UKURAN MORTALITAS

Nunik Puspitasari, S.KM, M.KesDept. Biostatistika dan Kependudukan

Fakultas Kesehatan Masyarakat Universitas Airlangga

Pengukuran mortalitas membutuhkan ketepatan dalam:1. Kelompok orang yang akan diukur (yang

dimaksudkan)

2. Tipe peristiwa yang akan diukur (kematian umum, kematian bayi, kematian ibu, dll)

3. Penentuan interval waktu

Perbedaan pada setiap faktor dari ketiganya akan menyebabkan banyak perbedaan ukuran kependudukan terhadap kematian

Yang penting diperhatikan dalam pengukuran tingkat mortalitas adalah‘PENYEBUT’ (denominator)

Konsep “jumlah tahun hidup orang” (person-years lived) sering untuk menyatakan besarnya jumlah penduduk yang mengalami risiko suatu peristiwa

Perlu diingat:

Jumlah penduduk baik pada awal tahun maupun pada akhir tahun adalah suatu angka yang sangat berbeda dengan “jumlah tahun hidup orang”

KONSEP PYL

• Menghitung “jumlah tahun hidup orang” pada jumlah penduduk yang besar akan dibutuhkan waktu lama

• Karena itu dilakukan perkiraan dengan asumsi : jumlah kelahiran, kematian, masuk dan keluarnya penduduk (migrasi) terjadi merata selama periode yang ingin diketahui.

• Berdasarkan asumsi tersebut maka jumlah orang yang hidup pada pertengahan tahun (30 Juni atau 1 Juli) adalah perkiraan yang baik terhadap “jumlah tahun hidup orang”

Penduduk yang hidup pada pertengahan tahun disebut: ‘PENDUDUK PERTENGAHAN’ (penduduk sentral)

Perlu diperhatikan: Untuk daerah yang jumlah penduduknya sedikit /

kecil atau menghitung ukuran mortalitas tertentu maka “jumlah penduduk tengah tahun” bukan perkiraan yang baik untuk menghitung PYL.

Contoh: Angka Kematian Bayi (AKB): - jumlah bayi di suatu daerah biasanya tidak banyak - bayi adalah orang yang baru menjalani kehidupan < 1 tahun - ancaman kematian pada bayi sangat besar

Pada populasi kecil, untuk menghitung penduduk pada

tengah tahun biasanya dengan cara:

Penduduk pada tanggal 1 Januari tahun x ditambah dengan penduduk pada tanggal 1 Januari tahun x+1 kemudian dibagi dua.

Contoh:

Jumlah penduduk Kota Surabaya tanggal 1 Januari 2000 = 2.599.796 jiwa, sedangkan pada tanggal 1 Januari 2001 = 2.613.315 jiwa.

Maka jumlah penduduk tengah Kota Surabaya tahun 2000 = (2.599.796 + 2.613.314) / 2 = 2.606.555 jiwa

Angka Kematian Kasar Crude Death Rate ( CDR )

Banyaknya orang yang meninggal pada suatu tahun dibagi jumlah penduduk pada pertengahan tahun tersebut

Biasanya CDR dinyatakan untuk tiap 1000 orang atau (0/00)

Persamaan CDR :

Jumlah kematian CDR = Jumlah penduduk tengah tahun

Keterangan:

D = jumlah kematian dalam satu tahun

P = jumlah penduduk pada pertengahan tahun

K = konstanta (1000)

D CDR = x k P

Contoh :

Jumlah penduduk Kota Malang pada tanggal 31 Desember 2000 = 756.982 jiwa, dan pada 31 Desember 2001 = 763.644 jiwa.

Maka penduduk tengah tahun Kota Malang tahun 2001 = (756.982 + 763.644) / 2 = 760.313 jiwa.

Apabila ada 856 kematian selama tahun 2001 maka CDR Kota Malang tahun 2001 = (856 / 760.313 ) x 1000

= 1,13 0/00 atau 1,13 tiap 1000 penduduk

CDR adalah angka kasar.

Mengapa ?

