*

*IntroduksiDisain penelitian Epidemiologi

*Untuk mempelajari distribusi dan frekwensi penyakit di populasi dipakaidisain studi epidemiologi deskriptif

Untuk mempelajari diterminan suatu penyakit di populasi dipakai disainstudi epidemiologi analitik

*Penelitian epidemiologi berdasarkan unit pengamatan/unit analisisnya dapat dibagi menjadi : studi dengan unit pengamatan/analisis individu studi epidemiologi dengan unit pengamatan/analisis agregatTermasuk disain studi epidemiologi dengan unit pengamatan/analisis individu adalah : disain studi laporan kasus disain studi serial kasus disain studi potong lintang disain studi kasus - kontrol disain studi kohort disain studi intervensi

*Penelitian epidemiologi berdasarkan bagaimana tindakan peneliti terhadap subjek yang diteliti dapat dibagi menjadi : disain studi observasional disain studi intervensiTermasuk disain studi epidemiologi yang bersifat studi observasional adalah :semua disain studi epidemiologi kecuali studi intervensi, yakni; semua disain studi epidemiologi deskriptif semua disain studi epidemiologi analitik kecuali studi intervensi

Termasuk disain studi epidemiologi dengan unit pengamatan/analisis agregat adalah : disain studi korelasi

*Pada disain studi epidemiologi yang bersifat studi observasional, peneliti hanya mengobservasi subjek-subjek yang diteliti tanpa melakukan intervensi

Pada disain studi epidemiologi yang bersifat intervensi, peneliti melakukan intervensi pada subjek-subjek yang diteliti

*

merupakan studi epidemiologi yang bersifat observasional unit pengamatan/analisisnya individual merupakan laporan kasus-kasus penyakit dengan diagnosis yang diduga sama biasanya merupakan penyakit-penyakit baru, masalah kesehatan baru, fenomena baru yang belum jelas menggambarkan riwayat penyakit, pengalaman klinis dari masing-masing kasus laporan kasus-kasus kemudian dapat dianalisis secara sederhana yakni dengan melihat distribusi/ frekwensi penyakit berdasarkan : gejala-gejala klinis Orang, Tempat, Waktu

*

tujuan : diperoleh informasi tentang distribusi frekwensi penyakit /masalah kesehatan yang diteliti diperoleh informasi tentang kelompok yang berisiko tinggi terhadap penyakit dapat dipakai untuk membangun/memformulasikan hipotesis baru

kelemahan : gambaran distribusi, frekwensi penyakit yang diperoleh tidak dapat mewakili populasi hanya berdasarkan kasus-kasus yang dilaporkan saja

kelebihan : sebagai langkah awal untuk mempelajari suatu penyakit sebagai jembatan antara penelitian klinis dan penelitian epidemilogi dapat digunakan untuk sebagai dasar penelitian lebih lanjut : dengan melihat kelompok yang berisiko tinggi dengan membuktikan hipotesis yang dibangun

*contoh dari suatu studi laporan kasus

suatu penyakit yang belum jelas sebut penyakit X, 10 orang dengan gejala-gejala yang mirip satu sama lain :

berdasarkan gejala dan pemeriksaan laboratoris Berat badan : 9 orang dengan gejala mengurus, 1 berat badan tidak turun Diare : 6 diare, 4 tidak ada diare Demam : 8 demam dengan pnemonia, 4 tidak demam Bercak pada kulit : 7 orang mempunyai, 3 tidak ada bercak Pemeriksaan laboratoris : semua pasien angka limfosit menurun drastis

berdasarkan gambaran demografinya sex : 9 pria, 1 wanita umur : 8 dewasa muda, 2 tua pekerjaan : 6 pemusik, 4 pegawai

* kebiasaan mengkonsumsi drugs : menggunakan jarum suntik 8 orang, cara lain 2 orang bukan pengguna

perilaku berhubungan intim : sesama jenis 8 orang, lawan jenis 2 orang dari data diatas dapat dilihat bahwa :

dari gejala dan pemeriksaan laboratoris penyakit X tersebut adalah : 90 % berat-badan menurun 60 % diare 80 % demam dengan pneumonia 70 % bercak pada kulit 100 % limfosit menurun drastis

