit. Kedua, rekam medic

rumah sakit tidak dibuat untuk penelitian melainkan untuk pelayanan pasien. &ekam medik

mungkin tidak lengkap, tidak terbaca, atau hilang. Kualitas diagnostik rekam medik rumah sakit,

dokter, dan layanan klinis bisa sa#a berbeda. %ehingga #ika kita ingin mengumpulkan data pasien

dari rumah sakit yang berbeda, kita mungkin memiliki berbagai masalah yang harus

dibandingkan. Ketiga, #ika kita ingin menghitung tarif, kita mengalami masalah dalam

menentukan penyebut, karena sebagian besar rumah sakit tidak menetapkan daerah cakupan

yang akan mewa#ibkan semua orang di daerah tertentu yang akan dirawat di rumah sakit untuk

dirawat di rumah sakit tertentu, dan bahwa tidak ada orang dari luar daerah cakupan yang akan

dirawat di rumah sakit itu.

Tabel 4:4+ "riteria untuk Rheumatoid Arthritis

"riteria asosiasi Rematik Amerika "riteria Ne< #ork

1. Kekakuan saat pagi hari 1. &iwayat episode nyeri pada tiga sendi dari

anggota tubuh G

2. yeri gabungan atau sakit pada gerakan 2. Bengkak, terbatas , subluksasi, atau ankilosis

dari tiga sendi anggota tubuh yang meliputi

tangan, pergelangan tangan, atau kaki dan satu

sendi pasangan yang simetri dan kecuali sendi

distal interphalangeal, sendi kelima

interphalangeal proksimal, sendi pertama

metatarsophalangeal, dan pinggul

4+Pemben'kakan jarin'an lunak dari satu

sendi

3. erubahan Q-ray pengikisan

". embengkakan #aringan lunak pada sendi

kedua dalam 3 mo

". %erum positif terhadap faktor rheumatoid.

$. embengkakan #aringan lunak pada sendi

simetris tidak termasuk sendi distal


32/62

interphalangeal

. odul subkutan

>. perubahan Q-&ay

. %erum positif terhadap faktor rheumatoid

%kor tiga atau empat poin menun#ukkan IkemungkinanI rheumatoid arthritis@ lima atau

lebih poin menun#ukkan IpastiI rheumatoid arthritis.

G menghitung setiap kelompok sendi misalnya, sendi interphalangeal proksimal sebagai

salah satu sendi, mencetak setiap sisinya secara terpisah.

5ari %ulli!an ?B, :athcart %C re!alensi &heumatoid arthritis. +nn )nter ;ed >C $>3,19>2

Tabel 4:+ "emun'kinan "esalahan .umber dalam sur&e2


33/62

dan mungkin terbukti lebih intensif dalam satu kelompok responden dibandingkan yang

lain.

9. ;asalah bias seleksi dapat ter#adi, mungkin termasuk tingkat non-respon yang

signifikan.

Tabel 4: -eberapa "eterbatasan Data Rumah .akit

1. enerimaan &umah %akit yang selektif dalam kaitannya dengan

a. karakteristik pribadi

b. Keparahan penyakit

c. kondisi terkait

d. kebi#akan penerimaan

2. 5ata &umah %akit tidak dirancang untuk penelitian, mereka mungkin

a. Tidak lengkap, tidak terbaca, atau hilang

b. Rariabel dalam kualitas diagnostik

3. opulasi beresiko penyebut adalah yang umumnya tidak didefinisikan

Halaman 4;

Masalah Den'an Pen2ebut =Denominator>. Banyak faktor yang mempengaruhi

penyebut denominator yang digunakan. erhitungan yang selektif terhadap kelompok tertentu

dalam masyarakat dapat ter#adi. ;isalnya, laki-laki muda dalam kelompok etnis minoritas telah

dihilangkan dari populasi. %ering kali, kita ingin menentukan apakah kelompok tertentu memiliki

risiko penyakit lebih tinggi dari yang diharapkan sehingga langkah-langkah pencegahan yang

tepat dapat diarahkan ke kelompok tersebut. 'leh karena itu, kami tertarik pada tingkat penyakit

bagi kelompok etnis yang berbeda dari pada hanya untuk populasi secara keseluruhan. amun,

ada berbagai cara untuk mengklasifikasikan orang kedalam kelompok etnis, misalnya dengan

bahasa, negara asal, budaya atau kelompok etnis orang tua. Ketika studi yang berbeda


34/62

menggunakan definisi yang berbeda, perbandingan hasil sulit ditentukan. +pa yang paling

penting dalam penelitian adalah bahwa definisi ker#a dinyatakan secara #elas sehingga pembaca

dapat menilai apakah hasilnya benar-benar sebanding.

5alam bagian sebelumnya kami menyatakan bahwa untuk tingkat yang masuk akal,

semua orang dalam kelompok yang diwakili oleh penyebut denominator harus memiliki

potensi untuk masuk dalam kelompok yang di diwakili oleh pembilang numerator. ;asalah ini

tidak sederhana. ;isalnya, histerektomi di salah satu prosedur bedah yang paling umum

dilakukan di +merika %erikat. 0al ini menimbulkan pertanyaan tentang tingkat kanker rahim.

