Analisis Spasial Temporal Sosiodemografi Dan Variabilitas Iklim Terhadap Kejadian Tuberkulosis Paru BTA Positif di Provinsi Jawa Barat Tahun 2013-2017

Meliana Sari, Siti Fitriyani

Abstract


Tuberkulosis merupakan penyakit menular yang menjadi penyebab kematian tertinggi di dunia. Provinsi Jawa Barat merupakan provinsi dengan jumlah kasus TB Paru tertinggi di Indonesia. Diantara berbagai faktor yang memengaruhi kejadian TB adalah aspek keruangan. Penelitian ini merupakan studi ekologi yang bertujuan mengetahui hubungan dan autokorelasi spasial kejadian TB Paru BTA positif dengan variabel sosiodemografi dan variabilitas iklim di Provinsi Jawa Barat tahun 2013-2017. Analisis data dilakukan dengan uji korelasi Spearman, Moran’s I, LISA, dan BiLISA. Hasil penelitian ini menunjukkan tidak terdapat autokorelasi spasial Kejadian TB Paru di provinsi Jawab Barat. Hasil analisis bivariat LISA (BiLISA) menunjukkan terdapat autokorelasi spasial lokal pada variable Rumah Sehat di tahun 2013 TB Paru BTA positif dengan pola acak. Tidak terdapat autokorelasi spasial antara factor sosidemografi lainnya dengan  Kejadian TB Paru positif. Diharapkan kepada Dinas Kesehatan untuk meningkatkan upaya penemuan kasus dan meningkatkan promosi kesehatan terkait penyakit TB Paru, rumah sehat dan perilaku hidup bersih dan sehat pada daerah-daerah dan masyarakat yang berada di lokasi berisiko.


Keywords


Tuberkulosis, Autokorelasi Spasial, Sosiodemografi, Iklim

Full Text:

PDF

References


WHO. Global Tuberculosis Report 2019. Geneva; 2019. 297 p.

RISKESDAS. Hasil Utama Riset Kesehatan Dasar 2018. Kementrian Kesehat Republik Indones. 2018;1(1):1–200.

Dinkes Provinsi Jawa Barat. Profil Kesehatan Provinsi Jawa Barat 2017. 2018. 52 p.

Oren E, Koepsell T, Leroux BG, Mayer J. Area-based socio-economic disadvantage and tuberculosis incidence. Int J Tuberc Lung Dis. 2012;16(7):880–5.

Wardani DWSR, Lazuardi L, Mahendradhata Y, Kusnanto H. Pentingnya Analisis Cluster Berbasis Spasial dalam Penanggulangan Tuberkulosis di Indonesia. Kesmas Natl Public Heal J. 2013;(1):147.

Dangisso MH, Datiko DG, Lindtjørn B. Spatio-temporal analysis of smear-positive tuberculosis in the Sidama Zone, Southern Ethiopia. PLoS One. 2015;10(6):1–19.

Lima SVMA, Dos Santos AD, Duque AM, De Oliveira Goes MA, Da Silva Peixoto MV, Da Conceição Araújo D, et al. Spatial and temporal analysis of tuberculosis in an area of social inequality in Northeast Brazil. BMC Public Health. 2019;19(1):1–9.

Soo BY. A Spatial Analysis of Tuberculosis and its Relationship to Social Characteristics in Korea. 2014.

Li XX, Wang LX, Zhang J, Liu YX, Zhang H, Jiang SW, et al. Exploration of ecological factors related to the spatial heterogeneity of tuberculosis prevalence in P. R. China. Glob Health Action. 2014;7(1).

Álvarez-Hernández G, Lara-Valencia F, Reyes-Castro PA, Rascón-Pacheco RA. An analysis of spatial and socio-economic determinants of tuberculosis in Hermosillo, Mexico, 2000-2006. Int J Tuberc Lung Dis. 2010;14(6):708–13.

Dinkes Jawa Barat. LKIP 2016 (Laporan Kinerja Instansi Pemerintah). Dinas Kesehatan Provinsi Jawa Barat. 2017.

Zhao F, Cheng S, He G, Huang F, Zhang H, Xu B, et al. Space-Time Clustering Characteristics of Tuberculosis in. PLoS One. 2013;8(12):2005–11.

