Utilisasi pelayanan rumah sakit pada pasien kanker payudara dalam program Jaminan Kesehatan Nasional (JKN) menunjukkan pola yang heterogen dan belum terpetakan secara empiris. Penelitian ini bertujuan (1) mengidentifikasi kelas laten pola utilisasi pelayanan rumah sakit pada pasien kanker payudara peserta JKN melalui Analisis Kelas Laten; (2) menganalisis distribusi variabel prediktor berbasis Andersen Behavioral Model antar kelas utilisasi yang terbentuk; (3) membangun dan mengevaluasi model prediksi kelas utilisasi menggunakan pendekatan pembelajaran mesin dengan analisis kontribusi variabel prediktor; serta (4) merumuskan implikasi kebijakan berbasis temuan empiris untuk penguatan sistem JKN. Penelitian ini menggunakan desain kohort retrospektif berbasis Data Sampel BPJS Kesehatan periode 2017–2024 dengan sampel 3.186 pasien kanker payudara (ICD-10 C50.x dan D05.x) untuk pembentukan kelas utilisasi, dan 3.131 pasien untuk pemodelan prediktif. Hasil LCA mengidentifikasi empat kelas utilisasi yang berbeda secara substantif: Low Utilizer (33,5%; n=1.066), Moderate Outpatient (26,4%; n=841), High Inpatient Complex (21,6%; n=687), dan High Outpatient (18,6%; n=592), dengan model optimal memiliki nilai BIC 24.081,73 dan Entropy 0,894. Model prediksi yang dibangun mencapai akurasi 67,8% pada data uji independen, nilai Cohen's Kappa 0,56, dan rata-rata AUC makro 0,889 dengan kemampuan identifikasi kelas High Inpatient Complex mencapai AUC 0,910. Analisis kontribusi variabel prediktor mengkonfirmasi dominasi faktor kebutuhan klinis dimana lima dari lima prediktor teratas adalah faktor klinis, dengan episode kemoterapi sebagai determinan terkuat (nilai kontribusi 0,7456) yang mengkonfirmasi secara empiris prediksi Andersen Behavioral Model tentang dominasi kebutuhan klinis dalam sistem dengan cakupan finansial tinggi. Penelitian ini merekomendasikan pengembangan sistem peringatan dini berbasis data klaim, perluasan program pengelolaan penyakit kronis ke kanker payudara, reformasi tarif pelayanan berbasis kompleksitas utilisasi longitudinal, serta integrasi data klaim BPJS Kesehatan dengan Registri Kanker Nasional sebagai fondasi pemantauan berbasis nilai layanan kesehatan.

Hospital service utilization among breast cancer patients in Indonesia's National Health Insurance (JKN) program demonstrates heterogeneous patterns that have not been empirically mapped. This study aimed to (1) identify latent classes of hospital service utilization among breast cancer patients enrolled in JKN using Latent Class Analysis; (2) analyze the distribution of Andersen Behavioral Model-based predictor variables across the identified utilization classes; (3) develop and evaluate a predictive model for utilization class classification using a machine learning approach with predictor variable contribution analysis; and (4) formulate evidence-based policy implications for JKN system strengthening. This retrospective cohort study utilized BPJS Kesehatan's Sample Data 2017–2024, with a sample of 3,186 breast cancer patients (ICD-10 C50.x and D05.x) for utilization class formation and 3,131 patients for predictive modeling. LCA identified four substantively distinct utilization classes: Low Utilizer (33.5%; n=1,066), Moderate Outpatient (26.4%; n=841), High Inpatient Complex (21.6%; n=687), and High Outpatient (18.6%; n=592), with the optimal model achieving BIC of 24,081.73 and Entropy of 0.894. The predictive model achieved 67.8% accuracy on an independent test set, Cohen's Kappa of 0.56, and macro-average AUC of 0.889, with High Inpatient Complex identification reaching AUC of 0.910. Variable contribution analysis confirmed the dominance of clinical need factors, chemotherapy episodes emerged as the strongest determinant (contribution value 0.7456), empirically confirming the Andersen Behavioral Model's prediction about clinical need dominance in high-coverage systems. This study recommends developing claims data-based early warning systems, expanding chronic disease management programs to breast cancer, reforming reimbursement tariffs based on longitudinal utilization complexity, and integrating BPJS Kesehatan claims data with the National Cancer Registry.

