ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK

Transkripsi

1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Oleh : Eldira Sukmawati ( ) Dosen Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.Si

2 Latar Belakang Tuberkulosis - Penyakit menular yang disebabkan kuman TB (Mycobacterium Tuberculosis) - Penyebarannya melalui udara - Penanggulangannya belum memuaskan - Penyebab kematian nomor 3 setelah penyakit kardiovaskuler dan penyakit saluran pernapasan merencanakan cara efektif untuk mengurangi tingkat kematian yang disebabkan oleh Penyakit TBC Analisis Survival Pemerintah & WHO (1994) DOTS (Directly Observed Treatment Shortcourse) : Regresi Cox Proportional Hazard pengawasan langsung menelan obat jangka pendek setiap hari oleh Pengawas Menelan Obat Faktor-faktor yang mempengaruhi Ketahanan hidup penderita TBC di RSUD Ibnu Sina Gresik dan laju kesembuhannya

3 Penelitian Sebelumnya 1. Pardeshi (009) : meneliti ketahanan hidup penderita tuberkulosis di India. Retnowati (009) : meneliti lama studi mahasiswa pascasarjana ITS 3. Marhima (008) : meneliti faktor-faktor yang mempengaruhi ketahanan hidup penderita kanker leher rahim di RSU DR.Soetomo Surabaya 4. Nugroho (007) : meneliti laju ketahanan pasien kanker paru-paru di RSU DR. Soetomo 5. Yuliana (007) : meneliti tingkat keberhasilan penyembuhan tuberkulosis paru primer pada anak usia 1-6 tahun dengan pendekatan pola perawatan 6. Permatasari (005) : mengkaji cara pemberantasan tuberkulosis dengan beberapa strategi

4 Perumusan Masalah 1. Bagaimana karakteristik penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina?. Faktor-faktor apa saja yang mempengaruhi ketahanan hidup penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina dan bagaimana hasil dari kajian estimasi parameter model serta fungsi hazardnya? 3. Bagaimana laju kesembuhan pasien penderita penyakit tuberkulosis yang mengikuti program DOTS di RSUD Ibnu Sina?

5 Tujuan Penelitian 1. Mengetahui karakteristik penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina.. Menganalisis faktor-faktor yang mempengaruhi ketahanan hidup penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina dan mengetahui hasil dari kajian estimasi parameter model serta fungsi hazardnya 3. Menganalisis laju kesembuhan pasien penderita penyakit tuberkulosis yang mengikuti program DOTS di RSUD Ibnu Sina.

6 Manfaat 1. Tenaga medis dapat meningkatkan penanganan program DOTS untuk penderita tuberkulosis dalam melakukan pemantauan pemberian obat secara teratur.. Dapat menerapkan ilmu statistika yaitu analisis survival di bidang medis.

7 Batasan Masalah Data yang digunakan merupakan data rekam medis penderita penyakit tuberkulosis paru yang mengikuti program DOTS di RSUD Ibnu Sina Gresik dari bulan Februari 008 sampai dengan bulan Desember 009 yang diketahui waktu kesembuhannya.

8 Tinjauan Pustaka Analisis Survival suatu metode yang berhubungan dengan waktu, mulai dari time origin atau start point sampai dengan terjadinya suatu kejadian khusus atau end point Dalam menentukan waktu survival, perlu diperhatikan beberapa hal, yaitu : 1. Waktu awal (time origin/starting point) suatu kejadian. Waktu kejadian akhir (end point) suatu kejadian 3. Satuan waktu yang diteliti harus didefinisikan dengan jelas

9 Pendugaan Distribusi Data Menggunakan uji Anderson-Darling untuk mengetahui distribusi yang paling sesuai dari data A 1 = n n n i 1 ( i 1)[ ln F( X ) + ln(1 F( X ))] i n+ 1 i F : fungsi distribusi kumulatif (CDF) dari distribusi tertentu X i : merupakan data waktu survival yang telah diurutkan Data dapat dikatakan mengikuti distribusi tertentu apabila nilai statistik Anderson-Darling pada distribusi tersebut semakin kecil

