Hasil Pencarian :: Kembali

  1. Beranda
  2. Hasil Pencarian
 Pencarian Spesifik
Ditemukan 4 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Putri Permatasari; Promotor: Mardiati Nadjib; Kopromotor: Besral; Penguji: Adang Bachtiar, Dumilah Ayuningtyas, Pujiyanto, Hikmat Permana, Fachmi Idris, Mahlil Ruby, Eva Susanti
Abstrak:
Latar belakang. Manajemen penyakit dari sisi peserta dan jejaring fasilitas kesehatan pada implementasi pelayanan rujuk balik terhadap pengendalian diabetes mellitus belum bejalan dengan efektif. Masalah terbesar yang ditemukan dalam PRB adalah manajemen pelayanan rujuk balik yang kurang, sering terjadinya kekosongan obat dan koordinasi klinis belum berjalan dengan baik antar Fasilitas Kesehatan, dan Penderita dengan diagnosis DM tipe masih banyak yang belum terdaftar pada kegiatan Prolanis. Tujuan penelitian untuk membuktikan kontribusi prolanis terhadap keterkendalian gula darah peserta PRB setelah dikontrol faktor individu, faktor fasilitas Kesehatan dan faktor di tingkat kabupaten/kota. Metode. Penelitian ini merupakan penelitian kuantitatif dengan desain kohort retrospektif. Pengumpulan data dilakukan dengan data primer yang berupa hasil pengisian kuesioner dan data dari faskes. Sampel penelitian ini merupakan penderita DM yang berkunjung ke jejaring faskes dalam 6 bulan terakhir yang terpilih dalam survei. Pengujian data dilakukan melalui analisis univariat, bivariat, dan multivariat. Analisis dilakukan dengan analisis multilevel regressi logistic. Hasil. Hasil penelitian ini menunjukkan bahwa adanya perbedaan kontribusi program rujuk pada penderita DM peserta Prolanis dengan peserta Non Prolanis setelah dikontrol faktor individu dan faktor kontekstual pada penyedia layanan kesehatan terhadap keterkendalian gula darah pada Penderita diabetes melitus tipe 2. Hal ini terlihat dari penderita DM peserta PRB kelompok Prolanis memiliki peluang 5,63 kali lebih besar dapat meningkatkan keterkendalian gula darah. Kelompok penderita DM yang hanya mengikuti PRB memiliki kontribusi 3,85 kali lebih besar dapat meningkatkan keterkendalian gula darah. Diskusi. Prolanis berkontribusi terhadap keterkendalian gula darah pada Penderita diabetes mellitus tipe 2 peserta PRB. Peserta PRB yang mengikuti kegiatan Prolanis dapat lebih meningkatkan keterkendalian gula darah dibandingkan dengan peserta PRB yang tidak mengikuti kegiatan prolanis. Faktor individu dan faktor kontekstual pada penyedia layanan Kesehatan akan berdampak pada keterkendalian gula darah. Kesimpulan. Program rujuk balik memiliki kontribusi terhadap keterkendalian gula darah penderita DM namun kontribusinya akan lebih besar jika penderita DM peserta PRB juga aktif mengikuti kegiatan Prolanis. Saran. Keikutsertaan kegiatan Prolanis menjadi anjuran bagi penderita DM peserta program rujuk balik agar mendapatkan edukasi yang kesehatan yang memadai dalam rangka meningkatkan keterkendalian gula darah.
