Ditemukan 3 dokumen yang sesuai dengan query :: Simpan CSV
Rikawarastuti; Promotor: Kemal Nazaruddin; Ko Promotor: Tris Eryando, Kalamullah Ramli; Penguji: Anhari Achadi, Besral, Toha Muhaimin, Lely Wahyuniar, Artha Prabawa
Abstrak:
Tingkat penularan HIV dari ibu ke anak di Indonesia merupakan peringkat tertinggi di dunia sehingga seorang bayi baru lahir di Indonesia berisiko lebih tinggi untuk menderita beban penyakit yang tinggi (HIV/AIDS). Hal ini karena ibu hamil tidak segera mengetahui status HIV dirinya melalui tes HIV dan penggunaan terapi Anti Retroviral (ARV) yang mampu mencegah penularan HIV dari ibu hamil HIV positif ke anaknya juga masih rendah. Tujuan penelitian ini mengembangkan suatu intervensi kesehatan digital berupa mHealth untuk peningkatan kinerja bidan dalam perbaikan cakupan dan kualitas layanan PPIA. Metode penelitian adalah studi longitudinal dengan intervensi kesehatan digital (mHealth). Penelitian dilakukan 6 tahap. Tahap 1: Systematic literature review; Tahap 2. Rapid asesmen dan analisis kebutuhan intervensi kesehatan digital; 3. Pengembangan model intervensi kesehatan digital; Tahap 4: Pengembangan prototipe mHealth PPIA; Tahap :5 Uji penerimaan bidan terhadap prototipe mHealth PPIA; Tahap 6. Uji efikasi intervensi kesehatan digital mHealth PPIA. Uji efikasi dilakukan dengan desain studi Quasi experiment pre and post intervention with control group design. Kelompok intervensi adalah bidan puskesmas wilayah Kecamatan Cengkareng dan kelompok kontrol adalah bidan puskesmas wilayah Kecamatan Gambir dan wilayah Kecamatan Koja. Intervensi dilakukan selama 3 bulan. Analisis statistik dilakukan dengan analsis kaskade untuk mengukur keberhasilan intervensi kesehatan digital (mHealth) meningkatkan kinerja bidan dalam perbaikan cakupan dan kualitas layanan PPIA. Penelitian ini menghasilkan sebuah prototipe mHealth PPIA yang mengakomodir entitas eksternal (bidan, ibu hamil HIV positif, penanggung jawab program HIV), mengintegrasikan data, memiliki fitur model prediksi HIV, sistem rujukan digital, sistem alert dan reminder serta dashboard monitoring system. Selama 3 bulan intervensi, terjadi peningkatan penerimaan bidan terhadap penggunaan mHealth PPIA setiap bulan. Efikasi penggunaan mHealth ditunjukkan dengan perbaikan kaskade layanan PPIA berupa tes HIV dan terapi ARV (test and treat) yang diperoleh secara realtime, Pencapaian kaskade layanan PPIA terjadi pada perbaikan kinerja tes HIV pada kelompok intervensi dimana sebelum intervensi proporsi tes HIV sebesar 81,64% dan sesudah intervensi proporsi tes vii Universitas Indonesia HIV 100%. Terjadi perbaikan terapi ARV dimana kualitas kepatuhan terapi ARV pada kelompok intervensi sesudah penggunaan mHealth menjadi terukur dan objektif dengan adanya bukti foto minum obat ARV dibandingkan kelompok intervensi sebelum penggunaan mHealth maupun kelompok kontrol.
Read More
D-440
Depok : FKM-UI, 2021
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Rico Kurniawan; Promotor: Budi Utomo; Kopromotor: Kemal Nazaruddin Siregar, Kalamullah Ramli; Penguji: Anhari Achadi, Besral, Tris Eryando, Soewarta Kosen; Ruddy J. Suhatril
Abstrak:
Read More
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.