10 Fungsi Hazard dan Fungsi Survival Fungsi hazard adalah probabilitas suatu individu mencapai kejadian khusus pada waktu t, dengan syarat ia telah bertahan sampai waktu tersebut. f ( t) h ( t) = S( t) f (t) : fungsi kepadatan peluang dari distribusi tertentu S (t) : fungsi survival Fungsi survival adalah probabilitas suatu individu bertahan dari waktu mula-mula sampai suatu waktu t S( t) = 1 F( t) = t f ( u) du 0 Nilai S (t) juga dapat diperoleh dengan rumus berikut : t S( t) = exp{ H ( t) } = exp h( t) du 0

11 Pemodelan Hazard Proporsional Model hazard proporsional umum adalah sebagai berikut h ( β x + β x + + β x ) i ( t) = exp i i... ( ) 1 1 p pi h 0 t Pengujian Parameter Hipotesis H 0 : = 0 : 0, j =1,,, p H 1 β j β j Statistik Uji :, j =1,,, p X W ˆ β j = ( ˆ ) SE β j Daerah penolakan : Tolak H 0 jika χ hitung > χ 1, α

12 Model Terbaik 1. Membuat model regresi untuk setiap variabel penjelas secara bersama-sama.. Memilih salah satu variabel penjelas, yang berdasarkan kriteria pemilihan merupakan variabel yang paling akhir untuk dimasukkan kedalam model. 3. Melakukan pengujian yang dipilih pada langkah, sehingga dapat diketahui apakah variabel tersebut harus dihilangkan dari model atau tidak. 4. Mengulangi langkah dan 3 untuk setiap variabel yang ada dalam model.

13 Sumber data Data sekunder mengenai waktu survival dari pasien penderita penyakit tuberkulosis yang mengikuti program penyembuhan TBC yaitu program DOTS di RSUD Ibnu Sina Gresik periode Februari 008 sampai dengan Desember 009.

14 Identifikasi Variabel Variabel Dependen Data waktu survival yaitu waktu yang diperlukan oleh pasien untuk bertahan hidup dari waktu awal (start point) hingga waktu akhir (end point). Waktu awal : diukur mulai pertama pasien mengikuti program DOTS Waktu akhir : waktu ketika pasien telah dinyatakan sembuh dari penyakit tuberkulosis Waktu survival dilambangkan dengan huruf T Satuan waktunya adalah hari

15 Variabel Independen a. Usia (X1) Pasien berusia > 13 tahun b. Jenis kelamin (X) 1 = Laki-laki = Perempuan c. Pendapatan Keluarga (X3) 1 = Rp = Rp < gaji Rp = Rp < gaji Rp = > Rp d. Merokok (X4) 1 = Merokok = Tidak merokok e. Tingkat pendidikan (X5) 1 = Tidak lulus SD = SD 3 = SMP 4 = SMA 5 = Perguruan tinggi f. Pencahayaan (X6) 1 = Pencahayaan bagus = Pencahayaan tidak bagus g. Sanitasi (X7) 1 = Sudah baik = Kurang baik h. Keadaan Rumah (X8) 1 = Rumah bersih = Rumah kotor

16 Metode Analisis 1. Untuk mengetahui karakteristik penderita penyakit tuberkulosis yang dirawat di RSUD Ibnu Sina, maka langkah analisis yang dilakukan adalah : a. Membuat pie chart setiap variabel independen untuk mengetahui karakteristik pasien b. Menganalisis karakteristik pasien berdasarkan nilai persentase pada pie chart. Untuk mengetahui faktor-faktor yang mempengaruhi waktu survival penderita penyakit tuberkulosis, langkah-langkah analisis yang dilakukan meliputi : a. Melakukan pemeriksaan distribusi data dengan menggunakan statistik uji Anderson Darling. b. Melakukan kajian terhadap estimasi parameter model serta fungsi hazard. c. Menyusun model regresi cox awal berdasarkan distribusi lognormal.