Karena #ika kita termasuk wanita yang memiliki histerektomi di penyebut, #elas mereka tidak

berisiko untuk terkena kanker rahim. +ngka 3-1/ menun#ukkan tingkat kanker rahim dari

+lameda :ounty, :alif@ kedua tingkat kesalahan dan tingkat kebenaran untuk histerektomi

disa#ikan. kita melihat bahwa tingkat kebenaran lebih tinggi. mengapaD karena tingkat kebenaran

wanita yang telah memiliki histerektomi dikeluarkan dari penyebut. akibatnya, penyebut

denominator semakin kecil dan angka rate meningkat. amun, tren dalam kasus ini dari

waktu ke waktu tidak berubah secara signifikan apakah kita menggunakan tingkat kebenaran

atau keslahan.

Hubun'an Antara $nsiden Dan Pre&alensi

Kami telah mengatakan bahwa insiden adalah ukuran risiko dan pre!alensi bukan, karena

tidak memperhitungkan durasi penyakit. amun, ada hubungan penting antara ke#adian dan

pre!alensiC dalam situasi kondisi tetap, dimana persentasenya tidak berubah dan migrasi yang

masuk sama denagn migrasi yang keluar, persamaan berikut berlaku.

re!alensi A insidensi H lamanya penyakit

)ni ditun#ukkan dengan mengikuti contoh hipotetis. enggunaan sinar-H pada dada, 2///

orang yang diperiksa terkena TB:C 1/// adalah indi!idu berpenghasilan tinggi dari 0ightowndan 1/// adalah indi!idu berpenghasilan rendah dari *otown Tabel 3-. Temuan sinar-Q yang

positif 1// orang 0itown dan / orang *otown. 'leh karena itu kami menyimpulkan bahwa

risiko TB lebih tinggi pada orang 0itown dibandingkan orang *otownD ?elas, kita tidak bisa, kita

mengukur dengan rontgen dada adalah untuk mengatahui pre!alensi titik penyakit. Kita tidak


35/62

dapat mengetahui berapa lama salah satu orang dengan positif sinar H memiliki penyakit TB:

tabel 3->

Tabel 3-. :ontoh 0ipotesis dari %creening %inar-Q pada dada

%creened population o. ith positi!e Q-ray

1./// 0itown 1//

1./// *otown /

Halaman 47

contoh hipotesis dada skrining H-rayC ))

opulasi yang disaring o. G sinar H Titik pre!alensi per 1///

populasi

1/// 1// 1//

1/// / /

;ereka yang positif sinar-H memiliki penyakit 3->. kita bisa mempertimbangkan fakta skenario

hipotetis yang mungkin men#elaskan pre!alensi lebih tinggi pada orang 0ightown yang tidak

berhubungan dengan risiko yang lebih tinggi di hitown orang3-. Kami mengatakan bahwa

pre!alensi A insiden H #angka waktu. ;ari kita berasumsi bahwa orang lotown mempunyai

risiko yang lebih tinggi insiden tuberculosis. 5ari pada orang hitotwn 2/kasus4 thn di orang

lotown dibandingkan dgn " kasus4thn di orang hitown. Tetapi alasan ber!ariasi , seperti buruknya

akses perawatan kesehatan, dan status gi=i yg buruk, orang *otown bertahan hidup dengan

penyakit yang diderita mereka. &ata rata hanya 3 tahun, sedangkan orang hitotwn bertahanhidup 2$ tahun. :ontohnya, disana pre!alensi lebih tinggi orang 0itotwn dari pada orang

lototwn krn tidak berisiko terkena penyakit di orang 0itotwn, tetapi karena terpengaruh orang

0itotwn hidup lebih lama, pre!alensi penyakit insiden H #angka wktu. 'leh krn itu orang

0itotwn lebih tinggi dr pd orang lototwn.

. Banyak perhatian diungkapkan adanya kenaikan kelahiran di luar nikah. amun

telihat gmabar 3-12 mengalami tidak ada kenaikan pd la#u kelahiran di luar nikah. 5isana telah

ter#adi #umlah penurunan bahwa sebagian besar dicatat oleh penurunan pada kelahiran wanita

yang menikah. Kelahiran diluar nikah hasil terhitung lebih besar percent semua lahir hidup ,meskipun la#u kelahiran diluarnikah mengalami penurunan

:ontoh 2 titik

1. roporsi tidak meningkatkematian


36/62

2. menghitung kelahiran hidup cacat, beberapa orang memiliki pre!alensi yang lebih dari

pada insiden lahir cacat, karena cacat telah #elas pada persen . banyak kasus cacat aborsi

sblm lahir, bnyk kemungkinan yang signifikan perkiran di bawah insiden yg berlaku.


37/62

9rafik 4:11+&asio kelahiran bagi perempuan yang belum menikah di %elandia baru, 19$-19>,

berdasarkan data statistik departemen. 5iambil dari Benfield ?, K#ellstrom T C %elandia Baru

eH-nuptial kelahiran dan manfaat keperluan rumah tangga dalam perspektif yang berbeda. V

urs ? >"C2-31, 191.

9rafik 4:1)+Kelahiran untuk wanita yang sudah menikah dan yang belum menikah di %elandiaBaru, 19$-19>, berdasarkan data statistik departemen. 5iambil dari Benfield ?, K#ellstrom

T C %elandia Baru eH-nuptial kelahiran dan manfaat keperluan rumah tangga dalam perspektif

yang berbeda. V urs ? >"C2-31, 191.

Tahun

*ahirhidupp

er1./

//populasi

Kelahiran Fntuk perempuan yang belum menikah

*a#u

Kelahir

yang be

menika

Kelahiran Fntuk perempuan yang sudah menikah

*a#u tot

kelahira

Fmur

*a#utahunanpe

r1//,/

//


38/62


39/62

engelompokkan, fenomena ditun#ukkan oleh peta titik spot map, sering dilaporkan.

