Gambaran Epidemiologi

Covid-19 di Jawa Barat

Panji Fortuna Hadisoemarto
Researcher - Center for Sustainable Development Goals Studies
Researcher - Pusat Studi Infeksi Klinis Fakultas Kedokteran
Universitas Padjadjaran
Isi presentasi
• Gambaran singkat epidemiologi Covid-19 di Jawa Barat
• Pemodelan pertumbuhan kasus Covid-19 di Jawa Barat
• Kesimpulan dan rekomendasi

Panji Hadisoemarto, 2020 2

Epidemiologi Covid-19

Panji Hadisoemarto, 2020 3

Panji Hadisoemarto, 2020 4
Distribusi umur
65+
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29 Laki-laki <15 Laki-laki 15-45 Laki-laki >45
20-24 Perempuan <15 Perempuan 15-45 Perempuan >45
15-19
10-14
5-9 >40% kasus terkonfirmasi
<5
Covid-19 adalah kelompok usia
150 100 50 0 50 100
Laki-laki Perempuan
15-45 tahun

Panji Hadisoemarto, 2020 5

“Kurva epidemi”
• “An epidemic curve ... is a visual display of the onset of illness
among cases associated with an outbreak.” (US CDC)
• Kurva kasus terkonfirmasi: bias dari onset
• Keterlambatan pelaporan

Diambil Sampel Sampel Hasil

Terinfeksi
sampel diterima lab diperiksa dilaporkan

3-5 hari 1-3 hari 2-7 hari 1-3 hari

Panji Hadisoemarto, 2020 6

“Kurva epidemi” dengan “backcasting”
• Redistribusi probabilistik kasus terkonfirmasi ke masa lampau
• Distribusi triangular, rentang 9 – 18 hari, puncak 15 hari

1. Anjuran WFH
(15 Maret)
2. PSBB Bodebek
(15 April)
3. PSBB Bandung
Raya (22 April)

Panji Hadisoemarto, 2020 7

Dampak PSBB
Nilai R(t) 10 harian (data laporan) Nilai R(t) 10 harian (data backcasting)
Periode: 6 Maret – 7 Mei Periode 19 Februari – 29 April

Peliburan sekolah dan tempat kerja berdampak terhadap transmisi

Dampak PSBB mungkin tidak signifikan
Panji Hadisoemarto, 2020 8
Pemodelan Covid-19 Jawa
Barat

Panji Hadisoemarto, 2020 9

Struktur dan parameter
• Model kompartemen susceptible – infectious – recovered (SIR)
• Parameter:
• R(0): 2.1 (backcasting)
• Estimasi dari data laporan: >35% lebih besar
• Parameter transmisi s.d. 15 Maret: 0,35
• Parameter transmisi pasca 15 Maret: 55% dari 0,35
• Dari rasio rerata R(t) pasca 15 Maret dengan R(0)

• Populasi: 50 juta orang

Panji Hadisoemarto, 2020 10

Hasil Simulasi Numerik
Jumlah kasus terkonfirmasi kumulatif R(t) 10 harian
2000
1800
1600
1400
1200
1000
800
600
400
200
0 Visually good fit!

Kumulatif Laporan Kumulatif Backcast Kumulatif Model

Panji Hadisoemarto, 2020 11

Hasil simulasi numerik
Final epidemic size
Puncak Akhir Final epidemic size
Rate saat ini Pertengahan Oktober 2021 Akhir Maret 2024 8,8 juta
0,8x rate saat ini Akhir Mei 2020 Akhir Maret 2021 5100
1,2x rate saat ini Pertengahan Desember 2020 Akhir November 2021 22 juta
Akhir epidemi: Jumlah kasus infeksius <1
Kelompok umur terdampak

<15 tahun 15 – 45 tahun >45 tahun

Rate saat ini 1,3 juta 3,5 juta 3,9 juta
0,8x rate saat ini 800 2000 2300
1,2x rate saat ini 3,2 juta 8,8 juta 9,8 juta

Panji Hadisoemarto, 2020 12

Kesimpulan dan rekomendasi

Panji Hadisoemarto, 2020 13

Kesimpulan
• Pemodelan dengan data “backcasting” tampak memberikan hasil
yang lebih reliable
• Transmisi Covid-19 di Jawa Barat tampak sudah menurun
• Tapi masih jauh dari level aman
• Ceteris paribus, tampak seperti endemis
• Pelonggaran restriksi sangat berpotensi meningkatkan transmisi

Panji Hadisoemarto, 2020 14

Ekonomi dan wabah: Mangsa dan
pemangsa?

Panji Hadisoemarto, 2020 15

Back to work?
• Risiko penularan:
• Effective contact rate
• Prevalensi
• Perlu diperhitungkan
di tempat kerja
• Bukan hanya
kelompok umur
• Untuk dimodifikasi

Panji Hadisoemarto, 2020 16

Are you safe?

Panji Hadisoemarto, 2020 17