PPT UTS CRP3_compressed
PPT UTS CRP3_compressed
PPT UTS CRP3_compressed
EPIDEMIOLOGI
dr. Putri Chairani Eyanoer, MS.Epi, PhD
dr. Yuki Yunanda, M.Kes
W.H. Frost
Suatu ilmu yang mempelajari timbulnya,
distribusi, dan jenis penyakit pada manusia
menurut waktu dan tempat.
◼ Azrul azwar
ilmu yang mempelajari tentang frekuensi dan
penyebaran masalah kesehatan pada sekelompok
manusia serta faktor-faktor yang mempengaruhi
masalah kesehatan.
PENGERTIAN EPIDEMIOLOGI
1. Aspek Akademik
2. Aspek praktis
3. Aspek Klinis
4. Aspek Administratif
Aspek Akademis
◼ Secara akademik, epidemiologi berarti analisis
data kesehatan, sosial ekonomi dan
kecendrungan yg terjadi unt mengadakan
identifikasi dan interpretasi perubahan2
keadaan kesehatan yg terjadi atau akan terjadi
di masyarakat umum atau pd kelompok umur
tertentu
Aspek Praktis
◼ Epidemiologi merupakan ilmu yang ditujukan pd
upaya pencegahan penyebaran penyakit yg
menimpa individu, kelompok atau masyarakat
umum
◼ Contoh : Penyakit AIDS, walaupun cara
perlindungan dan pengobatan blm diketahui
tetapi telah dilakukan upaya mencegah
penyebaran penyakit tersebut, misal : surat
keterangan bebas HIV-AIDS untuk memasuki
suatu wilayah/negara
Aspek klinis
◼ Epidemiologi berarti suatu usaha untuk
mendeteksi secara dini perubahan insidensi atau
prevalensi dengan penemuan klinis atau
laboratoris pada awal kejadian luar biasa atau
timbulnya penyakit baru, misal : karsinoma
vagina pada gadis remaja atau AIDS yang
awalnya ditemukan secara klinis
Aspek Administratif
◼ Suatu usaha untuk mengetahui suatu status
kesehatan masyarakat di suatu wilyah atau negara
gar dpt diberikan pelayanan kesehatan yang
efektif dan efisien
MENGAPA PETUGAS KESEHATAN
MEMBUTUHKAN PENGETAHUAN
EPIDEMIOLOGI
1. Walaupun teknologi kedokteran telah mengalami
kemajuan yang sangat pesat, tetapi masihh banyak
faktor penyebab penyakit yg belum terungkapkan,
dalam hal demikian pendekatan epidemiologis
adalah cara yang efektif & efisien untuk
mengungkapkan penyebab penyakit
2. Keberhasilan percobaan pengobatan atau
pengobatan penyakit yang dilakukan di klinik atau
di laboratorium maish harus diuji keampuhannya
di masyarakat
3. Frekuensi distribusi penyakit yang diperoleh di RS
harus disesuaikan dengan kondisi di masyarakat
Dept. Komunitas 36
Konsep Sehat
37 Dept. Komunitas
Konsep Sehat
38 Dept. Komunitas
Konsep Sakit
39 Dept. Komunitas
Konsep Sakit
John Gordon - Segitiga Epidemiologi (Multiple
Causation of Disease) :
Sehat atau tidaknya seseorang tergantung dari ada
atau tidaknya proses dinamis yang merupakan
hubungan timbal balik antara 3 faktor :
