pengantar metodeSTANDARDISASI_epidemiologi.pdf

standarisasi epidemiologi

1. STANDARDISASI
MK. Epidemiologi Intermediate

2. Membandingkan rate antar populasi
•Angka Kasar (Crude Rate) → Indikator populasi secara umum
•Mewakili populasi
•Masih dipengaruhi oleh tingkat perbedaan pada setiap sub kelompok
(misalnya: umur, jenis kelamin, ras, dll)
•Contoh: crude death rate
•Angka Adjusted (Adjusted Rate) → Indikator fiktif yang dihitung menggunakan
prosedur standardisasi
•Mewakili populasi
• Tidak dipengaruhi oleh perbedaan pada setiap sub kelompok

3. CDR (angka kematian kasar)
populasi A dan B
Komunitas PopulasiJumlah
kematian
Tingkat Kematian
(death rates)
Per 100.000
A
100.000 109 109 per 100.000
B
100.000 991 991 per 100.000
3

4. Comparing rates among different populations

5. 5

6. Ilustrasi CDR antara 2 wilayah (2017)
•DKI Jakarta: 541 per 100.000
•Yogyakarta: 347 per 100.000
6

7. Numerical Illustrations
Population A Population B
Age CasesPersons
Rate
per 100,000
CasesPersons
Rate
per 100,000
Young 99 99,000 100 1 1,000 100
Old 10 1,000 1,000 99099,000 1,000
All 109100,000 109 991100,000 991
Rate in Population B is 9× that of Population A
7

8. Illustrative Example
Population A Population B
Age CasesPersonsRateCasesPersonsRate
Young 99 99,000100* 1 1,000100
Old 10 1,0001,00099099,0001,000
All 109100,000109 991100,000991
Within the young group, rates are identical
* Rates are per 100,000. Example of calculation: R = 99 ÷ 99,000 × 100,000 = 100
8

9. Illustrative Example
Population A Population B
Age CasesPersonsRateCasesPersonsRate
Young 99 99,000100 1 1,000100
Old 10 1,0001,00099099,0001,000
All 109100,000109 991100,000991
Within the old group, rates are identical
9

10. Numerical Illustrations
Population A Population B
Age CasesPersons
Rate
per 100,000
CasesPersons
Rate
per 100,000
Young 99 99,000 100 1 1,000 100
Old 10 1,000 1,000 99099,000 1,000
All 109100,000 109 991100,000 991
Then, why rate in Population B is 9× that of Population A?
10

11. Why the apparent paradox?
Population A Population B
Age CasesPersonsRateCasesPersonsRate
Young 99 99,000100 1 1,000100
Old 10 1,0001,00099099,0001,000
All 109100,000109 991100,000991
Pop. A mostly young, Pop. B mostly old
11

12. …. and rates are age-related
Population A Population B
Age CasesPersonsRateCasesPersonsRate
Young 99 99,000100 1 1,000100
Old 10 1,0001,00099099,0001,000
All 109100,000109 991100,000991
So..you’re OK as long as you compare like-to-like
12

13. Confounding
In this example,
•Explanatory factor associated with
age as the extraneous factor
•Extraneous factor associated with
disease rate
•Extraneous factor confounds
relation between explanatory
factor and disease rate
Age
Population Rate
confounder
explanatory
factor
disease
13

14. Comparing rates among different populations
So, why crude rate can be misleading?
•The difference between crude rates of two populations involves differences in both
the stratum-specific rates and population composition (distribution of
characteristics)
•Comparison of crude rates is often confounded by these differences and not
appropriate
–Jika distribusi faktor-faktor yang mempengaruhikejadian kematian (misalnya umur, jenis
kelamin, status sosial ekonomi) tidak mirip/sama diantara populasi yang dibandingkan

15. Comparing rates among different populations
Then, what is the appropriate comparison?
•An adjustment procedure is needed to make an appropriate comparison of the
overall risk of dying between the two populations
•Agar perbandingan rate diantara populasi dapat komperabel maka crude rate harus
distandarisisasi dengan faktor-faktor konfounding tadi
➔ Standardized or Adjusted rate
a rate that has been mathematically or statistically manipulated so that the effects of
differences in composition of the populations being compared have been minimized

16. Standardisasi
Definisi:
•Cara untuk meng-adjust (menghilangkan pengaruh) variabel confounding
dengan menggunakan populasi standar
Kapan digunakan?
•Membandingkan rate penyakit pada populasi yg mempunyai distribusi
karakteristik populasi yg berbeda dan karakteristik tersebut berhubungan
dengan penyakit
16

