Ukuran Asosiasi dan Dampak PDF

OR, RR, POR, PR dan HR Ukuran Asosiasi dan Ukuran Dampak Dr. dr. Winda Lestari, MKM Tipe ukuran dalam epidemiologi Ukuran perbedaan Ukuran Ukuran Rasio...

OR, RR, POR, PR dan HR Ukuran Asosiasi dan Ukuran Dampak Dr. dr. Winda Lestari, MKM Tipe ukuran dalam epidemiologi Ukuran perbedaan Ukuran Ukuran Rasio efek (perbandinga (perbandingan Asosiasi n relatif) absolut Pendahuluan Definisi Ukuran Asosiasi: Mengukur kekuatan hubungan antara faktor risiko dan kejadian. Ukuran Dampak: Mengukur seberapa besar pengaruh faktor risiko terhadap kejadian yang diteliti. Kenapa ukuran-ukuran ini penting? 3. Meningkatkan Pemahaman terhadap Hasil 2. Mendukung Klinis Perencanaan Kesehatan 1. Menilai Masyarakat Hubungan Risiko dan 4. Mendukung Paparan Penelitian Klinis dan Epidemiologis Ukuran Asosiasi - Odd Ratio (OR) Definisi Rasio antara peluang terjadinya kejadian pada kelompok dengan faktor risiko dibandingkan dengan kelompok tanpa faktor risiko. OR Odds P suatu = peristiwa 1-P Odds suatu kejadian – rasio probabilitas P = Probabilitas suatu kejadian terjadi bahwa kejadian terjadi 1-P = Probabilitas suatu kejadian tidak terhadap probabilitas terjadi kejadian tidak terjadi  OR Interpretasi: OR > 1: Faktor risiko meningkatkan kejadian OR < 1: Faktor risiko menurunkan kejadian OR = 1: Tidak ada asosiasi Mean Odds pemajan untuk kasus OR = Odds pemajan untuk kontrol Odds Ratio pada Studi kasus kontrol Contoh 650 x 350 OR = = 4,8 950 x 50 Contoh: Studi mengenai faktor risiko merokok terhadap kanker Perokok mempunyai risiko menjadi kasus 4,8 kali dari yang bukan perokok. paru-paru dengan OR > 1 menunjukkan bahwa perokok Interpretasinya: odds perokok menjadi kasus memiliki peluang lebih tinggi 4,8 kali lebih besar dari odds bukan perokok terkena kanker paru dibandingkan non-perokok. Mean Odds pada kelompok yang terekspos dan menderita penyakit OR = Odds pada kelompok yang tidak terekspos dan menderita penyakit Odds Ratio pada Studi Potong Lintang dan Kohort Contoh 200 x 9.900 OR = = 2,02 100 x 9.800 Contoh: Studi mengenai faktor Perokok berisiko 2 kali menderita kanker paru-paru dibandingkan bukan perokok risiko merokok terhadap kanker paru-paru dengan OR > 1 Interpretasinya: odds perokok menjadi kasus menunjukkan bahwa perokok 2 kali lebih besar dari odds bukan perokok memiliki peluang lebih tinggi terkena kanker paru dibandingkan non-perokok.  RR Definisi: Perbandingan risiko kejadian antara kelompok terpapar dan Ukuran tidak terpapar. Asosiasi - Risk Ratio (RR)  RR Median Interpretasi: RR > 1: Paparan meningkatkan risiko RR < 1: Paparan menurunkan risiko RR = 1: Tidak ada asosiasi Contoh Contoh Penelitian: Studi hubungan antara obesitas dan risiko diabetes, Interpretasi: Individu obesitas memiliki RR > 1 yang artinya mereka lebih berisiko mengalami diabetes dibandingkan yang tidak obesitas.  PR Ukuran Asosiasi - Prevalensi (PR) Definisi: Definisi: Rasio prevalensi antara kelompok dengan paparan tertentu dan tanpa paparan. Prevalens pada Interpretasi: kelompok terpajan PR > 1: Paparan berkaitan dengan prevalensi lebih tinggi PR = PR < 1: Paparan berkaitan dengan prevalensi lebih rendah Prevalens pada kelompok tidak terpajan  Contoh Penelitian dilakukan untuk membandingkan prevalensi asma pada anak-anak yang tinggal di dekat kawasan industri dan yang tinggal jauh dari kawasan industri. Hasil menunjukkan: 1. Kelompok yang tinggal dekat kawasan industri: 40 dari 100 anak memiliki asma. 2. Kelompok yang tinggal jauh dari kawasan Interpretasi: PR sebesar 2,67 menunjukkan industri: 15 dari 100 anak memiliki asma. bahwa anak-anak yang tinggal dekat kawasan industri memiliki Pertanyaan: prevalensi asma 2,67 kali lebih tinggi dibandingkan anak-anak Hitung Prevalence Ratio (PR) untuk melihat yang tinggal jauh dari kawasan apakah tinggal dekat kawasan industri industri. Ini menunjukkan adanya hubungan berhubungan dengan prevalensi asma. positif antara tinggal dekat Jelaskan interpretasinya. kawasan industri dan peningkatan prevalensi asma pada anak-anak.  