Ditemukan 34674 dokumen yang sesuai dengan query :: Simpan CSV
Background: Hypertension is one of the largest public health burdens in Indonesia and a major trigger for cardiovascular disease. The success of controlling hypertension is highly dependent on patient compliance. Based on SKI 2023 data, non-compliance with taking antihypertensive drugs is still a significant problem in Indonesia. Methods: Using secondary data from SKI 2023 with a cross-sectional study design. The sample was respondents aged ≥18 years with a diagnosis of hypertension. Respondents with incomplete data and pregnant women were excluded, resulting in a final sample of 49,026 respondents. Data analysis used multinomial logistic regression. Results: All independent variables tested (education, occupation, economic status, geographic region, comorbidities, time since diagnosis, age, gender, place of residence, traditional medicine use behavior, alcohol consumption, access to health facilities, insurance ownership, and information support) were significantly associated with non-compliance. The percentage of non-compliance was 53.5%, specifically 36.7% (95% CI: 35.9-37.4) of respondents did not follow the routine, and 16.8% (95% CI: 16.2-17.4) did not take their medication. The highest AOR was found in respondents who did not receive information support, both in the non-routine category (AOR 3.76; 95% CI 3.59-3.95; p<0.001) and in the category of not taking medication (AOR 8.63; 95% CI: 8.12-9.19; p<0.001). Conclusion: Non-compliance with taking antihypertensive medication is still a major challenge in Indonesia. Community-based interventions, increased education, and improved access to health are needed to improve treatment adherence.
Prevalensi diabetes melitus mengalami tren meningkat, baik di tingkat global maupun di
Indonesia. Prevalensi DM berdasarkan pemeriksaan kadar gula darah di Indonesia meningkat dari tahun 2013 (6,9%), 2018 (10,9%), hingga 2023 (11,7%). DM adalah salah satu penyakit tidak menular (PTM) yang bisa dicegah melalui perubahan gaya hidup, salah satunya adalah aktivitas fisik, yang menjadi kunci dalam pencegahan dan pengurangan beban PTM. Penelitian ini bertujuan untuk mengetahui hubungan antara aktivitas fisik dengan kejadian DM pada penduduk usia 15 tahun ke atas di Indonesia pada tahun 2023, dengan distratifikasi oleh variabel perancu usia, jenis kelamin, status obesitas, tempat tinggal, status pekerjaan, dan status ekonomi. Penelitian ini menggunakan data Survei Kesehatan Indonesia (SKI) 2023 dengan desain studi potong lintang. Analisis yang dilakukan adalah analisis univariat, bivariat, dan stratifikasi. Berdasarkan analisis bivariat, aktivitas fisik berhubungan signifikan dengan DM, dengan aktivitas fisik kurang lebih berpeluang (OR=1,36; 95% CI= 1,23 – 1,51) untuk memiliki DM. Variabel perancu usia, jenis kelamin, status obesitas, dan status pekerjaan berhubungan signifikan dengan DM dan digunakan untuk stratifikasi. Setelah distratifikasi, hubungan aktivitas fisik dengan DM tetap signifikan, tetapi nilai OR berbeda berdasarkan modifikasi efek dari variabel usia dan jenis kelamin. Penduduk usia 40 tahun ke atas (OR=1,52; 95% CI= 1,35 – 1,71) lebih berpeluang untuk memiliki DM jika kurang melakukan aktivitas fisik. Upaya intervensi pengelola program kesehatan perlu difokuskan untuk merancang dan mengimplementasikan kebijakan aktivitas fisik dan skrining DM yang komprehensif dengan bekerja sama dengan sektor luar kesehatan dan fokus untuk meningkatkan partisipasi aktivitas fisik pada penduduk berusia 40 tahun ke atas.
There is an upward trend of diabetes mellitus prevalency, both globally and in Indonesia. DM prevalency based on blood glucose examination in Indonesia shows an upward trend, from 2013 (6,9%), 2018 (10,9%), up to 2023 (11,7%). DM is a noncommunicable disease (NCD) that could be prevented by lifestyle change, which one of them is physical activity, a key in NCD prevention and burden reduction. This study aims to identify the association between physical activity and DM in Indonesia’s population aged 15 years and over in 2023, with stratification based on confounding variable age, sex, obesity status, residential area, employment status, and economic status. This study utilizes Survei Kesehatan Indonesia (SKI) 2023 data with cross-sectional study design. Univariate, bivariate, and stratification analysis were conducted. Based on bivariate analysis, physical activity is significantly associated with DM, with the less active group having higher odds (OR=1,36; 95% CI= 1,23 – 1,51) for developing DM. Confounding variables age, sex, obesity status, and employment status significantly associated with DM and will be used in stratification. After stratification, the association between physical activity and DM hold its significance, but the OR differs based on effect modification by age and sex variables. Population aged 40 years and over (OR=1,52; 95% CI= 1,35 – 1,71) higher odds to develop DM if they’re physically inactive. Interventions effort made by health program organizer needs to be focused on designing and implementing comprehensive physical activity and DM screening policy with partners outside the health sectors and focusing on increasing participation in physical activity among population aged 40 years and over.
