PELAYANAN TERPADU PTM

ALGORITMA DAN IMPLEMENTASI

Sosialisasi Algoritma Pandu PTM Regional Tengah

Nusa Dua, 3 Juni 2021
 WHY
PELAYANAN TERPADU PTM
 GLOBAL OVERVIEW
Penyakit Tidak Menular (PTM) membunuh 41 juta jiwa setiap
tahunnya, setara dengan 71 % kematian global.

15 juta jiwa diantaranya meninggal pada usia 30-69 tahun.

85 % kematian dini pada negara low – middle income

countries

Hampir ¼ (22 %) populasi dunia memiliki faktor

kerentanan terhadap COVID-19 dan pada umumnya
disebabkan PTM
Sumber : WHO - Dept. of NCDs
Voluntary Global Target For NCDs Control Permenkes 71/2015

Pilar Penanggulangan
Promkes

Deteksi/skrining

Perlindungan
khusus

Tatalaksana kasus
 FAKTOR RISIKO PTM

✔ USIA
✔ JENIS KELAMIN
✔ GENETIK

TIDAK BISA DIUBAH BISA DIUBAH

✔ MEROKOK
✔ KURANG AKTIVITAS FISIK
Faktor Risiko
✔ POLA MAKAN TIDAK SEHAT Perilaku
✔ KONSUMSI ALKOHOL
✔ TEKANAN DARAH TINGGI
✔ OBESITAS Faktor Risiko
Intermediet
✔ HIPERGLIKEMIA
✔ HIPERLIPIDEMIA
 CURATIVE: PROVIDING RESILIENCE:
PILAR TRANSFORMASI B QUALITY, EFFICIENT CARE C ENSURING
WHEN NEEDED READINESS &
PREVENTIVE: KEEPING POPULATION HEALTHY EFFECTIVE
A BY TRANSFORMING PRIMARY CARE
Increasing access Increasing 6
and quality of RESPOND TO
5 resilience of CRISIS
secondary &
Population education 1 Primary prevention 2 Secondary prevention 3 Increasing capacity and 4 pharma and Strengthening 7
capability of primary care tertiary care
meddevices emergency response
• Promkes • Peningkatan • Menjamin sector
• Peningkatan • Penerapan resilience
perilaku hidup skrining-deteksi implementasi
deteksi dini algoritma
sehat: GERMAS, dini penyakit PPK dan/atau • Menjamin
komplikasi dan Pandu PTM clinical pathway ketersediaan • Menjamin
CERDIK dan faktor kerusakan organ keberlangsungan
(skrining, sesuai dengan obat penyakit
• Pemicuan risiko target layanan PTM
edukasi, dan PNPK KV di FKTL
perubahan • Penguatan tatalaksana) serta obat PRB pada saat terjadi
• Pemenuhan dan
perilaku melalui regulasi dan layanan bencana
• Penguatan pemerataan
AoC PTM pengendalian sarana, paliatif di FKTP • Mendorong
Program Rujuk
konsumsi GGL prasarana dan • Penyediaan ketersediaan
Balik
alkes untuk alat deteksi obat/
• Integrasi Pandu penanganan dini faktor tatalaksana PTM
PTM dan BPJS PTM di RS sesuai risiko PTM dalam paket obat
standar emergensi

Talent 8 Healthcare Financing 9 Technology, digital and analytics 10

FOUNDATIONAL • Pemenuhan SDM berkualitas di
D ENABLERS FKTP dan FKRTL sesuai standar
• Orientasi dan pelatihan Pandu
PTM
Integrasi dan peningkatan
pembiayaan berbagai sumber
(Pusat, daerah, swasta, dan hibah)
dalam penanggulangan PTM
• Penguatan surveilans faktor risiko PTM melalui SI PTM
• Pengembangan notifikasi kesehatan digital bagi populasi
sehat dan coaching bagi populasi berisiko PTM kolaborasi
dengan start-up
• Pengembangan kajian dan umpan balik pencegahan dan
pengendalian PTM
 Penanganan PTM lebih terarah dan
terpadu kepada sasaran yang jelas
Faktor risiko PTM dapat terdeteksi sejak
MENGAPA dini
ALGORITMA Dokter yang merawat dapat melakukan
PANDU PTM? telusur pengobatan
Meningkatkan keterampilan petugas
dalam penanganan PTM di FKTP
Integrasi dengan BPJS dan pemanfaatan
teknologi informasi
 WHAT
PELAYANAN TERPADU PTM
 Ruang Lingkup
Upaya pencegahan, pengendalian, dan tata laksana
yang terintegrasi untuk tindak lanjut faktor risiko dan
PELAYANAN penyakit tidak menular (penyakit kardiovaskuler,
TERPADU PTM diabetes melitus, penyakit paru kronis, dan kanker)
serta PTM lainnya di Puskesmas dan FKTP
(PANDU PTM)
Sasaran
Penduduk usia 15 tahun ke atas yang datang ke
Puskesmas/FKTP untuk kunjungan sakit maupun
kunjungan sehat
 HOW
PELAYANAN TERPADU PTM
PREDIKSI RISIKO
PTM
 PENILAIAN PREDIKSI RISIKO PTM

