1 / 10

Prof. Bhisma Murti

Prof. Bhisma Murti. Ukuran Hubungan & Dampak Potensial. Terminologi. Paparan (Exposure, E)  variabel independen, yaitu determinan penyakit Penyakit (Disease, D)  variabel dependen, yaitu penyakit atau akibat penyakit (kematian dll)

hayes-decker
Download Presentation

Prof. Bhisma Murti

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Prof. Bhisma Murti Ukuran Hubungan & Dampak Potensial

  2. Terminologi • Paparan (Exposure, E) variabel independen, yaitu determinan penyakit • Penyakit (Disease, D) variabel dependen, yaitu penyakit atau akibat penyakit (kematian dll) • Ukuran hubungan (Measure of association, Measure of effect) statistik yang mengkuantifikasi potensi efek paparan terhadap penyakit • Ukuran potensi dampak statistik yang mengkuantifikasi fraksi dari kasus yang disebabkan atau dapat dicegah dari paparan

  3. Beda Risiko (Risk Difference) Beda Risiko (RD)  perbedaan absolut risiko yang hubungan dengan suatu paparan di mana R1 ≡ risiko pada kelompok terpapar R0≡risiko pada kelompok tak terpapar

  4. Rasio Risiko (Risk Ratio) Rasio Risiko (RR)  perbedaan relatif risiko yang berhubungan dengan suatu paparan

  5. Contoh 2: Kebugaran & Mortalitas(Blair et al., 1995) • E  perbaikan kebugaran • D  kematian • R1 = 67.7 per 100,000 orang-tahun (disesuaikan menurut umur) • R0 = 122.0 per 100,000 orang-tahun (disesuaikan menurut umur)

  6. Perbadingan antara RR dan RD Sebuah paparan bisa memberikan pengaruh kuat relatif (RR) tetapi perbedaan absolut yang kecil (RD) Merokok memiliki hubungan kuat dengan Ca paru Merokok menyebabkan lebih banyak kematian akibat penyakit jantung

  7. Rule of Thumb tentang RR dan OR • Hubungan positif: • OR=1.00  Tidak ada hubungan • 1.00<=OR<1.50  Hubungan lemah • 1.50<=OR<3.00  Hubungan sedang • 3.00<=OR<10.00  Hubungan kuat • OR>=10.00  Hubungan sangat kuat • Hubungan negatif: • OR=1  Tidak ada hubungan • 0.67<=OR<1.00  Hubungan lemah • 0.33<=OR<0.67  Hubungan sedang • 0.10<=OR<0.33  Hubungan kuat • OR<0.10  Hubungan sangat kuat

  8. Attributable Fraction, Terpapar • Proporsi dari kasus terpapar yang bisa dihindari jika paparan yang membahayakan itu bisa dieliminasi • The British Doctors Study  RR = 10.4 pada perokok sedang untuk mengalami Ca paru. Jadi, • Sebanyak 90% dari kasus disebabkan karena paparan (merokok) • Sebanyak 90% dari kasus pada kelompok terpapar bisa dihindari jika tidak merokok

  9. Attributable Fraction, Populasi • Proporsi kasus pada populasi yang bisa dicegah dengan meniadakan paparan • Tiga rumus yang ekuivalen:

  10. AFp untuk Mortalitas Semua Jenis Kanker dan Jenis Paparan

More Related