Abstrak:

 ABSTRAK

Latar Belakang: Meskipun Tujuan Pembangunan Berkelanjutan 2030 untuk angka kematian balita telah tercapai, angka kematian neonatal di Indonesia tetap tinggi, dengan lebih 70.000 kematian neonatal di tahun 2018, yang menempatkan Indonesia di peringkat ke-8 secara global. Hal ini merupakan tantangan besar untuk mencapai visi "Indonesia Emas 2045". Meskipun berbagai intervensi termasuk sari sisi finansial dalam akses pelayanan kesehatan telah meningkatkan pemanfaatan layanan, tdaik sertamerta ditunjukkan dalam bentuk peningkatan status kesehatan neonatal, menunjukkan adanya masalah sistemik dan kualitas pelayanan. Studi ini menelaan faktor determinan yang kompleks terhadap status kesehatan neonatal di Indonesia, termasuk dari sisi penerapan desentralisasi kesehatan, disparitas sosial ekonomi, dan variasi geografis. Dengan mengeksplorasi faktor-faktor ini, studi ini menekankan kebutuhan mendesak peningkatan pelayanan maternal dan neonatal dalam memperbaiki ketimpangan maupun meningkatkan status kesehatan secara keseluruhan.

 

Metode: Menggunakan data survei nasional tahun 2018 dari 34 provinsi, 513 kabupaten/kota, dan 300.000 rumah tangga, dengan fokus pada 73.086 perempuan berusia 10-54 tahun yang melahirkan dalam lima tahun terakhir, kami mengeksplorasi bagaimana faktor individu, rumah tangga, kabupaten, dan provinsi memengaruhi hasil kesehatan neonatal. Studi ini mengintegrasikan regresi multilevel, indeks konsentrasi, dan regresi spasial untuk menilai dampak determinan sosial dan ketidaksetaraan sistemik menggunakan STATA 14.0 dan ArcGIS Pro3. Analisis kebijakan sederhana yang selaras dengan tujuh pilar sistem kesehatan nasional juga dilakukan untuk menjelaskan lebih lanjut disparitas dalam hasil kesehatan.

 

Hasil: Studi ini mengungkapkan, meskipun sebagian besar dapat dicegah, angka kematian neonatal tetap tinggi dengan disparitas yang signifikan. Melalui analisis regresi multilevel dan spasial, dibuktikan bahwa disparitas kesehatan neonatal dipengaruhi oleh status sosial ekonomi, lokasi geografis, dan akses terhadap layanan kesehatan. Pada model akhir, yang menggabungkan faktor tingkat individu dan komunitas, varians yang tidak terjelaskan berkurang sebesar 30% (PCV), dimana faktor komunitas masih menjelaskan 14% variabilitas (ICC = 0,1389). Variabilitas risiko tingkat komunitas menurun yang terlihat dari perubahan Median Odds Ratio (MOR) dari 2,28 menjadi 2,00. Hasil ini menekankan pentingnya faktor individu dan komunitas dalam upaya mengurangi risiko lanjut dari bayi lahir yang berisiko.

Studi ini menekankan pengaruh kesiapan sisi suplai dan kualitas pelayanan termasuk efektivitas antenatal dan kelahiran di fasilitas kesehatan dalam meningkatkan hasil kesehatan neonatal, meskipun banyak kelahiran masih terjadi di luar fasilitas kesehatan. Neonatus lebih berisiko secara signifikan terkonsentrasi di distrik dengan kapasitas fiskal lebih rendah, sementara pemeriksaan antenatal lebih tinggi di kabupaten yang lebih kaya, menunjukkan adanya kesenjangan alokasi sumber daya. Temuan ini menunjukkan pentingnya kebijakan kesehatan yang spesifik, memperhatikan kondisi local dalam menurunkan kesenjangan dan meningkatkan status kesehatan.

