Halaman 1

Tinjauan Tahunan Kesehatan Masyarakat

Meningkatkan Kesenjangan di
Kematian oleh Sosial Ekonomi
Status
Barry Bosworth
Program Studi Ekonomi, The Brookings Institution, Washington, DC 20036, AS;
email: bbosworth@brookings.edu
Annu. Pdt. Kesehatan Masyarakat 2018. 39: 237–51
Tinjauan Tahunan Kesehatan Masyarakat sedang online di
publhealth.annualreviews.org
https://doi.org/10.1146/annurev-publhealth-
040617-014615
Hak cipta c 2018 Barry Bosworth. Pekerjaan ini
dilisensikan di bawah Atribusi Creative Commons
4.0 Lisensi Internasional, yang mengizinkan
penggunaan, distribusi, dan reproduksi tanpa batas di
media apa pun, asalkan penulis asli dan
sumber dikreditkan. Lihat garis kredit gambar atau
materi pihak ketiga lainnya dalam artikel ini untuk lisensi
informasi
Kata kunci
pendidikan, kesehatan, pendapatan, kematian, status sosial ekonomi
Abstrak
Tinjauan ini berfokus pada kesenjangan yang melebar pada tingkat kematian oleh kelas sosial ekonomi. Dalam beberapa tahun terakhir,
telah ada peningkatan besar dalam ketersediaan data yang menghubungkan risiko kematian dan ukuran status sosial ekonomi. Hasilnya
adalah ledakan virtual penelitian empiris baru yang menunjukkan tidak hanya adanya ketidaksetaraan besar dalam risiko kematian antara
mereka yang berada di atas dan mereka yang berada di bawah distribusi sosial ekonomi, tetapi juga bahwa kesenjangan telah tumbuh.
Penilaian penelitian empiris ini menemukan pola konsisten kesenjangan yang tumbuh di Amerika Serikat. Namun, kesenjangan yang
semakin lebar dalam angka kematian ini tampaknya merupakan fenomena Amerika yang unik, karena kesenjangan oleh kelas sosial
ekonomi tampaknya stabil atau bahkan menurun di Eropa dan Kanada.
237
Klik di sini untuk melihat artikel ini
fitur online:
• Unduh angka saat slide PPT
• Menavigasi referensi yang ditautkan
• Unduh kutipan
• Jelajahi artikel terkait
• Mencari kata kunci
TAHUNAN

TINJAUAN   LEBIH LANJUT

Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 2
PENGANTAR
Seharusnya tidak mengejutkan siapa pun untuk mengetahui bahwa orang kaya hidup lebih lama daripada orang miskin. Dengan
menggunakan berbagai ukuran status sosial ekonomi (SES), seperti pendapatan, pendidikan, kekayaan, dan pekerjaan (24, 33, 35, 36),
sejumlah besar literatur empiris telah dengan mantap menetapkan adanya ketimpangan substansial dalam tingkat kematian. . Artinya,
angka kematian yang diamati menunjukkan peningkatan bertahap tetapi sistematis ketika kita bergerak turun dalam hirarki sosial
ekonomi. Ini juga tampaknya menjadi fenomena global karena bukti ada pola yang sama di negara lain, bahkan mereka yang memiliki
berbagai versi perawatan kesehatan universal (30, 35, 49). Temuan yang lebih mengejutkan adalah semakin banyak penelitian
menyimpulkan bahwa perbedaan angka kematian di seluruh kelompok SES telah tumbuh secara signifikan di Amerika Serikat. Namun,
studi yang tersedia menunjukkan tidak ada pola seperti itu di negara-negara berpenghasilan tinggi lainnya, seperti Kanada dan Eropa.
Perkembangan ini adalah fokus dari tinjauan ini.
Ada beberapa alasan untuk khawatir tentang meluasnya kesenjangan dalam hal kematian. Pertama, pola perubahan meniru
perkembangan yang sama dari meningkatnya ketimpangan dalam dimensi kesejahteraan lainnya, seperti pendapatan dan kekayaan.
Ketimpangan pendapatan menyempit pada tahun-tahun setelah Depresi Hebat dan Perang Dunia II hingga sekitar tahun 1980, tetapi
setelah itu meningkat tajam (7, 34). Kekayaan keluarga telah menjadi lebih terkonsentrasi di bagian atas distribusi (8). Dengan demikian,
dari sudut pandang kesejahteraan, meningkatnya ketidakadilan dalam mortalitas dan harapan hidup telah memperparah tren yang
mendasarinya.
Kedua, kesenjangan yang semakin besar dalam harapan hidup memiliki relevansi khusus dengan desain program-program dukungan
pendapatan untuk lansia. Sistem pensiun publik AS sangat progresif dalam mendistribusikan kembali pendapatan dari pekerja
berpenghasilan tinggi ke pensiunan berpenghasilan rendah. Namun, sebagian besar redistribusi dinegasikan seumur hidup jika pensiunan
berpenghasilan rendah memiliki harapan hidup yang lebih pendek dan mengumpulkan manfaat untuk periode singkat. Masalah ini
menjadi semakin penting hari ini karena proposal untuk meningkatkan usia pensiun sejalan dengan peningkatan harapan hidup rata-rata
sebagai sarana utama untuk mengendalikan biaya sistem. Namun, jika harapan hidup meningkat hanya bagi mereka yang berada di
puncak distribusi pendapatan, peningkatan usia pensiun tampaknya tidak adil bagi kelompok berpenghasilan rendah dengan harapan
hidup yang tidak berubah atau bahkan berkurang.
Ketiga, untuk kelompok usia menengah di Amerika Serikat, ada bukti peningkatan tajam angka kematian di antara orang kulit putih non-
Hispanik berusia 45-54, terutama mereka yang berpendidikan sekolah menengah atau kurang (5). Case & Deaton melacak kematian
akibat peningkatan bunuh diri, alkohol, dan keracunan obat, perilaku yang tidak umum di antara mereka yang memiliki pandangan
positif tentang situasi kehidupan mereka yang lebih luas (6). Kematian prematur ini membebankan biaya ekonomi dan sosial yang
signifikan dalam kehilangan produktivitas dan penghancuran unit pendukung keluarga. Akhirnya, penelitian tentang perbedaan sosial-
ekonomi dalam mortalitas, dan kesehatan secara lebih umum, dapat membantu mengidentifikasi kelompok-kelompok berisiko tinggi
terhadap siapa program kesehatan dapat diarahkan secara paling efisien.
Dalam beberapa tahun terakhir, telah terjadi peningkatan eksplosif dalam jumlah studi empiris yang berfokus pada perbedaan risiko
kematian di seluruh kelompok sosiologis dan, khususnya, sejauh mana kesenjangan tersebut tumbuh dari waktu ke waktu. Perubahan
faktor risiko individu, seperti merokok, obesitas, dan penyalahgunaan narkoba dan alkohol, merupakan faktor yang berkontribusi, tetapi
mereka tampaknya tidak sepenuhnya bertanggung jawab atas pelebaran kesenjangan. Beberapa pengamat menunjukkan akses yang tidak
sama terhadap perawatan kesehatan dan teknologi medis baru sebagai faktor utama, dan ada minat yang semakin besar terhadap
pengaruh stres pada sistem dan perilaku fisiologis yang mengarah pada kematian dini; Namun, buktinya beragam. Tinjauan ini dimulai
dengan diskusi tentang langkah-langkah alternatif SES yang digunakan dalam penelitian empiris, beberapa masalah analitis yang muncul
dalam perbandingan hasil dari studi tersebut, dan pertimbangan dari berbagai sumber data. Tinjauan umum dari studi utama di Amerika
Serikat, Eropa, dan Kanada disediakan di bagian penutup.
238
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 3
TINDAKAN STATUS SOSIAL EKONOMI
SES secara luas dikonseptualisasikan sebagai posisi seseorang dalam struktur sosial hierarkis, yang mencakup gagasan tentang kelas,
status, dan kekuasaan. Dengan demikian, sosiolog memandang SES lebih dari kesejahteraan finansial dan prestasi pendidikan, yang
sering digunakan sebagai indikator dalam pekerjaan empiris; lebih luas, ini mencakup akses seumur hidup ke pengetahuan, sumber daya,
dan peluang. Untuk penelitian kesehatan, ini dapat memengaruhi paparan individu terhadap risiko kesehatan dan kemampuan mereka
untuk mencari pengobatan (27). Kita dapat mengidentifikasi lima indikator umum SES yang sering dikaitkan dengan hasil kesehatan dan
kematian: ras, pendidikan, pendapatan, pekerjaan, dan kekayaan. Namun, ada kekhawatiran di antara para peneliti tentang beberapa
indikator SES yang telah digunakan dalam studi kematian. Kekhawatiran ini benar terutama untuk langkah-langkah bersamaan SES yang
mungkin rentan terhadap korelasi terbalik dengan kesehatan, yang itu sendiri merupakan penentu langsung kematian. Pertanyaan-
pertanyaan juga telah diajukan tentang kekokohan beberapa tindakan, khususnya dalam perbandingan yang memperpanjang periode
waktu yang lama di mana distribusi atau komposisi kelas indikator mungkin telah berubah.
Ras
Perbedaan ras dan etnis adalah faktor utama dalam akuntansi untuk perbedaan dalam tingkat kematian di sebagian besar usia, tetapi
interaksi antara peran ras dan kondisi sosial ekonomi dalam akuntansi untuk perbedaan telah menjadi subjek dari beberapa kontroversi.
