Penggunaan sistem informasi geografis untuk pola spasial tuberkulosis dengan dan tanpa diabetes mellitus di kulon progo

Hendra Rohman, H. Hartono, A. Probandari
{"title":"Penggunaan sistem informasi geografis untuk pola spasial tuberkulosis dengan dan tanpa diabetes mellitus di kulon progo","authors":"Hendra Rohman, H. Hartono, A. Probandari","doi":"10.22146/jisph.7922","DOIUrl":null,"url":null,"abstract":"Latar Belakang: Penderita DM lebih rentan terkena TB. Penderita TB paru dengan dan tanpa DM di Kulon Progo tahun 2014 sebanyak 174 orang. Pengolahan register TB masih terbatas pada analisis tabuler. Pengelolaan penderita TB paru terkait dengan keberlangsungan pengobatan masih terbatas. Analisis TB masih berupa agregasi data di tingkat kelurahan, belum berupa pemetaan penderita.Metode Penelitian: Survei cross-sectional menggunakan sistem informasi geografis, dengan populasi wilayah dan penderita TB Paru 2014, sampel sebanyak 162 orang. Variabel terikat adalah TB paru, dan TB paru dengan riwayat DM (TB-DM). Variabel bebas adalah jarak ke sarana pelayanan kesehatan, pendapatan dan DM. Analisis spasial menggunakan SaTScan, GeoDa, dan ArcGIS.Hasil: Pola spasial distribusi penderita TB paru dengan dan tanpa DM sebagian besar berada di wilayah dengan intensitas curah hujan tinggi, dan terdapat clustering di pedesaan, dengan pendapatan rendah, jauh dari sarana pelayanan kesehatan. Space time permutation model menunjukkan terdapat 5 cluster TB paru, namun tidak signifikan. Hasil spatial error model menunjukkan, secara spasial, pendapatan dan jarak ke sarana pelayanan kesehatan memiliki hubungan dengan kejadian TB paru. Di wilayah prevalensi tinggi DM teridentifikasi jumlah sumber daya medis yang sedikit. TB-DM berada di wilayah prevalensi tinggi DM, dan sebagian besar di pedesaan. Terdapat hubungan yang signifikan antara populasi DM dengan kejadian TB-DM, namun secara spasial tidak. Kejadian TB paru dengan pengobatan ulang, sebagian besar di pedesaan, dan akses sulit, pencarian tempat pengobatan di beberapa sarana pelayanan kesehatan hingga pindah di 4 tempat yang berbeda. Kesimpulan: Kejadian TB paru terjadi seiring dengan musim hujan. Pola clustering kejadian TB paru di pedesaan, dengan pendapatan rendah, dan jauh dari sarana pelayanan kesehatan, spatial error model menunjukkan ketergantungan spasial. Hubungan antara populasi DM dengan kejadian TB-DM signifikan, namun secara spasial tidak.Kata Kunci: diabetes mellitus, distance perception, geographic information system, low income, mycobacterium tuberculosis ","PeriodicalId":365453,"journal":{"name":"Journal of Information Systems for Public Health","volume":"35 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-08-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Information Systems for Public Health","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jisph.7922","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Latar Belakang: Penderita DM lebih rentan terkena TB. Penderita TB paru dengan dan tanpa DM di Kulon Progo tahun 2014 sebanyak 174 orang. Pengolahan register TB masih terbatas pada analisis tabuler. Pengelolaan penderita TB paru terkait dengan keberlangsungan