;asyarakat melaporkan kelompok kematian akibat kanker pada anak-anak. %ebagai contoh, di

oburn. ;asyarakat, sekelompok kasus leukimia anak dilaporkan dan dikaitkan dengan

kontaminasi industri. Kelompok ini menyebabkan aksi di pengadilan. amun, banyak kelompok

yang #elas adalah karena hanya kebetulan, dan tantangan epidemiologi penting adalah

menyelidiki seperti kelompok kasus dan mengesampingkan etiologi lingkungan untuk apa yang

tampaknya men#adi sebuah kedekatan yang lebih besar dari perkiraan kasus penyakit dalam

waktu dan ruang.

&)


40/62


41/62

Jumlah kematian dari semua penyebab dalam1 tahun

Jumlah orang pada populasi di pertengahantahun X1000

Karena populasi berubah dari waktu ke waktu, #umlah orang dalam populasi di pertengahan

tahun umumnya digunakan sebagai pendekatan.

rinsip yang sama dalam pembahasan morbiditas berlaku #uga untuk kematianC Fntuk tingkat

yang wa#ar, siapa pun dalam kelompok penyebut harus memiliki potensi untuk masuk dalam

kelompok pembilangnya.

Kita tidak selalu tertarik pada tingkat populasi C mungkin kita hanya tertarik pada kelompok usia

tertentu, satu #enis kelamin, atau dalam satu kelompok etnis. 5engan demikian, #ika kita tertarik

pada angka kematian anak-anak kurang dari 1/ tahun, kita dapat menghitung tingkat spesifikasi

untuk kelompok yangC

+ngka kematian tahunan dari semua penyebab untuk anak di bawah usia 1/ tahun per 1///

penduduk A

Jumlah kematian dari semua penyebab dalam1 tahun pada anak di bawah usia10tahun

Jumlahanak dalam penduduk dibawah usia10 tahundi pertengahan tahun X1000

5alam melakukan pembatasan usia, misalnya, pembatasan yang sama harus berlaku untuk

pembilang dan penyebut, sehingga setiap orang dalam kelompok penyebut akan beresiko

men#adi kelompok pembilang. Ketika pembatasan dilakukan kan pada angka, maka disebut

spesifik angka. )ni adalah angka kematian usia tertentu.


42/62

Kita #uga bisa menempatkan pembatasan pada angka dengan menentukan diagnosis,dengan

demikian membatasi tingkat kematian akibat penyakit tertentu. ;isalnya, #ika kita tertarik pada

kematian akibat kanker paru-paru, kita akan menghitungnya dengan cara sebagai berikutC

Halamn )

+ngka kematian tahunan dari kanker paru-paru per 1/// populasi A

Jumlah kematian akibat kanker paruparu per tahun

jumlahorang dalam populasi di pertengahan tahun H1///

Kita #uga dapat memberi batasan pada lebih dari satu karakteristik secara bersamaan ,contohnya . umur dan enyebab kematian - sebagai berikut C

+ngka kematian tahunan dari leukemia untuk anak-anak di bawah umur 1/ tahun per 1///

populasi Ajumla h kematianleukemia dalam satuta h un pada anak dibawa h usia10 tahun

jumlah kematian dalam satu tahun dalam leukemiaanakanak dibawah usia10yaers H 1///

aktu harus #uga ditentukan dalam setiap angka kematian. Kematian dapat dihitung lebih darisatu tahun lima tahun atau lebih lama lagi. eriode waktu yang dipilih adalah sewenang-wenang,

tapi merupakan hal yang penting bahwa itu ditentukan tepat.

?ase @ fatalit2 RatesKita harus membedakan antara sebuah angka kematian dan kasus angka korban #iwa . Kasus

korban #iwa la#u dihitung sebagai berikut C

:ase fatality rates persen

Ajumlah orang matiselama periode waktu yang ditentukan atau awal penyak it ketika diagnosis

jumlah individu dengan penyakit yang ditetapkan x100

5alam kata lain, apa persen dari orang didiagnosis sebagai memiliki sebuah penyakit

tertentu mati dalam waktu tertentu setelah diagnosisD +pa perbedaan antara angka kematiankasus dan angka kematian D dalam kematian , penyebut mewakili seluruh penduduk menghadapi

resiko mati akibat penyakit itu , termasuk kedua mereka yang yang memiliki penyakit dan

mereka yang tidak memiliki penyakit tapi yang yang berisiko mengembangkan penyakit .5alam case-fatality , namun , penyebut adalah terbatas pada mereka yang sudah memiliki

penyakit . 5engan demikian , angka kematian kasus adalah ukuran tingkat keparahan penyakit .

)tu #uga dapat digunakan untuk mengukur setiap manfaat yang baru terapi untuk penyakitCsebagai terapi meningkatkan , angka kematian kasus diharapkan akan dapat menurun .


43/62

embilang dari sebuah angka kematian kasus yang tingkat harus ideal boleh dibatasi

untuk kematian dari penyakit itu . amun , hal ini tidak selalu mudah untuk membedakan antara

kematian dari penyakit itu dan kematian dari penyebab lain. ;isalnya , seorang pecandu alkoholkemudian mungkin mati dalam kecelakaan mobilC kematian mungkin atau mungkin tidak

men#adi terkait dengan asupan alkohol .