Meskipun ras / etnis dan SES jelas terkait, banyak penelitian tentang kematian memandang mereka sebagai karakteristik yang berbeda
karena berbagai indikator SES berbeda di dalam dan di antara kelompok ras dan etnis (11, 28, 50, 51).
Masalah ini penting karena ras adalah salah satu karakteristik yang telah ada perubahan besar dalam pola perubahan angka kematian
selama dua dekade terakhir. Kesenjangan dalam tingkat kematian hitam / putih meningkat secara dramatis pada awal 1980-an, sebagian
besar disebabkan oleh lonjakan kematian akibat AIDS di kalangan pria kulit hitam. Sementara tingkat keseluruhan tetap jauh lebih tinggi
untuk orang kulit hitam daripada kulit putih, ada kemajuan besar dalam mengurangi ketidaksetaraan selama dua dekade terakhir. Data
terbaru dari Pusat Pengendalian dan Pencegahan Penyakit, ditunjukkan pada Tabel 1, menunjukkan separuh dari perbedaan ras, dari 33%
menjadi 16%, antara 1999 dan 2015 dan penghapusan kesenjangan pada usia 65 dan lebih. Kesenjangan dalam harapan hidup saat lahir
antara orang kulit hitam dan kulit putih turun menjadi 3,4 tahun pada tahun 2014, turun dari puncak 7,1 pada tahun 1993. Laporan
tersebut menunjukkan bahwa perbedaan ras mungkin merupakan konsekuensi dari paparan yang lebih besar terhadap stresor psikologis,
ekonomi, dan lingkungan di antara orang kulit hitam. Seperti yang disorot dalam dua makalah baru-baru ini oleh Case & Deaton,
perbedaan ras juga telah dipengaruhi oleh peningkatan tajam dalam kematian setengah baya di antara orang kulit putih Amerika non-
Hispanik (5, 6).
Tabel 1
Perbedaan dalam tingkat kematian hitam-putih berdasarkan usia dan penyebabnya, 1999 dan 2015 a
Tingkat kematian hitam putih yang disesuaikan usia
Perbedaan tingkat relatif%
Disparitas tingkat absolut
1999
2015
Perubahan
1999
2015
Perubahan
1. Semua penyebab: semua umur b
32 . 9
15 . 9
−17 . 0
281 . 1
116 . 9
−164 . 2
18 - 34
91 . 8
41 . 1
−50 . 7
80 . 3
41 . 2
−39 . 1
35 - 49
108 . 2
41 . 4
−66 . 8
236 . 1
91 . 2
−144 . 9
50 - 64
80 . 4
44 . 8
−35 . 6
600
323 . 6
−276 . 4
≥65
10 . 2
−2 . 6
−12 . 8
526 . 7
−110 . 9
−637 . 6
2. Penyakit jantung
27 . 6
22 . 2
−5 . 4
72 . 3
37 . 2
−35 . 1
3. Neoplasma ganas
27 . 6
13 . 0
−14 . 6
54 . 5
20 . 7
−33 . 8
4. Penyakit serebrovaskular
37 . 4
39 . 8
2 . 4
22 . 2
14 . 4
−7 . 8
5. Cedera yang tidak disengaja
13 . 8
−20 . 0
−33 . 8
4 . 9
−9 . 2
−14 . 1
6. Diabetes mellitus
120 . 0
88 . 7
−31 . 3
49 . 7
37 . 0
−12 . 7
7. Pembunuhan
434 . 3
504 . 3
70 . 0
16 . 3
16 . 5
0 . 2
8. penyakit HIV
706 . 8
641 . 5
−65 . 3
20 . 7
6 . 8
−13 . 9
9. Bunuh diri
−50 . 7
−62 . 9
−12 . 2
−5 . 7
−9 . 5
−3 . 8
Sumber: Referensi 11.
a Perbedaan relatif (%) = (Tingkat hitam dikurangi tingkat putih) dibagi dengan kali tingkat putih 100.
b Catatan: Kategori "Semua umur" termasuk bayi dan anak-anak. Tingkat kematian untuk semua usia adalah standar usia untuk populasi yang diproyeksikan tahun 2000 di AS.
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
239
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 4
pendidikan
Dalam pemeriksaan hubungan antara SES dan mortalitas, sebagian besar penelitian menggunakan pendidikan karena pengukurannya
mudah dan praktis dalam konteks survei (13, 22). Ini sangat umum di Amerika Serikat karena pendidikan telah dimasukkan sebagai
elemen dari sebagian besar sertifikat kematian orang Amerika sejak 1989. Oleh karena itu, Indeks Kematian Nasional mencakup
pendidikan bersama dengan ras, jenis kelamin, dan tempat tinggal sebagai bagian dari serangkaian standar informasi tentang setiap
kematian. Hampir semua survei rumah tangga mencakup pertanyaan tentang pencapaian pendidikan. Ini biasanya ditentukan pada
dewasa awal, dan dalam studi empiris, itu adalah yang paling mungkin menjadi subjek untuk membalikkan penyebab dari faktor penentu
kematian lainnya, seperti status kesehatan umum. Ini tersedia untuk individu terlepas dari partisipasi mereka dalam angkatan kerja atau
status pensiun.
Pendidikan sebagai indikator SES memiliki beberapa keterbatasan. Pertama, relatif terhadap pendapatan, variabilitas dalam tahun-tahun
pendidikan telah menurun selama beberapa dekade terakhir, dengan pengelompokan hasil pada dua tingkat: gelar sekolah tinggi dan
kelulusan perguruan tinggi. Oleh karena itu, ukuran pencapaian pendidikan tidak memberikan ukuran SES yang terdiferensiasi dengan
baik, dan sejumlah besar individu akan dicatat dengan skor yang identik. Kedua, distribusi pencapaian pendidikan telah bergeser secara
substansial dari waktu ke waktu. Misalnya, dengan menggunakan data Sensus untuk mengklasifikasikan populasi di atas usia 25 ke
dalam tiga kelompok pencapaian pendidikan (kurang dari 12 tahun, 12 hingga kurang dari 16 tahun, dan 4 tahun kuliah atau lebih),
individu dengan gelar sarjana kurang dari SMA dicatat sebagai 60% dari populasi lebih dari 25 pada tahun 1960 tetapi hanya 12% pada
tahun 2015. Sementara itu, proporsi dengan gelar sarjana atau lebih meningkat empat kali lipat. Dengan demikian, ada kemungkinan
bahwa mengklasifikasikan individu berdasarkan tingkat atau tingkat yang dicapai tidak menghasilkan ukuran peringkat SES yang
konsisten di seluruh kelompok kelahiran (4, 14, 22). Masalah terakhir ini telah mendapat perhatian yang meningkat dalam beberapa
tahun terakhir dan dapat diatasi dengan mengkonversi ke kerabat sebagai lawan dari skala absolut selama bertahun-tahun sekolah
sehingga perbandingan kematian lintas kohort kelahiran fokus pada individu pada titik persentil yang setara dalam distribusi untuk
mereka sendiri. kelompok.
Masalah ketiga muncul dari perbedaan sistematis dalam langkah-langkah pendidikan yang dilaporkan sendiri sebagaimana dicatat oleh
Sensus atau survei tingkat rumah tangga dan perkiraan bekas tahun sekolah yang ditugaskan oleh direktur pemakaman pada sertifikat
kematian. National Vital Statistics System (NVSS), misalnya, menyediakan data terbesar dan terlengkap tentang kematian. Namun,
evaluasi 2010 tentang pelaporan pendidikan tentang sertifikat kematian (42, 46) menyimpulkan bahwa sertifikat kematian melebih-
lebihkan populasi dengan gelar sekolah menengah dengan melebih-lebihkan pencapaian mereka yang kurang dari 12 tahun bersekolah.
Bukti juga menunjukkan kebalikan dari tingkat penyelesaian sekolah menengah atas untuk orang kulit hitam dan Hispanik. Selain itu,
ada ketidaksesuaian dalam informasi pendidikan antara data sertifikat kematian dan ukuran populasi Sensus dari populasi berisiko. Biro
Sensus AS berubah menjadi kuesioner baru yang menekankan ukuran pencapaian pendidikan berbasis gelar pada tahun 1992, sedangkan
perubahan itu tidak dimasukkan ke dalam sertifikat kematian sampai tahun 2003 dan kemudian. Dengan demikian, harus ada preferensi
dalam studi empiris untuk menghindari ketergantungan pada ukuran pencapaian pendidikan yang dicatat pada sertifikat kematian.
240
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 5
Pendapatan
Beberapa studi awal kematian menggunakan pendapatan saat ini karena tersedia dari
Sensus dan / atau survei berkala lainnya. Sudah lama diakui, bahwa penghasilan saat ini adalah
indikator dasar SES yang buruk pada tingkat individu atau keluarga karena sensitivitasnya terhadap sementara
pengaruh. Penghasilan juga bervariasi selama siklus hidup, dan pendapatan pada usia berapa pun mungkin miskin
refleksi sumber daya seumur hidup.
