ANALISIS JURNAL

MAKALAH

oleh

Riski Dafianto
NIM.122310101052

POGRAM STUDI ILMU KEPERAWATAN

UNIVERSITAS JEMBER
2013

PEMBAHASAN

Judul Jurnal

: Effect of the Interaction Between Outdoor Air Pollution and Extreme

Temperature on Daily Mortality in Shanghai, China

Analisis

Dalam Jangka pendek paparan polusi udara luar ruangan telah dikaitkan dengan
efek yang merugikan kesehatan, termasuk peningkatan mortalitas, tingkat yang lebih tinggi
dari penerimaan rumah sakit dan kunjungan gawat darurat, eksaserbasi kondisi pernafasan
kronis (misalnya, asma), dan penurunan fungsi paru-paru. Suhu juga dapat mempengaruhi
kesehatan manusia. Hubungan antara mortalitas dan temperatur harian telah banyak
diamati. Biasanya, hubungan Ushaped antara risiko kematian dan tingkat suhu dicatat:
risiko kematian menurun dari suhu terendah ke titik perubahan dan kemudian meningkat
dengan suhu yang lebih tinggi. Basu dan Samet dipertahankan bahwa pengaruh suhu pada
moralitas mungkin berbeda di daerah dengan pola cuaca yang berbeda, lintang, tingkat
polusi udara, dan prevalensi sistem pendingin udara.
Penumpukan cepat gas rumah kaca diperkirakan akan meningkat bukan hanya
berarti suhu tetapi juga variabilitas suhu. Perubahan ini menambah urgensi untuk kebutuhan
untuk lebih memahami dampak kesehatan dari suhu ekstrim, serta interaksinya dengan
tekanan lingkungan lainnya. Interaksi antara polusi luar ruangan dan suhu yang ekstrim
diselidiki pada awal tahun 1972. Sejak itu, bagaimanapun, hanya beberapa studi telah
meneliti masalah ini. Katsouyanni et al menganalisis interaksi potensial antara polusi udara
dan suhu tinggi dan menemukan bukti efek interaksi. Roberts menyarankan bahwa interaksi
antara udara polusi partikulat harian dan suhu rata-rata harian harus dipertimbangkan dalam
studi epidemiologi dari polusi udara. Analisis terbaru musim-spesifik efek dari polusi udara
menyoroti kebutuhan untuk penyelidikan komprehensif dari interaksi antara polusi udara
dan suhu, karena musim jelas berkaitan dengan temperatur. Bukti epidemiologi dari
interaksi antara polusi udara dan suhu yang ekstrim langka dan pertanyaan tetap belum
terjawab. Dalam analisis time-series kami meneliti efek dari interaksi antara udara luar
polutan-yaitu, partikulat kurang dari 10m dengan diameter (PM10), sulfur dioksida (SO2),
nitrogen dioksida (NO2), dan ozon (O3) dan ekstrim suhu pada kematian setiap hari di
Shanghai, Cina.
1. Metode Penelitian

1.1.

Pengumpulan Data
Shanghai, kota terpadat di Cina, terletak di ujung Delta Sungai Yangtze di Cina

