Dasar-Dasar Epidemiologi


Epidemiologi adalah sebuah studi yang mempelajari distribusi pasien sehat dan sakit dan mempelajari deviasi yang terjadi dalam populasi. Ilmu yang asal katanya berasal dari bahasa Yunani dengan nama: Epi:”diatas”-Demos:”masyarakat” dan Logos:”Ilmu”.

Triad epidemiologi terdiri dari tiga komponen yaitu: host, agent, and environment. Ada dua pembagian dari epidemiologi yaitu epidemiologi deskriptif yang mempelajari tentang insidensi dan prevalensi dari suatu penyakit di daerah tertentu. Pembagian lainnya dari epidemiologi adalah epidemiologi analitik yang bertujuan untuk mencari faktor risiko dari penyakit-penyakit. Selain mengetahui faktor-faktor risiko epidemiologi analitik ini juga penting dalam membuat alat diagnostik yang berkualitas. Ruang lingkup epidemiologi analitik ini sangat berkaitan dengan Evidence Based Medicine dimana hasil dari penelitian epidemiologi analitik ini nanti akan berguna dalam menentukan terapi dan juga prognosis pasien.

Banyak sekali manfaat dari belajar epidemiologi. Selain kita dapat memahami keadaan status kesehatan dari populasi. Kita juga dapat mengenali apakah sedang ada kejadian luar biasa/epidemi. Melakukan evaluasi dari program-program kesehatan dan efektivitas dari program kesehatan. Melakukan dukungan dari sistem kesehatan dan pelayanan rumah sakit.

Suatu kejadian epidemiologis dapat dijelaskan dengan suatu model yang disebut dengan model epidemiologis. Model epidemiologis adalah suatu model yang dapat menjelaskan faktor-faktor yang penting agar suatu kejadian epidemiologik dapat terjadi. Ada beberapa jenis model epidemiologi yang pertama adalah jaring-jaring kausasi dan model epidemiologik itu sendiri.

Gambar diatas adalah jaring-jaring kausasi. Faktor-faktor seperti overcrowding, malnutrisi, vaksinasi dan genetik menyebabkan “host” menjadi rentan terhadap penyakit. Dorongan beruapa paparan terhadap agen infeksius yaitu kuman Mycobacterium tuberculosis menyebabkan infeksi yang akhirnya berakhir sebagai tuberculosis.

Selain jaring-jaring kausasi ada satu model lagi yang sering dipakai oleh ilmuwan yaitu triad epidemiologi. Gambar dibawah ini menerangkan triad epidemiologi. Penyakit disebabkan oleh interaksi tiga faktor penting yaitu: host, agen dan juga lingkungan.

Di dalam “host” yang paling berpengaruh adalah faktor-faktor intrinsik, faktor fisik seseorang, kesehatan psikologis seseorang dan juga daya tahan tubuh. Di faktor agent yang paling penting adalah jumlah patogen beserta seberapa infeksius dan patogen bakteri/virus tersebut. Faktor terakhir yang tidak kalah penting adalah lingkungan. Lingkungan dalam hal ini bisa lingkungan tempat tinggal dan juga lingkungan kerja.

Pencegahan dalam Epidemiologi

Salah satu konsep yang paling penting dalam pendekatan epidemiologis adalah konsep pencegahan. Ada tiga level pencegahan yaitu:

1)Pencegahan primer

Pencegahan yang dilakukan di masyarakat yang bertujuan untuk mengurangi kesempatan seseorang terkena suatu penyakit/disfungsi tertentu. Dalam kasus ini, individu belum terkena penyakit.  Pada pencegahan primer ada dua jenis pencegahan yang dilakukan yaitu “pre-exposure stage” yaitu mencegah faktor-faktor yang mungkin di kemudian hari akan berkembang menjadi penyakit. sebagai contoh adalah memperbaiki kabel listrik yang sudah terkelupas dan mencegah exposure pada agent: seperti misalnya mengenakan masker ketika berhubungan dengan pasien yang terkena tuberculosis

2)Pencegahan sekunder

Pada pencegahan sekunder, dokter berhasil mendeteksi penyakit dalam stadium-stadium awal penyakit sebelum timbulnya komplikasi. Tujuan dari pencegahan ini adalah mengembalikan pasien ke keadaan tubuh sebelum sakit. Sebagai contoh, pada pasien demam berdarah dengue, pada stadium awal peyakit DBD kita sudah berhasil mendeteksi dan melakukan terapi cairan sebelum timbul komplikasi lebih lanjut.

3)Pencegahan tersier

Dilakukan program rehabilitasi sebelum keadaan penyakit tambah parah.