17 d. Melakukan seleksi model terbaik dengan eliminasi Backward. e. Mencari faktor-faktor yang mempengaruhi ketahanan hidup pasien tuberkulosis. f. Melakukan uji signifikansi parameter. g. Melakukan pengujian asumsi proportional hazard dengan menggunakan plot ln ln Sˆ( t) [ ] 3. Untuk mengetahui laju kesembuhan pasien penderita penyakit tuberkulosis,langkah-langkah analisisnya meliputi : a. Menyusun model regresi cox proportional hazard sesuai distribusi lognormal. b. Menghitung taksiran fungsi hazard dari model yang terbentuk untuk mengetahui laju kesembuhan pasien pada waktu t. c. Membuat grafik taksiran fungsi hazard untuk mengetahui tingkat kesembuhan pasien tuberkulosis.

18 Mulai Pengumpulan data pasien Analisis Deskriptif dengan langkah : 1. Membuat pie chart dari setiap variabel independen. Menganalisis karakteristik pasien berdasarkan hasil pie chart Analisis regresi cox dengan langkah : 1. Pendugaan distribusi data. Mengkaji estimasi parameter model serta fungsi hazard untuk pasien ke-i 3. Menyusun model regresi cox awal berdasarkan distribusi lognormal. 4. Melakukan seleksi model dengan metode eliminasi Backwar 5. Mencari faktor-faktor yang mempengaruhi ketahanan hidup pasien berdasar model terbaik 6. Melakukan uji signifikansi parameter model dengan uji parsial 7. Melakukan pengujian asumsi proportional hazard Menghitung laju ketahanan hidup pasien tuberkulosis dengan langkah: 1. Menyusun model Proportional Hazard. Menghitung taksiran fungsi hazard. 3. Membuat grafik taksiran fungsi hazard. Kesimpulan dan saran Selesai

19 ANALISIS DAN PEMBAHASAN 1. Analisis Deskriptif Persentase 1,1% Usia Pasien 14th, 1th, 9th, 30th, 3th, 34th, 36th, 38th, 40th, 45th, 46th, 47th, 48th, 49th, 5th, 57th, 58th, 60th, 64th, 65th, 7th,% 15th, 31th, 33th, 4th, 44th, 53th, 55th, 56th 4,3% 16th, 17th, 18th, 19th, 3th, 6th, 39th, 50th 3,3% 0th, th, 4th, 5th, 7th, 35th 5,4% 43th 5.4% 1.1%.% 3.3% 4.3% Usia 1 Usia Usia 3 Usia 4 Usia 5

20 Jenis Kelamin 46% Kebiasaan Merokok 33% 54% Laki-laki Perempuan 67% Merokok Tidak merokok Pendapatan Keluarga Pendidikan Terakhir 10% 11% 30% 8% 5% 4% 30% 49% <= Rp Rp < gaji <= Rp Rp < gaji <= Rp > Rp tidak lulus SD SMP Perguruan tinggi 33% SD SMA Pencahayaan Sanitasi Keadaan Rumah 57% 43% 5% 48% 54% 46% Bagus Tidak bagus Baik Kurang baik Bersih Kotor

21 . Pendugaan Distribusi Distribusi Anderson Darling Signifikansi Normal Parameter Lognormal Parameter Lognormal ,95 Exponential < Parameter Exponential <0.010 Weibull < Parameter Weibull 0.45 >0.500 Smallest Extreme Value <0.010 Largest Extreme Value Gamma 0.4 > Parameter Gamma ,557 Logistic >0.50 Loglogistic 0.93 > Parameter Loglogistic ,887

22 3. Pemodelan Waktu Survival Menggunakan Model Lognormal Variabel DF Taksiran Chi- Square Sig Intercept <.0001 Usia <.0001 Pencahayaan kategori <.0001 Sanitasi kategori <.0001 Kondisi Rumah kategori Uji Signifikansi parameter H 0 : β j = 0,,j =1,, 3, 4 H 1 : 0,,j =1,, 3, 4 β j Taraf signifikansi = 5% Daerah penolakan : Tolak Ho jika χ 1,0.05 = 3,841 χ hitung > χ 1, α

23 Log minus log JenisKelamin Laki-laki Perempuan Log minus log Pendapatan <= Rp Rp <Pendapatan<=Rp Rp <Pendapatan<=Rp >Rp Jenis Kelamin Pendapatan Log minus log KebiasaanMerokok 6 Merokok 4 Tidak merokok 0 Log minus log Pendidikan Tidak lulus Sd SD SMP SMA Perguruan tinggi Merokok Pendidikan Log minus log Pencahayaan Bagus Tidak bagus Log minus log Sanitasi Baik Kurang baik Log minus log KeadaanRumah Bersih Kotor Pencahayaan Sanitasi Rumah

