PART 1

1. insidensi  dorland : laju dengan beberapa kejadian terjadi…. Jumlah kasus baru suatu penyakit
spesifik yang terjadi selama 1 masa tertentu pada populasi yang mempunyai resiko

Rumus angka insidensi adalah jumlah kejadian dalam waktu tertentu dibagi penduduk yang mempunyai
risiko (population at risk) terhadap kejadian tersebut dalam kurun waktu tertentu dikalikan dengan
konstanta “k”.

p = (d/n) x k

p = estimasi angka insidensi

d = jumlah kasus baru

n = jumlah individu yang awalnya tidak sakit

k = konstanta

2. prevalensi  jumlah kasus penyakit yang terjadi dalam populasi pada waktu tertentu, pada suatu titik
tertentu / selama periode waktu.

Prevalensi menunjukkan perkiraan kemungkinan seseorang menjadi sakit pada satu saat tertentu.
Prevalensi ada 2, yaitu point prevalence dan periode prevalence. Rumusnya :

Point  jumlah semua kasus yang dicatat (pada saat tertentu)

jumlah penduduk

periode  jumlah semua kasus yang dicatat (selama satu periode)

jumlah penduduk

3. a. jumlah populasi anak dan jumlah anak yang terkena polio baru-baru ini (kasus baru), anak yang
beresiko polio

3.b. jumlah populasi anak di ababo, jumlah orang yang sakit polio pada 1 periode dan jumlah orang yang
sakit pada suatu waktu tertentu

4. komponen penting : collection, analisis, interpretasi, disseminasi (publikasi)

5. surveilance pasif  berdasarkan laporan data-data yang diperoleh dari dinas-dinas kesehatan yang
dikirim oleh penyedia pelayanan kes, RS, lab selama jangka waktu periode tertentu berdasar regulasi
yang ada
Surveilance aktif  langsung mendata ke penyedia pelayanan untuk mendapat laporan kasus secara
reguler.

Kasus ababo  Termasuk pasif

6a. adalah angka kelompok orang yang terdiagnosis mengidap penyakit tertentu dan meninggal karena
sakit yang dideritanya. Fungsi  mengukur kemungkinan kematian pada wabah atau penyakit tertentu
dimana pasien penyakit tersebut telah diikuti perkembangannya dalam jangka waktu tertentu.

6.b

. Year New cases deaths population IR MR CFR

[1,] 1986 54 5 360000.0 15.00 1.39 0.09

[2,] 1987 56 7 373680.0 14.99 1.87 0.12

[3,] 1988 50 6 387879.8 12.89 1.55 0.12

[4,] 1989 68 8 402619.3 16.89 1.99 0.12

[5,] 1990 74 10 417918.8 17.71 2.39 0.14

IR= new cases/pop x100.000 MR= death/popx100.000 CFR=death/new cases

7. interpretasi  dalam bentuk grafik.

8.a. sensitivitas  tes untuk mengidentifikasi secara tepat apakah orang tersebut benar-benar sakit atau
tidak. Semakin turun sensitivitasnya maka jumlah orang yang terdiagnosis sakit akan menurun (false
negative Î) menyebabkan hasil yang tidak valid. Tingkat akurasi ditentukan pula oleh SPESIFITAS, yaitu
tes untuk mengidentifikasi orang yang benar-benar sehat (true negative). Jika spesifitas menurun maka
jumlah orang yang terdiagnosis sakit Î padahal ia tidak sakit (false positive).

8.b. atribut yang harus dievaluasi dalam system surveilans untuk menentukan apakah sistem tersebut
sesuai dengan tujuan antara lain:

a. Simplicity : system operasi yang sederhana secara keseluruhan dan dalam setiap
komponennya
b. Flexibility ; kemampuan untuk mengakomodasi perubahan dalam
mengoperasikan kondisi atau kebutuhan informasi
c. Kualitas Data ; kelengkapan dan validitas data yang terkumpul dan terekam
 d. Acceptability ; kemauan individu dan organisasi untuk berpartisipasi dalam
sistem
e. Predictive Value Positive ; proporsi kasus yang dilaporkan yang benar-benar
kasus
f. Representativeness ; ketelitian sistem dalam menggambarkan timbulnya peristiwa
kesehatan dalam suatu populasi berdasar waktu, tempat dan orang
g. Timeliness ; ketersediaan data dalam waktu yang tepat
h. Stability ; reliability dan availability sistem (tanpa kegagalan)
9. Hal yang biasa terjadi

i. Chance (kesalahan yang tidak disengaja)

