[prof.setyawan] epidemiologi
TRANSCRIPT
-
EPIDEMIOLOGIKULIAH BLOK 21 : PENYAKIT UNGGASSetyawan Budiharta
-
AcuanMartin et al (1987)Veterinary Epidemiology Principles and MethodsSetyawan Budiharta (2000)Kapita Selekta Epidemiologi VeterinerTrushfield (2007)Veterinary EpidemiologyLokakarya EpidemiologiSetyawan Budiharta dan W. Suardana (2007). Epidemiologi dan Ekonomi Veteriner
-
MOHON DIBUKA KEMBALIKuliah Blok 1: Strategi Penanganan Penyakit hewan2. Kuliah Blok 13: Jenis-jenis kajian observasional analitik3. Kuliah Blok 16: Surveillance anthrax
-
EPIDEMIOLOGI 1.Epi: Upon, apa yang ada pada (dalam) demos: Populi, populasilogos: 1. reason, speech, account 2. oral/written expression 3. doctrine, theory, science2. Epidemics: wabah logos: science3. Epidemiolgi: Kesehatan dan Penyakit populasi
-
EPIDEMIOLOGI 2.Epidemiologi : a. kesehatan dan penyakit b. dalam populasi c. faktor penyebab d. distribusi kesehatan/penyakit dan faktor penyebab dalam populasiPenyebab dalam epidemiolgi : semua hal, yang bila diubah intensitasnya akan mengubah intensitas penyakit probabilitasLihat postulat Evans dalam Budiharta dan Suardana (Epidemiologi dan Ekonomi Veteriner)
-
EMPAT PERTANYAAN KUNCI DALAM EPIDEMIOLOGIApakah penyakit ada dalam populasi ? Bila ada, berapa arasnya, bagaimana distribusinya ?Apa saja yang menjadi sebab penyakit, yang ada dalam populasiBagaimana penyakit dikendalikanBerapa kerugian penyakit, ongkos pengendalian, dan keuntungan bila penyakit terkendali ?
(Budiharta dan Suarjana, 2007)
-
Populasi targetRancangan penyelidikanVariabel ikutanVariabel ikutanBias informasioutcomeasosiasibaurPopulasi kajianSampling Bias seleksiDETEKSI PENYAKIT ARAS PENYAKIT-EVALUASI PENGENDALIAN- EKONOMI PENYAKITJujuh, Dikotomik,KategorisHewan, Peternak, Desa
-
Perencanaan pengambilan sampel
DATA
SAMPEL SENSUS
NONRAMBANG RAMBANG
Convienient Sederhana Sistematis Strata Tahapan KlasterBy Jugdement
-
1. SAMPLING RAMBANG SEDERHANA a. Kerangka sampling: semua hewan diberi nomor b. Hewan diambil menggunakan generator angka rambang c. Jumlah hewan tergantung tujuan penyidikan d. Keuntungan: sederhana penyimpangan estimasi kecil e. Kerugian: Kerangka sampling sulit diperoleh
CARA PENGAMBILAN SAMPEL
-
2. SAMPLING RAMBANG SISTEMATIS a. Hewan dipilih pada interval tertentu (hwn ke n) Jumlah seluruh populasi b. n = -------------------------------- besaran sampel c. generator angka rambang untuk memilih angka pertama d. Keuntungan: sprti angka rambang sederhana kerangka sampling tidak perlu e. Kerugian: tidak dapat untuk populasi yang besar
-
3. SAMPLING TAHAPAN GANDA a. Sampel rambang diterapkan pada unit organisasi, secara proporsional
b. Sampel hewan dipilih dari unit terakhir Kabupaten
Kecamatan Desa Peternak Hewan
-
Contoh: dipilih 2 dari 5 desa
Desa Jumlah proporsi Nomor yang populasi relatif diberikan 1. 1000 20 001 020 2. 200 4 021 024 3. 5000 100 025 124 4. 50 1 125 5. 800 16 126 141
c. Keuntungan: Kerangka sampling hanya pada unit terakhird. Kekurangan: penyimpangan harga estimasi lebih besar untuk memper kecil penyimpangan besaran sampel yang diperoleh diperbesar 5 7 kali
