Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Dalam file excel tersedia DATA Abnormalitas terdiri dari variabel SGOT/SGPT laki-laki, hemoglobin,
trigliserid, total kolesterol, HDL dan LDL. Hitunglah Nilai Abnormalitas dari data yang tersedia :
1.1. Hitung Harga Rerata
1.2. Hitung Standard Deviasi
1.3. Nilai Abnormalitas adalah
>rerata + 2x Standard Deviasi
Buka file DATA Abnormal.sav Di SPSS , pilih menu Analyze Descriptive Statistics Frequencies
pindahkan semua variabel statistic pilih Mean , dan Std. Deviation klik continue OK Copy
special tabel nya.
2. Tersedia Clinical Scenario sebagai berikut :
You are a general practioner working in a primary health care team who frequently sees older patients
reporting memory loss and concerned about the onset of dementia. You routinely use the Mini-
Mental State Examination (MMSE) screening tool with these patients to evaluate their cognitive
function as you know this tool to be sensitive, valid and reliable. Recently you have heard of a tool
called the Mini-Cog which is considered quicker to administer and better for patients who or older,
less educated or from culturally and linguistically diverse (CALD) communities. You wish to find out if
the Mini-Cog test is as accurate as the MMSE in detecting Alzheimer’s disease or dementia.
2.1. Tabel P.I.C.O
2.6. Lakukan Critical Appraisal dari Artikel dengan critical appraisal worksheet (Home Work)
1. Validity Pada penelitian ini, variable yang diukur yaitu
berdasarkan skrinning untuk mendapatkan kriteria
diagnostik dementia dengan menggunakan beberapa
instrumen.
Pengumpulan data dilakukan dengan melakukan
wawancara tatapmuka secara langsung.
Kesimpulan: Penelitian ini dapat dikatakan
valid dan baik.
2. Importance Penelitian ini penting karena hasil uji diagnostik ini
menunjukkan hasil bahwa sensitivitas Mini-Cog
dan ACE-R lebih tinggi daripada MMSE.
Sedangkan, spesifisitas Mini-Cog lebih rendah
dibandingkan MMSE dan sama dengan ACE-R.
Kesimpulan: Melihat tujuan penelitian maka
dapat disimpulkan bahwa penelitian ini penting
dilakukan.
3. Applicability Penelitian ini dapat diterapkan dalam praktik klinis
untuk skrinning dementia karena berdasarkan hasil
penelitian, Mini-Cog dan ACE-R lebih sensitive dan
bisa dijadikan alternatif MMSE.
Kesimpulan: Hasil penelitian dapat diterapkan.
3. Dalam file excel tersedia DATA Diagnostik. Data terdiri dari variabel LDL dan kreatinin kinase.
3.1. Buatlah Grafik Titik Potong Diagnostik pastekan pada lembar jawaban.
Buka Medcalc File Open ganti format file jadi SPSS data .sav pilih data diagnostik
open klik All ok
Statistics ROC Curves Plot Versus criterion values di kotak pertama (Variable)
masukan kreatinin_kinase dikotak kedua (Classification Variable) masukan variable MCI
pilih connected lines klik OK , …
Copy graph nya LAKUKAN lagi untuk LDL
Classification: MCI
100
90
80
70
60
Sensitivity (%)
50
Specificity (%)
40
30
20
10
0
40 50 60 70 80
Kreatinin Kinase
Classification: MCI
100
90
80
70
60
Sensitivity (%)
50
Specificity (%)
40
30
20
10
0
80 100 120 140 160 180 200
LDL
3.2. Perkirakan secara visual nilai titik potong diagnostik dan interpretasikan.
Statistics ROC Curves ROC Curves Analysis di kotak pertama (Variable) masukan
kreatinin_kinase dikotak kedua (Classification Variable) masukan variable MCI pilih List of
criterion values with test characteristics, Include all observed criterion values, Sensitivity/specificity ,
Likelihood ratios, Display ROC Curve Window klik OK , …
Copy graph nya , LAKUKAN lagi untuk LDL
Kreatinin Kinase
100
Sensitivity: 100.0
Specificity: 92.0
80 Criterion: >69.1098
Sensitivity
60
40
20
0
0 20 40 60 80 100
100-Specificity
LDL
100
80 Sensitivity: 84.6
Specificity: 47.1
Criterion: ≤143.002
Sensitivity
60
40
20
0
0 20 40 60 80 100
100-Specificity
3.3. Hitunglah Seluruh Nilai Diagnostik memakai MedCalc dan Epicalc buatlah kesimpulan
9 Nilai Diagnostik
1. Sensitivity
2. Specificity
3. Accuracy
4. Nilai prediksi Positif
5. Nilai prediksi Negatif
6. Likelihood Ratio (+)
7. Likelihood Ratio (-)
8. Likelihood Ratio test
9. Area Under Curve (AUC)
Youden index
Kesimpulan : Kreatinin kinase dapat mendeteksi MCI pada sensitivitas 100 dan spesifisitas 92
pada titik potong >69, 1098 (artinya : MCI Positif bila Kreatinin Kinase >69,1098 , MCI Negatif
bila <=69,1098)
Area under the ROC curve (AUC)
z statistic 1.143
Youden index
Sensitivity 84.62
Specificity 47.13
Kesimpulan : LDL mendeteksi MCI pada sensitivitas 84,62 dan spesifisitas 47.13 pada titik
potong <=143.002 (artinya : MCI Positif bila LDL <=143.002 , MCI Negatif bila LDL
>143.002)
NNH = 3.083, ini berarti dari 3 pasien yang diterapi, satu diantaranya akan mengalami efek
samping