;ari kita lihat di sebuah hipotetis untuk memper#elas perbedaan antara kasus kematianbalita dan korban #iwa. Tabel 3-9

;enganggap bahwa dalam populasi dari 1//./// orang, 2/ memiliki penyakit H. 5alam

satu tahun 1 orang mati dari penyakit itu. Kematian yang sangat rendah 1, karenapenyakit adalah angkaC namun, sekali orang memiliki penyakit, peluang orang itu meninggal

besar yaitu 9/ .

Proporsional kematian

Fkuran lain kematian tingkat kematian adalah proporsional . Uang proporsional kematian

dari penyakit cardio!asculer di amerika serikat pada tahun 199$ didefinisikan sebagai berikutyaituC

roporsi kematian dari penyakit cardio!ascular di F.% pada 199$ persen A

jumlah kematian dari penyakit cerdiovascular di U . S . p ada1995

totalkematian diU .S padata h un1995x 100

5engan kata lain , dari semua kematian di amerika serikat , apa itu pada umumnya terkait

untuk proporsi penyakit cardio!asculerD


44/62

angka kematian pada suatu penyakit PH P A18

20=9=90

Halaman 4

+pakah hal ini memberitahu kita bahwa risiko kematian akibat penyakit #antung dua

kali lebih tinggi di masyarakat B dari +D #awabannya tidak. Karena ketika tingkat kematian

akibat penyakit #antung dihitung 1/ dari 3/ 4 1./// dan 2/ dari 1$ 4 1.///, kami

menemukan bahwa tingkat kematian identik.

%eperti yang terlihat pada contoh dalam tabel 3-11, #ika semua tingkat penyebab kematian

berbeda, menyebabkan angka kematian tertentu dapat berbeda secara signifikan bahkan ketika

kematian proporsional adalah sama. 5engan demikian, angka kematian proporsional dapatmemberi tahu kita dengan cepat penyebab utama kematian, tetapi tidak bisa mengatakan risiko

kematian akibat penyakit, kita membutuhkan tingkat kematian untuk melihat faktor risiko itu.


45/62

Tahun hidup potensial hilang U**

5alam beberapa tahun terakhir, indeks kematian dalam years potential life lost U**,

telah semakin banyak digunakan. U** mengakui bahwa kematian ter#adi pada orang yang

sama pada usia muda #elas mengakibatkan kerugian yang lebih besar yaitu ketika kematian pada

usia produktif lebih banyak daripada yang ter#adi pada usia yang lebih tua. dan 3-1. amun, ketika penyakit ini.

Halaman

)n#uries @ cedera


46/62

:ongenital anomalies C kelainan kongenital

rematurity C premature

%udden infant death syndrome C %indrom kematian bayi mendadak

:ancer respiratory disease C enyakit kanker pernapasan


47/62

Tabel 3-12 . Tahun erkiraan otensi Kehidupan yang 0ilang U** %ebelum Fsia $ Tahun

angka kematian per 1//./// 'rang, 'leh enyebab Kematian , +merika %erikat , 199 dan 199/

.

enyebab Kematian

):5 - 9 Kode

U**

untuk

'rang

%ekarat

pada tahun

199

U** bagi

orang-orang

%ekarat

pada tahun

199/

enyebab

sederhana

tertentu

Tingkat

kematian ,

199/

%emua penyebab total

:edera yang tidak disenga#a // - 9"9

eoplasma ganas 1"/-2/

Bunuh 5iri 4 pembunuhan 9$/ - 9>

enyakit #antung 39/-39 , "/2 , "/"-"29

+nomali kongenital >"/->$9

)nfeksi 0)R /"2-/""

rematuritas >$ , >9

%indrom kematian bayi mendadak >9

enyakit serebro!askular "3/-23

enyakit kronis hati dan sirosis $>1

neumonia 4 influen=a "/-">

5iabetes mellitus 2$/

enyakit paru obstruktif kronik "9/-"9

5ari pusat pengendalian dan pencegahan penyakitC ;;& "1 C 31" , 1992

Halaman

9ambar 4:)1+Tingkat kematian untuk penyebab kematian utama pada laki-laki berusia 2$-""

tahun, berdasarkan tahun, 192-199/, +merika %erikat. 5ari pusat pengendalian dan

pencegahan penyakit C ;;& "2C"3, 1993.


48/62

:edera yang tidak disenga#a

)n!eksi 0)R

enyakit ?antungKanker

Bunuh 5iri

0omocideenyakit *i!er Kronis

enyakit %erebro!askular

neumonia dan )nfluen=a5iabetes ;ellitus

9ambar 4:))+Tingkat kematian untuk penyebab kematian utama kematian pada perempuan

berusia 2$ sampai "" tahun, berdasarkan tahun, 192-199/, +merika %erikat. 5ari pusat

pengendalian dan pencegahan penyakit C ;;& "2C"3, 1993.

Kanker

:edera yang tidak disenga#a

enyakit ?antung)n!eksi 0)R

Bunuh 5iri

0omocideenyakit %erebro!askular

enyakit *i!er Kronis

5iabetes ;ellitus

neumonia dan )nfluen=a

9ambar 4:)4+ Tingkat kehamilan ektopik,

berdasarkan tahun, 19>/-19>, +merika %erikat.

5ari pusat pengendalian penyakit dan pencegahan C

;;& 39C"/1, 199/.

Halaman ;


49/62

5ari tahun 19>/ hingga 19>. %elama periode ini, tingkat kehamilan per 1./// dilaporkan

meningkat hampir empat kali lipat. eningkatan ini telah dikaitkan dengan meningkatkan

diagnosis dan meningkatkan frekuensi dari penyakit radang panggul yang dihasilkan dari

penyakit menular seksual. %eperti yang #uga terlihat pada gambar 3-2", namun, tingkat kematian

dari kehamilan ectropic menurun ta#am selama periode waktu yang sama, mungkin deteksi dini

dan inter!ensi medis dan bedah yang semakin cepat.