Risiko kematian untuk setiap kelompok

penduduk : tidak sama untuk semua variabel

Meskipun angka kasar, tetapi CDR sudah umum

dipakai diseluruh dunia

Kelebihan CDR:

1. Mudah dihitung dengan cepat, karena itu bisa segera diinformasikan ke masyarakat

2. Dapat memberi kesimpulan awal/ petunjuk pendahuluan mengenai tingkat kematian, serta bisa juga diketahui trend-nya

3. Dapat untuk menyelidiki fluktuasi kematian pada periode waktu tertentu

4. Tidak memerlukan data kematian berdasarkan kriteria tertentu

Kelemahan CDR:

1. Tidak menggambarkan kematian berdasarkan kriteria / variabel tertentu

2. Hasilnya merupakan angka rata-rata, sedangkan tingkat kematian anata kelompok dalam populasi mungkin berbeda

3. Kurang aman untuk tujuan komparasi / perbandingan, sehingga harus hati-hati

Angka Kematian Menurut UmurAge Specific Death Rate ( ASDR )

Di ASDR = x k Pi

Di : Jumlah kematian penduduk kel. umur iPi : Jumlah penduduk tengah tahun kel. umur ik : konstanta (1000)

• Grafik ASDR mempunyai pola khas yaitu seperti huruf ‘U’

Jumlah kematian penduduk umur i ASDR = x k Jumlah penduduk tengah tahun umur i

Hubungan CDR dan ASDR

CDR adalah jumlah timbangan ASDR yang ditimbang

Penimbangnya adalah proporsi jumlah penduduk dalam tiap kelompok umur pada penduduk tengah tahun

Kelompok umur

Jumlah penduduk

tengah tahun

Jumlah kematian tahun x

Tingkat kematian

tahun (0/00)

0 – 34

> 35

20001000

40

80

20

80

Jumlah 3000 120 40

(CDR)

CDR pada contoh penduduk di atas adalah 40 0/00

Angka ini adalah jumlah dari dua angka kematian menurut umur (ASDR) : 20 dan 80 yang ditimbang

Cara penghitungannya :

2000 1000CDR = ( x 20 ) + ( x 80 ) 3000 3000

40 80 = + 3 3

= 40 per 1000 penduduk ( 40 0/00 )

Hubungan di atas dapat dinyatakan dengan persamaan:

Pi

CDR = ( ) DRi

i P

Pembuktian bahwa CDR adalah suatu fungsi tingkat kematian menurut umur maupun distribusi umur, diperlihatkan pada tabel berikut:

Jumlah penduduk tengah tahun

Populasi A B C

0 – 45 – 39> 40

15004000500

5005000500

50040001500

Jumlah kematian

0 – 45 – 39> 40

1204040

405040

502060

ASDR (0/00)

0 – 45 – 39> 40

801080

801080

1005

40CDR (0/00)

Populasi A = 33,3 B = 21,7 21,7

STANDARISASISebagaimana telah disebutkan pada bahasan sebelumnya, bahwa banyak variabel yang mempengaruhi angka kematian, antara lain: Umur / komposisi umur Tempat tinggal (desa, kota) Pekerjaan Jenis kelamin

(hampir secara universal wanita lebih rendah tingkat kematiannya dari pada pria, hampir pada semua kelompok umur) Status perkawinan

(pada umur dewasa, mereka yang kawin lebih rendah tingkat kematiannya dari pada bujangan, janda / duda, dan cerai )

STANDARISASI

Standarisasi dilakukan untuk menyingkirkan / mengendalikan pengaruh berbagai variabel pada pengukuran angka kematian

Cara standarisasi ada dua yaitu:

1. Standarisasi langsung (Direct standarisation)

2. Standarisasi tak langsung (Indirect standarisation)

STANDARISASI LANGSUNG (Direct standarisation)

Standarisasi langsung dilakukan dengan syarat ada data:

 a. Untuk populasi standar:

