Uji ANOVA

Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata lama hari dirawat antara pasien kelas VIP, I, II, dan kelas III. Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis varian dua faktor (two ways anova). Pada kesempatan ini hanya akan dibahas analisis varian satu faktor.

Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:

1. Sampel berasal dari kelompok yang independen
2. Varian antar kelompok harus homogen
3. Data masing-masing kelompok berdistribusi normal

Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

Uji Anova pada prinsipnya adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi didalam kelompok (within) dan variasi antar kelompok (between). Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.

Rumus uji Anova adalah sebagai berikut :



DF = Numerator (pembilang) = k-1,  Denomirator (penyebut) = n-k


Dimana varian between :



Dimana rata-rata gabungannya :



Sementara varian within :



KETERANGAN :
Sb = varian between
Sw = varian within
Sn2 = varian kelompok
X = rata-rata gabungan
Xn = rata-rata kelompok
Nn = banyaknya sampel pada kelompok
k = banyaknya kelompok


Untuk penghitungan secara manual, mungkin tidak saya berikan pada kesempatan ini. Saya rasa akan lebih mudah dengan aplikasi SPSS atau STATA

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/uji-anova.html

Read More

Uji T Satu Sampel dengan SPSS

Sudah tau kan uji T satu sampel, kalau belum baca dulu postingan yang ini, kalau yang dulu hitungannya manual, sekarang kita akan apikasikan di SPSS :

1. Buka SPSS anda.

2. Misalkan saya memiliki datanya seperti di bawah ini :

3. Kita akan melakukan uji apakah data yang kita dapatkan berbeda dengan data sebelumnya, menurut informasi rata-rata kunjungan pasien tahun lalu sebanyak 20 orang.

4. Pada menu di SPSS pilih Analyze --> Compare Means --> One-Sample T Test, jelasnya seperti ini :

 

5. Setelah itu akan muncul jendela seperti ini :

6. Pilih variabel "kunjungan pasien", lalu klik tanda 'segitiga' untuk memindahkan variabel tersebut ke kotak 'Test Variables'.

7. Isi kotak 'Test Value' dengan angka "20"(angka 20 merupakan rata-rata kunjungan pasien tahun lalu), kemudian klik OK. Hasilnya :

 

8. Kesimpulan

Dari tabel "One-Sample Statistics" terlihat bahwa rata-rata kunjungan sebanyak 23 orang, dengan standar deviasi 3,387. Bila melihat dari rata-rata kunjungan saat ini memang ada perbedaan, namun perbedaan ini apakah bermakna secara statistik ?

Mari kita lihat pada tabel "One-Sample Test" pada kolom "Sig.(2-tiled)" diperoleh nilai P = 0,001, maka nilai P < α, sehingga Ho ditolak. Dengan demikian dapat kita simpulkan bahwa ternyata pada uji statistik dua sisi (2-tailed)  pada taraf nyata α = 0,05, menunjukan ada perbedaan yang bermakna antara kunjungan pasien tahun lalu dengan tahun ini. 

Mudah kan..????

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/uji-t-satu-sampel-dengan-spss.html

Read More

DIRECT ANTIGEN DETECTION FROM SPECIMENS (Appendix VI)

I. Introduction

Immunofluorescent staining may be used to rapidly detect viral antigen directly in a clinical specimen. Smears prepared at the patient's bedside may be used, or a smear may be prepared in the laboratory from cellular material in a specimen. Specimens for which direct antigen detection may be requested include bronchoscopy or nasopharyngeal specimens for respiratory virus detection or vesicular lesion scraping for HSV/VZV antigen detection. Cells are stained using pooled or specific monoclonal antibody stains and examined under the fluorescence microscope looking for specific fluorescence of cell cytoplasm or nucleus.

http://bahankuliahkesehatan.blogspot.com/

II. Reagents and Materials

Virus-specific or pooled FITC and Rodamine conjugated antibody stains (with Evans blue counter stain):

Respiratory Viral Screen/RSV panel

FluA/B panel

RSV/para3 panel

Para1,2,3/Adeno panel

Specific Parainfluenza 1

Specific Parainfluenza 2

Herpes simplex 1

Herpes simplex 2

Herpes simplex bivalent

Varicella zoster virus

Phosphate buffered saline (PBS)

Cold acetone (4^oC)

Distilled water

FA mounting fluid

Vortex

Sterile pipettes

Cytospin and accessories

Humidified chamber

Coplin jars

Fuorescence microscope with FITC/Rodamine/Evans blue filters

 

II. Procedure

 

A. Preparation of slide

a) For swabs:

i. Vortex patient sample in transport medium for 30 seconds.