17. Reasons for Standardization
1.To remove the effect on crude rates which are due to differences in the
composition of populations being compared
2.To arrive at simple summary measures which are more readily compared
than a series of rates
3.If the specific rates are impercise because of small numbers of the
numerator and denominator, then they are unreliable to be used for
comparison
4.The specific rates for one or more of the populations under study are not
available

18. Jenis Standardisasi
•Direct (langsung)
–standard yang digunakan adalah distribusi populasi standard
•Indirect (tidak langsung)
–standard yang digunakan adalah specific rates

19. Standardisasi Langsung
Cara kalkulasi:
•menggunakan specific rate pada populasi studi berdasarkan variabel yang akan
di-adjust (misal umur, jenis kelamin, dll)
•specific rate tadi diaplikasikan pada populasi standard untuk mendapatkan
estimasi jumlah kejadian dan menghitung ukuran yang telah distandarkan
Standardisasi ini menggambarkan:
•apa yang akan terjadi dengan crude rate pada populasi studi jika distribusi dari
variabel yang di-adjust sama dengan populasi standard

20. 20

21. Standardisasi Tidak langsung
•Dengan cara menerapkan specific rate dari populasi standar pada populasi
yang dibandingkan untuk mendapatkan estimasi jumlah kejadian dan
menghitung ukuran yang telah distandarkan
•Metode ini digunakan bila angka spesifik stratum (misalnya umur) tidak
diketahui

22. 22

23. Standardisasi Langsung (1)
Data yang harus tersedia:
•Specific rate (dari variabel yang akan di-adjust) pada populasi studi
•Distribusi variabel yang akan di-adjust pada populasi standard

24. •Cara melakukan standarisasi metode langsung, misalnya di-adjust
berdasarkan umur:
–Pilih suatu populasi standard dengan diketahui distribusi umur (misalnya
distribusi umur hasil sensus)
–Kalikan tingkat kematian umur spesifik (age-spesific death rate) dari kelompok
pembanding dengan distribusi umur yang sama dalam populasi standar.
(Catatan: anda mungkin harus menghitung tingkat kematian umur spesifik jika
tidak diberikan)
Umur Jumlah populasi
standar
Tingkat kematian umur spesifik populasi
yang dibandingkan
Jumlah kematian yang
diperkirakan
I X
1 Z
1 X
1* Z
1
II Xn Zn Xn * Zn
Standardisasi Langsung (2)

25. –Hitung jumlah kematian yang diperkirakan (expected death) dalam populasi standar
jika tingkat kematian spesifik umur dari kelompok pembanding diberlakukan dalam
populasi standar. Ingat ini hanya hipotetis.
–Jumlahkan semua kematian yang diperkirakan dan dibagi dengan jumlah populasi
standar
Umur Jumlah populasi
standar
Tingkat kematian umur spesifik populasi
yang dibandingkan
Jumlah kematian yang
diperkirakan
I X
1 Z
1 X
1* Z
1
II Xn Zn Xn * Zn
Total X
1..n X
i..n*Z
i..n
Standardisasi Langsung (3)

26. •Jumlah kematian yang diperkirakan (expected number of death) =
tingkat kematian spesifik umur (age-spesific mortality rate) dari kelompok pembanding x
distribusi spesifik umur dalam populasi standar
•Tingkat kematian yang distandarisasi umur (age-adjusted mortality rate) =
Jumlah kematian yang diperkirakan
Total populasi standar
Standardisasi Langsung (4)

27. Standardisasi Langsung (5)
•One way to select the standard population is to combine population
counts from the populations being compared.
•Another way to select the standard population is to use an external
standard population, such as the United States population.
•We can then apply the category-specific death rates to the standard
population to calculate and compare the expected number of deaths in
each population.

28. 28Sumber: Ref #2
What is your conclusion?