Background. Disease management from the participant side and the network of health facilities in the implementation of referral services for controlling diabetes mellitus have not been effective. The biggest problems found in PRB are poor management of referral services, frequent drug shortages and clinical coordination not yet running well between Health Facilities, and many sufferers diagnosed with type DM are still not registered with Prolanis activities. The aim of the research is to prove the contribution of prolanis to the control of blood sugar in PRB participants after controlling for individual factors, health facility factors and factors at the district/city level. Method. This research is a quantitative study with a retrospective cohort design. Data collection was carried out using primary data in the form of questionnaire results and data from health facilities. The sample for this study was DM sufferers who visited the health facility network in the last 6 months who were selected in the survey. Data testing was carried out through univariate, bivariate and multivariate analysis. Analysis was carried out using multilevel logistic regression analysis. Results. The results of this study show that there is a difference in the contribution of the referral program for DM sufferers who participated in Prolanis and non-Prolanis participants after controlling for individual factors and contextual factors in health service providers on controlling blood sugar in type 2 diabetes mellitus sufferers. This can be seen from DM sufferers participating in the PRB group. Prolanis has a 5.63 times greater chance of improving blood sugar control. The group of DM sufferers who only participated in PRB had a 3.85 times greater contribution to improving blood sugar control. Discussion. Prolanis contributes to blood sugar control in people with type 2 diabetes mellitus in PRB participants. PRB participants who took part in Prolanis activities were able to improve blood sugar control more compared to PRB participants who did not take part in Prolanis activities. Individual factors and contextual factors among health service providers will have an impact on blood sugar control. Conclusion. The referral program contributes to the control of blood sugar in DM sufferers, but the contribution will be greater if DM sufferers who are PRB participants also actively participate in Prolanis activities. Suggestion. Participating in Prolanis activities is a recommendation for DM sufferers participating in the referral program to receive adequate health education in order to improve blood sugar control.
Read More
D-517
Depok : FKM-UI, 2024
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Dian Meutia Sari; Promotor: Ratna Djuwita; Kopromotor: Besral, Triya Damayanti; Penguji: Dumilah Ayuningtyas, Evi Martha, Putri Bungsu, Eva Susanti, Chandra Rudyanto, Arief Bakhtiar
Abstrak:
Pendahuluan: Penyakit Paru Obstruktif Kronik (PPOK) merupakan masalah kesehatan masyarakat yang sering tidak terdeteksi pada tahap awal, terutama di fasilitas kesehatan tingkat pertama. Dibutuhkan instrumen skrining yang valid, sederhana dan mudah yang sesuai dengan karakteristik masyarakat Indonesia untuk meningkatkan penemuan kasus secara dini. Penelitian ini bertujuan menyusun dan mengembangkan instrumen skrining PPOK baru, yaitu TAMI (insTrumen skrining PPOK pAda Masyarakat berIsiko), serta membandingkan validitasnya dengan instrumen PUMA (Prevalence Study and Regular Practice, Diagnosis and Treatment Among General Practitioners in Populations at Risk of COPD). Metode: Penelitian menggunakan desain exploratory sequential mixed methods, dimulai dengan penelitian kualitatif dan dilanjutkan dengan kuantitatif. Pada penelitian kualitatif menggunakan pendekatan qualitative case study dalam kerangka general inquiry, dilakukan melalui wawancara mendalam dan panel expert judgment untuk menyusun instrumen baru. Penelitian kuantitatif menggunakan desain studi kasus-kontrol, melibatkan 200 responden (100 kasus dan 100 kontrol) berisiko PPOK yang berkunjung ke Poliklinik Paru RSUD Jakarta pada Januari-Mei 2025 untuk pengisian instrumen dan pemeriksaan spirometri sebagai gold standard. Analisis mencakup uji bivariat dan multivariat, serta uji sensitivitas, spesifisitas, nilai prediksi positif (PPV), nilai prediksi negatif (NPV), Youden Index, dan area under the curve (AUC). Hasil: Instrumen TAMI menunjukkan kinerja diagnostik yang baik dengan AUC 0,773, serta keseimbangan sensitivitas dan spesifisitas yang stabil. Instrumen PUMA memiliki AUC 0,736 dengan sensitivitas dan spesifisitas lebih rendah dibandingkan TAMI. Nilai PPV dan NPV yang lebih besar pada TAMI juga menunjukkan kemampuan diskriminasi yang lebih baik dalam mengidentifikasi dan membedakan kasus PPOK dibandingkan PUMA. Kesimpulan: Instrumen TAMI terbukti valid dan dapat menjadi alat skrining PPOK yang lebih sesuai digunakan di fasilitas kesehatan tingkat pertama (FKTP) di Indonesia. TAMI juga lebih praktis sebagai instrumen skrining PPOK untuk penggunaan rutin di masyarakat. Implementasi TAMI di FKTP diharapkan meningkatkan penemuan kasus PPOK dan memperkuat upaya pencegahan serta edukasi pada masyarakat berisiko.