Remove excess fluid from the swab and discard the swab.

ii. Transfer 0.5 - l.0 ml of this specimen to a microcentrifuge tube. Centrifuge 1 minute at 14,000 rpm.

iii. Remove supernatant (can be placed back with original specimen to be processed further) down to 400 ul (8 drops). Vortex 5-10 seconds.

iv. Pipette 200 ul (4 drops) of this sediment into funnel for each well. Prepare the appropriate number of cytospin wells according to table below.

v. Cytospin at 2000 rpm (700g) for 5 minutes.

vi. Remove slide and air dry.

vii. Fix in cold acetone for 10 minutes in a coplin jar.

viii. Remove slide and air dry.

ix. Proceed to staining. Refer to Appendix V (DFA) for staining procedures.

 

b) For Bronchoscopy Specimens (BAL,Washings):

i. Mix specimen gently and examine for cellular turbidity. Specimens which are more turbid than a 0.5 McFarland standard are diluted to that approximate turbidity using Hank's Balanced Salt Solution (Gibco BRL).

ii. Pipette 200 ul (4 drops) of specimen into funnel for each well. Prepare the appropriate number of cytospin wells according to table below.

iii. Cytospin 200 uL at 2000 rpm (700 x g) for 5 minutes. Prepare the appropriate number of cytospin preparations according to the table below.

iv. Remove slide and air dry.

v. Fix in cold acetone 10 minutes in coplin jar.

vi. Remove and air dry.

vii. Proceed to staining. Refer to Appendix V (DFA) for staining procedures.

 

c) For Smears Prepared Outside of the Laboratory

For smears which have been prepared outside of the laboratory, examine macroscopically for evidence of material on slide. Specimens for which only one slide is received may be stained with ONE monoclonal antibody only according to the physician's request. It is not possible to stain a negative control for such specimens. A swab for viral culture should be requested if not received along with the smear.

Draw a circle around material on slide with a diamond pencil prior to staining.

i. Fix in cold acetone 10 minutes in coplin jar.

ii. Remove and air dry

iii. Proceed to staining. Refer to Appendix V (DFA) for staining procedures.

 

1. Staining Protocol

Prepare appropriate number of cytospin wells and stain as per chart. Refer to Appendix V (DFA) for staining procedures.

Specimen	Monoclonal Antibody
Nasopharyngeal/ Bronchoscopy/ Throat	Respiratory screen a (November to April)	SimulFluor, Light Diagnostics
(prepare 2 cytospin wells)	Flu A/ Flu B	SimulFluor, Light Diagnostics
Vesicular Lesion Swab	HSV-bivalent	Bartels
(prepare 2 cytospin wells)
	VZV	Meridan Bioscience Inc.

^a If respiratory screen or Flu A/B is positive, prepare more cytospin preparations and stain according to interpretation chart that follows.

SimulFluor Respiratory Screen Staining Protocol and Interpretations – Scheme 1

Using filter for FITC/Evans Blue (Filter no. 3 in fluorescence microscope no.2, Leica I)

First double-well cytospin slide

SimulFluor Respiratory Screen Staining Protocol and Interpretations- Scheme 2

Using filter for FITC/Evans Blue (Filter no. 3 in fluorescence microscope no.2, Leica I)

First double cytospin slide

III. Interpretation of Results

Examine smear for adequate numbers and types of cells. Respiratory specimens should consist of columnar (ciliated or goblet) epithelial cells. Scrapings from lesions should contain basal epithelial cells. (See reference 2, page 69). Adequate interpretation of results requires a minimum of approximately 20-50 cells per smear. Samples with inadequate numbers of cells should be shown to a charge/senior technologist and reported as having insufficient cellular material.

Positive: Specific, apple-green fluorescence in the cytoplasm and/or nucleus of the exfoliated cells. This specific fluorescence must be absent in the negative control and/or smears stained with other antibodies.