---

ABSTRACT

Background. Despite achieving the 2030 Sustainable Development Goals for reducing under-5 mortality, Indonesia's Neonatal Mortality Rate remains alarmingly high, with over 70,000 neonatal deaths in 2018, ranking it 8th globally. This situation poses a stark challenge to Indonesia's "Great Indonesia 2045" vision. Notably, while interventions to eliminate financial barriers to healthcare have increased service utilization, improvements in neonatal health outcomes have not followed, highlighting systemic and quality issues within the health sector. This study addresses the complex determinants of neonatal outcomes in Indonesia, including the effects of a decentralized health system, socioeconomic disparities, and geographic variations. By exploring these factors, it underscores the urgent need to enhance maternal and neonatal services to rectify inequities and improve overall health outcomes.

Methods: We analyzed 2018 national survey data from 34 provinces, 513 districts, and 300,000 households, focusing on 73,086 women aged 10-54 who had given birth in the preceding five years. We explored how individual, household, district, and provincial factors influence neonatal health outcomes by employing multilevel regression, concentration indices, and spatial regression to assess the impact of social determinants and systemic inequalities using tools like STATA 14.0 and ArcGIS Pro 3. A simplified policy analysis, aligned with the national health system's seven pillars, including community initiatives, was also conducted to further highlight disparities in health outcomes.

Results: Key findings reveal a neonatal mortality rate that, despite being preventable in many cases, remains high with significant disparities. Utilizing spatial and multilevel regression analyses, the research highlighted that neonatal health disparities are influenced by socioeconomic status, geographic location, and access to health services. The final model, incorporating both individual and community-level factors, reduced unexplained variance by 30% (PCV), with community factors still explaining 14% of the variability (ICC = 0.1600). The community-level risk variability also decreased, as shown by a reduction in the Median Odds Ratio (MOR) from 2.28 to 2.00. These results highlight the importance of targeting both individual and community factors to reduce the risk of babies being born at risk.

Additionally, the study underscores the influences of supply-side readiness and quality of service delivery including effectiveness of antenatal care and institutional delivery in improving neonatal health outcomes, although many births still occur outside of health facilities. High-risk neonates were found to be concentrated significantly in districts with lower fiscal capacity, while antenatal care checkups were predominantly higher in wealthier districts, pointing to a resource allocation gap. These findings point to the critical need for targeted health policies, local-specific interventions to bridge the equity gap and improve neonatal health outcomes.

