tgs dr.santi

Upload: wan-siti-sarah

Post on 01-Mar-2016

21 views

Category:

Documents


0 download

DESCRIPTION

anat

TRANSCRIPT

Ukuran Frekuensi Penyakit

Ukuran Frekuensi PenyakitPopulasiSekelompok orang dengan karakteristik umum seperti usia, ras, jenis kelaminDua jenis populasi, berdasarkan apakah keanggotaan permanen atau sementar:

Populasi Tetap: keanggotaan bersifat permanen dan didefinisikan oleh sebuah peristiwa. Contoh: Selamat bom atomPopulasi Dinamis: Keanggotaan bersifat sementara dan didefinisikan dengan berada di luar dari "negara".Contoh Warga kota BostonFrekuensi PenyakitIngin mengukur terjadinya penyakit pada populasi.Ukuran frekuensi penyakit harus memperhitungkan :Jumlah individu yang terkena penyakit iniUkuran dari populasi sumberLama waktu penduduk diikutiContoh Frekuensi Hipotesis AIDS di Dua KotaKasus Baru Periode WaktuPopulasiKota A 581995 25.000Kota B 351995-96 7.000

Tingkat Tahunan dari AIDSKota A = 58/25.000/1 tahun = 232/100.000/1 tahunKota B= 35/7.000/2 tahun = 17,5/7.000/1 tahun = 250/100.00/1 tahun

Untuk memudahkan membandingkan tarif dengan menggunakan satuan populasi yang sama (misalnya, per 100.000 penduduk) dan jangka waktu (misalnya, 1 tahun)

tiga kelas parameter matematikaDigunakan untuk menghubungkan jumlah kasus dari ukuran penyakit populasi dan waktuRasio: Divisi satu nomor dengan yang lain, angka tidak harus berhubunganProporsi: Pembilang adalah bagian dari penyebut, sering dinyatakan sebagai persentaseTingkat: Waktu merupakan bagian intrinsik dari penyebut, istilah yang paling disalahgunakanPerlu untuk menentukan apakah ukuran merupakan peristiwa atau orang

Prevalensi(P) mengkuantifikasi jumlah kasus penyakit yang ada dalam suatu populasi pada saat sesaat atau selama periode waktu.P = jumlah kasus dari penyakit / Jumlah total populasi (pada suatu titik atau selama periode waktu)Contoh: Kota A memiliki 7000 orang dengan artritis pada 1 januari 1999.Populasi dari kota A = 70000Prevalensi dari artritis pada 1 Januari = 10 atau 10%Insiden - mengkuantifikasi jumlah kasus baru penyakit yang berkembang di populasi berisiko selama periode waktu tertentutiga konsep kunciKejadian penyakit baru, atau penyakit yang dapat terjadi lebih dari satu kali, biasanya kejadian pertama kali dari penyakit.Populasi yang berisiko (calon populasi ) - tidak dapat memiliki penyakit yang sudah ada, harus memiliki organ yang relevanWaktu harus tepat bagi seseorang untuk berpindah dari sehat menjadi sakitDua Jenis Pengukuran InsidenInsiden kumulatif (IK)

Tingkat Insiden (TI)Dua Jenis Pengukuran Insiden(Lanjutan)Insiden Kumulatif =Jumlah kasus baru penyakitJumlah calon populasi selama periode waktu tertentuDua Jenis Pengukuran Insiden(Lanjutan)Kumulatif Insiden memperkirakan probabilitas atau risiko bahwa seseorang akan mengembangkan penyakit.SELAMA WAKTU TERTENTUPerhatikan bahwa calon populasi dibandingkan orang-orang yang "berisiko" terkena penyakit tersebut.Digunakan terutama untuk populasi tetap karena yang menganggap bahwa setiap orang diikuti untuk seluruh jangka waktuContoh: Insiden kumulatif dari Sudden Infant Death Syndrome selama tahun pertama kehidupan.