* dari gambaran demografisnya 90% pria 80% dewasa muda 60% pemusik

dari kebiasaan mengkonsumsi narkoba 80% pecandu narkoba

dari perilaku seksual : 80 % homoseksual

diperoleh gambaran distribusi, frekwensi penyakit berdasarkan : gejala dan tanda serta pemeriksaan laboratoris gambaran demografi kebiasaan mengkonsumsi narkoba perilaku seksual

* dari analisis sederhana diatas didapat informasi kelompok orang yang berisiko antara lain : pria dewasa muda pemusik pecandu narkoba homoseksual

dari informasi tadi dapat dibangun suatu hipotesis pria lebih berisiko untuk mendapat penyakit X dari pada wanita usia dewasa muda lebih berisiko untuk mendapat penyakit X dari pada yang usia tua pemusik lebih berisiko untuk mendapat penyakit X dari pada non pemusik pecandu narkoba lebih berisiko untuk mendapat penyakit X dari pada bukan pecandu homoseksual lebih berisiko untuk mendapat penyakit X dari pada bukan heteroseksual

*

Untuk mendapatkan informasi yang dapat menggambarkan distribusi, frekwensi penyakit yang mewakili populasi diperlukan penelitian epidemiologi deskriptif lain, dimana sampel penelitian mewakili populasi yang diteliti disain studi epidemiologi yang sesuai dipakai untuk itu adalah disain studi potong lintang.

Untuk membuktikan hipotesis yang dibangun, dapat dilakukan penelitian epidemiologi analitik lebih lanjut antara lain dapat dengan : studi kohort studi kasus kontrol studi intervensi

*Studi Epidemiologi Serial Kasus

merupakan studi epidemiologi yang bersifat observasional unit pengamatan/unit analisis adalah individu merupakan kumpulan kasus-kasus individual suatu penyakit dengan diagnosis yang sama sama dengan studi laporan kasus tapi dengan kasus yang lebih banyak surveilens yang rutin dilakukan untuk suatu penyakit yang belum jelas diagnosisnya ataupun sudah jelas diagnosisnya : merupakan kumpulan laporan kasus-kasus, atau serial kasus dapat digunakan untuk menditeksi munculnya penyakit baru dapat digunakan juga untuk menditeksi adanya epidemi

* kumpulan laporan kasus kemudian dianalisis secara sederhana yakni dengan melihat distribusi/ frekwensi penyakit berdasarkan Orang, Tempat, Waktu

tujuan : diperoleh informasi tentang distribusi frekwensi penyakit /masalah kesehatan yang diteliti diperoleh informasi tentang kelompok yang berisiko tinggi terhadap penyakit dapat dipakai untuk membangun/memformulasikan hipotesis baru

*kelemahan : gambaran distribusi, frekwensi penyakit yang diperoleh tidak dapat mewakili populasi hanya berdasarkan kasus-kasus yang dilaporkan saja

kelebihan : sebagai langkah awal untuk mempelajari gambaran epidemiologi suatu penyakit sebagai jembatan antara penelitian klinis dan penelitian epidemilogi dapat digunakan sebagai dasar untuk penelitian epidemiologi lebih lanjut : dengan melihat kelompok yang diduga berisiko tinggi dengan membuktikan hipotesis yang dibangun

*Latihan :Kota X mempunyai 8 RS. Seorang dokter disalah satu RS melakukan penelitian terhadap kasuskasus diabetes mellitus (DM), selama 1 tahun penelitiannya terkumpul data sebagai berikut :