24 4. Laju Kesembuhan Penderita Penyakit Tuberkulosis Model lognormal dari data waktu survival pasien adalah h ( ) 0( ) exp( ' i t = h t β x) ˆ ( t) h i = ln t ˆ µ φ ˆ σ ln t ˆ µ 1 Φ ˆ σ t ˆ σ ( ˆ β x + ˆ β x +... ˆ β x ) exp 1 1i i + p pi = ln t 5,199 φ 0,0630 ln t 5,199 1 Φ (0,0630) t 0,0630 exp( β ˆ x) 1443 ' A A = exp [0,007 usia 0,0836 cahaya 0,0871 sanitasi 0,0398 rumah ]

25 Fungsi density distribusi Lognormal Parameter ( ) f t = exp t σ π Fungsi Kumulatifnya ( ln t -µ ) 1 σ F ( t) = P( T t) = t 0 tσ ( ln t -µ ) 1 σ exp π dt F( t) = ln t µ Φ σ S h ( t) = 1 F( t) = 1 ( t) = f S t ( t) ( ) = ln t µ Φ σ ( ln t -µ) 1 σ exp tσ π lnt µ 1 Φ σ = lnt µ φ σ lnt µ 1 Φ σ t σ

26 ODD RATIO Variabel βˆ Taksiran ( ) Sig e βˆ Odd Ratio ( ) Usia 0,007 <,0001 0,9973 Pencahayaan kategori 0-0,0836 <,0001 1,087 Sanitasi kategori 0-0,0871 <,0001 1,0910 Kondisi Rumah kategori 0-0,0398 0,0186 1,0406

27 t (minggu) 34 th 35 th 36 th 37 th 38 th hi (t) th 35 th 36 th 37 th 38 th t

28 t (minggu) tidak bagus bagus hi (t) t tdk bagus bagus

29 t (minggu) kurang baik baik hi (t) t kurang baik baik

30 t (minggu) kotor bersih hi (t) t kotor bersih

31 KESIMPULAN 1. Pasien penderita penyakit tuberkulosis yang mengikuti program DOTS di RSUD Ibnu Sina tahun 008 dan 009 sebagian besar berjenis kelamin perempuan sehingga banyak yang memiliki kebiasaan tidak merokok. Pasien banyak yang pendidikan akhirnya SMP dan memiliki pendapatan keluarga sebesar Rp sampai dengan Rp Selain itu sebagian besar keadaan rumahnya tidak cukup baik terlihat dari banyaknya pasien yang pencahayaan dalam rumah masih kurang bagus, sanitasi rumah belum baik dan juga kebersihan lingkungan rumah yang belum baik.

32 KESIMPULAN. Berdasarkan hasil dari pemodelan regresi cox diketahui faktor-faktor yang mempengaruhi ketahanan hidup pasien penderita tuberkulosis adalah faktor usia, pencahayaan, sanitasi dan keadaan rumah. Sedangkan dari hasil kajian estimasi parameter serta fungsi hazardnya diketahui bahwa hasil kajian sesuai dengan teori yang ada dan fungsi hazard untuk pasien ke-i adalah ˆ ( t) h i = lnt 5,199 φ 0,0630 lnt 5,199 1 Φ (0,0630) t 0,0630 exp( β ' x ) i

33 3. Berdasarkan nilai odd ratio disimpulkan bahwa pasien yang berusia satu tahun lebih tua memiliki resiko untuk sembuh sebesar 1,007 kali dari pasien yang berusia satu tahun lebih muda. Pasien yang pencahayaan rumahnya bagus memiliki resiko sembuh dari tuberkulosis sebesar 1,087 kali dari pasien yang pencahayaan rumahnya tidak bagus. Pasien yang keadaan sanitasi rumahnya sudah baik memiliki resiko sembuh dari tuberkulosis sebesar 1,0910 kali dari pasien yang keadaan sanitasi rumahnya kurang baik. Pasien yang keadaan rumahnya bersih memiliki resiko sembuh dari tuberkulosis sebesar 1,0406 kali dari pasien yang keadaan rumahnya kotor. Sedangkan dari grafik fungsi hazard terlihat bahwa laju kesembuhan pasien tidak terlalu berbeda antara kategori satu dengan kategori lainnya ditunjukkan dengan bentuk grafik yang hampir berimpit.