Background: Chronic Obstructive Pulmonary Disease (COPD) is a major public health problem that is often underdiagnosed in its early stages, particularly in primary healthcare settings. A valid, simple, and user-friendly screening instrument tailored to population characteristics in Indonesia is needed to improve early case detection. This study aimed to develop a new COPD screening tool, TAMI (insTrumen skrining PPOK pAda Masyarakat berIsiko), and to compare its validity with the PUMA instrument (Prevalence Study and Regular Practice, Diagnosis and Treatment Among General Practitioners in Populations at Risk of COPD). Methods: This study employed an exploratory sequential mixed-methods design, beginning with a qualitative phase followed by a quantitative phase. The qualitative phase used a qualitative case study approach within a general inquiry framework, conducted through in-depth interviews and expert judgment panels to construct the new instrument. The quantitative phase applied a case–control study design involving 200 respondents (100 cases and 100 controls) at risk for COPD who attended the Pulmonary Clinic of RSUD Jakarta between January and May 2025. All respondents completed the screening instruments and underwent spirometry as the gold standard. Data analysis included bivariate and multivariate testing, as well as assessment of sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), Youden Index, and area under the curve (AUC). Results: The TAMI instrument demonstrated strong diagnostic performance with an AUC of 0.773 and a stable balance between sensitivity and specificity. The PUMA instrument showed a lower AUC of 0.736, along with lower sensitivity and specificity compared with TAMI. Higher PPV and NPV values for TAMI further indicated superior discriminatory ability in identifying and excluding COPD cases compared with PUMA. Conclusion: The TAMI instrument is valid and suitable for use as a COPD screening tool in primary healthcare facilities in Indonesia. It also offers practical advantages for routine community-based screening. Implementation of TAMI in primary healthcare settings is expected to enhance early COPD detection and strengthen preventive and educational efforts among at-risk populations.
Read More
D-608
Depok : FKM-UI, 2026
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Bob Andinata; Promotor: Adang Bachtiar; Kopromotor: Besral, Mondastri Korib Sudaryo; Penguji: Evi Martha, Rizanda Machmud, Eva Susanti, Denni Joko Purwanto, Emma Rachmawati, Mahlil Ruby
Abstrak:

ABSTRAK
Latar Belakang: Kanker payudara merupakan jenis kanker dengan insidensi tertinggi di Indonesia, dengan sebagian besar pasien terdiagnosis pada stadium lanjut salah satunya karena keterlambatan diagnosis di fasilitas kesehatan primer. Rendahnya kemampuan dokter umum dalam menegakkan diagnosis klinis kanker payudara serta alur rujukan yang panjang juga berkontribusi memperberat keterlambatan tersebut. Tujuan: Menghasilkan model prediksi diagnosis klinis kanker payudara di pelayanan kesehatan primer menggunakan skor malignansi “Probability of Breast Cancer (BOBAN)” Metode: Studi ini menggunakan mixed method, dengan pendekatan desain explanatory sequential, penelitian kuantitatif menggunakan desain potong lintang dilanjutkan penelitian kualitatif dengan desain studi kasus. Penelitian ini melibatkan 1.169 wanita usia ≥30 tahun yang melakukan deteksi dini di RS Kanker Dharmais (2020–2022). Variabel prediktor dianalisis dengan uji multivariat regresi logistik untuk penyusunan model skoring. Tahap kedua berupa uji akurasi (sensitivitas-spesifisitas) dan nilai probabilitas prediksi. Tahap ketiga berupa uji kualitatif melalui diskusi kelompok terfokus (FGD) dengan dokter umum di puskesmas. Hasil: Model prediksi terdiri dari tujuh variabel terpilih, yaitu usia, riwayat keluarga tingkat I, riwayat melahirkan, riwayat menyusui, benjolan payudara, kelenjar getah bening aksila, dan gejala lanjut kanker. Model ini memiliki nilai kalibrasi yang baik (p-value 0.826) dan nilai AUC pada ROC sebesar 0,920 (CI 95% 0,892 - 0,947; p-value 0,00) menunjukkan diskriminasi yang sangat baik. Total skor antara 0–177, dengan titik potong optimal pada skor 69 (sensitivitas 86,7%, spesifisitas 82,9%, dan nilai probabilitas 10,45%). Skor rendah (0-68) didiagnosis bukan kanker payudara dan skor tinggi (69-177) didiagnosis curiga kanker payudara. Evaluasi kualitatif menunjukkan bahwa skor malignansi BOBAN dapat diaplikasikan oleh dokter umum di fasilitas kesehatan pelayanan primer. Kesimpulan: Skor malignansi ini dapat memprediksi diagnosis klinis dan menghitung nilai probabilitas kanker payudara. Skor malignansi BOBAN direkomendasikan untuk digunakan sebagai instrumen deteksi dini kanker payudara di faskes primer dan dapat menjadi solusi bagi dokter umum untuk mempemudah skrining rujukan tatalaksana kanker payudara di Indonesia.