Negative: Dull-red stained cells with no viral specific apple-green fluorescence.

OR

Dull-red stained cells with pinpoint non-specific nuclear staining.

Insufficient cells: Fewer than 20 epithelial cells per smear

 

IV. Quality Control

Reagent QC:

a. Check expiratory date.

b. Verify that Reagent QC is satisfactory for the reagent lot/kit being used (recorded in Reagent Log and/or on the kit).

c. If necessary, perform the Reagent QC procedure ( external QC slide with all components eg. Bion 14-well Respiratory Panel).

 

Failed Reagent QC:

Test is invalid without satisfactory Reagent QC results.

a. Do not release reagent lot for use pending resolution of QC error.

b. Inform charge/senior technologist.

c. Record in Reagent Log Chart, Instrument Maintenance Log if microscope/incubator is involved in the failure (and Incident Report if necessary).

d. Re-run failed control materials in parallel to fresh controls to evaluate the QC material itself.

a. If the re-run shows the old QC material still fails and fresh QC is satisfactory, the error may be attributed to the old QC material itself and the reagent is satisfactory.

b. If the re-run shows both the old and fresh QC material fail (or other QC not satisfactory), the error may be attributed to the reagent then the reagent cannot be released for use.

 

Daily QC:

a. Appropriate positive and negative control slides (eg. ATCC 4-well slide with RSV/Para3 for SimulF RS stain) should be stained with each batch.

b. Examine the negative control well first to establish the dull red colour (Evans blue counterstained) and to determine if there is any nonspecific staining.

The positive control must be clearly distinguishable from the negative control or the test is invalid.

 

Failed Daily QC:

a. Do not release patient results pending resolution of QC error.

b. Inform charge/senior technologist.

c. Record in Reagent Log Chart (and Instrument Maintenance Log if microscope/incubator is causing the failure).

d. Re-run failed controls in parallel to fresh controls (and/or external QC) to evaluate the QC material itself.

e. If the re-run shows the old QC material still fails and fresh QC passes and nothing else is wrong with the batch (only the old QC material failed, patient results valid) patient results may be released.

 

Marked decrease/absence in fluorescence can be due to:

a. Reagent deterioration/skipping (did not apply the correct stain)

b. Microscope (filter, bulb, alignment)

c. Other equipment, reagents or technique

V. Reporting

See individual specimen protocols.

VI. Reference

1. Wiedbrauk, D.L. 1993, Raven Press. Manual of Clinical Virology.

2. Rossier, E., Miller, H., Phipps, P. 1989, University of Ottawa Press. Rapid Viral

Diagnosis by Immunofluorescence: An Atlas & Practical Guide.

3. SimulFluor Product Insert for cat. no. 3296, June 2002, Revision C: 40729

Light Diagnostics Chemicon International Temecula, CA 92590

http://bahankuliahkesehatan.blogspot.com/

BAHAN KULIAH DAN MAKALAH KESEHATAN : http://bahankuliahkesehatan.blogspot.com/2011/08/direct-antigen-detection-from-specimens.html

Read More

HEMADSORPTION OF TUBE CULTURE MONOLAYERS (NOT ROUTINELY DONE) Appendix VII

The hemadsorption (HAD) technique is used primarily to detect viruses that produce little or no cytopathic effect (CPE) in tube culture monolayers. Using guinea pig RBC, it is used to screen inoculated cell cultures for the presence of influenza, parainfluenza, mumps and Newcastle disease viruses.

http://bahankuliahkesehatan.blogspot.com/

 

I. Procedure

Reagents

guinea pig RBC in Alsever's solution

sterile phosphate buffered saline(PBS)

 

Materials

sterile pipettes

precision pipettes

inverted microscope

centrifuge

15 mL sterile centrifuge tube

 

Preparation of 10% stock guinea pig RBC suspension

The stock suspension should be prepared every Monday and stored at 4^oC and used within 7 days of preparation.

1. Transfer 5 mL of blood to 15 mL tube and add equal volume of PBS.

2. Centrifuge at 3000 rpm (700 x g) for 5 minutes at room temperature.

3. Discard the supernate and add 10 mL of PBS.

4. Centrifuge and wash the cells until the supernatant is clear. (approx. 2-3 washings).

5. Determine the packed-cell volume and add PBS equal to 9 times the packed-cell volume to yield a 10% suspension.

 

Preparation of 0.4% working guinea pig RBC suspension

The working suspension should be prepared from 10% suspension on the day of testing.