Sejalan dengan target Sustainable Development Goals (SDGs), Universal Health Coverage (UHC) menjadi agenda utama pembangunan kesehatan yang diimplementasikan di Indonesia melalui Program Jaminan Kesehatan Nasional (JKN) sejak tahun 2014. Pada akhir tahun 2022, cakupan kepesertaan JKN telah mencapai 90,45% penduduk Indonesia dan berpotensi meningkatkan utilisasi layanan kesehatan. Namun, variasi utilisasi layanan kesehatan antar kelompok peserta dan wilayah masih terjadi, sehingga pemerataan akses dan pemanfaatan layanan kesehatan masih menjadi tantangan. Tujuan dari penelitian ini adalah diperolehnya estimasi variasi utilisasi layanan kesehatan pada peserta JKN guna mendukung terwujudnya kesetaraan akses layanan kesehatan. Penelitian ini menggunakan desain cross-sectional dengan memanfaatkan data kepesertaan dan kunjungan layanan kesehatan dari data sampel Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan tahun 2023, data fasilitas kesehatan dari Sistem Monitoring Dewan Jaminan Sosial Nasional (DJSN), data lama sekolah penduduk umur 15 tahun ke atas dan Produk Domestik Regional Bruto (PDRB) per kapita dari publikasi Provinsi dalam Angka Badan Pusat Statistik tahun 2023, serta data cost weight berdasarkan tarif Indonesian Case Based Groups (INA-CBGs) tahun 2016. Sampel penelitian terdiri atas 1.480.031 peserta JKN aktif dengan data lengkap. Analisis data dilakukan dengan mempertimbangkan bobot sampel, meliputi analisis univariat, bivariat, dan multivariat menggunakan model regresi Zero-Inflated Negative Binomial (ZINB). Hasil penelitian menunjukkan adanya variasi utilisasi layanan kesehatan pada peserta JKN setelah mengontrol variabel kovariat. Pada layanan di Fasilitas Kesehatan Tingkat Pertama (FKTP), tidak terdapat perbedaan signifikan frekuensi kunjungan rawat jalan maupun rawat inap antara peserta JKN Non Penerima Bantuan Iuran (Non PBI) dan Penerima Bantuan Iuran (PBI). Namun, peserta PBI memiliki peluang nol kunjungan rawat jalan di FKTP yang lebih tinggi (OR 1,92; p<0,001) dan peluang nol kunjungan rawat inap di FKTP yang lebih rendah (OR 0,68; p<0,001). Sebaliknya, pada layanan di Fasilitas Kesehatan Rujukan Tingkat Lanjut (FKRTL), peserta PBI memiliki frekuensi kunjungan rawat jalan dan rawat inap yang lebih rendah (IRR 0,22 dan 0,43; p<0,001) serta peluang nol kunjungan yang lebih tinggi (OR 1,40 dan 5,00; p<0,001) dibandingkan peserta JKN Non PBI. Lebih lanjut, hasil analisis interaksi menunjukkan bahwa perbedaan frekuensi kunjungan antara peserta JKN Non PBI dan PBI dipengaruhi oleh tingkat pendidikan, wilayah tempat tinggal, rasio FKRTL, penyakit kronis, dan tingkat keparahan penyakit. Upaya pemerataan akses layanan kesehatan melalui kebijakan JKN dan bantuan iuran PBI perlu didukung oleh peningkatan literasi kesehatan pada peserta PBI, kemudahan akses dan navigasi sistem rujukan, serta pemerataan FKRTL, terutama di wilayah yang masih menunjukkan utilisasi relatif rendah seperti Sulawesi, Maluku, dan Papua.

In line with the Sustainable Development Goals (SDGs), achieving Universal Health Coverage (UHC) has become a key health policy priority in Indonesia and has been pursued through the National Health Insurance (JKN) program since 2014. By the end of 2022, JKN coverage had reached 90.45% of the Indonesian population and has the potential to increase healthcare utilization. However, variations in healthcare utilization across membership groups and regions persist, posing challenges to achieving equitable access to and use of healthcare services. This study aimed to estimate variations in healthcare utilization among JKN members to support the achievement of equitable healthcare access. A cross-sectional study design was employed using 2023 membership and healthcare utilization data from the Social Health Insurance Administration Body (BPJS Kesehatan) sample database, health facility data from the National Social Security Council (DJSN) Monitoring System, educational attainment and gross regional domestic product (GRDP) per capita data from the 2023 Provincial Statistics publications of Statistics Indonesia, and cost-weight data based on the 2016 Indonesian Case-Based Groups (INA-CBGs) tariff system. The study included 1,480,031 active JKN members with complete data. Data were analyzed using sample weights through univariate, bivariate, and multivariable analyses with Zero-Inflated Negative Binomial (ZINB) regression models. The findings revealed significant variations in healthcare utilization among JKN members after adjusting for covariates. At the primary healthcare level (FKTP), no significant differences were observed in the frequency of outpatient or inpatient visits between Contribution Assistance Beneficiaries (PBI) and Non PBI members. However, PBI members had higher odds of having no outpatient visits (OR = 1.92; p < 0.001) and lower odds of having no inpatient visits (OR = 0.68; p < 0.001) at FKTP facilities. In contrast, at the secondary and tertiary referral healthcare level (FKRTL), PBI members exhibited lower frequencies of outpatient and inpatient visits (IRR = 0.22 and 0.43, respectively; p < 0.001) and higher odds of having no visits (OR = 1.40 and 5.00, respectively; p < 0.001) compared with Non PBI members. Furthermore, interaction analyses indicated that differences in healthcare utilization between Non PBI and PBI members were modified by educational attainment, region of residence, referral healthcare facility density, chronic disease status, and disease severity. Efforts to promote equitable access to healthcare through the JKN program and PBI contribution assistance should be supported by improving health literacy among PBI members, strengthening access to and navigation of the referral system, and ensuring a more equitable distribution of referral healthcare facilities, particularly in regions with relatively low utilization, such as Sulawesi, Maluku, and Papua.