D-495
Depok : FKM-UI, 2024
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Delmaifanis; Promotor: Kemal Nazaruddin Siregar; Kopromotor: Anhari Achadi, Kalamullah Ramli; Penguji: Sabarinah, Sutanto Priyo Hastono, Tris Eryando, Indra Supradewi; Elizabeth Jane Soepardi
Abstrak:
Read More
Salah satu upaya untuk menurunkan Angka Kematian Ibu (AKI) adalah melalui pelayanan antenatal. Adanya transformasi digital menjadikan pelayanan antenatal juga perlu menerapkan kesehatan digital untuk meningkatkan kualitas layanan. Salah satu petugas yang berperan penting dalam pelayanan antenatal adalah bidan. Sebanyak 85% pemeriksaan kehamilan dilakukan oleh bidan, baik yang dilakukan di puskesmas maupun Praktik Mandiri Bidan. Untuk itu diperlukan model layanan antenatal oleh bidan yang efektif dan efisien. Tujuan penelitian ini adalah mengembangkan model layanan antenatal oleh bidan yang didukung Web-based Apps ‘Bundaqusehat’ untuk meningkatkan kualitas layanan antenatal dan promosi kesehatan ibu hamil. Metode penelitian adalah pengembangan sistem yang terdiri dari 5 tahap. Tahap 1 adalah systematic literature review, tahap 2 adalah analisis kebutuhan sistem, tahap 3 merupakan pengembangan model pelayanan antenatal dengan proses bisnis baru, tahap 4 pengembangan prototipe Web-based Apps ‘Bundaqusehat’, tahap 5 melakukan uji prototype Web-based Apps ‘Bundaqusehat’ yang terdiri dari; uji usability, uji penerimaan oleh bidan dan ibu hamil dan uji efikasi. Uji efikasi dilakukan dengan desain studi quasi experiment pretest and posttest with control group design. Fitur utama Web-based apps ‘Bundaqusehat’ adalah pengecekan penerapan 10T layanan antenatal, catatan kesehatan, deteksi risiko, reminder, promosi kesehatan, link rujukan, telekonsultasi, pemantauan gerakan janin, dan laporan real time. Penelitian dilakukan di wilayah Jakarta Barat. Sebagai kelompok intervensi adalah 30 bidan dan 30 ibu hamil di Puskesmas Cengkareng, dan 30 bidan dan 30 ibu hamil di Puskesmas Kalideres sebagai kontrol. Analisis statistik uji T menunjukkan adanya peningkatan pengetahuan ibu hamil (p value=0,009), kepuasan ibu hamil (p value=0,001), kepatuhan minum tablet Fe (p value=0,030) dan pemantauan gerakan janin (p value=0,039). Model layanan antenatal yang didukung oleh Web-based Apps ‘Bundaqusehat’ cukup efektifitas meningkatkan kualitas layanan antenatal. Agar transformasi kesehatan dapat terlaksana, diperlukan ekosistem dalam implementasi kesehatan digital.
One of the efforts to reduce the Maternal Mortality Rate (MMR) is through antenatal care. The existence of digital transformation makes antenatal services also need to implement digital health to improve service quality. One of the officers who play an important role in prenatal checks is the midwife; as much as 85% of prenatal checks are carried out by midwives at health centres and in independent midwifery practices. For this reason, an effective and efficient model of antenatal care by midwives is needed. This study aims to develop a model of antenatal care by midwives supported by the Web-based application 'Bundaqusehat' to improve the quality of antenatal care and the health of pregnant women. The research method is system development which consists of 5 stages. Stage 1 is a systematic literature review; stage 2 is an analysis of system requirements; stage 3 is the development of an antenatal care model with new business processes; stage 4 is the development of a Web-based 'Bundaqusehat' Application prototype; stage 5 has been testing the 'Bundaqusehat' Web-Based Application prototype consisting of; usability test, acceptance test by midwives and pregnant women and efficacy test. The efficacy test was carried out using a quasi-experimental research design with a pretest and a posttest with a control group design. The main features of the web-based 'Bundaqusehat' application are checking the implementation of 10T antenatal services, health records, risk detection, reminders, health promotion, referral links, teleconsultation, fetal movement monitoring, and real-time reports. The research was conducted in the West Jakarta area. As the intervention group, there were 30 midwives and 30 pregnant women at the Cengkareng Health Center and 30 midwives and 30 pregnant women at the Kalideres Health Center as controls. Statistical analysis of the t-test showed an increase in knowledge of pregnant women (p-value = 0.009), the satisfaction of pregnant women (p-value = 0.001), adherence to taking Fe tablets (p-value = 0.030) and fetal movement monitoring (p-value = 0.039). The antenatal care model supported by the web-based 'Bundaqusehat' application effectively improves the quality of antenatal care. For health transformation to occur, an ecosystem is needed to implement digital health.
D-490
Depok : FKM-UI, 2023
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