34 Saran Saran yang dapat diberikan dari hasil penelitian ini adalah untuk metode parametrik dengan menggunakan model proportional hazard sebaiknya menggunakan pendekatan distribusi weibull karena distribusi weibull memiliki sifat proportional. Jika asumsi parametrik tidak terpenuhi seperti tidak ada pendekatan distribusi yang sesuai, maka dapat menggunakan metode semi parametrik.

35 DAFTAR PUSTAKA Collet, D. (1994). Modelling Survival Data in Medical Reseach. London: Chapman and Hall Hiswani. (007). Tuberkulosis Merupakan Penyakit yang Masih Menjadi Masalah Kesehatan Masyarakat. Diambil Februari 9, 010, dari httppdfsearch-engine.comfaktor-lingkungan-yang-mempengaruhi-kejadian-tbpdf-1.html.pdf Marhima, R, P. (008). Pemodelan Regresi Cox Terhadap Faktor Yang Mempengaruhi Ketahanan Hidup Penderita Kanker Leher Rahim (Studi Kasus Di RSU DR. Soetomo Surabaya) (Unpublished final project). Institut Teknologi Sepuluh Nopember, Surabaya Kleinbaum, D. G., dan Klein, M. (005). Survival Analysis (nd ed.). New York: Springer Science Business Media, Inc. Law, A. M., dan Kelton, D. W. (000). Simulation Modelling Analysis (3rd ed.). New York: MacGraw-Hill Le, C. T. (1997). Applied Survival Analysis. New York: John Wiley and Sons, Inc.

36 Pardeshi, G. (009). Survival Analysis And Risk Faktor For Death In Tuberculosis Patients On Directly Observed Treatment-Short Course. Indian Journal of Medical Sciences, 63, Diambil November 9, 009, dari Permatasari, A. (005). Pemberantasan Penyakit TB Paru dan Strategi DOTS. Diambil November 9, 009, dari httplibrary.usu.ac.iddownloadfkparu-amira.pdf Pinto, W. P., Hadad, D. J., Telles, M. A. S., Ueki, S. Y. M., Palaci, M., & Basile, M. A. (001). Tuberculosis and Drug Resistance among Patients Seen at an AIDS Reference Centre in Sao Paulo, Brazil. International Journal of Infectious Diseases, 5, Diambil November 5, 009, dari Prabu, P. (008). Faktor Resiko TBC. Diambil Februari 9, 010, dari Rumah Sakit Penyakit Infeksi. (005). Tuberkulosis. Diambil November 9, 009, dari

37 Sant, M., Capocaccia, R., Colleman, M. P., Berrino, F., Gatta, G., Micheli, A., Verdecchia, A., Faivre, J., Hakulinen, T., Coebergh, J. W. W., Martinez- Gracia, C., Forman, D., Zappone, A., & EUROCARE Working Group. (001). Cancer Survival Increase in Europe, but International Differences Remain Wide. EuropeanJournal of Cancer, 37, Diambil November 5, 009, dari Ulfahsyam. (010). Syarat-syarat Rumah Sehat. Diambil Mart 5, 010, dari rumah-sehat.pdf Rumah Sakit Penyakit Infeksi. (005). Tuberkulosis. Diambil November 9, 009, dari Walpole, R. E. (1995). Pengantar Statistika (3nd ed.). Jakarta: PT Gramedia Pustaka Utama Wikipedia. (010). Log Normal Distribution. Diambil April 7, 010, dari httpen.wikipedia.orgwikilog Normal Distribution.htm Murwani, A., Yuliana, Y. (007). Tingkat Keberhasilan Penyembuhan Tuberkulosis Paru Primer Pada Anak Usia 1-6 Tahun Di Desa Cibuntu Cibitung Bekasi Dengan Pendekatan Pola Perawatan 007. Diambil Maret 9, 010, dari

38