ABSTRACT
Background: Breast cancer is the most prevalent type of cancer in Indonesia, with the majority of patients diagnosed at an advanced stage, partly due to delayed diagnosis in primary healthcare settings. Limited diagnostic capabilities among general practitioners and lengthy referral processes contribute significantly to these delays. Objective: To develop a clinical prediction model for breast cancer diagnosis in primary healthcare using the "Probability of Breast Cancer (BOBAN)" malignancy score. Methods: This study employed a mixed-method approach, consisting of a quantitative cross-sectional study followed by a qualitative explanatory sequential design. A total of 1,169 women aged ≥30 years who underwent early detection at Dharmais Cancer Hospital (2020–2022) were included. Predictor variables were analyzed using multivariate logistic regression to construct the scoring model. The second phase involved evaluating the model’s diagnostic accuracy (sensitivity-specificity) and predictive probability values. The third phase included qualitative assessment through focus group discussions (FGDs) with general practitioners at community health centers (puskesmas). Results: The prediction model comprised seven selected variables: age, first-degree family history of breast cancer, childbirth history, breastfeeding history, presence of a breast lump, axillary lymph nodes, and advanced cancer symptoms. The model demonstrated good calibration (p-value = 0.826) and excellent discrimination with an AUC of 0.920 (95% CI: 0.892–0.947; p-value < 0.001). The total score ranged from 0–177, with an optimal cutoff score of 69 (sensitivity 86.7%, specificity 82.9%, predictive probability 10.45%). A low score (0–68) indicated a non-breast cancer diagnosis, while a high score (69–177) indicated suspected breast cancer. Qualitative evaluation indicated that the BOBAN malignancy score is feasible for implementation by general practitioners in primary care settings. Conclusion: The malignancy score is capable of predicting clinical diagnosis and estimating the probability of breast cancer. The BOBAN score is recommended as a screening tool for early detection in primary healthcare facilities and offers a practical solution for general practitioners to facilitate breast cancer management referrals in Indonesia.

Read More
D-598
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
cover
Muhammad Syauqie; Promotor: Sutanto Priyo Hastono; Kopromotor: Kemal Nazaruddin Siregar, Nila F. Moeloek; Penguji: Tris Eryando, Prasandhya Astagiri Yusuf, Eva Susanti, Lutfah Rif’ati, Joss Riono
Abstrak:
Kelainan refraksi yang tidak terkoreksi merupakan penyebab terbesar visual impairment di seluruh dunia. Deteksi dini dan intervensi cepat sangat krusial untuk mencegah gangguan penglihatan permanen pada masa kanak-kanak. Skrining konvensional di komunitas sering terhambat oleh keterbatasan sumber daya manusia dan waktu pemeriksaan yang lama. Prinsip pemeriksaan photorefractive dapat diadaptasi menggunakan kamera smartphone untuk menghasilkan foto refleks merah fundus mata, namun analisisnya memerlukan pakar. Proses analisis ini dapat diotomatisasi dengan penggunaan model algoritma Deep Learning Convolutional Neural Network (CNN). Penelitian ini bertujuan untuk mengembangkan model algoritma deep learning berbasis pola refleks merah fundus mata untuk deteksi kelainan refraksi pada anak yang dapat dioperasikan secara efektif oleh tenaga pemeriksa non-spesialis (guru sekolah) dalam upaya meningkatkan cakupan deteksi dini di komunitas. Penelitian bersifat diagnostik dengan desain cross-sectional dan dilakukan dalam empat tahap. Sumber data primer adalah foto kedua mata dengan pola refleks merah fundus yang diambil menggunakan kamera smartphone dan data power dioptri mata dari autorefraktometer sebagai baku emas. Total 315 siswa SD berusia 6-13 tahun di Kota Padang (630 mata) dijadikan sampel pada tahap