29. 29Sumber: Ref #2

30. 30Sumber: Ref #2

31. 31Sumber: Ref #2

32. 32Sumber: Ref #2
Let’s use the standardization

33. 33
Reference
population
(populasi
standard)
dihitung dari
penjumlahan
populasi single
dan married
Sumber: Ref #2

34. 34Sumber: Ref #2

35. 35Sumber: Ref #2

36. 36Sumber: Ref #2

37. U.S. DeathRate ExpectedDeaths
Age Popul. H P H P
0 to 1455,961,000.0009 .0008
15 to 2436,124,000.0010 .0008
25 to 4482,366,000.0021 .0021
45 to 6448,345,000.0080 .0075
65 +32,283,000.0486 .0462
Total255,079,000----- -----
Adjusted Death Rate (H) =
Adjusted Death Rate (P) =
Contoh standardisasi langsung menggunakan external standard population
(U.S population)

38. U.S. DeathRate ExpectedDeaths
Age Popul. H P H P
0 to 1455,961,000.0009 .0008 50,364 44,768
15 to 2436,124,000.0010 .0008 36,124 28,899
25 to 4482,366,000.0021 .0021172,968172,968
45 to 6448,345,000.0080 .0075386,760362,587
65 +32,283,000.0486 .04621,568,9531,491,474
Total255,079,000----- -----2,215,1692,100,696
Adj. Death Rate (H) = 2,215,169 / 255,079,000 = 868 per 100K
Adj. Death Rate (P) = 2,100,696 / 255,079,000 = 824 per 100K

39. Adj. Death Rate (H) = 2,215,169 / 255,079,000 = 868 per 100K
Adj. Death Rate (P) = 2,100,696 / 255,079,000 = 824 per 100K
Age-adjusted rate ratio = 868 / 824 = 1.05
Using the United States as the standard population:
The age-adjusted 1995 death rate appears to be approximately
5% higher in Hillsborough county compared to Pinellas county.

40. •Ingat kembali: Menerapkan specific rate dari populasi standar pada populasi studi
•Digunakan bila:
–Populasi sub-kelompok lokal sangat kecil; atau
–Tingkat (rate) sub-kelompok lokal tidak diketahui
•Ada tiga tipe data yang diperlukan dalam melakukan standarisasi tidak langsung:
–Angka rate spesifik (spesific rate) dari populasi standar.
–Angka jumlah (distribusi) masing-masing segmen spesifik dari populasi studi.
–Jumlah keseluruhan peristiwa yang sebenarnya (peristiwa yang diamati) dalam
populasi studi (observed number).
Umur Tingkat spesifik
populasi standar
Jumlah populasi dibandingkanJumlah kematian yang
diperkirakan
I S
1 C
1
II Sn C
n
Total
Standardisasi Tidak Langsung (1)

41. •Setelah tiga tipe data diperoleh
–Kalikan rate spesifik populasi standar dengan jumlah masing-masing populasi
kelompok
•Angka ini kemudian menunjukkan jumlah peristiwa yang diperkirakan dari
kelompok studi yang akan ada jika kelompok studi mempunyai rate spesifik
yang sama seperti populasi standar
–Jumlahkan angka-angka peristiwa yang diperkirakan (expected number)
Umur Tingkat spesifik
populasi standar
Jumlah populasi dibandingkanJumlah peristiwa yang
diperkirakan (E)
I S
1 C
1 S
1* C
1
II Sn Cn Sn * Cn
Total C
1..n S
i..n* C
i..n
Standardisasi Tidak Langsung (2)

42. –Hitunglah rasio yang distandarisasi (Standardized ratio) dengan cara
membagi jumlah keseluruhan peristiwa yang diamati (O=Observed)
dengan keseluruhan jumlah peristiwa yang diperkirakan (E=Expected)
–Karena pada contoh menghitung kematian, maka hitung Standardized
Mortality Ratio (SMR)
–Kalikan SMR dengan crude rate (C) dari populasi standard untuk
mendapatkan Indirect Adjusted Rate (IAR)
SMR =
O
E
X 100%
Standardisasi Tidak Langsung (3)

43. Standardisasi Tidak Langsung (4)
•Rasio yang distandarisasi = SMR
–SMR = standardized mortality ratio
–SMR = standardized morbidity ratio
•SMR =
Total peristiwa yang diamati (observed)
dalam populasi lokal
Jumlah keseluruhan peristiwa yang
diperkirakan (expected) dalam populasi lokal
X100%

44. 44
AGE ADJUSTED DEATH RATES
(Indirect Method)
AGE
GROUP
I
P
X
I
P
X
PINELLAS
COUNTY
DADE
COUNTY
0-1
2-4
5-14
15-24
25-34
35-44
45-54
55-64
65-74
75+
5674
22167
51932
32565
33877
41633
41670
51985
65783
27379
18819
74554
162633
108310
126938
140768
118013
93058
67994
25960
All ages 374665 935047
Death rates per
1000 in std.pop
(
s
M
X)
27.0
1.1
0.5
1.1
1.5
3.0
7.6
17.4
38.2
106
9.5
Expected death:
I
E
X =
s
M
X .
i
p
X
PINELLAS
COUNTY
DADE
COUNTY
Observed death
I
D
X
5732 8245