Salah satu masalah dalam Program Pengendalian TB di Indonesia adalah ketidakpatuhan pasien dalam pengobatan sehingga putus obat dan mengakibatkan gagal konversi dan gagal pengobatan serta risiko menjadi kasus TB kebal obat. Salah satu provinsi dengan angka putus berobat melebihi angka nasional adalah Provinsi Riau, khususnya Kota Pekanbaru, terlebih pada angka putus berobat di Rumah sakit yang telah menerapkan strategi DOTS mencapai 15%. (Surveilens TB nasional, 2011). Angka putus berobat yang tinggi di Rumah sakit disebabkan antara lain oleh jarak yang jauh dari rumah, tidak ada petugas yang melacak pasien putus obat, jejaring yang tidak kuat antara Rumah sakit dan Puskesmas dan petugas TB Kabupaten/Provinsi. Tujuan Penelitian ini adalah melihat hubungan fasilitas pelayanan kesehatan TB DOTS dengan kesintasan kejadian putus berobat TB paru di Kota Pekanbaru. Desain Penelitian ini adalah menggunakan desain kohort retrospektif dengan melihat data surveilens pasien TB kota Pekanbaru yang terdaftar sepanjang tahun 2010 serta analisis yang digunakan adalah analisis survival menggunakan metode Kaplan Meier untuk melihat hubungan antara variabel dependen dan independen dan untuk pemodelan multivariatnya dilakukan dengan Regresi Cox. Sampel penelitian ini adalah 334 pasien yang berobat ke Puskesmas dan 120 pasien yang berobat ke Rumah sakit. Angka putus berobat pasien TB paru kasus baru di Kota Pekanbaru adalah 14,4%, dengan median waktu putus berobat 75 hari dan 73% pasien putus berobat tersebut tidak mengalami konversi atau sudah putus obat sebelum dievaluasi hasil pengobatan tahap intensifnya. Probabilitas kelangsungan pasien menyelesaikan pengobatannya adalah 62%. Angka putus berobat pasien TB paru kasus baru di Puskesmas sebesar 9% dengan probabilitas kumulatif kesintasan menyelesaikan pengobatannya sebesar 72%, sedangkan angka putus berobat pasien TB paru kasus baru di Rumah sakit sebesar 29%, dengan probabilitas kumulatif kesintasan menyelesaikan pengobatannya sebesar 50%. Pasien TB yang berobat di Fasyankes Rumah sakit memiliki kemungkinan untuk putus berobat sebesar 4.21 kali dibandingkan dengan pasien TB yang berobat di Puskesmas setelah dikontrol oleh variabel ketersediaan tenaga terlatih, dan jarak (Nilai p = 0.000). Untuk mengatasi masalah tersebut, diperlukan jejaring eksternal yang kuat antara Rumah sakit dengan dengan Dinas Kesehatan, laboratorium daerah, Puskesmas dan fasilitas pelayanan kesehatan lainnya untuk meningkatkan keberhasilan pengobatan, serta diharapkan Rumah sakit dapat memberikan pilihan tempat pengobatan kepada pasien pada sesaat setelah diagnosis, di Puskesmas wilayah tempat pasien tinggal atau tetap berobat di Rumah sakit dengan syarat harus patuh pada saat jadwal minum obat maupun harus datang ke RS pada waktu mengambil obat. Kata Kunci: Kesintasan, Putus obat, Rumah sakit, Puskesmas
One of the problems in the TB Control Program in Indonesia is a non-compliance of patients in the treatment of drug withdrawal and thus lead to failed conversions and failed treatment and Multi Drugs Resistance TB. One of the provinces with treatment dropout rate exceeds the national rate is Riau Province, Pekanbaru City in particular, especially in the hospitals that have implemented the DOTS strategy reached 15%. The purpose of this study is to see the relationship of health care facilities with a survival rate of TB patients that have treatment in DOTS Health Facility, in the city of Pekanbaru. The study design was a retrospective cohort design using by looking at the data surveillance of TB patients in Pekanbaru city registered during the year 2010 as well as the analysis used is the analysis of survival using the Kaplan-Meier to see the relationship between the dependent and independent variables for multivariate modeling performed with Cox regression. The research sample was 334 patients who went to health centers and 120 patients who went to the hospital. Treatment drop-out rate of new cases of pulmonary TB patients in the city of Pekanbaru in this study was 14.4%, with median treatment time of 75 days and drop in survival probability of new cases of pulmonary TB patients in the city of Pekanbaru in a complete treatment for 6 months was 87%. Treatment drop-out rate of new cases of pulmonary TB patients at health center by 9% with a median time of default of 120 days and the cumulative probability of survival in the complete treatment period of 6 months by 92%, while the dropout rate for treatment of new cases of pulmonary TB patients in the hospital for 29 % with a median time of 60-day default and the cumulative survival probability of complete treatment within 6 months by 73%. TB patients who seek treatment at hospital have a chance to drop out 4.21 times compared with TB patients who seek treatment at health centers once controlled by the variable availability of trained personnel and the distance (p-value = 0.000). To overcome these problems, it takes a strong external network of hospitals by the district health office, local laboratories, clinics and other health care facilities to improve treatment success, as well as the hospital is expected to provide treatment options to patients in shortly after diagnosis, the health center areas where patients live or stay for treatment at the Hospital but have to comply with the requirements at the time of the schedule to take medication and have come to the hospital at the time of taking the drug. Keyword: Survival, default, hospital, health center