pengujian lapangan. Model deep learning optimal yang dikembangkan adalah model CNN 3-branch. Kinerja model dievaluasi menggunakan metrik diagnostik (Sensitivitas, Spesifisitas, AUC) dan diuji reliabilitasnya antara pemeriksa spesialis dan non-spesialis. Pada validasi internal di tahap 2, model CNN 3-branch menunjukkan kinerja optimal dengan tingkat akurasi sebesar 91%, presisi sebesar 92%, dan recall sebesar 91%. Pada uji coba lapangan di tahap 3, hasil pengujian di 3 Sekolah Dasar menunjukkan: 1) Untuk deteksi miopia signifikan, model mencapai Sensitivitas 92.0%, Spesifisitas 79.9%, dan AUC 0.86; 2) Untuk deteksi kelainan refraksi tidak signifikan, Sensitivitas 67.1%, Spesifisitas 84.2%, dan AUC 0.76; dan 3) Untuk deteksi hipermetropia signifikan, Sensitivitas 42.4%, Spesifisitas 98.0%, dan AUC 0.70. Dalam hal feasibilitas, model algoritma deep learning memiliki reliabilitas dan akseptabilitas yang baik ketika digunakan oleh pemeriksa non-spesialis (guru). Model algoritma deep learning berbasis pola refleks merah fundus mata memiliki validitas yang baik dibandingkan dengan autorefraktometer dan reliabilitas yang baik antara pemeriksa spesialis dan non-spesialis. Instrumen ini menunjukkan potensi sebagai terobosan baru yang feasible untuk skrining kelainan refraksi yang cepat dan akurat di tingkat pelayanan kesehatan primer dan komunitas.
Uncorrected refractive error is the primary cause of visual impairment worldwide and early detection and rapid intervention are crucial in childhood. Conventional vision screening in the community is hampered by limited human resources and lengthy examination times. The photorefractive examination principle can be adapted using a smartphone camera to capture a red fundus reflex image, but its analysis requires an expert ophthalmologist. This analysis process can be automated through the use of a Deep Learning Convolutional Neural Network (CNN) algorithm model. This study aims to develop a deep learning algorithm model based on the red fundus reflex pattern for detecting refractive errors in children, which can be effectively operated by non-specialist examiners (school teachers). This is a diagnostic study with a cross-sectional design and was conducted in four stages. Primary data sources included images of both eyes displaying the red fundus reflex pattern taken with a smartphone camera and dioptric power data from an autorefractometer. A total of 315 elementary school students (630 eyes) aged 6–13 years in Padang were included. The deep learning model developed was the 3-branch CNN model. Model performance was evaluated using diagnostic metrics (Sensitivity, Specificity, AUC) and tested for its reliability. In the internal validation (Stage 2), the model had an accuracy rate of 91%, precision of 92%, and a recall of 91%. In the field trials (Stage 3), testing results in 3 schools showed: 1) For the detection of significant myopia, the model achieved a Sensitivity of 92.0%, Specificity of 79.9%, and AUC of 0.86; 2) For the detection of non-significant refractive error, the model achieved a Sensitivity of 67.1%, Specificity of 84.2%, and AUC of 0.76 ; and 3) For the detection of significant hypermetropia, the model achieved a Sensitivity of 42.4%, Specificity of 98.0%, and AUC of 0.70. Regarding feasibility, the deep learning algorithm model demonstrated good reliability and acceptability when used by non-specialist examiners (teachers). The deep learning algorithm model based on the red fundus reflex pattern possesses good validity when compared to the autorefractometer and good reliability between specialist and non-specialist examiners. This instrument shows potential as a new and feasible breakthrough for rapid and accurate refractive error screening at the primary healthcare and community level.
Read More
D-601
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
☉
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive