Profil faktor risiko penyakit tidak menular di kota-kota besar Afghanistan: Pendekatan LANGKAH WHO

Khwaja MI Saeed, 1 Mohammad H. Rasooly 2 dan Malalai J. Nejaby 3

1 Unit Pengelolaan Hibah dan Kontrak; 2 Unit Pengawasan Influenza, Evaluasi dan Sistem Informasi Kesehatan,
Kementerian Kesehatan Masyarakat, Kabul, Afghanistan. 3 HelpingMothers and Children Thrive Project (HEMAYAT),
Program Johns Hopkins untuk Pendidikan Internasional dalam Ginekologi dan Obstetri, Kabul, Afghanistan.
(Korespondensi ke: Khwaja MI Saeed: kmislamsaeed@gmail.com ).

Abstrak

Latar Belakang: Penyakit tidak menular (PTM) adalah masalah kesehatan masyarakat utama di seluruh dunia. Meskipun situasi kesehatan

membaik, indikator kesehatan Afghanistan adalah yang terburuk di wilayah tersebut. Sekitar 37% orang dewasa Afghanistan meninggal karena

NCD.

Tujuan: Kami bertujuan untuk memperkirakan proporsi faktor risiko utama NCD di Afghanistan.

Metode: Kami menganalisis kumpulan data studi yang dilakukan di 5 provinsi, Kabul, Balkh, Hirat, Nangarhar dan Kandahar,

selama 2013-2015, menggunakan pendekatan STEPwise WHO untuk surveilans NCD. Ini melibatkan pengambilan sampel

cluster multistage dari warga perkotaan berusia 25-70 tahun.

EpiInfo, versi 7, dan SPSS, versi 20, digunakan untuk manajemen data.

Hasil: Secara total, 5897 catatan dimasukkan dalam analisis; 54% adalah perempuan. Usia rata-rata adalah

39,56 (deviasi standar 12,29) tahun; Angka buta huruf 61,5% dan 83,2% sudah menikah. Merokok dan penggunaan
tembakau masing-masing adalah 8% dan 11,1%. Rata-rata subjek mengonsumsi buah 2,76 dan sayur 3,85 hari per minggu.
Kegemukan, obesitas umum dan perut masing-masing adalah 19%, 33,7% dan 57,1%. Biasanya, 32,4% memiliki tekanan
darah tinggi dan 12,5% memiliki gula darah tinggi.

Kesimpulan: Faktor risiko NCD yang dapat dimodifikasi itu lazim di kota-kota besar di negara itu. Identifikasi mereka sangat penting

dalam upaya memfokuskan pada prevalensi PTM di kota-kota perkotaan. Intervensi yang disesuaikan diperlukan untuk fokus pada NCD

di Afghanistan.

Kata kunci: penyakit tidak menular, faktor risiko, Afghanistan, STEPwise

Kutipan: Saeed KMI; Rasooly MH; Nejaby MJ. Profil faktor risiko penyakit tidak menular di kota-kota besar
Afghanistan: Pendekatan LANGKAH WHO. East Mediterr Health J. 2020; 26 (x): xxx – xxx.
https://doi.org/10.26719/emhj.20.005

Diterima: 12/10/17; diterima: 28/11/18

1
Hak Cipta © Organisasi Kesehatan Dunia (WHO) 2020. Akses Terbuka. Beberapa hak dilindungi undang-undang. Karya ini tersedia di

bawah lisensi CC BY ‐ NC ‐ SA 3.0 IGO

(https://creativecommons.org/licenses/by‐nc‐sa/3.0/igo)

pengantar

Afghanistan adalah negara terkurung daratan di Asia Tengah bagian selatan. Secara administratif, negara ini terbagi
menjadi 8 wilayah geografis, 34 provinsi dan 398 kabupaten administratif. Perkiraan populasi negara 2014/15 adalah
26,5 juta ( 1). Angka terbaru dari tahun 2015, meskipun lebih baik dari data sebelumnya (2003), memperkirakan tingkat
kesuburan total 5,3 anak per wanita dan angka kematian bayi 55 per 1000 kelahiran hidup ( 2). Sekitar 4 dekade perang
di Afghanistan telah menghancurkan infrastruktur, ekonomi, dan layanan sosial negara itu, yang mengakibatkan
rendahnya kualitas hidup. Aturan Taliban menambah penderitaan wanita dengan membatasi akses mereka ke layanan
kesehatan yang sudah terbatas. Hampir 75% distrik di Afghanistan tidak memiliki layanan kesehatan ibu dan anak dan
sebagian besar wanita melahirkan tanpa kehadiran dukun bayi yang terampil ( 3,4). Selain itu, produksi opiat meningkat
secara signifikan di negara itu dan menyebabkan destabilisasi ekonomi formal dan situasi politik Afghanistan. Menurut
laporan PBB 2015, produksi opium di Afghanistan menyumbang sekitar 85% dari produksi global ( 5).

Meskipun situasi kesehatan membaik, indikator kesehatan Afghanistan adalah yang terburuk di wilayah tersebut. Di atas segalanya, sekitar

37% orang dewasa Afghanistan meninggal karena penyakit tidak menular (NCD) ( 6).

Penyakit tidak menular adalah kondisi medis yang berlangsung lama dan perkembangannya lambat. Saat ini, NCD
merupakan tantangan utama dengan konsekuensi sosial dan ekonomi yang merugikan, terutama di negara-negara
berpenghasilan rendah dan menengah ( 7). 4 Prioritas PTM adalah penyakit kardiovaskular, kanker, penyakit pernafasan
kronis dan diabetes ( 8). Selama bertahun-tahun dunia telah mengeluarkan upaya untuk mencegah dan mengendalikan
penyakit menular, malnutrisi dan kondisi ibu dan perinatal sedangkan transisi epidemiologi menunjukkan penurunan
penyakit menular dan peningkatan NCD kronis ( 9).

Kematian karena NCD berkontribusi terhadap 70% kematian global pada tahun 2017 dan prevalensi yang didokumentasikan pada

tahun 2008 adalah 63% ( 10–12). Baru-baru ini, Organisasi Kesehatan Dunia (WHO) telah melaporkan bahwa NCD membunuh 40 juta

orang per tahun, dan hampir 80% kematian NCD (32 juta) terjadi di negara berpenghasilan rendah dan menengah. Penyakit

kardiovaskular menyumbang sebagian besar kematian ini pada 17,7 juta setiap tahun, diikuti oleh kanker (8,8 juta), penyakit

pernapasan (3,9 juta) dan diabetes (1,6 juta). Keempat kelompok penyakit ini menyebabkan 82% dari semua kematian NCD.

Penggunaan tembakau, ketidakaktifan fisik, penggunaan alkohol yang berbahaya dan diet yang tidak sehat bersama-sama

meningkatkan risiko kematian akibat NCD ( 13). Selain itu, di luar dampak kesehatan, NCD memberikan beban ekonomi pada sistem

kesehatan, yang condong ke negara-negara berpenghasilan rendah ( 14–15). Di negara-negara Wilayah WHO untuk Mediterania Timur,

hingga 50% kematian akibat NCD terjadi sebelum usia 60 tahun dibandingkan dengan kurang dari 10% di Eropa Barat ( 16). Hampir

54% kematian terjadi

2
karena NCD di Wilayah Asia Tenggara ( 17). Faktor kunci yang berkontribusi besar terhadap kemajuan NCD telah diidentifikasi dan

dipertimbangkan ( 18). Sasaran kesehatan adalah untuk mengurangi kematian akibat NCDs sebesar 25% pada tahun 2025; ini adalah "gol

25 kali 25" ( 19).

Menurut WHO, NCD diperkirakan menyumbang 62% dari total kematian di Tajikistan, 79% di Uzbekistan, 50% di Pakistan dan

76% di Republik Islam Iran dan Turkmenistan, semua negara tetangga Afghanistan, sebaliknya NCD menyumbang 37% dari

total kematian di negara kita ( 20). Hasil serupa ditemukan dalam survei kematian Afghanistan 2010: 33,3% dari semua

kematian di negara tersebut disebabkan oleh NCD ( 6). Lebih lanjut, WHO memperkirakan angka penderita diabetes, misalnya,

diperkirakan akan meningkat hampir tiga kali lipat pada tahun 2030 dibandingkan dengan tahun 2000 ( 21).