a. Predictive value
Dibuat-buat besarnya
Dibuat-buat dari ukuran sampel
b. Interval
ii. Kesalahan sistematika
a. Berubahnya prosedur laporan lokal ( misalnya lebih mudahnya prosedur
laporan seperti aktif dari pada pasif)
b. Berubahnya penjelasan kasus
c. Meningkatnya kepentingan karena lokal atau kesadaran nasional
d. Petugas kesehatan baru atau fasilitas mungkin dilihat lebih menunjuk kasus,
mungkin diagnosis yang lebih sering, mungkin laporan yang lebih dipercaya
e. Wabah sama dengan penyakit, kesalahan diagnosis penyakit
f. Kesalahan laboratorium atau laporan
g. Berubahnya denominator seperti adanya arus turis, pengungsi, petani yang
berpindah
1. Adanya hipotesis baru
a. Meningkatnya kerentanan populasi (kelahiran, imigrasi)
b. Rendahnya vaksinasi
c. Gagalnya vaksinasi (primer = tidak ada imunitas dalam tubuh, sekunder =
berkurangnya imunitas )
d. Berubahnya agent (agent turunan yang lebih virulen)
 Bias :

1. Bias sukarelawan: kondisi kesehatan sukarelawan yang baik, mortalitas rendah.

2. Bias Panjang (length bias): bias karena penyakit orang yanng terdeteksi memiliki masa
pre-klinis yang panjang sehingga mudah dideteksi.
3. Bias Led-time: diagnosis dini memperpanjang survival time tanpa menurunkan
mortalitas.
10. Tidak semua kasus dari rumah sakit bisa diikutsertakan dalam laporan. Beberapa alasan antara lain :
A. Penjelasan kasus klinik mungkin berbeda dari penjelasan kasus surveilans
B. Salah pengertian mengenai perkiraan yang dilaporkan
C. Salah pengertian mengenai tanggung jawab dalam laporan (siapa yang
bertanggung jawab? Mungkin setiap staf karyawan menganggap seseorang akan
diisi?
D. Kurangnya motivasi diantara karyawan, atau terlalu sibuk untuk membuat laporan
E. Laporan diisi hanya oleh mereka mengizinkan untuk didiagnosis, terlewat dari
diagnosis dari rumah sakit
F. Laporan salah penempatan, tertunda, hilang, salah pengkodean rumah sakit lain
atau departemen kesehatan.
G. Rumah sakit telah menjalankan form

11. Dampak memasukkan anak-anak dengan rekaman status tidak demam dalam grafik adalah untuk
meningkatkan sensitivitas dan menurunkan sesifisitas tes, diagnosis, atau screening.
Sensitifitas merupakan probabilitas hasil test (+) (TP) bila penyakit benar-benar ada. Meningkatnya
sensitivitas , false negative (FN) akan menurun. Rumus sensitivitas :

Sensitivitas = TP/(TP+FN)

Spesifisitas merupakan probabilitas hasil test (-) bila penyakit benar-benar ada (+). Sensivitas meningkat,
false positive (FP) menurun. Rumus spesifitas :

Spesifisitas = TN/(TN+FP)

12. Untuk keadaan insidensi rendah, formulir kasus penyakit yang kita tanyakan antara lain :

A. Informasi identitas pasien

 B. Informasi demografi
C. Informasi klinik
Waktu terjadi penyakit, gejala/tanda, (termasuk demam), pemeriksaan
laboratorium, riwayat rawat inap, mati) - klarifikasi penjelasan kasus,
karakteristik spectrum dan perjalanan penyakit, dampak terhadap sumber, dll.
D. Faktor risiko
Pekerjaan, kontak dengan peralatan rumah tangga, perjalanan, status imunisasi,
dll) untuk membantu investigasi, target dari control, tindakan preventif
E. Informasi identifikasi pelapor

13. Kasus memuncak pada musim-musim tertentu pada bulan Februari, Maret hingga April dimana
distrik Ababo ini mengalami musim panas hingga musim gugur. Musim tersebut di daerah itu
merupakan faktor yang mempengaruhi distribusi penyakit polio ini.
14. –

15. Rasio laki – laki : perempuan = 31 : 19.

Rasio adalah suatu pernyataan frekuensi nisbi kejadian suatu peristiwa terhadap peristiwa lainnya.
Misalnya, jumlah anak sekolah kelas 6 yang telah diimunisasi dibandingkan dengan jumlah anak sekolah
kelas 6 yang tidak diimunisasi pada sekolah tertentu

x
Rumus rasio : k k = 1.
y
16. –

17.a. prevalensi 1/243= 0,004.

17.b. Prevalensi pada yang tidak divaksinasi = 9/676 = 0,013

17.c. 243/ 919 dikalikan 100% yaitu 24,6 %.