Perluasan akses terakhir ke catatan pendapatan Administrasi Jaminan Sosial dan SSA
Namun, data Layanan Penghasilan Internal memungkinkan untuk menggunakan rata-rata penghasilan sebelumnya atau
pendapatan sebagai ukuran SES (10, 15, 47). Penggunaan rata-rata dan pengenalan celah
antara ukuran pendapatan rata-rata dan periode di mana kematian diamati berkurang
pengaruh guncangan pendapatan sementara. Catatan juga berisi informasi tentang apakah suatu
individu yang pernah memenuhi syarat untuk disabilitas, menawarkan cara lebih lanjut untuk mengendalikan efek
kesehatan pendapatan. Sistem catatan SSA juga menyediakan tautan ke informasi tentang kematian itu
sebanding dengan NVSS. Meskipun ukuran pendapatan di tingkat individu tersedia
secara konsisten hanya untuk mereka yang berpartisipasi dalam angkatan kerja, seringkali lebih masuk akal
untuk memikirkan SES sebagai karakteristik keluarga dan menggabungkan sumber daya pasangan dalam tindakan
pendapatan rumah tangga. Seperti halnya pendidikan, pendapatan biasanya digunakan sebagai konsep relatif sebagai rasio
ke mean atau median.
Keuntungan utama pendapatan sebagai ukuran SES adalah rentang variasi yang lebih besar
dikupas dengan pengelompokan pencapaian pendidikan di sekolah menengah dan perguruan tinggi.
Namun, pengukurannya di usia paruh baya membatasi analisis kematian pada tahap kehidupan selanjutnya karena
dari potensi penyebab terbalik yang mengalir dari kesehatan ke pendapatan. Mungkin pembatasan
analisis untuk usia yang lebih tua dapat dibenarkan dengan mencatat bahwa 94% dari semua kematian terjadi pada usia 50 dan
berakhir, tetapi penelitian terbaru oleh Case & Deaton (5, 6) menyoroti lonjakan angka kematian untuk
orang muda melemahkan argumen itu. Selain itu, sebuah makalah oleh Ho menemukan bahwa dua pertiga dari
perbedaan dalam harapan hidup saat lahir antara Amerika Serikat dan negara-negara berpenghasilan tinggi lainnya
muncul dari tingkat kematian AS yang lebih tinggi untuk mereka yang berusia di bawah 50 (20). Karena itu ditentukan
di usia paruh baya, pendapatan akan selalu tunduk pada potensi yang lebih besar untuk korelasi terbalik dari kesehatan
atau potensi bias dari pengaruh kovariat lainnya. Namun, ini adalah ukuran ringkasan yang lebih kaya
peristiwa kehidupan masa lalu yang mempengaruhi risiko kematian.
Pendudukan
Status pekerjaan telah menjadi elemen yang lebih umum dari studi kematian di Eropa daripada di Australia
Amerika Serikat, dan diperkenalkan pada saat sebagian besar tenaga kerja tidak memiliki formal
pendidikan. Masalah mendasarnya adalah tidak ada peringkat pekerjaan yang wajar
dikonversi menjadi indeks ordinal. Seperti pendapatan, tindakan-tindakan pekerjaan mengecualikan orang yang
tidak ada dalam angkatan kerja. Sistem klasifikasi telah direvisi selama bertahun-tahun dan saat ini
berfokus pada unit rumah tangga, dengan pekerjaan ditugaskan atas dasar anggota dengan yang tertinggi
pendapatan. Dalam konteks modern, klasifikasi pekerjaan yang terperinci juga menimbulkan kesulitan dalam situasi
perubahan pekerjaan yang sering.
Kekayaan
Kekayaan menyediakan individu dengan sumber daya untuk mengelola keadaan darurat, menyerap guncangan ekonomi,
dan mendapatkan perawatan kesehatan yang superior dibandingkan dengan mereka yang kurang kaya. Ini juga merupakan ukuran
kumulatif dari
pendapatan seumur hidup dalam kasus-kasus di mana ukuran langsung pendapatan tidak tersedia. Dengan demikian, seharusnya a
indikator kuat SES. Namun, kekayaan sangat bervariasi sepanjang siklus hidup. Kecuali ukurannya
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
241
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 6
terstandarisasi berdasarkan usia dan tersedia jauh sebelum periode kematian potensial, ada peningkatan
kekhawatiran di antara para peneliti tentang potensi korelasi terbalik dengan kesehatan yang buruk. ini
juga sangat sulit untuk mendapatkan data akurat tentang kekayaan dari survei rumah tangga, jika sedetik
dasar pemikiran untuk penggunaan kekayaan yang terbatas dalam studi kematian (1).
MASALAH ANALITIS
Berikut ini adalah diskusi tentang tiga metode umum yang berbeda untuk mengukur dan menganalisis
tingkat kematian lintas subkelompok populasi: rata-rata grup, teknik estimasi area kecil, dan
analisis tingkat individu.
Rata-Rata Grup
Sampai saat ini, sebagian besar analisis kematian bergantung pada pelaporan rata-rata kelompok sederhana karena
dari kurangnya file data yang menghubungkan informasi tentang karakteristik SES dan pengalaman mortalitas di
tingkat individu. Amerika Serikat tidak biasa dalam memasukkan indikator SES, pendidikan, pada
sertifikat kematian. Oleh karena itu, para peneliti dapat menghitung angka kematian rata-rata, mengendalikan untuk
berbagai faktor demografis (usia, ras, jenis kelamin) dan tingkat pencapaian pendidikan dengan menggabungkan
pencocokan tabulasi dari Indeks Kematian Nasional (pembilang) dan perkiraan Sensus dari
populasi risiko (penyebut). Namun, karena informasi harus diambil dari dua yang berbeda
sistem file data, ada kekhawatiran di antara peneliti yang disebut pembilang / penyebut
bias dapat berkembang antara dua sumber karena perbedaan halus dalam klasifikasi
karakteristik dalam dua populasi. Bagaimanapun, analisis dibatasi dengan pendidikan sebagai satu-satunya
Indikator SES. Dengan meningkatnya ketergantungan pada sistem komputer, lebih banyak negara telah pindah ke
membuat sistem catatan tertaut, baik dengan menggunakan nomor identifikasi pribadi yang unik (misalnya, Sosial
Nomor keamanan) atau penggunaan algoritma kecocokan probabilistik (38). Hasilnya sangat besar
peningkatan jumlah file data tingkat individu besar yang berisi informasi SES yang luas
pada populasi berisiko dan kematian.
Bahkan dengan akses ke file data yang ditautkan pada tingkat individu, beberapa peneliti lebih suka fokus
pada perbandingan kelompok daripada perbandingan individu, melihat yang pertama sebagai
ringkasan sederhana dari properti data tingkat individu yang mendasarinya. Tampilan tabular, seperti
karena angka kematian berdasarkan kategori pencapaian pendidikan, lebih mudah untuk divisualisasikan dan dijelaskan.
Selain itu, data yang dikelompokkan sering berguna untuk mengungkapkan pola yang sulit dilakukan
identifikasi di tingkat individu. Pengelompokan juga bisa berfungsi sebagai cara sederhana untuk menangkap penularan
efek. Namun, agregasi menyiratkan hilangnya besar informasi yang berpotensi berguna pada kelompok
variasi dan menciptakan kesulitan tambahan dalam mengidentifikasi dan mengendalikan faktor pembaur. Itu
analisis data agregat juga rentan terhadap kekeliruan ekologis yang mengaitkan efek kelompok dengan
individu yang membentuk kelompok.
Beberapa kebingungan dalam mengevaluasi tren kematian dalam data yang dikelompokkan adalah hasil dari penggunaan
langkah-langkah ringkasan yang berbeda. Sebagai contoh, risiko kematian tidak konstan selama hidup seseorang
siklus, dan perlu diukur pada interval usia tertentu atau sebagai tingkat rata-rata usia yang disesuaikan untuk
populasi standar (referensi). Selain itu, jika tingkat kematian dibandingkan di seluruh populasi
atau seiring waktu, perbedaan dapat dilaporkan sebagai perbedaan absolut atau relatif (persentase). ini
mungkin untuk menyimpulkan bahwa ketimpangan telah menurun di seluruh kategori SES secara absolut sementara
perbedaan relatif telah melebar (31). Perbedaan absolut adalah perubahan sederhana di antara keduanya
dua angka yang sudah rasio, sedangkan tingkat relatif menyatakan perbedaan sebagai rasio
dari rasio. Dengan demikian, ukuran laju relatif sensitif terhadap ukuran penyebut, naik
untuk kejadian dengan probabilitas rendah (43). Masalah ini muncul di banyak bidang analisis di luar kesehatan, dan
242
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 7
rekomendasi umum adalah untuk bergantung pada perbedaan absolut karena mempertahankan unit
ukuran dasar yang mendasari dan kurang tunduk pada kesalahpahaman. Namun, pelaporan
perubahan relatif adalah umum dalam penelitian kesehatan, dan kompromi yang umum adalah melaporkan keduanya.
Estimasi Wilayah Kecil
Pendekatan analitik kedua untuk menurunkan hubungan antara SES dan risiko kematian melibatkan
menghubungkan data sosial ekonomi tingkat kabupaten dari Sensus atau survei serupa dengan geografis
pengidentifikasi data kematian nasional. Ada sedikit kekhawatiran tentang bias pembilang / penyebut
karena baik Indeks Kematian Nasional dan Sensus menggabungkan definisi kuat kabupaten
yurisdiksi. Negara, pada gilirannya, diberi peringkat berdasarkan nilai rata-rata dari indikator SES tertentu atau a
rata-rata tertimbang berdasarkan indikator individu (12, 25, 44, 45). Tingkat kematian atau ukuran
harapan hidup dapat dibandingkan di seluruh distribusi dari yang paling tidak beruntung
area. Indeks perampasan komposit berbasis area digunakan secara luas dalam menganalisis dan memantau
perbedaan kesehatan dan kematian di Eropa, Australia, dan Selandia Baru. Jurusan
tantangan untuk analisis semacam itu adalah bahwa orang bergerak dan tempat kematian mungkin tidak ada hubungannya sama sekali
karakteristik SES dari daerah di mana mereka menghabiskan sebagian besar hidup mereka. Tambahan,
kabupaten bisa sangat heterogen dalam karakteristik sosial ekonomi mereka; rata-rata melintasi
entitas geografis mengurangi perbedaan yang diamati dalam indikator SES.