timur. Kota ini memiliki iklim subtropis moderat, dengan 4 musim yang berbeda dan curah
hujan berlimpah. Karakteristik demografi populasi penelitian kami telah dijelaskan di
tempat lain.
Dalam analisis ini, data kematian harian (tidak termasuk cedera dan kecelakaan)
bagi warga yang tinggal di 9 kabupaten kota Shanghai mulai tanggal 1 Januari 2001 sampai
31 Desember 2004 dikumpulkan dari database dari Pusat Kota Shanghai Pengendalian
Penyakit dan Pencegahan (SMCDCP), yang merupakan lembaga pemerintah yang
bertanggung jawab atas pengumpulan data kesehatan di Shanghai. Konsisten dengan
literatur sebelumnya, 15 kami tidak menganalisis kematian akibat cedera atau kecelakaan
karena mereka dianggap tidak terkait dengan polusi udara. Pelaporan Kematian sistem di
Shanghai dilaksanakan pada tahun 1951 dan telah terkomputerisasi sejak tahun 1990. Di
Shanghai, semua kematian harus dilaporkan kepada pihak yang berwenang sebelum
kremasi. Dokter menyelesaikan kartu kematian sertifikat untuk kedua inhome dan kematian
di rumah sakit. Informasi pada kartu tersebut kemudian dikirim ke SMCDCP melalui
jaringan komputer internal mereka. Sebagaimana disyaratkan oleh hukum, penyebab
kematian untuk tahun 2001 dan 2002-2004 diberi kode sesuai dengan International
Classification of Diseases, Revisi 9 (ICD-9) dan Revisi 10 (ICD 10), masing-masing.
Selain kematian nonaccidental total (ICD-9, <800, ICD-10, A00-R99), data kematian yang
diklasifikasikan ke dalam kematian akibat penyakit kardiovaskular (ICD-9, 390-459, ICD10, I00-I99) dan pernapasan penyakit (ICD-9, 460-519, ICD-10, J00-J98).
Data harian pada tingkat PM10, SO2, NO2, O3 dan sejak 1 Januari 2001 sampai 31
Desember 2004 di metropolitan Shanghai yang diambil dari database Pemantauan Shanghai
Environmental Center (SEMC). Konsentrasi harian polutan masing-masing rata-rata dari
hasil pemantauan yang tersedia dari 6 stasiun tetap-situs yang berlokasi di daerah perkotaan
Shanghai dan diawasi oleh China Mutu Nasional Pengendalian. Kami disarikan 24 jam
konsentrasi rata-rata PM10, SO2, NO2, dan 8 jam (10:00-06:00) konsentrasi rata-rata O3.
Rerata 8 jam maksimum digunakan karena Organisasi Kesehatan Dunia (WHO) telah
mengindikasikan bahwa rata-rata 8 jam-mencerminkan eksposur kesehatan yang relevan
terbesar untuk O3. Ketika menghitung 24 jam konsentrasi rata-rata PM10, SO2, NO2 dan 8
jam rata-rata konsentrasi O3, setidaknya 75% dari 1 jam nilai harus tersedia untuk hari itu.
Kami memperoleh data harian meteorologi (termasuk minimum, maksimum, dan
rata-rata suhu dan kelembaban relatif) dari Shanghai Biro Meteorologi. Data cuaca yang
diukur pada stasiun tetap-situs yang terletak di Distrik Xuhui Shanghai.

Data pada kematian, polutan, dan variabel meteorologi telah divalidasi oleh tim
audit independen, yang memeriksa sampel dari sertifikat kematian asli dan catatan
pemantauan dan divalidasi proses untuk menghasilkan data mengenai angka kematian,
cuaca, dan polusi udara yang digunakan dalam analisis deret waktu.
1.2.

Analisis Statistik
Kami menggunakan model aditif umum (GAM) dengan splines dihukum untuk

menganalisis data mengenai angka kematian, polusi udara, dan kovariat. Karena tingkat
kematian harian Perhitungan biasanya mengikuti distribusi Poisson, analisis inti adalah
GAM dengan link log dan kesalahan Poisson, yang menyumbang fluktuasi halus dalam
kematian setiap hari. Konsisten dengan beberapa baru-baru ini time-series studi, kami
menggunakan model spline dihukum dalam analisis kami.
Kami pertama kali dibangun model dasar untuk hasil mortalitas berbagai tanpa
termasuk polusi udara atau variabel cuaca. Kami tergabung merapikan fungsi spline waktu,
yang mengakomodasi pola nonlinear dan nonmonotonic antara kematian dan waktu,
sehingga menawarkan alat pemodelan yang fleksibel. Fungsi autokorelasi parsial (PACF)
digunakan untuk memandu pemilihan df sampai nilai-nilai absolut dari penjumlahan dari
PACF untuk tertinggal hingga 30 mencapai minimal. Dengan cara ini, df per tahun yang
digunakan untuk tren waktu dalam model dasar kami untuk mortalitas total, jantung, dan
pernapasan, masing-masing. Hari minggu (DOW) dimasukkan sebagai variabel dummy
dalam model dasar. Residual dari model dasar juga diperiksa untuk memeriksa apakah ada
pola discernable dan autokorelasi dengan cara plot residual dan fungsi autokorelasi parsial
(PACF) plot.
Setelah kami mendirikan model dasar, kami memperkenalkan polutan dan variabel
cuaca dan dianalisis pengaruhnya terhadap hasil mortalitas. Berdasarkan literatur
sebelumnya, df (keseluruhan periode penelitian) untuk suhu rata-rata dan kelembaban
relatif memuaskan bisa mengendalikan untuk efek mereka pada kematian dan dengan
demikian digunakan dalam model.
Untuk menguji pengaruh interaksi antara polusi udara dan suhu yang ekstrim, kita
stratified efek dari polusi udara oleh suhu. Dibandingkan dengan metode lain yang
digunakan untuk mendeteksi efek interaksi, stratifikasi suhu memerlukan parameter lebih
sedikit dan hasil perbandingan, sederhana kuantitatif efek estimasi polutan dalam strata
variasi suhu.
Untuk grafis menggambarkan interaksi antara polusi udara dan suhu yang ekstrim,
kita dipasang model respon permukaan nonparametrik untuk mengidentifikasi efek

