RESUME JURNAL

Judul Capturing the Spatial Variability of HIV Epidemic in South

Africa and Tanzania Using Routine Healthcare Facility Data
Jurnal International Journal of Health Geographics
Volume dan 2018, 17:28
Halaman
Tahun 2018
Penulis Diego F. Cuadros, Benn Sartorius, Chris Hall, Adam Akullian,
Till Bärnighausen and Frank Tanser
Reviewer Ismail Marzuki Lubis
Tanggal 19 Jan 2021
Latar Belakang Di artikel ini yang mendasari atau yang melatarbelakangi
peneliti melakukan penelitian di 2 Negara tersebut adalah :
1. 2 Negara tersebut merupakan Negara yang jumlah
kejadian HIV nya cukup tinggi dan belum bisa di
deteksi secara keseluruhan karena suatau kendala.
2. Data yang tersedia untuk memetakan variabilitas
geografis prevalensi HIV dan mendeteksi 'hotspot' HIV
langka, dan data surveilans berbasis populasi tidak
selalu tersedia.
Prevalensi Human Immunodefciency Virus (HIV) di Sub-
Sahara Afrika (SSA) dicirikan oleh variasi geografi yang
besar . Epidemi HIV secara keseluruhan telah terbukti
terkonsentrasi di seluruh epidemi mikro yang berkerumun dari
skala geografis yang berbeda. Bukti ini telah sejalan dengan
konsep Program Bersama Perserikatan Bangsa-Bangsa
tentang HIV / AIDS (UNAIDS) untuk identifikasi tentang
populasi geografis dengan risiko dan beban HIV yang lebih
tinggi.
Implementasi strategi intervensi yang ditargetkan secara
spasial menghadapi banyak tantangan. Data spasial berbasis
populasi langka dan pengumpulan data spasial HIV untuk
mengidentifikasi area dengan beban infeksi yang tinggi dapat
menjadi mahal untuk diterapkan di rangkaian terbatas sumber
daya. Beberapa badan internasional seperti Survei Demografi
dan Kesehatan USAID (DHS) mengumpulkan data
epidemiologi berbasis populasi yang mewakili secara nasional
dari rangkaian terbatas sumber daya , tetapi survei tidak
dilakukan secara rutin, dan data spasial tidak tersedia untuk
beberapa negara tempat survei diimplementasikan.
Sistem veillance seperti Sistem Afrika Pusat Demografi
Informasi (ACDIS), atau Pusat untuk Program AIDS
Penelitian di Afrika Selatan (CAPRISA) juga mencakup
informasi spasial, tetapi mereka dilakukan di daerah mikro-
geografis yang dipilih, membatasi generaliz yang kemampuan
mereka menemukan pengaturan lain atau skala geografis yang
lebih besar.
 Sebagai alternatif, ada banyak data berbasis klinik yang
dikumpulkan dari fasilitas perawatan kesehatan yang berbeda
yang melakukan tes HIV rutin dan layanan HIV lainnya.
Kelayakan menggunakan sumber data tersebut untuk
mengeksplorasi struktur spasial epidemi HIV dalam
pengaturan tertentu, bagaimanapun, tidak diketahui. Dengan
latar belakang ini, penulis berasumsi dan menjawab
pertanyaan berikut: dapatkah secara rutin dikumpulkan dan
membaca data tes HIV yang tersedia, seperti yang
dikumpulkan dari fasilitas kesehatan, digunakan untuk
memetakan secara akurat struktur spasial epidemi HIV?
Untuk menilai apakah data HIV berbasis klinik secara akurat
menangkap struktur spasial prevalensi HIV dan untuk
mengidentifikasi apa yang disebut 'hotspot' infeksi, penulis
melakukan serangkaian analisis statistik spasial pada dua
skala geografis yang berbeda (tingkat nasional dan lokal),
dengan demikian menawarkan pendekatan yang berpotensi
cepat dan murah untuk memahami struktur spasial epidemi
HIV di berbagai skala geografis.

Tujuan 1. Menawarkan pendekatan yang berpotensi cepat dan

murah untuk memahami struktur spasial epidemic HIV
di berbagai skala geografis dengan cara
mengindetifikasi ‘hotspot’ infeksi.
Metode Sebagai perbandingan, penulis melakukan analisis dengan
menggunakan data dari dua skala geografis yang berbeda,
skala lokal dan nasional.
Data tingkat lokal didapatkan dari Afrika Selatan yang
berbasis populasi berasal dari salah satu sistem pengawasan
demografis yang paling komprehensif di Afrika: ACDIS, yang
terletak di kecamatan Hlabisa, salah satu dari lima kecamatan
di distrik pedesaan Umkhanyakude di utara KwaZulu Natal,
Afrika Selatan Sistem surveilans berbasis populasi ini secara
rutin mengumpulkan informasi sosio-demografis, perilaku dan
epidemiologi pada populasi sekitar 90.000 peserta
dalamgeografis yang dibatasi wilayah (438 km2) selama lebih
dari satu dekade.
Data tingkat nasional berasal dari DHS yang dilakukan di
Tanzania pada tahun 2011-2012. Subjek diikutsertakan dalam
survei DHS melalui prosedur pengambilan sampel dua tahap
untuk memilih rumah tangga. Total 568 pengambilan sampel
klaster komunitas yang dipilih secara acak dengan lokasi
geografis yang dipilih secara acak dimasukkan dalam survei.
Sistem penentuan posisi global digunakan untuk
mengidentifikasi dan mencatat koordinat geografis dari setiap
lokasi sampel DHS. Sebanyak 17.745 individu (9756
perempuan dan 7989 laki-laki) dari rumah tangga terpilih
memenuhi syarat untuk penelitian ini. Rincian lebih lanjut
 terkait dengan DHS metodologi, desain studi, dan data dapat
ditemukan di tempat lain. Metode untuk memperkirakan
prevalensi HIV di setiap lokasi sampel DHS adalah sama
dengan metode yang dijelaskan sebelumnya untuk
memperkirakan prevalensi HIV dengan menggunakan survei
berbasis populasi (ACDIS) untuk data tingkat lokal. Data
berbasis klinik dari Tanzania berasal dari surveilans
kliniknatal di mana tes HIV secara rutin dilakukan pada
wanita hamil yang mengunjungi klinik ini pada tahun 2010.

Hasil Penelitian Hasil penelitian menurut penulis memberi kesan bahwa data
berbasis klinik dapat menangkap struktur spasial yang luas
dari epidemi HIV di rangkaian hiperendemik ini. Analisis
informasi ini secara akurat mengidentifikasi daerah beban
HIV yang tinggi ('hotspot' HIV), sehingga menawarkan
sumber data alternatif yang lebih murah dan tersedia untuk
identifikasi geografis dari populasi rentan yang berisiko tinggi
terinfeksi.
Keakuratan prediksi ini bervariasi tergantung pada skala
geografis tempat perbandingan dilakukan. Keberhasilan data
prevalensi HIV berbasis klinik sepenuhnya menangkap
struktur spasial yang luas dari epidemi HIV di daerah yang
diteliti, tetapi keakuratannya berkurang sampai batas tertentu
ketika resolusi skala geografis ditingkatkan (yaitu dari skala
nasional ke lokal). Misalnya, hasil LISA menunjukkan
konsistensi perkiraan HIV di 59% wilayah wilayah studi
ACDIS (tingkat lokal), sedangkan estimasi HIV menunjukkan
konsistensi di 71% wilayah di Tanzania (tingkat nasional).
Perbedaan ini bisa jadi akibat pengurangan jumlah fasilitas
kesehatan (titik data) dalam analisis ketika resolusi skala
ditingkatkan. Misalnya, peta prevalensi HIV yang dibuat
untuk Tanzania mencakup data dari lebih dari 100 fasilitas
kesehatan yang tersebar di seluruh negeri. Sebaliknya,
pemetaan sebaran spasial HIV di tingkat kecamatan, dengan
fokus pada satu kota, hanya mencakup 10 fasilitas kesehatan.
Akibatnya, kekuatan statistik dan resolusi geografis dari
interpolasi spasial dapat dikurangi, memperkuat perbedaan
antara perkiraan berbasis populasi dan berbasis klinik.
Namun, penting untuk dicatat bahwa ACDIS memiliki aspek
yang tidak biasa karena di sebelah barat dibatasi oleh area tak
berpenghuni, taman nasional Hluhluwe – Imfolozi. Oleh
karena itu, tidak ada titik data fasilitas untuk
menyempurnakan estimasi batas wilayah tersebut. Terlepas
dari keterbatasan ini, data berbasis klinik masih menangkap
sebagian besar variasi geografis dari epidemi HIV di tingkat
lokal, dan terletak di sebagian besar daerah beban tinggi yang
diidentifikasi dalam penelitian sebelumnya, di mana epidemi
HIV sebagian besar terkonsentrasi di daerah penelitian
ACDIS. Dimasukkannya kofaktor yang menggunakan metode
cokriging cukup meningkatkan akurasi prediksi prevalensi
 HIV spasial, terutama di tingkat nasional. Namun demikian,
penting untuk dicatat bahwa ini adalah analisis eksplorasi, dan
hanya sedikit kofaktor yang dimasukkan dalam penelitian
kami. Dimasukkannya lebih banyak kofaktor perilaku dan
biologis yang terkait dengan risiko infeksi HIV sepertin pria.
Batasan utama dari pendekatan yang diusulkan di sini adalah
komparabilitas di berbagai sumber data yang dikumpulkan dari
populasi sampel yang berbeda. Surveilans populasi tingkat
komunitas menargetkan populasi umum, sedangkan sistem
surveilans berbasis klinik mengumpulkan data dari subpopulasi
tertentu yang mencari perawatan, seperti wanita hamil, atau
individu dengan risiko tinggi infeksi yang sering diuji atau
mencari pengobatan.
Kesimpulan Kesimpulan dari penelitian ini adalah memberi kesan bahwa
analisis data berbasis klinik dapat memberikan perkiraan yang
kuat tentang struktur spasial yang luas dari epidemi HIV di
rangkaian hiperendemik. Namun, analisis serupa harus
dilakukan di pengaturan Afrika lainnya untuk menilai apakah
pola ini diamati di tempat lain. Data berbasis klinik dapat
digunakan untuk secara akurat memetakan struktur spasial
yang luas dari prevalensi HIV dan untuk mengidentifikasi
sebagian besar wilayah di mana beban infeksi terkonsentrasi
('hotspot' HIV). Jika data berbasis populasi tidak tersedia, data
HIV yang dikumpulkan dari fasilitas kesehatan dapat
memberikan pilihan terbaik kedua untuk menghasilkan
perkiraan prevalensi spasial yang valid untuk penargetan
geografis dan alokasi sumber daya.

Kelebihan - Metode yang digunakan di paparkan secara rinci

Jurnal sehingga pembaca dapat memahami metode
penelitiannya.
- Data yang disajikan jelas tertera sehingga pembaca
dapat menganalisis dampak metode di dalam
pembahasan artikel.
Kekurangan - Jarak antara subtema terlalu jarang, sehingga
jurnal menimbulkan kesan tidak rapi
- Tulisan dalam peta terlalu kecil, sehingga menyulitkan
pembaca utk membaca peta
- Banyak kata-kata yang sulit utk di mengerti