pengobatan masih terbatas. Analisis TB masih berupa agregasi data di tingkat kelurahan, belum berupa pemetaan penderita.Metode Penelitian: Survei cross-sectional menggunakan sistem informasi geografis, dengan populasi wilayah dan penderita TB Paru 2014, sampel sebanyak 162 orang. Variabel terikat adalah TB paru, dan TB paru dengan riwayat DM (TB-DM). Variabel bebas adalah jarak ke sarana pelayanan kesehatan, pendapatan dan DM. Analisis spasial menggunakan SaTScan, GeoDa, dan ArcGIS.Hasil: Pola spasial distribusi penderita TB paru dengan dan tanpa DM sebagian besar berada di wilayah dengan intensitas curah hujan tinggi, dan terdapat clustering di pedesaan, dengan pendapatan rendah, jauh dari sarana pelayanan kesehatan. Space time permutation model menunjukkan terdapat 5 cluster TB paru, namun tidak signifikan. Hasil spatial error model menunjukkan, secara spasial, pendapatan dan jarak ke sarana pelayanan kesehatan memiliki hubungan dengan kejadian TB paru. Di wilayah prevalensi tinggi DM teridentifikasi jumlah sumber daya medis yang sedikit. TB-DM berada di wilayah prevalensi tinggi DM, dan sebagian besar di pedesaan. Terdapat hubungan yang signifikan antara populasi DM dengan kejadian TB-DM, namun secara spasial tidak. Kejadian TB paru dengan pengobatan ulang, sebagian besar di pedesaan, dan akses sulit, pencarian tempat pengobatan di beberapa sarana pelayanan kesehatan hingga pindah di 4 tempat yang berbeda. Kesimpulan: Kejadian TB paru terjadi seiring dengan musim hujan. Pola clustering kejadian TB paru di pedesaan, dengan pendapatan rendah, dan jauh dari sarana pelayanan kesehatan, spatial error model menunjukkan ketergantungan spasial. Hubungan antara populasi DM dengan kejadian TB-DM signifikan, namun secara spasial tidak.Kata Kunci: diabetes mellitus, distance perception, geographic information system, low income, mycobacterium tuberculosis 
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
地理信息系统在progo kulon对mellitus和非糖尿病患者的空间模式的使用
背景:DM患者更容易得结核病。2014年在Progo Kulon有and没有DM的肺结核病例,共有174人。TB的处理仍然仅限于tabuler分析。与可持续性治疗有关的结核病管理仍然有限。结核病分析只是基准率的数据集,而不是患者的地图。研究方法:利用地理信息系统进行交叉调查,该系统拥有2014年该地区人口和结核病患者,样本为162人。变量绑定为肺结核和肺结核,具有DM (TB-DM)历史。自由变量是卫生保健设施、收入和DM的距离。空间分析使用SaTScan、GeoDa和ArcGIS。结果:结核病患者的空间分布模式主要集中在降雨量强的地区,分布在农村地区,收入低,远离卫生保健设施。太空时间重置模型显示有5个肺结核集群,但并不重要。太空模型的结果表明,从空间上看,收入和距离医疗机构与结核病事件有关。在DM高发病率地区,医学资源不足。TB-DM位于DM的高流行地区,主要分布在农村地区。DM的数量与TB-DM的事件有显著联系,但空间上没有。结核病的病例主要发生在农村地区,难以进入,对某些卫生保健设施的搜索范围扩大到四个不同的地区。结论:结核病的发病率随雨季而来。在农村、收入低、卫生设施不发达、空间错误模式显示了空间依赖。DM种群与事件TB-DM之间的关系是重要的,但空间上不是。关键词:糖尿病、轻度脱因、地理信息系统、低收入、结核病
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Platform WEB Based District Health Information System Versi 2 (DHIS2) dalam Pembuatan Disease Registry Desain Formulir Elektronik Assessment Terapi Pada Sistem Informasi Smartclinic Di Klinik Nima Medical And Rehabilitation Center Kotagede Kajian Kegunaan Dan Kelayakan Konsep Sistem Rekam Medis Elektronik (Rme) Sebagai Portofolio Pendidikan Profesi Kedokteran Solusi Deteksi Dini Resiko COVID 19 menggunakan Smart Watch Mekanisme Sistem Elektronik Pengelolaan dan Pelaporan Data Vaksin COVID-19 di Rumah Sakit Gatoel Mojokerto Tahun 2022
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1