MACAM – MACAM DESAIN PENELITIAN

MACAM – MACAM DESAIN PENELITIAN

STUDY CROSS SECTIONAL

Adalah suatu penelitian untuk mempelajari dinamika korelasi antara faktor-faktor resiko dengan efek, dengan cara pendekatan observasi atau pengumpulan data sekaligus pada suatu saat (poin time approach).Artinya, tiap subjek penelitian hanya diobservasi sekali saja dan pengukuran dilakukan terhadap status karakter atau variabel subjek pada saat pemeriksaan. Hal ini tidak berarti semua subjek penelitian diamati pada waktu yang sama. Tujuan penelitian ini untuk mengamati hubungan antara faktor resiko dengan akibat yg terjadi berupa penyakit atau keadaan kesehatan tertentu dalam waktu yang bersamaan, ditanya masalahnya (akibat) sekaligus penyebabnya (faktor resikonya).

Kelebihan penelitian Cross Sectional :

  • Mudah dilaksanakan, sederhana, ekonomis dalam hal waktu, dan hasil dapat diperoleh dengan cepat dan dalam waktu bersamaan dapat dikumpulkan variabel yang banyak, baik variabel resiko maupun variabel efek.

Kekurangan penelitian Cross Sectional :

  1. Diperlukan subjek penelitian yang besar
  2. Tidak dapat menggambarkan perkembangan penyakit secara akurat
  3. Tidak valid untuk meramalkan suatu kecenderungan
  4. Kesimpulan korelasi faktor resiko dengan faktor efek paling lemah bila dibandingkan dengan dua rancangan epidemiologi yang lain.

Contoh sederhana : Ingin mengetahui hubungan antara anemia besi pada ibu hamil dengan Berat Badan Bayi Lahir (BBL), dengan menggunakan rancangan atau pendekatan cross sectional.

Tahap pertama : Mengidentifikasi variabel-variabel yang akan diteliti dan kedudukanya masing-masing.

–      Variabel dependen (efek ) : BBL

–      Variebel independen (risiko ) : anemia besi.

–      Variabel independent (risiko) yang dikendalikan : paritas,           umur ibu, perawatan kehamilan, dan sebagainya.

Tahap kedua : menetapkan subjek penelitian atau populasi dan sampelnya.
Subjek penelitian : ibu-ibu yang baru melahirkan, namun perlu dibatasi daerah mana ereka akan diambil contohnya lingkup rumah sakit atau rumah bersalin. Demikian pula batas waktu dan cara pengambilan sampel, apakah berdasarkan tekhnik random atau non-random.

Tahap ketiga : Melakukan pengumpulan data, observasi atau pengukuran terhadap variabel dependen-independen dan variabel-variabel yang dikendalikan secara bersamaan (dalam waktu yang sama) Caranya mengukur berat badan bayi yang sedang lahir, memeriksa Hb ibu, menanyakan umur, paritas dan variabel-variabel kendali yang lain.

Tahap keempat : Mengolah dan menganalisis data dengan cara membandingkan.
Bandingkan BBL dengan Hb darah ibu. Dari analisis ini akan diperoleh bukti adanya atau tidak adanya hubungan antara anemia dengan BBL.

STUDY CASE CONTROL

Adalah suatu penelitian analitik yang menyangkut bagaimana faktor resiko dipelajari dengan menggunakan pandekatan retrospective. Dengan kata lain, efek (penyakit atau status kesehatan) diidentifikasi pada saat ini, kemudian faktor resiko diidentifikasi adanya atau terjadinya pada waktu yang lalu.

Study Case Control ini didasarkan pada kejadian penyakit yang sudah ada sehingga memungkinkan untuk menganalisa dua kelompok tertentu yakni kelompok kasus yangg menderita  penyakit atau terkena akibat yang diteliti, dibandingkan dengan kelompok yang tidak menderita atau tidak terkena akibat. Intinya penelitian case control ini adalah diketahui penyakitnya kemudian  ditelusuri penyebabnya.