Populasi1.000 kelahiran hidupKasus SIDS10Insiden Kumulatif lebih dari 1 tahun10/1.000 atau 1%

*Perhatikan bahwa semua kelahiran hidup adalah "berisiko"Usia dan Risiko Kanker PayudaraSeperti yang ditunjukkan oleh angka-angka Insiden kumulatif, faktor risiko terbesar tunggal untuk kanker payudara adalah usia.

Perhitungan Insiden kumulatif mengasumsikan bahwa Anda telah mengikuti seluruh penduduk untuk seluruh periode tindak lanjut. Sebagai contoh, diasumsikan Anda telah mengikuti semua kelahiran hidup selama satu tahun atau sampai SIDS terjadiSeringkali Anda tidak dapat mengikuti semua orang untuk seluruh waktu.Dalam populasi yang dinamis, individu memasuki populasi dari waktu ke waktu, menjadi hilang, dllJadi panjang tindak lanjut tidak seragam untuk semua.Tingkat insiden tidak membuat asumsi lengkap tindak lanjutTingkat Insiden (TI) = Kasus baru dari penyakitOrang - waktu pengamatan dalam calon populasi

ukuran ini adalah tingkat yang benar karena langsung terintegrasi waktu ke penyebutAkrual Orang - WaktuJanJanJan198019891999

Subjek 1x10 orang-tahun (PY)Subjek 2 x10 PYSubjek 320 PY40 PY

X = hasil yang menarik, sehingga tingkat insiden adalah 2/40 PY

Beberapa Cara untuk bertambah 100PY100 orang mengikuti 1 tahun masing-masing = 100 py10 orang mengikuti 10 tahun masing-masing = 100 py50 orang mengikuti 1 tahun ditambah 25 orang mengikuti 2 tahun masing-masing = 100 py

Satuan waktu untuk orang-waktu = tahun, bulan atau hariOrang-waktu= orang-tahun, orang-bulan, orang-hariContoh Penelitian Cohort dari risiko kanker payudara di kalangan perempuan dengan hipertiroidismeDiikuti 1.762 wanita 30.324 pyRata-rata 17 tahun masa tindak lanjut per wanitaDipastikan 61 kasus kanker payudaraTingkat Insiden = 61/30.324 py = 201/100.000 pyUlasan DimensiPrevalensi = Orang Orang Tidak ada DimensiInsiden Kumulatif = Orang Orang Tidak ada DimensiTingkat Insiden = Orang orang-waktu Dimensi adalah waktuHubungan antara prevalensi dan insidenP / (1-P) = iR x DPrevalensi tergantung pada tingkat kejadian dan durasi penyakit (durasi berlangsung dari timbulnya penyakit hingga berakhir).

Jika insiden rendah tetapi durasi panjang - prevalensi relatif tinggi.Jika insiden tinggi tetapi durasi pendek - prevalensi relatif rendah.Kondisi untuk persamaan menjadi benar:Steady stateIR konstanDistribusi jangka waktu yang konstan

Perhatikan bahwa jika prevalensi penyakit rendah (kurang dari 10%), persamaan disederhanakan menjadi P = IR x DMencari durasi dari prevalensi dan insiden

Tingkat kejadian kanker paru-paru = 45,9 / 100.000 py

Prevalensi kanker paru-paru = 23 / 100.000 p

D = P = 23/100.000 p IR 45,9/100.000 py = 0,5 years

Kesimpulan: Individu dengan kanker paru-paru bertahan 6 bulan dari diagnosis sampai matiPenggunaan prevalensi dan Insiden Tindakan

Prevalensi: administrasi, perencanaan, penelitian

Insiden: Penelitian etiologi (masalah dengan prevalensi karena menggabungkan IR dan D), perencanaanLangkah-langkah umum frekuensi penyakit untuk kesehatan masyarakatTingkat Kematian kasar (mortalitas) :Total jumlah dari kematian semua kasus1.000 oranguntuk satu tahun

(juga penyebab spesifik, usia tertentu, tingkat kematian, ras tertentu)Langkah-langkah umum frekuensi penyakit untuk kesehatan masyarakatAngka Kelahiran Hidup

