Hasil Pencarian :: Kembali

  1. Beranda
  2. Hasil Pencarian
 Pencarian Spesifik
Ditemukan 14069 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Agustina Setyaningsih; Promotor: Kemal Nazaruddin Siregar; Kopromotor: Tris Eryando, Heru Purnomo Ipung, Anhari Achadi, Elizabeth Jane Soepardi, Elizabeth Jane Soepardi, Mujiono
Abstrak:

Cakupan imunisasi dasar lengkap (IDL) pada bayi di Indonesia masih rendah bahkan cenderung menurun di bawah target rencana strategis(renstra)Renstra sebesar 93% dan target cakupan Universal Child Immunization (UCI) secara nasional >80%. Indonesia sebagai salah satu negara dengan cakupan salah satu vaksin IDL terendah, yaitu vaksin DPT3. Banyak faktor yang melatarbelakangi terjadinya cakupan IDL rendah, banyak faktor yang melatarbelakangi terjadinya cakupan IDL rendah. Faktor psikologiss menjadi salah satu penyebab penting yang jarang diintervensi. Dalam faktor psikologis yang terdiri dari beberapa faktor potensial, salah satunya penolakan vaksin yang turut menyumbang rendahnya cakupan IDL kepada peningkatan angka kematian bayi dan anak tinggi dan juga angka Penyakit yang Dapat Dicegah dengan Imunisasi (PD3I). Tantangan rendahnya cakupan imunisasi dasar disebabkan penolakan vaksin yang didorong oleh tingginya persebaran opini negatif berupa penolakan vaksin. Media sosial menjadi sumber data dengan pengguna berjumlah sangat masif. Tujuan dari penelitian ini adalah membangun model untuk deteksi dini melalui social media analytics dengan pendekatan machine learning yaitu metode analisis sentimen untuk menemukan pemberitaan negatif berupa penolakan vaksin dan social network analyisis untuk mengidentifikasi penyebarannya yang dilakukan opinion leader. Berdasarkan hal tersebut maka penelitian ini dilakukan pengujian dengan menggunakan metode dan teknik machine learning untuk menghasilkan nilai performance berupa akurasi, presisi, recall dan F- measure dengan akurasi terbaik diatas 70% dan mengukur nilai centrality untuk melihat kedekatan dan interaksi, serta menghasilkan nilai situational awareness. Model ini diharapkan dapat membantu berwenang atau berkepentingan untuk melakukan pencegahan atau tata laksana. Kata kunci: Cakupan IDL, penolakan vaksin, social media analytics, analisis sentimen, socialnetwork analysis, machine learning, situational awareness.

 

Read More
D-502
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Rico Kurniawan; Promotor: Budi Utomo; Kopromotor: Kemal Nazaruddin Siregar, Kalamullah Ramli; Penguji: Anhari Achadi, Besral, Tris Eryando, Soewarta Kosen; Ruddy J. Suhatril
Abstrak:
Penelitian ini berfokus pada deteksi dini hipertensi untuk mengurangi risiko penyakit kardiovaskular. Menggunakan data Indonesia Family Life Survey, penelitian ini mengidentifikasi faktor seperti umur, gender, indeks massa tubuh, aktivitas fisik, dan denyut nadi sebagai prediktor utama hipertensi. Analisis menggunakan regresi panel multivariable dengan model fixed effect dan random effect menentukan variabel signifikan dalam variabilitas tekanan darah. Model Markov Multi Status digunakan untuk menghitung probabilitas perubahan status tekanan darah. Hasil menunjukkan bahwa model machine learning dengan algoritma regresi logistik efektif dalam mengklasifikasi hipertensi di Indonesia, ditunjukkan dengan nilai Area Under Curve (0.751 untuk pria dan 0.794 untuk wanita) dan Complete Accuracy yang tinggi (0.780 untuk pria dan 0.798 untuk wanita).. Model ini menggunakan prediktor non-invasif yang mudah diukur, dan algoritma regresi linier menunjukkan kinerja yang baik untuk data kontinu. Studi ini juga mengungkapkan probabilitas transisi tekanan darah dari normal ke hipertensi, pre hipertensi menjadi normal atau hipertensi, dan kemungkinan individu hipertensi untuk tetap dalam kondisi tersebut atau berubah status.Kesimpulan dari penelitian adalah metode deteksi ini efisien untuk lingkungan dengan sumber daya terbatas dan dapat diintegrasikan dalam program kesehatan masyarakat. Faktor sosiodemografi dan antropometri efektif sebagai estimator dalam prediksi status hipertensi.
