Hasil Pencarian  ::  Simpan CSV :: Kembali

"Secara global, kesehatan adalah industri senilai USD 3.5 triliun atau setara dengan 8% dari PDB dunia. Menurut data, masih ada kekurangan dari sistem kesehatan saat ini, antara lain: (i) angka harapan hidup yang masih bervariasi; (ii) 100 juta orang dimiskinkan oleh pengeluaran kesehatan; (iii) kesenjangan kesehatan yang terus terjadi, bahkan di negara-negara kaya (US dan Australia); (iv) sebagian besar peralatan yang tidak digunakan dengan semestinya. Memperkuat sistem kesehatan berarti mengatasi kendala utama di setiap bidang, dengan demikian derajat kesehatan akan meningkat. Penelitian ini menggunakan pendekatan kualitatif yang bersifat deskriptif analitik. Metode yang digunakan adalah tinjauan kepustakaan. Jenis data yang digunakan adalah data sekunder yang didapatkan melalui pencarian studi/penelitian yang sudah ada sebelumnya dan teori-teori yang berkaitan dengan topik. Kriteria inklusi pada penelitian ini adalah penelitian dengan semua jenis metode yang dapat menjawab topik dan menggunakan framework WHO: Six Building Blocks. Kriteria eksklusi penelitian adalah penelitian lebih dari 10 tahun, serta penelitian yang tidak dapat menjawab pertanyaan penelitian. Informasi yang didapatkan dari studi literatur ini akan diuraikan dalam bentuk table hasil dan narasi, dengan hasil temuannya yaitu kinerja sistem kesehatan di negara berkembang belum lebih baik dari negara maju, dilihat dari status kesehatan masyarakat dan permasalahan kesehatan yang sedang dialami.

---

Globally, healthcare is an industry of USD 3.5 trillion worth or equal to 8% of the world GDP. According to the data, there are still shortcomings of the current health system, as follows: (i) life expectancy that still varies; (ii) 100 million people are impoverished by health spending; (iii) health gaps that continue to occur, even in wealthy countries (the US and Australia); (iv) most of the equipment is not used properly. Strengthening the health system means overcoming the main obstacles in each field, thus the value of health will increase. This research uses a qualitative approach that is descriptive-analytic. The methods used are a literature review. The type of data used is secondary data obtained through pre-existing study/research searches and topic-related theories. The inclusion criteria for this study are research with all types of methods that can answer topics and use the WHO framework: Six Building Blocks. The research exclusion criteria are the research of more than 10 years, as well as research that cannot answer research questions. The information obtained from this literature study will be described in the form of results table and narration, with the result of the health systems performance in the developing countries has not been better than in developed countries, judging by the public health status and the health problems that are being experienced."

"Nilai titik potong lingkar lengan atas (LiLA) untuk diagnosis gizi buruk berdasarkan WHO adalah 11,5 cm. Nilai titik potong ini dinilai kurang sensitif dalam menjaring kasus gizi buruk pada balita. Berbagai nilai titik potong LiLA baru diusulkan dengan nilai diagnostik yang lebih baik namun memiliki interval yang lebar, 12 cm-14,1 cm. Saat penelitian ini dilakukan belum ada data mengenai evaluasi nilai titik potong LiLA 11,5 cm dalam diagnosis gizi buruk pada balita di Indonesia. Diperlukan penelitian untuk mengevaluasi nilai diagnostik LiLA dalam diagnosis gizi buruk dan mencari titik potong yang paling optimal pada balita Indonesia. Penelitian ini bertujuan untuk mengetahui nilai diagnostik LiLA dibandingkan dengan indeks BB/TB dalam diagnosis gizi buruk pada balita, mengetahui sensitivitas, spesifisitas, nilai duga positif, nilai duga negatif nilai titik potong LiLA < 11,5 cm dalam diagnosis gizi buruk dan mencari rekomendasi nilai titik potong LiLA yang memiliki nilai diagnostik yang lebih baik untuk skrining balita dengan gizi buruk. Pengambilan subyek penelitian pada studi diagnostik ini dilakukan secara konsekutif pada bulan Januari-Februari 2020 di RSCM dan Puskesmas Cengkareng Jakarta Barat. Penelitian ini melibatkan 421 subyek. Data dasar, jenis kelamin, usia didapatkan melalui wawancara singkat. Pengukuran antropometri berupa berat badan, tinggi badan/panjang badan dan lingkar lengan atas dilakukan oleh peneliti/asisten peneliti yang memiliki realibilitas pengukuran yang baik. LiLA memiliki nilai diagnostik yang tinggi ditandai dengan AUC 0,939 (CI95% 0,903-0,974). Nilai diagnostik LiLA dengan titik potong 11,5 cm memiliki sensitivitas yang rendah. Nilai diagnostik LiLA dengan nilai titik potong 11,5 cm: Se 21% Sp 99,7% NDP 80%, NDN 96%, IY 0,2. Nilai titik potong LiLA 13,3 cm memberikan hasil terbaik dalam identifikasi gizi buruk dengan Se 89%, Sp 87%, NDP 25%, NDN 99% dan IY 0,76. Nilai titik potong LiLA 11,5 cm untuk kasus gizi buruk memiliki sensitivitas yang rendah dan sebaiknya tidak digunakan dalam upaya skrining kasus gizi buruk di masyarakat. Nilai titik potong LiLA 13,3 cm memberikan nilai diagnostik yang lebih baik dalam upaya skrining gizi buruk pada balita usia 6-59 bulan.