No ID

Sex

Umur

Suku

Kadar gula

Darah gr/dl

Komplikasi

Status

Keluar dr RS

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

Wanita

Wanita

Pria

Pria

Pria

Wanita

Pria

Wanita

Pria

Wanita

Pria

Wanita

Pria

Wanita

Pria

Pria

Pria

Pria

Pria

Wanita

Wanita

Pria

Wanita

Pria

Wanita

Pria

Pria

Pria

Wanita

Wanita

Pria

Wanita

Wanita

Pria

Pria

Pria

Pria

Pria

Pria

Pria

50

45

30

35

40

50

40

45

30

60

35

45

50

60

40

35

40

50

40

45

60

40

45

35

40

40

45

50

55

60

40

45

50

40

30

35

35

40

40

40

Jawa

Jawa

Sumatra

Sumatra

Jawa

Jawa

Betawi

Betawi

Betawi

Betawi

Jawa

Jawa

Jawa

Jawa

Jawa

Jawa

Jawa

Jawa

Jawa

Sumatra

Sumatra

Betawi

Betawi

Betawi

Betawi

Sumatra

Sumatra

Jawa

Betawi

Betawi

Sumatra

Jawa

Betawi

Sumatra

Betawi

Betawi

Betawi

Betawi

Betawi

Jawa

300

200

350

375

280

300

240

300

400

200

150

180

260

200

380

375

150

160

250

280

290

300

325

200

240

210

170

190

340

330

300

260

260

370

400

240

275

200

150

150

Ada

Ada

Ada

Ada

Ada

Ada

Tidak ada

Ada

Ada

Tidak ada

Tidak ada

Tidak ada

Tidak ada

Tidak ada

Ada

Ada

Tidak ada

Tidak ada

Tidak ada

Ada

Ada

Ada

Ada

Tidakada

Ada

Tidak ada

Tidak ada

Tidak ada

Ada

Ada

Ada

Ada

Tidak ada

Ada

Ada

Ada

Ada

Tidak ada

Tidak ada

Tidak ada

Meninggal

Hidup

Meninggal

Meninggal

Meninggal

Meninggal

Hidup

Hidup

Meninggal

Hidup

Hidup

Hidup

Hidup

Hidup

Meninggal

Meninggal

Hidup

Hidup

Hidup

Hidup

Hidup

Meninggal

Meningga

Hidup

Hidup

Hidup

Hidup

Hidup

Meninggal

Meninggal

Meninggal

Meninggal

Meninggal

Meninggal

Meninggal

Hidup

Hidup

Hidup

Hidup

Hidup

*Tugas :

deskripsikan distribusikan/frekwensi penyakit DM berdasarkan : jenis kelamin umur ada tidaknya komplikasi kadar gula darah status pada saat pulang dari RS

dapatkah gambaran distribusi/frekwensi diatas menggambarkan kondisi di populasi ? apa alasannya ? Dari data diatas dapatkah saudara menentukan kelompok yang diduga berisiko tinggi untuk penyakit DM ? bagaimana caranya

dari data diatas dapatkah saudara memformulasikan hipotesis baru

adakah hubungan antara komplikasi dengan kematian pada penderita DM jika ada hubungan antara kejadian komplikasi dengan kematian pada penderita DM dapatkah hasil tersebut digeneralisasikan di populasi dapatkah saudara memformulasikan hipotesis baru dari analisis hubungan tersebut

*Studi Korelasi

nama lain studi ekologi merupakan studi epidemiologi yang bersifat studi observasional unit pengamatan/analisisnya adalah agregat , berikut beberapa contoh ukuran agregat :

ukuran agregat yang mengukur nilai rata-rata, median, atau proporsi dari kumpulan nilai-nilai individu di suatu kelompok misal : nilai rate suatu penyakit ; insidens, prevalens nilai rata-rata asupan lemak pada suatu kelompok individu /masyarakat nilai cakupan program nilai median dari penghasilan sekelompok individu

* ukuran agregat environment, merupakan ukuran yang mewakili karakteristik fisik dari suatu lingkungan hidup misalnya : nilai cakupan rumah sehat pada suatu area nilai intensitas polusi pada suatu area nilai kepadatan jentik pada suatu area

populasi studi terdiri dari kumpulan unit pengamatan dari mana ukuran agregat diukur

sebagai contoh : unit pengamatan untuk angka kepadatan jentik, dan insidens DHF diukur berdasarkan area kerja puskesmas, maka populasi studi terdiri dari kumpulan puskesmas - puskesmas

*

analisis yang dilakukan dapat bersifat: deskriptif : melihat distribusi frekwensi dari variabel yang diteliti (dalam unit agregat)

analitik : melihat korelasi/hubungan antara variabel-variabel diteliti jika variabel exposure dan variabel outcome diukur sebagai data kontinyu hubungannya secara statistik diuji dengan uji korelasi kekuatan/keeratan hubungan dilihat dengan melihat nilai koefisien korelasi (r) jika variabel exposure dan variabel outcome diukur sebagai data kategorikal hubungannya secara statistik dapat diuji dengan uji kuadrat, atau regressi logistik kekuatan hubungan dilihat dengan menghitung RR atau OR

