Epidemiologi Deskriptif

  • In Jurnal
  • 13 Januari 2016
  • 5404 Views
Epidemiologi Deskriptif
DEFINISI 
Epidemiologi deskriptif adalah studi yang ditujukan untuk menentukan jumlah atau frekuensi dan distribusi penyakit di suatu daerah berdasarkan variabel orang, tempat dan waktu.
 
Epidemiologi deskriptif umumnya dilaksanakan jika tersedia sedikit informasi yang diketahui mengenai kejadian, riwayat alamiah dan faktor yang berhubungan dengan penyakit.
 
Upaya mencari frekuensi distribusi penyakit berdasarkan epidemiologi deskriptif dengan mengajukan pertanyaan-pertanyaan :
  • Siapa yang terkena?
  • Bilamana hal tersebut terjadi?
  • Bagaimana terjadinya?
  • Dimana kejadian tersebut?
  • Berapa jumlah orang yang terkena?
  • Bagaimana penyebarannya?
  • Bagaimana ciri-ciri orang yang terkena?
TUJUAN
Tujuan epidemiologi deskriptif adalah :
  1. Untuk menggambarkan distribusi keadaan masalah kesehatan sehingga dapat diduga kelompok mana di masyarakat yang paling banyak terserang.
  2. Untuk memperkirakan besarnya masalah kesehatan pada berbagai kelompok.
  3. Untuk mengidentifikasi dugaan adanya faktor yang mungkin berhubungan terhadap masalah kesehatan (menjadi dasar suatu formulasi hipotesis).
KATEGORI
Berdasarkan unit pengamatan/analisis epidemiologi deskriptif dibagi 2 kategori :
  • Populasi : Studi Korelasi Populasi, Rangkaian Berkala (time series).
  • Individu : Laporan Kasus (case report), Rangkaian Kasus (case series), Studi Potong Lintang (Cross-sectional).

JENIS PENELITIAN

STUDI KORELASI POPULASI
Studi epidemiologi dengan populasi sebagai unit analisis yang bertujuan mendeskripsikan hubungan korelatif antara penyakit dan faktor-faktor penelitian. Faktor-faktor yang digunakan : umur, bulan, penggunaan pelayanan kesehatan, konsumsi jenis makanan, obat-obatan, sigaret dll.
Unit observasi/unit analisis adalah kelompok individu, komunitas, atau populasi yang lebih besar.

 
Prinsip-prinsip studi Korelasi populasi :
  • 2 VARIABEL (x : Paparan, Y : penyakit) diukur pada tiap-tiap unit observasi
  • Kemudian sejumlah n pasangan (X,Y) dipertemukan untuk dicari hubungannya.
  • Kekuatan hubungan linear antara X dan Y dihitung dalam koefisien korelatif r, mengukur berapa besar perubahan tiap unit frekuensi penyakit diikuti perubahan setiap unit paparan
  • Contoh : Studi korelasi populasi untuk mempelajari hubungan korelatif antara kematian karena kanker paru pada pria tahun 1950 dan konsumsi sigaret pada tahun 1930 di berbagai negara.
a) Kekuatan
  • Dapat menggunakan data insidensi, prevalensi dan mortalitas
  • Digunakan pada penyelidikan awal hubungan paparan dan penyakit
  • Mudah dilakukan dan murah dengan memanfaatkan informasi yang tersedia
  • Departemen pemerintah dan Biro Pusat statistik secara teratur mengumpulkan data demografi yang dapat dikolerasikan dengan data morbiditas, mortalitas dan penggunaan sumber daya kesehatan yang dikumpulkan Departmen Kesehatan.
b) Kelemahan
  • Tidak mampu mengatasi kesenjangan status paparan dan penyakit pada tingkat populasi dan individu. Kita tidak mengetahui apakah seseorang yang terpapar juga berpenyakit.
  • Tidak mampu mengontrol faktor perancu
  • Contoh : terlepas dari korelasi positif yang kuat antara merokok dengan kematian Ca paru, dapat diduga bahwa perkiraan tersebut lebih besar dari sesungguhnya, karena adanya faktor lain : polusi udara, asbes, radium, hidrokarbon, radiasi dll.

RANGKAIAN BERKALA
Studi epidemiologi yang bertujuan mendeskripsikan dan mempelajari frekuensi penyakit atau status kesehatan satu/beberapa populasi berdasarkan serangkaian pengamatan pada beberapa sekuens waktu. Ciri rangkaian berkala adalah menghubungkan variasi frekuensi penyakit dari waktu ke waktu.

Manfaat studi rangkaian berkala adalah:

  • Meramalkan kejadian penyakit berikutnya berdasarkan pengalaman lampau
  • Mengevaluasi efektifitas intervensi kesehatan masyarakat

Rangkaian berkala merupakan salah satu rancangan eksperimen semu untuk mengevaluasi efektivitas intervensi. Evaluasi dilakukan dengan cara : mempelajari perubahan gerakan kurva frekuensi penyakit pada populasi selama beberapa interval waktu, baik sebelum maupun sesudah implementasi intervensi pada populasi.
Contoh : rangkaian berkala untuk mengevaluasi efektifitas peraturan senjata api di Detroit.

Komponen pembentuk rangkaian berkala yang dapat merancukan pengaruh intervensi sebenarnya

  • Kecenderungan sekuler
  • Variasi Musim
  • Variasi Siklik
  • Variasi Acak (Random)