Kelebihan penelitian Case Control

  1. Adanya kesamaan ukuran waktu antara kelompok kasus dengan kelompok kontrol
  2. Adanya pembatasan atau pengendalian faktor resiko sehingga hasil penelitian lebih tajam dibanding hasil rancangan cross sectional
  3. Tidak menghadapi kendala etik seperti pada penelitian eksperimen (kohort)
  4. Tidak memerlukan waktu lama ( lebih ekonomis )

Kekurangan Rancangan Penelitian Case Control

  1. Pengukuran variabel yang retrospective, objektivitas, dan reabilitasnya kurang karena subjek penelitian harus mengingatkan kembali faktor-faktor resikonya.
  2. Tidak dapat diketahui efek variabel luar karena secara teknis tidakdapat dikendalikan.
  3. Kadang-kadang sulit memilih kontrol yang benar-benar sesui dengan kelompok kasusu karena banyaknya faktor resiko yang harus dikendalikan.

Contoh Sederhana : Penelitian ingin membuktikan hubungan antara malnutrisi/ kekurangan gizi pada anak balita dengnan perilaku pemberian makanan oleh ibu.

Tahap pertama : Mengidentifikasi variabel dependen ( efek ) dan variabel- variabel independen (faktor resiko ).

–    Variabel dependen : malnutrisi

–    Variabel independen : perilaku ibu dalam memberikan makanan.

–    Variabel independen yang lain : pendidikan ibu, pendapatan keluarga, jumlah anak, dan sebagainya.

Tahap kedua : Menetapkan objek penelitian, yaitu populasi dan sampel penelitian. Objek penelitian disini adalah pasangan ibu dan anak balitanya. Namun demikian perlu dibatasi pasangan ibu dan balita daerah mana yang dianggap menjadi populasi dan sampel penelitian ini.

Tahap ketiga : Mengidentifikasi kasus, yaitu anak balita yang menderita malnutrisi (anak balita yang memenuhi kebutuhan malnitrisi yang telah ditetapkan, misalnya berat per umur dari 75 % standar Harvard. Kasus diambil dari populasi yang telah ditetapkan.

Tahap keempat : Pemilihan subjek sebagai kontrol, yaitu pasangan ibu-ibu dengan anak balita mereka. Pemilihan kontrol hendaknya didasarkan kepada kesamaan karakteristik subjek pada kasus. Misalnya ciri-ciri masyarakatnya, sosial ekonominya dan sebagainya.

Tahap kelima : Melakukan pengukuran secara retrospektif, yaitu dari kasusu (anak balita malnutrisiI itu diukur atau ditanyakan kepada ibu dengan menggunakan metose recall mengenai perilaku memberikan jenis makanan , jumlah yang diberikan kepada anak balita selama 24 jam.

Tahap keenam : Melakukan pengolahan dan analisis data .
Dengan membandingkan proporsi perilaku ibu yang baik dan yang kurang baik dalam hal memberikan makanan kepada anaknya pada kelompok kasus, dengan proporsi perilaku ibu yang sama pada kelompok kontrol. Dari sini akan diperoleh bukti ada tidaknya hubungan perilaku pemberian makanan dengan malnutrisi pada anak balita.

STUDY COHORT

Adalah penelitian observasional analitik yang didasarkan pada pengamatan sekelompok penduduk tertentu dalam jangka waktu tertentu. Dalam hal ini kelompok penduduk yang diamati merupakan kelompok penduduk dengan 2 kategori tertentu yakni yang terpapar dan  atau  yang tidak terpapar terhadap faktor yang dicurigai sebagai faktor penyebab. Penelitian cohort adalah kebalikan dari case control. faktor resiko (penyebab) telah diketahui terus diamati secar terus menerus  akibat yang akan ditimbulkannya.

Kelebihan Penelitian Cohort :

  1. Dapat mengatur komparabilitas antara dua kelompok (kelompok subjek dan kelompok kontrol) sejak awal penelitian.
  2. Dapat secara langsung menetapkan besarnya angka resiko dari suatu waktu ke waktu yang lain.
  3. Ada keseragaman observasi, baik terhadap faktor resiko maupun efek dari waktu ke waktu.