1. Host (Penjamu)
2. Environment (Lingkungan)
3. Agent (Bibit Penyakit)
40 Dept. Komunitas
1. Host (Penjamu)
41 Dept. Komunitas
2. Agent (Bibit Penyakit)
42 Dept. Komunitas
3. Environment (Lingkungan)
43 Dept. Komunitas
Unsur Penyebab
◼ Pada umumnya penyakit disebabkan oleh
beberapa unsur:
1. Penyebab kausal primer
2. Penyebab kausal sekunder
44 Dept. Komunitas
a. Penyebab kausal primer
1. Unsur penyebab biologis
► Semua unsur penyebab yg tergolong makhluk hidup
► Umumnya dijumpai pada penyakit infeksi dan penyakit
menular
2. Unsur penyebab nutrisi
► Kekurangan/kelebihan zat nutrisi
3. Unsur penyebab kimiawi
► Semua unsur dalam senyawaan kimia
4. Unsur penyebab fisika
► Proses fisika,mis panas,irisan,pukulan
5. Penyebab psikis
► Semua unsur yang bertalian dengan kejiwaan
45 Dept. Komunitas
b. Penyebab nonkausal (sekunder)
◼ Merupakan unsur pembantu/penambah dalam
proses kejadian penyakit
◼ Ikut dalam hubungan sebab akibat terjadinya
penyakit
46 Dept. Komunitas
Unsur Host
1. Manusia sebagai makhluk biologis, memiliki
sifat biologis tertentu, seperti:
• Umur, jenis kelamin, ras, keturunan
• Bentuk anatomis tubuh
• Fungsi fisiologis
• Keadaan imunitas
• Kemempuan interaksi antara penjamu dengan
penyebab secara biologis
• Status gizi dan kesehatan secara umum
47 Dept. Komunitas
2. Manusia sebagai makhluk sosial, mempunyai
sifat khusus seperti:
• Kelompok etnik termasuk adat, kebiasaan, agama dan
hubungan keluarga serta hubungan sosial
kemasyarakatan
• Kebiasaan hidup dan kehidupan sosial sehari-hari
termasuk kebiasaan hidup sehat
48 Dept. Komunitas
Unsur Lingkungan (Environment)
49 Dept. Komunitas
Pembagian Lingkungan
50 Dept. Komunitas
2. Lingkungan fisik (termasuk kimia dan radiasi),
meliputi:
• Udara, keadaan cuaca, geografis dan geologis
• Air, baik sebagai sumber kehidupan maupun sebagai
bentuk pencemaran air
• Unsur kimiawi lainnya; pencemaran udara, tanah dan
air, radiasi dll
51 Dept. Komunitas
3. Lingkungan sosial
• Sistem hukum, administrasi dan kehidupan sosial
politik serta sistem ekonomi yang berlaku
• Bentuk organisasi masyarakat setempat
• Sistem pelayanan kesehatan
• Kebiasaan hidup masyarakat setempat
• Kepadatan penduduk, kepadatan rumah tangga
52 Dept. Komunitas
HOST
AGENT ENVIRON
MENT
53 Dept. Komunitas
INTERAKSI AGEN, HOST, DAN
LINGKUNGAN :
(1) A (3) H
H A
(2) H (4)
A
A H
RIWAYAT ALAMIAH PENYAKIT
(RAP)
◼ adalah : Proses Perjalanan suatu penyakit yang alami
(tanpa adanya intervensi yg dilakukan oleh manusia dg
sengaja dan terencana) sejak dari keadaan yang sehat
hingga timbulnya akibat penyakit.
◼ Tiap penyakit mempunyai (RAP) masing2
◼ RAP sebenarnya merupakan suatu eksperimen dg
intervensi yg dilakukan oleh alam
◼ Eksperimen alamiah ini dpt berupa patogenik dan
patogresif
PATOGENIK
◼ Pd keadaan ini seseorang yg pd mulanya sehat menjadi sakit
yg disebabkan intervensi yg dilakukan oleh alam atau oleh
orang yg bersangkutan baik secr sengaja maupun tdk sengaja
◼ Intervensi alam : bencana alam, banjir, gempa bumi, letusan
gunung
◼ Intervensi orang yg bersangkutan,
◼ Disengaja : kebiasaan merokok, minum alkohol
◼ Tdk disengaja : termakan atau terminum makananan atau
minuman yg sudah terkontaminasi oleh bakteri patogen yg dpt
menimbulkan penyakit
PATOGRESIF
prapatogenesis patogenesis
Infeksi sakit 1. Sembuh
2. Kronis
3. Sembuh dg cacad
4. mati
◼ Prapatogenesis : periode saat org mulai terinfeksi
tanpa gej.klinis (masa tunas) dan ini berbeda pd tiap
peny.tergantung pd sifat bakteri (patogenitas,
virulensi, juml.bakteri, dll)
◼ Patogenesis : periode pd awalnya seseorang telah
sakit dan timbul gejala yg mengikuti
◼ Perjalanan penyakit dikembangkan menjadi 4
fase/tahap, yaitu
◼ tahap peka(rentan),
◼ tahap pragejala,
◼ tahap klinis dan
◼ tahap ketidakmampuan
Riwayat Alamiah Penyakit tdd 4 Fase
(Rothman 1981, Mausner dan Kramer, 1985) :
◼ Fase Rentan
◼ Fase Presimptomatik
◼ Fase Klinik
◼ Fase Terminal
1. Tahap Rentan/peka
◼ Tahap berlangsungnya proses etiologik, dimana faktor
penyebab pertama untuk pertama kalinya bertemu
penjamu. Disini faktor penyebab pertama belum
menimbulkan penyakit, tetapi telah mulai meletakkan
dasar-dasar bagi penyakit nantinya. Faktor penyebab
pertama termasuk juga faktor resiko, yaitu faktor yang
kehadirannya meningkatkan probabilitas kejadian
penyakit.
Contoh:
- Kebiasaan merokok → Ca Paru
- Kolesterol LDL yang tinggi → PJK
- Gizi yang buruk → TBC
- Radiasi sinar –X → Laukemia
2. Tahap Presimptomatik/Pra gejala
'.?6<1.;
&><=<>?6
'(%
:2>A=.8.;;69.6>29.@63E4165.?698.;1.>6
=2>/.;16;4.;1A.;69.68A.;@6@.@63E4
=2:/69.;4;E.@61.8:2>A=.8.;/.46.;1.>6
=2;E2/A@
#6??2/A.5;69.68A.;@6@.@631.;;69.6
8A.;@6@.@639.6;.1.9.5:.8.>.?6<;E.
.1.9.5
<;@<5
&.1.?A.@A827.16.;9A.>/6.?.82>.0A;.;
:.8.;.;@2>1.=.@ <>.;4=2;12>6@.1.;
16.;@.>.;E..1.9.5.;.8.;.8:.8.>.?6<
.;.8@2>5.1.=<>.;412C.?..1.9.5
&'%&%'(
1.9.5=2>/.;16;4.;1A.;69.68A.;@6@.@63
E4=2:/69.;4;E.:2>A=.8.;/.46.;1.>6
=2;E2/A@
&.1.=><=<>?6=2>/.;16;4.;:2;7.16
<;@<5
&.1.?A.@A827.16.;9A.>/6.?.82>.0A;.;
:.8.;.;@2>1.=.@ <>.;4=2;12>6@.1.;
16.;@.>.;E..1.9.5.;.8.;.8:.8.
=><=<>?6;E.=2>?2;
$!'.@2
#2>A=.8.;=><=<>?619:/@885A?A? G
=2>/.;16;4;.;@.>.=2:/69.;41.;
=2;E2/A@16;[email protected].;19:/.@.?C.8@A
@2>@2;@A
$!(!()$
;128?2>@696@.?
;128?#<>/616@.?
;128?#<>@.96@.?