This study focuses on early detection of hypertension to reduce cardiovascular disease risks. Utilizing data from the Indonesia Family Life Survey, it identifies key predictors of hypertension such as age, gender, body mass index, physical activity, and pulse rate. Multivariable panel regression analysis employing both fixed effect and random effect models was conducted to determine significant variables influencing blood pressure variability. A Markov Multi Status model was used to calculate the probabilities of transitioning between different blood pressure statuses. The results demonstrate that the machine learning model, employing logistic regression algorithms, is effective in classifying hypertension in Indonesia, evidenced by high Area Under Curve and Complete Accuracy values. This model utilizes easily measurable, non-invasive predictors. Moreover, the linear regression algorithm showed superior performance for continuous data. The study also reveals the probabilities of transitioning from normal to hypertensive states, from pre-hypertension to normal or hypertension, and the likelihood of individuals with hypertension maintaining or changing their status. In conclusion, this detection method is efficient for resource-limited environments and can be integrated into broader public health programs. Socio-demographic and anthropometric factors are effective as estimators in predicting hypertension status.
Read More
D-495
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Jumhati, Siti; Promotor: Sabarinah; Kopromotor: Kemal Nazaruddin Siregar; Penguji: Agustin Kusumayati, Artha Prabawa, Kemal Nazaruddin Siregar, Sabarinah, Sudarto Ronoatmodjo, Maryati, Arietta Pusponegoro, Ade Jubaedah, Trihono
Abstrak:
Hasil Long Form sensus penduduk 2020 (LF SP 2020) AKI di Indonesia sebesar 189 per 100.000 KH, sementara AKI di Provinsi Banten sebesar 127/100.000 KH. Penurunan angka kematian ibu dari hasil LF SP2020 mencapai 45 persen. Meskipun AKI pada tahun 2020 sudah ada penurunan dibanding dengan AKI pada tahun 2015, akan tetapi masih perlu usaha keras untuk mencapai target SDGs. Deteksi dini preeklampsi pada ibu hamil adalah bagian dari asuhan antenatal yang merupakan salah satu kunci intervensi utama untuk menurunkan angka kematian ibu dan mencapai target Sustainable Development Goals (SDGs) yang telah diterapkan diberbagai Negara. Tujuan penelitian ini untuk menguatkan keaktifan bidan dan kader Kesehatan di Puskesmas dalam mempengaruhi ibu hamil melakukan deteksi dini preeklampsia menggunakan mHealth. Metode penelitian ini menggunakan desain Mixs Methods Exploratory Sequential. Penelitian kualitatif dilakukan untuk pengembangan intervensi. Informan pada penelitian kualitatif terdiri dari Dinas Kesehatan, Ibu hamil, keluarga ibu hamil, bidan Puskesmas, kader kesehatan dan masyarakat. Penelitian kuantitatif menggunakan desain Quasi eksperimental. Penelitian dilakukan di Kecamatan Angsana, Kaduhejo (intervensi) dan Cikupa Pandeglang, Cadasari (kontrol) di Kabupaten Pandeglang Provinsi Banten. Populasi penelitian seluruh ibu hamil umur 15-49 tahun, di Kabupaten Pandeglang. Sampel penelitian yaitu Ibu hamil umur 15-49 tahun, usia kehamilan ≤ 34 minggu yang memenuhi kriteria inklusi dan eksklusi, besar sampel 100 orang. Teknik pengambilan sampel dengan Purposive sampling. Pada kelompok intervensi dilakukan edukasi menggunakan mHealth untuk penguatan pemeriksaan deteksi dini preeklampsi pada ibu hamil oleh bidan dan kader, pada kelompok kontrol tidak dilakukan intervensi. Analisa data dengan menggunakan analisa univariat, bivariat, multivariat: Risk Ratio (RR), Attributable Risk (AR), AR% (absolute) dan Difference in Difference (DiD). Hasil studi kualitatif Ibu hamil mempersepsikan bahwa tidak sulit untuk mengakses pelayanan kesehatan terkait deteksi dini preeklampsi, dan orang tua adalah orang yang paling banyak memberikan saran dan masukan selama kehamilan. Meskipun demikian mayoritas ibu hamil masih belum melakukan pemeriksaan deteksi dini preeklampsi dengan baik, dan masih ada beberapa ibu hamil yang tidak ingin memeriksakan kehamilannya ke bidan maupun ke dokter kandungan. Hasil studi kuantitatif variabel yang paling dominan mempengaruhi perilaku deteksi dini preeklampsi adalah Intervensi bidan dan kader kesehatan, sikap dan dukungan tenaga kesehatan terhadap deteksi dini preeklampsi dengan nilai (p-value < 0,05). Intervensi edukasi menggunakan mHealth oleh bidan dan kader secara signifikan (p value < 0,05) memberikan dampak meningkatkan perilaku well detection terhadap preeklampsi pada ibu hamil sebesar 47,1 % (AR) dan 38% (DiD).