1. Add 0.4 mL of the 10% suspension to 9.6 mL of PBS.

 

HAD Test

The HAD test is performed on day 5 and day 10 for respiratory specimens with no evidence of CPE.

1. Select one RMK tube to be used for HAD. Transfer the medium in the tube to another sterile, labelled capped tube. Place medium at 4^oC pending HAD results.

2. Add 0.2 mL of the 0.4% RBC suspension to each culture tube, to be tested.

3. Incubate the tubes horizontally at 4^oC for 30 minutes. Make sure the RBC suspension is distributed over the monolayer.

4. Gently rotate or tap the tubes to resuspend nonadsorbed cells. Immediately examine the tubes with inverted microscope with the 40X objective. Do not handle the tubes in such a way that the monolayers will become warm.

 

Interpretation of Results

1. Positive HAD test should show RBCs firmly attached to the monolayer. Hemagglutinated cells (clumped RBCs) are also seen in the fluid overlaying the monolayer.

2. Negative HAD test should show no or minimal RBCs attached to the monolayers, with almost all cells floating above the monolayers.

 

II. Quality Control

Positive and negative controls should be set up for HAD test prior to the expected "flu" season.

 

III. Positive HAD Test

1. Place the tube in a 36^oC water bath for 15 minutes.

2. Wash the eluted monolayers twice with PBS.

3. Perform indirect immunofluorescence test for influenzae and parainfluenzae viruses. See Appendix III.

4. The culture medium harvested prior to the HAD test may be used for subpassage, storage or identification by hemagglutination inhibition.

 

IV. Negative HAD Test

1. Discard tube that is HAD negative at 10 days after inoculation.

2. Tube inoculated after 5 days should be washed 3 times with 5 mL Hank's Balanced Salt Solution to remove all RBCs.

3. Refeed tubes with 2 mL of maintenance medium and reincubate the cultures for another 5 days.

4. Discard the culture fluid harvested from negative cultures unless subpassage is to be performed.

 

V. Reference

Isenberg, H.D. 1992. Clinical Microbiology Procedures Handbook. Vol. 2. ASM.

http://bahankuliahkesehatan.blogspot.com/

BAHAN KULIAH DAN MAKALAH KESEHATAN : http://bahankuliahkesehatan.blogspot.com/2011/08/hemadsorption-of-tube-culture.html

Read More

Uji Korelasi dan Regresi Linear

A. KORELASI
Uji korelasi bertujuan untuk mengetahui arah dan kekuatan hubungan antara variabel numerik dan numerik, contoh untuk mengetahuai hubungan berat badan (numerik) dan tekanan darah (numerik).
Arah hubungan dalam korelasi ada dua, yaitu :

• Bila kenaikan suatu variabel diikuti oleh kenaikan variabel lain, arah ini disebut arah positif.
• Bila kenaikan variabel diikuti penurunan oleh variabel lain, ini disebut arah negatif.

Untuk mengetahui korelasi pada uji parametrik digunakan Koefisien Korelasi Pearson (r), dengan rumus sebagai berikut :

Keterangan :
n = banyaknya sampel
X = variabel independen (prediktor)
Y = variabel dependen (outcome)

Nilai “r” berkisar antara 0.0 yang berarti tidak ada korelasi, sampai dengan 1.0 yang berarti adanya korelasi yang sempurna. Semakin kecil nilai “r” semakin lemah korelasi, sebaliknya semakin besar nilai “r” semakin kuat korelasi.

Berikut pembagian kekuatan korelasi menurut Colton :

r = 0,00 - 0,25 --> tidak ada hubungan/hubungan lemah

r = 0,26 - 0,50 --> hubungan sedang

r = 0,51 - 0,75 --> hubungan kuat

r = 0,76 - 1,00 --> hubungan sangat kuat/sempurna

B. REGRESI LINEAR

Regresi linear bertujuan untuk memprediksi variabel dependen melalui variabel independen. Untuk memprediksi digunakan persamaan garis regresi dengan metode Least Square :

 

Keterangan :

Y = variabel Dependen

X = variabel Independen

a = Intercep

b = Slope

Dimana Slope :

*Intercep : Besarnya nilai Y, ketika X=0

*Slope : Besarnya perubahan nilai Y bila nilai X berubah setiap unitnya.