Abstrak: Kelahiran risiko tinggi menjadi ancaman sekaligus penyumbang terbesar kematian ibu dan anak di negara berkembang termasuk Indonesia. Data global, 810 perempuan hamil dan melahirkan meninggal tiap harinya di negara berkembang. Tujuan Penelitian untuk mengetahui gambaran kelahiran risiko tinggi dan faktor-faktor yang mempengaruhi kelahiran risiko tinggi di Indonesia. Studi ini menggunakan data SDKI 2017 dengan pendekatan cross-sectional. Subyek penelitian adalah semua kelahiran terakhir dalam lima tahun sebelum survei sebesar 14.257 kelahiran. Variabel independen adalah faktor individu (pendidikan ibu dan status pekerjaan ibu), faktor suami/pasangan (diskusi tentang KB dengan suami/pasangan), faktor rumah tangga (status sosial ekonomi dan partisipasi perempuan dalam pengambilan keputusan rumah tangga), faktor lingkungan (tempat tinggal dan wilayah), faktor demografi (umur melahirkan terakhir dan paritas), dan faktor program/layanan kesehatan dan KB (metode KB yang digunakan sebelum kehamilan terakhir dan akses informasi KB dari TV, radio, majalah/koran dan internet). Variabel dependen yaitu kelahiran terlalu muda (<20 tahun), kelahiran terlalu tua (>=35 tahun), kelahiran terlalu dekat jaraknya (<24 bulan), kelahiran terlalu banyak (4+), dan kehamilan tidak diinginkan. Analisis data menggunakan regresi logistik biner. Hasil penelitian menunjukkan proporsi kelahiran terlalu muda 8,2%, kelahiran terlalu tua 18,6%, kelahiran terlalu dekat 5,3%, kelahiran terlalu banyak 11,4%, kehamilan tidak diinginkan sebesar 8,2% dan 11,3% kelahiran berisiko (4T dan KTD). Analisis multivariat diperoleh faktor paling dominan pengaruhnya terhadap kelahiran terlalu muda adalah riwayat KB (OR=4,6; 95% CI=3,9-5,5). Sementara itu, akses informasi KB dari internet (OR=2,9; 95% CI=2,6-3,4) sebagai faktor paling berpengaruh terhadap kelahiran terlalu tua. Hasil analisis diperoleh ANC 1-3 (OR=2,1; 95% CI=1,6-2,7) dan tidak ANC (OR:2,4: 95% CI:1,7-3,2) adalah faktor paling dominan pengaruhnya pada kelahiran terlalu dekat. Faktor yang paling berpengaruh terhadap kelahiran terlalu banyak adalah wilayah luar Jawa-Bali I (OR: 2,1: 95% CI: 1,8-2,4) dan luar Jawa-Bali II (OR: 3,0: 95% CI: 2,6-3,6) Paritas 4+ (OR: 72: 95% CI: 43-121) merupakan faktor yang paling dominan mempengaruhi kehamilan tidak diinginkan. Faktor yang paling dominan pengaruhnya terhadap kelahiran berisiko (4T dan KTD) adalah akses informasi KB dari internet (OR:2,8: 95% CI: 2,3-3,3). Program intervensi dengan meningkatkan pelayanan KB berkualitas dan akses metode alat/cara KB modern yang menjangkau seluruh wilayah Indonesia untuk mencegah kelahiran risiko tinggi. Meningkatkan penyebarluasan informasi KB melalui TV dan internet dan mendorong pemeriksaan ANC berkualitas bagi ibu hamil.

Abstrak: Di Indonesia Angka kematian neonatus masih belum mengalami penurunan dari tahun 2007 sampai dengan tahun 2012 yaitu 19/1000 KH (SDKI,2012).Sebagian besar kematian neonatal yang terjadi setelah 6-48 jam pasca kelahiran dapat dicegah dengan perawatan bayi baru lahir yang tepat dan dimulai segera setelah melahirkan melalui Kunjungan neonatal pertama (KN1) yang adekuat dan sesuai standar (WHO,2012). Namun kualitas pelayanan KN1 masih belum sesuai dengan target yang diharapkan. Penelitian ini bertujuan untuk menganalisis secara multivel faktor-faktor yang mempengaruhi Kunjungan neonatal pertama dari berbagai level.Penelitian ini merupakan penelitian kuantitatif dengan didukung oleh penelitian kualitatif. Sampel yang digunakan untuk masing-masing level adalah 1014 ibu bayi untuk level 1, 95 orang pengelola desa untuk level desa, 51 pengelola Program kesehatan anak Puskesmas untuk level 3 dan 13 pengelola Program kesehatan anak kabupaten untuk level 4 yang ada di 8 Propinsi di Indonesia. Analisis data dilakukan melalui analisis univariat, bivariat, multivariat dengan Regresi Logistik dan permodelan Multilevel dengan menggunakan analysis multilevel regression logistic random intercept model dengan menggunakan Program Stata 14.0. Metode triangulasi digunakan dalam studi kualitatif untuk menjaga validitas data.Hasil penelitian menunjukkan bahwa capaian KN1 askes sebesar 47.5% lebih tinggi dibanding KN1 berkualitas yaitu 29.3 %. Hasil pemodelan multilevel menunjukkan bahwa variabel yang paling besar pengaruhnya terhadap KN1 Akses dan kualitas adalah Penolong persalinan dengan PValue.0.000 dan OR=3.359 untuk KN1 akses dan PValue 0.04 dan OR = 3.035 untuk KN1 kualitas. Pada permodelan akhir, secara bersama-sama kontribusi semua level pada KN1 akses sebesar 57.27 % sedangkan untuk KN1 kualitas sebesar 87.76%. Berdasarkan penerapan manajemen mutu total sebagian besar 52.6 % Puskesmas berada pada fase 2 dan Level 2 yaitu masih berorientase ke Proses belum mengarah ke penerapan Total manajemen mutu (TQM). Penelitian ini menunjukkan kesesuaian pola hubungan antara enabler dan result sesuai pola dalam EFQM model.Disarankan kepada Dinas Kesehatan kabupaten dan Kementerian Kesehatan, untuk mengupayakan dan menjamin keberadaan dan pendistribusian bidan di setiap desa dan mengoptimalkan perencanaan tenaga kesehatan (bidan) sesuai PMK N0.33 Tahun 2015. Disarankan kepada Puskesmas untuk mengupayakan kontak antara petugas kesehatan dengan ibu bayi sebelum kelahiran bayi untuk meningkatkan akses pada periode berikutnya yaitu KN1. Perlu adanya kerjasama dan kemitraan yang baik antara puskesmas dengan pengelola desa untuk menguatkan keberdayaan desa dalam bidang kesehatan sehingga pada level individu ibu menjadi lebih berdaya dan memiliki peluang yang besar untuk membawa anaknya dalam pelaksanaan KN1 , selain itu untuk meningkatkan kualitas manajemen Puskesmas perlu adanya supervisi dan penerapan SMM (Sistem Manajemen Mutu) Puskesmas misalnya melalui penerapan ISO untuk menjamin Pelayanan Prima dan pengelolaan Puskesmas yang berkualitas.

