UKURAN ASOSIASI dan UKURAN DAMPAK

KLP IV
1806168260 Lorensia PanselinaW
1806169212 Moh Abdurrokhman
1806254756 Sofia
1806261345 IgnatiaWidya Kristiari
1806261369 Rosni Lubis
Ukuran Asosiasi (efek)
PENGERTIAN
Ketergantungan secara statistik antara variabel pajanan (exposure) dan
variabel penyakit (disease), sedemikian hingga rate kejadian penyakit
pada populasi terpajan lebih tinggi atau lebih rendah dari pada rate
penyakit pada populasi yang tidak terpajan.
Ukuran asosiasi dibuat dengan membandingkan tingkat atau risiko
penyakit dalam kelompok terpapar dengan kelompok yang tidak
terpapar
 Mencerminkan kekuatan atau besar asosiasi antara suatu
eksposur/faktor risiko dan kejadian suatu penyakit
 ukuran asosiasi

 Ukuran rasio
 rasio dua frekuensi penyakit yang membandingkan kelompok
terpajan dengan kelompok tidak terpajan
 Dikenal dengan istilah perbandingan relatif
 Ukuran perbedaan efek
 perbedaan antara ukuran frekuensi penyakit suatu kelompok
terpajan dan kelompok yang tidak terpajan
 Dikenal dengan istilah perbandingan absolute
UKURAN ASOSIASI

Ukuran asosiasi sering diilustrasikan dalam bentuk tabel 2 x 2

Disease
Yes No Total

a b
Yes

a+b
Exposure

c d c+d
No

Total a+c b+d a+b+c+d

UKURAN ASOSIASI

Kanker Paru
Yes No Total

50 100
Yes

150
Merokok

10 700 710
No

Total 60 800 860

UKURAN ASOSIASI

 Relative:
 RR (Relative Risk)
 Risk ratio
 Rate ratio
 OR (Odd Ratio)
 Absolute:
 RD (Risk Difference)
Relative Risk (RR)
 Mengukur kemungkinan kelompok terpapar akan
mengembangkan penyakit dibandingkan dengan kelompok
tidak terpapar

 RR = Insidens kelompok terpapar = a/(a+b)

Insidens kelompok tidak terpapar c/(c+d)

Kanker Paru
RR = 50/(50+100) = 23,8
Yes No Total 10/(10+700)

Yes 50 100 150 “peserta yang merokok

Merokok

memiliki risiko 24 kali lebih

No 10 700 710 besar untuk menderita kanker
paru-paru dibandingkan
Total 60 800 860 dengan mereka yang tidak
merokok”
 RR
Penyakit timbul Penyakit tidak timbul
Terpajan a b
Tidak terpajan c d


Menggunakan RR
Menderita Tidak menderita Total Insidens per
PJK PJK 1000/tahun
Merokok 84 2916 3000 28
Tidak 87 4913 5000 17.4
merokok
 INTERPRETASI UKURAN ASOSIASI RR

 RR = 1,0 menunjukkan bahwa:

 kejadian penyakit pada kelompok terpapar dan tidak terpapar
adalah identik
 Tidak ada hubungan antara kelompok-kelompok terpapar dan
yang tidak terpapar
 RR lebih besar dari 1,0 menunjukkan hubungan positif, atau
peningkatan risiko diantara kelompok yang terpapar.
 RR kurang dari 1,0 berarti bahwa ada penurunan risiko antara
kelompok yang terpapar.
Odds ratio (OR)
 Odds relative; rasio kros-produk
 rasio dua odds yang digunakan dalam studi kasus-kontrol
untuk mengestimasi rasio rate atau rasio risiko
 odds untuk satu kelompok dibagi dengan odds untuk
kelompok yang lain
 mempunyai interpretasi yang sama seperti risiko relatif (RR)
 Odds suatu peristiwa
 rasio probabilitas bahwa kejadian terjadi terhadap
probabilitas kejadian tidak terjadi