Sebetulnya persamaan garis di atas merupakan model deterministik yang secara sempurna/tepat dapat digunakan hanya untuk peristiwa alam. Namun ketika kita berhadapan dengan kondisi ilmu sosial, ada kemungkinan terjadi kesalahan atau penyimpangan (tidak eksak) pada hubungan antara variabel, artinya untuk beberapa nilai X yang sama akan menghasilkan nilan Y yang berbeda. Sehingga persamaan garis yang dibentuk menjadi :

e = nilai keslahan (error) yaitu selisih anatara nilai Y individual teramati dengan nila Y yang sesungguhnya pad titik X tertentu.

Oke..sampai disini bahasan tentang korelasi dan regresi.

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/uji-korelasi-dan-regresi-linear.html

Read More

Mengenal STATA

STATA merupakan salah satu perangkat lunak komputer untuk mengolah dan menganalisis data. Namun penggunanya tidak sebanyak SPSS, hal ini sebabkan oleh karena dulu perintah STATA harus diketik. Mengetik perintah pada STATA merupakan hal yang sangat sulit bagi pemula, apalagi perintah tersebut hanya bisa dijalankan satu per satu. Meskipun saat ini STATA telah dilengkapi dengan menu seperti pada SPSS yang perintahnya tinggal mengklik menunya saja. Namun masih banyak juga yang belum begitu familiar dengan aplikasi ini. Apalagi STATA  tampilan outputnya tidak sperti SPSS  yang berbentuk tabel.

Lalu apa kelebihan STATA  ? Jika dibanding perangkat komputer pengolah data yang lain, STATA memiliki banyak kelebihan yakni justru karena perintahnya bisa diketik, maka hampir semua proses analysis statistik dapat dilakukan oleh STATA. Berbeda halnya dengan SPSS yang analysis statistiknya terbatas pada menu yang sudah tersedia. Menu SPSS dibatasi pembuatannya hanya untuk analisis yang sering digunakan saja.

Contoh Tampilan Output STATA

Kelebihan lain dari STATA adalah dapat juga digunakan untuk menganalisis data survey, yang biasanya pengambilan sampelnya tidak dilakukan secara acak sederhana (simple ramdom sampling/SRS), misalnya adanya pembagian strata dan pemilihan cluster atau blok sensus atau wilayah cacah. Tentunya disain sampel yang tidak SRS perlu pembobotan dan koreksi pada tahap analysis data, karena perhitungan variansnya berbeda dengan disain sampel SRS. Keterbatasan SPSS dan perangkat statistik lainnya adalah hanya berasumsi pada pengambilan sampel yang acak sederhana/SRS.  Ketidaksesuaian antara disain sampel dengan metode analisis akan berakibat pada kesalahan pada hasil analisis, terutama kesalahan perhitungan varians yang berdampak pada kesalahan estimasi interval dan uji hipotesis.

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/mengenal-stata.html

Read More

Appendix VIII MEDIA

GROWTH MEDIUM (Not in routine use)

 

500 mL Eagles' MEM with Hanks' salt/without glutamine

10 mL Vitamins

5 mL L-glutamine (200 mM)

50 mL Inactivated fetal calf serum

Store at 4^oC. Stable for 2 weeks.

http://bahankuliahkesehatan.blogspot.com/

 

MAINTENANCE MEDIUM (Made in-house, not in routine use)

500 mL Eagles' MEM with Hanks' salt/without glutamine (stored at 4^oC)

5 mL L-glutamine (200 mM, stored frozen at -20 ^oC in clean room freezer)

10 mL Inactivated fetal calf serum (stored frozen at -20 ^oC in clean room freezer)

5 mL Fungizone (250 μg/mL, stored frozen at -20 ^oC in clean room freezer)

*5 mL Gentamicin (1 mg/mL, stored frozen at -20 ^oC in clean room freezer)

**5 mL Vancomycin (10 mg/mL, stored frozen at -20 ^oC in clean room freezer)

Store at 4^oC. Stable for 2 weeks.