Di antara pria berusia ≥ 15 tahun di Kabul, prevalensi merokok adalah 35% ( 22), sedangkan laporan tahun 2012 tentang
prevalensi dan faktor risiko PTM pada penduduk lanjut usia (usia ≥ 40 tahun) di Kabul melaporkan prevalensi diabetes
melitus sebesar 13,3%, obesitas 31,2% dan hipertensi.
46,2% ( 23). Kebijakan nasional untuk PTM baru-baru ini dikembangkan oleh Kementerian Kesehatan Masyarakat ( 24).

Penelitian ini bertujuan untuk memperkirakan prevalensi faktor risiko PTM kronis pada penduduk perkotaan di 5 kota
utama di Afghanistan.

Metode

Pelajari pengaturan dan desain

Menggunakan pendekatan WHO STEPwise, serangkaian studi lintas bagian dilakukan di pengaturan perkotaan provinsi utama

di Afghanistan: kota Jalalabad (Mei – Juni, 2013), Mazar ‐ e ‐ Sharif (April hingga Mei, 2015), kota Herat (Mei –Juni 2015), kota

Kandahar (Oktober – November 2015) dan kota Kabul (November 2015). Semua penduduk tetap dan anggota rumah tangga

berusia 25-70 tahun, termasuk laki-laki dan perempuan, yang memberikan persetujuan untuk berpartisipasi dilibatkan dalam

penelitian ini. Penduduk sementara (<6 bulan), penduduk dengan pengaturan yang dilembagakan dan daerah yang tidak aman

dikeluarkan. Kami menggunakan instrumen WHO STEPwise yang telah disesuaikan; ini mengatur 3 langkah untuk mengukur

faktor risiko NCD: LANGKAH I mengukur faktor risiko perilaku, LANGKAH II mencakup pengukuran fisik dan LANGKAH III

mengukur faktor risiko biologis ( 25–27). Alat WHO STEPS diadaptasi untuk konteks Afghanistan. Misalnya, bagian tentang

konsumsi alkohol dihilangkan dan beberapa pertanyaan tentang penggunaan obat mulut (disebut naswar lokal), yang umum di

negara itu, ditambahkan. Penambahan minyak goreng cair dan padat yang digunakan di dapur merupakan modifikasi lain.

Beberapa pertanyaan lain juga dimodifikasi agar dengan mudah mencerminkan makna tanpa kehilangan isinya. Tim peneliti

menerjemahkan alat pengumpulan data ke dalam bahasa lokal (Dari dan Pashto). Alat-alat tersebut diuji di Kabul sebelum

pengumpulan data yang sebenarnya dimulai.

3
Teknik dan strategi pengambilan sampel

Pengambilan sampel cluster digunakan sebagai strategi yang sesuai untuk mendekati rumah tangga. Dengan asumsi
proporsi tertinggi (50%), interval kepercayaan 95% (CI) dan margin of error 5%, ukuran sampel 385 dihitung. Namun,
dengan mempertimbangkan frekuensi faktor risiko seperti merokok, aktivitas fisik, kebiasaan makan, dan faktor lain serta
efek rancangan cluster sampling, ukuran sampel akhir ditingkatkan menjadi 600 dan akhirnya menjadi 1200 (deff = 2 ×
600) untuk setiap kota. . Setelah pengumpulan dan pembersihan data selesai, 1.200 peserta di Jalalabad, 1231 di Mazar ‐
e-Sharif, 1129 di Hirat, 1165 di Kandahar, dan 1172 di Kabul dimasukkan dalam analisis akhir.

Selama lebih dari 4 dekade tidak ada sensus yang dilakukan di negara ini dan daftar lengkap desa tidak tersedia. Daftar
cluster Program Perluasan Imunisasi (EPI) 2015 diperoleh dari unit EPI di provinsi dan digunakan sebagai kerangka
sampling. Bingkai ini digunakan untuk imunisasi oleh Kementerian Kesehatan Masyarakat di Afghanistan. Pengambilan
sampel klaster dua tahap digunakan. Pada tahap pertama dilakukan random sampling dengan menggunakan Unggul; dari
daftar EPI, 4 cluster dipilih di Jalalabad, 5 di Mazar ‐ e ‐ Sharif, 16 di Hirat, 7 di Kandahar dan 5 di Kabul menggunakan
nomor acak dari Unggul. Pada tahap kedua, sampel keseluruhan 1.200 rumah tangga yang dibagi di antara wilayah
terpilih ini sebanding dengan jumlah rumah tangga di setiap klaster / wilayah. Berdasarkan frekuensi dan ukuran setiap
cluster terpilih, rumah tangga dipilih dengan menggunakan teknik sampling acak sistematis.

Variabel dan pengumpulan data

Pendekatan STEPwise memiliki kuesioner standar, yang diadaptasi dan digunakan oleh pewawancara dan yang
mencakup informasi tentang pengukuran demografis, perilaku dan fisik. Variabel penelitian meliputi karakteristik
sosiodemografi seperti umur, jenis kelamin, tingkat pendidikan, pekerjaan, pendapatan dan status perkawinan; faktor
perilaku seperti aktivitas fisik, konsumsi buah dan sayur, penggunaan minyak goreng, merokok dan naswar ( tembakau
tembakau) penggunaan; dan pengukuran fisik seperti tekanan darah, berat badan, tinggi badan, lingkar pinggang
dan indeks massa tubuh (BMI), komponen biologis seperti gula darah, trigliserida dan kolesterol. Dari tinggi dan berat
badan, BMI dihitung: ≥30,0 kg / m 2 dianggap obesitas, 25,0–29,9 kg / m 2 kelebihan berat badan dan 18,5–24,9 kg / m 2
berat normal ( 29). Lingkar pinggang 94 cm untuk pria dan 80 cm untuk wanita didefinisikan sebagai obesitas sentral ( 29).

Tekanan darah sistolik ≥ 140 mmHg dan / atau tekanan diastolik ≥ 90 mmHg dianggap sebagai hipertensi.
Selanjutnya, tekanan darah sistolik <120 mmHg dan tekanan diastolik <80 mmHg dianggap normal sedangkan
kelompok antara 2 batas ini dianggap prehipertensi ( 30). Mereka yang merokok pada saat survei dianggap
perokok dan termasuk dalam proporsi. Konsumsi alkohol dihapus dari kuesioner karena prevalensi yang sangat
rendah dan sensitivitas yang tinggi bagi responden. Aktivitas fisik kuat dan sedang didefinisikan sebagai
aktivitas yang meningkatkan detak jantung dan pernapasan secara intensif dan

4
sedang selama 10 menit (lihat pendekatan LANGKAH untuk detailnya). Petugas kesehatan lokal direkrut dan dilatih
sebagai pengumpul data. Uji lapangan dilakukan dan gangguan selama pengumpulan data diidentifikasi dan
diperbaiki. Pengukuran antropometri ditentukan dengan menggunakan timbangan elektronik dan pita ukur plastik.
Tekanan darah diukur menggunakan sphygmomanometer aneroid 3 kali dan rata-rata digunakan untuk proporsi.
Terakhir, sampel darah diambil di tempat atau keesokan paginya setelah responden berpuasa selama 10-12 jam.
Mereka diangkut dalam kotak dingin (2–8 ° C) dari lapangan ke Laboratorium Kesehatan Masyarakat Pusat di Kabul
menggunakan Cryovials. Sampel diberi kode dengan nomor ID kuesioner. Setibanya di Laboratorium Kesehatan
Masyarakat Pusat, semua sampel serum disimpan pada suhu -80 ° C dan kemudian diuji trigliserida, kolesterol dan
glukosa dengan metode spektrofotometri. Gula darah puasa ≥ 126 mg / dL dianggap sebagai diabetes mellitus ( 31). Batas
untuk penanda biokimia total ditentukan sebagai: kolesterol 190 mg / dL, lipoprotein densitas rendah (LDL) 100 mg /
dL, lipoprotein densitas tinggi (HDL) untuk pria 40 mg / dL dan untuk wanita 50 mg / dL, dan trigliserida 150 mg / dL.
Manajemen dan analisis data dilakukan dengan menggunakan EpiInfo, versi 7 dan SPSS, versi 20.