1. Memprediksi risiko seseorang menderita penyakit kardiovaskuler 10 tahun

mendatang, berdasarkan jenis kelamin, umur, tekanan darah sistolik, status
merokok
2. Menggunakan Tabel Prediksi Risiko PTM
3. Diadaptasi dari “WHO Cardiovascular Disease Risk Charts” yang dikeluarkan
tahun 2020
4. Terdapat 2 jenis tabel prediksi risiko PTM, yaitu:
✔ Berdasarkan hasil laboratorium (memerlukan nilai kolesterol total dan
diagnosis diabetes melitus) dan
✔ Tanpa hasil laboratorium (memerlukan nilai IMT)
CARA PENGGUNAAN TABEL PREDIKSI RISIKO PTM
(DENGAN HASIL LABORATORIUM)
1. Tentukan dahulu apakah orang
yang diperiksa penyandang DM
atau tidak. Gunakan kolom yang
sesuai dengan statusnya.
2. Kemudian tentukan kolom jenis
kelaminnya (laki-laki di kolom kiri
dan perempuan di kolom kanan).
3. Tentukan status merokok apakah
merokok atau tidak, sesuaikan di
kolomnya masing-masing
4. Selanjutnya tetapkan blok usia.
Lihat lajur angka paling kiri
(misalnya untuk usia 46 tahun pakai
blok usia 45-49 tahun, 68 tahun
pakai blok 65-69 tahun, dst
5. Tekanan darah (TD) yang dipakai adalah tekanan
darah sistolik – lihat nilai sistolik pada lajur paling
kanan.
6. Lihat kolom konversi kadar kolesterol total pada lajur
bawah (pada tabel digunakan satuan mmol/l,
sedangkan di Indonesia umumnya menggunakan satuan
mg/dl, angka konversi tercantum).
7. Tarik garis dari blok umur ke arah dalam, kemudian
tarik garis dari TD ke arah dalam dan nilai kolesterol
ke atas, angka dan warna kotak yang tercantum pada
titik temu antara kolom umur, TD, dan kolom kolesterol
menentukan besarnya risiko untuk mengalami penyakit
kardiovaskular dalam kurun waktu 10 tahun
mendatang.
8. Penilaian berdasarkan tingkat risiko ini dilanjutkan
dengan tata laksana
CARA PENGGUNAAN TABEL PREDIKSI RISIKO PTM
(TANPA HASIL LABORATORIUM)
1. Tentukan dahulu kolom jenis
kelaminnya (laki-laki kolom kiri
dan perempuan kolom kanan).
2. Tentukan status merokok
apakah merokok atau tidak,
sesuaikan di kolomnya
masing-masing
3. Selanjutnya tetapkan blok usia.
Lihat lajur angka paling kiri
(misalnya untuk usia 46 tahun
pakai blok usia 45-49 tahun,
68 tahun pakai blok 65-69
tahun, dst
4. Tekanan darah (TD) yang dipakai adalah
tekanan darah sistolik – lihat nilai sistolik pada
lajur paling kanan.
5. Lihat kolom IMT (Indeks Masa Tubuh) pada lajur
bawah.
6. Tarik garis dari blok umur ke arah dalam,
kemudian tarik garis dari titik tekanan darah ke
arah dalam dan nilai IMT ke atas, angka dan
warna kotak yang tercantum pada titik temu
antara kolom umur, TD sistolik dan kolom IMT
menentukan besarnya risiko untuk mengalami
penyakit kardiovaskular dalam kurun waktu 10
tahun mendatang.
7. Penilaian berdasarkan tingkat risiko ini
dilanjutkan dengan tata laksana
TATA LAKSANA HASIL PREDIKSI RISIKO
 Puskesmas
INDIKATOR KINERJA
KEGIATAN (IKK)
PANDU PTM
2020-2024
Menerapkan
Jumlah kabupaten/kota
Algoritma
yang melakukan Pandu
pelayanan terpadu PTM
di ≥ 80% puskesmas

Pencatatan dan
Pelaporan
 Pencatatan Harian

• Identitas
• Riwayat PTM
• Faktor risiko PTM
• Pengelolaan FR PTM

PENCATATAN • Tatalaksana PTM

DAN Rekap Bulanan Pusk/Kabko/Prov

• Jumlah total pengunjung ≥ 15 tahun berdasarkan sex,

PELAPORAN usia
• Jumlah pengunjung ≥15 tahun dengan FR PTM brdsrkn
sex, usia, jenis FR
• Jumlah pengunjung ≥15 tahun yg dilakukan pengelolaan
FR PTM pada berdasarkan sex, usia, dan jenis FR
• Jumlah pengunjung usia ≥15 tahun penyandang PTM
berdasarkan sex, usia, dan jenis PTM
 MONITORING DAN EVALUASI

MONITORING EVALUASI
Input IKK Pandu
Proses SPM yankes usia produktif
Output SPM yankes penderita HT
SPM yankes penderita DM

Output:
Cakupan Pandu PTM (persentase sasaran yang mendapatkan Pandu PTM di
Puskesmas/FKTP dibandingkan dengan jumlah total sasaran yang berkunjung ke
Puskesmas/FKTP) ≥80%
Terima
Kasih