1. Jumlah penduduk berdasarkan kelompok umur

2. Jumlah penduduk seluruhnya

 b. Untuk populasi yang distandarisasi

1. Jumlah penduduk berdasarkan kelompok umur

2. Jumlah kematian berdasarkan kelompok umur

Selain itu Populasi standar dan populasi yang akan distandarisasi harus diketahui CDR nya

Contoh:

Kelomp umur (th)

Populasi A Populasi B

Penduduk tengah tahun

Tingkat kematian (x1000)

Penduduk tengah tahun

Tingkat kematian (x1000)

0 – 44

> 45

2000

3000

35

50

4000

1000

25

75

5000 CDR: 44 5000 CDR: 35

a. CDR populasi B yang distandarisasi (Populasi A sebagai standar)

 CDRB standarisasi = Pi

A DRiB

i

= Pi

A i

  2000 x 25 3000 x 75 = + 5000 5000

 = 10 + 45

= 55 per 1000 penduduk ( 55 0/00 )

b. CDR populasi A yang distandarisasi (Populasi B sebagai standar)

 CDRA standarisasi = Pi

B DRiA

i

= Pi

B i

  4000 x 35 1000 x 50 = + 5000 5000

  = 28 + 10

= 38 per 1000 penduduk ( 38 0/00 )

Interpretasi :  a. CDR populasi B yang distandarisasi dan populasi A

sebagai standar

Sebelum distandarisasi : CDRA > CDRB

(440/00) (350/00) Sesudah distandarisasi : CDRA < CDRB

(440/00) (550/00)  CDRB < CDRB

(Sebelum stand.) (Sesudah stand.)

CDR populasi A yang distandarisasi dan populasi B sebagai standar

 Sebelum distandarisasi : CDRA > CDRB

(440/00) (350/00) Sesudah distandarisasi : CDRA > CDRB

(380/00) (350/00)  CDRA > CDRA

(Sebelum stand.) (Sesudah stand.)

Standarisasi Tidak Langsung (Indirect Standarisation)

Standarisasi tidak langsung dapat dilakukan apabila:

a. Populasi standar diketahui:

1. ASDR nya

2. CDR nya

 

b. Populasi yg akan distandarisasi diketahui:

1.  Jumlah penduduk menurut kelompok umur

2. Jumlah kematian seluruhnya (yang sesungguhnya)

3. CDR nya

Prosedur standarisasi tak langsung:

1. Susun populasi yang akan distandarisasi menurut kelompok umur.

2. Tentukan populasi standar yang diketahui ASDR nya.

3. ASDR populasi standar diterapkan pada populasi yang akan distandarisasi.

4. Hitung expected death pada setiap kelompok umur, dengan persamaan: jumlah penduduk menurut kelompok umur x ASDR populasi standar.

5. Jumlahkan seluruh expected death nya.

6. Hitung Standarized Mortality Ratio (SMR ) pada populasi yang distandarisasi dengan persamaan:

7. Hitung Indirect Standarized Death Rate dengan persamaan:

Actual death SMR = Expected death

ISDR = SMR x CDR populasi standar

Contoh :

UmurASDR populasi A

(x 1000)

Populasi B

Jumlah Penduduk Expected Death

0 – 4

5 – 14

15 – 24

25 – 44

45 – 64

> 65

4,37

0,45

1,02

1,76

10,44

68,94

567.104

504.028

401.294

597.025

487.071

201.238

2.478

227

409

1.051

5.085

13.873

2.475.760 23.123

Diketahui :

CDR Populasi A = 8,860/00

CDR Populasi B = 9,080/00

Jumlah seluruh kematian populasi B yang sesungguhnya = 22.487 jiwa

 Dihitung :

Actual death

SMR =

Expected death

 

22.487

SMR = = 0,972

23.123

Indirec Standarized = SMR x CDR pop stand

= 0,972 x 8,86

= 8,61 per 1000 penduduk

atau (8,610/00)

Interpretasi :

Sebelum standarisasi

CDRA < CDRB

(8,860/00) (9,080/00) Sesudah standarisasi

CDRA > CDRB

(8,860/00) (8,610/00)  CDRB > CDRB

(9,080/00) (8,610/00) (Sebelum stand.) (Sebelum stand.)

