Pentingnya statistik dalam pelayanan kesehatan (dengan contoh)

Bidang statistik berkaitan dengan pengumpulan, analisis, interpretasi dan penyajian data.

Dalam pelayanan kesehatan, statistik penting karena alasan berikut:

Alasan 1 : Statistik memungkinkan profesional kesehatan melacak kesehatan individu menggunakan statistik deskriptif.

Alasan 2 : Statistik memungkinkan profesional kesehatan mengukur hubungan antar variabel menggunakan model regresi.

Alasan 3 : Statistik memungkinkan profesional kesehatan membandingkan efektivitas prosedur medis yang berbeda menggunakan pengujian hipotesis.

Alasan 4 : Statistik memungkinkan profesional kesehatan untuk memahami pengaruh pilihan gaya hidup terhadap kesehatan menggunakan rasio tingkat kejadian.

Di sisa artikel ini, kami mengembangkan masing-masing alasan ini.

Alasan 1: Pantau kesehatan individu menggunakan statistik deskriptif

Statistik deskriptif digunakan untuk mendeskripsikan data.

Profesional layanan kesehatan sering kali menghitung statistik deskriptif berikut untuk individu tertentu:

• Rata-rata detak jantung yang tersisa.
• Tekanan arteri rata-rata.
• Fluktuasi berat badan selama periode tertentu.

Dengan pengukuran ini, profesional kesehatan dapat lebih memahami kesehatan individu secara keseluruhan.

Mereka kemudian dapat menggunakan pengukuran ini untuk memberi informasi kepada individu tentang cara meningkatkan kesehatan mereka atau bahkan meresepkan obat tertentu berdasarkan kondisi kesehatan mereka.

Alasan 2: Mengukur hubungan antar variabel menggunakan model regresi

Statistik juga digunakan dalam layanan kesehatan dalam bentuk model regresi .

Ini adalah model yang memungkinkan profesional kesehatan mengukur hubungan antara satu atau lebih variabel prediktor dan variabel respons .

Misalnya, seorang profesional kesehatan mungkin memiliki akses ke data tentang jumlah jam yang dihabiskan untuk berolahraga per hari, total waktu yang dihabiskan untuk duduk per hari, dan berat keseluruhan individu.

Mereka kemudian dapat membuat model regresi linier berganda berikut:

Berat = 124,33 – 15,33 (jam yang dihabiskan untuk berolahraga per hari) + 1,04 (jam yang dihabiskan untuk duduk per hari)

Berikut cara menginterpretasikan koefisien regresi pada model ini:

• Untuk setiap jam tambahan yang dihabiskan untuk berolahraga per hari, total berat badan berkurang rata-rata 15,33 pon (dengan asumsi jam yang dihabiskan untuk duduk tetap konstan).
• Untuk setiap tambahan jam yang dihabiskan untuk duduk per hari, total berat badan meningkat rata-rata 1,04 pon (dengan asumsi jam yang dihabiskan untuk berolahraga tetap konstan).

Dengan menggunakan model ini, profesional kesehatan dapat dengan cepat memahami bahwa lebih banyak waktu yang dihabiskan untuk berolahraga dikaitkan dengan berat badan yang lebih rendah dan lebih banyak waktu yang dihabiskan untuk duduk dikaitkan dengan berat badan yang lebih tinggi.

Mereka juga dapat mengukur dengan tepat seberapa besar pengaruh jumlah olahraga dan posisi duduk terhadap berat badan.

Alasan 3: Bandingkan Prosedur Medis Menggunakan Pengujian Hipotesis

Statistik juga digunakan dalam perawatan kesehatan dalam bentuk pengujian hipotesis .

Ini adalah tes yang dapat digunakan oleh profesional kesehatan untuk menentukan apakah terdapat signifikansi statistik antara berbagai prosedur atau perawatan medis.

Misalnya, seorang dokter berpendapat bahwa obat baru mampu menurunkan tekanan darah pada pasien obesitas. Untuk mengujinya, ia akan mengukur tekanan darah 40 pasien sebelum dan sesudah menggunakan obat baru tersebut selama sebulan.

Kemudian melakukan uji-t sampel berpasangan menggunakan asumsi berikut:

• H ₀ : μ _after = μ _before (rata-rata tekanan darah sebelum dan sesudah menggunakan obat)
• H _A : μ _setelah < μ _sebelum (rata-rata tekanan darah lebih rendah setelah menggunakan obat)

Jika p-value uji berada di bawah taraf signifikansi tertentu (misalnya α = 0,05), maka hipotesis nol dapat ditolak dan disimpulkan bahwa obat baru tersebut menyebabkan penurunan tekanan darah.

Catatan : Ini hanyalah salah satu contoh pengujian hipotesis yang digunakan dalam perawatan kesehatan. Uji umum lainnya meliputi uji-t satu sampel , uji-t dua sampel , ANOVA satu arah , dan ANOVA dua arah .

Alasan keempat: Memahami pengaruh pilihan gaya hidup terhadap kesehatan menggunakan tingkat kejadian

Laporan tingkat kejadian memungkinkan profesional kesehatan untuk membandingkan tingkat kejadian antara dua kelompok berbeda.

Misalnya, diketahui bahwa perokok diketahui menderita kanker paru-paru dengan laju 7 per 100 orang per tahun.

Sebaliknya, misalkan diketahui bahwa orang yang tidak merokok menderita kanker paru-paru dengan laju 1,5 per 100 orang per tahun.

Kami akan menghitung rasio tingkat kejadian (sering disingkat IRR) sebagai berikut:

• IRR = Angka kejadian pada perokok / Angka kejadian pada bukan perokok
• IRR = (7/100) / (1,5/100)
• IRR = 4,67

Berikut cara seorang profesional kesehatan menafsirkan nilai ini: Angka kanker paru-paru di kalangan perokok 4,67 kali lebih tinggi dibandingkan non-perokok.

Dengan perhitungan sederhana ini, profesional kesehatan dapat lebih memahami bagaimana pilihan gaya hidup yang berbeda (seperti merokok) mempengaruhi kesehatan individu.

Sumber daya tambahan

Artikel berikut menjelaskan pentingnya statistik dalam bidang lain:

Mengapa statistik penting? (10 alasan mengapa statistik itu penting!)
Pentingnya statistik dalam keperawatan
Pentingnya statistik dalam bisnis
Pentingnya statistik dalam perekonomian
Pentingnya statistik dalam pendidikan