POR ukuran yang digunakan untuk membandingkan odds dari kejadian Definisi tertentu (prevalensi) antara kelompok Ukuran yang terpapar dan yang tidak terpapar dalam studi potong lintang Dampak - (cross-sectional). Prevalence POR cocok digunakan ketika data diambil pada satu titik waktu dan Odds Ratio tujuan utamanya adalah untuk melihat hubungan antara paparan dan status prevalensi suatu kejadian. (POR) RUMUS di mana a adalah jumlah orang dengan paparan dan kejadian, b adalah jumlah orang dengan paparan tanpa kejadian, c adalah jumlah orang tanpa paparan dengan kejadian, dan d adalah jumlah orang tanpa paparan dan tanpa kejadian. Perhitungan POR mirip dengan OR dalam studi kasus-kontrol Contoh Sebuah studi potong lintang mengkaji hubungan antara paparan polusi udara dan prevalensi penyakit asma pada anak-anak. Dari 200 anak yang tinggal di area dengan polusi tinggi, 80 di antaranya memiliki asma. Dari 300 anak yang tinggal di area dengan polusi rendah, 60 memiliki asma. Kelompok dengan polusi tinggi: 80 dengan asma, 120 tanpa asma. Kelompok dengan polusi rendah: 60 dengan asma, 240 tanpa asma. Interpretasi Anak-anak yang tinggal di area dengan polusi tinggi memiliki odds 2.67 kali lebih besar untuk mengalami asma dibandingkan anak-anak di area dengan polusi rendah.  HR Definisi: Digunakan dalam analisis survival untuk menghitung risiko kejadian (misalnya, kematian) dalam waktu tertentu antara kelompok terpapar dan tidak terpapar. Hazard Ratio  Rumus Suatu studi dilakukan untuk mengevaluasi efektivitas obat baru dalam memperpanjang survival pasien kanker paru-paru stadium lanjut. Sebanyak 200 pasien dibagi menjadi dua kelompok secara acak: 100 pasien menerima obat baru, dan 100 pasien lainnya mendapatkan obat standar. Dari data tersebut, dihitung Hazard Setelah periode 2 tahun, berikut adalah Ratio (HR) sebesar 0,67 untuk hasil data survival: Kelompok yang menerima obat baru: kelompok yang menerima obat baru 40 pasien meninggal. dibandingkan kelompok yang Kelompok yang menerima obat menerima obat standar. Range standar: 60 pasien meninggal. 13 HR Interpretasi Interpretasi Klinis: Hasil ini menunjukkan bahwa obat baru efektif dalam mengurangi risiko kematian pada pasien kanker paru-paru dibandingkan dengan obat standar. Jika HR < 1, ini menunjukkan bahwa kejadian (kematian dalam hal ini) lebih kecil kemungkinannya terjadi pada kelompok yang mendapatkan obat baru. Jika HR = 1, tidak ada perbedaan risiko kematian antara kedua kelompok. Jika HR > 1, berarti risiko kematian lebih tinggi pada kelompok yang mendapatkan obat baru dibandingkan dengan yang mendapatkan obat 6 7standar. 8 9 10 11 12 13 14 15 16 17 18 19 20 21 HR Interpretasi Menginterpretasikan Nilai Hazard Ratio (HR): HR = 0,67 menunjukkan bahwa kelompok yang menerima obat baru memiliki risiko kematian yang 33% lebih rendah (1 - 0,67 = 0,33 atau 33%) dibandingkan dengan kelompok yang menerima obat standar selama periode studi. Aplikasi dalam Keputusan Medis: Berdasarkan hasil ini, dokter mungkin mempertimbangkan untuk menggunakan obat baru sebagai pengobatan pilihan bagi pasien kanker paru-paru stadium lanjut, karena memberikan survival yang lebih baik. 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Rangkuman Sum of all numbers Mean = Range = Highest value - Lowest value How many numbers there are Sum of the two middle values Median = 2 Reference –1. Page RM, Cole GE, Timmreck TC. Basic Epidemiological Methods and Biostatistics. A Practical Guidebook. John and Barlett Publisher. Boston, London.1995. –2. CDC. Principles of Epidemiology 2nd. An Introduction to Applied Epidemiology and Biostatistics. 1992 –3. Szklo M, Nieto FH. Epidemiology Beyond the Basics. AN Aspen Publication.Gaithersburg. Maryland. 2000 –4. Lilienfeld DE, Stolley PD. Foundations of Epidemiology. 3rd. New York, NY: Oxford University Oress; 1994 –5. Gordis L. Epidemiology. Philadelphia. WB Saunders 1996. –6. Rothman KJ, Greenland S. Modern Epidemiology. 2nd. Philadelphia. Lippincott- Raven Publishers; 1998. 7. https://www.futurelearn.com/info/courses/principles-of-evidence-based- medicine-in-clinical-pharmacy/0/steps/60539 8. https://myorthoevidence.com/Blog/show/121 Ukuran Asosiasi dan Dampak  TERIMA KASIH *Please delete this section before downloading.