*8A>.;!2?.86@.;
#<>/616@E'.@2
;0612;02'.@2
&>2B.92;02'.@2
&<6;@&>2B.92;02'.@2
&2>6<1&>2B.92;02'.@2
@@.08>.@2
99
*8A>.;!2:.@6.;
#<>@.96@E'.@2
>A1212.@5>.@2
42?=20636012.@5>.@2
6?2.?2?=20636012.@5>.@2
6?2.?2?=206360[email protected]@E>.@2
17A?@2112.@5>.@2
99
$$')
A:9.58.?A?/.>AE4@2>7.16168.9.;4.;
=2;1A1A8?29.:.=2>6<12C.8@A@2>@2;@A
;0612;02 7958.?A?/.>A?A.@A=2;E.86@
'.@2=<=A9.?6E4:2:=>2?68<
*@8:2:=2><9256;?612;?65>?169.8A8.;14;
:29.8A8.;=2;4.:.@.;829<:=<8=2;1A1A8
E4:2:=A;E.6>2?68<@2>82;.=2;E.86@E4
6;46;160.>6E.6@A14;0.>.:2;468A@6?0>
=><?=28@63A@8:2;2;@A8.;6;?612;?28.?A?
/.>A
&'+"$')
#2;4A8A>7A:9.5<>.;4168.9.;4.;=2;1A1A8
E4:2;12>6@.?A.@A=2;E.86@=.1.?A.@A@6@68
C.8@A@2>@2;@A
!% "$" &&"$"!
# $$
"$!$&
69.=>2B.92;02>.@216@2;@A8.;=1?A.@A?..@
:6?.9;E.=1 A96 :.8.16?2/A@?/4
&%$)&'+"$')1.;/69.
16@2;@A8.;?29.:.?A.@A=2>6<12C.8@A
@2>@2;@A:6?.9;E. .; G 2?
:.8.16?2/A@?/4&'%&'+"$
')
SKEMATIS:
1
X 2
4 X
X X
3
X X
5 6
x
7
X 8 9
X X X X
;0612;028.?A?
&<6;@=>2B.92;02 .;8.?A?
2?8.?A?
&2>6<12=>2B.92;028.?A? 1.;
**$$$$&'+"$
;48.=>2B.92;?616=2;4.>A56<925
@6;446;E.6;?612;?61.;9.:.;E.?.86@
".:.;E.?.86@69.5=2>6<12:A9.6
1616.4;<?.;E.=2;E.86@?.:=.6
/2>.856>;E.=2;E.86@@?/E.6@A
?2:/A5:.@6[email protected]8><;6?
&D >2B.92;02 ;0612;02 A>.@6<;<3699;2??
$$&'+"$
2/2>.=.3.8@<>1=@:2:=2;4.>A56@6;48.@
=>2B.92;?6@2>A@.:.
!24.;.?.;1.>6=2;E.86@ /69./.;E.8<>.;4
E4:.@68>;:2;12>6@.?A.@A=2;E.86@:.8.
@6;48.@=>2B.92;?6;E.:2;A>A;
A>.?61.>6=2;E.86@ /69.?A.@A=2;E.86@
5.;E./2>9.;4?A;419:C8@E4?6;48.@:.8.
@6;48.@=>2B.92;?6;E.92/A5>2;1.516/.;16;4
/69.=2;E.86@@?//2>9.;4?A;419:C8@E49.:.
958.?A?8.?A?/.>A /69./.;E.8<>.;4E4
:2;12>6@.?A.@A2=;E.86@:.8.@6;48.@
=>2B.92;?6=2;E.86@92/65@6;44616/.;16;4/69.E4
:2;12>6@.6@A5.;E./2/2>.=.<>.;4?.7.
FAKTOR-FAKTOR YG MEMPENGARUHI TINGKAT
PREVALENSI YG SEDANG DIAMATI
Dinaikkan oleh:
Diturunkan oleh:
-Durasi penyakit yg lebih lama
-Pemanjangan usia penderita -durasi penyakit yg lebih pendek
tanpa pengobatan -meningkatnya tingkat fasilitas
-Peningkatan kasus2 baru kasus akibat dari penyakit
-Kasus2 migrasi ke dlm populasi -menurunnya kasus2 baru
-Migrasi ke luar dari orang2 sehat -migrasi ke dlm orang2 yg sehat
-Migrasi ke dlm dari orang2 yg rentan -migrasi keluar dari kasus-kasus
-Peningkatan sarana diagnostik -meningkatnya tingkat kesembuhan
(pelaporan yg lebih baiK) utk kasus2 penyakit
;128?2>@696@.?