Analisis Tingkat Individu
Akhirnya, peningkatan ketersediaan file data tingkat individu, yang menghubungkan informasi dari
survei tingkat rumah tangga dengan informasi dari Indeks Kematian Nasional, sangat berkembang
kekayaan penelitian. File data besar telah memungkinkan analisis berbasis regresi dari
risiko tality. Pendekatan ini biasanya mengambil bentuk regresi logistik sederhana di mana
variabel dependen dinyatakan sebagai probabilitas (kematian atau kelangsungan hidup) seperti
(
h  itu
1 - h  itu
)
= exp ( β  i j
∗ X ijt ),

di mana h  itu = Pr ( Y  itu = 1 / Y  itu −1 = 0) adalah bahaya yang orang saya akan mati di tahun t dan X ijt adalah vektor
penentu potensial risiko kematian. Faktor-faktor penentu termasuk SES seseorang, usia, kelahiran
tahun (kohort), dan kovariat lainnya yang dapat memengaruhi kematian. Selain itu, interaksi dari
Ukuran SES dengan tahun kelahiran memberikan cara memperkirakan kenaikan atau penurunan diferensial
mortalitas di seluruh kelompok kelahiran berturut-turut. Salah satu contoh awal penerapan a
model logistik untuk risiko kematian adalah model Elo & Preston (17). Kerangka regresi tidak
memaksakan asumsi linearitas yang kaku pada estimasi dasar, tetapi bentuk fungsional alteratif bisa
mudah dieksplorasi dengan variabel kategori, splines regresi, dan istilah interaksi.
SUMBER DATA
Persyaratan data yang diperlukan untuk estimasi akurat perubahan dalam ketidaksetaraan kematian oleh
Kelompok SES cukup besar, dan banyak negara telah dapat memenuhi persyaratan tersebut hanya di
tahun terakhir. Pertama, estimasi tersebut memerlukan akses ke survei representatif nasional yang dikumpulkan
informasi tentang karakteristik sosial ekonomi dari populasi berisiko. Kedua, informasinya
pada survei, peserta harus dikaitkan dengan beberapa versi dari daftar kematian nasional, dan
informasi tentang kematian harus diperpanjang selama beberapa tahun setelah survei SES yang asli.
Ketiga, survei harus berukuran cukup untuk membandingkan risiko kematian orang yang berbeda
kelompok kelahiran pada usia yang cocok.
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
243
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 8
Amerika Serikat mampu memenuhi kebutuhan ini. Ini memiliki Nasional yang besar dan relatif lengkap
Indeks Kematian yang telah memasukkan indikator SES (pencapaian pendidikan) sejak 1989, dan perkiraan
dari populasi berisiko (penyebut) dapat diperoleh dari Sensus sepuluh tahun. Karenanya,
sejumlah besar studi hanya menggunakan file kematian NVSS dan mengandalkan pendidikan sebagai
Kontrol SES primer, bersama dengan informasi tentang usia, jenis kelamin, ras, dan area tempat tinggal.
Amerika Serikat juga telah menjadi pengadopsi awal dalam membuat file data tingkat individu besar itu
menghubungkan informasi tentang karakteristik sosial ekonomi dengan hasil kematian di masa depan. walaupun
pekerjaan awal mengandalkan file SSA yang terhubung melalui nomor Jaminan Sosial, praktik ini dimunculkan
keprihatinan penting tentang privasi dan kerahasiaan. Dalam beberapa tahun terakhir, kemungkinan menghubungkan
beragam file data tingkat individu telah sangat diperluas dengan menggunakan kecocokan probabilistik
algoritma untuk menautkan catatan di seluruh file data berdasarkan sedikit lebih dari nama, tanggal lahir, dan
tempat tinggal (38). Oleh karena itu, masalah sumber ganda bias pembilang / penyebut bisa
sebagian besar terselesaikan. Namun, pada dasarnya, analisis kematian dalam survei terbatas pada tahun-tahun terakhir
setelah itu dilakukan, membutuhkan perjalanan waktu yang cukup lama untuk mendapatkan informasi kematian
untuk kelompok kelahiran yang berbeda pada usia yang sebanding. Juga, survei dasar biasanya mengecualikan individu
yang tinggal di institusi.
Sistem Statistik Vital Nasional
NVSS adalah sistem registrasi dasar untuk semua kelahiran dan kematian di Amerika Serikat, dan
dikelola oleh Pusat Statistik Kesehatan Nasional. Keuntungan utama dari
File kematian nasional adalah ukurannya, detail geografis, dan luasnya informasi tentang orang yang meninggal.
Mulai tahun 1989, file Multiple Cause of Death menggabungkan informasi dari
sertifikat setiap kematian yang terjadi di Amerika Serikat pada setiap tahun: jenis kelamin, ras / etnis, usia pada
kematian, tempat / negara kelahiran, tempat tinggal, pencapaian pendidikan, pekerjaan, industri,
dan status perkawinan, bersama dengan penyebab kematian yang mendasarinya dan beragam. Karena ukurannya dan
dimasukkannya ukuran pencapaian pendidikan, file Multiple Cause of Death kadang-kadang
digunakan langsung sebagai sumber untuk studi kematian yang menggunakan pendidikan sebagai indikator status SES
tus. Ini adalah salah satu dari sedikit informan, misalnya, pada penghuni lembaga, yang terdiri dari risiko tinggi
individu yang dikecualikan dari sebagian besar set data berbasis survei. Namun, klasifikasi pendidikan
fikasi pada sertifikat kematian dicurigai karena dipasok oleh direktur pemakaman (42, 46). Itu
ukuran pencapaian pendidikan, bersama dengan penentuan ras, berubah dengan tahun 2003
revisi formulir, yang telah dilaksanakan oleh mayoritas tetapi tidak semua yurisdiksi pelaporan.
Selain itu, sementara file kematian memberikan informasi tentang kematian, itu harus digabungkan
dengan sumber lain, seperti catatan Sensus, untuk informasi tentang populasi yang berisiko dibangun
tingkat kematian. Dengan demikian, bias pembilang / penyebut (dibahas di atas) dapat berkembang di antara
dua sumber karena perbedaan dalam klasifikasi karakteristik dalam dua populasi.
Survei Kematian Longitudinal Nasional
Survei Kematian Longitudinal Nasional (NLMS) terdiri dari sampel-sampel non-institusional
populasi yang diperoleh dari Suplemen Sosial dan Ekonomi Tahunan (ASEC) hingga Sensus
Survei Populasi Biro Saat Ini. Saat ini tersedia dari 1973 hingga 2011. File-file tersebut
terkait pada gilirannya dengan data kematian tingkat individu NVSS. Konversi data tingkat rumah tangga
menyimpan informasi demografis dan sosial ekonomi yang luas dari suplemen tahunan, dan
studi menggabungkan kematian dan penyebab informasi kematian dari utama data sertifikat kematian
disimpan di NVSS. Menghubungkan data di tingkat individu ke informasi selanjutnya tentang kematian
menghilangkan masalah bias pembilang / penyebut; Namun, dengan mengecualikan dilembagakan
244
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 9
individu, survei melaporkan kelompok yang secara sistematis lebih sehat daripada populasi keseluruhan
tion. File saat ini memiliki 3,8 juta catatan orang dan lebih dari 550.000 kematian. ASEC
adalah survei satu kali tahunan terhadap ∼50.000 rumah tangga tanpa tindak lanjut, menyiratkan bahwa sebagian besar
informasi sosial dan ekonomi pada individu menjadi ketinggalan zaman seiring waktu.
Survei Wawancara Kesehatan Nasional
Survei Wawancara Kesehatan Nasional (NHIS) adalah sumber utama informasi tentang kesehatan
status populasi non-institusional sipil Amerika Serikat (39). Seperti ASEC, the
NHIS dilakukan dengan menggunakan wawancara satu kali dengan sampel representatif ∼35.000 rumah tangga
dan orang-orang di perempat kelompok non-institusional di setiap tahun, tetapi menggunakan desain pengambilan sampel yang berbeda.
Ini mengumpulkan data tentang berbagai topik, termasuk status kesehatan dan keterbatasan, cedera, perilaku
indikator, akses dan pemanfaatan layanan kesehatan, asuransi kesehatan, dan serangkaian demografis
dan tindakan SES. Seperti halnya NLMS, file data NHIS ditautkan ke mortalitas NVSS
informasi dan catatan administrasi SSA (beberapa tahun), Medicare, dan Medicaid.
Versi file tersedia kembali ke pertengahan 1980-an.
Survei Partisipasi Program
Survei Partisipasi Program (SIPP) dilakukan oleh Biro Sensus AS, dan itu
memiliki struktur multi-wawancara atau longitudinal dengan wawancara ulang (gelombang) pada interval empat bulan
lebih dari 2,5–4 tahun, sekali lagi terbatas pada populasi non-institusional. SIPP dan ASEC miliki
kerangka pengambilan sampel yang identik, tetapi SIPP memiliki informasi lebih rinci tentang transfer pemerintah
program, pensiun, dan rencana pensiun. Ini terkait dengan file administrasi SSA pada penghasilan,
manfaat, dan kematian dan merupakan dasar bagi banyak penelitian SSA. Survei dimulai pada tahun 1984 dan
saat ini memiliki data kematian hingga 2014, periode 30 tahun. Ukuran awal sampel sudah
bervariasi antara 20.000 dan 50.000, dan tingkat non-respons meningkat pada gelombang berikutnya.