Jumlah total kelahiran hidupuntuk satu tahun1.000 orang (kadang-kadang wanita usia subur)

Angka Kematian Bayi

#kematian bayi dibawah umur 1 tahun Untuk satu tahun 1.000 kelahiran hidupTingkat Serangan#kasus penyakit yang berkembang selama periode didefinisikan#di Populasi yang berisiko pada awal periode

(biasanya digunakan untuk wabah penyakit menular)Angka kematian#kematian untuk jangka waktu tertentu#kasus penyakit

Angka Kelangsungan Hidup#kasus yang hidup untuk jangka waktu tertentu#kasus penyakitIndikator untuk kegawatdaruratan kebidanan6: Angka kematian kasus kebidanan langsungAngka kematian kasus kebidanan langsung adalah proporsi perempuan mengaku ke fasilitas kegawatdaruratan kebidanan dengan komplikasi kebidanan langsung besar, atau yang mengalami komplikasi seperti setelah masuk, dan mati sebelum dibuangtingkat yang dapat diterima maksimal kurang dari 1%Laporan Boston Globe pada kematian ski selebriti"Meskipun ski memiliki risiko yang melekat, tidak lebih berbahaya daripada kegiatan umum lainnya. Perbandingan nasional di bawah ini tidak mencerminkan jumlah peserta yang berbedaApakah pernyataan ini akurat? apa angka dalam grafik berikut ini? Insidensi? Prevalensi? atau kadang lain?

Kematian ski (1996-1997 musim)..............36Kematian ski (1984-1997 rata-rata)...........34Kematian disengaja: Bagaimana ski dibandingkan dengan olahraga lainnya? Ingatlah untuk mempertimbangkan penyebut hilang ketika membuat penilaian Anda.Kematian disengaja: Bagaimana ski dibandingkan dengan olahraga lainnya? Ingatlah untuk mempertimbangkan penyebut hilang ketika membuat penilaian Anda.Dalam kelas latihan untuk langkah-langkah praktek frekuensi penyakitBagian: Penjelasan jenis parameter matematika (rasio / proporsi / tingkat) dan jenis ukuran frekuensi penyakit (kumulatif kejadian / tingkat kejadian / prevalensi) yang paling menggambarkan setiap masing-masing berikut ini.1. Persentase bayi yang terdaftar di dalam sebuah pusat penitipan anak yang tertular impetigo selama epidemi.2. Tingkat Serangan (kejadian kumulatif).Persentase selalu proporsi.Penjelasan jenis parameter matematika (rasio / proporsi / tingkat) dan jenis ukuran frekuensi penyakit (kumulatif kejadian / tingkat kejadian / prevalensi) yang paling menggambarkan setiap masing-masing berikut ini.2. Persentase calon tentara potensial yang ditolak karena penglihatan yang buruk.

A: Prevalensi proporsi. Sekali lagi, kata kuncinya adalah "persentase"Penjelasan jenis parameter matematika (rasio / proporsi / tingkat) dan jenis ukuran frekuensi penyakit (kumulatif kejadian / tingkat kejadian / prevalensi) yang paling menggambarkan setiap masing-masing berikut ini.3. Jumlah pilek yang dialami dalam setahun per seribu orang.

A. Tingkat kejadian. (insiden kumulatif juga dapat diterima). Peristiwa di pembilang dapat mengalami hingga beberapa kali oleh orang yang sama (pilek, infark miokard) atau mungkin unik dalam masa hidup individu (diagnosis awal kanker, kematian).Penjelasan jenis parameter matematika (rasio / proporsi / tingkat) dan jenis ukuran frekuensi penyakit (kumulatif kejadian / tingkat kejadian / prevalensi) yang paling menggambarkan setiap masing-masing berikut ini.4. Persen laki-laki mengalami penurunan yang ditemukann kanker prostat saat otopsi

A. proporsi prevalensi5. Jumlah bayi lahir mati (anak yang lahir mati) per seribu kelahiran hidup

A: Jumlah bayi lahir mati (anak yang lahir mati) per seribu kelahiran hidup Ratio (khususnys ini adalah "rasio kematian janin" Hal ini berbeda dari "angka kematian janin" yang merupakan proporsi: jumlah kematian janin / total jumlah kelahiran (kelahiran hidup ditambah kematian janin)