-
4. SAMPLING KLASTER a. Diambil semua hewan dalam kelompok terpilih b. Keuntungan dan kerugian seperti sampling tahapan ganda
-
5. SAMPLING RAMBANG BERSTRATA a. Populasi dikelompokan dalam strata, tergantung tujuan kajian: sifat hospes sifat lingkungan pembagian geografis b. Jenis sampling lain yang digunakan untuk memilih sampel setiap stratum c. semua unit dalam stratum tercakup
-
BESARAN SAMPELPERTIMBANGAN: penggunaan sampel1. Mendeteksi adanya penyakit pada populasi2. Estimasi aras penyakit pada populasi3. Menyidik penyebab penyakit
-
1. Mendeteksi Penyakita. Diperlukan perkiraan: 1) tingkat keyakinan (konfidensi) 2) prevalensi penyakit bila ada 3) jumlah hewan dalam populasi
b. Rumus: n = [1 (1 a)1/D][N (D 1)/2]n: jumlah sampela: tingkat konfidensiN: jumlah populasiD: tingkat penyakit
-
contohPopulasi sapi 1000(N), ada yang sakit 10 (D), Jika kita ingin menguji paling sedikit ada 1 ekor yang + dgn tingkat konfidensi 95 %, berapa sampel (n) yang dibutuhkan ?n = [1 (1 0,95)1/10][1000 (10 1)/2]
= (1-(1-0,95)0,1) (1000-4.5)
= 0.259 x 995.5 = 258 (Konf. 99 % = 0,369 x 995.5 = 367)
-
D = [1 (1 a)1/n][N (n 1)/2]Berapa maksimum hewan sakit jika sampel yang diperksa semuanya negatifJika dari Populasi ayam 5000(N), diperksa secara rambang 20 sampel semuanya negatif pulorum, berapa maksimum jumlah yg terkena pulorum ?
D= (1-(1-0.95) 1/20) ( 5000- (20-1)/2) = 1-(1-0.95)0.05) (5000-19/2) = 0.139 x 4990,5 = 694Prev 694/5000 : 13.9 %JIka 200 yang dites : prev mak : 1.5 %
-
Sampel yang dibutuhkan untuk paling sedikit 1 ekor positif pada pemeriksaan (konfidensi 95%/99%)
pop1 %5%10%50%3029/3023/2719/235/76057/6038/4723/315/710095/9945/5925/365/7300189/23554/7828/415/71000258/36756/8328/425/710000294/44859/9029/435/7
-
2. Estimasi Aras Penyakit Diperlukan 1) perkiraan aras penyakit 2) galat/penyimpangan perkiraan tersebut 3) tingkat konfidensi
-
b. Rumus
P: perkiraan arasQ: 1 PL : Galat yang diinginkan
n = 4PQ/L2 95%n = 9PQ/L2 99%
-
Contoh perhitungan:Prevalensi = 0,2Konfidensi = 95 %Galat = 5 %n = 4PQ/L2 = 4(0,2)(0,8)/(0,5)(0,5) = 0,64/0,01 = 64Populasi misal 150> 10 %N2 = 1/(1/n1 + 1/N) = 1/(1/64 + 1/150) =
-
3. Menyidik Penyebaba. Diperlukan 1) Estimasi akibat dalam kedua kelompok yang dibandingkan 2) Tingkat konfidensi a) galat tipe I b) galat tipe II
-
b. Rumus
n =[Z (2PQ)1/2 - Z (PeQe + PoQo)1/2]2(Pe Pe)2
Z = harga z galat tipe I (= 1,96) (untuk galat tipe I 5 %)Z = harga z galat tipe II(= 0,84) (untuk galat tipe II 20 %) Pe = perkiraan akibat untuk kelompok pertama
Qe = 1 - Pe
Po = perkiraan akibat untuk kelompok kedua
Qo = 1 Po
P = (Pe + Po)/2
Q = 1 - P
-
PENGUJIAN DIAGNOSTIKSETIAP PROSEDUR YANG DAPAT DIGUNAKAN UNTUK MENDIAGNOSIS SEEKOR HEWAN CONTOH: 1. Pemeriksaan fisik 2. Pemeriksaan rektal 3. Riwayat penyakit 4. Pengujian laboratorium a. Serologi b. Isolasi c. Patologi d. lain-lain
-
Tujuan pengujian diagnostik: Kepastian seekor hewan D+ atau D-
Variabel Pengujian Diagnostik: a. Sensitivitas b. Spesifisitas c. Harga prediktif d. Akurasi e. Presisi
-