Studi Kesehatan dan Pensiun
Studi Kesehatan dan Pensiun (HRS), yang berbasis di University of Michigan, terbatas pada
individu dalam populasi non-institusional di atas usia 50. HRS unik karena itu
memiliki struktur panel longitudinal dengan wawancara lanjutan pada siklus dua tahun, dan zaman baru
kelompok ditambahkan setiap lima tahun. Dalam wawancara lanjutannya, HRS terus memasukkan
individu bahkan jika mereka memasuki sebuah institusi. Studi ini mengandung banyak langkah - langkah SES dan
kondisi kesehatan yang dilaporkan sendiri, perilaku yang berkaitan dengan kesehatan, dan data administrasi dari SSA,
Medicare, dan Medicaid, dan saat ini termasuk ∼20.000 orang dengan kelebihan kulit hitam
dan Hispanik. Ini memasukkan informasi terperinci tentang tanggal dan penyebab kematian. HRS adalah
juga model untuk survei serupa di ∼30 negara lain, memberikan kemampuan yang diperluas untuk
perbandingan internasional.
PENELITIAN EMPIRIS
Menyusul pekerjaan pemecahan jalur oleh Kitagawa & Hauser pada tahun 1973 (24), telah terjadi ledakan
penelitian epidemiologi tentang hubungan antara kematian dan ukuran SES yang berbeda. Itu
penelitian awal dibatasi oleh kesulitan dalam menggabungkan data kematian terperinci dengan komprehensif
ukuran SES. Kitagawa & Hauser menggabungkan informasi dari bentuk panjang tahun 1960
Sensus dengan sampel catatan kematian nasional. Penelitian jenis ini telah sangat dipercepat
oleh penciptaan Indeks Kematian Nasional dan set data tingkat mikro dengan tautan di antaranya
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
245
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 10
informasi SES dan hasil kematian. Contoh awal adalah Feldman dan lainnya (18) dan
Pappas dan lainnya (33). Sebuah makalah tahun 1995 oleh Preston & Elo (35) mengulas sejumlah studi tersebut
dan melaporkan sebuah kisah campuran di mana perbedaan mortalitas telah jelas melebar sejak 1960 untuk
pria kulit putih, tetapi tampaknya telah menurun atau tetap diam untuk wanita. Seperti yang ditunjukkan pada
Ulasan kemudian oleh Elo (16) dan Bor dan rekan penulisnya (2), studi terbaru telah sangat
mengkonfirmasikan peningkatan perbedaan mortalitas di Amerika Serikat.
pendidikan
Meara dan rekan penulisnya (29) meneliti pola kematian dari data Multiple Cause of Death
file (1990 dan 2000) dan NLMS (1981–1988 dan 1991–1998). Mereka membatasi analisis mereka
kulit hitam dan kulit putih non-Hispanik dan pencapaian pendidikan yang digunakan (12 tahun dan kurang dan 13 tahun
dan lainnya) sebagai ukuran SES. Mereka menemukan bahwa peningkatan harapan hidup pada usia 25 di keduanya
survei terbatas hanya untuk mereka yang berada di puncak distribusi pendidikan dengan signifikan
memperluas kesenjangan dalam harapan hidup untuk pria dan wanita dari 1,5 tahun antara tahun 1990 dan
2000. Mereka melaporkan bahwa perbedaan mortalitas benar-benar menurun antar gender dan ras.
Olshansky dan lainnya (32) juga mengandalkan data kematian dari file Multiple Cause of Death
dicocokkan dengan perkiraan populasi berdasarkan usia, jenis kelamin, ras, dan pencapaian pendidikan dari
Biro Sensus AS untuk periode 1990-2008. Mereka juga menemukan bukti pelebaran yang cepat
diferensial kematian. Harapan hidup saat lahir sebenarnya jatuh untuk pria kulit putih dan wanita dengan kurang
dari 12 tahun bersekolah, sedangkan itu meningkat untuk orang kulit hitam dan Hispanik. Namun, penelitian ini telah
telah dikritik karena tidak mengoreksi perubahan dari waktu ke waktu dalam komposisi pendidikan
kategori (4). Hendi (19) memanfaatkan data dari NHIS dan melaporkan pelebaran pendidikan
perbedaan untuk kulit putih non-hispanik antara 1991 dan 2005. Namun, setelah penyesuaian untuk
perubahan komposisi kelompok pendidikan, ia menemukan peningkatan yang jauh lebih kecil di
mortalitas diferensial dibandingkan dengan Olshansky dan lainnya.
Pendapatan
Hasil serupa telah diperoleh dalam penelitian yang menggunakan pendapatan sebagai ukuran SES. Waldron
(47) bekerja dengan catatan administrasi yang berisi informasi tentang pendapatan karier (rata-rata
lebih dari usia 45-55) dan usia pada saat kematian untuk mengukur kesenjangan yang melebar untuk laki-laki yang dicakup oleh Sosial
Keamanan. Ukuran kematian diferensialnya didasarkan pada data untuk kelahiran tahun 1912 dan 1941
kohort, dengan peningkatan 4,7 tahun di diferensial antara bagian atas dan bawah
distribusi pendapatan antara dua kelompok kelahiran. Cristia (10) juga membangun penghasilan karier
dari catatan Jaminan Sosial sebagai indikator SES dan melaporkan peningkatan substansial dalam perbedaan-
kematian awal oleh kuintil pendapatan untuk periode 1983–2003. Pada 2015, bekerja oleh Nasional
Akademi Ilmu Pengetahuan, Teknik, dan Kedokteran (30), menggunakan data dari HRS, memperkirakan
peningkatan harapan hidup pada usia 50. Perbedaan antara kuintil pendapatan atas dan bawah
diproyeksikan meningkat dari 5 tahun untuk pria yang lahir tahun 1930 menjadi 13 tahun untuk pria yang lahir tahun 1960.
Estimasi untuk perempuan adalah 3,9 tahun dan 13,6 tahun. Sebuah studi serupa pada 2016 oleh Bosworth dan rekannya
rekan penulis (3) menggunakan penghasilan karier serta pendidikan untuk mengukur peran SES. Mereka melaporkan
bahwa perbedaan dalam harapan hidup antara desil pertama dan kesepuluh dari pendapatan karier meningkat
antara kelompok kelahiran 1920 dan 1940 sebesar 8,7 tahun untuk pria dan 6,4 tahun untuk wanita. Lebih lanjut-
lebih banyak, meskipun perbedaan dalam pencapaian pendidikan adalah prediktor yang signifikan secara statistik
kematian, variasi dalam pendapatan karier memiliki kekuatan penjelas yang lebih besar.
Akhirnya, Chetty dan para penelitinya menghubungkan catatan pajak pendapatan Internal Revenue Service dengan
registri kematian sistem Jaminan Sosial (9). Data ini digunakan untuk memperkirakan umur
harapan pada usia 40 tahun menurut persentil pendapatan rumah tangga, jenis kelamin, dan wilayah geografis. Antara
246
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 11
2001 dan 2014, harapan hidup meningkat 2,3 tahun untuk pria dan 2,9 tahun untuk wanita di atas
5% dari distribusi pendapatan, tetapi pada dasarnya tidak ada perubahan bagi mereka yang berada di bawah 5%.
Studi Wilayah
Dukungan tambahan dapat diperoleh dari beberapa studi area kecil. Singh & Siahpush (44, 45)
membangun indeks perampasan komposit berbasis daerah, berbagai indikator SES dari tahun 1970,
1980, dan 1990 Sensus (pendidikan, pekerjaan, kekayaan, distribusi pendapatan, pengangguran,
kemiskinan, dan indikator kualitas perumahan), pada level 3.097 negara individu dan menggunakannya
indeks untuk menentukan perampasan area oleh decile. Indeks tersebut kemudian dikaitkan dengan data kematian AS
di tingkat kabupaten. Para penulis fokus pada harapan hidup dan menemukan bahwa desil yang paling tidak memiliki kekurangan
memiliki harapan hidup rata-rata saat lahir 2,8 tahun lebih banyak daripada kelompok yang paling kekurangan
dari kabupaten pada 1980–1982. Pada 1998-2000, perbedaan itu meningkat menjadi 4,5 tahun. Terkait
Studi berbasis county oleh Krieger dan lainnya (25) yang mencakup orang di bawah usia 65 dilaporkan
penyempitan kesenjangan mortalitas antara area SES tinggi dan rendah untuk periode 2008
1960–1980 dan tidak menunjukkan perubahan signifikan dalam perbedaan absolut antara 1980 dan 2002.
Currie & Schwandt (12) fokus pada periode 1990-2010 dan melaporkan sedikit pelebaran
diferensial tingkat kematian untuk usia menengah dan orang Amerika yang lebih tua tetapi penyempitan yang signifikan untuk
kelompok yang lebih muda. Studi tentang Chetty dan lainnya juga mencakup beberapa analisis area; mereka melaporkan
bahwa individu berpenghasilan rendah tinggal paling lama di kota-kota kaya dengan orang-orang yang lebih berpendidikan dan lebih
tinggi
pengeluaran pemerintah daerah, menunjukkan efek penularan.