The results of the Long Form Population Census 2020 (LF SP 2020) showed that the MMR in Indonesia was 189 per 100,000 KH, while the MMR in Banten Province was 127/100,000 KH. The reduction in maternal mortality from the LF SP2020 results reached 45 per cent. Although the MMR in 2020 has decreased compared to the MMR in 2015, it still needs hard efforts to achieve the SDGs target. Early detection of preeclampsia in pregnant women is part of antenatal care which is one of the key interventions to reduce maternal mortality and achieve Sustainable Development Goals (SDGs) targets that have been implemented in various countries. The purpose of this study was to strengthen the activeness of midwives at Puskesmas in influencing pregnant women to do early detection of preeclampsia using mHealth. This research method uses Mixs Methods Exploratory Sequential design. Qualitative research was conducted for intervention development. Informants in qualitative research consisted of the Health Office, pregnant women, families of pregnant women, Puskesmas midwives, health cadres and the community. Quantitative research used a Quasi-experimental design. The study was conducted in Angsana, Kadu Hejo (intervention) and Cikupa, Cadasari (control) sub-districts in Pandeglang Regency, Banten Province. The study population was all pregnant women aged 15-49 years, in Pandeglang Regency. The study sample was pregnant women aged 15-49 years, gestational age ≤ 34 weeks who met the inclusion and exclusion criteria, a sample size of 100 people. Purposive sampling technique. In the intervention group, education using mHealth was carried out to strengthen the early detection of preeclampsia in pregnant women by midwives and cadres, in the control group no intervention was carried out. Data analysis using univariate, bivariate, multivariate: Risk Ratio (RR), Attributable Risk (AR), AR% (absolute) and Difference in Difference (DiD). Qualitative study results Pregnant women perceive that it is not difficult to access health services related to early detection of preeclampsia, and parents are the people who provide the most advice and input during pregnancy. However, the majority of pregnant women still do not perform early detection of preeclampsia properly, and there are still some pregnant women who do not want to check their pregnancy with a midwife or obstetrician. The results of the quantitative study of the most dominant variable affecting the early detection of preeclampsia was the Educational interventions using mHealth by midwives and , and health worker support. Educational interventions using mHealth by midwives and CHWs significantly (p value <0.05) had an impact on improving the early detection behaviour of preeclampsia in pregnant women by 47,1% (AR) and 38% (DiD).
 
Read More
D-536
Depok : FKM UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Bidayatul Tsalitsatul Sua’idah; Pembimbing: Mardiati Nadjib; Penguji: Vetty Yulianty Permanasari, Kurnia Sari, Youth Savithri, Dian Triana Sinulingga
Abstrak:

Di Indonesia kanker payudara merupakan kanker tertinggi yang banyak datang pada stadium lanjut sehingga berdampak terhadap mortalitas dan tingginya pembiayaan. Mammografi merupakan alat skrining dan diagnosis yang sudah terbukti efektifitasnya menghasilkan “down staging” pada negara maju, Indonesia sebagai negara berkembang belum menjadikan skrining mammografi sebagai program nasional. Dilakukan studi parsial evaluasi ekonomi biaya dan luaran dengan membandingkan mammografi untuk skrining berbasis populasi terhadap oportunistik skrining di RS. Dilakukan uji coba skrining berbasis populasi terhadap 683 wanita dengan menggunakan mobil mammografi hingga didapatkan case detected serta diambil data retrospektif pasien deteksi dini dengan mammografi hingga penegakan diagnosis di RS dalam periode satu tahun. Dilakukan analisis biaya berdasarkan perspektif program dengan analisis luaran case detected. Didapatkan unit cost pemeriksaan skrining adalah Rp871,045. dengan case detected 0,4% dan cost per case detected Rp Rp290,348,509. Pada deteksi dini di RS didapakan unit cost Rp1,137,881 dan 3% kasus positif kanker. Terhadap skrining berbasis populasi, untuk mendapatkan satu kasus positif kanker diperlukan biaya sebesar Rp 262.342.333. Dengan sumber daya yang dimiliki perlu dilakukan inovasi dalam deteksi dini mammografi melalui penguatan pelaksanaan skrining CBE sebagai program nasional didukung pendekatan akses melalui diagnosis dini dengan mobil mammografi terutama di daerah rentan sehingga dihasilkan diagnosis secara cepat dan tepat dan biaya yang murah. Diperlukan peran pemerintah melalui pembiayaan yang berkelanjutan terhadap deteksi dini mammografi untuk dapat menurunkan angka mortalitas dan pembiyaan dalam pengobatan kanker. Kata kunci: Kanker payudara, mammografi, cost and outcome.