6. Persentase orang yang memiliki malaria yang resisten terhadap pengobatan dengan klorokuin

A: Persentase orang yang memiliki malaria yang resisten terhadap pengobatan dengan klorokuinProporsi Prevalensi7. Jumlah tumor otak baru yang didiagnosis pada satu tahun per 100.000 anakA: Tingkat Insiden (Insiden kumulatif juga dapat diterima)

8. Persentase bayi lahir hidup dengan malformasi jantung diantara 100.000 kelahiran hidup.

A: Proporsi PrevalensiBagian 2: Sebuah investigasi epidemiologi yang dimulai pada 1 Januari 1994 telah mengidentifikasi sebuah populasi dari 1.000 individu diantaranya 4 ditemukan memiliki penyakit yang diteliti pada tanggal tersebut. Selama tahun penelitian, 6 kasus baru tambahan yang ditemukan. Di antara total 10 kasus, ada 6 kematian sepanjang tahun.Bagian 2 (lanjutan)Untuk 10 kasus, diagram menunjukkan waktu kasus pengakuan, periode pengamatan selama penelitian, dan status penting pada saat penghentian pengamatan.

panah di mulai dari diagram (pasien 1,2,3,4) menunjukkan bahwa mulainya penyakit yang terjadi sebelum studi dimulaimengasumsikan bahwa 990 orang yang tersisa di studi ini tidak menjadi sakit atau meninggal selama tahun pengamatanDari informasi dan diagram memberikan perhitungan sebagai berikutPrevalensi dari penyakit pada:i. 1 Januari 1994 4/1.000

ii. 1 Juli 19945/996

Iii. 31 Desember 19944/994

Dari informasi dan diagram memberikan perhitungan sebagai berikutInsiden Kumulatif selama 19946/996C. Angka Mortaliti Populasi selama 1994 (Catatan: menggunakan ukuran populasi pada awal tahun untuk perhitungan ini) Angka Mortaliti Populasi selama 1994 5/1.000Ini adalah Insiden kumulatif

D. Angka Kasus kematian selama 1994Angka kasus kematian selama 1994 6/10E. yang dari langkah-langkah di atas akan menjadi indikator terbaik untuk masing-masing tujuan berikuti. Menentukan efektivitas pengobatan baru A: Angka kematian, Tingkat kematian, Prevalensiii. Mengevaluasi efektivitas dari sebuah program yang mencoba untuk mencegah penyakit A: Insiden Kumulatifiii. Memperkirakan kebutuhan untuk fasilitas medis dalam mengobati penyakit A: Prevalensi, InsidensiInterval KonfidensiInterval konfidensi: selang nilai yang dihitung dari sampel, yang hampir pasti untuk menutupi nilai populasi yang sebenarnya.kita membuat interval konfidensi menggunakan nilai yang dihitung dari sampel, bukan nilai-nilai diketahui dari populasi.

Interpretasi: pada 95% sampel yang diambil, proporsi sampel yang sebenarnya (atau rata-rata) akan di interval.

ini juga sama dengan mengatakan kita 95% yakin bahwa proporsi populasi yang sebenarnya (atau rata-rata) akan berada di interval.Bagaimana menghitung interval Kita tahu bahwa dalam 95% dari sampel, proporsi populasi yang sebenarnya (atau rerata) akan jatuh dalam dalam 2 kesalahan standar dari rata-rata sampel.Dimana 2 berasal dari:Untuk kurva lonceng 95% dari data akan berada di antara +/- 1,96 standar deviasi

Apa standar error:Ini bukan standar deviasi sampel, itu adalah standar deviasi dari sampel proporsi (atau rerata)Interval Konfidensi untuk Proporsi(sampel untuk sebuah variabel kategori)Jika banyak sampel yang diambil dari ukuran n (n> 30).Kemudian sampel proporsi akan memiliki standar error:

Se =