gabungan dari polusi udara dan suhu pada kematian setiap hari. Kami menggunakan GAM
agar sesuai permukaan respon yang menangkap hubungan antara 2 variabel independen
utama dan variabel terikat, tanpa asumsi linearitas. Semua analisa dilakukan dengan
menggunakan R 2.10.1 dan paket MGCV.
2. Hasil
Populasi penelitian kami termasuk sekitar 6,3 juta penduduk, dan jumlah tetap stabil
selama periode penelitian kami. Dari tahun 2001 sampai 2004 (1461 hari), 173 911
kematian nonaccidental tercatat dalam populasi penelitian. Rata-rata, ada 119,0 kematian
nonaccidental per hari dalam populasi target, termasuk 44,2 dari penyakit jantung dan
penyakit pernapasan dari 14,3. Penyakit cardiopulmonary menyumbang 49,1% dari semua
kematian di kalangan penduduk perkotaan nonaccidental Shanghai.
Tingkat rata-rata udara polusi 101,9 g/m3 PM10 untuk, 44,7 g/m3 untuk SO2, NO2
66,6 g/m3 untuk, dan 63,5 g/m3 untuk O3. Data 100% selesai untuk semua variabel
kecuali O3 (7 hari hilang). Sementara itu, suhu rata-rata rata-rata harian dan kelembaban
adalah 17,7 C dan 72,9%, yang mencerminkan iklim subtropis di Shanghai.
Gambar 4 dan 5 pada jurnal ini menunjukkan permukaan respon bersama yang
menggambarkan potensi efek interaktif PM10/O3 dan suhu terhadap kematian total,
kematian jantung, dan kematian pernapasan. Tabel 1 sampai 3 pada jurnal menggambarkan
hasil analisis regresi polutan udara dikelompokkan berdasarkan lapisan suhu. Secara umum,
efek dari interaksi antara PM10 dan ekstrim suhu rendah secara statistik signifikan untuk
mortalitas total maupun penyebab spesifik mortalitas. Sebagai contoh, pada "normal" suhu
(persentil ke-15-85) hari, sebuah kenaikan dalam PM 10 10-g/m3 berhubungan dengan
peningkatan 0,17% (95% CI: 0,03%, 0,32%) jumlah kematian total, peningkatan 0,23%
( 0,02%, 0,44%) kematian kardiovaskular, dan peningkatan 0,26% (-0.07%, 0,60%) angka
kematian pernapasan. Pada suhu rendah (<persentil ke-15) hari, perkiraan meningkat
menjadi 0,40% (0,21%, 0,58%) untuk mortalitas total (P = 0,01 dibandingkan dengan harihari suhu normal), 0,49% (0,13% -0,86%) untuk mortalitas kardiovaskular (P = 0,04), dan
0,24% (-0.33%, 0,82%) untuk kematian pernapasan (P = 0,04). Pada suhu tinggi (> 85
persentil) hari, jumlahnya 0,30% (-0.01%, 0,63%), 0,30% (-0.17%, 0,79%), dan 0,35% (0.49%, 1,19%) untuk keseluruhan, jantung, dan pernafasan kematian masing-masing, dan
tidak ada perkiraan secara signifikan yang berbeda dari orang-orang untuk hari suhu
normal. Pola interaksi O3 dengan suhu rendah adalah serupa (Tabel 1-3 pada jurnal). Tidak
ada interaksi yang signifikan untuk SO2 atau NO2. Penggunaan alternatif cut-poin untuk
strata suhu menghasilkan kecenderungan yang sama.