Kekurangan Penelitian Cohort

  1. Memerlukan waktu yang cukup lama
  2. Memerlukan sarana dan pengelolaan yang rumit
  3. Kemungkinan adanya subjek penelitian yang drop out dan akan mengganggu analisis hasil
  4. Ada faktor resiko yang ada pada subjek akan diamati sampai terjadinya efek (mungkin penyakit) maka hal ini berarti kurang atau tidak etis.

Contoh Sederhana : Penelitian yang ingin membuktikan adanya hubungan antara Ca paru (efek) dengan merokok (resiko) dengan menggunakan pendekatan atau rancangan prospektif.

Tahap pertama : Mengidentifikasi faktor efek (variabel dependen) dan resiko (variabel independen) serta variabel-variabel pengendali (variabel kontrol).

–    Variabel dependen : Ca. Paru

–    Variabel independen : merokok

–    Variabel pengendali : umur, pekerjaan dan sebagainya.

Tahap kedua : Menetapkan subjek penelitian, yaitu populasi dan sampel penelitian. Misalnya yang menjadi populasi adalah semua pria di suatu wilayah atau tempat tertentu, dengnan umur antara 40 sampai dengan 50 tahun, baik yang merokok maupun yang tidak merokok.

Tahap ketiga : Mengidentifikasi subjek yang merokok (resiko positif) dari populasi tersebut, dan juga mengidentifikasi subjek yang tidak merokok (resiko negatif) sejumlah yang kurang lebih sama dengan kelompok merokok.

Tahap keempat : Mengobservasi perkembangan efek pada kelompok orang-orang yang merokok (resiko positif) dan kelompok orang yang tidak merokok (kontrol) sampai pada waktu tertentu, misal selama 10 tahun ke depan, untuk mengetahui adanya perkembangan atau kejadian Ca paru.

Tahap kelima : Mengolah dan menganalisis data. Analisis dilakukan dengan membandingkan proporsi orang-orang yang menderita Ca paru dengan proporsi orang-orang yang tidak menderita Ca paru, diantaranya kelompok perokok dan kelompok tidak merokok.

Dipublikasi di Uncategorized | Meninggalkan komentar

Ukuran-ukuran Epidemiologi

A. KRITERIA KAUSALITAS MENURUT BRADFORD HILL
Bradford Hill (1897-1991) membuat kriteria dari suatu faktor sehingga faktor tersebut dapat dikatakan sebagai faktor yang mempunyai hubungan kausal. Kriteria tersebut adalah :
1. Kekuatan asosiasi
Semakin kuat asosiasi, maka emain sedikit hal tersebut dapat merefleksikan pengaruh dari faktor-faktor etiologis lainnya. Kriteria ini membutuhkan juga presisi statistik (pengaruh minimal dari kesempatan) dan kekakuan metodologis dari kajian kajian yang ada terhadap bias (seleksi, informasi, dan kekacauan).
2. Konsistensi
Replikasi dari temuan oleh investigator yang berbeda, saat yang berbeda, dalam tempat yang berbeda, dengan memakai metode berbeda dan kemampuan untuk menjelaskan dengan meyakinkan jika hasilnya berbeda.
3. Spesifisitas dari asosiasi
Ada hubungan yang melekat antara spesifisitas dan kekuatan yang mana semakin akurat dalam mendefinisikan penyakit dan penularannya, semakin juat hubungan yang diamati tersebut. Tetapi, fakta bahwa satu agen berkontribusi terhadap penyakit-penyakit beragam bukan merupakan bukti yang melawan peran dari setiap penyakit.
4. Temporalitas
Kemampuan untuk mendirikan kausa dugaan bahka pada saat efek sementara diperkirakan.
5. Tahapan biologis
Perubahan yang meningkat dalam konjungsi dengan perubahan kecocokan dalam penularan verifikasi terhadap hubungan dosis-respon konsisten dengan model konseptual yang dihipotesakan.
6. Masuk akal
Lebih siap untuk menerima kasus dengan hubungan yang konsisten dengan pengetahuan dan keyakinan kami secara umum. Telah jelas bahwa kecenderungan ini memiliki lubang-lugang kosong, tetapi akal sehat selalu saja membimbing kita.