Fungsi Identifikasi Epidemiologik

Salah satu fungsi ilmu epidemiologi yang sudah disebutkan tadi adalah untuk mengidentifikasi penyakit-penyakit di lingkungan sebelum keadaan tambah parah. Identifikasi dilakukan dengan melakukan notifikasi kepada pihak yang berwajib di masyarakat. Rantai identifikasi penyakit adalah sebagai berikut:

Sub-district (kecamatan) –>district –>province –>national –>WHO

Untuk mengetahui apakah suatu penyakit sudah masuk dalam klasifikasi “parah” atau tidak. Kita lebih baik memiliki ukuran-ukuran yang menjadi patokan dalam menentukan derajat keparahan suatu penyakit. Beberapa ukuran-ukuran yang wajib kita ketahui adalah.
1)Rates :

Contoh: Mortality rate,

Rates diartikan sebagai kejadian yang terjadi dibagi dengan populasi yang mengalami risiko terkena penyakit tersebut.

Sebagai contoh: infant mortality rate diartikan sebagai:

Jumlah kematian infant dalam suatu tempat/jumlah infant yang ada di daerah *

*=orang dewasa tidak termasuk dalam perhitungan. Jadi hanya mereka yang memiliki risiko tinggi saja untuk terkena penyakit tersebut.

2)Ratio

Contoh: Maternal mortality ratio

Ratio diartikan sebagai kejadian yang dibagi dengan kejadian lainnya sehingga hasilnya adalah sebuah rasio.
Sebagai contoh:

Maternal mortality ratio

Kematian ibu/jumlah proses kelahiran

Dua-duanya adalah sebuah “kejadian” yaitu kematian ibu dan juga proses kelahiran yang terjadi.

3)Relative risk

Rasio seseorang dapat terkena suatu penyakit antara mereka yang terpapar oleh suatu faktor risiko dengan mereka yang tidak terpapar dengan faktor risiko tersebut.

Rumus dari relative risk adalah:

RR= Incidence of disease in exposed group/incidence of disease in non-exposed group

Sebagai contoh adalah kita sedang meneliti pengaruh merokok terhadap risiko terkena kanker paru-paru. Pertama, kita lihat berapa banyak orang terkena kanker pada mereka yang tidak merokok. Setelah itu, kita hitung banyaknya kasus kanker paru2 pada mereka yang merokok satu batang, 2 batang sampai 1 bungkus per hari. Dari situ kita akan dapat menghitung relative risk dari rokok terhadap kanker paru2.

Attributable Risk

Jumlah dari orang yang terkena penyakit yang dapat disimpulkan bahwa hal ini “disebabkan” oleh paparan dari faktor risiko.

Attributable risk = insidensi/mortalitas pada mereka yg terkespos – insidensi/mortalitas pada mereka yang tidak terekspos

Sebagai contoh, kita ingin meneliti pengaruh merokok terhadap risiko kena kanker paru-paru. Pertama, kita lihat berapa bayak orang yang tidak merokok dan terkena kanker paru-paru. Ini kita tetapkan sebagai nilai baselinenya. sebagai contoh, mesikipun dia tidak merokok ada 7 orang terkena kanker paru-paru Apabila misalnya kita menemukan bahwa apabila merokok satu batang ada 32 orang yang terkena kanker paru-paru. Attributable risknya adalah 32-7 jadi 25 orang sebagai attributable risk dari merokok terhadap kanker paru2.

Selain istilah-istilah diatas kita juga harus memahami istilah-istilah dasar epidemiologis lainnya seperti:

Morbiditas:

Morbiditas sebetulnya berarti penyakit. Seringkali kita mendengar istilah “komorbiditas” yang berarti timbulnya dua pneyakit secara bersamaan.

Mortalitas:

Mortalitas artinya kematian.

Epidemic:/Pandemic/Endemic:

Rates:

Rates dalam epidemiologis menandakan bahwa ada dua hal yang dibandingkan. Satu sebagai pembilang dan yang lain akan bertindak sebagai penyebut. Pembilang biasanya adalah jumlah kejadian yang terjadi sedangkan penyebut adalah jumlah populasi yang menjadi objek penelitian.

Contoh: Infant mortality rates:

X (jumlah bayi yang mati di suatu daerah)/1.000 bayi (sebagai denominator)

Maternal mortality rate

X (jumlah ibu yang mati di suatu daerah)/1.000.000 ibu yang sedang hamil atau 42 hari dari terminasi kelahiran)

Insidensi:

Jumlah banyaknya orang yang baru terkena penyakit dibagi dengan berapa orang yang berisiko untuk terkena penyakit tersebut.