Rencananya, pelatihan selama 2 hari dilakukan bagi mereka yang melaksanakan survei dilanjutkan dengan sesi lapangan
dimana mereka berkesempatan untuk mengisi kuesioner, mengukur tekanan darah dan lingkar pinggang serta praktek
pengambilan sampel darah orang dewasa dalam kondisi lapangan.

Rumah tangga didefinisikan sebagai sekelompok orang yang berbagi periuk makanan yang sama (tidak satu atap). Di setiap rumah

tangga pewawancara menghitung semua orang yang memenuhi syarat untuk penelitian kami berdasarkan kriteria inklusi. Dalam rumah

tangga dengan lebih dari satu orang yang memenuhi syarat, kami menggunakan sistem lotere untuk memilih responden untuk survei ini.

Dalam kasus penolakan yang kurang dari 5%, pewawancara mendekati rumah tangga berikutnya. Cara ini memberikan kesempatan yang

sama bagi setiap anggota rumah tangga untuk dipilih.

Pertimbangan etis

Protokol tersebut telah ditinjau oleh Badan Peninjau Kelembagaan Kementerian Kesehatan Masyarakat dan persetujuan
menyeluruh dikeluarkan. Informed consent diperoleh dari masing-masing individu sebelum wawancara. Hasil pengukuran
fisik dan biokimia dikomunikasikan kepada peserta dan kerahasiaan informasi dijaga. Semua sampel darah disimpan
pada suhu -80 ° C di Laboratorium Kesehatan Masyarakat Pusat setelah dilakukan pengukuran biokimia untuk pengujian
lebih lanjut. Semua data yang dikumpulkan, baik keras maupun lunak, dijaga kerahasiaannya di lemari terkunci dan
komputer yang dilindungi kata sandi.

5
Analisis data

Analisis deskriptif dilakukan dengan mean dan proporsi untuk menjelaskan dan mendeskripsikan NCD dan faktor risiko.
Tes statistik seperti Student t ‐Test dan chi-squared digunakan untuk mengidentifikasi signifikansi statistik kapan pun
diperlukan. Dataset yang tersedia dari setiap pengaturan perkotaan digunakan untuk mengidentifikasi proporsi faktor
risiko terkait untuk PTM di masing-masing dari 5 kota. Kemudian kumpulan data diintegrasikan dan proporsi gabungan
dihitung dari semua kumpulan data. Studi dilakukan dalam serangkaian interval waktu tetapi tim peneliti, alat
pengumpulan data, dan protokolnya tetap sama. Namun, karena tidak dilakukan dalam sekejap, frekuensi gabungan ini
harus ditafsirkan dengan hati-hati. Selanjutnya, kami menimbang data agar sebanding dengan populasi asli, yang
diterbitkan oleh Kantor Pusat Statistik di Afghanistan. Kedua hasil tidak tertimbang tersebut disajikan untuk
perbandingan.

Hasil

Faktor risiko perilaku: LANGKAH 1

Dari total 5.897 responden yang direkrut di 5 kota, 2.712 adalah laki-laki (46%). Usia rata-rata responden adalah 39,6
[standar deviasi (SD) 12,3] tahun. Secara keseluruhan, 38% peserta melek huruf; tingkat melek huruf tertinggi (50%) tercatat
di Kabul dan terendah (27%) di Kandahar. Sekitar seperempat dari peserta studi berpenghasilan ≥ 10.000 Afghanistan (US
$ 175) sebulan (Tabel 1). Mayoritas (83,5%) sudah menikah; hanya 7,7% yang lajang. Rata-rata, rumah tangga terpilih
terdiri dari 3,1 orang dewasa yang memenuhi syarat untuk studi ini, di antaranya satu dari setiap rumah tangga terpilih yang
diwawancarai. Perlu dicatat bahwa karena nilai yang hilang (tanggapan) di beberapa variabel, subtotal tidak selalu
mencerminkan jumlah total peserta.

Kami menemukan secara keseluruhan 8,0% partisipan adalah perokok dan 11,1% menggunakan naswar,

namun, penggunaan pada wanita sangat rendah (masing-masing 2,7% dan 2,5%) dibandingkan dengan pria
(masing-masing 14,1% dan 21,1%). Ada perbedaan yang signifikan secara statistik dalam penggunaan tembakau antara
pria dan wanita ( P < 0,01). Tingkat tertinggi naswar penggunaan pada populasi yang lebih tua (55+ tahun) sedangkan
generasi muda lebih cenderung merokok.

Rata-rata partisipan mengonsumsi buah-buahan 2,76 hari per minggu dan sayur-sayuran 3,85 hari per minggu. Pada hari-hari biasa

mereka mengonsumsi 1,4 porsi buah-buahan dan 1,9 porsi sayuran. Lebih dari dua pertiga (71,1%) mengonsumsi buah-buahan ≤ 3

hari per minggu dan hampir separuh (49,5%) mengonsumsi sayuran ≤ 3 hari per minggu. Secara umum, konsumsi buah-buahan

sedikit lebih tinggi pada kelompok termuda dan tertua (Tabel 2). Proporsi penduduk dewasa yang mengkonsumsi sayuran ≤ 3 hari

seminggu tertinggi terjadi di Jalalabad (pada semua kelompok umur); persentase terendah tercatat di Hirat.

6
Untuk kelompok makanan lain (data tidak ditampilkan), 10,5% dari semua peserta studi mengonsumsi daging merah kurang dari 2 hari per

minggu; 4,6% mengkonsumsi ayam dan 35,9% mengkonsumsi nasi lebih dari 3 hari per minggu. Penggunaan garam meja juga umum

terjadi pada 27,8% responden.

Pekerjaan sehari-hari yang melibatkan aktivitas fisik yang kuat kurang umum (14,6%) di antara tanggapan yang dilaporkan sementara

29,5% mempraktikkan aktivitas fisik sedang. Secara keseluruhan, aktivitas fisik kuat dan sedang yang bersifat pekerjaan lebih sering

terjadi pada kelompok usia termuda (16,5 dan 31,8%) dan terendah pada kelompok usia tertua (6,6% dan 16,4%). Tingkat aktivitas

fisik tertinggi di antara semua kelompok umur dilaporkan di Jalalabad.

Pengukuran fisik - LANGKAH 2

Tabel 3 menunjukkan frekuensi faktor risiko patofisiologis peserta penelitian. Rata-rata keseluruhan BMI adalah 25,95 (SD 5,7)

kg / m 2. Rata-rata BMI lebih tinggi pada wanita dibandingkan pria (26,84 kg / m 2 vs 24,91 kg / m 2 ( P < 0,01). Kelebihan berat

badan, obesitas dan obesitas sentral diamati pada 19%,

33,7% dan 57,1% peserta. Tingkat tertinggi untuk kelebihan berat badan dan obesitas ditemukan pada peserta
berusia 45-54 tahun dan 35-44 tahun. Namun, frekuensi terjadinya obesitas umum dan abdominal lebih tinggi seiring
bertambahnya usia. Frekuensi kegemukan / obesitas tertinggi di kota Jalalabad (59.6%) dan terendah di kota Hirat
(47.5%). Biasanya, 32,4% memiliki tekanan darah tinggi, dari 23,5% ini diidentifikasi dengan pengukuran fisik tidak
menyadari masalah mereka dan sisanya dalam perawatan. Frekuensi tekanan darah tinggi secara signifikan lebih
tinggi pada wanita (32,7%) dibandingkan dengan pria (26,8%). Proporsi hipertensi tertinggi terjadi di kota Hirat (35,6%)
dan terendah di kota Mazar ‐ e ‐ Sharif (30,9%).

Pengukuran biokimia ‐ LANGKAH 3:

Proporsi rata-rata keseluruhan peserta yang mengalami peningkatan gula darah adalah 12,5%, dengan proporsi
tertinggi di kota Kandahar (22,4%), jauh lebih tinggi dibandingkan kota lain: setelah menghapus data Kandahar,
proporsi keseluruhan adalah 10,0%. Proporsi lebih tinggi pada perempuan (13,1%) dibandingkan laki-laki (11,7%),
namun hal ini tidak signifikan secara statistik. Rata-rata (rata-rata aritmatika) kadar gula darah puasa, gliserida total,
kolesterol total, lipoprotein densitas tinggi (HDL) dan lipoprotein densitas rendah (LDL) adalah 97,9 (SD 65,5) mg /
dL, 164,5 (SD 89,4) mg / dL, 184,0 (SD 52.8) mg / dL, 45.1 (SD 20.8) mg / dL dan 109.8 (SD 43.0) mg / dL. Rata-rata
kadar gula darah puasa meningkat seiring bertambahnya usia di semua provinsi tetapi tidak berbeda antara laki-laki
dan perempuan. Demikian pula, rata-rata trigliserida, kolesterol,

Diskusi

Kurangnya informasi tentang faktor risiko untuk NCD di Afghanistan telah menjadi tantangan penting yang menghalangi pembuat kebijakan dalam

menghasilkan advokasi dan mengembangkan intervensi untuk pencegahan dan pengendalian.

7
Dalam studi ini, kami menemukan bahwa faktor risiko NCD yang dapat dimodifikasi adalah lazim di kota-kota besar, Kabul,

Kandahar, Hirat, Jalalabad dan Mazar ‐ e-Sharif. Prioritas tinggi diberikan pada penyakit menular, kesehatan ibu dan gizi ( 32,33) sementara

beban NCD secara bertahap membebani perekonomian negara yang rapuh dan sistem kesehatannya yang baru berkembang.

Laporan temuan dari 5 provinsi dan analisis database lengkap ini dapat digunakan sebagai proksi untuk perkiraan faktor nasional

untuk PTM, meskipun studi lanjutan lebih lanjut masih diperlukan.

Beberapa bentuk konsumsi tembakau lazim di kalangan penduduk Afghanistan: merokok, merokok shisha, tembakau mulut dan

hidung, dll. Hampir sepersepuluh dari populasi orang dewasa menggunakan tembakau sebagai tembakau atau sebagai rokok.

Konsumsi tembakau lebih tinggi di antara laki-laki terutama karena budaya perempuan tidak dapat menerima penggunaan

tembakau di negara tersebut. Penggunaan

naswar lebih tinggi pada kelompok usia yang lebih tua sementara merokok lebih tinggi pada kelompok yang lebih muda. Generasi tua

telah menggunakan naswar selama bertahun-tahun sementara generasi baru berorientasi pada merokok. Biaya rendah naswar ( tembakau-tembakau)

bisa menjadi alasan penggunaan yang lebih besar. Perbedaan tersebut didukung oleh penelitian lain ( 34,35). Perbedaan jenis kelamin

dalam faktor risiko juga ditunjukkan di Karachi di Pakistan ( 36). Tampaknya penggunaan tembakau (merokok atau tanpa asap) adalah hal

biasa di negara ini, yang konsisten dengan laporan dari negara berpenghasilan rendah lainnya ( 37).

Frekuensi (8.0% untuk rokok, 11.1% untuk naswar), namun, tampaknya sangat rendah dibandingkan dengan penelitian yang

dilakukan di Kabul tentang merokok pada pria berusia 15+ tahun: proporsi merokok diperkirakan 35,2% ( 38); ini mungkin karena

perbedaan jenis kelamin dan usia dalam populasi penelitian. Penelitian lain di Republik Islam Iran, Pakistan dan India

menunjukkan proporsi merokok yang tinggi di antara pria, masing-masing 36,0%, 23,4%, 28,5% ( 39–41).

Consumption of fruits was less frequent per week while the frequency was better for vegetables on average. This could
be due to low socioeconomic status and low literacy levels. The level of moderate physical activity was higher
compared with strong physical activity in daily affairs. Physical inactivity is the fourth leading risk factor for global
mortality and has major implications on NCDs, particularly cardiovascular diseases and general health. However low
physical activity among our participants could be due to low awareness or the poor availability of open spaces and
jogging areas in the cities. Our findings are supported by earlier research ( 42). There is a need to sensitize and
actively promote physical activity in cities. Our findings show that one fifth of the adults in the 5 cities were obese, with
more than two‐thirds being overweight or obese, a situation that needs to be addressed by public health authorities.
These findings are supported by other studies ( 21,35,43,44). Females had a higher BMI and waist circumference than
men, which puts them at higher risk of NCD. Abdominal obesity was another problem with high frequency in women.
This could be related to cultural issues in the Afghan context such as access to physical exercise facilities and
restriction of female movement outside the home. Besides the general low level of health literacy, the obese are
considered healthy, so they are generally reluctant to lose weight.

8
Overall, almost one‐third of our participants had hypertension, of whom just 10% were aware and sought health
services. This indicates a high unmet need for prevention and management of hypertension in the country. Raising
awareness on hypertension and a screening programme should be encouraged when adults come to health centres for
any other health problem. This finding is supported by an earlier study conducted in Kabul ( 22), and is consistent with
studies in the Islamic Republic of Iran, Pakistan and Nepal ( 45–48). High level of raised blood sugar is another risk
factor for other NCDs which was found as a result of this study. It is consistent with other studies within and outside the
country ( 22,47). Likewise, the high proportion of people in Kandahar with high blood sugar is a point for consideration.
After removing the Kandahar data, the overall proportion was 10.0%, thus, more advanced study is required in this city
to identify the actual situation (the data were checked and the questionnaire reviewed for errors, however the
possibility of non‐fasting blood collection cannot be ruled out). Robust studies for diabetes are required in this southern
city of the country.

This was a cross‐sectional survey, therefore, it is not possible to establish causation. In addition, the surveys were
conducted only in the urban setting of the provinces surveyed, therefore, our findings are representative only of the
urban area of Afghanistan. The integrated and combined results, although reflected, are not adequately generalized to
the general urban adult population as they were conducted over different time periods. Furthermore, the data were not
standardized so caution should be used in interpretation of the findings. More than half the study participants (52.2%)
had ≥ 1 of the 4 main risk factors (obesity, hypertension, smoking and high blood sugar). Therefore, taking into account
the major findings of provincial as well as general overall estimates of risk factors, we encourage the introduction of
education campaigns to raise awareness on physical activity and a healthy diet as protective factors against all NCDs.

Urbanization is expanding in Afghanistan and cities are progressively becoming overcrowded, however they have very
limited facilities for jogging and other aerobic sports. The establishment of such facilitates, particularly for women, is
recommended. As a number of risk factors may be present simultaneously in an individual, interventions are needed to
target groups of risk factors rather than just one at a time. Although all provincial findings as well as the overall findings
are alarming and will be useful as a baseline for future studies, the financial constraints which prevented listing of the
households ahead of the study, the overestimation of the NCD burdens due to free checking of blood pressure and
blood testing and the poor security situation, which forced the teams to exclude some areas, are further limitations to
be taken into consideration.

Nonetheless, the findings of this study undoubtedly fill some of the gaps in the information for policy development and
the design of interventions. Our findings pave the way for a nationwide study on NCDs using the WHO STEPwise
approach to provide full information at country level. The establishment of behavioural surveillance using the
STEPwise approach will place the Ministry of Public Health in a better position to take appropriate action.

9
Acknowledgements

We would like to thank the Surveillance Department at the Ministry of Public Health and the WHO Kabul Office for
supporting the series of studies conducted at provincial level.

Funding: The funding for the primary studies in each province was provided by theWHO Country Office, but this study,
which used the dataset of the primary studies, has not been funded by any organization.

Competing interests: None declared.