7. Koherensi
Bagaimana semua observasi dapat cocok dengan model yang dihipotesakan untuk membentuk gambaran yang koheren?
8. Eksperimen
Demonstrasi yang berada dalam kondisi yang terkontrol merubah kausa bukaan untuk hasil yang merupakan nilai yang besar, beberapa orang mungkin, mengatakannya sangat diperlukan, untuk menyimpulkan kausalitas.
9. Analogi
Lebih siap lagi untuk menerima argumentasi-argumentasi yang menyerupai dengan yang kami dapatkan.

B. UKURAN-UKURAN EPIDEMIOLOGI
Cara mengukur frekwensi masalah kesehatan yang dapat dipergunakan dalam Epidemiologi sangat beraneka ragam, karena tergantung dari macam masalah kesehatan yang ingin diukur atau diteliti. Secara Umum Ukuran – ukuran dalam Epidemiologi dapat dibedakan atas :
1. Untuk Mengukur Masalah Penyakit ( Angka Kesakitan / Morbiditas )
Setiap gangguan di dalam fungsi maupun struktur tubuh seseorang dianggap sebagai penyakit. Penyakit, sakit, cedera, gangguan dan sakit, semuanya dikategorikan di dalam istilah tunggal MORBIDITAS.
Morbiditas merupakan derajat sakit, cedera atau gangguan pada suatu populasi. Morbiditas juga merupakan suatu penyimpangan dari status sehat dan sejahtera atau keberadaan suatu kondisi sakit. Morbiditas juga mengacu pada angka kesakitan, yaitu jumlah orang yang sakit dibandingkan dengan populasi tertentu yang sering kali merupakan kelompok yang sehat atau kelompok yang beresiko.
Di dalam Epidemiologi, ukuran utama morbiditas adalah angka insidensi & prevalensi dan berbagai ukuran turunan dari kedua indikator tersebut. Setiap kejadian penyakit, kondisi gangguan atau kesakitan dapat diukur dengan angka insidensi dan angka prevalensi.
a. INSIDENSI
Adalah gambaran tentang frekwensi penderita baru suatu penyakit yang ditemukan pada suatu waktu tertentu di satu kelompok masyarakat. Untuk dapat menghitung angka insidensi suatu penyakit, sebelumnya harus diketahui terlebih dahulu tentang:
Data tentang jumlah penderita baru.
Jumlah penduduk yang mungkin terkena penyakit baru (Population at Risk ).
Secara umum angka insiden ini dapat dibedakan menjadi 3 macam, yaitu :
1). Incidence Rate
Yaitu jumlah penderita baru suatu penyakit yang ditemukan pada suatu jangka waktu tertentu (umumnya 1 tahun) dibandingkan dengan jumlah penduduk yang mungkin terkena penyakit baru tersebut pada pertengahan jangka waktu yang bersangkutan.
Yang dimaksud kasus baru adalah perubahan status dari sehat menjadi sakit. Periode waktu adalah jumlah waktu yang diamati selama sehat hingga menjadi sakit.

Rumus incidence rate=jumlah penderita baru : jumlah penduduk yg mungkin terkena penyakit x K
K = Konstanta ( 100%, 1000 ‰)

Manfaat Incidence Rate adalah :
Mengetahui masalah kesehatan yang dihadapi
Mengetahui resiko untuk terkena masalah kesehatan yang dihadapi
Mengetahui beban tugas yang harus diselenggarakan oleh suatu fasilitas pelayanan kesehatan.
2). Insidens kumulatif (Incidence Risk)
Probabilitas individu berisiko berkembang menjadi penyakit dalam periode waktu tertentu.
Berarti rata-rata risiko seorang individu terkena penyakit
Denominator haruslah terbebas dari penyakit pada permulaan periode (observasi atau tindak lanjut)
Subyek bebas dari penyakit pada awal studi
Subyek potensial untuk sakit
Sedikit atau tidak ada kasus yang lolos dari pengamatan karena kematian, tidak lama berisiko, hilang dari pengamatan.
Tidak berdimensi, dinilai dari nol sampai satu
Merujuk pada individu
Mempunyai periode rujukan waktu yang ditentukan dengan baik
Incidence risk=jml kasus insidens selama periode waktu tertentu : jml orang yg berisiko pada permulaan waktu