>A126>@5'.@2
(2:A.829.56>.;561A=E4160.@.@19:?.@A@5;
16/.4614;795=2;1A1A8=1=2>@2;4.5.;@5;E4
?.:.1.;168.96
42(=2063602>@696@E'.@2
95829.56>.;561A=<9256/A=14<9<;4.;A:A>
@@@E4160.@.@?29.:.?.@A@.5A;=2>
=2;1A1A8C.;6@.=14<9A:A>@@@=1@5;E4
?.:.
)<@.92>@696@E'.@2
95.;48.32>@696@.?:2;A>A@4<9A:A>E4160.@.@
?29.:.?.@A@.5A;
;128?#<>@.96@.?#<>/616@.?
>A122.@5'.@2
9582:.@6.;E4160.@.@?29.:.?.@A@.5A;=2>
=2;1A1A8=1=2>@2;4.5.;@.5A;E4?.:.
95=2;1A1A8=2>@2;4.5.;@5;161.?.>8.;
6.?A:?68.;19:?.@A@5;16?@>6/A?682:.@6.;?0>
:2>.@.56;44.=2;1A1A8=2>@2;4.5.;:2>A=.8.;
>.@.>.@.795=2;1A1A8?2=.;7.;4@.5A;1.;
16.;44.=?.:.14;795@.5A;561A=
,.9.A=A;19:82;E.@..;16?@>6/A?682:.@6.;@18
:2>.@.?2=.;7.;4@5;@2@.=6795=2;1A1A8
=2>@2;4.5.;@5;:.?651=@164A;.8.;?/4=2;E2/A@
19:=2>56@A;4.;.;48.82:.@6.;8.?.>@.;=.
:2;6:/A98.;82?.9.5.;E4/2?.>
42(=2063602.@5'.@2
9582:.@6.;E4160.@.@?29.:.?.@A@.5A;=1
=2;1A1A84<9<;4.;A:A>@@@16/.46795=2;1A1A8
=2>@2;4.5.;@5;=14<9<;4.;A:A>@@@
('
64A;.8.;A@8:2;[email protected]:2;44.:/.>8.;
12>.7.@82?25.@.;:.?E.>.8.@14;:2965.@82:.@6.;
@2>@6;446=14<9<;4.;A:A>#6?('@6;446=14<9
/.E6.;.8@5; 82?:.?EE4:.?658A>.;4
('@6;446=1A?6.9.;7A@ 82?:.?E/.68
=@164A;.8.;A@8:2:/.;16;48.;@.>.382?:.?E
16/2>/.4.6C69.E.5
=@164A;.8.;A@8:2;456@A;4>.@.>.@.5.>.=.;
561A=
;3.;@#<>@.96@E'.@2#'
9582:.@6.;/.E6/2>A:A>8A>.;41.>6 @.5A;E4
160.@.@?29.:.?.@A@.5A;=2> 829.56>.;561A==1
@5;E4?.:.
$2<;[email protected]#<>@.96@E'.@2$#'
9582:.@6.;/.E6/2>A:A>8A>.;41.>6 5.>6E4
160.@.@?29.:.?.@A@5;=2> 829.56>.;561A==1
@5;E4?.:.
)6;446>2;1.5;E.$#'1=@164A;.8.;A@8:2;[email protected]
)6;446>2;1.5;E.A?.5.=2>.C.@.;=<?@;[email protected]
&><4>.:6:A;6?.?6
&2>@<9<;4.;=2>?.96;.;
&2;E.86@6;328?6@2>A@.:.?.9A>.;;.3.?/.46.;.@.?
&2>6;[email protected]#<>@.96@E'.@2&#'
9582:.@6.;7.;6;E4169.56>8.;=1A?6.
825.:69.; :6;44A[email protected]92/6516@.:/.5795
82:.@6.;/.E6E4/2>A:A>8A>.;41.>65.>6
E4160.@.@?29.:.?.@A@.5A;=2>
829.56>.;561A==1@5;E4?.:.