 

* Gentamicin Solution (1 mg/mL):

Dilute entire contents (10 mL) of 10 mg/mL Gentamicin Sulphate vial into 90 mL of d. H₂O to achieve 1 mg/mL. Filter sterilize, then dispense into 5 mL aliquots (stored frozen at -20 ^oC in clean room freezer).

 

** Vancomycin Solution (10 mg/mL):

Add contents of 1 gram vial of Vancomycin to 100 mL of distilled H₂O. Filter sterilize, then dispense into 5 mL aliquots (stored frozen at -20 ^oC in clean room freezer.

 

MAINTENANCE MEDIUM (Diagnostic Hybrids Inc., ready to use)

Media Quality Control:

a. A 1.5 mL aliquot each of the corresponding maintenance media is to be placed into each of MRC-5, R-Mix and E-Mix shell vials for a check on sterility/toxicity before the media are used on patient samples.

b. MRC-5, R-Mix and E-Mix Maintenance Media are to be registered into the LIS (micqc) as “on receipt” with lot numbers and expiry dates.

c. Maintenance Media QC results are all entered into the LIS daily (R-Mix for 2 days, MRC-5 for 4 days and E-Mix for 5 days).

d. Activate and inactivate the media lots in the LIS as appropriate.

Failed Media QC:

a. Any media/cell lines showing microbial contamination or toxicity is considered abnormal.

b. Do not release media lot for use pending resolution of the QC failure.

c. Inform charge/senior technologist to discuss further actions including the following.

d. Record in Incident Report (if necessary).

e. Repeat QC/re-make media to evaluate if it is the cell media, the supplement(s) or other materials causing the problem.

 

CELL WASHING MEDIUM (Purchased)

Hanks' Balanced Salt solution without CaCL₂, MgCL₂ and MgSO₄.7H₂O

 

CELL FREEZING MEDIUM (SIGMA C6164) (Purchased)

MEM supplemented with a mixture of fetal bovine serum and calf serum containing DMSO.

 

VIRAL FREEZING MEDIUM (SIGMA C6039) (Purchased)

MEM supplemented with a mixture of fetal bovine serum and calf serum containing 10% glycerol.

 

TRANSPORT MEDIA:

 

BARTEL'S VIRAL TRANSPORT MEDIUM (B1029-36A) (Purchased)

Eagles' MEM with nonessential amino-acid and L-glutamine in HBSS.

2% FBS

10 μg/mL Gentamicin

50 μg/mL Streptomycin

50 μg/mL Penicillin

4 μg/mL Amphotericin B

15 mM HEPES

9.5 mM Sodium bicarbonate

 

CHLAMYDIA TRANSPORT MEDIUM (Not in routine use)

500 mL Eagles' MEM with Hank's salt/without glutamine.

50 mL Fetal Calf Serum (normal)

5 mL 3M Glucose

5 mL Gentamicin (1000 μg/mL)

5 mL Vancomycin (1000 μg/mL)

5 mL Fungizone (250 μg/mL)

Combine all components aseptically. Dispense 1.5 mL transport medium into sterile screw-cap vials containing 3 glass beads. Store at -20^oC.

http://bahankuliahkesehatan.blogspot.com/

BAHAN KULIAH DAN MAKALAH KESEHATAN : http://bahankuliahkesehatan.blogspot.com/2011/08/appendix-viii-media.html

Read More

Transformasi Data di STATA

Semua program analisis data pasti memiliki cara untuk mentransformasi data, termasuk di STATA. Berikut ini contoh transformasi data di STATA.

Proses Pengkodean Ulang (Recode)
Kalau di SPSS kita mengenal "recode into same variable" dan "recode into different variable", maka di STATA pun kita bisa melakukan hal yang sama. Sebagai contoh pendidikan yang terdapat pada variabel "didik" memiliki isi 0=tidak sekolah, 1=tidak tamat SD, 2= tamat SD, 3= tamat SLTP, 4 tamat SMU, dan 5= Akademi/PT. Jika ingin membagi pendidikan menjadi tiga kategori rendah, menengah, dan tinggi, maka kiata bisa melakukan kedua perintah recode di atas dengan perintah sebagai berikut :
- RECODE INTO SAME VARIABLE
  Kita bisa langsung merekode dengan syintax :
  recode  didik 0/1=1 2/3=1 4/5=3 
  (artinya kita merekode ulang 0-1 menjadi 1, 2-3 menjadi 2 dan 4-5 menjadi 3)
- RECODE INTO DIFFERENT VARIBLE
   
 gen didik2 = didik  (membuat variabel baru dengan nama "didik2" dari var "didik")
  recode  didik2 0/1=1 2/3=1 4/5=3