References

1. Population estimation 2014/15. Kabul: Central Statistics Organization; 2015 (http://cso.gov.af/en/

page/demography‐and‐socile‐statistics/demograph‐statistics/3897, accessed 29 July 2015).

2. Afghanistan Demographic and Health Survey 2015. Kabul: Central Statistics Organization, Ministry of Public
Health; 2015.

3. Maurice J. WHO heads efforts to restore Afghanistan’s shattered health. Bull World Health Organ.
2001;79(12):1174. PMID:11799458

4. MayhewM, Hansen PM, Peters DH, Edward A, Singh LP, Dwivedi V, et al. Determinants of skilled birth attendant
utilization in Afghanistan: A cross‐sectional study. Am J Public Health. 2008 Oct;98(10):1849–56.
doi:10.2105/AJPH.2007.123471

5. World drug report – executive summary. New York: United Nations Office on Drugs and Crime; 2015:42.

6. Afghanistan mortality survey 2010. Calverton, Maryland: Afghan Public Health Institute, Ministry of Public
Health, Central Statistics Organization (Afghanistan), ICF Macro, Indian Institute of Health Management
Research, World Health Organization Regional Office for the Eastern Mediterranean; 2011
(http://dhsprogram.com/pubs/pdf/FR248/FR248.pdf, accessed 20 December 2019).

7. Horton R. Non‐communicable diseases: 2015–2025. Lancet. 2013 Feb 16;381(9866):509–

10. doi:10.1016/S0140‐6736(13)60100‐2

8. Global status report on noncommunicable diseases 2014. Geneva: World Health Organization; 2014.

9. Foucard L. Transition épidémiologique et développement: l'essor des maladies non transmissibles est‐il une
fatalité? [Epidemiological transition and development: is the increase in non‐communicable diseases
inevitable?] Médecine Tropicale: revue du corps de santé colonial. 2007;67(6):543–4.

10
10. 2008–2013 action plan for the global strategy for the prevention and control of noncommunicable diseases.
Geneva: World Health Organization; 2008 (World Health Assembly document A61/8).

11. Global Health Observatory data: NCD mortality and morbidity. Geneva: World Health Organization; 2017 ( www.who.int/gho/ncd/m
, accessed 29 January
2018).

12. Global health estimates: deaths by cause, age, sex and country, 2000–2012. Geneva: World Health
Organization; 2014.

13. WHO Fact sheet. Noncommunicable diseases. Updated, June 2017. Geneva: World Health Organization; 2017
(www.who.int/mediacentre/factsheets/fs355/en/, accessed 1 September 2017).

14. Global status report on noncommunicable diseases 2010. Geneva: World Health Organization; 2011
(http://www.who.int/nmh/publications/ncd_report_full_en.pdf, accessed 29 July 2015).

15. Kankeu HT, Saksena P, Xu K, Evans DB. The financial burden from noncommunicable diseases in low‐ and
middle‐income countries: a literature review. Health Res Policy Syst. 2013 Aug 16;11:31.
doi:10.1186/1478‐4505‐11‐31

16. The political declaration of the United Nations General Assembly on the prevention and control of
non‐communicable diseases: commitments of Member States and the way forward. Technical discussion paper.
Fifty‐ninth session of the Regional Committee for the Eastern Mediterranean, August2012. Provisional agenda
item 4(a) (EM/RC59/3) (http://applications.emro.who.int/docs/RC_technical_papers_2012_3_14578_EN.pdf,
accessed 29 July 2015).

17. Salehuddin M, Choudhury KN, Islami N, Zillurahman M, Gosh S, Majib M. Burden of non‐ communicable
diseases in South Asia – a clinical review. University Heart J. 2010, July;6(2).

18. Health systems strengthening in countries of the Eastern Mediterranean Region: challenges, priorities and
options for future action. Technical discussion paper. Fifty‐ninth session of the Regional Committee for the
Eastern Mediterranean, October 2012. Cairo: World Health Organization; 2012 (EM/RC59/Tech.Disc.1)

(http://applications.emro.who.int/docs/RC_technical_papers_2012_Tech_Disc_1_14613_ EN.pdf, accessed 20

December 2013).

19. Prevention and control of noncommunicable diseases. Outcome of the high‐level meeting of the General
Assembly on the prevention and control of noncommunicable diseases and the first global conference on health
lifestyles and noncommunicable disease control. Sixty‐fifth World Health Assembly, 20 April 2012. Provisional
agenda item 13.1 (A65/6).

11
 Geneva: World Health Organization; 2012
(http://apps.who.int/gb/ebwha/pdf_files/WHA65/A65_6‐en.pdf, accessed 20 December
2019).

20. Noncommunicable diseases country profiles 2014. Geneva: World Health Organization; 2014
(https://www.who.int/nmh/publications/ncd‐profiles‐2014/en/, accessed 20 December 2019).

21. Diabetes programme. Country and regional data on diabetes. Prevalence of diabetes in the WHO Eastern
Mediterranean Region. Geneva: World Health Organization; 2015
(http://www.who.int/diabetes/facts/world_figures/en/index2.html, accessed 20 December 2019).

22. Mohmand KA, Sharifi K, Bahram AA. Smoking prevalence survey in Kabul City. Kabul. Social and Health
Development Program; 2010. Afghan J Public Health. 2014;2(1):21–5.
(http://anpha.af/wp‐content/uploads/2016/10/afjph_2014_volume_2_issue_1‐2.pdf, accessed 15 January
2020).

23. Saeed KMI. Prevalence of risk factors for NCDs in the adult population of urban areas in Kabul city,
Afghanistan. Cent Asian J Glob Health. 2013;2(2):10. 5195/cajgh.2013.69

24. Ministry of Public Health, National Health Policy (2015–2020), Kabul Afghanistan

25. Bonita R, deCourten M, Dwyer T, Jamrozik K, Winkelmann R. Surveillance of risk factors for noncommunicable
diseases: the WHO STEP‐wise approach. Geneva: World Health Organization; 2002
(WHO/NMH/CCS/01.2002).

26. WHO STEPwise approach to surveillance (STEPS). Geneva: World Health Organization;
(http://www.who.int/chp/steps/en, accessed 20 December 2019)

27. Riley L, Guthold R, Cowan M, Savin S, Bhatti L, Armstrong T, et al. The World Health Organization STEP wise
approach to noncommunicable disease risk‐factor surveillance: methods, challenges, and opportunities. Am J
Public Health. 2016;106:74–8. doi:10.2105/AJPH.2015.302962

28. Obesity: preventing and managing the global epidemic. Geneva: World Health Organization; 2000
(WHO Technical Report Series No. 894).

29. The IDF consensus worldwide definitions of the metabolic syndrome. Brussels: International
Diabetes Federation; 2006
(http://www.idf.org/webdata/docs/IDF_Meta_def_final.pdf, accessed 29 July 2015).

30. Whitworth JA; World Health Organization, International Society of Hypertension Writing Group. 2003 World
Health Organization (WHO)/International Society of Hypertension (ISH) statement on management of
hypertension. J Hypertens. 2003 Nov;21(11):1983–92. doi:10.1097/00004872‐200311000‐00002

12
31. Diabetes. Fact sheet no. 312. Updated January 2015. Geneva: World Health Organization; 2015
(http://www.who.int/mediacentre/factsheets/fs312/en/, accessed 29 July 2015).

32. Health management information system (HMIS). In: Annual report 1391. Kabul: Ministry of Public Health; 2012.

33. Disease early warning system (DEWS) surveillance. In: Annual report. Kabul: Afghan National Public
Health Institute, Ministry of Public Health; 2013.

34. WHO STEPS. Chronic disease risk factor surveillance. Data book, I.R. Iran 1388 (2009)
(http://www.who.int/chp/steps/Iran_DataBook_2009.pdf?ua=1, accessed 29 July 2015).