&#'164A;.8.;A@8:2;44.:/.>8.;82.1..;
82?25.@.;@2>A@.:.6/A5.:691.;/.E6
.8@<>E4:2:=2;4.>A56@6;446>2;1.5;E.
&#'
.;E.8;E./.E614;"'
(@.@A?46F66/A1.;/.E6
!2.1..;?<?6.928<;<:6
&2;E.86@6;328?6@2>A@.:.(&
&2>@<9<;4.;=2>?.96;.;
*;12>6B2#<>@.96@E'.@2*#'
#2>A=.8.;4./A;4.;.;@.>..;48.82:.@6.;
/.E61.;.;48.82:.@6.;.;.8 G@.5A;
9582:.@6.;/.96@.E4160.@.@?29.:.?.@A
@.5A;=2> =2;1A1A8/.96@.=1@5;E4
?.:.
*#'6;168.@<>E4?2;?6@63A@8:2;4A8A>
?@.@A?82?/.E61.;.;.8
@6;446>2;1.5;E.*#'16=2;4.>A56<925
&><4>.:=29.E.;.;82?25.@.;
&><4>.:=2>/.68.;46F6
&><4>.:6:A;6?.?6
199
#.@2>;.9#<>@.96@E'.@2##'
9582:.@6.;6/A?2/.4.6.86/.@8<:=968.?6
825.:69.;=2>?.96;.;1.;:.?.;63.?E4
160.@.@?29.:.?.@A@5;=2> 829.56>.;
561A==1@5;E4?.:.
@6;446>2;1.5;E.##'16=2;4.>A56<925
(<?6.928<;<:6
!2?6/A?2/29A:5.:69/2>?.96;1.;;63.?
&29.E.;.;82?25.@.;@516/A5.:69
&2>@<9<;4.;=2>?.96;.;1.;=2>.C.@.;:.?.;63.?
.?2[email protected]@E'.@6<'
&2>/.;16;4.;79582:.@6.;8.>2;.=2;E.86@
@2>@2;@AE4@71?29.:.?.@A@.5A;14;795
=2;12>6@.=2;E.86@@?/=1@.5A;E4?.:.
'164A;.8.;A@8:2;[email protected]16?@>6/A?6
=2;E.86@?2>@.@6;48.@82:.@6.;=2;E.86@@?/
"6322D=20@.;0E
'2>.@.7A:9.51.>6@.5A;@.5A;?2<>.;4
6;16B61A=1A?6.E4@2>@2;@A165.>.=8.;
A@8561A=/69.@6;48.@:<>@.96@.?=1
:.?.:2;1.@.;4@61.8/2>/21.14;
82.1..;?28.>.;4
Umur harapan hidup (tahun) pd usia yg tertentu (WHO, 1990)
*:A> ( &$
".56>
@5;
@5;
EPIDEMIOLOGI
DESKRIPTIF
PENDAHULUAN
1. Epidemiologi Deskriptif
Studi yang ditujukan untuk menentukan jumlah
atau frekuensi serta distribusi penyakit disuatu
daerah berdasrkn variabel orang, tempat dan waktu
2. Epidemiologi Analitik
Studi epidemiologi yang ditujukan untuk mencari
faktor-faktor penyebab timbulnya penyakit atau
mencari penyebab timbulnya variasi yaitu tinggi
atau rendahnya frekuensi penyakit pada berbagai
kelompok individu
Dalam upaya mencari frekuensi distribusi penyakit
berdasarkan epidemiologi deskriptif timbul berbagai
pertanyaan berikut :