Kasus – Deaton
Dua studi baru-baru ini oleh Case & Deaton (5, 6) telah menerima perhatian publik yang besar karena studi mereka
Temuan terobosan tajam sekitar tahun 2000 dalam pola sebelumnya penurunan angka kematian untuk usia paruh baya
kulit putih non-Hispanik: Tingkat kematian berhenti turun dan mulai naik. Pergeseran itu dan itu
kontras dramatis dengan pengalaman negara-negara berpenghasilan tinggi lainnya disorot dalam Gambar 1 ,
diambil dari studi mereka. Perubahan dalam pola kematian juga tidak jelas untuk orang kulit hitam dan
Hispanik untuk siapa risiko kematian terus turun. Selain itu, mereka menemukan peningkatan
dalam kematian terkonsentrasi di antara orang-orang dengan pendidikan sekolah menengah atau kurang. Akhirnya, mereka
menghubungkan sebagian besar peningkatan kematian dengan overdosis obat, penyalahgunaan alkohol, dan bunuh diri.
Penekanan mereka pada pelebaran perbedaan mortalitas dengan pencapaian pendidikan dan kaitannya dengan
overdosis bergema dalam penelitian terbaru oleh Ho (21). Analisis distribusi geografis
kematian akibat keracunan narkoba menemukan fenomena berbasis luas dengan peningkatan besar di pedesaan dan
daerah perkotaan (40, 41).
Case & Deaton berpendapat bahwa temuan di atas adalah indikasi krisis sosial yang lebih luas di Asia
Amerika Serikat, yang mereka tandai sebagai “economics of putus asa” (6, hal. 398): Kurang berpendidikan
kulit putih telah memperburuk peluang ekonomi yang meluas ke area lain dari perilaku sosial
seperti berkurangnya prospek pernikahan dan meningkatnya penyalahgunaan narkoba. Perspektif itu mirip dengan
argumen Putnam yang percaya bahwa transformasi ekonomi dan sosial telah berkontribusi
ketidaksetaraan kesempatan yang berkembang di Amerika Serikat (37). Namun, penelitian tentang penyebabnya
peningkatan angka kematian usia paruh baya adalah pada tahap awal, dan ada ketidakpastian tentang apakah itu
mencerminkan krisis sosial yang luas atau epidemi kesehatan yang tidak berbeda dengan retakan epidemi
1980-an atau AIDS pada 1980-an dan awal 1990-an.
Pengalaman Internasional
Penelitian tentang pertanyaan apakah ukuran kematian diferensial meningkat dari waktu ke waktu di Indonesia
negara-negara lain masih sangat terbatas. Sementara menyetujui bahwa ada pola global yang kuat
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
247
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 12
150
200
250
300
350
400
450
500
1989
1994
1999
2004
2009
2014
SEBUAH
g
e
mortalitas yang disesuaikan
tes
Tahun
FRA
USW
DEU
Inggris
SWE
AUS
BISA
Gambar 1
Angka kematian yang disesuaikan dengan usia, usia 45-54 tahun, negara-negara utama. Diadaptasi dengan izin dari Referensi 6.
Singkatan: AUS, Austria; CAN, Kanada; DEU, Jerman; FRA, Perancis; SWE, Swedia; Inggris, Inggris
Kerajaan; USW, kulit putih non-Hispanik AS.
perbedaan besar dalam kematian di seluruh kategori pendidikan, panel Dewan Penelitian Nasional
laporan (31) enggan untuk menarik kesimpulan tegas tentang tren dalam perbedaan mortalitas.
Sampai saat ini, sebagian besar negara selain Amerika Serikat tidak memiliki file data di mana
karakteristik grafis dan sosial ekonomi individu dapat dikaitkan dengan kematian selanjutnya
pengalaman. Situasi itu telah berubah secara substansial di Eropa karena lebih banyak negara telah pindah
untuk membangun file yang ditautkan untuk analisis. Dalam serangkaian laporan, Mackenbach dan rekan-rekannya memiliki
memberikan penilaian atas penelitian itu untuk semakin banyak negara. Laporan terbaru di
cluded data dari 11 negara selama periode 1990-2010 (26) dan memeriksa perubahan dalam mortalitas
antara tingkat pencapaian pendidikan terendah dan tertinggi. Mereka menyimpulkan bahwa
ekuitas dalam mortalitas telah meningkat, tetapi perbedaan absolut dalam tingkat mortalitas menyempit semuanya
negara-negara. Dalam hal itu, negara-negara Eropa memberikan kontras yang mencolok dengan pengalaman AS.
Kanada juga memberikan perbandingan yang bermanfaat dengan Amerika Serikat karena, sementara itu berbagi beberapa
kesamaan dalam ukuran SES, telah lama menyediakan sistem perawatan kesehatan nasional yang canggih
itu tersedia untuk semua. Namun, penelitian tentang hubungan antara indikator SES dan mortalitas telah
telah dibatasi oleh kurangnya file data terkait tingkat individu dengan ukuran SES dan mortalitas
pengalaman. Oleh karena itu, banyak analisis yang mengandalkan analisis area kecil dari rata-rata kematian. SEBUAH
Studi 2007 meneliti tren kematian untuk 1971, 1986, 1991, dan 1996 untuk daerah metropolitan dan
mengelompokkan wilayah menjadi kuintil pendapatan berdasarkan persentase penduduk berpendapatan rendah (23).
Studi ini menunjukkan penyempitan substansial dari kesenjangan dalam mortalitas standar usia.
Sebuah penelitian serupa sebelumnya yang dilakukan pada tahun 2002 juga menyimpulkan bahwa ketimpangan dalam kematian terjadi
menurun secara substansial dari waktu ke waktu (48).
KESIMPULAN
Penelitian empiris pada kematian diferensial di Amerika Serikat menghasilkan yang sangat persuasif
menemukan kesenjangan yang tumbuh dalam kematian orang dewasa dan harapan hidup di seluruh pendidikan dan pendapatan.
248
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 13
Namun, hal itu tampaknya merupakan fenomena sebagian besar Amerika, sebagai kesenjangan oleh sosial ekonomi
kelas tampaknya stabil atau bahkan menurun di Eropa dan Kanada.
PERNYATAAN PENGUNGKAPAN
Penulis tidak mengetahui adanya afiliasi, keanggotaan, pendanaan, atau kepemilikan keuangan yang mungkin
dianggap mempengaruhi obyektivitas tinjauan ini.
DAFTAR PUSTAKA
1. Attanasio OP, Hoynes HW. 2000. Perbedaan kematian dan akumulasi kekayaan. J. Hum. Sumber daya 35 (1): 1–
29
2. Bor J, Cohen GH, Galea S. 2017. Kesehatan populasi di era meningkatnya ketimpangan pendapatan: AS, 1980-2015.
Lancet 389: 1475-90
3. Bosworth BP, Burtless G, Zhang Z. 2016. Kemudian Pensiun, Ketimpangan di Usia Tua, dan Tumbuhnya Kesenjangan di
Umur Panjang Antara Kaya dan Miskin . Washington, DC: Brookings
4. Bound J, AT Geronimus, Rodriguez JM, Waidman TA. 2014. Implikasi dari tren diferensial dalam
mortalitas untuk kebijakan Jaminan Sosial. Aff kesehatan . 34 (12): 2167–73
5. Kasus A, Deaton A. 2013. Meningkatnya morbiditas dan mortalitas di usia paruh baya di kalangan orang kulit putih Amerika
di abad ke-21. PNAS 112: 15078–83
6. Kasus A, Deaton A. 2017. Kematian dan morbiditas di abad ke-21. Brookings Papers Econ. Bertindak.
Spring: 397-476
7. CBO (Congr. Budget Off.). 2016a. Distribusi Pendapatan Rumah Tangga dan Pajak Federal, 2013 .
Washington, DC: CBO. https://www.cbo.gov/publication/51361
8. CBO (Congr. Budget Off.). 2016b. Tren dalam Kekayaan Keluarga, 1989–2013 . Washington, DC: CBO. https: //
www.cbo.gov/publication/51846
9. Chetty R, Stepner M, Abraham S, Lin S, Scuderi B, dkk. 2016. Hubungan antara pendapatan dan kehidupan
harapan di Amerika Serikat, 2001-2014. JAMA 315 (16): 1750–66
10. Cristia JP. 2009. Kenaikan angka kematian dan harapan hidup berbeda dengan pendapatan seumur hidup di Amerika Serikat.