 

Breast cancer is the highest cancer in Indonesia that come at late stage so have impact on mortality and high funding. Mammography is a screening and diagnosis that has proven its effectiveness in producing "down staging" in developed countries, Indonesia as a developing country has not made mammography screening a national program. A partial study of economic evaluation of costs and outcomes was conducted by comparing mammography for population-based screening to opportunistic screening in hospitals. A population-based screening was conducted on 683 women using a mobile mammography until a case was detected and retrospective data taken from early detection patients with mammography to diagnose the hospital in a period of one year. A cost analysis is carried out based on the program perspective with a case detected output analysis. The unit cost of screening is Rp.871,045. with case detected 0.4% and cost per case detected Rp.290,348,509. At early detection in the hospital unit unit costs are obtained Rp1,137,881 and 3% of positive cases of cancer. For population-based screening, to get one positive case of cancer costs Rp 262,342,333. With the available resources, innovation in the early detection of mammography needs to be done through strengthening the implementation of CBE screening as a national program supported by an access approach through early diagnosis by mammography cars, especially in vulnerable areas so that diagnosis is produced quickly and accurately and at a low cost. The role of government is needed through ongoing financing of early detection of mammography to be able to reduce mortality and financing in the treatment of cancer. Keywords: Breast cancer, mammography, cost and outcome

Read More
T-7429
Depok : FKM-UI, 2019
S2 - Tesis   Pusat Informasi Kesehatan Masyarakat
☉
cover
Tiara Amelia; Promotor: Evi Martha; Kopromotor: Ade Iva Murty; Penguji: Besral, Bagus Takwin, Dien Anshari, Tiara Anindhita, Irmasnyah
Abstrak:
Mahasiswa sebagai pengguna media sosial tertinggi memiliki prevalensi gangguan media sosial cukup tinggi yaitu 50% pada mahasiswa di Turki (2020), 24,9% pada responden di Indonesia (2020), 60% pada mahasiswa di Baghdad (2020). Prevalensi pada mahasiswa baru UI sebesar 24,3% (Angkatan 2021) lebih tinggi dibandingkan dengan mahasiswa lama sebesar 17,3% (Angkatan 2018-2020). Mahasiswa angkatan baru lebih rentan terhadap gangguan media sosial. Oleh karenanya diperlukan adanya model intervensi preventif untuk merespons tren meningkatnya prevalensi gangguan media sosial. Tujuan studi ialah merancang dan mengetahui efek model intervensi daring “Sehat Bermedia Sosial” (SBS) terhadap skor gangguan media sosial pengetahuan, sikap, durasi penggunaan media sosial, jumlah akun aktif, need to belong, dan regulasi diri pada mahasiswa Universitas Indonesia. Metodologi: Pelaksanaan semua tahapan pengembangan model dilakukan daring dan meliputi studi pendahuluan (n=201); studi survey (n=339) untuk mendapatkan data skor GMS pada mahasiswa; mendesain, menguji coba dan melaksanakan tahapan model; dan studi quasi experiment (n=74) untuk mengetahui efek model. Hasil: Pemberian intervensi model “SBS” efektif meningkatkan skor pengetahuan CBT (13,7%) dan regulasi diri (14,5%). Kemudian, pemberian intervensi efektif menurunkan skor gangguan media sosial (19%), durasi waktu penggunaan media sosial (10%). Namun, belum efektif menurunkan NTB karena terjadi kenaikan NTB sebesar 4% dan belum efektif meningkatkan sikap penggunaan media sosial dan menurunkan jumlah akun sosial media karena tidak bermakna secara statistik. Kesimpulan: Model sebagai upaya preventif telah berhasil memberikan efek intervensi utamanya pada penurunan gangguan media sosial. Rekomendasi: Melakukan upaya sosialisasi model “Sehat Bermedia Sosial” agar diadopsi dan diterapkan pada universitas atau institusi Pendidikan setara lainnya dan implementasi model mampu mengatasi kendala terbatasnya ruang, waktu dan kendala geografis selama terdapat jaringan internet.