*

contoh : suatu studi ekologi ingin melihat korelasi antara cakupan imunisasi campak dengan insidens campak unit pengamatan puskesmas populasi studi; 10 puskesmas cakupan imunisasi campak dianggap sebagai (exposure / independent variable) insidens campak dianggap sebagai (outcome /dependent variable) contoh 1: jika variabel bebas dan variabel terikat diukur dengan skala kontinyu y = insidens campak x = cakupan imunisasi campak hubungan secara statitik diuji dengan uji korelasi kekuatan hubungan dilihat dari koefisien korelasi

*data :ID PKM X (%) Y(%) X2Y2XY

1 50 60 502602 50 x 602 55 703 60 354 65 305 70 256 75 207 80 258 85 209 90 1510 95 10

N =10 X Y X2Y2 XY

n xy - ( x )(xy)r = ------------------------------------------------ n x2 - (x )2 n y2 - (y )2

* y - bxa = --------------------------- npersamaan garis linier : y = a + bx n xy - ( x )(y) b = -------------------------- n x2 - (x )2

b2 [ x2 - ( x )2/n]r2 = ---------------------------------------- r = r2 y2 - (y)2/n

*a = intercept merupakan titik dimana garis memotong sumbu y jika nilai a negatif, garis memotong sumbu y dibawah sumbu x jika nilai a positif, garis memotong sumbu y diatas sumbu x

b = slope; angka dimana nilai y berubah untuk setiap unit perubahan pada x

Jika nilai b negatif menunjukkan arah garis dari bagian atas sudut kiri kebagian bawah sudut kanan

Jika nilai b positif menunjukkan arah garis dari bagian bawah sudut kiri ke bagian atas sudut kanan

Dalam persamaan regressi disebut dengan koefisien regressi, memprediksi perubahan y untuk setiap unit perubahan pada x

*r = koefisien korelasi

menggambarkan kekuatan hubungan variabel x dan y nilai r berkisar dari 0 sampai 1 makin mendekati 1 ada hubungan linier yang kuat antara x dan y makin mendekati 0 hampir tidak ada hubungan antara x dan y

nilai r dapat positif ataupun negatif nilai r yang negatif menunjukkan adanya hubungan yang negatif antara x dan y jika x meningkat y menurun jika x menurun y meningkat nilai r yang positif menunjukkan adanya hubungan yang positif antara x dan y jika x meningkat y meningkat jika x menurun y juga menurun

*sebagai contoh nilai r = - 0.95 ada hubungan linier yang kuat antara variabel x dan y jika x meningkat y menurun atau sebaliknya

xy r = positif dan mendekati 1xyr = negatif dan mendekati 1

*r = positif dan mendekati nol

*Uji statistik : untuk melihat apakah nilai r yang didapat merupakan ukuran yang cukup bermakna secara statistik untuk mengindikasikan bahwadi populasi kedua variabel x dan y berkorelasi

hipotesis : H0 : r = 0 HA : r 0 r = koefisien korelasi di populasi uji statistik jika r = 0

n - 2 t = r ------------ dengan derajat kebebasan = n-2 1 - r2

* jika dipakai = 0.05, dan hasil kalkulasi uji statistik mempunyai nilai p < 0.05 maka H0 ditolak,

artinya koefisien korelasi di populasi tidak sama dengan 0, artinya hasil kalkulasi r berdasarkan sampel tadi cukup bermakna secara statistik atau dengan kata lain korelasi antara variabel x dan y bermakna secara statistik

* contoh 2 : jika variabel terikat dan variabel bebas diukur dengan skala kategorikal data :

X = cakupan imunisasi campaky = insidens campakPKM = puskesmas

ID PKM

X (%)

kategori

Y (%)

kategori

1

2

3

4

5

6

7

8

9

10

50

55

60

65

70

75

80

85

90

95

rendah

rendah

rendah

rendah

rendah

tinggi

tinggi

tinggi

tinggi

tinggi

60

70

35

30

25

60

25

20

15

10

Tinggi

Tinggi

Rendah

Rendah

Rendah

Tinggi

Rendah

Rendah

Rendah

Rendah

*Insiden tinggiInsiden rendahCakupan rendahCakupan tinggi5325Tabel distribusi cakupan imunisasi campak dan insidens campakDari data diatas 41

*Dari 35 puskesmas yang mempunyai cakupan imunisasi rendah, 25 puskesmas mempunyai insiden campak yang tinggi : proporsi dari insidens campak tinggi pada pkm cakupan rendah = 25/35 odds dari insidens campak tinggi|cakupan rendah = 25/10