1. Siapa yang terkena?
2. Bilamana hal tersebut terjadi?
3. Bagaimana terjadinya?
4. Di mana kejadian tersebut?
5. Berapa jumlah orang yg terkena?
6. Bagaimana penyebarannya?
7. Bagaimana ciri-ciri orang yg terkena?
VARIABEL ORANG, TEMPAT,
DAN WAKTU
Untuk memperoleh gambaran yang jelas tentang
morbiditas dan mortalitas yang dihadapai
Memudahkan untuk mengadakan
penanggulangan, pencegahan atau pengamatan
VARIABEL ORANG
Variabel orang yang dapat dipakai sebagai
indikator untuk menentukan ciri seseorang
Disesuaikan dengan kebutuhan dan kemampuan
serta sarana yang ada
Secara umum variabel yang penting dan yang
akan dibahas adalah : umur, jenis kelamin dan
suku bangsa
HUBUNGAN UMUR DENGAN
MORTALITAS
Kematian dapat terjadi pada semua golongan
umur
Frekuensi kematian pada setiap golongan umur
berbeda-beda
Kematian tertinggi : golongan umur 0-5 thn
Kematian terendah : golongan umur 15-25 thn
Kematian meningkat lagi : golongan umur >40
thn
Semakin meningkatnya umur maka kematianpun
akan meningkat
Penyebab :
pengalaman terpapar oleh faktor penyebab penyakit
Faktor pekerjaan
Kebiasaan hidup
PUTRI EYANOER,MD.,Ms.Epi.,Ph.D.
EPIDEMIOLOGY
A study of population’s health related problems on its
FREQUENCY, DISTRIBUTION and associating
DETERMINANTS
CLINIC
A study of population’s disease on its PATOGENESIS which later
PREDICT disease course and SELECT appropriate treatments
CLINICAL EPIDEMIOLOGY
The science of making predictions about individual patients by
counting clinical events in similar patients, using strong scientific
methods for studies of group of patients to ensure that the
predictions are accurate
PURPOSE
To develop and apply methods of clinical observation that may
lead to valid conclusions by avoiding being misled by
systematic error and chance.
CLINICAL EPIDEMIOLOGY
The science of making predictions about individual patients by
counting clinical events in similar patients, using strong scientific
methods for studies of group of patients to ensure that the
predictions are accurate
PURPOSE
To develop and apply methods of clinical observation that may
lead to valid conclusions by avoiding being misled by
systematic error and chance.
RESEARCH
METHODOLOGY
CLINICAL EPIDEMIOLOGY
The science of making predictions about individual patients by
counting clinical events in similar patients, using strong scientific
methods for studies of group of patients to ensure that the
predictions are accurate
PURPOSE
To develop and apply methods of clinical observation that may
lead to valid conclusions by avoiding being misled by
systematic error and chance.
EVIDENCE BASED
MEDICINE
PATIENTS QUESTIONS CLINICAL ACTIONS
AM I SICK? RESPONS TO
QUESTIONS
IF I AM SICK THEN
WHAT ARE THE CAUSE?
INTERPRETATION
HOW WILL IT AFFECT
ME?
VALIDATION
WHAT CAN BE DONE
THEN?
AM I SICK ? NORMALITY /
1. Is a person sick or well? ABNORMALITY
What abnormalities are associated with having a disease ?
5D
BASIC PRINCIPLES - NUMBERS AND PROBABILITIES
NUMERICAL NFORMATION
ALLOWS BETTER
CONFIRMATION
QUANTITATIVE
PREDICTION – ‘EXACT’
PROBABILITIES
1. TARGET POPULATION
2. SOURCE POPULATION
3. SAMPLES
BASIC PRINCIPLES – BIAS AND CHANCE
CANNULA) (SPHYGMOMANOMETER)
CHANCE
BIAS
80 90
selection bias
measurement bias
confounding bias
chance
EXTERNAL CONCLUSION
VALIDITY
REFERENCES
1. Fletcher, RH, Fletcher, SW, Wagner, EH: Clinical Epide-
miology. The Essentials. Philadelphia: Williams Wilkins,
1996.
2. Sacket, DL: Clinical Epidemiology. A Basic Science for
Clinical Medicine. New York: Little Brown & Company,
1997.