College student as the highest social media users have a fairly high prevalence of social media disorder (SMD): namely 50% among college students in Turkey (2020), 24.9% among respondents in Indonesia (2020), 60% among college students in Baghdad (2020). The prevalence among new UI students is 24.3% (Class of 2021) higher than that of old students at 17.3% (Class of 2018-2020). New students are more vulnerable to social media interference. Therefore, there is a need for a preventive intervention model to respond to the trend of increasing prevalence of social media disorders. Purpose: The aim of the study is to design and determine the effect of the "Sehat Bermedia Sosial" online intervention model on social media disorder scores, knowledge, attitudes, duration of social media use, number of active accounts, need to belong, and self-regulation among Universitas Indonesia students. Methodology: All stages of model development were carried out online and included a preliminary study (n=201); survey study (n=339) to obtain SMD score data for students; designing, testing, and implementing model stages; and a quasi-experimental study (n=74) to determine the model effect. Results: Providing the "SBS" model intervention was effective in increasing CBT knowledge scores (13.7%) and self-regulation (14.5%). Then, the providing effective interventions reduced the score of social media disruption (19%), the duration of social media use (10%). However, it has not been effective in reducing NTB because there has been an increase in NTB by 4%. And it has not been effective in increasing attitudes in using social media and reducing the number of social media accounts because it is not statistically meaningful. Conclusion: The model as a preventive effort has succeeded in providing its main effect on social media disorders. Recommendation: Make efforts to socialize the "Sehat Bermedia Sosial" model so that it is adopted and applied to universities or other equivalent educational institutions and the implementation of the model can overcome the constraints of limited space, time and geographical constraints as long as internet networks available.
Read More
D-548
Depok : FKM UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Fika Minata Wathan; Pembimbing: Kemal Nazaruddin Siregar, Anhari Achadi, Rima Irwinda; Penguji: Tris Eryando, Besral, Yusuf Effendy, Heru Purnomo Ipung, Mujiono Sadikin
Abstrak:
Latar Belakang: Kelahiran preterm merupakan penyebab tertinggi kematian neonatal. Indonesia menduduki posisi tertinggi di ASEAN dan kelima di dunia untuk kelahiran preterm. Rumusan masalah: Belum adanya model prediksi kelahiran preterm yang memperlihatkan prediktor yang berguna untuk mengembangkan program pencegahan. Tujuan: Menemukan model prediksi kelahiran preterm berbasis machine learning untuk deteksi dini kelahiran preterm di Fasilitas Kesehatan Tingkat Pertama (FKTP). Metode: Penelitian ini menggunakan desain studi case control dengan menggunakan data rekam medis Rumah Sakit (RS) di Palembang yaitu RS YK Madira, RSMH, RS Bunda, RS Ar Rasyid, RS Muhammadiyah, dan RS Bhayangkara tahun 2019 dengan jumlah sampel 1758 responden yang terdiri dari 879 preterm dan 879 aterm. Faktor risiko yang digunakan pada penelitian ini didapatkan dari Systematic Literature Review yang terdiri dari faktor sosiodemografi (10 variabel), faktor perilaku/gaya hidup (5 variabel), faktor maternal/kondisi ibu sebelum kehamilan (8 variabel), faktor kehamilan/obstetri ginekologi (21 variabel), faktor biologis (3 variabel), faktor pelayanan kesehatan (2 variabel) dan Faktor Kondisi Janin (4 variabel). Pemodelan dilakukan dengan menggunakan machine learning dengan menggunakan algoritme decision tree, K-Nearest Neighbour (KNN), naïve bayes, logistic regression, Support Vector Machine (SVM) dan neural network (CNN1D, multilayer perceptron dan backpropagation). Hasil: Ditemukan 21 variabel penelitian dari 53 variabel yang dibutuhkan, dan menemukan 6 variabel yang menjadi prediktor utama kelahiran preterm di antaranya pre-eklamsia, perdarahan dalam kehamilan, riwayat ketuban pecah dini, jarak antar dua kehamilan, paritas, dan anemia. Pada penelitian ini ditemukan algoritma terbaik yaitu decision tree dengan nilai akurasi 95% untuk training dan 96% untuk testing dan telah dibuat prototype berupa aplikasi berbasis web untuk deteksi dini di FKTP. Kesimpulan: Ditemukan research novelty yaitu diperoleh model prediksi kelahiran preterm, dimana model ini potensial untuk digunakan di FKTP sebagai upaya deteksi dini. Model prediksi ini akan mendeteksi ibu hamil akan berisiko preterm atau tidak berisiko. Apabila diketahui ibu berisiko kelahiran preterm, maka ibu dianjurkan untuk melakukan pemeriksaan di RS, agar tidak terjadi keterlambatan penanganan yang menyebabkan kematian ibu maupun bayi. Dibandingkan tidak ada model prediksi, maka risiko kelahiran preterm tidak dapat dicegah, sehingga keterlambatan penanganan akan terjadi.