Masalah Data "ematian

%ebagian besar informasi mengenai kematian berasal dari sertifikat kematian. %ertifikat

kematian ditun#ukkan dalam gambar 3-2$. 'leh per#an#ian internasional, kematian dikodekan

menurut penyebab yang mendasari. enyebab kematian yang mendasari didefinisikan sebagai

Ipenyakit atau cedera yang memprakarsai peristiwa mengerikan yang mengarah langsung ke

kematian atau keadaan kecelakaan atau kekerasan yang menghasilkan cedera fatalI. 5engandemikian, sertifikat kematian dari gambar yang diambil 3-2 akan dikodekan sebagai kematian

dari penyakit #antung iskemik kronis, penyebab yang mendasari, yang selalu ditemukan di #alur

terendah digunakan dalam bagian 1 dari mereka 23 sertifikat. Uang mendasari penyebab

kematian karena IeHludes informasi yang berkaitan dengan penyebab langsung kematian,

penyumbang penyebab dan yang menyebabkan yang campur tangan antara mendasari dan segera

penyebab kematianI. %eperti yang ditun#ukkan oleh %a!age dan rekan ker#a, kontribusi penyebab

kematian tertentu mungkin tidak dicerminkan dalam data kematian dilaporkan sebagai

umumnya@ ini mungkin berlaku untuk tingkat yang lebih besar dalam beberapa penyakit daripada

yang lain.

egara dan wilayah ber!ariasi dalam kualitas data pada sertifikat kematian mereka. %tudi

tentang keabsahan sertifikat kematian dibandingkan dengan rumah sakit dan catatan otopsi

umumnya lebih tinggi untuk beberapa penyakit seperti kanker bagi orang lain. Kematian

dikodekan menurut )nternational klasifikasi dari penyakit ):5, sekarang dalam re!isi yang 1/.

Karena pengkodean kategori dan peraturan perubahan dari satu re!isi untuk studi lain, setiap

waktu tren dalam mortalitas yang mencakup lebih dari satu re!isi harus meneliti kemungkinan

bahwa mengamati perubahan bisa karena sepenuhnya atau sebagian perubahan dalam ):5. ada

tahun 19"9, tingkat mortalitas dari diabetes menun#ukkan penurunan yang dramatis dalam lelaki

dan perempuan (ig. 3-2>. amun, setiap euforia yang mungkin telah dirasakan oleh orang

datawas ini pendek@ +nalisis dari penurunan ini menyatakan bahwa hal itu ter#adi pada waktuperubahan dari re!isi ke- > kepada re!isi ke- ):5. %ebelum tahun 19"9, kebi#akan telah untuk

sertifikat kematian yang termasuk menyebutkan diabetes di mana sa#a untuk dapat dikodekan

sebagai kematian akibat diabetes. %etelah tahun 19"9, hanya sertifikat kematian yang mendasari

penyebab kematian terdaftar sebagai diabetes yang dikodekan sebagai kematian akibat diabetes.

'leh karena itu, penurunan dilihat pada gambar 3-2> itu hypercontraction. %etiap kali kita

melihat sebuah trend waktu meningkatkan atau mengurangi kematian, kita harus bertanya


50/62

pertanyaan pertama adalah, itu nyataD %ecara khusus, ketika kami melihat tren dalam mortalitas

dari waktu ke waktu, kita harus bertanya apakah perubahan mengambil tempat di bagaimana

sertifikat kematian diberi kode selama periode sedang diperiksa yang bisa berkontribusi untuk

setiap perubahan yang diamati pada kematian selama periode itu.

erubahan dalam definisi penyakit #uga dapat memiliki dampak signifikan pada #umlahkasus penyakit yang dilaporkan atau yang dilaporkan atau yang dilaporkan dan kemudian

diklasifikasikan sebagai memenuhi kriteria diagnostik penyakit. ada awal tahun 1993, definisi

baru +)5% diperkenalkan@ seperti yang ditun#ukkan dalam gambar 3-2, ini mengakibatkan

meningkatnya #umlah kasus yang dilaporkan. 5engan definisi baru, #umlah kasus yang

dilaporkan terus lebih tinggi daripada sebelumnya sebelumnya, bahkan setelah puncak awal, dan

peningkatan cenderung men#adi artefak dari definisi kasus dire!isi. 5alam nada yang lebih

ringan, Tabel 3-13 daftar beberapa penyebab kematian yang tercantum pada sertifikat kematian

pada awal abad ini.