3. Diskusi
Dalam analisis time-series berbasis masyarakat kami menemukan interaksi yang
signifikan secara statistik antara polusi udara dan suhu yang lebih rendah dalam efeknya
pada kematian harian. Temuan kami terbatas pada PM10 dan O3. Berbeda dengan studi
sebelumnya, kami tidak menemukan interaksi yang signifikan antara polusi udara dan suhu
yang lebih tinggi.
Meskipun mekanisme yang mendasari tidak jelas, penelitian sebelumnya telah
menunjukkan bahwa suhu yang ekstrem dapat meningkatkan beban kerja dari sistem
cardiopulmonary dan menginduksi peristiwa cardiopulmonary yang merugikan. Misalnya,
tiba-tiba menghirup udara dingin ditemukan terkait dengan pelepasan mediator inflamasi
yang terkait dengan sel mast dalam studi manusia. Selain itu, perubahan ditandai dalam
suhu lingkungan dapat menyebabkan stres fisiologis dan mengubah respon fisiologis
seseorang untuk agen beracun, mungkin membuat mereka lebih rentan terhadap efek dari
polusi udara. Selain itu, kebanyakan kematian terkait polusi udara terjadi pada orang
dewasa tua, yang memiliki kapasitas yang lebih rendah untuk termoregulasi dan ambang
berkeringat lebih tinggi dibandingkan dengan orang yang lebih muda. Oleh karena itu,
interaksi antara suhu PM10/O3 dan ekstrim secara biologis masuk akal.
Seperti disebutkan sebelumnya, sejumlah studi, termasuk kita sendiri, telah meneliti
interaksi antara polusi udara dan musim. Penelitian ini tidak menyelidiki musiman,
melainkan, kami fokus pada isu terkait interaksi antara polusi udara dan suhu yang ekstrim,
karena suhu dan musim terkait. Kami mencari dari hubungan yang lebih kuat antara polusi
udara dan kematian harian pada hari-hari yang sangat dingin menegaskan orang-orang dari
3 analisis musiman sebelumnya di Hong Kong, Shanghai, dan Athena, namun konflik
dengan orang-orang dari beberapa laporan lain yang mencatat efek yang lebih besar selama
musim hangat atau panas . Di London, misalnya, efek dari NO2 dan SO2 yang kuat di
musim hangat daripada di musim dingin. Sebuah analisis gabungan data dari 9 kota di
Eropa juga menunjukkan bahwa SO2 memiliki efek sedikit lebih kuat selama musim panas
daripada selama musim dingin. Untuk O3, yang biasanya mencapai konsentrasi yang lebih
tinggi di musim panas, beberapa meta analisis terbaru dan analisis multi-kota juga
menemukan bahwa efek itu jelas hanya selama musim hangat.
Pengamatan kami tentang efek lebih kuat dari polusi udara pada hari yang sangat
dingin mungkin karena ukuran sampel yang lebih besar dari jumlah kematian harian pada
hari yang dingin (Gambar 1 pada jurnal). Selain itu, rata-rata konsentrasi PM 10 pada hari
yang dingin lebih tinggi dibandingkan pada hari-hari dengan suhu normal atau tinggi. 2