3. Sacket, DL, Richardson, WS, Rosenberg, W, Haynes,
RB: Evidence-based medicine. How to Practice and teach
EBM, Second Edition. Edinburg, London, New York,
Philadelphia, St. Louis, Sydney, Toronto: Churchill
Livingstone, 2000.
4. Leon Gordis: Epidemiology. Third Edition.
Philadelphia, Pennsylvania: Elsevier Saunders, 2004
5. Greenberg, RS, Daniels, SR, Flanders, DW, Eley, JW,
Boring, JR: Medical Epi- demiology. Fourth edition,
International edition. Lange Medical Book/Mc Graw-Hill,
Medical Publishing Division,2005
THANK YOU
ABNORMALITY
Putri Eyanoer, MD.,Ms.Epi,Ph.D.
NUMERICAL NFORMATION
ALLOWS BETTER
CONFIRMATION
QUANTITATIVE
PREDICTION – ‘EXACT’
PROBABILITIES
NUMERICAL
Interval Posses inherent ordering and the Temperature
interval between successive
values is equal
HIGH A B
RELIABILITY
FREQUENCY
C D
LOW
MEASUREMENT
VALIDITY
• the degree to which the data measure what they
were intended to measure
• the result of a measurement correspond to the true
state
• accuracy
RELIABILITY
• Reliability=the extent that repeated measurement of
a stable phenomenon by different people and
instrument, at different time/place get similar
results
INSTRUMENT
MEASUREMENT
OBSERVER
VARIATIONS
WITHIN
INDIVIDUALS
BIOLOGIC
AMONG
INDIVIDUALS
Monitored fetal heart
Number of Observations rate 130-150
-50 40 30 20 10 0 10 20 30 40 50+
UNDERESTIMATE OVERESTIMATE
400 -
300 -
200 -
DAY 1
DAY 3
100 -
DAY 2
0-
NOON 6 PM MIDNIGHT 6 AM
SOURCE OF CONDITION OF MEASUREMENTS DISTRIBUTIONS
VARIATIONS
DIASTOLIC BP (mmHg)
BLINDED :
•SINGLE
•DOUBLE
•TRIPLE
CALIBERATED
INSTRUMENTS
ASSOCIATED
WITH DISEASE
TREATABLE
ASSESING NORMALITY
Based in statistical theory and has no necessary relationship to natural distribution
KURTOSIS
SKEWNESS
68%
95%
99%
www.psychlotron.org.uk
Based in statistical theory and has no necessary relationship to natural distribution
Average IQ in the
population is 100pts. The further from 100
you look, the fewer
frequency
70 100 130
IQ Scores
www.psychlotron.org.uk
• Many statistical methods require that the
numeric variables we are working with have
an approximate normal distribution.
• For example, t-tests, F-tests, and
regression analyses all require in some
Standardized
normal distribution
sense that the numeric variables are rule
with empirical
approximately normally distributed.
percentages.
• Histogram and Boxplot
• Normal Quantile Plot
(also called Normal Probability Plot)
• Goodness of Fit Tests
Shapiro-Wilk Test (JMP)
Kolmogorov-Smirnov Test (SPSS)
Anderson-Darling Test (MINITAB)
The cholesterol levels of the
patients appear to be
approximately normal,
although there is some
evidence of right skewness
as the mean is larger than
the median.
The red curve represents a
normal distribution fit to
these data and the blue
curve the density estimate
for these data, these curves
should agree if our data is
normally distributed.
The systolic volumes of the
male heart patients in this
study suggest that they come
from a right skewed
population distribution.
The red curve represents a
Outliers are not normal distribution fit to these
consistent with
data and the blue is the
normality.
estimated density from the
data which does not agree with
the imposed normal.
Ho: The distribution of systolic volume
is normal
HA: The distribution of systolic volume
is NOT normal
Because p < .0001 we have
strong evidence against
normality for the systolic
volume population
distribution using the
Shapiro-Wilk test.
Ho: The distribution of systolic volume
is normal
HA: The distribution of systolic volume
is NOT normal