P
Odds suatu peristiwa 
1 P
P = Probabilitas suatu kejadian terjadi
1–P = Probabilitas suatu kejadian tidak terjadi
 Odds Ratio


Penyakit timbul Penyakit tidak timbul

Terpajan a b
Tidak terpajan c d
OR

a/c
-----
b/d

Kasus Kontrol
Riwayat terpajan a b
Riwayat tidak c d
terpajan
 Pemanfaatan RR dan OR
 RR dan OR dipakai untuk melihat suatu asosiasi. Jika ada,
berapa kuat?
 RR dipakai untuk studi kohort
 OR dipakai baik untuk studi kasus kontrol dan kohort
 RR tidak untuk kasus kontrol. Jika ingin menggunakan RR
pada kasus kontrol, kita gunakan estimate RR yang dihitung
dari OR
  Interpretasi dari OR pada studi kohort :
Peluang terjadinya penyakit pada kelompok terpapar “exposure”adalah
sebesar NILAI OR kali peluang terjadinya penyakit pada kelompok yang
tidak terpapar “exposure”

Interpretasi OR pada studi kasus-kontrol :

Peluang orang yang terpapar dengan faktor resiko pada kelompok orang
yang sakit (kasus) NILAI OR kali peluang orang yang terpapar dengan faktor
resiko pada kelompok orang yang sehat

16
Catatan


Menggunakan OR
(Kasus) (Kontrol) Total
Menderita PJK Sehat
Merokok 84 2916 3000
Tidak merokok 87 4913 5000
 Kapan OR dapat menjadi estimate RR?

 Bandingkan dua contoh berikut

 Pada contoh 1  RR = 2, OR = 2.02
 Pada contoh 2  RR = 2, OR = 3
 OR ~ RR hanya pada kasus-kasus yang jarang (misal risk < 5%)
 (Pada penyakit yang umum terjadi, nilai Odds Ratio lebih ekstrim dari
pada Risk Ratio)

1 Sakit Sehat Total 2 Sakit Sehat Total

Terpajan 200 9800 10000 Terpajan 50 50 100
Tidak terpajan 100 9900 10000 Tidak terpajan 25 75 100
UKURAN DAMPAK
ATTRIBUTABLE RISK (AR)
 Merefleksikan dampak suatu faktor pada frekuensi atau risiko dari suatu
masalah (outcome) kesehatan
“berapa banyak/besar kejadian penyakit yang disebabkan oleh
sebuah paparan?”
 Merefleksikan sejumlah kasus karena suatu faktor (attributable) atau jumlah
kasus yang dapat dicegah oleh eksposur (pemajan)
“berapa besar risiko/kejadian penyakit yang bisa kita dicegah
jika mampu menghilangkan paparan tersebut?”

Attributable Risk
Attributable Risk
jumlah atau proporsi kejadian penyakit (risiko penyakit)
yang dapat dikaitkan dengan sebuah paparan tertentu.
Insidens penyakit pada kelompok terpapar dikurangi
insidens penyakit pada kelompok tidak terpapar
Contohnya, berapa besar risko kanker paru-paru pada
perokok yang dikaitkan dengan merokok?
 Background Risk  paparan lain diluar paparan yang dimaksud,
misalnya bahan kimia yang berada di lingkungan yang bersifat
karsinogen, dll.
 Jika kita ingin mengetahui berapa besar risiko pada populasi yang
yang terpapar yang disebabkan karena suatu paparan, kita harus
mengurangi backgroud risk dari seluruh (total) risiko.
 Attributable Risk For the Exposed
Group (AR)
 Pada populasi terpapar (Exposed Group), berapa besar
risiko yang sebenarnya disebabkan oleh paparan tersebut?
 contoh, dalam kelompok perokok, berapa besar risiko
kanker paru-paru yang disebabkan karena merokok?
 Karena risiko pada kelompok yang tidak terpapar adalah backgroud risk, kita dapat
menghitung risiko pada kelompok terpapar :
AR = Incidence in exposed group – Incidence in nonexposed group