Dari 50 puskesmas yang mempunyai cakupan imunisasi tinggi, 15 puskesmas mempunyai insiden campak yang tinggi proporsi dari insidens campak tinggi pada pkm cakupan tinggi = 15/50 odds dari insidens campak tinggi|cakupan tinggi = 15/35

Insidens25/35 odds 25/10RR= -------------------- = ------------ = 1.56 OR= ------------ = ------------- = 5.81 Insidens15/50 odds 15/35Contoh :

*Uji statistik : uji homogenitas proprorsi binomial uji independensi

kedua uji statistik diatas sama prosedurnya

k ( O - E )22 = --------------- i = 1 E2 : Khi kuadrat O : Observed value / nilai yang diamatiE : Expected value / nilai yang diharapkanH0 : angka cakupan imunisasi dengan insidens campak, independen (tak berhubungan)Ha : angka cakupan imunisasi dengan insidens campak, tak independen (berhubungan) : 0.05 dengan derajat kebebasan = (c-1)((r-1) c= kolom r=barisjika 2 memberikan nilai P lebih besar dari maka H0 ditolak

*

tabel kontingensi Observed

insidens DHF tinggi rendah total rendah a b (a+b)angka kpdt jentik tinggi c d (c+d)

total (a+c) (b+d) (a+b+c+d)

(a+b) (a+c) (a+b) ( b+d)a = ---------------- b =----------------- (a+b+c+d) (a+b+c+d)

(c+d) (a+c) (c+d) (b+d)c = ---------------- d= -------------- (a+b+c+d) (a+b+c+d)

jika ada nilai sel E kurang dari 5, uji yang dipakai Fisher Exact Test

* (a+b) (a+c) (a+b) ( b+d)a = ---------------- b =----------------- (a+b+c+d) (a+b+c+d)

(c+d) (a+c) (c+d) (b+d)c = ---------------- d= -------------- (a+b+c+d) (a+b+c+d)

jika ada nilai sel E kurang dari 5, uji yang dipakai Fisher Exact Test

D +D - E +abE -cd

*Contoh menghitung nilai expected

Insidens penyakit tinggi rendah total rendah 25(a) 10(b) 35 (a+b)cakupan imunisasi tinggi 15(c) 35(d) 50 (c+d) total 40(a+c) 45(b+d) 85 (a+b+c+d)

total row x total columnilai expected =------------------------------------ grand total

total row x total colum 35 x 40nilai expected a = ------------------------------------ = ------------------- = 16.47 grand total 85

total row x total colum 35 x 45nilai expected b = ------------------------------------ = ------------------- = 18.53 grand total 85

*

total row x total colum 50 x 40nilai expected c = ------------------------------------ = ------------------ = 23.53 grand total 85

total row x total colum 50 x 45nilai expected d = ------------------------------------ = ------------------= 26.47 grand total 85

* k ( O - E )22 = --------------- i = 1 E

(25 - 16.17)2 (10 - 18.53)2 (15 - 23.53)2 (35 - 26.47)2 2 = --------------- + ------------------ + --------------- + -------------------- = 15.75 16.7 18.53 23.53 26.47

Didapat nilai 2 yang mana dibawa H0 akan mengikuti distribusi khi kuadrat untuk tingkat = 0.05kita akan menolak H0 jika nilai nilai 2 > nilai 2d.f..1- kita akan menerima H0 jika nilai nilai 2 < nilai 2d.f..1-

*nilai 2d.f..1- = 3.84

{ d.f = derajat kebebasan = (r-1)(c-1) = (2-1)(2-1) =1 dan 1-= 1- 0.05 = 0.95)

kita menolak H0 karena nilai nilai 2 = 15.75 > 3.84 dimana nilai p < 0.05artinya ada hubungan secara statistik antara variabel cakupan imunisasi campak dengan insiden campak

kelebihan dari studi korelasi : jika data telah tersedia relatif murah dapat untuk melihat distribusi frekwensi kejadian penyakit /masalah kesehatan dalam satuan agregat di populasi dapat melihat hubungan antara variabel yang diteliti dalam satuan agregat dapat untuk membangun /memformulasikan hipotesis baru