35. Pan B, Chen X, Wu X, Li J, Li J, Li Y, et al. Prevalence of noncommunicable diseases and their risk factors in
Guangzhou, China. Prev Chronic Dis. 2014 Mar 27;11:E49. doi:10.5888/pcd11.130091

36. Stevens GA, Singh GM, Lu Y, Danaei G, Lin JK, Finucane MM, et al. National, regional, and global trends in
adult overweight and obesity prevalence. Popul Health Metr. 2012;10(1):22–2. doi:10.1186/1478‐7954‐10‐22

37. Kebede Y, Abula T, Ayele B, Feleke A, Degu G, Kifle A, et al. Substances abuse for the Ethiopian health
center team. Ethiop Public Health Train Initiative. 2005;81.

38. Mohmand KA, Sharifi K, Ahad Bahram A. The burden of cigarette smoking among males in Kabul, Afghanistan.
Afghan J Public Health. 2014 January;(2):l.

39. Alam SE. Prevalence and pattern of smoking in Pakistan. J. Pak. Med. Assoc. 1998 March;64–66.

40. Meysamie A, Ghaletaki R, Haghazali M, et al. Pattern of tobacco use among the Iranian adult population:
results of the national Survey of Risk Factors of Non‐Communicable Diseases (SuRFNCD‐2007). Tob Control.
2010;19(2):125–128.
doi:10.1136/tc.2009.030759.

41. E Jindal SK, Aggarwal AN, Chaudhry K, et al. Tobacco smoking in India: Prevalence, quit‐ rates and respiratory
morbidity. Indian J Chest Dis Allied Sci. 2006;48(1):37–42.

42. Nath A, Garg S, Deb S, Ray A, Kaur R. A study of the profile of behavioral risk factors of non‐communicable
diseases in an urban setting using the WHO STEPS 1 approach. Ann Trop Med Public Health. 2009;(2):15–9.

43. Finucane MM, Stevens GA, Cowan MJ, Danaei G, Lin JK, Paciorek CJ, et al. Nnational, regional, and global
trends in body‐mass index since 1980: systematic analysis of health examination surveys and epidemiological
studies with 960 country‐years and 9.1 million participants. Lancet. 2011 Feb 12;377(9765):557–67.
doi:10.1016/S0140‐6736(10)62037‐ 5

13
44. Garg A, Anand T, Sharma U, Kishore J, Chakraborty M, Ray PC, et al. Prevalence of risk factors for chronic
noncommunicable diseases using who STEPS approach in an adult population in Delhi. J Family Med Prim Care.
2014 Apr–Jun;3(2):112–8. doi:10.4103/2249‐
4863.137617

45. Haghdoost AA, Sadeghirad B, Rezazadehkermani M. Epidemiology and heterogeneity of hypertension in Iran:
a systematic review. Arch Iran Med. 2008 Jul;11(4):444–52.

46. Esteghamati A, Meysamie A, Khalilzadeh O, Rashidi A, Haghazali M, Asgari F, et al. Third national surveillance of
risk factors of NCDs (SuRFNCD‐2007) in Iran: methods and results on prevalence of diabetes, hypertension,
obesity, central obesity, and dyslipidemia. BMC Public Health. 2009;9:167. PMID:19480675.

47. Shera AS, Basit A, Fawwad A, Hakeem R, Ahmedani MYM, Zafar M. Pakistan national diabetes survey:
prevalence of glucose intolerance and associated factors in the Punjab province of Pakistan. Prim Care
Diabetes. 2010;4(2):79–83.
doi:10.1016/j.pcd.2010.01.003

48. Aryal KK, Mehata S, Neupane S, Vaidya A, Dhimal M, Dhakal P, et al. The burden and determinants of non
communicable diseases risk factors in Nepal: findings from a nationwide STEPS survey.PLoS ONE.
2015;10(8): e0134834.
doi:10.1371/journal.pone.0134834

14
 8 9 1 .3 0 .7 2 la tio
0b
0a
4 4 2 7 1 5 1 6 4 5 2 W )d n
.80.09.4 7 0 .6 0 .412 2 9 5 41 82 63 2 o
.6 .3 .2 .4 .7 .5 .3 .7. 2
4 .5 .7 .4 % fd
e
1 1 1 3 1 1 1 2 7 5 6 2 5 N m
056 9 2 6 2 1 7 3 6 62 01 8 6 o o
47 89 0 8 6 11 0 0 0 7 408 8 3 0 . M grap
( n az
8 1 1 2 1 9 2 5 4 51 2 4 U=a h
.4475 .6 5 0 .9 0 .097 . 1 9 3 61 3 5
% 1 r‐ ican
.0 .4 .4 .2 .9 .3 .16 .9 .25.3 .0 .5
2e
3‐
1S
1 4 6 1 1 2 1 8 2 5 5 4 2 2 3 W ) h arif d
1 .0 6 0 .3 0 . 9.7
2 2 9 1 8 51 1 5
.52.1 .9 .8 .5 .3 .8 .4 .6 .27.6 .8 .3 % so
cio
0 9 4 5 1 8 1 6 3 6 5 5 2 2 3 N e
3 6 1 8 9 0 47 3 8 0 3 9 22 8 9 o co
1 4 0 0 7 5 4 22 0 8 9 .
(n
n
– 9 4 5 1 9 1 5 3 5 4 5 1 2 3 U o
.5 7 .2 8 .1 0 .76.5 3 4 7 2 91 5 5 = H m
.1 .8 .2 .8 .0 .7 .6 .79.5 .5 .3 %
1 icch
1 1 ir
5 2a t
– 1 4 6 2 9 9 5 3 5 5 4 2 2 2 W 9
)
2 1 .0 0 .8 .7 .4. 7
5 3 5 3 6 92 3 6 aracte
.4 .5 .7 .9 .0 .1 .9 .01.7 .3 .0 %

C
ity
031 9 1 1 1 7 1 8 5 5 1 3 5 N risticsam
54 2 3 1 2 27 2 6 4 6 9 31 2 2 o
4 0 0 5 4 0 8 7 48 8 3 0 .
(nK
–3 1 1 1 1 6 1 7 4 5 1 2 4 U =
an
.945 0 4 2 3 .36.3 4 3 8 1 11 7 4
%
.7 .2 .3 .1 .8 .3 .2 .8 .2 .56.1 .7 .6 1
1dh o
6a n
5 ar
g
–5 1 1 1 1 6 1 7 5 4 1 2 3 W )
. 41
2 1 5 2 3 . 6.2
2 4 3 2 7 71 7 5 ad
.7 .6 .8 .6 .6 .1 .7 .3 .89.4 .4 .4 %
u
ltsage
4 36 7 5 1 1 1 2 2 5 5 5 1 2 5 N
1 7 57 7 1 2 0 7 7 9 21 8 9 o
56 81 3 8 6 2 5 3 9 66 5 9 2 .
(n d
3 35 6 4 1 1 1 1 4 4 5 1 2 5 U 2
51 .6 . 1.5
7 4 0 9 7 9 8 1 01 4 0
% = K
5
.6. 6
. 2 .8 .2 .5 .4 .6 .9 .1 .84.1 .7 .5
1 ab
–
1 u 7
7 l 0
2
3 25 7 5 1 1 1 1 5 5 4 1 2 4 W ) ye
78 .2 . 1.2
2 4 9 8 1 3 6 71 4 1
.6. 5
. 7 .6 .0
1 .7 .3 .8 .3 .7 .37.1 .6 .0 % arsfive

5 11 1 7 3 6 4 6 1 3 2 3 8 1 2 N
7 0 0 2 3 3 1 2 1 6 7 1 19 4 5 o
4 70 5 1 1 4 8 9 5 0 1 8 07 0 9 2 .
48 6 6 8 7 2 5 4 6 citie
(n
1 1 1 1 6 1 7 1 1 6 4 5 1 2 4 U = T sin
0 91 9 3 1 .2 0 9 2 6 4 41 5 3
%5o
.5 .69.8 .3 .2 .6 .8 .9 .1 .0 .0 .06.7 .8 .6
8t
9a l
7
1 1 1 1 6 1 7 1 2 6 5 4 2 2 3 W )
1 91 9 8 4 .3 1 .1 0 0 1 1 8 11 4 4
.6 .2 .2 .7 .6 .6 .7 .2 . 8 7. 9.6 .7 .0 %
 ted o 56
n
ses) 0
;B 1 8
.94.2877 0 9
M fo
.7. 1 .9 .1
I=
rso
b 2 8
o m 1 7 0 9 1 13 2 4
5
8
6
d e 01
y
m var 0
8 2 7
assin . . 6 43 . .9 1 8
ia 1 78 .7 .3
b
les, 0
d 8
. . 7 44 . .8
2
1
7
8
ex;D .3 .7
t2
h 50
e
K su 0 9 4
N b 1 8 6 3 9 54 3 5 5
= . 4
to
n t
o s 1 5 .6. . 7 7 8 .4 1
7
8
2
t al 0 8 .3 .7
1 kn d
6 o o
wn 1 8
n o 0 8 8 4. . 7 . 7 2
: t.05 50 .2 .8