Angka Kematian Bayi (AKB) Infant Mortality Rate (IMR)

Kematian bayi pada tahun pertama kehidupan selalu menjadi pusat perhatian, karena pencatatan penduduk usia 0 s/d <1 th biasanya tidak bagus dan sering kabur

Jumlah kematian bayi (0 - < 1 th) IMR = x 1000 Jumlah seluruh kelahiran hidup pada satu tahun tertentu

Selain itu kadang kalau suatu populasi mempunyai CDR rendah belum tentu IMR/AKB nya juga rendah, karena biasanya IMR merupakan penyumbang jumlah kematian terbesar untuk CDR IMR sebenarnya adalah ukuran yang kurang akurat karena penyebut /denominatornya (population expose to risk) tidak proporsional

Rumus IMR seharusnya:

  D0 - <1

IMR = P0 - <1

 Karena mencari jumlah P0 - <1 ini sulit (kalau tidak ada sensus) maka yang dipakai adalah B (jumlah lahir hidup) pendekatan B ini dianggap sudah memadai untuk mewakili ‘population expose to risk’

Penghitungan jumlah bayi yang mati pada pada awal kehidupannya sering kurang akurat karena:

1.Banyak bayi yang meninggal tidak lama setelah dilahirkan dan biasanya tidak tercatat dengan baik sebagai peristiwa kelahiran maupun sebagai peristiwa kematian.

2.Seringkali tidak diperoleh kepastian apa yang disebut dengan ‘lahir hidup’, bahkan dikalangan medis pun ada yang tidak dapat membedakan mana yang dinamakan lahir mati, aborsi dan kematian bayi.

Numerator (pembilang) pada rumus IMR menunjukkan kelahiran yang terjadi pada tahun tersebut dan tahun sebelumnya

Jadi kematian bayi yang berumur 0 - < 1 tahun adalah kematian dari bayi yang lahir pada tahun tersebut dan yang lahir pada tahun sebelumnya

Tahun Jumlah kelahiran Jumlah kematian

Tahun 1 B1

D1’ D1”

Tahun 2 B2 D2’ D2”

Tahun 3 B3D3’ D3”

Kalau menurut rumus semula:

Namun untuk menghitung kematian bayi tersebut harus dihitung berdasarkan tahun kalender, dengan demikian harus dilakukan penyesuaian (adjustment)

Ada 2 (dua) cara untuk melakukan penyesuaian (adjustment):

1. Menyesuaikan pembilang agar sesuai dengan penyebutnya.

2. Memyesuaikan penyebut agar sesuai dengan pembilangnya.

D2’ + D2

”

IMRtahun 2 = B2

Penjelasan Cara 1: Menyesuaikan pembilang agar sesuai dengan penyebutnya

  Biasanya digunakan faktor pemisah (separation

factor) yang datanya bisa diambil dari penduduk yang sama atau penduduk lain dengan kondisi hampir sama atau sama

Besarnya separation factor (f) =

    D2”

f = D2

’ + D2”

Jadi persamaan IMR untuk tahun 2 menjadi: (dengan cara 1)

  Keterangan : D2 = D2’ + D2

”

f D2 (1 – f) D2

IMR2 = + x k B1 B2

 

Penjelasan Cara 2: Memyesuaikan penyebut agar sesuai dengan pembilangnya

  Cara hampir sama dengan cara 1Juga dicari faktor pemisahnya (separation factor)

namun sampai sekarang belum diketahui dengan pasti besarnya faktor pemisah tersebut, tetapi diperkirakan besarnya sama dengan separation factor pada cara 1 yaitu: D2

”

f = D2

’ + D2”

Jadi persamaan IMR untuk tahun 2 menjadi:

Keterangan : D2 = D2’ + D2

D2 IMR2 = x k f B1 + (1 – f) B2

Contoh:

Tahun Jumlah kelahiran Jumlah kematian

Tahun 2009 3800 5 12

Tahun 2010 3650 7 9

Tahun 2011 3325 8 10

Terima Kasih