J. Econ Kesehatan. 28: 984–95
11. Cunningham TJ, Croft JB, Liu Y, Lu H, Eke PI, Giles WH. 2017. Tanda-tanda vital: perbedaan ras di usia
kematian spesifik di antara orang kulit hitam atau Afrika-Amerika - Amerika Serikat, 1999-2015. MMWR 66 (17): 444–56
12. Currie J, Schwandt H. 2016. Ketidaksetaraan mortalitas: kabar baik dari pendekatan tingkat daerah. J. Econ.
Perspek 30 (2): 29–52
13. Cutler DM, Lleras-Muney A. 2006. Pendidikan dan kesehatan: mengevaluasi teori dan bukti . NBER Bekerja.
Pap. 12352
14. Dowd JB, Hamoudi A. 2014. Apakah harapan hidup benar-benar jatuh untuk kelompok status sosial ekonomi rendah?
Bias seleksi yang lambat dan tren artefaktual dalam mortalitas. Int. J. Epidemiol. 43 (4): 983-88
15. Duleep HO. 1986. Mengukur pengaruh pendapatan terhadap kematian orang dewasa menggunakan administrasi longitudinal
merekam data. J. Hum. Sumber daya 21: 238–51
16. Elo IT. 2009. Perbedaan kelas sosial dalam kesehatan dan kematian: pola dan penjelasan dalam perbandingan
perspektif. Annu. Pdt. Sociol. 35: 553–72
17. Elo IT, Preston SH. 1996. Perbedaan pendidikan di Amerika Serikat: 1979–85. Soc. Sci. Med. 42 (1): 47–
57
18. Feldman JJ, Makuc DM, Kleinman JC, Cornoni-Huntley J. 1989. Tren nasional dalam pendidikan berbeda-
ences dalam kefanaan. Saya. J. Epidemiol. 129 (5): 919–33
19. Hendi AS. 2017. Tren harapan hidup spesifik pendidikan, kualitas data, dan pergeseran pendidikan
butions: catatan tentang penelitian terbaru. Demografi 54 (3): 1203–13
20. Ho JY. 2013. Kematian di bawah usia 50 menyumbang banyak fakta bahwa harapan hidup AS tertinggal dari
negara berpenghasilan tinggi lainnya. Aff kesehatan . 32 (3): 459-67
21. Ho JY. 2017. Kontribusi overdosis obat terhadap gradien pendidikan dalam harapan hidup di Amerika
Negara, 1992–2011. Demografi 54 (3): 1174–202
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
249
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 14
22. Hummer RA, Hernandez EM. 2013. Pengaruh pencapaian pendidikan pada kematian orang dewasa di Amerika
Serikat. Populasi. Banteng. 68 (1): 1–16
23. James PD, Wilkins R, Detsky AS, Tugwell P, Manuel DG. 2007. Kematian yang bisa dihindari oleh lingkungan
pendapatan di Kanada: 25 tahun setelah berdirinya asuransi kesehatan universal. J. Epidemiol. Masyarakat
Kesehatan 61: 287–96
24. Kitagawa EM, Hauser PM. 1973. Kematian Diferensial di Amerika Serikat: Studi di Sosial Ekonomi
Epidemiologi . Cambridge, MA: Harvard Univ. tekan
25. Krieger N, Rehkopf DH, Chen JT, Waterman PD, Marcelli E, Kennedy M. 2008. Jatuhnya dan bangkitnya
Ketidaksetaraan AS dalam kematian dini: 1960-2002. PLOS Med . 5: e46
26. Mackenbach JP, Kulhánová I, Artnik B, Bopp M, Borrell C, dkk. 2016. Perubahan ketidaksetaraan mortalitas
lebih dari dua dekade: mendaftar studi berbasis Eropa. BMJ 353: i1732
27. Marmot MG. 2004. Status Syndrome: Bagaimana Standing Sosial Mempengaruhi Kesehatan dan Umur Panjang Kita . New York:
Henry Holt
28. Master RK, Hummer RA, Powers DA, Beck A, Lin SF, Finch BK. 2014. Tren jangka panjang pada orang dewasa
kematian bagi orang kulit hitam dan kulit putih AS: pemeriksaan perubahan berbasis periode dan kelompok. Demografi
51: 2047–1973
29. Meara E, Richards S, Cutler DM. 2008. Kesenjangan menjadi lebih besar: perubahan dalam mortalitas dan harapan hidup,
oleh pendidikan, 1981–2000. Aff kesehatan . 27 (2): 350-60
30. Natl. Acad. Sci. Eng Med. 2015. Kesenjangan Tumbuh dalam Harapan Hidup dengan Penghasilan: Implikasi untuk Federal
Tanggapan Program dan Kebijakan . Washington, DC: Natl. Acad. tekan
31. Natl. Res. Counc. 2011. Menjelaskan Tingkat Umur Panjang yang Berbeda di Negara-Negara Berpenghasilan Tinggi , ed. EM Crim-
mnt, SH Preston, B Cohen. Washington, DC: Natl. Acad. tekan
32. Olshansky SJ, Antonucci T, Berkman L, Binstock RH, Boersch-Supan B, dkk. 2012. Perbedaan dalam hidup
harapan karena ras dan perbedaan pendidikan melebar, dan banyak yang mungkin tidak menyusul. Aff kesehatan .
31 (8): 1803–13
33. Pappas G, Ratu S, Hadden W, Fisher G. 1993. Meningkatnya kesenjangan dalam mortalitas antara sosial-ekonomi
kelompok nomik di Amerika Serikat, 1960 dan 1986. N. Engl. Med. 329: 103–9
34. Piketty T, Saez E. 2003. Ketimpangan pendapatan di AS, 1913–1998. QJ Econ. 118 (1): 1–39
35. Preston SH, Elo I. 1995. Apakah perbedaan pendidikan dalam kematian orang dewasa meningkat di Amerika Serikat?
J. Penuaan Kesehatan 7: 476-96
36. Preston SH, Taubman P. 1994. Perbedaan sosial ekonomi dalam kematian orang dewasa dan status kesehatan. Dalam De-
mografi Penuaan , ed. LG Martin, SH Preston, hlm. 279–318. Washington, DC: Natl. Acad. tekan
37. Putnam RD. 2015. Anak-Anak Kita: Impian Amerika dalam Krisis . New York: Simon & Schuster
38. Rastogi S, O'Hara A. 2012. Studi pertandingan sensus 2010 . Rencana Sensus 2010. Memo. Ser., No. 247, AS
Bur. Sensus, Washington, DC. https://www.census.gov/content/dam/Census/library/publications/
2012 / des / 2010_cpex_247.pdf
39. Rogers RR, Hummer RA, Nam CB. 2000. Hidup dan Mati di AS: Perilaku, Kesehatan, dan Sosial
Perbedaan Angka Kematian Orang Dewasa . New York: Akademik
40. Rossen LM, Bastian B, Warner M, Khan D, Chong Y. 2017. Kematian keracunan obat: Amerika Serikat,
1999-2015 . Diperbarui 25 Agustus, Natl. Stat Kesehatan Pusat, Atlanta. https://www.cdc.gov/nchs/data-
visualisasi / keracunan obat-kematian /
41. Rossen LM, Khan D, Warner M. 2013. Tren dan pola geografis tingkat kematian akibat keracunan obat di
AS, 1999–2009. Saya. J. Sebelumnya. Med. 45 (6): e19–25
42. Rostron BL, Boies JL, Arias E. 2010. Pelaporan Pendidikan dan Klasifikasi Sertifikat Kematian di Indonesia
Amerika Serikat . Stat Kesehatan Vital. 2 (151). Washington, DC: Natl. Sen. Stat Kesehatan https: // www.