Agar pada saat analisis kita mudah mengenali nama kategorinya, kita perlu memberi label dengan perintah sebagai berikut :

label val didik2 didik2
lab def didik2 1 "Rendah" 2 "Menengah" 3"Tinggi"

Perlu diingat semua perintah (syntax) harus ditulis dalam huruf kecil semua, kecuali "nama label" boleh menggunakan kombinasi huruf kecil dan besar.

Beberapa contoh perintah transformasi data di STATA : 
gen hbrata = (hb1 + hb2) / 2
gen bblr = bbayi (var BBLR dibuat dari bbayi)
recode bblr min/2499 = 1 2500/max = 0 if timbang == 1
(BBLR dikelompokkan min—2499=1 dan 250—max=0, jika var timbang = 1)
recode kerja 1=1 4=2 *=3 (kelompokkan ulang KERJA 1=1 4=2 lainnya = 3)
recode tempat 1 3/5=1 2 6=2 (kelompokkan ulang TEMPAT 1 & 3 s.d 5=1, 2 dan 6 = 2)
recode sex 1=2 2=1 (kelompokkan ulang SEX dengan pertukaran kode, 1 jadi 2, 2 jadi 1)
recode sex 9=. (kelompokkan ulang SEX kode 9 jadi missing)
recode sex .=9 (kelompokkan ulang SEX kode missing jadi 9)

Oke..semoga bermanfaat.

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/transformasi-data-di-stata.html

Read More

Uji T Independen dengan SPSS

Kesempatan ini akan saya gunakan untuk memberikan contoh penerapan Uji T (T-test) independen di SPSS. Sebagaimana diketahui bahwa uji ini digunakan, bila kita memiliki data kategorik dan numerik.

Sebagai contoh misalnya kita ingin mengetahui apakah ada pengaruh ibu yang merokok dan ibu yang tidak merokok (status merokok merupakan data kateorik) terhadap berat bayi yang dilahirkan (berat bayi lahir merupakan data numerik).Kebetulan saya memiliki filenya, jadi file ini akan saya gunakan untuk tutorial kali ini.

Langkahnya sebagi berikut :

Buka/aktifkan  SPSS anda. Kemudian pada menu utama klik File --> Open --> Data, sampai muncul layar seperti di bawah ini :

 Pilih file "bbay.sav" dan klik open, akan muncul layar di bawah ini :

Yang perlu diperhatikan pada layar di atas adalah variabel "rokok" dan "bbayi". Karena kedua variabel ini yang akan kita uji.

Selanjutnya klik pada menu utama SPSS anda Analyze --> Compare Means-->Independent-Samples-T Test :

Lalu akan muncul layar  seperti ini :

Pilih variabel "bbayi" dengan cara mengklik variabel tersebut.
Kemudian klik tanda segitiga paling atas untuk memasukan variabel tersebut ke kotak Test variable(s).

Klik variabel "rokok' dan masukan ke kotak Grouping variable.
Kemudian klik tombol Define Group, dan isi angka "0" pada kotak Group 1 dan angka "1" pada kotak Group 2. Lalu klik Continue.

Klik OK untuk menjalankan prosedur. Pada layar output akan nampak hasil seperti berikut :

Dari tabel Group Statistics, terlihat bahwa rata-rata berat bayi yang dilahirkan oleh ibu yang tidak merokok adalah 3054,96 gram, sedangkan berat bayi yang dilahirkan oleh ibu yang perokok sebesar 2773,24 gram. Namun apakah perbedaan ini berbeda juga secara statistik ?