Contoh:

Seorang peneliti ingin mencari tahu berapa insidensi orang yang terkena kanker prostat di dalam puskesmas X pada tahun 2012. Kita mencari tahu dengan membagi kasus baru yang terjadi di puskesmas X pada tahun 2012 yaitu 77 kasus dibagi dengan laki-laki yang terdapat di puskesmas X. Ingat bahwa kanker prostat hanya dapat terjadi di laki-laki
Prevalensi

Jumlah banyaknya orang yang terkena suatu penyakit dibagi dengan banyaknya orang yang terdapat di daerah yang sama pada pertengahan tahun.

Crude Mortality Rate:

Jumlah banyaknya orang yang mati di suatu tempat dalam jangka waktu satu tahun. Kematian ini dapat diseabkan oleh sebab apapun. Jumlah kematian ini dibagi dengan populasi rata-rata dalam daerah tersebut. Dihasilkan crude mortality rate suatu daerah per 100.000 penduduk.

Cause-specific mortality rate:

Berbeda dengan crude mortality rate dimana sebab kematian tidak dijelaskan dengan rinci. Cause specific mortality rate menjelaskan secara rinci sebab kematiannya. Misalnya, kematian akibat senjata api.

Age specific mortality rate

Mirip dengan crude mortality rate, namun pada age specific mortality rate tergantung dari umur penderita atau kelompok umur penderia.

Contoh:

Under 5 mortality rate: jumlah kematian oleh segala sebab yang terjadi dalam setahun pada suatu populasi dibagi rata-rata populasi dalam grup yang sama/100.000 populasi per tahun.

Untuk mendapatkan data epidemiologis yang optimal. Tidak hanya kita menggunakan age-adjusted (tergantung umur) tapi bisa juga kematian diatur oleh: ras, jenis kelamin, tingkat edukasi, tingkat sosio-ekonomik dan juga agama.

Maternal mortality ratio

Maternal mortality ratio berarti jumlah ibu yang meninggal/jumlah kelahiran dalam setahun dalam 100.000 kelahiran per tahun.

Case fatality percentage

Nilai ini digunakan untuk mengetahui berapa banyak orang yang mati yang disebabkan oleh suatu penyakit/banyaknya orang yang terkena kasus penyakti tersebut. Tujuan nilai ini adalah untuk mengetahui berapa tingkat kematian penyakit tersebut.
Contoh:

Orang yang terkena flu burung di suatu kabupaten adalah 1000 orang. Jumlah orang yang mati adalah 50 orang maka case fatality percentagenya adalah: 50/1000 = 0.05

Fertility Rate

Bagian ini menelaah variabel-variabel yang berkaitan dengan derajat reproduksi suatu bangsa. Ada beberapa variabel penting dari fertility rate:

Crude birth rate:

Variabel ini mengukur secara “kotor” jumlah kelahiran. Cara mengukurnya sangat mudah yaitu jumlah kelahiran dibagi dengan populasi suatu negara.

General Fertility Rate

Variabel ini mengukur jumlah kelahiran dibandingkan terhadap banyaknya perempuan dalam usia 15-49 tahun. Umur 15-49 tahun ini diambil karena usia tersebut dianggap usia yang produktif.

Age specific fertility rate

Untuk mengetahui jumlah kelahiran dibandingkan terhadap banyaknya perempuan dalam suatu usia tertentu. Misalnya, kita ingin tahu erapa banyak kelahiran pada perempuan berumur 17 tahun.

Gross Reproductive Rate

Variabel ini mengukur kemampuan reproduktif suatu bangsa dengan mengukur berapa banyak anak perempuan yang akan lahir dari suatu perempuan sampai perempuan tersebut berumur 45 tahun.

Bagaimana kita menginterpretasikan informasi dari hasil-hasil epidemiologis?

Ada dua cara untuk menginterpretasikannya. Yang pertama adalah mengukur perubahan pada populasi. Untuk mengetahui perubahan populasi biasanya kita mengukur dari jumlah kelahiran, kematian dan juga migrasi.

Untuk mengukur tingkat kesehatan suatu populasi biasanya kita menggunakan infant mortality rate dan maternal mortality rate. Keputusan untuk mengukur dua variabel ini disebabkan karena kedua variabel tersebut paling sensitif terhadap perubahan-perubahan pada tingkat kesehatan masyarakat.

Dalam merencanakan suatu program kesehatan sebaiknya kita harus mengetahui manakah orang-orang yang paling memerlukan bantuan.

For more information visit:

www.aldoferly.com

One thought on “Dasar-Dasar Epidemiologi

  1. Sayang ya..
    tools-nya sudah lengkap. Namun tidak diimbangi dengan SDM yang baik dan teknologi IT yang mumpuni. Akhirnya data epidemiologi kita tidak pernah beranjak. Padahal sangat bermanfaat dalam berbagai bidang. Dik Aldo punya ide terobosan?

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s