Model Matematika Influenza
Model Matematika Influenza
ISSN 1829-7226
PENDAHULUAN
Influenza menyebabkan lebih banyak kematian daripada penyakit
pernapasan lainnya. Ada epidemi musiman tahunan yang menyebabkan kematian
kira-kira 500.000 orang di seluruh dunia setiap tahun. Selama abad ke-20 ada tiga
pandemi influenza. The World Health Organization memperkirakan ada 40-50 juta
kematian di seluruh dunia pada pandemi tahun 1918, 2 juta kematian di seluruh
dunia pada pandemi 1957 dan 1 juta kematian di seluruh dunia pada pandemi
1968. Adanya ketakutan bahwa avian influenza strain H5N1 dapat berkembang
menjadi strain yang dapat menular dengan mudah dari manusia ke manusia
(Sfakianos,2006).
Berbagai macam model telah digunakan untuk menggambarkan wabah
influenza. Banyak keputusan kebijakan kesehatan publik untuk mengatasi pandemi
influenza dibuat berdasarkan konstruksi jaringan kontak untuk populasi dan
analisis penyebaran penyakit melalui jaringan ini.
Model Influenza Dasar
Model matematika adalah deskripsi matematik dari situasi berdasarkan
hipotesis dan solusi model memberikan kesimpulan yang dapat dibandingkan
dengan hasil eksperimental. Pemodelan matematik dalam epidemiologi
memberikan pemahaman mekanisme yang mempengaruhi penyebaran penyakit.
Model mungkin terlalu sederhana sebagai deskripsi yang tepat atau terlalu rumit
untuk dianalisis. Ahli matematika biasanya memilih mulai dengan model
sederhana tak lengkap untuk memperoleh informasi kualitatif sedangkan ahli
epidemiologi mungkin berkeberatan bahwa model terlalu sederhana dan
menghilangkan aspek-aspek yang penting. Biasanya dimulai dengan model
sederhana dan kemudian ditambahkan lebih banyak struktur pada model untuk
melihat berapa besar ini mengubah sifat yang diprediksi.
Karena epidemi influenza biasanya datang dan pergi dalam periode waktu
beberapa bulan, pengaruh demografi (kelahiran dan kematian) tidak dimasukkan
ke dalam model. Titik awal adalah model epidemik SIR (S: suspectible, I:
Infective, R : Removed). Dalam model SIR ada tiga bagian (Allman, 2004) :
28
Rito Goejantoro
S ' S ( I A)
L' S ( I A) L
I ' pL I
A' (1 p)L A
R ' f I A
N ' (1 f )I
(1)
29
ISSN 1829-7226
( I f )I
I
pL
S ( I A)
S
f I
( I p )L
(2)
Interpretasi dari bilangan reproduksi dasar adalah anggota latent yang masuk ke
populasi S0 suspectible menjadi terinfeksi dengan peluang p, di mana ia dapat
menyebabkan S 0 / infeksi selama periode infeksi 1/ atau menjadi
asymptomatic dengan peluang 1 p, di mana ia dapat menyebabkan
S 0 / infeksi selama periode asymptomatic .
30
Rito Goejantoro
S I
ln S o ln S R0 1 0
So
(3)
Hubungan akhir ini menunjukkan bahwa S > 0. Ini berarti bahwa sejumlah
anggota populasi tidak terinfeksi selama epidemi. Ukuran epidemi, banyaknya
kasus influenza selama epidemi adalah I 0 ( S 0 S )
Banyaknya kasus symptomatic adalah I 0 p( S 0 S ) dan banyaknya angka
kematian adalah (1 f )[ I 0 p( S 0 S )] .
Ahli matematika menganggap bilangan reproduksi dasar sebagai pusat dalam
mempelajari model epidemiologi, ahli epidemiologi lebih memperhatikan rasio
serangan. Untuk influenza, di mana ada kasus asymptomatic, ada dua rasio
serangan. Satu rasio serangan klinik, yang merupakan bagian populasi yang
terinfeksi, didefinisikan sebagai
1
S
No
Ada juga rasio serangan symptomatic, didefinisikan sebagai bagian populasi yang
menunjukkan gejala penyakit, didefinisikan sebagai
S
p 1
No
Rasio serangan dan bilangan reproduksi dasar dihubungkan oleh hubungan nilai
akhir persamaan (3). Jika parameter model diketahui, R0 dapat dihitung dari
persamaan (2) dan S diperoleh dari persamaan (3).
Model persamaan (1) dapat diterapkan dengan menggunakan parameter
yang tepat dari pandemi influenza 1957 yang disarankan oleh Longini,2004.
Periode laten kira-kira 1,9 hari dan periode infeksi 4,1 hari sehingga
1
0,526
1,9
1
0,244
4,1
Jika diambil p = 2/3, = 0,5 , f = 0,98 dan misalkan jumlah populasi 2000
orang, 12 orang terinfeksi dan rasio serangan asimptomatik 0,326. Maka diperoleh
S = 1022 dan dengan mengabaikan nilai infeksi awal yang kecil untuk
kemudahan diperoleh R0 = 1,373 dari (3). Dengan menggunakan (2) diperoleh S0
= 0,402. Nilai-nilai ini dapat digunakan sebagai nilai dasar untuk mengestimasi
pengaruh yang mengendalikan ukuran yang ada. Alasan mengabaikan I0 dalam (3)
31
ISSN 1829-7226
adalah agar dapat menghitung R0 dari (2) dan S0 dari (3). Jika I0 dimasukkan,
perhitungan menjadi lebih rumit karena harus dinyatakan dulu sebagai suku-suku
parameter model dan kemudian diselesaikan untuk sebelum menghitung R0 dari
(2).
Banyaknya kasus klinik 978 orang (termasuk infeksi awal 12), banyaknya
kasus symptomatic 656 termasuk 12 infeksi awal dan banyaknya angka kematian
kira-kira 13 orang.
Model dengan Vaksinasi
Untuk menghadapi epidemi influenza musiman, ada program vaksinasi
sebelum musim flu tiba. Setiap tahun vaksin diproduksi bertujuan untuk
melindungi terhadap tiga strain influenza yang paling berbahaya. Model dapat
dirumuskan dengan menambah vaksinasi dengan asumsi bahwa vaksinasi
mengurangi peluang orang terinfeksi. Juga diasumsikan orang yang divaksinasi
lebih kecil peluangnya menularkan penyakit, lebih mungkin tidak menunjukkan
gejala dan lebih cepat sembuh daripada orang yang tidak divaksinasi.
Dari asumsi-asumsi perlu ditambahkan bagian baru ke dalam model yaitu
ST : bagian suspectible yang dirawat dan LT : bagian anggota latent yang dirawat,
IT : bagian infective yang dirawat dan AT : bagian asymptomatic yang dirawat. Di
samping asumsi-asumsi yang dibuat untuk model (1) juga ditambahkan asumsiasumsi (Braeur,2008) :
1. Bagian populasi yang divaksinasi sebelum penyakit muncul sebanyak
dan orang yang divaksinasi berkurang kemungkinannya terinfeksi sebesar
s.
2. Ada pengurangan kemungkinan infeksi I dan A berturut-turut dalam IT
dan AT. Diasumsikan I < 1dan A < 1
3. Tingkat perpindahan dari LT, IT dan AT berturut-turut adalah T, T, T.
Diasumsikan < T, < T, < T
4. Bagian anggota yang sembuh dari penyakit ketika meninggalkan I dan IT
berturut-turut adalah sebesar f dan fT. Diasumsikan f < fT
5. Vaksinasi mengurangi bagian anggota latent yang menunjukkan gejala
sebesar dengan 0 1.
Misalkan Q = I + A + I IT + A AT maka diperoleh model pengembangan dari
model (1).
Karena infeksi sekarang dalam populasi yang tidak sepenuhnya
suspectible, maka digunakan Rc : bilangan reproduksi kontrol bukan bilangan
reproduksi dasar. Menurut Driesche,2002 :
RC (1 ) Ru Rv
dengan
32
Rito Goejantoro
p (1 p)
Ru S 0
R0
(4)
p I (1 p ) A
Rv S 0
T
T
Maka Ru adalah bilangan reproduksi untuk orang yang tidak divaksinasi dan Rv
adalah bilangan reproduksi untuk orang divaksinasi. Ada hubungan akhir untuk
dua variabel S dan ST yaitu
S 0 [ln(1 ) S 0 ln S ]
S T
S
S 0
(1 ) S 0
S 0 I 0
Ru [(1 ) S 0 S ] Rv [S 0 ST ]
(5)
Dari persamaan (5) dapat dihitung kasus penyakit dengan gejala adalah
I 0 p[(1 ) S 0 S ] p [S 0 ST ]
dan banyaknya angka kematian adalah
(1 f ) I 0 p[(1 ) S 0 S ] (1 f T ) p [S 0 ST ]
Dengan memberikan vaksinasi untuk jumlah orang yang cukup banyak
(mengambil cukup besar) sehingga Rc < 1. Dengan menggunakan parameter dari
Longini,2004
S = 0,3, I = 0,2, T = 0,526, T = T = 0,323, = 0,4
Berdasarkan (4) diperoleh :
Ru = 1,373,
Rv = 0,047
Agar Rc = 1, maka harus diambil = 0,28. Ini merupakan populasi yang perlu
divaksinasi untuk mengatasi epidemi. Pasangan persamaan nilai akhir dengan S(0)
= (1 )S0, ST(0) = dapat diselesaikan untuk S,ST untuk nilai-nilai yang
berbeda. Perhitungan untuk parameter-parameter yang disarankan di atas
ditampilkan di tabel (1) . Hasil ini memperlihatkan keuntungan vaksinasi sebelum
epidemi walaupun hanya sejumlah kecil orang yang divaksinasi dalam mengurangi
banyaknya kasus influenza. Ini juga memperlihatkan keuntungan vaksinasi untuk
individu. Rasio serangan dalam bagian populasi yang divaksinasi jauh lebih kecil
daripada rasio serangan dalam bagian populasi yang tidak divaksinasi.
33
ISSN 1829-7226
ST
1022
656
0,05
1079
84
552
0,1
1149
174
439
0,15
1224
271
323
0,2
1305
375
201
0,25
1395
487
76
0,3
1391
596
13
KESIMPULAN
Model compartmental adalah model di mana individu dalam populasi
diklasifikasikan menjadi compartmental (bagian) tergantung statusnya terhadap
infeksi yang sedang dipelajari. Model compartmental untuk influenza dengan
kontrol vaksinasi telah dirumuskan. Hasil menunjukkan keuntungan dari vaksinasi
sebelum epidemi walaupun hanya sejumlah kecil orang yang divaksinasi dalam
mengurangi banyaknya kasus influenza.
DAFTAR PUSTAKA
Allman, E.A.,J.A. Rhodes, Mathematical model in biology, Cambridge University
Press, New York, 2004.
Arino,J., F. Brauer, P.van den Driesche, J. Watmough and J. Wu, Simple models
for containment of a pandemic, J.R. Soc. Interface 3, 453-457,
2006.
Braeur, F., P.van den Driesche, Jianhong Wu, Mathematical Epidemiology,
Springer, Berlin, 2008.
Driesche, P.van den and J. Watmough, Reproduction numbers and subthreshold
endemic equibrilia for compartmental models, J. Infect. Dis 177, 863873, 2002.
Longini, I.M.,M.E. Halloran, A. Nizam and Y. Yang, Containing pandemic
influenza with antiviral agents, Am.J. Epidem. 159, 623-633, 2004.
Sfakianos, J.N., Avian flu, Chelsea House, New York, 2006.
34