Untuk melihat perbedaan ini kita lihat pada tabel Independent Samples Test. Pada tabel tersebut ada dua baris (sel), sel pertama dengan asumsi bahwa varian kedua kelompok tersebut sama, sedangkan pada sel kedua dengan asumsi bahwa varians kedua kelompok tersebut tidak sama. Untuk memilih sel mana yang akan kita gunakan sebagai uji, maka kita lihat pada kolom uji F, jika Signifikansinya > 0,05 maka asumsinya varian sama sebaliknya jika Sig. <=0,05 maka variannya tidak sama. Dari uji F menunjukan kalau varian kedua kelompok tersebut sama (P-value = 0,221), sehingga sel akan dibaca adlah sel pertama.

Dari kolom uji T menunjukan bahwa nilai P = 0,009 untuk uji 2-sisi . Karena P-value lebih kecil dari

α = 0,05 yang berarti Ho ditolak, sehingga dapat kita simpulkan bahwa secara statistik ada perbedaan yang bermakna rata-rata berat bayi yang dilahirkan oleh ibu yang merokok dengan ibu yang tidak merokok dengan kata lain ada pengaruh merokok terhadap berat bayi lahir.

Uji tersebut di atas adalah uji 2-sisi, bagaimana kalau uji 1-sisi ? Bila uji yang kita lakukan adalah uji 1-sisi maka nilai P harus dibagi 2 sehingga menjadi  P-value = 0,0045.

Blog Biostatistik : http://statistik-kesehatan.blogspot.com/2011/03/uji-t-independen-dengan-spss.html

Read More

Bahan Alami untuk Wasir atau Ambeien

Bahan Alami untuk Wasir atau Ambeien sering kali diremehkan manfaatnya oleh sebagian orang. Wasir atau ambeien adalah sebuah penyakit dimana terjadi pembengkakan pada saluran anus kita. Rasa sakit dan tidak nyaman pada saat duduk atau buang air besar bahkan berjalan sangat meresahkan kita.

Banyak cara dilakukan untuk penyembuhan penyakit ini salah satunya dengan cara operasi pengangkatan wasir. Ada pula cara menggunakan bahan-bahan alami untuk menyembuhkan penyakit ini ( tergantung seberapa parah penyakit anda ) atau Obat Wasir dan Ambeien Manjur di Obatwasir.biz. Berikut ini beberapa daftar Bahan Alami untuk Wasir atau Ambeien

• Es Batu

Es batu sering digunakan sebagai obat penghilang sakit. Begitupun dengan wasir, es dapat dapat mengurangi rasa sakit pada wasir dengan cara mengompresnya pada bagian wasir.

• Cuka Apel

Cuka Apel dapat mengurangi rasa gatal dan rasa terbakar akibat wasir serta dapat membantu mengecilkan pembuluh darah yang bengkak.

• Bawang putih

Bawang putih mengandung minyak atsiri sebagai anti bakteri dan anti septik zat ini cocok untuk wasir. Haluskan bawang putih lalu balurkan pada bagian wasir ( sebelumnya bersihkan dahulu bagian wasir dengan sabun )tunggu beberapa saat dan bersihkan.

• Kulit Manggis

Buah manggis mengandung senyawa Xanthone terutama pada bagian kulit manggis. Xanthone dikenal sebagai anti kanker, anti inflamasi, anti bakteri sehingga cocok untuk wasir. Kini telah banyak tersedia produk kesehatan dari kulit manggis di pasaran.

• Lidah buaya

Lidah buaya dikenal memiliki kandungan anti-inflamasi yang dapat berfungsi sebagai pengurang pembekakan, rasa panas dan peradangan yang dapat mengurangi iritasi pada wasir. Anda dapat mengkonsumsi lidah buaya dengan diolah menjadi makanan atau minuman, atau sebagai obat oles dengan mengoleskannya pada bagian wasir. Namun perlu diperhatikan bagi yang alergi dengan lidah buaya, karena dapat menyebabkan bertambahnya iritasi.

itulah beberapa obat alami yang dapat anda gunakan untuk penyakit wasir atau ambeien, semoga dapat cepat sembuh. Namun tidak salah sebaiknya anda memeriksakan dahulu kedokter mengenai wasir anda untuk mendapatkan penanganan yang tepat.

Artikel kesehatan dan tips kecantikan : http://infosehatdancantik.blogspot.com/2012/11/bahan-alami-untuk-wasir-atau-ambeien.html

Read More