A alw
FN
5 4
6 7 2 5 9 12 2
= aysre 0
5 0
A
fgh
f.7.. 5 4
7 2
a le c0 56 .8210 17 .9 .1
n tth
i.
e0 ..79 7 6
0
3
9
t4 1 . .9 .2 .8
o 54
taln

1 1
u 6 5 9 4 8 17 6 3 9
5
6
m
b
er 0 8 1 9 7
. . 4 92 . 2 2 .6
1 .4 .4
o5
fp
art 0 7 9 7
. . 5 98 . .9 3 .0
ic 7 49 .0
ip
an 3 3 6
6 2
ts 1 3 4 5 7 1
. 782 5 0
71 4

0 2 7
. 5.9849
2 4 5
.8. 1 .3 .7

0 2 7
.36.7837 4 5
..7
5 .2 .8
 .1 .0 .5 .4 . 3 1 5 .8. 3 .9 .1 .0 .4
/w. 3 6 .9 2 8 2 la tio
d 0b
a eek) 6 0a
y )d n
1 2 4 4 7 78 3 2 3 3 21.8 5 W o
5 0 3 4 88 36 1 s/ 2 4 0 3 . 9 .85 4. 84 .0
.4 .9 .4 .1 . 1 .5 .0 .3 w e . . . .7 .75.291 .5 % fb
e173 e
k)
h
1741 9948 12 4 361 2 2 3 1 94 13 N avio
1148 6 4 1 271 6 4 3 9 36 6 o
76 1 . M
( n az u
5 4 51 54 2 1 1 1 1 3 4.11 U ralrisk
. 9.0151
5 80 7 0 52 31 9 3 2 1 .4 . 7 4 .1 1
5 =a
.54.5 .0 0 . 9 . . 9 .7 .5 .8 .9 .0 .8 .7 % 1 r‐
7 .8
2e
3‐
1S
)h arif
5 9 4 4 5 4 2 1 2 2 1 1 1 3 4 7 W facto
.8 . 16 1
1 7 9 1 7 1 9 4 3 3 2 .6 . . 1 81 2
8 2
. 4.8
2 .9 .5 .5 .5 .0 . 2 1. 0 .1 .4 .2 .5 .2 .3 %

rsfo
1 26 35 4 5 6 7 1 4 7 5 2 2 1 71 1 2 N
3 2 0 3 2 2 0 7 29 88 6 9 0 5 78 1 o
0 . rn
(n o
5 1 2 2 3 2 41 2 2 1 7 3 3 U
.9 01 42 9 0 2 0 5 3 .0 .8 .27 .8. 6 3 .5 3 = H n
1 .0261.3
.1 . 3 . 96 . 19 .4 .0 .7. 0 6 .7 .5 .4 %
1 co
7 1 ir
2a t m
9
6 2 23 1 1 2 2 1 7 4 3 7 W ) m
.1101 1 32 9 51 0 6 4 .7 .2 .2 . 8 .65 5.5 u
.52.72.0 .8 . 9 06 . 03 .9 .7 .2. 5
0 .4 . 2 .2 % n
C
icab
ity
6175 9 1 5 4 4 4 6 61 31 5 N
013 7212 9 8 5 4 13 2 2 0 4 0 4 1 79 o le
4 0 4 4 4 .
d
(nK ise
4 76 5 5 4 2 3 3 3 2 1 1 4 U
=a
.55.35.3
6 .8 2 9 4 2 8 9 9 2 1 3 1 .59.0129 % ase
.46.0 .0 .6 .6 .1 .0 .8 .8 ,3 .7 .8 .1. 8 1n
1d
6a
5h am
4 7 5 5 4 4 3 3 3 2 1 1 4 W ) ar
.45.95.4
7 .1 26 8 3 2 3 9 9 4 2 4 2 . 9 .94 12 1
.15.5 .6 .9 .3 .4 .0 .5 . 6 .4 .4 .5 . 0.5
7 % o
n
g
ad
5 1 4 5 1 2 4 3 2 3 3 6162 N
7 3 53 5 16 0 0 5 2 83 2 8 0 0 0 2 2 125 o u
2 3 7 4 . ltsage
(n
4 1 1 9 33 3 3 3 2 3 3 2 1 1 5 4 U
= K
.0 0 1 .3 2 5 4 7 5 1 5 3 2 1 .5 .86.79.0
8 .8
.4 .5 .84.8 .4 .8 .2 .8 .5 .4 .8 .1 .1 % 1 a
1b d
7ul
2 2
4 1 1 9 3 3 3 3 2 3 3 2 1 1 5 5 W ) 5
.1 0 1 .5 33 5 5 7 7 1 5 4 2 1 .8 .1729. 6 ..9 5 –
.4 .8 .05.3 .8 .8 .8 .1 .2 .5 .9 .9 % 7
0
ye
5 0 71 0 2 4 35 2 2 3 7 1 1 1 1 352 N
3 5 1 8071 2 1 3 9 3 8 4 5 6 5712 2 o arsin
8 394 23 9 7 5 7 7 1 3 1 72 .
6
(n
6 4 2 2 2 3 2 1 1 6 4 .8 6 U five
. 111 1
6 85 354 8 5 7 0 3 4 0 .4 . 7 8 .9
4 .8
% = 5To
.37.56.5 . 3 . 30 . 96 .6 .6 .8 .5 .1 .3 .7 .4
8t
9a l citie
7
6 4 54 2 2 2 3 2 1 1 6 4 9 W)
.8111 1 85 8 5 7 0 4 5 1 .9 .68.2 .29.4 s
. 7.56.5
4 . . 3 10 . 93 .4
2 .5 .7 .5 .1 .2 .6 .2 %
 te . .75 .8.
4 77
d
. 4 566
02
.6.85 .5
7 .9

3 46 79 1
04
7

1
5223
.03. 64 .952 .

1 223
53
. .76 .9
3 5 .6

3 45 71 9
32

1 122
59
1 . 0 3. . 6 4 .3 0
8
1 122
48
.8.86 .3
3 .0

1 36 80 1
48
9

1
0 2 20 2 6
. 4 . 2 .810 .

1 1 2
0 9 62 0
.2 . 7 . 1. 6

1821
1371
6

8
.7232 1 5
. 0 .197 .

8 2 2
.73 41
.1 .89.2

1 47
22 91 8
86 03

1
6 2 37 3 3
. 4 . 5 .918 .