3). Attack Rate
Yaitu jumlah penderita baru suatu penyakit yang ditemukan pada suatu saat dibandingkan dengan jumlah penduduk yang mungkin terkena penyakit tersebut pada saat yang sama.
Manfaat Attack Rate adalah :
Memperkirakan derajat serangan atau penularan suatu penyakit. Makin tinggi nilai AR, maka makin tinggi pula kemampuan Penularan Penyakit tersebut.
Rumus :
Attack Rate=jml penderita baru dlm satu saat : jml penduduk yg mungkin terkena penyakittersebut pada saat yg samax XK

4). Secondary Attack Rate
Adalah jumlah penderita baru suatu penyakit yang terjangkit pada serangan kedua dibandingkan dengan jumlah penduduk dikurangi orang/penduduk yang pernah terkena penyakit pada serangan pertama.
Digunakan menghitung suatu panyakit menular dan dalam suatu populasi yang kecil ( misalnya dalam Satu Keluarga ).
Rumus :
SAR=jml penderita baru pd serangan kedua : jml penduduk- penduduk yg terkena serangan pertama x XK

b. PREVALENSI
Adalah gambaran tentang frekwensi penderita lama dan baru yang ditemukan pada suatu jangka waktu tertentu di sekelompok masyarakat tertentu. Pada perhitungan angka prevalensi digunakan jumlah seluruh penduduk tanpa memperhitungkan orang / penduduk yang kebal atau penduduk dengan resiko (Population at Risk). Sehingga dapat dikatakan bahwa angka prevalensi sebenarnya bukan suatu rate yang murni, karena penduduk yang tidak mungkin terkena penyakit juga dimasukkan dalam perhitungan.
Prevalens tergantung pada 2 faktor :
Berapa banyak orang jumlah orang yang telah sakit
Durasi/lamanya penyakit
Secara umum nilai prevalen dibedakan menjadi 2, yaitu :
1). Period Prevalen Rate
Yaitu jumlah penderita lama dan baru suatu penyakit yang ditemukan pada suatu jangka waktu tertentu dibagi dengan jumlah penduduk pada pertengahan jangka waktu yang bersangkutan. Nilai Periode Prevalen Rate hanya digunakan untuk penyakit yang sulit diketahui saat munculnya, misalnya pada penyakit Kanker dan Kelainan Jiwa.
Rumus :
Periode Prevalen Rate=jml penderita lama & baru : jml penduduk pertengahan x XK

2). Point Prevalen Rate
Adalah jumlah penderita lama dan baru suatu penyakit pada suatu saat dibagi dengan jumlah penduduk pada saat itu. Dapat dimanfaatkan untuk mengetahui Mutu pelayanan kesehatan yang diselenggarakan.
Rumus :
Point Prevalen Rate=jml penderita lama & baru saat itu : jml penduduk saat itu x XK
Hand Out IKM : Prodi D III Kebidanan STIKES Duta Gama Klaten SMT IV Tahun
c. HUBUNGAN ANTARA INSIDENSI DAN PREVALENSI
Angka Prevalensi dipengaruhi oleh tingginya insidensi dan lamanya sakit/durasi penyakit. lamanya sakit/durasi penyakit adalah periode mulai didiagnosanya penyakit sampai berakhirnya penyakit tersebut yaitu : sembuh, mati ataupun kronis.
Hubungan ketiga hal tersebut dabat dinyatakan dengan rumus: P = I x D
P = Prevalensi
I = Insidensi
L = Lamanya Sakit
Rumus hubungan insidensi dan prevalensi tersebut hanya berlaku jika dipenuhi 2 syarat, yaitu :
1. Nilai insidensi dalam waktu yang cukup lama bersifat konstan, tidak menunjukkan perubahan yang mencolok.
2. Lama berlangsungnya suatu penyakit bersifat stabil : Tidak menunjukkan perubahan yang terlalu mencolok.