Sensitivitas dan Spesifisitas:* Mengukur kemampuan suatu pengujian untuk membedakan ada atau tidaknya penyakit pada seekor hewan* Dalam disiplin lain penggunaannya dapat berbeda
-
SensitivitasProporsi hewan sakit yang bereaksi positif100 ekor sapi terinfeksi brucela 95 ekor + pada CFT 5 ekor pada CFT sensitivitas CFT = 95/100 = 95 %5 ekor negatif: negatif palsu
-
SpesifisitasProporsi hewan tidak sakit yang bereaksi negatif100 ekor sapi tidak terinfeksi brucela 98 ekor - pada CFT 2 ekor + pada CFT spesifisitas CFT = 98/100 = 98 %2 ekor positif: positif palsu
-
Negatif palsu 1. Toleransi (individual) 2. Malfungsi sistem imun 3. Tahap penyakit terlalu dini 4. Variasi imunologis antar individu 5. Lain-lain
Positif palsu 1. Vaksinasi 2. Reaksi silang 3. Antibodi perolehan - Kolustrum - Plasenta 4. Lain-lain
-
Ringkasan Tabel 2 x 2 Penyakit Penyakit (+) (-) (+) a b a + b Pengujian (-) c d c + d a + c b + d n = a +b+c+d
a = positif benar b = positif palsu c = negatif palsu d = negatif benar Sensitivitas = a/(a+c) x 100 %
Spesifisitas = d/(b+d) x 100 %
-
SakitTidak SakitTiter pemilah+-Positif benarNegatif benarPositif palsuNegatif palsutiterFrekuensi relatif50%25%0%
-
Mengukur Sensitivitas dan SpesifisitasPrinsip * Hewan benar-benar sakit, diuji * Hewan benar-benar bebas, diujiKesulitan * Mana hewan yang sakit? * Mana hewan yang bebas?Gold Standard * Sensitivitas dan Spesifisitas 100 % * Sulit dijalankan, tidak praktis, seringkali lama
-
Hubungan Sensitivitas dan SpesifisitasSakitTidak SakitTiter pemilah+-Positif benarNegatif benarPositif palsuNegatif palsutiterFrekuensi relatif50%25%0%
-
Prevalensi yang sebenarnya = true prevalence = (a+c)/nPrevalensi yang didapatkan = apparent prevalence = (a+b)/nHP tes positif = a/(a+b)HP tes negatif = d/(c+d)
-
Contoh:Se = 95 %; Sp = 95 % 1000 ekor hewan, True prevalence = 5 % Penyakit + - +Pengujian - Penyakit + - +Pengujian -Se & Sp= 95 %, 1000 ekor, True p 2 %Prevalensi yang didapatkan(yang tampak) = 95/1000= 9,5 %Prevalensi yang didapatkan(yang tampak) = 68/1000= 6,8 %
4847952903905509501000
1949681931932209801000
-
Bila Se dan Sp < 100 % True prevalence Apperant prevalence
Prevalensi sebenarnya = Prevalensi yang tampak (1 Sp) = ---------------------------------------------- 1 - (1 Se) - ( 1 Sp) atau
Prevalensi yang tampak + Sp 1 = -------------------------------------------- Sp + Se - 1
-
Contoh:Se = 95 %, Sp = 95 % 1000 ekor hewan, True p = 5 % Penyakit + - +Pengujian - Penyakit + - +Pengujian -Se & Sp= 95 %, 1000 ekor, True p 2 %HP tes positif = 48/(48+47)= 50 %HP tes negatif = 903(903+2)= 99 %
HP tes positif = 19/(19+49)= 28 % HP tes negatif = 931/(931+1)= 99,90 %
4847952903905509501000
1949681931932209801000
-
*True prevalence Brucellosis = 0,5 %Uji RBT Se = 90 %; Sp = 99 %Aplikasikan pada 1000 populasiPertanyaan: * Berapa HP+ dan HP- * Berapa Apparent prevalence
Bagaimana uji ini jika diaplikasikan pada true prevalence = 3,0 %
APA ARTINYA?
-
Kepentingan Harga PrediktifHP+ turun bila prevalensi turunPrevalensi HP+ 1 % 16,1 % 5 % 50,0 % 10 % 67,9 % 20 % 82,6 % 50 % 95,5 %Jadi, bila pengendalian menggunakan test and slaughter?