*

kelemahan studi korelasi : tidak dapat melihat hubungan ditingkat individu. ada ecologic fallacy, yakni bias dalam menginterpretasikan, hubungan tingkat agregat disamakan dengan hubungan tingkat individu,

misal ada hubungan antara angka cakupan imunisasi campak dengan angka insidens campak (hubungan dalam tingkat agregat) belum berarti dalam tingkat idividu ada hubungan antara imunisasi dengan kejadian penyakit campak pada seseorang

sehingga untuk membuktikan adanya hubungan ditingkat individu, dari studi korelasi hanya dapat memformulasikan hipotesis baru pembuktian hipotesis tadi dengan disain studi epidemiologi analitik

*Disain Studi Potong-Lintang (cross-sectional study)

nama lain : studi prevalensi, survey bersifat observasional unit pengamatan dan unit analaisisnya adalah individu populasi studi merupakan populasi umum sampel diambil secara random (acak) setiap orang di populasi mempunyai kesempatan yang sama untuk menjadi anggota sampel sampel representatif /mewakili populasi

pengukuran variabel independet (exposure) dan variabel dependent (outcome) dilakukan secara simultan, sehinga : tidak dapat terlihat sekuens mana yang terjadi lebih dulu, variabel independent atau variabel dependent, atau sebaliknya konsekwensinya tidak dapat melihat hubungan sebab-akibat (exposure harus mendahului outcome )

*

analisis yang dilakukan dapat bersifat: deskriptif : distribusi frekwensi kejadian penyakit/ masalah kesehatan berdasarkan orang - tempat - waktu distribusi frekwensi variabel exposure dan outcome (angka prevalens)

analitik : melihat korelasi/hubungan antara variabel-variabel diteliti jika variabel exposure dan variabel outcome diukur sebagai data kontinyu hubungannya secara statistik diuji dengan uji korelasi kekuatan/keeratan hubungan dilihat dengan melihat nilai koefisien korelasi (r) ataupun dengan koefisien regressi

*

jika variabel exposure dan variabel outcome diukur sebagai data kategorikal hubungannya secara statistik dapat diuji dengan uji kuadrat, atau regressi logistik kekuatan hubungan dilihat dengan menghitung PR atau OR

jika variabel exposure diukur sebagai data kontinyu dan variabel outcome diukur sebagai data kategorikal hubungannya secara statistik dapat diuji dengan regressi logistik kekuatan hubungan dilihat dengan menghitung exponensial koefisien regressi setiap ada penambahan atau pengurangan satu satuan unit exposure terjadi peningkatan atau pengurangan odds outcome sebesar eksponensial koefisien regressi

* jika variabel exposure diukur sebagai data kategorikal dan variabel outcome diukur sebagai data kontinyu hubungannya secara statistik dapat diuji dengan uji t (jika hanya2 kelompok exposure) dan tes Anova (bila lebih dari 2 kelompok) kekuatan hubungan dilihat dengan membandingkan masing-masing nilai mean pada masing-masing kelompok

*Contoh :

dalam suatu penelitian dengan disain potong lintang : ingin melihat hubungan antara skore intensitas psikosis dengan kadar amphetamin darah. D = skore intensitas psikosis (data kontinyu) E = kadar amphetamin darah (data kontinyu) pengukuran D dan E dilakukan secara simultan populasi pengguna amphetamin yang datang ke klinik ketergantungan obat sampel 10 orang yang diambil secara random dari populasi

analisis deskriptif : menghitung mean, median, mode dari variabel D dan E

*

analisis analitik : buat diagram scatter untuk melihat hubungan secara kasar analisis korelasi linear dan analisis regrresi alpha ditentukan 0,05 untuk melihat hubungan E dan D lihat koefisien korelasi r untuk melihat bagaimana E memprediksian D lihat koeffisien regressi b

*Data

PasienSkore intesitas psikosisKadar amphetamin darah (Y) mg/ml ( X )

1 10 1502 30 300 3 20 2504 15 1505 45 4506 35 4007 50 4258 15 2009 40 35010 55 475

*persamaan garis linier : y = a + bx n xy - ( x )(y) b = -------------------------- n x2 - (x )2 y - bxa = --------------------------- n b2 [ x2 - ( x )2/n]r2 = ---------------------------------------- r = r2 y2 - (y)2/n

silahkan hitung koefisien korelasi r dan koefisen regressi b

*Uji statsitik: t statistik

n - 2 t = r ------------ dengan derajat kebebasan = n-2 1 - r2

Apakah ada hubungan secara statistik antara kadar amphetamin darah dengan skore intensitas psikosis