Achmad FA. Analisis Spasial Penyakit Tuberkulosis Paru BTA Positif di Kota Administrasi Jakarta Selatan Tahun 2007-2009. 2010.

Haq A, Achmadi UF, Susanna D. Analisis Spasial (Topografi) Tuberkulosis Paru Di Kota Pariaman, Bukittinggi, Dan Dumai Tahun 2010-2016. J Ekol Kesehat. 2019;18(3):149–58.

De Abreu E Silva M, Di Lorenzo Oliveira C, Teixeira Neto RG, Camargos PA. Spatial distribution of tuberculosis from 2002 to 2012 in a midsize city in Brazil. BMC Public Health [Internet]. 2016;16(1):1–8. Available from: http://dx.doi.org/10.1186/s12889-016-3575-y

Mahara G, Yang K, Chen S, Wang W, Guo X. Socio-Economic Predictors and Distribution of Tuberculosis Incidence in Beijing, China: A Study Using a Combination of Spatial Statistics and GIS Technology. Med Sci. 2018;6(2):26.

Harling G, Castro MC. A spatial analysis of social and economic determinants of tuberculosis in Brazil. Heal Place. 2014;

Ruswanto B. Analisis Spasial Sebaran Kasus Tuberkulosis Paru Ditinjau Dari Faktor Lingkungan Dalam dan Luar Rumah di Kabupaten Pekalongan. Universitas Diponegoro. 2010.

Ge E, Zhang X, Wang X, Wei X. Spatial and temporal analysis of tuberculosis in Zhejiang Province , China , 2009-2012. Infect Dis Poverty [Internet]. 2016;1–10. Available from: http://dx.doi.org/10.1186/s40249-016-0104-2

Sasmita, Junaidi H, Ainurafiq. Pola Spasial Kejadian TB Paru BTA Positif di Wilayah Kerja Puskesmas Puuwatu Tahun 2013-2015. J Ilm Mhs Kesehat Masy [Internet]. 2017;2(6):1–10. Available from: http://ojs.uho.ac.id/index.php/JIMKESMAS/article/download/3033/2281

Saputra FF, Wahjuni CU, Isfandiari MA. Spatial Modeling of Environmental-Based Risk Factors of Tuberculosis in Bali Province: an Ecological Study. J Berk Epidemiol. 2020;8(1):26.

Zhafirah N, Susanna D. Perilaku Hidup Bersih dan Sehat ( PHBS ) dengan Kejadian Gangguan Pernapasan pada Balita di Kawasan Pesisir Desa Sedari , Kecamatan Cibuaya , Karawang , Jawa Barat Tahun 2018. J Nas Kesehat Lingkung Glob. 2020;1(1):46–54.

Kurniawan DA. Hubungan PHBS dengan Kejadian Tuberkulosis Paru pada Warga di Kelurahan Jaraksari, Wonosobo, Jawa Tengah. 2010.

Kemenkes RI. Peraturan Menteri Kesehatan Republik Indonesia Nomor 67 Tahun 2016 Tentang Penanggulangan Tuberkulosis. 2016 p. 163.

Ortíz Bultó PL, Rodríguez AP, Valencia AR, Vega NL, Gonzalez MD, Carrera AP. Assessment of human health vulnerability to climate variability and change in Cuba. Environ Health Perspect. 2006;114(12):1942–9.

Fares A. Seasonality of tuberculosis. J Glob Infect Dis. 2011;3(1):46–55.

Koh GCKW, Hawthorne G, Turner AM, Kunst H, Dedicoat M. Tuberculosis Incidence Correlates with Sunshine: An Ecological 28-Year Time Series Study. PLoS One. 2013;8(3):1–5.

Cui Z, Lin D, Chongsuvivatwong V, Zhao J, Lin M, Ou J, et al. Detecting spatiotemporal pattern of tuberculosis and the relationship between ecological environment and tuberculosis, a spatial panel data analysis in Guangxi, China. 2018;1–15. Available from: http://dx.doi.org/10.1101/348169




DOI: https://doi.org/10.52643/jukmas.v5i2.1514

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Jurnal Untuk Masyarakat Sehat (JUKMAS)

Flag Counter

       

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.