开发数字监控技术 印度尼西亚利用早期预警和响应系统 (SKDR)/EWARS

Harina Fitriani, Arief Hargono, M. Isfandiari
{"title":"开发数字监控技术 印度尼西亚利用早期预警和响应系统 (SKDR)/EWARS","authors":"Harina Fitriani, Arief Hargono, M. Isfandiari","doi":"10.33476/ms.v10i2.3979","DOIUrl":null,"url":null,"abstract":"Ancaman triple-burden baik endemik, emerging, dan re-emerging, masih menjadi tantangan bagi dunia kesehatan. Indonesia menghadapinya dengan mengembangkan Early Warning Alert and Response System (EWARS) atau Sistem Kewaspadaan Dini dan Respon (SKDR). Sistem ini mendeteksi kesiagaan terhadap perkembangan 24 jenis penyakit yang berdampak pada kesehatan masyarakat. Sistem ini bekerja dengan cara memantau perkembangan tren suatu penyakit menular potensial wabah/KLB dari waktu ke waktu dalam periode mingguan. Tujuan dari tulisan ini adalah melakukan analisis sistem untuk mendapatkan deskripsi dan permasalahan sistem. Analisis dilakukan pada data sekunder yang diperoleh dari dashboard web pelaporan teknologi digital SKDR. Penelitian ini menggunakan jenis studi deskriptif dengan prosedur analisis data sekunder. Data menunjukkan SKDR generasi V1 pada dashboard belum memuat pelaporan berbasis indicator (IBS) dan berbasis kejadian (EBS), sedangkan pada generasi V2 sudah memuat pelaporan berbasis IBS dan EBS. Pada tahun 2016 jumlah alert  yang direspon kurang lebih 55% dan meningkat menjadi sekitar 70% di tahun 2019. Ketepatan laporan unit pelapor menurut Provinsi tahun 2021 mencapai 5,25% dan tahun 2022 mencapai 28,95%. Kelengkapan laporan tahun 2021 mencapai (10,52%) dan tahun 2022 (81,58%). Peningkatan capaian target indikator menunjukkan ada perkembangan pemanfaatan teknologi digital dari Sistem Surveilans kewaspadaan Dini dan Respon di semua unit pelapor. Hal ini sejalan dengan pemenuhan komitmen global IHR 2005 Pemerintah Indonesia. Pemerataan jaringan internet yang stabil diperlukan di seluruh wilayah unit pelapor.","PeriodicalId":306850,"journal":{"name":"Majalah Sainstekes","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-02-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Perkembangan Pemanfaatan Teknologi Digital Surveilans Sistem Kewaspadaan Dini dan Respon (SKDR)/EWARS Di Indonesia\",\"authors\":\"Harina Fitriani, Arief Hargono, M. Isfandiari\",\"doi\":\"10.33476/ms.v10i2.3979\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Ancaman triple-burden baik endemik, emerging, dan re-emerging, masih menjadi tantangan bagi dunia kesehatan. Indonesia menghadapinya dengan mengembangkan Early Warning Alert and Response System (EWARS) atau Sistem Kewaspadaan Dini dan Respon (SKDR). Sistem ini mendeteksi kesiagaan terhadap perkembangan 24 jenis penyakit yang berdampak pada kesehatan masyarakat. Sistem ini bekerja dengan cara memantau perkembangan tren suatu penyakit menular potensial wabah/KLB dari waktu ke waktu dalam periode mingguan. Tujuan dari tulisan ini adalah melakukan analisis sistem untuk mendapatkan deskripsi dan permasalahan sistem. Analisis dilakukan pada data sekunder yang diperoleh dari dashboard web pelaporan teknologi digital SKDR. Penelitian ini menggunakan jenis studi deskriptif dengan prosedur analisis data sekunder. Data menunjukkan SKDR generasi V1 pada dashboard belum memuat pelaporan berbasis indicator (IBS) dan berbasis kejadian (EBS), sedangkan pada generasi V2 sudah memuat pelaporan berbasis IBS dan EBS. Pada tahun 2016 jumlah alert  yang direspon kurang lebih 55% dan meningkat menjadi sekitar 70% di tahun 2019. Ketepatan laporan unit pelapor menurut Provinsi tahun 2021 mencapai 5,25% dan tahun 2022 mencapai 28,95%. Kelengkapan laporan tahun 2021 mencapai (10,52%) dan tahun 2022 (81,58%). Peningkatan capaian target indikator menunjukkan ada perkembangan pemanfaatan teknologi digital dari Sistem Surveilans kewaspadaan Dini dan Respon di semua unit pelapor. Hal ini sejalan dengan pemenuhan komitmen global IHR 2005 Pemerintah Indonesia. Pemerataan jaringan internet yang stabil diperlukan di seluruh wilayah unit pelapor.