Buatlah persamaan garis y = a + bx

Seseorang pecandu dengan kadar amphetamin 360 mg/ml darah berapa kira-kira skore intesitas psikosisnya

*Contoh 2 dalam suatu penelitian dengan disain potong lintang ingin melihat hubungan antara merokok dan bronchitis kronis. D = bronchitis kronis (data kategorikal) E = merokok (data kategorikal) pengukuran D dan E dilakukan secara simultan populasi merupakan pegawai di pabrik A sampel 1000 orang yang diambil secara random dari populasi

analisis deskriptif : menghitung distribusi frekwensi D dan E

analisis analitik : analisis khi kuadrat dengan tabel kontingensi alpha ditentukan 0,05 untuk melihat hubungan E dan D hitung OR atau PR

*Tabel kontingensi 2x2 untuk data diatas

Outcome D + D - total

E + 200 200 400 exposure E - 100 500 600

total 300 700 1000

*Populasi

distribusi frekwensi variabel exposure distribusi frekwensi variabel outcome sampel dipilih secara random (acak) sampel representatif untuk populasisampelDistribusi frekwensi berdasarkan variabel exposure pada sampel terpapar dengan exposure E + tidak terpapar dengan exposure E - misal sampel terdiri dari 1000 orang terpapar dengan exposure E + = 400 orang = 40% tidak terpapar dengan exposure E - = 600 orang = 60%

E + 40%E - 60%prevalensi terpapar dengan exposure = 40%prevalensi tidak terpapar dengan exposure = 60%sampel

*Distribusi frekwensi berdasarkan variabel outcome pada sampeloutcome positif D (disease) +outcomenegatif D (disease) -misal sampel terdiri dari 1000 orang outcome positif D (disease) + = 300 orang = 30 %outcomenegatif D (disease) - = 700 orang = 70%

D + 30%D - 70%Prevalensi disease = 30%prevalensi not disease = 70%

*Mendistribusikan variabel disease pada variabel exposure

200 D+dari 400(E+) 200 D - 100 D+dari 600 (E-) 500 D -

200 D+ 200 D - 100 D+ 500 D -prevalens D+ pada kelompok E+ = 200/400Prevalens Ratio = ------------------------------------------------------------------ = 3prevalens D + pada kelompok E- = 100/600dari 400 orang (E+) prevalens D+ pada kelompok E+ = 200/400dari 600 orang (E-) prevalens D+ pada kelompok E - = 100/600E +

E -

*Odds D+E + (kelompok orang terpapar) = 200/200Odds D+E - (kelompok tidaterpapar) = 100/500

Odds D+E + (kelompok orang terpapar) 200/200OR = ---------------------------------------------------- = ------------ = 5 Odds D+E - (kelompok tidaterpapar) = 100/500

Tabel kontingensi 2x2 untuk data diatas

Outcome D + D - total

E + 200 200 400 exposure E - 100 500 600

total 300 700 1000

*Mendistribusikan variabel exposure pada variabel disease

200 E+dari 300 (D+) 100 E - 200 E+dari 700 (D-) 500 E -Prevalens E+D + (kelompok orang sakit) = 200/300Prevalens E+D - (kelompok tidak sakit) = 200/700

Prevalens E+D + (kelompok orang sakit) 200/300Prevalens Ratio = ---------------------------------------------------= ------------ = 2 1/3 Prevalens E+D - (kelompok tidak sakit) 200/700

*Odds E+D + (kelompok orang sakit) = 200/100Odds E+D - (kelompok tidak sakit) = 200/500

Odds E+D + (kelompok orang sakit) = 200/100 OR = ------------------------------------------------------------------ = 5 Odds E+D - (kelompok tidak sakit) = 200/500

Terlihat bahwa kalkulasi nilai OR tetap = 5. bila variabel disease didistribusikan pada variabel exposure atau bila variabel exposure dididtribusikan pada variabel disease

*Kelebihan Studi Potong Lintang :

dapat untuk melihat distribusi frekwensi penyakit di populsi dapat untuk melihat hubungan variabel exposure dan variabel outcome hasil analisisnya dapat dipakai untuk membangun hipotesis baru

Kelemahan Studi Potong Lintang

tidak dapat untuk melihat hubungan sebab akibat, karena variabel exposure dan variabel outcome diukur secara simultan