2. Untuk Mengukur Masalah Kematian ( Angka Kematian / Mortalitas )
Dewasa ini di seluruh dunia mulai muncul kepedulian terhadap ukuran kesehatan masyarakat yang mencakup penggunaan bidang epidemiologi dalam menelusuri penyakit dan mengkaji data populasi. Penelusuran terhadap berbagai faktor yang mempengaruhi status kesehatan penduduk paling baik dilakukan dengan menggunakan ukuran dan statistik yang distandardisasi, yang hasilnya kemudian juga disajikan dalam tampilan yang distandardisasi.
Mortalitas merupakan istilah epidemiologi dan data statistik vital untuk Kematian. Dikalangan masyarakat kita, ada 3 hal umum yang menyebabkan kematian, yaitu :
a) Degenerasi organ vital & kondisi terkait.
b) Status penyakit.
c) Kematian akibat lingkungan atau masyarakat ( bunuh diri, kecelakaan, pembunuhan, bencana alam, dsb.)
Macam – macam / jenis angka kematian (Mortality Rate/Mortality Ratio) dalam Epidemiologi antara lain :

a) Angka Kematian Kasar ( Crude Death Rate )
Adalah jumlah semua kematian yang ditemukan pada satu jangka waktu ( umumnya 1 tahun ) dibandingkan dengan jumlah penduduk pada pertengahan waktu yang bersangkutan.
Istilah crude digunakan karena setiap aspek kematian tidak memperhitungkan usia, jenis kelamin, atau variabel lain.
Rumus :
CDR/AKK=jml seluruh kematian : jml penduduk pertengahan x XK

b) Perinatal Mortality Rate (PMR) / Angka Kematian Perinatal (AKP)
PMR adalah jumlah kematian janin yang dilahirkan pada usia kehamilan 28 minggu atau lebih ditambah dengan jumlah kematian bayi yang berumur kurang dari 7 hari yang dicatat selama 1 tahun per 1000 kelahiran hidup pada tahun yang sama. ( WHO, 1981 ).
Manfaat PMR adalah untuk menggambarkan keadaan kesehatan masyarakat terutama kesehatan ibu hamil dan bayi.
Faktor yang mempengaruhi tinggi rendahnya PMR adalah :
1). Banyaknya Bayi BBLR
2). Status gizi ibu dan bayi
3). Keadaan social ekonomi
4). Penyakit infeksi, terutama ISPA
5). Pertolongan persalinan
Rumus :
PMR/AKP=jml kematian janin yg dilahirkan pd usia kehamilan 28 minggu+dg jml kematian bayi yg berumur kurang dr 7 hari yg di catat selama 1tahun : jml bayi lahir hidup pd tahun yg sama x XK

c) Neonatal Mortality Rate ( NMR ) = Angka Kematian Neonatal (AKN)
Adalah jumlah kematian bayi berumur kurang dari 28 hari yang dicatat selama 1 tahun per 1000 kelahiran hidup pada tahun yang sama.
Manfaat NMR adalah untuk mengetahui :
1). Tinggi rendahnya usaha perawatan postnatal.
2). Program imunisasi.
3). Pertolongan persalinan.
4). Penyakit infeksi, terutama saluran napas bagian atas.
Rumus :
NMRAKN=jml kematian bayi umur kurang dr 28 hari : jml lahir hidup pd tahun yg sama x XK

d) Infant Mortality Rate (IMR) / Angka Kematian Bayi ( AKB)
Adalah jumlah seluruh kematian bayi berumur kurang dari 1 tahun yang dicatat selama 1 tahun per 1000 kelahiran hidup pada tahun yang sama.
Manfaat IMR adalah sebagai indikator yg sensitive terhadap derajat kesehatan masyarakat.
Rumus :
IMR/AKB=jml kematian bayi umur 0-1 th : jml kelahiran hidup pd th yg sama x XK