---

World Health Organization recommends 11,5 cm as cut off value of mid-upper arm circumference (MUAC) to diagnose severe acute malnutrition (SAM) in under-five. Many studies indicate that the recommended cut off value is not sensitive to screen severe acute malnutrition cases. Various new cut off values have been proposed with very wide interval, 12-14.1 cm. When this study started there was no available data regarding diagnostic value of MUAC in diagnosing severe acute malnutrition in under-five in Indonesia. Aims of this study are to evaluate diagnostic value of MUAC in diagnosing SAM compare to WHZ index, to evaluate sensitivity, specificity, positive prediction value, negative prediction value of MUAC with 11,5 cm as standard cut off in diagnosing SAM and to find alternative cut off value that may offer better diagnostic performance. This diagnostic study recruits subjects consecutively in January-February 2020 in Cipto Mangunkusumo hospital and Puskesmas Cengkareng. We collected 421 subjects. Demographic data was obtained by using brief conversation. Physical examination and anthropometric measurement were performed by researcher and research assistant that had been trained, evaluated and proven to have excellence reliability. In general, MUAC has excellent diagnostic value to assess SAM in under-five with AUC 0,939 (CI95% 0,903-0,974). The recommended cut off value has low sensitivity. Proportion SAM using WHZ index and MUAC < 11,5 cm are 4,5% and 1,2%. Diagnostic values MUAC using cut off 11,5 cm are Se 21%, Sp 99,7%, PPV 80%, NPV 96% and YI 0,2. By using 13.3 cm as new cut off value, MUAC will have Se 89%, Sp 87%, PPV 25%, NPV 99% and YI 0,76. We conclude that MUAC using 11,5 cm has low sensitivity to detect SAM cases in population, therefore should not be implemented in the community for screening SAM cases. The new cut of value 13,3 cm has better diagnostic value to screen SAM cases in under-fives."

"Pandemi COVID-19 membawa percepatan dalam perkembangan teknologi kesehatan dan bersamaan dengan momentum tersebut, Indonesia berencana melakukan transformasi digital pada bidang teknologi kesehatan dengan mengembangkan Citizen Health App (CHA) yang berfungsi menyimpan data kesehatan pribadi (PHR). Namun, kegagalan implementasi PHR adalah karena aplikasi yang dikembangkan umumnya berfokus kepada provider bukan pasien atau penggunanya. Penelitian bertujuan untuk mengeksplorasi pengalaman pasien atau pengguna dalam memakai PHR serta mengidentifikasi faktor-faktor yang berkaitan dengan penerimaan PHR. Penelitian menggunakan metode scoping review dengan basis data yang berasal dari PubMed, Scopus, Sage Journal, dan EBSCOhost. Hasil yang didapatkan adalah aplikasi PHR digunakan untuk mengakses riwayat rekam medis, melihat hasil tes/lab, berkomunikasi dengan tenaga atau fasilitas kesehatan, memenuhi keperluannya terkait obat-obatan, melakukan pengaturan janji temu, mengisi informasi kesehatan pribadinya, mengakses layanan emergensi, mengunduh data, navigasi kepada fasilitas kesehatan, mengevaluasi fasilitas atau pelayanan kesehatan, dan mengisi kesaksian terhadap donasi organ. Sedangkan, faktor-faktor yang berkaitan dengan penerimaan aplikasi PHR, adalah faktor kepercayaan, keamanan, dan privasi, pengaruh sosial, efektivitas aplikasi, kesehatan, teknis, dan pengguna. Perancangan arsitektur PHR perlu memaksimalkan fungsionalitasnya dan upaya peningkatan penerimaan dapat dilakukan dengan mempromosikan fitur, fungsi, dan manfaat penggunaan PHR.

---

COVID-19 Pandemic accelerate the development of health technologies and with that momentum, Indonesia plans to digitally transform their healthcare technology sector by developing a Citizen Health App (CHA) which acts as personal health record (PHR). However, failure to implement PHR is caused by the app developed, generally focused on the providers, not the patient nor user. This study aims to explore patient or user’s experience in using PHR as well as to identify factors related to acceptance of the app itself. The study was conducted using scoping review by utilizing online databases such as PubMed, Scopus, Sage Journal, and EBSCOhost. Results obtained are PHR is used to access medical record history, see test/lab result, communicate with health practitioners or providers, fulfill needs related to medication, book appointments, fill the user’s health information, access emergency care, download data, navigate to healthcare facilities, evaluate health facilities and services, and organ donation testament. Meanwhile, factors related to the acceptance of PHR are trust, safety, and privacy, social influence, application effectiveness, health, technical, and user’s factor. Designing PHR needs to maximize its functionality and efforts to increase the acceptance can be done by promoting the features, functions, and the benefits of using PHR."