 Jika ingin mengetahui proporsi risiko pada populasi paparan yang disebabkan
paparan tertentu dengan rumus sbb :
AR% = Incidence in exposed group – Incidence in nonexposed group
Incidence in exposed group
Contoh perhitungan AR

CA Paru + CA Paru - Total

Rokok + 50 50 100

Rokok - 15 85 100

P (CA+,R+) = 50/100
P (CA+,R-) = 15/100
AR = 50/100 - 15/100 = 35/100
Interpretasi dari data diatas

• Bila diasumsikan keterpaparan dengan Rokok berhubungan secara

kausal dengan terjadinya CA Paru
 maka peningkatan resiko terjadinya CA Paru
yang disebabkan oleh terpapar dengan Rokok
adalah 35/100 = 0.35
• Jika seorang terpapar dengan rokok maka resiko menderita CA Paru
adalah sebesar 35%
 Atributable risk mengungkapan besarnya yang kita harapkan dalam
mengurangi risiko penyakit jika kita benar-benar menghilangkan
paparan tersebut.
 Contohnya, jika semua perokok dipaksa berhenti merokok, berapa
besar pengurangan yang dapat kita antisipasi terhadap kejadian
kanker paru-paru.
 AR berguna :
 untuk mengukur besarnya masalah kesehatan masyarakat yang
disebabkan oleh suatu paparan
 untuk penilaian prioritas untuk aksi kesehatan masyarakat.
Attributable Risk for The Total Population –
Population Attributable Risk (PAR)
 Berbeda dengan AR, yang hanya melihat kaitan paparan pada
kelompok yang terpapar saja.
 Sedangkan PAR, melihat kaitan paparan tertentu pada seluruh
populasi (baik yang terpapar dan yang tidak)
 Apakah proporsi kejadian penyakit pada seluruh populasi (yang
terpapar dan yang tidak) bisa dikaitkan dengan suatu paparan
tertentu?

POPULATION ATTRIBUTABLE
RISK
 PAR = Ukuran dari meningkatnya resiko penyakit pada
populasi yang diakibatkan oleh keterpaparan dengan
faktor resiko yang dimaksud

PAR = Hasil perkalian AR dengan prevalens populasi yang

terpapar dengan faktor resiko

- PAR baru dapat dikalkulasi bila :

• AR diketahui
• Prevalens keterpaparan terhadap faktor resiko pada
populasi diketahui
Contoh kalkulasi PAR

• Dari data diatas AR = 0.35.

• Prevalens orang yang terpapar Rokok adalah 0.60

PAR = AR x P (E+)  0.35 x 0.60 = 0.21

• Interpretasi dari data diatas adalah :

• Kenaikan insidens CA Paru sebesar 21% di populasi akibat
adanya keterpaparan terhadap Rokok
AR-Percent (AR %)

Definisi AR Percent:
Perbedaan insidens penyakit antara kelompok terpapar
dan tidak terpapar dengan faktor resiko, dibagi dengan
insiden pada kelompok terpapar faktor resiko

AR Percent = % AR pada kelompok terpapar dengan faktor risiko

Perhitungan AR Percent

P (D+E+) - P (D+E-)
AR % = --------------------------
P (D+E+)
Contoh :
Dari data diatas (hubungan Rokok dan CA Paru)

P (CA+R+) - P (CA+R-)
AR % = ---------------------------------------
P (CA+R+)

50/100 - 15/100 35/100

= -------------------------- = -------------- = 0.7
50/100 50/100

Interpretasi dari data diatas adalah :

70 % dari CA Paru yang terjadi diantara para Perokok disebabkan

oleh rokok itu sendiri, sisanya 30% disebabkan oleh “back ground
risk”.
Referensi
 Gordis, L., 2004. Epidemiology. 4th ed. Philadephia: Saunders.
 Gerstman BB. Epidemiology Kept Simple. 2003.
 Bahan kuliah epidemiologi intermediet