e) Under Five Mortality Rate ( Ufmr ) / Angka Kematian Balita
Adalah jumlah kematian balita yang dicatat selama 1 tahun per 1000 penduduk balita pada tahun yang sama.
Manfaat UFMR adalah untuk mengukur status kesehatan bayi.
Rumus :
UFMR=jml kematian balita yg cacat dlm 1 thn : jml penduduk balita pd thn yg sama x XK

f) Angka Kematian Pasca-Neonatal (Postneonatal Mortality Rate)
Angka kematian pascaneonatal diperlukan untuk menelusuri kematian di Negara belum berkembang , terutama pada wilayah tempat bayi meninggal pada tahun pertama kehidupannya akibat malnutrisi, defisiensi nutrisi, dan penyakit infeksi.
Postneonatal Mortality Rate adalah kematian yang terjadi pada bayi usia 28 hari sampai 1 tahun per 1000 kelahiran hidup dalam satu tahun.
Rumus :
pasca-neonatal mortality rate=jml kematian bayi usia 28 hari-1 thn : jml kelahiran hidup pd thn yg sama x XK
g) Angka Kematian Janin / Angka Lahir Mati (Fetal Death Rate)
Istilah kematian janin penggunaannya sama dengan istilah lahir mati. Kematian janin adalah kematian yang terjadi akibat keluar atau dikeluarkannya janin dari rahim, terlepas dari durasi kehamilannya. Jika bayi tidak bernafas atau tidak menunjukkan tanda – tanda kehidupan saat lahir, bayi dinyatakan meninggal. Tanda –tanda kehidupan biasanya ditentukan dari Pernapasan, Detak Jantung, Detak Tali Pusat atau Gerakan Otot Volunter.
Angka Kematian Janin adalah proporsi jumlah kematian janin yang dikaitkan dengan jumlah kelahiran pada periode waktu tertentu, biasanya 1 tahun.
Rumus :
Angka kematian janin=jml kematian janin dlm periode tertentu : total kematian janin+janin lahir hidup periode yg samax XK

h) Maternal Mortality Rate ( Mmr ) / Angka Kematian
Adalah jumlah kematian ibu sebagai akibat dari komplikasi kehamilan, persalinan dan masa nifas dalam 1 tahun per 1000 kelahiran hidup pada tahun yang sama.
Tinggi rendahnya MMR berkaitan dengan :
1). Sosial ekonomi
2). Kesehatan ibu sebelum hamil, bersalin dan nifas
3). Pelayanan kesehatan terhadap ibu hamil
4). Pertolongan persalinan dan perawatan masa nifas
Rumus :
MMR=jml kematian ibu hamil, persalinan&dan nifas dlm 1 thn : jml lahir hidup pd thn yg samax XK

i) Age Spesific Mortality Rate ( ASMR / ASDR )
Manfaat ASMR/ASDR adalah :
1). Untuk mengetahui dan menggambarkan derajat kesehatan masyarakat dengan melihat kematian tertinggi pada golongan umur.
2). Untuk membandingkan taraf kesehatan masyarakat di berbagai wilayah.
3). Untuk menghitung rata – rata harapan hidup.

j) Cause Spesific Mortality Rate ( CSMR )
Yaitu jumlah seluruh kematian karena satu sebab penyakit dalam satu jangka waktu tertentu ( 1 tahun ) dibagi dengan jumlah penduduk yang mungkin terkena penyakit tersebut.
Rumus :
CSMR=jml seluruh kematian karena sebab penyakit tertentu : jml penduduk yg mungkin terkenapenyakit pd pertengahan tahunx XK

k) Case Fatality Rate ( CFR )
Adalah perbandingan antara jumlah seluruh kematian karena satu penyebab penyakit tertentu dalam 1 tahun dengan jumlah penderita penyakit tersebut pada tahun yang sama. Digunakan untuk mengetahui penyakit –penyakit dengan tingkat kematian yang tinggi.
Rumus :
CFR=jml kematian karena penyakit tertentu : jml seluruh penderita penyakit tersebutx XK

Dipublikasi di Uncategorized | Meninggalkan komentar

Hello world!

Welcome to WordPress.com. This is your first post. Edit or delete it and start blogging!

Dipublikasi di Uncategorized | 1 Komentar