45. 45
AGE ADJUSTED DEATH RATES
(Indirect Method)
AGE
GROUP
I
P
X
I
P
X
PINELLAS
COUNTY
DADE
COUNTY
0-1
2-4
5-14
15-24
25-34
35-44
45-54
55-64
65-74
75+
5674
22167
51932
32565
33877
41633
41670
51985
65783
27379
18819
74554
162633
108310
126938
140768
118013
93058
67994
25960
All ages 374665 935047
Death rates per
1000 in std.pop
(
s
M
X)
27.0
1.1
0.5
1.1
1.5
3.0
7.6
17.4
38.2
106
9.5
Expected death:
I
E
X =
s
M
X .
i
p
X
PINELLAS
COUNTY
DADE
COUNTY
153
24
26
36
51
125
317
905
2513
2902
508
82
81
119
187
422
897
1619
2597
2752
7052 9264
Observed death
I
D
X5732 8245

46. 46
AGE ADJUSTED DEATH RATES
(Indirect Method)
obs. death
Indirect Adjusted Rate = CDR x
Expected death
Pinellas County:
SMR = ?
IAR = ?
Dade County:
SMR = ?
IAR = ?

47. 47
AGE ADJUSTED DEATH RATES
(Indirect Method)
obs. death
Adjusted Death Rate (M
Ind)= CDR x
Expected death
Pinellas County:
SMR = (obs/expec) = 5732/7052 = 0.82
M
ind = (9.5 x (5732/7052)
= 7.8 per 1000
Dade County:
SMR = 8245/9264 = 0.90
M
ind = (9.5 x (8245/9264)
= 8.5 per 1000

48. 48
Sumber: Ref #2

49. LATIHAN
•Hitunglah CDR di kota A dan B
•Hitunglah Tingkat kematian yang distandarisasi
(Standardized Death Rate = SDR) pada masing-
masing kota berdasarkan data pada tabel berikut

50. Umur
Kota A Kota B
# populasi # mati ASDR # populasi # mati ASDR
< 1 10037 72 75322 575
1 - 4 40445 18 190256 127
5 - 9 54359 12 344886 67
10 - 14 52437 14 328220 95
15 - 19 49475 53 313422 322
20 - 24 44690 60 294762 372
25 - 34 84864 137 657439 1022
35 - 44 116015 238 684967 1700
45 - 54 81857 306 509569 2271
55 - 64 40162 359 347841 3632
65 - 74 20668 518 333235 7639
75 - 84 8337 509 199416 10494
85 + 1974 286 55929 8240
Total

51. Umur # Pop. Standar
Kota A Kota B
ASDR Expected ASDR Expected
< 1
1 - 4
5 - 9
10 - 14
15 - 19
20 - 24
25 - 34
35 - 44
45 - 54
55 - 64
65 - 74
75 - 84
85 +
Total

52. LATIHAN
•Hitunglah SMR (Standardized Mortality
Ratio) di kota A dan kota B berdasarkan data
di bawah ini. Gunakan CDR dan jumlah
kematian pada tabel sebelumnya

53. Umur
ASDR Standar
(per 1000)
Kota A Kota B
# populasiExpected # populasiExpected
< 1 7,173458 10037 75322
1 - 4 0,445049 40445 190256
5 - 9 0,220755 54359 344886
10 - 14 0,266987 52437 328220
15 - 19 1,071248 49475 313422
20 - 24 1,342582 44690 294762
25 - 34 1,614348 84864 657439
35 - 44 2,051459 116015 684967
45 - 54 3,738226 81857 509569
55 - 64 8,938798 40162 347841
65 - 74 25,0629 20668 333235
75 - 84 61,05314 8337 199416
85 + 144,8835 1974 55929
Total

54. Reference
1.Gerstman, B. Burt. Epidemiology kept simple : an introduction to traditional and modern
epidemiology (3rd ed). 2013. John Wiley & Sons, Ltd.
2.Marie Diener-West and Sukon Kanchanaraksa. The Direct and Indirect Methods of Adjustment.
JHSPH OpenCourseWare. http://ocw.jhsph.edu. Creative Commons BY-NC-SA.
3.Leon Gordis. Epidemiology (5
th
ed). 2014. Elsevier Saunders. Canada.