5alam membahas morbiditas, kita mengatakan bahwa semua orang dalam kelompokrepresentated oleh penyebut harus berada pada risiko untuk memasuki


51/62

Tabel 3-1" menun#ukkan data yang memberikan contoh masalah. Kematian untuk kulit putih dan

kulit hitam di Baltimore pada tahun 19$ diberikan. 5ata mungkin tampak menge#utkan karena

kita harapkan tarif telah lebih tinggi untuk orang kulit hitam, masalah yang diberikan kondisi

hidup dan akses ke perawatan medis, khususnya pada saat itu. Ketika kita melihat Tabel 3-1$,

kita melihat data dari Tabel 3-1" di sebelah kiri, tapi sekarang kami telah menambahkan data

untuk setiap usia tertentu strata lapisan dari populasi, yang menarik, meskipun, kematian lebih

tinggi pada orang kulit hitam dibandingkan kulit putih dalam setiap kelompok usia tertentu,

kematian secara keseluruhan #uga disebut minyak mentah atau kematian disesuaikan lebih

tinggi pada orang kulit putih daripada kulit hitam. ;engapa demikianD )ni adalah refleksi dari

fakta bahwa di kedua putih dan kulit hitam. Kematian meningkat ta#am pada kelompok usia

tertua@ usia yang lebih tua adalah penyumbang utama kematian. amun populasi putih dalam

contoh ini lebih tua dari penduduk kulit hitam, dan pada tahun 19$ ada beberapa orang kulit

hitam di kelompok usia tertua. 5engan demikian, dalam putih mortalitas keseluruhan sangat

tertimbang oleh tingkat tinggi dalam kelompok umur tertua@ karena ada begitu sedikit orang kulit

hitam dalam kelompok-kelompok usia, efek yang sama tidak terlihat pada populasi kulit hitam.

?elas, kematian kasar mencerminkan perbedaan dalam kekuatan kematian dan perbedaan dalam

komposisi umur penduduk. ;ari kita lihat dua pendekatan untuk menangani masalah ini.

Halaman *

Table 3-1". :rude ;ortality &ates, by &ace, Baltimore :ity, 19$

&ace ;ortality per 1,/// opulation

hite 1".3

Black 1/.2

kerutan nyata dalam kelompok umur tertua@ usia yang lebih tua adalah penyumbang utama

kematian. amun populasi putih dalam contoh ini lebih tua dari penduduk kulit hitam, dan pada

tahun 19$ ada beberapa orang kulit hitam di kelompok usia tertua. 5engan demikian, dalam

putih kematian secara keseluruhan sangat ditimbang oleh tingkat tinggi dalam kelompok umur

tertua@ karena ada beberapa orang kulit hitam untuk di kelompok-kelompok usia, efek yang sama

tidak terlihat pada populasi kulit hitam. ?elas, kematian kasar mencerminkan perbedaan dalam


52/62

kekuatan kematian dan perbedaan dalam komposisi umur penduduk. ;ari kita lihat dua

pendekatan untuk menangani masalah ini.

engaturan Fmur *angsung

Tabel 3-1 menun#ukkan mortalitas pada populasi dalam dua periode waktu. +ngka

kematian yang #auh lebih tinggi pada periode selan#utnya. 5ata ini dilengkapi dengan data usia

tertentu pada Tabel 3-1>. 5i sini kita melihat tiga kelompok usia, dan kematian untuk periode

selan#utnya lebih rendah di masing-masing kelompok. Bagaimana kemudian apakah mungkin

untuk men#elaskan kematian secara keseluruhan lebih tinggi pada periode kemudian dalam

contoh iniD

?awabannya terletak pada struktur umur perubahan penduduk. Kematian tertinggi pada

kelompok umur tertua, dan selama periode kemudian ukuran kelompok tertua telah dua kali

lipat, sementara #umlah orang muda telah secara substansial menurun. Kami ingin

menghilangkan perbedaan usia ini dan berlaku bertanyaC ?ika komposisi usia populasi yang

sama, akan ada perbedaan angka kematian dari awal untuk periode berikutnyaD

%alah satu cara untuk mengatasi hal ini dapat dilihat pada Tabel 3-1. %ebuah hipotetis

IstandarI populasi dibuat untuk yang kami terapkan kedua angka kematian usia tertentu dari

periode awal dan tingkat usia tertentu kematian dari periode kemudian. 5engan menggunakan

populasi standar tunggal kita menghilangkan kemungkinan bahwa mengamati perbedaan bisa

men#adi hasil dari perbedaan usia dalam populasi. 5alam contoh ini, kami telah membuat

standar dengan menambahkan populasi dari awal dan periode nanti, tapi penduduk setiap bisa

digunakan.

5engan menerapkan setiap angka kematian usia khusus untuk penduduk di masing-

masing kelompok umur penduduk standar, kita memperoleh #umlah yang diharapkan dari

kematian yang akan ter#adi telah tarif yang diterapkan. Kami dari bisa menghitung total kematianyang diharapkan pada populasi standar memiliki tingkat usia tertentu periode kemudian

diterapkan. ;embagi masing-masing dua #umlah total tersebut diharapkan kematian oleh

penduduk standar, kita dapat menghitung tingkat kematian yang diharapkan dalam populasi

standar #ika sudah memiliki pengalaman kematian periode awal dan angka kematian yang

diharapkan untuk penduduk standar #ika punya pengalaman kematian untuk periode berikutnya.


53/62

)ni disebut tingkat usia disesuaikan, dan mereka tepat mencerminkan penurunan terlihat pada

tingkat usia tertentu. erbedaan usia komposisi penduduk tidak lagi faktor.

;eskipun tingkat usia disesuaikan dapat sangat berguna dalam membuat perbandingan,

langkah pertama harus selalu hati-hati memeriksa tingkat usia tertentu untuk setiap perbedaan

yang menarik atau perubahan. )ni dapat disembunyikan oleh tingkat usia disesuaikan, dan

mereka mungkin akan hilang #ika kita lan#utkan segera penyesuaian usia.

5alam contoh ini harga telah disesuaikan dengan usia, tetapi mereka dapat disesuaikan

untuk karakteristik apapun seperti #enis kelamin, status sosial ekonomi, atau ras, dan teknik yang

tersedia untuk menyesuaikan beberapa !ariabel secara bersamaan.