Background: Preterm birth is the highest cause of neonatal death. Indonesia occupies the highest position in ASEAN and fifth in the world for preterm births. Formulation of the problem: There is no predictive model of preterm birth that provides a useful predictor for developing prevention programs. Objective: To find prediction model of preterm birth based on machine learning for early detection of preterm birth in First Level Health Facilities (FKTP). Methods: This study uses a case control study design using medical record data at the Hospital (RS) in Palembang that isYK Madira Hospital, RSMH, Bunda Hospital, Ar Rasyid Hospital, Muhammadiyah Hospital, and Bhayangkara Hospital in 2019 with a total sample of 1758 respondents consisting of 879 preterm and 879 term. The risk factors used in this study were obtained from a Systematic Literature Review consisting of: sociodemographic factors (10 variables), behavioral/lifestyle factors (5 variables), maternal factors/mother's condition before pregnancy (8 variables), pregnancy/gynecological factors (21 variables), biological factors (3 variables), health service factors (2 variables) and fetal factors (4 variables). The modeling is done using machine learning using decision tree algorithms, K-Nearest Neighbor (KNN), nave Bayes, logistic regression, Support Vector Machine (SVM) and neural networks (CNN1D, multilayer perceptron and backpropagation). Results: Found 21 research variables from 53 variables were needed, and found 6 variables that were the main predictors of preterm birth including pre-eclampsia, bleeding in pregnancy, history of premature rupture of membranes, distance between two pregnancies, parity, and anemia. In this study, the best algorithm was found, namely decision tree with an accuracy value of 95% for training and 96% for testing and a prototype was made in the form of a web-based application for early detection in FKTP. Conclusion: It was found that the research novelty obtained a predictive model of preterm birth, which is the main cause of AKN, where this model has the potential to be used in FKTP as an early detection effort. This predictive model will detect pregnant women will be at risk of preterm or not at risk. If it is known that the mother is at risk of preterm birth, the mother is recommended to do an examination at the hospital, so that there is no delay in handling that causes the death of both mother and baby. Compared to no predictive model, the risk of preterm birth cannot be prevented, so that delays in treatment will occur. Keywords: Preterm birth, predictor factors, pre-eclampsia, machine learning, decision tr
Read More
D-449
Depok : FKM-UI, 2021
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Duma; Promotor: Ascobat Gani; Kopromotor: Ali Ghufron Mukti, Yassir; Penguji: Amal Chalik Sjaaf, Sowarta Kosen, Andreasta Meliala, Gea Pandhita
Abstrak:
Latar belakang: Rasio klaim BPJS Kesehatan yang melampaui 100% pada tahun 2024 menunjukkan tekanan berat terhadap keberlanjutan finansial program Jaminan Kesehatan Nasional (JKN). Salah satu kontributor utama kondisi ini adalah penyakit ginjal kronik (PGK), yang termasuk penyakit katastropik dengan beban biaya sangat tinggi. Data BPJS mencatat bahwa pengeluaran untuk PGK stadium 5 meningkat tajam, dari Rp6,7 triliun pada tahun 2023 menjadi Rp8,2 triliun pada tahun 2024. Mengingat PGK sangat berkaitan dengan faktor risiko yang dapat diprediksi, seperti usia ≥60 tahun, diabetes melitus, dan hipertensi, maka upaya deteksi dini dan pengobatan segera memiliki potensi besar untuk mencegah progresi penyakit dan secara signifikan menurunkan beban biaya nasional. Masalah Penelitian: Belum diketahui secara pasti besaran reduksi kasus gagal ginjal, penurunan kebutuhan hemodialisis, serta penghematan biaya yang dapat dicapai melalui penerapan skrining dan intervensi dini pada populasi usia ≥60 tahun dengan PGK yang memiliki ataupun tidak memiliki faktor komorbid Diabetes Mellitus dan hipertensi. Tujuan Penelitian: Penelitian ini bertujuan menganalisis potensi reduksi biaya PGK melalui skrining dini menggunakan Cystatin C serta intervensi segera dengan terapi SGLT2i dan RASi, terutama pada populasi usia ≥60 tahun dengan atau tanpa PGK yang memiliki ataupun tidak memiliki faktor komorbid. Penelitian juga menilai dampaknya terhadap penurunan pasien hemodialisis dan beban pembiayaan BPJS. Metodologi: Penelitian ini merupakan studi non eksperimental dengan menggunakan desain studi cross sectional,  berbasis data besar BPJS Kesehatan tahun 2023–2024. Populasi penelitian adalah peserta JKN usia ≥60 tahun dengan atau tanpa komorbid diabetes dan hipertensi. Analisis mencakup perhitungan prevalensi PGK, jumlah kasus PGK stadium 5, estimasi biaya skrining Cystatin C, biaya intervensi SGLT2i dan RASi, serta reduksi biaya hemodialisis. Algoritme penelitian mengikuti model reduksi biaya yang dikembangkan oleh Prof. Ascobat Gani. Hasil: Hasil analisis menunjukkan bahwa deteksi PGK pada stadium awal mampu mencegah sebagian besar pasien mengalami progresi menuju stadium 5 atau tahap gagal ginjal. Ketika progresi ini dapat dicegah, jumlah pasien yang memerlukan hemodialisis menurun secara signifikan. Selain itu, biaya yang dibutuhkan untuk melakukan skrining dan memberikan intervensi dini terbukti jauh lebih rendah dibandingkan biaya penatalaksanaan hemodialisis selama satu tahun. Upaya pencegahan progresi PGK melalui deteksi dan terapi dini memiliki potensi besar untuk menghasilkan penghematan biaya dalam skala nasional. Kesimpulan: Skrining dini dan pengobatan segera terbukti secara klinis dan ekonomis lebih efisien dibandingkan penanganan PGK stadium lanjut. Intervensi ini mampu menurunkan progresivitas PGK, mengurangi jumlah pasien hemodialisis, serta memberikan penghematan biaya yang signifikan bagi BPJS Kesehatan. Penerapan program skrining terarah dan intervensi farmakologis pada kelompok risiko tinggi perlu menjadi prioritas nasional untuk menjaga keberlanjutan finansial JKN.