faktor ini mungkin telah meningkatkan kekuatan analisis hari yang dingin. Karena tingkat
polutan berkorelasi, efek lebih besar polusi udara diamati pada hari yang dingin juga
mungkin karena pengaruh dari bahan pencemar lain yang juga di tingkat yang lebih tinggi
pada hari-hari lain. Penjelasan lain potensi efek suhu tertentu PM10 adalah bahwa tingkat
partikel yang paling beracun mungkin mencapai maksimum selama musim dingin di
Shanghai. Tidak seperti polutan gas, konstituen PM10 mungkin berbeda di setiap musim
sebagai campuran kompleks.
Penelitian sebelumnya di kedua Wuhan dan Tianjin menunjukkan bahwa suhu tinggi
dapat meningkatkan efek kesehatan dari polusi udara. Namun, analisis kami di Shanghai
tidak menemukan interaksi yang signifikan antara polusi udara dan suhu yang sangat tinggi.
Kami berasumsi bahwa pola paparan berkontribusi terhadap berbagai efek kesehatan suhu
tertentu di berbagai kota. Shanghai menerima curah hujan yang cukup besar di musim
panas. Selama hari-hari suhu tinggi, warga Shanghai cenderung menggunakan AC lebih
sering karena suhu tinggi dan kelembaban, sehingga mengurangi eksposur dalam ruangan
mereka. Misalnya, dalam sebuah survei terhadap 1.106 keluarga di Shanghai, 32,7% pernah
menyalakan pendingin udara selama musim dingin, dibandingkan dengan 3,7% di musim
panas. Hujan lebat di musim panas dapat mengurangi waktu di luar rumah, sehingga
mengurangi eksposur pribadi. Sebaliknya, musim dingin di Shanghai lebih kering dan
kurang bervariasi, sehingga orang lebih cenderung pergi ke luar dan jendela yang terbuka.
Sistem kematian coding mungkin memiliki dampak pada perkiraan efek polusi
udara pada kematian. Kami tidak menganggap kematian karena cedera atau kecelakaan
karena mereka tidak diyakini terkait dengan polusi udara. Selain itu, penyebab kematian
untuk 2001 dan 2002-2004 di Shanghai diberi kode sesuai dengan ICD-9 dan ICD-10,
masing-masing. Namun, penelitian sebelumnya di Wuhan menunjukkan bahwa perubahan
dalam ICD coding tidak berpengaruh secara signifikan terhadap perkiraan efek studi timeseries dari polusi udara.
Suhu yang ekstrem terkait dengan pemanasan global dan fenomena iklim lainnya,
seperti El Nio. Kemungkinan bahwa suhu rendah ekstrem mengintensifkan bahaya
kesehatan dari paparan polusi udara bisa memicu minat baru dalam hubungan antara cuaca,
polusi udara, dan kesehatan. Tentu saja, temuan kami memerlukan replikasi, terutama di
daerah dengan pola cuaca yang berbeda, tetapi jika terbukti, mereka memberikan wawasan
tentang dampak kesehatan baik polusi udara dan perubahan iklim.
4. Kelebihan Jurnal
a. Jurnal ini menjelaskan secara detail tentang polutan yang diteliti sebagai penyebab
polusi udara.

b. Jurnal ini menampilkan gambar dan tabel tentang interaksi polutan dan suhu ekstrim
serta respon dari interaksi tersebut untuk mortalitas.
c. Jurnal ini menjelaskan respon fisiologis manusia terhadap polusi udara pada saat
perubahan suhu lingkungan.
d. Jurnal ini juga menjelaskan penelitian-penelitian sebelumnya yang telah dilakukan.
5. Kekurangan Jurnal
a. Jurnal ini mempunyai satu mekanisme yang tidak jelas tentang suhu ekstrem yang
dapat meningkatkan beban kerja dari sistem cardiopulmonary dan menginduksi
peristiwa cardiopulmonary yang merugikan.
b. Jurnal ini menjelaskan bahwa temuannya tidak sepenuhnya valid karena beberapa
faktor terkait sampel yang diteliti dan polutan pada hari-hari dengan suhu rendah,
normal, dan tinggi.
c. Jurnal ini juga mengalami kehilangan data variabel untuk O3 selama beberapa hari
dalam penelitiannya.
6. Manfaat
Jurnal ini dapat bermanfaat bagi peneliti dan pembaca. Peneliti dapat menjadikan
jurnal ini sebagai acuan maupun referensi untuk penelitian-penelitian yang akan dilakukan
selanjutnya, tentunya dengan topik yang sama. Sedangkan untuk pembaca, jurnal ini dapat
dijadikan sumber pengetahuan tentang efek dari interaksi polusi udara dan suhu ekstrim
sehingga pembaca dapat melakukan pencegahan dengan meminimalisir polusi udara dan
kerusakan alam.
7. Penerapan di Indonesia
Jurnal ini dapat diterapkan di Indonesia karena Shanghai dan Indonesia mempunyai
dua musim yang sama, yaitu musim panas dan musim dingin. Sehingga secara otomatis
suhu di Shanghai dapat diperkirakan sama dengan suhu di Indonesia. Dari segi polusi
udara, Indonesia juga sudah menjadi tempat bagi polutan khususnya di daerah perkotaan.
Penemuan dalam dalam jurnal ini mungkin dapat dijadikan pengetahuan bagi Rakyat
Indonesia untuk bisa menjaga kesegaran lingkungan dan meminimalisir polusi udara, salah
satunya dengan menanam pohon dan menggunakan kendaraan umum.

DAFTAR PUSTAKA
Fardiaz, Srikandi. 1992. PolusiAir dan Udara. Yogyakarta: Karnisius
News Medical. http://www.news-medical.net/health/Asthma-Symptoms-%28Indonesian
%29.aspx [17 februari 2013]