Halaman 1

Tabel 3-1. :ontoh penyesuaian usiaC ). erbandingan angka total kematian dalam sebuah

populasi pada dua periode waktu yang berbeda

eriode +wal eriode *an#utan

opulasi +ngka

kematian

+ngka

kematian per

1//.///

penduduk

opulasi +ngka

kematian

+ngka

kematian per

1//.///

penduduk9//./// 2 9 9//./// 1.13/ 12

Tabel 3-1>. :ontoh penyesuaian usiaC )). erbandingan angka kematian berdasarkan usia dalam

sebuah populasi pada dua periode waktu yang berbeda

Kelompok

Fsia th

eriode +wal eriode *an#utan

opulasi +ngka

kematian

+ngka

kematian

per 1//.///

penduduk

opulasi +ngka

kematian

+ngka

kematian

per 1//.///

penduduk

%emua 9//./// 2 9 9//./// 1.13/ 12


54/62

Fmur

3/-"9 $//./// / 12 3//./// 3/ 1/

$/-9 3//./// 39 132 "//./// "// 1//

>/G 1//./// "/ "/ //./// >// 3$/

Tabel 3-1. :ontoh penyesuaian usiaC ))). ;engeluarkan penyesuaian usia menggunakan #umlah

dua populasi sebagai standar

Kelompok

Fsia th

opulasi

standar

+ngka

WawalX per

1//.///

penduduk

erkiraan

angka

kematian

menggunaka

n angka

WawalX

+ngka

Wlan#utanX

per 1//.///

penduduk

erkiraan

angka

kematian

menggunaka

n angka

Wlan#utanX

Keseluruhan 1.//.///3/-"9 //./// 12 9 1/ /

$/-9 >//./// 132 92" 1// >//

>/G 3//./// "/ 1.21 3$/ 1./$/

erkiraan angka kematian total 2.23 1.3/

ada populasi standar tingkat usia yang disesuaikan

WawalX A2238

1.800 .00=124.3

Wlan#utanX A

1830

1.800 .00

=101.7

Halaman )


55/62

Halaman 4

NB: Tabel Atas Dan Bawah Memang Sama

Tabel 3-20. Rata-rata kematian menurut spesifk umur per 100.000 pada

penyakit Tubercolis (semua enis!" laki- laki" #assac$ussetts" 1%%0-1&30

Umur

(Tahun)

Tahun

1%%0 1%&0 1&00 1&10 1&20 1&30

0-4 '0 )'% 30& 30& 10% *1

5-9 *3 *& 31 21 2* 11

10-19 12 11) &0 3 *& 21

0-9 *** 31 2%% 20' 1*& %1

!0-!9 3'% 3% 2& 2)3 1* 11)

40-49 3* 33 2)3 2)3 1') 11%

50-59 3 32) 2' 2)2 1'1 12'

"0-"9 *') 3* 30* 2* 1'2 &)

#0$ '2 3& 3*3 13 12' &)

+ata dari ,ors / emili$an usia kematian akibat T pada dekade berturut-turut. y

30 / &1-&" 1&3&

al ini elas ba$4a puncak kematian benar-benar teradi pada usia yan

muda daripada y tua. itu tampaknya data dari cross sectional. 5etika kita

memeriksa peruba$an dalam kematian dari 4aktu ke 4aktu" kita $arus

selalu bertanya apaka$ ada peruba$an elas yan diamati bisa mendapatkan

$asil seperti e6ek ko$ort.

#ena6sirkan eruba$an yan diamati dalam 5ematian (#ortalitas!


56/62

ika kita menemukan perbedaan anka kematian dari 4aktu ke 4aktu atau

antara populasi-baik peninkatan atau penurunan munkin menadi

arti6actual atau nyata. ika itu adala$ arte6ak" arte6ak dapat $asil dari

masala$ denan baik pada pembilan atau penyebut (Tabel 3-22!. 7amun"

ika kita menyimpulkan ba$4a peruba$an itu nyata" apa yan bisa menadi

penelasan yan munkin8 eberapa kemunkinan yan dili$at pada Tabel 3-

23

5ualitas idup

5ebanyakan penyakit memiliki dampak besar pada indi9idu yan menderita

atas dan di luar kematian. enyakit yan munkin tidak mematikan munkin

terkait denan penderitaan yan cukup besar dan cacat. :ntuk alasan ini"

pentin ua untuk mempertimbankan ba$4a dampak penyakit yan diukur

denan e6eknya pada kualitas $idup sesoran" meskipun tindakan tersebut

tidak" pada kenyataannya" lanka$-lanka$ teradinya penyakit. ;ebaai

conto$" adala$ munkin untuk memeriksa ba$4a seau$ mana pasien

denan art$ritis teranu ole$ penyakit dalam melaksanakan akti9itas

se$ari-$ari. #eskipun ada kontro9ersi tentan yan kualitas-$idup lanka$

yan palin tepat dan 9alid" ada kesepakatan umum ba$4a tindakan

tersebut dapat cukup diunakan untuk merencanakan proram penobatan

anka pendek untuk kelompok pasien. asien tersebut dapat die9aluasi

selama periode bulan untuk menentukan dampak dari penobatan pada

kualitas yan dilaporkan sendiri $idup mereka. #utu ke$idupan ua tela$

diunakan untuk menetapkan prioritas untuk sumber daya yan lanka

kese$atan. #eskipun prioritas sumber daya kese$atan serin terutama

didasarkan pada data kematian" karena banyak penyakit yan kronis dan

non-menancam i4a" kualitas $idup ua $arus diper$itunkan untuk tuuan

ini

Tabel 3-21. Rata-rata kematian menurut spesifk umur per 100.000 pada

penyakit Tubercolis (semua enis!" laki- laki" #assac$ussetts" 1%%0-1&30


57/62

Umur

(Tahun)