-
PENGGUNAAN DUA UJI DIAGNOSISCARA PENGGUNAAN1. SEMUA SAMPEL DIUJI DENGAN KEDUA UJI DIAGNOSIS INTERPRETASI: A. PARALEL B. SERI2. A. SEMUA SAMPEL DIUJI DENGAN UJI DIAGNOSIS PERTAMA. B. SAMPEL YANG MEMBERIKAN REAKSI + DIUJI DENGAN UJI DIAGNOSIS KEDUA INTERPRETASI: SERI
-
Uji I : Se = 50 %; Sp = 98,7 %Uji II : Se = 60 %; Sp = 98,6 %
Semua sampel diuji dengan 2 uji diagnosis Uji I (T1) Uji II ( T2) D+ D- Total + - 30 70 - + 50 80 + + 70 30 - - 50 7620 Total 200 7800 8000
-
Interpretasi paralel 1. T+ : Merupakan jumlah antara a. T1+ b. T2+ c. (T1,T2)+ 2. T adalah (T1,T2)
Interpretasi seri 1. T+ adalah (T1,T2) + 2. T adalah a. T1 b. T2 c. (T1,T2)
-
InterpretasiSensitivitasSpesifisitas Paralel Seri150/200 = 75 %70/200 = 35 %7620/7800 = 97,7 %7770/7800 = 99,6 %
-
2. Pengujian berulang pada reaktor uji pertama * menaikkan harga prediktif + * Pengujian 1 (T1): murah, sensitif, dan untuk jumlah sampel yang besar * Pengujian 2 (T2): mahal, sensitif, dan untuk sampel T1 positif T1 : Se 95 %; Sp 99 % T2 : Se 98 %; Sp 99 %
-
Harga Prediktif positif = 93/94 = 99 %Sensitivitas Keseluruhan = 93/100 = 93 %Spesifitas keseluruhan = (9801+98)/9900 = 99,99 %
Pengujian berulang pada sampel yang positif
T1D+D-JumlahT1+T1-9559998011949806Jumlah100990010000
T2D+D-JumlahT2+T2-93219894100Jumlah9599194
-
KESESUAIAN DUA PENGUJIANUntuk membandingkan/mencari kesesuaian dua pengujianDigunakan statistik Kappa ()
UJI BAKU
UJI BARU+-Jumlah+abg-cdhJumlahefn
-
Perhitungan Kappa:Proporsi Kesesuaian = (a+d)/nPeluang Proporsi Kesesuaian : = (e/n x g/n) + (f/n x h/n)
[(exg)/n + (fxh)/n] = ----------------------- nProporsi Kesesuaian Peluang = XPeluang Kesesuaian maks = 1 Peluang = YKappa () = X/YKappa : 0,7 (70 %) : Kesesuaian baik sekali 0,5 0,6 : Kesesuaian baik 0,4 : Kesesuaian cukup < 0,4 : Kesesuaian jelek
UJI BAKU
UJI BARU+-Jumlah+abg-cdhJumlahefn
-
Perhitungan Kappa:Proporsi Kesesuaian = (a+d)/n = (46 + 32)/100 = 0,78Peluang Proporsi Kesesuaian : = (e/n x g/n) + (f/n x h/n)
[(exg)/n + (fxh)/n] [(56x58)/100 + (44x42)/100] = ----------------------- = ------------------------------------- = 0,51 n 100Proporsi Kesesuaian Peluang = X = 0,78 0,51 = 0,27Peluang Kesesuaian maks = 1 Peluang = Y = 1 0,51 = 0,49Kappa () = X/Y = 0,27/0,49 = 0,55Interpretasi: Kappa : 0,55 Kesesuaian baik
UJI BAKU
UJI BARU+-Jumlah+46(a)12(b)58(g)-10(c)32(d)42(h)Jumlah56(e)44(f)100(n)
-
Contoh soal uji brucellosis Pertanyaan: Seberapa kesesuaiankedua pengujian tersebutGangguan retinaPertanyaan: Seberapa kesesuaiankedua klinikus tersebut
RBPT
CFT+-Jumlah+60565-35900935Jumlah959051000
Klinikus I
Klinikus II+-Jumlah+321244-104656Jumlah4258100
-
TERIMA KASIH