\",\"PeriodicalId\":306850,\"journal\":{\"name\":\"Majalah Sainstekes\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-02-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Majalah Sainstekes\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33476/ms.v10i2.3979\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Majalah Sainstekes","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33476/ms.v10i2.3979","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

地方病、新发病例和再发病例的三重负担威胁仍然是世界卫生面临的挑战。印度尼西亚通过开发预警和反应系统(EWARS)来应对这一挑战。该系统可检测对公共卫生有影响的 24 种疾病的发展动态。该系统每周不定时监测潜在传染病爆发/KLB 的发展趋势。本文的目的是进行系统分析,以获得描述和系统问题。本研究采用描述性研究类型,并使用二级数据分析程序。数据显示,仪表板上的 SKDR V1 代尚未包含基于指标(IBS)和基于事件(EBS)的报告,而 V2 代已包含基于 IBS 和 EBS 的报告。2016 年响应的警报数量约为 55%,2019 年增至约 70%。2021 年各省报告单位报告的准确率达到 5.25%,2022 年达到 28.95%。报告的完整性在 2021 年达到(10.52%),在 2022 年达到(81.58%)。指标目标完成率的提高表明,所有报告单位在使用早期预警和反应监测系统的数字技术方面取得了进展。这符合印度尼西亚政府 2005 年《国际卫生条例》全球承诺的履行情况。需要在报告单位的所有地区公平分配稳定的互联网网络。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
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
Perkembangan Pemanfaatan Teknologi Digital Surveilans Sistem Kewaspadaan Dini dan Respon (SKDR)/EWARS Di Indonesia
Ancaman triple-burden baik endemik, emerging, dan re-emerging, masih menjadi tantangan bagi dunia kesehatan. Indonesia menghadapinya dengan mengembangkan Early Warning Alert and Response System (EWARS) atau Sistem Kewaspadaan Dini dan Respon (SKDR). Sistem ini mendeteksi kesiagaan terhadap perkembangan 24 jenis penyakit yang berdampak pada kesehatan masyarakat. Sistem ini bekerja dengan cara memantau perkembangan tren suatu penyakit menular potensial wabah/KLB dari waktu ke waktu dalam periode mingguan. Tujuan dari tulisan ini adalah melakukan analisis sistem untuk mendapatkan deskripsi dan permasalahan sistem. Analisis dilakukan pada data sekunder yang diperoleh dari dashboard web pelaporan teknologi digital SKDR. Penelitian ini menggunakan jenis studi deskriptif dengan prosedur analisis data sekunder. Data menunjukkan SKDR generasi V1 pada dashboard belum memuat pelaporan berbasis indicator (IBS) dan berbasis kejadian (EBS), sedangkan pada generasi V2 sudah memuat pelaporan berbasis IBS dan EBS. Pada tahun 2016 jumlah alert  yang direspon kurang lebih 55% dan meningkat menjadi sekitar 70% di tahun 2019. Ketepatan laporan unit pelapor menurut Provinsi tahun 2021 mencapai 5,25% dan tahun 2022 mencapai 28,95%. Kelengkapan laporan tahun 2021 mencapai (10,52%) dan tahun 2022 (81,58%). Peningkatan capaian target indikator menunjukkan ada perkembangan pemanfaatan teknologi digital dari Sistem Surveilans kewaspadaan Dini dan Respon di semua unit pelapor. Hal ini sejalan dengan pemenuhan komitmen global IHR 2005 Pemerintah Indonesia. Pemerataan jaringan internet yang stabil diperlukan di seluruh wilayah unit pelapor.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Kesehatan Mental Mahasiswa Psikologi: Uji Pengaruh Dukungan Sosial dan Coping Stress Pendidikan Sebagai Prediktor Pengetahuan Pencegahan Gastritis Pada Warga Binaan Di Kabupaten Tangerang, Provinsi Banten Detection of ADAM33 Gene Variants Using Sanger Sequencing Peran Adiksi Internet Terhadap Perilaku Prokrastinasi Akademik Pada Mahasiswa Seberapa Berisiko Pesepeda di Jalan Raya? Studi Perilaku Pesepeda di DKI Jakarta
×
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