---

Neonatal mortality rate in Indonesia is still experiencing a decrease from 2007 up to 2012, namely 19/1000 KH (IDHS, 2012) .Most of neonatal deaths that occur after 6-48 hours after birth can be prevented with newborn care is appropriate and started soon after birth through the first neonatal visit (KN1) adequate and appropriate standards (wHO, 2012). However KN1 service quality still does not meet the expected target.This study aims to analyze multivel factors affecting neonatal visit was the first of a variety of levels. This research is a quantitative research was supported by qualitative research. The sample used for each level is 1014 mothers of infants to level 1, 95 managers of the village to the village level, 51 managers of health programs Child Health Center for level 3 and 13 managers Program child health districts to level 4 in 8 Provinces in Indonesia , The data analysis was done through univariate, bivariate, and multivariate logistic regression modeling Multilevel analysis using multilevel logistic regression models with random intercept using the program Stata 14.0. Triangulation method used in a qualitative study to maintain the validity of the data.The results showed that the achievement KN1 askes by 47.5% higher than the quality KN1 ie 29.3%. Multilevel modeling results indicate that the variables that most influence on KN1 Access and quality are labor Helper with PValue.0.000 and OR = 3.359 for KN1 access and pvalue 0:04 and OR = 3,035 for KN1 quality. At the end of the modeling, jointly contribute to the KN1 access all levels of 57.27% while for KN1 quality of 87.76%. Based on the application of total quality management largely PHC 52.6% are in Phase 2 and Level 2 is still berorientase to process not yet led to the implementation of total quality management (TQM). This study demonstrated the suitability of the pattern of relationships between enablers and the result according to the pattern in the model EFQM.Suggested to the District Health Office and the Ministry of Health, to seek and ensure the presence and distribution of midwives in every village and optimize the planning of health professionals (midwives) in accordance PMK N0.33 Year 2015. It is suggested to contact the health center to seek health care workers with the baby's mother before birth baby to improve access in the next period that is KN1. The need for cooperation and partnership between local health centers with managers of the village to strengthen the empowerment of villagers in the health sector so that at the level of individual mothers become more empowered and have a great opportunity to bring his son in the implementation KN1, in addition to improving the quality of management of PHC need for supervision and implementation of QMS (quality Management System) health centers for example through the implementation of ISO to guarantee the quality Service and quality management of the health center.