cdc.gov/nchs/data/series/sr_02/sr02_151.pdf
43. Scanlan JP. 2016. The mismeasure kesenjangan kesehatan. J. Manajemen Kesehatan Masyarakat. Praktik 22 (4): 415–19
44. Singh G, Siahpush M. 2006. Memperluas kesenjangan sosial ekonomi dalam harapan hidup AS, 1980-2000. Int.
J. Epidemiol. 35: 969–79
45. Singh G, Siahpush M. 2014. Memperluas kesenjangan desa-kota dalam semua penyebab kematian dan kematian
penyebab utama kematian di AS, 1969–2009. J. Urban Health 91 (2): 272–92
46. Sorlie PD, Johnson NJ. 1996. Validitas informasi pendidikan pada sertifikat kematian. Epidemiologi
7 (4): 437–39
250
Bosworth
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 15
47. Waldron H. 2007. Tren perbedaan kematian dan harapan hidup untuk jaminan sosial pria dilindungi
pekerja, berdasarkan status sosial ekonomi. Soc. Detik. Banteng. 67 (3): 1–28
48. Wilkins R, Berthelot JM, Ng E. 2002. Kecenderungan kematian oleh pendapatan lingkungan di Kanada perkotaan
dari 1971 hingga 1996. Rep Kesehatan . 13 (Suppl.): 45–71
49. Wilkins R, Tjepkema M, Mustard M, Choini`ere R. 2008. Studi tindak lanjut mortalitas sensus Kanada,
1991 hingga 2001. Rep Kesehatan . 19 (3): 25–43
50. Williams DR, Mohammed SA, Leavell J, Collins C. 2010. Ras, status sosial ekonomi, dan kesehatan: com-
kerumitan, tantangan yang berkelanjutan, dan peluang penelitian. Ann. NY Acad. Sci. 1186: 69–101
51. Williams DR, Priest N, Anderson N. 2016. Memahami asosiasi antara ras, sosial ekonomi
status dan kesehatan: pola dan prospek. Psikol Kesehatan . 35 (4): 407-11
www.annualreviews.org  • Meningkatkan Kesenjangan dalam Kefanaan oleh SES
251
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 16
Ulasan Tahunan
Kesehatan masyarakat
Volume 39, 2018

Isi
Simposium
Komentar: Meningkatkan Konektivitas Antara Implementasi
Ilmu Pengetahuan dan Kesehatan Masyarakat: Metodologi Lanjutan, Bukti
Integrasi, dan Keberlanjutan
David A. Chambers ppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 1
Memilih dan Meningkatkan Desain Kuasi-Eksperimental dalam Keefektifan
dan Penelitian Implementasi
Margaret A. Handley, Courtney R. Lyles, Charles McCulloch,
dan Adithya Cattamanchi pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 5
Membangun Kapasitas untuk Kesehatan Masyarakat Berbasis Bukti: Rekonsiliasi
Tarikan Praktek dan Dorongan Penelitian
Ross C. Brownson, Jonathan E. Fielding, dan Lawrence W. Green pppppppppppppppppppppppp 27
Keberlanjutan Intervensi dan Praktek Berbasis Bukti di Indonesia
Kesehatan Masyarakat dan Perawatan Kesehatan
Rachel C. Shelton, Brittany Rhoades Cooper, dan Shannon Wiltsey Stirman ppppppppppppp 55
Epidemiologi dan Biostatistik
Memilih dan Meningkatkan Desain Kuasi-Eksperimental dalam Keefektifan
dan Penelitian Implementasi
Margaret A. Handley, Courtney R. Lyles, Charles McCulloch,
dan Adithya Cattamanchi pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 5
Pemodelan Berbasis Agen dalam Kesehatan Masyarakat: Aplikasi Saat Ini dan
Arah masa depan
Melissa Tracy, Magdalena Cerdá, dan Katherine M. Keyes pppppppppppppppppppppppppppppp 77
Big Data dalam Kesehatan Masyarakat: Terminologi, Pembelajaran Mesin,
dan Privasi
Stephen J. Mooney dan Vikas Pejaver pppppppppppppppppppppppppppppppppppppppppppppppp 95
Faktor Penentu Lingkungan Kanker Payudara
Robert A. Hiatt dan Julia Green Brody ppppppppppppppppppppppppppppppppppppppppppp 113
v
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 17
Meta-Analisis Intervensi Kompleks
Emily E. Tanner-Smith dan Sean Grant pppppppppppppppppppppppppppppppppppppppppppppppp 135
Pengobatan Presisi dari Perspektif Kesehatan Masyarakat
Ramya Ramaswami, Ronald Bayer, dan Sandro Galea ppppppppppppppppppppppppppppppppp 153
Peran Relatif dari Ras Terhadap Posisi Sosial Ekonomi dalam Studi di Indonesia
Kesenjangan Kesehatan: Masalah Interpretasi
Amani M. Nuru-Jeter, Elizabeth K. Michaels, Marilyn D. Thomas,
Alexis N. Reeves, Roland J. Thorpe Jr., dan Thomas A. LaVeist ppppppppppppppppppppp 169
Lingkungan dan Perilaku Sosial
Perdebatan Tentang Rokok Elektronik: Membahayakan Minimisasi atau
Prinsip Kehati-hatian
Lawrence W. Green, Jonathan E. Fielding, dan Ross C. Brownson ppppppppppppppppppppp 189
Harm Minimisasi dan Pengendalian Tembakau: Membingkai Ulang Pandangan Sosial
Penggunaan Nikotin untuk Menyelamatkan Kehidupan dengan Cepat
David B. Abrams, Allison M. Glasser, Jennifer L. Pearson,
Andrea C. Villanti, Lauren K. Collins, dan Raymond S. Niaura ppppppppppppppppppppp 193
E-Rokok: Penggunaan, Efek pada Merokok, Risiko, dan Implikasi Kebijakan
Stanton A. Glantz dan David W. Bareham ppppppppppppppppppppppppppppppppppppppppppppp 215
Meningkatkan Kesenjangan dalam Kematian oleh Status Sosial Ekonomi
Barry Bosworth ppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 237
Intervensi Lingkungan untuk Mengurangi Kekerasan
Michelle C. Kondo, Elena Andreyeva, Eugenia C. Selatan, John M. MacDonald,
dan Charles C. Branas pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 253
Hubungan Antara Pendidikan dan Kesehatan: Mengurangi
Kesenjangan Melalui Pendekatan Kontekstual
Anna Zajacova dan Elizabeth M. Lawrence pppppppppppppppppppppppppppppppppppppppppppp 273
Kesehatan Lingkungan dan Pekerjaan
Bukti Bangunan untuk Kesehatan: Bangunan Hijau, Sains Saat Ini, dan
Tantangan Masa Depan
JG Cede˜no-Laurent, A. Williams, P. MacNaughton, X. Cao,
E. Eitland, J. Spengler, dan J. Allen pppppppppppppppppppppppppppppppppppppppppppppppppppp 291
Pengaruh Lingkungan pada Epigenome: Eksposur-Terkait
Metilasi DNA dalam Populasi Manusia
Elizabeth M. Martin dan Rebecca C. Fry pppppppppppppppppppppppppppppppppppppppppppppp 309
vi
Isi
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 18
Dari Crowdsourcing ke Extreme Citizen Science: Participatory
Penelitian untuk Kesehatan Lingkungan
PB Bahasa Inggris, MJ Richardson, dan C. Garzón-Galvis ppppppppppppppppppppppppppppppppp 335
Pekerja Migran dan Kesehatan dan Keselamatan Kerja mereka
Sally C. Moyce dan Marc Schenker pppppppppppppppppppppppppppppppppppppppppppppppppp 351
Sensing Seluler dalam Penelitian Lingkungan dan Kesehatan Lingkungan
Basile
Chaix pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 367
Praktik dan Kebijakan Kesehatan Masyarakat
Komentar: Meningkatkan Konektivitas Antara Implementasi
Ilmu Pengetahuan dan Kesehatan Masyarakat: Metodologi Lanjutan, Bukti
Integrasi, dan Keberlanjutan
David A. Chambers ppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 1
Membangun Kapasitas untuk Kesehatan Masyarakat Berbasis Bukti: Rekonsiliasi
Tarikan Praktek dan Dorongan Penelitian
Ross C. Brownson, Jonathan E. Fielding, dan Lawrence W. Green pppppppppppppppppppppppp 27
Keberlanjutan Intervensi dan Praktek Berbasis Bukti di Indonesia
Kesehatan Masyarakat dan Perawatan Kesehatan
Rachel C. Shelton, Brittany Rhoades Cooper, dan Shannon Wiltsey Stirman ppppppppppppp 55
Perdebatan Tentang Rokok Elektronik: Membahayakan Minimisasi atau
Prinsip Kehati-hatian
Lawrence W. Green, Jonathan E. Fielding, dan Ross C. Brownson ppppppppppppppppppppp 189
Harm Minimisasi dan Pengendalian Tembakau: Membingkai Ulang Pandangan Sosial
Penggunaan Nikotin untuk Menyelamatkan Kehidupan dengan Cepat
David B. Abrams, Allison M. Glasser, Jennifer L. Pearson,
Andrea C. Villanti, Lauren K. Collins, dan Raymond S. Niaura ppppppppppppppppppppp 193
E-Rokok: Penggunaan, Efek pada Merokok, Risiko, dan Implikasi Kebijakan
Stanton A. Glantz dan David W. Bareham ppppppppppppppppppppppppppppppppppppppppppppp 215
Intervensi Lingkungan untuk Mengurangi Kekerasan
Michelle C. Kondo, Elena Andreyeva, Eugenia C. Selatan, John M. MacDonald,
dan Charles C. Branas pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 253
Sensing Seluler dalam Penelitian Lingkungan dan Kesehatan Lingkungan
Basile
Chaix pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 367
Pendekatan Kebijakan untuk Mengatur Pemasaran Alkohol di Global
Konteks: Perspektif Kesehatan Masyarakat
Marissa B. Esser dan David H. Jernigan pppppppppppppppppppppppppppppppppppppppppp 385
Isi
vii
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.

Halaman 19
Masalah dan Prospek: Peraturan Kesehatan Masyarakat tentang Diet
Suplemen
Colin W. Binns, Mi Kyung Lee, dan Andy H. Lee ppppppppppppppppppppppppppppppppppppp 403
Pelayanan kesehatan
Mencapai Kesehatan Mental dan Perawatan Gangguan Penggunaan Zat
Parity: Seperempat Abad Pembuatan Kebijakan dan Penelitian
Emma Peterson dan Susan Busch pppppppppppppppppppppppppppppppppppppppppppppppppppp 428
Sumber Daya Data untuk Melakukan Layanan Kesehatan dan Penelitian Kebijakan
Lynn A. Blewett, Panggilan Kathleen Thiede, Joanna Turner, dan Robert Hest ppppppppppppppp 437
Merancang Perbedaan dalam Studi Perbedaan: Praktik Terbaik untuk Umum
Penelitian Kebijakan Kesehatan
Coady Wing, Kosali Simon, dan Ricardo A. Bello-Gomez pppppppppppppppppppppppppppppp 453
Berapa Banyak yang Kita Habiskan? Membuat Estimasi Sejarah Publik
Pengeluaran Kesehatan di Amerika Serikat di Federal, Negara Bagian, dan
Tingkat Lokal
Jonathon P. Leider, Beth Resnick, David Bishai, dan F. Douglas Scutchfield ppppppppppp 471
Pemodelan Pengeluaran dan Penggunaan Perawatan Kesehatan
Partha Deb dan Edward C. Norton pppppppppppppppppppppppppppppppppppppppppppppppp 489
Mempromosikan Pencegahan Di Bawah Undang-Undang Perawatan Terjangkau
Nadia Chait dan Sherry Glied pppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp 507
Pengobatan dan Pencegahan Gangguan Penggunaan Opioid: Tantangan dan
Peluang
Dennis McCarty, Kelsey C. Priest, dan P. Todd Korthuis pppppppppppppppppppppppppppppppp 525
Indeks
Indeks Kumulatif dari Penulis Berkontribusi, Volume 30–39 ppppppppppppppppppppppppp 543
Indeks Kumulatif Judul Artikel, Volume 30–39 ppppppppppppppppppppppppppppppppppp 549
Kesalahan
Log koreksi online untuk Tinjauan Tahunan artikel Kesehatan Masyarakat dapat ditemukan di
http://www.annualreviews.org/errata/publhealth
viii
Isi
Annu. Pdt. Kesehatan Masyarakat 2018.39: 237-251. Diunduh dari www.annualreviews.org Akses disediakan oleh Universitas Airlangga di
10/10/19. Lihat hak cipta untuk penggunaan yang disetujui.