1 2 3
6 7 33 1
.5 . 4 . 4. 5
 1 9 1 .7 0 3 4 .9 3 .4 2 .6 1 istan
2 9 eigh 2
6 ≥ 4 0
0a
m 1 4 cm te 1 5 1 1 7 4 4 6 7 60 2 3 3 2 W )d
,2
u
tio
5 731 3 0 1 2 02
g/d 0 .65 . 6 .5 .3
m fo
d . 64. 03 6 8 .. .5 .8
.826 .6 .6 8 .3 .4 % 0 n
;B 1
L. m rm 5 o
H M 1 9 9 6 1 1 1 3 65 N fb
g en I 3 155222 3 2
2
4 5 9 2
9
482
866 2
1 3 37 9 o
io
= . M
an
an b (n az ch
d o 11 18 6 5 3 1 6 7 64 1 1 2 1 U a e
/o d d .5 . 1 0 3 2 4 85 5 9 2 = r‐e m
.2
y7 5 .87 .0 .0 .6 .3 .8 . 7 . 76 .8 .5 . 7 3. 0.5 %
1
rd ≥ m 2 ‐Sh icalan
8 3
1
iasto 0 ass 1 1
6 4 3 1 6 7 64 1 21 W ) arif
cm .5 . 0 9 2 2 3 74 5 1 19
in7 13. 84 . 9 9 .4 . 3 .5 .1 .5 . 6 . 25 .4 .3 .2 .0
8 %
d
licp fo d
ex. 4 8 5 7 p
rw h
ressu 1 9 8 7 1 1 1 3 54 N ysicalrisk
2221 3 8 9 8 1 371 6 4 45 2 o
o 7 0 607 4 .
m
(n
re en 1 6 4 3 1 4 6 54 1 2 1 U
8184 3 1 4 0 9 9 19 6 01 = H
≥ . .92. .7
7 . .7 .5 .9 .5 .5 . 8 . 03 .6 .3 . 8.80.6
5 %
1 ira
1
9 2 t facto
0 9
1 m 1 6 4 3 1 4 6 51 1 11 W )
9 8184 2 1 4 0 9 8 0 5 2 80
m .72. .6
4 . .4 . 6 .6 .3 .4 .27.64.5 .9 1 7
. . .1
0 % rsfo
H
g. C
ity
3024 8 8 1 9 80 12 2 6 5 N rn
3679 7 1 1 5 618 2 83 4 86 o
3 950 . o
n
2 6 4 3 1 6 64 2 1 1 U (n K co
4321 4 3 5 8 55 90 0 82 an
.82. 21 ., 85 3. .9 .1 .0 .3 . 6 .6 . 71 .8 .9 .11.10.8 % = m
1 d
1 ah m
6 u
W 5
ar
2 6 4 3 1 6 55 2 1 1 ) n
4321 4 1 4 7 3584 0 72 icab
.61. 27 .180 . .4 .7 .0 .9 .77.6 .1 .6 .1 .10.60.5 %

le

2952 801 7 1 11 3 2 4 8 9 N
d
1232 3819 4 2 8 6 3 21 ise
o
97 7 8 4 .
ase
(n
1 113 6 5 7 6 5 2 2 1 U
67 5441 1 8 7 5 3 0 62 5
% = K
am
.7.62 .1
. 7 .98.5 .264 . .7 .0 .1 .0 .6 .18.4 .4 1 ab
1 u
7 l o
2 n
1 113 6 4 4 5 7 61 5 1 2 1 W ) g
67 5 01 7 5 3 9 52 5
. .52 .1
9 . 6 . 7.9
3 .56.3 .7 .3 .2 .5 .9 .37.1 .0 % ad
u
ltsage
1691 4 4 6 9 1 1 2 3 3 N
5112 8454 7 5 0 4 2 54 o
2990 9422 0 5 4 761 6 8 64 0 .
9
(n d
1 1 1 6 4 3 1 5 64 1 2 1 U = T 2
8 7 38 6 4 6 9 6 39 8 8 32 3
% 5 8ot
5
.9 .5 .4. 0 .0
4 .8 .8 .8 .6 .3 .1 .7 .4 .542 . .7 –
9a l 7
7 0
1 1 1 5 4 3 1 5 6 6 4 1 2 1 W) ye
8 7 37 9 6 4 6 8 1 7 7 22 3
.7 .4 .3. 9 .7 .2 .6 . 7.9 .7 .1
4 . 9 .8 6 .4
.3 % ars
2
0
 g g L) e
/d /d m
L) L) icalfacto
1 4 2 21 1 1 9 98 M
21 043 83 00 821 712 e
22 . 0.3. 8
2 8 .4 599 7081 57 . 01. 7
9
.90.3 .4
.80. 97 9 .6 .55.7. 7
2 .6 . 2 8 .8 an
( n Jalalab
= rsam
1
2
0 ad
0
3 7 6 4 3 4 3 6 7 8 6 4 4 3 SD ) o
33 .57.5 .06.0 9 6 9 6 6 3 95 0 0 0 n
.21.6 .6
4 .1 .5 .2 .8 .8 .0 .1
7 .1 .3 .4 .5 g
ad

1 1 4 5 1 1 1 1 1 1 1 1 9 9 8 8 M u
11 9 14 74 7 8 8 7 6 7 5 5 1 7 4 ltsage
3 .2 . 1 . 59 .9 7 9 6 7 .7 .9 .9 .1 e M
.12.6 . 8 .30 1 .87 .1 .0 .0 .84.7 6 an ( n az

=a d
1 r‐
2 ‐e 2
5 5 3 3 7 866 1 1 9 1 4 S31S 5
0 6 23 34 0 44 0 3 4 0 83 D
)h arif –
. 1.1
2 . 5 . 77 ..4 2 4 .8 . 3
.7. 3 8 5 .5 3 . 8. 2
5 373 6
. 0.5 7
.0 .4 .1 0
ye
2 arsin
1 1 4 1 111 1 1 1 1 9 88 M
01 444 78 5 5 5 5 48 e
50 . 5.3634.8. 4
4 487 4 7 2 . 9.15
5 . 0.4
6
.62.1 .7
.86. 63 0 .1 . 9 .3 .68.2 an
(n C
=Hif y ve
1 iti
1r
2a citie
3 8 4 4 5 6 6 6 5 6 4 4 SD 9t
63 . 8.311 1
7 8 44 6 1 6 5 0 4 43 )
.33.7 .00.7 .45.2 .60.6 .6 .8 .1 .2 .7 .4 .41.2
sin

1 4 4 1 1 1 1 1 1 1 1 1 1 M A
01 4 74 64 89 81 5 7 4 4 3 3 31 e
fgh
60 .6 . 3 . 35 .4 28 3 9 9 3 8 72
.55.7 . 1.22
8 .80.2 .1 .7 .9
1 .5 .2 .1 .25.7 an (nK
an
=a
1n istan
3 1 1 4 6 5 7 1 9 8 1 1 1 1d
93 01 51 7 54 9 7 3 3 1 2 21
SD 6a
.66.1 .95.5 6 .9. 2 . 1.9 . . 8 9 .0 1 .3 .7 0 01 5h
6 .0 0 .4 .08 .10.4
) ar
,2
0
1
9 1 4 1 111 1 1 1 9 M 5
9 744 88 7111 0 0 48 e
. 00
3 . 6.7594.7. 4
3 577 07 675 3 2 .43.8
.1 .5
.20. 94 8 .6 .5 .7 1 .4. 5 4 .8 .8 an
(n
=K
1a
1b
3 3 4 444 8 5 4 SD 7u
12 311 66 9918 85 92 2l
.08.5 .55.3581.9. 2 6 4 .2 . 2
.8. 3 . 0. 9
.606 .1 .07.6 . 8 8 .9 )
28

1 4 1 111 1 15 1 9 19 M
01 5444 44 819 61 61 7 7110 2 e
90 .05. 6
. .4 48088 4 86 .90304
.67.9 7 4 0 9 .9 .02. . 6 0 .55. . .47 2 . . 6 0 .0 4. 6 an
1 1 3 .1 .5 1 6 9 5 .9 (n
=T
5o
8t
9 al
3 2 12 5 554 8 84 8 6 65 SD 7)
93 02 31 88 257 98 41 0 5679
.38.1 .7 . . .1 .86. . 3 9 .4 . 3 9 .4. 0 .48. 2
. .9
9 7 3 9 .8 3 0 8 .9 .1 1 5 .1 7 3 7 9 .2
 n
.

1
21
32
.38.9

3 7
4 5
.3 .8

1 1
1 1
2 7
.7 .5

5
96
.65.8

2
2 1
01
30
.88.3

3 4
4 9
.8 .8

1 1
0 1
9 1
.7 .5

4 4
5 7
.3 .5

1
01
10
.63.6

3
33
.12.8

1
011
901
.89. 4
.
263

4
245
.94. 7
.
926