Abstrak:

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

Abstrak:

---

Abstrak: Demam berdarah dengue (DBD) disebabkan oleh virus dengue yang ditularkan melalui nyamuk Aedes sp. Provinsi Sumatera Barat termasuk salah satu provinsi endemis DBD. Penelitian ini bertujuan untuk memperlihatkan pola dan model spasial determinan kasus DBD tahun 2015-2017 dengan analisis Geographically Weighted Generalized Poisson Regression (GWGPR). Hasil analisis memperlihatkan 68% kecamatan endemis DBD dan 41%-47% kecamatan dengan incidence rate > 49. Pola sebaran kasus DBD berbentuk clustered pada lokasi yang berdekatan (I>0). Teridentifikasi 18 kecamatan yang konsisten selama 3 tahun dengan jumlah kasus tinggi dan sekitarnya juga tinggi, sembilan kecamatan merupakan hot spot area dan 10 kecamatan adalah low spot area. Model GWGPR determinan kasus DBD (PHBS, rumah sehat, sarana air bersih, jamban, kepadatan penduduk, suhu, kelembaban udara dan curah hujan) mampu menjelaskan variasi naik turunnya jumlah kasus DBD sebesar 73,28%-78,61% sedangkan sisanya ditentukan oleh variabel lain diluar model. Model GWGPR spesifik di setiap kecamatan dan dapat dijadikan rujukun menyusun strategi penanggulangan kasus DBD dan dapat direplikasi untuk monitoring dan evaluasi program.

Abstrak: Prevalensi stunting di kabupaten/ kota di Indonesia masih banyak yang tinggi walaupun secara nasional sudah mengalami penurunan. Penelitian ini merupakan studi ekologi yang menggunakan data agregat dari Laporan Riset Kesehatan Dasar 2018 dengan tujuan untuk mengetahui gambaran prevalensi stunting di Indonesia pada tingkatan kabupaten/ kota, menemukan daerah hotspot stunting yang akan menjadi area prioritas intervensi stunting, dan menentukan model prevalensi stunting dengan menggunakan analisis spasial. Pemodelan dilakukan dengan menggunakan Spatial Autoregressive (SAR). Pengolahan data dilakukan dengan menggunakan perangkat lunak R i386 3.6.1 untuk mengolah data spasial, Tableau Public 2020 untuk membuat grafik, serta SPSS 25 untuk membuat statistik deskriptif. Hasil analisis menemukan bahwa sebanyak 54,9% (282 kabupaten/ kota) kabupaten/ kota di Indonesia masih memiliki prevalensi stunting di atas angka nasional. Prevalensi stunting balita lebih dari 30% masih terlihat di 57,8% (297 kabupaten/ kota) kabupaten/ kota, dan prevalensi stunting balita lebih dari 40% masih ada sekitar 17,7% (91 kabupaten/kota). Ada autokorelasi antar wilayah berdasarkan prevalensi stunting di Sumatera, Jawa, Sulawesi dan Bali NTT NTB. Analisis spasial juga menemukan beberapa daerah hotspot yang kemudian akan diajukan sebagai daerah prioritas intervensi percepatan pencegahan stunting di Indonesia. Hasil pemodelan SAR menemukan faktor penentu stunting yang bermakna untuk Pulau Sumatera adalah BAB di jamban, cuci tangan, ANC-K4, dan kemiskinan; untuk Pulau Jawa adalah ANC-K4 dan kemiskinan; untuk Sulawesi adalah BAB di jamban dan ANC- K4; dan untuk Bali NTT NTB adalah cuci tangan, imunisasi, kemiskinan, dan PMT anak.