Tahun

1%%0 1%&0 1&00 1&10 1&20 1&30

0-4 '0 )'% 30& 30& 10% *1

5-9 *3 *& 31 21 2* 11

10-19 12 11) &0 3 *& 21

0-9 *** 31 2%% 20' 1*& %1

!0-!9 3'% 3% 2& 2)3 1* 11)

40-49 3* 33 2)3 2)3 1') 11%

50-59 3 32) 2' 2)2 1'1 12'

"0-"9 *') 3* 30* 2* 1'2 &)

#0$ '2 3& 3*3 13 12' &)

+ata dari ,ors / emili$an usia kematian akibat T pada dekade berturut-turut. y

30 / &1-&" 1&3&

Halaman

Kemungkinan pen#elasan tren atau perbedaan dalam mortalitasC ). artifactual

1 . embilang kesalahan dalam diagnosis

kesalahan dalam usia

perubahan aturan pengkodean

perubahan dalam klasifikasi

2 enyebut kesalahan dalam populasi menghitung, kesalahan dalam

mengklasifikasikan oleh karakteristik demografi

misalnya, usia, ras, #enis kelamin

perbedaan persentase dari populasi yang berisiko.

diperhitungkan untuk tu#uan ini. asien mungkin dapat menempatkan perbedaan pembobotan

berdasarkan kualitas hidup tergantung pada perbedaan latar belakang budaya, pendidikan, dan

nilai-nilai agama misalnya. +kibatnya, pengukuran kualitas hidup dan mengembangkan indeks


58/62

yang !alid yang berguna untuk memperoleh data pembanding pada pasien yang berbeda dan

dalam populasi yang berbeda tetap men#adi tantangan utama.

Kesimpulan

Bab ini telah mengka#i beberapa pendekatan untuk mengukur secara kuantitatif dan

mengekspresikan morbiditas dan kematian manusia. ertanyaan berikutnya berkaitan dengan

pembilang dari tingkat morbiditasC Bagaimana kita mengidentifikasi orang-orang yang memiliki

penyakit dan membedakan mereka dari orang-orang yang tidak, dan bagaimana kita

menge!aluasi kualitas tes diagnostik dan skrining yang digunakan untuk memisahkan

indi!iduala ini dan populasiD ertanyaan-pertanyaan ini dibahas dalam bab berikutnya.

Halaman

Translate hal

Pertan2aan 4 dan didasarkan pada informasi 2an' diberikan di ba


59/62

5 2$/,/// 1/

3. egara mana yang memiliki +ngka tahunan terbesar pada kasus baru penyakit

cerebro!ascular C

+

B

:

5

". egara mana yang memiliki +ngka tahunan terbesar kematian penyakit cerebro!ascular pada

kasus baru C

+

B

:

5

$. ada pemeriksaan awal di 'Hford, ;ass, migrain ditemukan di $ dari 1./// pria berusia 3/sampai 3$ tahun dan pada 1/ sampai 1/// wanita berusia 3/ sampai 3$ tahun. Kesimpulan

bahwa wanita memiliki risiko dua kali lebih besar terkena migrain dari pada laki-laki dalam

kelompok usia ini C

a. benar

b. Tidak benr, karena rasio telah digunakan untuk membandingkan tingkat laki-laki dan

perempuan .

c. Tidak benar, karena kegagalan untuk mengenali efek kohort usia dalam dua kelompok

d. Tidak benar , karena tidak ada data untuk perbandingan atau kelompok kontrol yang

diberikane. Tidak benar ,because kegagalan untuk membedakan antara insiden dan pre!alensi

. Tingkat kematian pada usia digunakan untuk Ca. Tingkat kematian yang benar untuk kesalahan dalam laporan usia

b. 5eterminan #umlah sebenarnya kematian yang ter#adi pada kelompok usia tertentu dalam

suatu populasi.c. Tingkat kematian untuk informasi usia hilang


60/62

d. Bandingkan kematian pada orang dari kelompok usia yang sama

e. ;enyingkirkan efek perbedaan dalam distribusi usia populasi dalam membandingkan

tingkat kematian.

>. Tingkat ke#adian penyakit adalah lima kali lebih besar pada wanita dibadingkan pada pria,

namun tingkat pre!alensi menun#ukkan tidak ada perbedaan #enis kelamin. en#elasan terbaikadalah bahwaC

a. The crude all- semua tingkat penyebab kematian lebih besar pada wanita

b. Tingkat kematian untuk penyakit ini lebih besar bagi perempuanc. Tingkat kematian untuk penyakit ini lebih rendah pada wanita

d. 5urasi penyakit ini lebih pendek pada pria

e. (aktor risiko untuk penyakit ini lebih sering ter#adi pada wanita

Halaman ;

.*a#u kematian akibat penyakit Q di kota + adalah >$41//./// untuk orang berumur $-9tahun.*a#u kematian untuk penyakit yang sama di kota B adalah 1$/41//./// untuk orang yang

berumur $-9 tahun.)ni berarti penyakit Q dua kali lipat lebih banyak untuk orang berumur $-

9 tahun di kota B daripada untuk orang berumur $-9 t

Documents

Terjemahan MRE(1)dd