Background: BPJS Kesehatan claims ratio exceeding 100% in 2024 indicates severe pressure on the financial sustainability of the National Health Insurance (JKN) program. One of the main contributors to this condition is chronic kidney disease (CKD), which is a catastrophic disease with a very high cost burden. BPJS data shows that spending on stage 5 CKD increased sharply, from IDR 6.7 trillion in 2023 to IDR 8.2 trillion in 2024. Given that CKD is closely related to predictable risk factors, such as age ≥60 years, diabetes mellitus, and hypertension, early detection and prompt treatment efforts have great potential to prevent disease progression and significantly reduce the national cost burden. Research Problem: The extent of reduction in kidney failure cases, reduction in hemodialysis needs, and cost savings that can be achieved through the implementation of screening and early intervention in the population aged ≥60 years with CKD who have or do not have comorbid factors of Diabetes Mellitus or and hypertension is not yet known. Research Objective: This study aims to analyze the potential for reducing CKD costs through early screening using Cystatin C and immediate intervention with SGLT2i and RASi therapy, especially in the population aged ≥60 years with or without CKD who have or without comorbid factors. The study also assesses its impact on reducing hemodialysis patients and the burden of BPJS financing. Methodology: This study is a non-experimental study using a cross-sectional study design, based on BPJS Kesehatan large data for 2023–2024. The study population is JKN participants aged ≥60 years with or without comorbid diabetes and hypertension. The analysis includes calculating the prevalence of CKD, the number of stage 5 CKD cases, estimated costs of Cystatin C screening, costs of SGLT2i and RASi interventions, and hemodialysis cost reduction. The research algorithm follows the cost reduction model developed by Prof. Ascobat Gani. Results: The analysis results show that early stage CKD detection can prevent most patients from progressing to stage 5 or kidney failure. When this progression can be prevented, the number of patients requiring hemodialysis decreases significantly. Furthermore, the costs of screening and early intervention have been shown to be significantly lower than the cost of one year of hemodialysis treatment. Preventing CKD progression through early detection and therapy has significant potential to generate cost savings nationally. Conclusion: Early screening and prompt treatment have been shown to be clinically and economically more efficient than managing advanced CKD. This intervention can reduce CKD progression, reduce the number of hemodialysis patients, and provide significant cost savings for the National Health Insurance (BPJS Kesehatan). Implementing targeted screening programs and pharmacological interventions in high-risk groups needs to be a national priority to maintain the financial sustainability of the National Health Insurance (JKN).
Read More
D-606
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Liana Indraini; Pembimbing: Ede Surya Darmawan; Penguji: Puput Oktaminanti, Ni Luh Putu Agustin Ayuningsih
Abstrak: Hingga kini kanker serviks mejadi salah satu masalah kesehatan yang tertinggi pada wanita di Indonesia, termasuk di Kota Depok. Meskipun deteksi dini dengan pemeriksaan IVA (Inspeksi Visual Asetat) adalah metode pencegahan yang efektif, namun penggunaannya masih rendah di antara wanita. Penelitian ini mengidentifikasi faktor faktor yang berhubungan dengan perilaku deteksi dini kanker serviks dengan pemeriksaan IVA pada wanita usia subur di wilayah kerja Puskesmas Kecamatan Sukmajaya. Penelitian ini menggunakan pendekatan kuantitatif dengan disain crosssectional. Pengumpulan data melalui wawancara menggunakan kuisioner kepada 110 wanita usia subur yang telah menikah di wilayah kerja Puskesmas Kecamatan Sukmajaya Kota Depok. Hasil penelitian ini menunjukan bahwa 26,4% wanita usia subur pernah melakukan pemeriksaan IVA dan terdapat hubungan pengetahuan, sikap, hambatan, kepemilikan JKN, dukungan petugas kesehatan dan dukungan sosial dengan perilaku wanita usia subur dalam pemeriksaan IVA (p-value < 0,05). Diperlukan informasi yang lebih spesifik dalam memberi edukasi tentang kanker serviks dan deteksi dini kanker serviks, serta mengembangkan metode edukasi dengan memanfaatkan tekonologi komunikasi dan informasi untuk penyebaran informasi dan merencanakan pemeriksaan IVA.
Read More
S-10171
Depok : FKM UI, 2019
S1 - Skripsi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Maya Marinda Montain; Promotor: Wiku Bakti Bawono Adisasmito; Ko Promotor: Dadan Umar Daihani; Penguji: Anhari Achadi; Adang Bachtiar, Dumilah Ayuningtyas, Tris Eryando, Trihono, Nana Mulyana
D-448
Depok : FKM-UI, 2021
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Nurusysyarifah Aliyyah; Promotor: Haryoto Kusnoputranto; Kopromotor: Bambang Wispriyono, Laila Fitria; Penguji: Mondastri Korib Sudaryo, Umar Fahmi Achmadi, Mukono; Syafruddin
Abstrak:

Hipertensi merupakan salah satu kondisi medis yang cukup serius karena dapat meningkatkan risiko penyakit jantung, otak, ginjal dan penyakit lainnya. Wilayah di DKI Jakarta dengan prevalensi hipertensi tertinggi berdasarkan diagnosis dokter yaitu Kota Jakarta Pusat sebesar 12,16%. Partikulat meter organik dan komponen partikulat meter dapat memicu proinflammatory effects pada paru-paru karena kemampuannya mengakibatkan stress oksidatif. Penelitian ini bertujuan untuk menyusun model pengaruh pajanan PM2,5 di udara ambien terhadap kejadian hipertensi melalui stress oksidatif dan sitokin inflamasi pada penduduk di Jakarta Pusat. Penelitian dilakukan pada penduduk dewasa (18-65 tahun) di Kota Jakarta Pusat dengan disain studi hybrid cross sectional ecology. Pengumpulan data secara cluster random sampling dengan analisis data dilakukan melalui pemodelan regresi logistik multilevel dan cox regresi proporsional hazard.
Hasil analisis menunjukkan terdapat asosiasi antara PM2,5 di udara ambien dengan biomarker stress oksidatif (IOR PM2,5: 2,185173-2,185176) dan dengan biomarker sitokin inflamasi (IOR PM2,5: 1,21-1,91). Pemodelan multivariat dengan cox regresi proporsional hazard menunjukkan bahwa variabel umur dan indeks massa tubuh merupakan confounder hubungan antara stress oksidatif dengan hipertensi dan antara sitokin inflamasi dengan hipertensi dengan nilai Rasio Prevalens adjusted (95% CI) masing-masing sebesar 1,19 (0,69-2,03) dan 0,99 (0,58-1,72). Dapat disimpulkan bahwa variabel konsentrasi PM2,5 di udara ambien memiliki peran terhadap terjadinya hipertensi, stress oksidatif dan sitokin inflamasi pada penduduk di Jakarta Pusat.

Hypertension is a serious medical condition that can increase the risk of heart, brain, kidney and other diseases. The area in DKI Jakarta with the highest prevalence of hypertension based on doctor diagnosis is Central Jakarta city about 12.16%. Organic particulate matters and particulate matter components can trigger proinflammatory efects in the lung due to their ability to cause oxidative stress. This study aims to develop a model of the Influence of PM2,5 Exposure in Ambient Air on Hypertension Occurrence through Oxidative Stress and Inflammatory Cytokines among residents in Central Jakarta. The study was conducted among adult residents (age 18-65 years) in Central Jakarta with hybrid cross sectional study design. Data collected using cluster random sampling with data analysis carried out through multilevel logistic regression modeling and cox proportional hazard regression. Results show there is an association between PM2.5 in ambient air with oxidative stress biomarkers (IOR PM2.5: 2.185173-2.185176) and with inflammatory cytokine biomarkers (IOR PM2.5: 1.21-1.91). Multivariate modeling with Cox regression proportional hazard shows that age and body mass index are confounders of the relationship between oxidative stress with hypertension and between inflammatory cytokines with hypertension with an adjusted prevalence ratio (95% CI) value of 1.19 (0.69-2.03) and 0.99 (0.58-1.72). It can conclude that concentration of PM2.5 in ambient air has a role on hypertension, oxidative stress and inflammatory cytokine among residents in Central Jakarta.

Read More
D-519
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive