Machine Translated by Google

Ilmu Sosial & Kedokteran 265 (2020) 113298

Daftar isi tersedia di ScienceDirect

Ilmu Sosial & Kedokteran

beranda jurnal: http://www.elsevier.com/locscimed

Paparan iklim dan kekurangan gizi pada anak: Bukti dari Indonesia
Brian C. Thiede a,*, Clark Gray B
A
Universitas Negeri Pennsylvania, AS
B
Universitas North Carolina di Chapel Hill, AS

INFO PASAL ABSTRAK

Kata kunci: Perubahan iklim global berpotensi mengganggu sistem pertanian, melemahkan status sosial ekonomi rumah tangga, dan
Nutrisi anak mempengaruhi prevalensi dan distribusi penyakit. Masing-masing perubahan ini dapat mempengaruhi status gizi anak-anak,
Perubahan iklim yang sensitif terhadap ketersediaan, akses, dan pemanfaatan pangan, dan mungkin mempunyai konsekuensi jangka
Musim
panjang terhadap kesehatan dan sosio-ekonomi di kemudian hari. Makalah ini berkontribusi terhadap munculnya literatur
Pengerdilan
mengenai iklim dan kesehatan anak dengan mempelajari dampak paparan suhu dan curah hujan terhadap tinggi dan berat
Menyia nyiakan

Indonesia badan anak-anak di Indonesia. Berdasarkan lima putaran Survei Kehidupan Keluarga Indonesia (IFLS) yang dilaksanakan
Produksi beras antara tahun 1993 dan 2015, kami memperkirakan model regresi efek tetap tinggi badan per usia (HFA) dan berat badan
per tinggi badan (WFH) pada sampel anak usia 24 tahun –59 bulan dan 0–23 bulan, masing-masing. Kami menguji
heterogenitas dampak-dampak ini di seluruh sub-populasi yang diperkirakan memiliki kerentanan yang bervariasi. Hasil
penelitian menunjukkan bahwa keterlambatan datangnya musim hujan secara konsisten dikaitkan dengan dampak kesehatan
anak yang lebih buruk. Keterlambatan datangnya musim hujan selama periode prenatal dikaitkan dengan penurunan tinggi
badan anak pada anak usia 2–4 tahun. Berat badan anak-anak kecil (<2 tahun) terkena dampak buruk dari tertundanya
musim hujan terakhir, dan hubungan ini sangat kuat di antara penduduk di Pulau Jawa. Secara keseluruhan, hasil kami
menggarisbawahi perlunya intervensi yang melindungi gizi anak-anak dan kesehatan dasar dari dampak perubahan iklim.

1. Perkenalan
Variabilitas iklim mengganggu sistem pertanian dan sosial ekonomi di seluruh
dunia, dan dampak ini diperkirakan akan meningkat di masa depan seiring dengan
berkembangnya perubahan iklim global. Peningkatan suhu dan karbon dioksida di
atmosfer, dikombinasikan dengan variabilitas curah hujan yang lebih besar,
diperkirakan akan mempengaruhi hasil panen banyak tanaman pangan—seringkali,
meskipun tidak secara eksklusif, berdampak buruk (Challinor et al., 2014; Lobell
dan Field, 2007). Demikian pula, kemampuan beberapa rumah tangga untuk
mengakses pangan mungkin terganggu oleh guncangan yang disebabkan oleh
perubahan iklim terhadap produktivitas tenaga kerja, pendapatan, dan harga
pangan atau input pertanian (Bradbear dan Friel, 2013; Brown dan Kshirsagar,
2015). Kemampuan individu dalam memanfaatkan makanan yang dikonsumsi
secara biologis juga mungkin terpengaruh akibat perubahan penularan penyakit
dan tekanan panas fisiologis (Bandyopadhyay et al., 2012; De Casas et al., 1995;
Mayer, 2000; Pascual et al., 2006). Dampak-dampak ini dan dampak-dampak
terkait lainnya kemungkinan besar akan sangat terasa di negara-negara
berkembang yang berada di dataran rendah, yang ditandai dengan suhu yang
sudah tinggi serta terbatasnya kapasitas adaptasi dan perlindungan sosial (Knox
dkk., 2012; Lybbert dan Sumner, 2012).
Perubahan yang terjadi pada ketahanan pangan mempunyai banyak implikasi
terhadap kesejahteraan masyarakat yang terkena dampak (Schmidhuber dan
Tubiello, 2007), namun kemungkinan mempunyai konsekuensi yang berbeda
terhadap kesehatan dan gizi anak-anak. Anak-anak kecil (misalnya, di bawah usia
lima tahun) seringkali paling sensitif terhadap kekurangan gizi, dan paparan
terhadap kondisi tersebut terkadang dapat mengakibatkan kerugian yang tidak
dapat diperbaiki terhadap perkembangan kognitif, kesehatan, dan pencapaian
sosio-ekonomi mereka sepanjang hidup (Alderman et al. , 2006; Almond dan
Currie, 2011; Bruckner et al., 2014; Martorell, 1999). Orang dewasa mungkin juga
mengalami kekurangan tersebut, namun mereka berada di luar periode
perkembangan kritis sehingga dampaknya terhadap anak-anak sangat merugikan
(Hoddinott, 2006; Hoddinott dkk., 2013; Schwarzenberg dan Georgieff, 2018). Oleh
karena itu, penting untuk memahami bagaimana perubahan iklim dapat
mempengaruhi kekurangan gizi pada anak sehingga strategi mitigasi yang tepat
dapat dirancang dan diterapkan (Alderman dan Behrman, 2006; Hoddinott et al., 2013).
Catatan empiris mengenai hubungan antara iklim dan nutrisi masih terbatas
hingga saat ini (Phalkey dkk., 2015). Baru-baru ini sejumlah penelitian mengenai
masalah ini muncul (Cooper et al., 2019; Grace et al., 2012, 2015; Kumar et al.,
2016; Skoufias dan Vinha, 2012) untuk melengkapi literatur yang lebih luas
mengenai dampak jenis guncangan lainnya (misalnya konflik,

* Penulis yang sesuai. 111A Armsby Building, Universitas Negeri Pennsylvania, University Park, PA, 16802, AS.
Alamat email: bct11@psu.edu (BC Thiede).

https://doi.org/10.1016/j.socscimed.2020.113298
Diterima dalam bentuk revisi 29 Juli 2020; Diterima 12 Agustus 2020
Tersedia online 19 Agustus 2020
0277-9536/© 2020 Elsevier Ltd. Semua hak dilindungi undang-undang.
Machine Translated by Google
BC Thiede dan C. Gray
perubahan pendapatan) terhadap kesehatan dan perkembangan anak (Agadjanian dan
Prata, 2003; Torche dan Villarreal, 2014). Kami memajukan literatur ini dengan
menggunakan lima putaran data panel mengenai kesehatan anak selama periode 22
tahun, dengan mengatasi dampak suhu dan musim hujan serta total curah hujan, dan
dengan melampaui dampak pengobatan rata-rata untuk mengkaji heterogenitas antar
gender. , pekerjaan, dan lokasi.
Secara khusus, kami fokus pada Indonesia, dimana perubahan suhu dan curah hujan
terbukti mempengaruhi berbagai penghidupan dan hasil demografi (Bohra-Mishra et al.,
2014; Naylor et al., 2007; Skoufias et al., 2012 ; Sellers dan Gray, 2019; Thiede dan Gray,
2017).
Dengan mengumpulkan lima putaran data dari Survei Kehidupan Keluarga Indonesia
(IFLS, Strauss et al., 2016), kami mengkaji konsekuensi variabilitas suhu dan curah hujan
terhadap tinggi badan anak (stunting) dan berat badan (wasting) pada anak-anak di
bawah usia lima tahun di Indonesia. Kami juga mengevaluasi bagaimana dampak nutrisi
dari perubahan iklim didistribusikan ke seluruh kelompok demografis utama untuk
menentukan apakah sub-populasi tertentu lebih atau kurang rentan dibandingkan sub-
populasi lainnya. Analisis ini mengungkapkan bahwa penundaan datangnya musim hujan
secara konsisten mempunyai dampak negatif terhadap tinggi dan berat badan anak-anak.
Dalam konteks penelitian sebelumnya yang menghubungkan penundaan datangnya
musim hujan dengan penurunan produksi padi (Naylor dkk., 2007), hasil kami menyoroti
hubungan antara variabilitas iklim, pertanian, dan kesehatan anak.
2. Variabilitas iklim dan gizi anak
Variabilitas iklim dapat mempengaruhi status gizi anak-anak melalui berbagai jalur
yang secara konseptual mudah dipahami, namun dalam praktiknya dapat berinteraksi dan
mengimbangi dengan cara yang menghalangi pengembangan hipotesis terarah yang
bersifat apriori . Faktor penentu langsung atau langsung dari kekurangan gizi pada anak
adalah asupan makanan yang tidak memadai dan penyakit, yang pada gilirannya
dipengaruhi oleh ketersediaan dan akses terhadap makanan, praktik pemberian makan
dan pengasuhan anak, serta sanitasi dan kesehatan (Black et al., 2008).
Ketiga rangkaian penyebab sekunder ini masing-masing berpotensi sensitif terhadap
perubahan dan variabilitas iklim.
Ketersediaan pangan mungkin dipengaruhi oleh dampak iklim terhadap hasil panen
dan luas tanam (Challinor et al., 2014; Lobell dan Field, 2007; Wheeler dan Von Braun,
2013). Meskipun dampak perubahan lingkungan terhadap ketersediaan pangan secara
global masih diperdebatkan, wilayah-wilayah tertentu di dunia—khususnya negara tropis
—diperkirakan akan mengalami penurunan hasil panen akibat perubahan iklim dan oleh
karena itu mungkin akan menghadapi penurunan hasil panen lokal dan regional.
ketersediaan pangan. Di beberapa bagian Afrika dan Asia Selatan, misalnya, perubahan
iklim yang terjadi belakangan ini terbukti secara signifikan mengurangi hasil panen jagung,
gandum, dan tanaman pangan pokok lainnya—dalam beberapa kasus hingga lebih dari
15 persen (Knox et al., 2012; Ray et al., 2012; Ray et al., 2012; Ray et al. al., 2019).
Meskipun penurunan produktivitas pertanian dapat mengakibatkan krisis subsisten di
tingkat lokal atau regional jika terjadi kekeringan ekstrem, banjir, atau bencana serupa,
gangguan yang disebabkan oleh perubahan iklim kemungkinan besar akan mengurangi
kemampuan rumah tangga untuk mengakses pangan ( Barrett, 2010). Artinya, gangguan
yang disebabkan oleh iklim terhadap sistem pangan lokal dan regional dapat meningkatkan
harga pangan, mengurangi pendapatan rumah tangga, atau menghambat kemampuan
rumah tangga untuk memperoleh pangan yang tersedia di pasar lokal (Brown dan
Kshirsagar, 2015; Mueller dkk., 2014). Implikasinya adalah bahwa variabilitas iklim dapat
mempengaruhi malnutrisi pada anak melalui perubahan pasar pertanian dan pangan
bahkan ketika tidak ada kekurangan pangan secara fisik.
Perubahan malnutrisi yang disebabkan oleh iklim bahkan dapat terjadi tanpa adanya
gangguan signifikan terhadap sistem pertanian, karena perubahan kondisi lingkungan
dapat mempengaruhi perilaku dan proses biologis pemanfaatan makanan. Pertama,
guncangan iklim dapat mengubah praktik penting dalam pengasuhan anak dan pemberian
makan hingga berdampak pada kesehatan pengasuh atau mendorong strategi
penanggulangan dengan mengalokasikan kembali tenaga kerja ke anggota rumah tangga
(Maystadt dkk., 2016; Moran dkk., 2006; Mueller dan Osgood, 2009). Misalnya, suhu
tinggi telah terbukti meningkatkan prevalensi penyakit yang menurunkan produktivitas
seperti malaria dan menurunkan kesehatan orang dewasa (Mueller dan Gray, 2018;
Pascual et al., 2006), dan kemungkinan menurunkan kemampuan orang dewasa yang
terkena dampak untuk melakukan aktivitas fisik.
2
Ilmu Sosial & Kedokteran 265 (2020) 113298
merawat anak dengan baik. Perubahan pola migrasi yang disebabkan oleh iklim juga
dapat memengaruhi pengasuhan anak dengan mengubah pasokan tenaga kerja rumah
tangga dan mengubah peran anggota rumah tangga (Hunter et al., 2015; Mueller et al.,
2014). Misalnya, dalam konteks pembagian kerja yang sangat berbasis gender,
peningkatan kemungkinan migrasi keluar oleh laki-laki usia kerja dapat meningkatkan
permintaan akan tenaga kerja di sektor pertanian di kalangan perempuan dan generasi
muda, sehingga mengurangi waktu yang tersedia untuk mengasuh anak. Kendala dalam
pengasuhan anak dapat menyebabkan praktik pemberian makan dan pengasuhan yang
tidak optimal, sehingga meningkatkan risiko defisit kalori dan mikronutrien serta penyakit yang memicu m
Selain itu—dan mungkin yang lebih penting—perubahan suhu dan pola curah hujan
dapat berdampak langsung terhadap kesehatan anak dengan mengubah penularan
penyakit. Variabilitas iklim dikaitkan dengan perubahan laju reproduksi vektor penyakit
(misalnya nyamuk), kualitas air minum, dan faktor penentu penyakit anak lainnya yang
terbukti meningkatkan malnutrisi (Rosinger, 2018). Penyakit diare diketahui mempunyai
dampak yang sangat kuat terhadap status gizi anak-anak dan dipengaruhi oleh kondisi
lingkungan (Bandyopadhyay et al., 2012; Mayer, 2000; Spears, 2018), namun penyakit
yang ditularkan melalui vektor (misalnya, malaria, demam berdarah) juga sensitif terhadap
iklim dan faktor penentu malnutrisi (Campbell et al., 2015; Pasc-ual et al., 2006). Terakhir,
perubahan suhu dan pola curah hujan juga dapat memengaruhi nutrisi anak secara
langsung, seperti dampak fisiologis akibat panas ekstrem, termasuk pada masa prenatal,
melalui kesehatan ibu (Andalon et al., 2016; Bakhtsiyarava et al., 2018; Basu et al. ,
2018; al., 2018; Deschˆenes et al., 2009; Grace et al., 2015; Molina dan Saldarriaga,
2017).
´
Perubahan lingkungan dapat mempengaruhi malnutrisi pada anak melalui salah satu
jalur berikut. Namun, sulit untuk memprediksi dampak keseluruhannya mengingat dampak
yang rumit dan berpotensi non-linear dari perubahan curah hujan dan suhu terhadap
pertanian dan kesehatan. Prediksi juga sulit dilakukan karena mekanisme yang diuraikan
di atas mungkin berjalan dengan cara yang saling mengimbangi. Misalnya, suhu yang
lebih tinggi mungkin berkorelasi dengan peningkatan hasil panen hingga batas tertentu,
setelah itu peningkatan suhu lebih lanjut akan mengurangi hasil panen (Lobell et al.,
2011). Selain itu, peningkatan suhu juga dapat menyebabkan perubahan pola penyakit
secara bersamaan, yang dapat memperparah atau mengimbangi perubahan yang
disebabkan oleh suhu di bidang pertanian. Implikasinya adalah sulitnya mengembangkan
prediksi yang kuat mengenai arah dampak iklim terhadap gizi anak (Cornwell dan Inder,
2015; Tiwari et al., 2017).
Penelitian sebelumnya telah meneliti secara langsung dampak perubahan lingkungan
terhadap status gizi anak di Mongolia (Groppo dan Kraehnert, 2016), Nepal (Shively et
al., 2015), Bangladesh (Del Ninno dan Lundberg, 2005), India (Kumar et al., 2015). al.,
2016), Meksiko (Skoufias dan Vinha, 2012), Ekuador (Rosales-Rueda, 2018), dan
beberapa negara di Afrika Sub-Sahara (Hoddinott dan Kinsey, 2001; Davenport et al.,
2017). Mayoritas penelitian berfokus pada dampak kejadian ekstrem seperti kekeringan
dan banjir (Hoddinott dan Kinsey, 2001; Del Ninno dan Lundberg, 2005; Rabassa et al.,
2014; Groppo dan Kraehnert, 2016; Kumar et al., 2016 ; Rosales-Rueda, 2018). Hasilnya
secara konsisten menunjukkan dampak negatif yang besar terhadap status gizi anak,
sehingga mendukung relevansi jalur yang dijelaskan di atas. Perpanjangan dari
pendekatan ini mengkaji seluruh rentang variabilitas curah hujan, termasuk periode
basah dan kering (Skoufias dan Vinha, 2012; Shively et al., 2015; Tiwari et al., 2017;
Cooper et al., 2019), yang dalam beberapa situasi mengungkapkan konsekuensi negatif
dari paparan terhadap kedua kondisi ekstrem tersebut (Cooper et al., 2019). Namun,
relatif sedikit penelitian yang menyelidiki variabilitas suhu (Davenport et al., 2017), yang
diperkirakan merupakan aspek perubahan iklim yang paling mengancam kesehatan
manusia (Mora et al., 2017).
Penelitian kami didasarkan pada pendekatan yang digunakan oleh Skoufias dan
Vinha (2012) dan beberapa penelitian yang meneliti dampak iklim terhadap hasil terkait di
Indonesia. Skoufias dan Vinha menggunakan data survei rumah tangga yang mewakili
secara nasional dari Meksiko untuk menguji dampak penyimpangan iklim dari kondisi
historis terhadap tinggi badan dan usia anak, dan kemudian memperluas analisis ini untuk
mencari populasi yang rentan. Temuan mereka mengungkapkan hal tersebut, terutama
dalam hal ini
Machine Translated by Google
BC Thiede dan C. Gray
Dalam konteks kering dan beriklim sedang, guncangan basah dan dingin mempunyai
dampak negatif yang paling kuat, namun beberapa populasi juga menderita akibat
panas yang tidak biasa. Kami memperluas pendekatan ini melalui penggunaan data
rumah tangga longitudinal dan melalui pertimbangan dimensi ketiga iklim—waktu
terjadinya musim hujan (Naylor et al., 2007). Khusus di Indonesia, penelitian lain
yang menggunakan data IFLS telah mengungkapkan dampak sosial negatif dari
defisit curah hujan (untuk pengeluaran rumah tangga dan pencapaian ketinggian:
Skou-fias et al., 2012; Maccini dan Yang, 2009), penundaan musim hujan (untuk
pengeluaran rumah tangga). : Sellers dan Gray, 2019), dan suhu (untuk pendapatan
rumah tangga pertanian dan non-pertanian: Thiede dan Gray, 2017). Naylor dkk.
(2002, 2007) dan Caruso dkk. (2016), dengan menggunakan sumber data lain, juga
menemukan dampak negatif penundaan musim hujan dan suhu tinggi terhadap
produksi padi. Studi-studi ini tidak secara langsung menguji outcome anak, namun
memungkinkan kita untuk membuat hipotesis bahwa curah hujan yang rendah, awal
musim hujan yang terlambat, dan suhu yang tinggi akan berdampak buruk pada kesehatan skor
anak.z WFH lebih besar dari |5|, dan hanya mempertahankan observasi di 304 wilayah
3. Tujuan penelitian
Tujuan utama dari makalah ini adalah untuk memperkirakan pengaruh variabilitas
suhu dan curah hujan terhadap pertumbuhan linier dan berat badan anak-anak
Indonesia. Indonesia merupakan negara yang tepat dan penting untuk mempelajari
dampak iklim terhadap gizi anak. Negara ini adalah rumah bagi lebih dari 20 juta
anak di bawah usia 5 tahun dan lebih dari sepertiga dari mereka mengalami stunting
—termasuk angka tertinggi di Asia dan Pasifik (UNICEF, 2019). Indonesia juga
sangat rentan terhadap perubahan dan variabilitas iklim, dengan riwayat paparan El
Nino yang sering terjadi ˜
kekeringan (Naylor et al., 2002, 2007) dan kebakaran hutan terkait (Field et al.,
2016), serta kemungkinan paparan gelombang panas mematikan di masa depan
(Mora et al., 2017).
Dengan mengevaluasi hubungan empiris (atau ketiadaan) antara perubahan
iklim dan gizi anak, kami bertujuan untuk menginformasikan perdebatan yang sedang
berlangsung tentang bagaimana meningkatkan ketahanan pangan dan gizi dalam
perubahan iklim (Schmidhuber dan Tubiello, 2007; Sheffield dan Landrigan, 2010;
Wheeler dan Von Braun, 2013). Untuk mencapai tujuan kami secara keseluruhan,
pertama-tama kami memperkirakan dampak keseluruhan suhu dan curah hujan
terhadap tinggi badan terhadap usia (HFA), sebuah gejala malnutrisi kronis, pada
anak-anak usia 24–59 bulan dalam sampel kami. Kami menguji pengaruh suhu rata-
rata dan dua dimensi variabilitas curah hujan—jumlah curah hujan dan waktu
terjadinya musim hujan. Kedua, kami mempelajari apakah dan bagaimana kerentanan
terhadap dampak nutrisi dari variabilitas iklim tersebar secara tidak merata di seluruh
kelompok demografi, seperti yang ditunjukkan dalam kasus lain mengenai pengaruh
lingkungan terhadap kesehatan anak (Datar dkk., 2013). Kami melakukannya dengan
memperkirakan serangkaian model yang memungkinkan dampak variabel iklim
utama kami bervariasi berdasarkan jenis kelamin anak, kepemilikan lahan pertanian
rumah tangga, dan dua dimensi tempat tinggal.
Tujuan ketiga dan keempat dari penelitian kami mencerminkan dua tujuan pertama,
namun fokus pada berat badan dan tinggi badan (WFH) anak-anak, yang berkorelasi
dengan malnutrisi akut yang mempunyai konsekuensi penting terhadap kesehatan
dan perkembangan anak dalam jangka pendek dan jangka panjang. Analisis WFH
berfokus pada anak usia 0–23 bulan, yang diperkirakan paling rentan mengalami
wasting (Alderman dan Headey, 2018).
3.1. Data
Analisis kami menggunakan lima gelombang data dari Survei Kehidupan Keluarga
Indonesia (IFLS), yang masing-masing dikumpulkan pada tahun 1993–4, 1997–8,
2000, 2007–8, dan 2014–5. IFLS adalah studi jangka panjang yang kaya akan
keunikan dan melibatkan lebih dari 30.000 masyarakat Indonesia. Sampel awalnya
dipilih dari lebih dari 300 wilayah pencacahan (rata-rata rumah tangga per komunitas
= 22,5) dan dirancang untuk mewakili populasi yang tinggal di 13 dari 27 provinsi di
negara tersebut (yang mencakup 83% dari populasi negara: Strauss et al., 2009,
2016). Untuk keperluan analisis saat ini, IFLS memiliki keuntungan dalam
mengumpulkan data antropometri seluruh individu, termasuk anak-anak, yang
tinggal di rumah tersebut pada saat survei dilakukan. Data IFLS juga mencakup
informasi tentang rentang waktu yang bervariasi antara individu, rumah tangga, dan
3
Ilmu Sosial & Kedokteran 265 (2020) 113298
variabel kontrol tingkat komunitas. Terakhir, karena data IFLS dikumpulkan berulang
kali dari komunitas asli yang sama dari waktu ke waktu, kami dapat menggunakan
strategi analisis efek tetap komunitas (seperti dijelaskan di bawah) yang sepenuhnya
memperhitungkan potensi perancu kontekstual iklim seperti tanah dan topografi.
Kami membuat dua sampel analitik terpisah yang masing-masing mencakup
anak-anak usia 0–23 bulan (n = 4812) dan 24–59 bulan (n = 7459).
Analisis kami terhadap HFA berfokus pada hal terakhir karena stunting (HFA rendah)
cenderung mencerminkan dampak kumulatif dari defisit nutrisi sejak konsepsi hingga
usia dua tahun; dan analisis WFH berfokus pada sampel yang lebih muda karena
wasting (WFH rendah) mencerminkan defisit yang terjadi saat ini dan paling umum
terjadi pada usia dini (Alderman dan Headey, 2018; Victora dkk., 2010). Kami
mengecualikan pengamatan dengan skor antropometri yang tidak masuk akal secara
biologis, yang didefinisikan sebagai skor z HFA dengan nilai absolut di atas 6 dan
pencacahan IFLS asli (yaitu komunitas) yang mana lintang dan bujur tersedia melalui
akses terbatas.
Kami menghubungkan anak-anak dengan catatan iklim menggunakan koordinat
geografis komunitas beserta tanggal pengukuran antropometri dan tanggal lahir
mereka, menggunakan resolusi waktu bulanan. Perhatikan bahwa tanggal wawancara
rata-rata diambil untuk individu yang diwawancarai beberapa kali dalam gelombang
IFLS tertentu dan tanpa catatan yang jelas tentang wawancara yang menggunakan
antropometri. Pengukuran iklim (lihat di bawah) didasarkan pada curah hujan harian
dan catatan suhu dari Analisis Retrospektif Era Modern untuk Penelitian dan Aplikasi
(MERRA) NASA (Rienecker dkk., 2011). MERRA adalah produk analisis ulang yang
mengintegrasikan data stasiun dan satelit ke dalam model yang konsisten secara
fisik yang menyediakan rangkaian waktu harian untuk berbagai indikator meteorologi
dari tahun 1981 hingga saat ini pada resolusi 0,5 ÿ × 0,66 ÿ . Untuk sel yang sesuai
dengan masing-masing komunitas dalam sampel analitik kami, kami mengekstrak
catatan dari 1 Januari 1981 hingga 31 Desember 2015, dan menggunakan data ini
untuk menghasilkan pengukuran suhu rata-rata, laju curah hujan rata-rata, dan rata-
rata penundaan awal musim hujan untuk sel-sel tersebut. periode paparan masa
kanak-kanak yang menarik (dijelaskan di bawah). Data ini menunjukkan tren waktu
yang signifikan yang konsisten dengan pola perubahan iklim yang diamati: suhu
meningkat sebesar 0,01ÿ derajat per tahun, curah hujan menurun sebesar 0,03 mm
per hari per tahun, dan permulaan musim hujan tertunda sebesar 0,08 hari.
per tahun.
3.2. Tindakan dan metode
Analisis kami menguji dampak paparan iklim terhadap pertumbuhan dan berat
badan linier anak-anak, yang kami ukur sebagai tinggi badan per usia (HFA) dan
berat badan per tinggi badan (WFH). Kedua ukuran tersebut dinyatakan dalam z-
score menggunakan standar internasional yang ditetapkan oleh Organisasi
Kesehatan Dunia (WHO). Kami memperlakukan skor z HFA dan WFH mentah
sebagai variabel kontinu dan memodelkan hasil ini sebagai fungsi linier dari kondisi
iklim di cluster c selama interval t, variabel kontrol sosial dan demografi, serta efek
tetap komunitas dan periode. Analisis WFH juga mencakup dampak tetap dari bulan
ke tahun (yaitu bulan survei, yang bervariasi antar masyarakat) untuk memperhitungkan
variasi musiman dalam hasil ini.
Dimasukkannya efek tetap untuk lokasi dan periode memperhitungkan semua
karakteristik komunitas yang stabil terhadap waktu serta karakteristik konteks nasional
yang bervariasi terhadap waktu yang mungkin mengacaukan dampak iklim. Dengan
dimasukkannya efek tetap ini, koefisien regresi diidentifikasi berdasarkan variasi
kondisi iklim dalam komunitas yang menyimpang dari tren iklim nasional (serta tren
musiman dalam kasus WFH). Karena variasi ini bersifat eksogen terhadap rumah
tangga dan individu, maka variasi ini dapat diartikan sebagai eksperimen alami
(Nordkvelle et al., 2017). Berdasarkan analisis sebelumnya mengenai kekurangan
gizi anak dalam konteks ini (De Silva dan Sumarto, 2018), kami melakukan kontrol
fleksibilitas untuk usia anak melalui serangkaian efek tetap untuk usia bulan. Kami
juga mengontrol jenis kelamin anak dan memasukkan karakteristik kepala rumah
tangga melalui kontrol berdasarkan usia, tingkat pendidikan, kepemilikan lahan
pertanian, dan jenis kelamin. Kami selanjutnya mengontrol ukuran rumah tangga,
jumlah anggota rumah tangga di bawah usia lima tahun, dan status pedesaan atau
perkotaan
Machine Translated by Google

BC Thiede dan C. Gray Ilmu Sosial & Kedokteran 265 (2020) 113298

komunitas tempat tinggal anak tersebut. Kesalahan standar disesuaikan untuk 4. Hasil
pengelompokan di tingkat komunitas, yang memperhitungkan beberapa observasi
terhadap komunitas, rumah tangga, dan anak yang sama dari waktu ke waktu 4.1. Tinggi badan menurut usia

(Angeles dkk., 2005). Sampel dijelaskan pada Tabel 1.

Analisis kami berfokus pada tiga variabel iklim yang menjadi perhatian: suhu rata-
rata, rata-rata tingkat curah hujan, dan rata-rata penundaan awal musim hujan.
Dua variabel pertama mewakili rata-rata suhu harian (ÿC) dan curah hujan (mm/hari)
selama periode pemaparan yang diinginkan (lihat di bawah). Keterlambatan
permulaan monsun didefinisikan sebagai jumlah hari setelah tanggal 1 Agustus yang
berlalu hingga curah hujan kumulatif mencapai 20 cm (Naylor et al., 2007; Skoufias
et al., 2012). Kami melampirkan nilai ini pada seluruh bulan pada tahun monsun
tertentu—didefinisikan berlangsung dari bulan Agustus hingga Juli—dan kemudian
mengambil nilai rata-rata sepanjang periode paparan untuk menentukan rata-rata
penundaan permulaan monsun.
Kami mengukur paparan iklim dengan dua cara berdasarkan hasil yang
diinginkan. Saat memodelkan HFA untuk anak-anak berusia 24–59 bulan, kami
mengukur iklim untuk tiga periode paparan yang relevan secara biologis: sembilan
bulan sebelum kelahiran hingga satu bulan sebelum kelahiran (periode prenatal),
dari bulan lahir hingga bulan kesebelas kehidupan ( tahun pertama kehidupan) dan
dari bulan kedua belas sampai dua puluh tiga bulan kehidupan (tahun kedua
kehidupan). Pendekatan ini menangkap dampak paparan kondisi ekologi buruk baik
dalam rahim maupun kronis, yang diperkirakan menjadi faktor penentu terjadinya
stunting. Sebaliknya, kami mengukur paparan iklim selama dua belas bulan sebelum
survei ketika membuat model WFH, yang merupakan indikator malnutrisi akut
sehingga biasanya lebih sensitif terhadap asupan makanan dan kesehatan saat ini.
Kami juga menguji a
spesifikasi nonlinier dengan menambahkan kuadrat setiap variabel iklim (Burke et
al., 2015; Randell dan Gray, 2019), namun hal ini tidak meningkatkan penjelasan
secara berarti.
Bagian pertama dari analisis kami meneliti hubungan antara paparan iklim dan
tinggi badan anak (HFA), yang berkorelasi terbalik dengan malnutrisi kronis. Sebagai
referensi, perhatikan bahwa rata-rata HFA pada sampel analitik anak usia 24–59
bulan adalah z = ÿ 1,798 (Tabel 1), yang berarti bahwa rata-rata anak dalam sampel
kami memiliki tinggi badan lebih dari 0,2 standar deviasi untuk diklasifikasikan
sebagai stunting. (z < ÿ 2).
Implikasinya adalah beban malnutrisi kronis pada sampel kami tergolong tinggi,
meskipun tingkat variabilitas yang tinggi terhadap rata-rata ini (SD = 1,342)
menunjukkan bahwa pola ini jauh dari seragam.
Model multivariat pertama (Model 1) menguji hubungan antara suhu, tingkat
curah hujan, dan awal musim hujan serta HFA anak-anak di seluruh sampel, setelah
dikurangi kontrol dan efek tetap. Ingatlah bahwa ketiga dimensi variabilitas iklim
dipilah untuk membedakan antara paparan selama periode prenatal, tahun pertama
kehidupan, dan tahun kedua kehidupan. Hasilnya (Tabel 2) mengungkapkan bahwa
keterlambatan permulaan musim hujan selama periode prenatal menyebabkan
penurunan tinggi badan yang signifikan secara statistik, sementara tingkat suhu dan
curah hujan tidak berhubungan secara independen dengan HFA. Menurut perkiraan,
setiap hari keterlambatan permulaan musim hujan dikaitkan dengan penurunan
ketinggian sebesar 0,003 standar deviasi. Dampak-dampak ini nampaknya sangat
berarti dalam konteks keterlambatan curah hujan yang terjadi selama periode
penelitian. Misalnya, keterlambatan permulaan musim hujan selama 48 hari—kira-
kira 1 standar deviasi lebih besar daripada rata-rata penundaan yang dialami anak-
anak dalam sampel analitik ini—akan menghasilkan penurunan HFA sebesar 0,144
poin. Selain itu, temuan ini konsisten dengan penelitian sebelumnya yang
menghubungkan penundaan musim hujan dengan berkurangnya hasil panen

Tabel 1
Ringkasan variabel.

Usia 0–23 bulan Usia 24–59 bulan

Variabel Berarti SD Minimal Maks Berarti SD Minimal Maks

– – – – ÿ 1.798 1.342 ÿ 5.960 5.050

Tinggi badan menurut usia (skor-z)
ÿ 0,276 1.552 ÿ 5.000 4.940 – – – –
Berat badan-untuk-tinggi badan (skor-z)
Suhu (ÿC)
Usia – – – – 26.237 1.320 21.244 29.010
– – – – 26.242 1.292 21.258 28.848
Prenatal 0 hingga 11 bulan.
– – – – 26.262 1.293 21.520 28.848
Usia 12 hingga 23
26.188 1.248 21.498 28.770 – – – –
bulan. 12 bulan sebelum
survei Curah hujan (mm/hari)
Usia – – – – 7.524 2.510 1.036 15.748
– – – – 7.451 2.187 2.255 17.039
Prenatal 0 hingga 11 bulan.
– – – – 7.392 2.219 2.593 17.039
Usia 12 hingga 23
7.185 2.090 2.255 14.289 – – – –
bulan. 12 bulan sebelum
survei Musim hujan (hari)
Usia – – – – 24.622 23.213 1.000 118.000
– – – – 25.968 22.949 1.000 112.583
Prenatal 0 hingga 11 bulan.
– – – – 28.882 25.276 1.000 118.000
Usia 12 hingga 23 bulan.
22.016 21.505 1.750 101.333 – – – –
12 bulan sebelum survei
Jenis Kelamin = 0,488 – 0 1 0,486 – 0 1

perempuan Usia (bulan) 11.750 6.506 1 23 41.828 10.436 24 59

Ukuran rumah 5.488 2.078 2 18 5.279 1.975 2 18

tangga Jumlah anak < 5 tahun Kepala 1.328 0,545 1 4 1.305 0,549 0 4
rumah tangga
0,117 – 0 1 0,112 – 0 1
Jenis Kelamin = perempuan

Usia (tahun) 41.120 13.379 16 91 40.938 12.378 18 92

0,673 – 0 1 0,682 – 0 1
Pendidikan dasar = ya
0,389 – 0 1 0,399 – 0 1
Kepemilikan lahan pertanian = ya
0,521 – 0 1 0,538 – 0 1
Komunitas pedesaan = ya
Putaran IFLS
1993–4 0,177 – 0 1 0,179 – 0 1
1997–8 0,152 – 0 1 0,170 – 0 1
2000 0,228 – 0 1 0,204 – 0 1
2007–8 0,214 – 0 1 0,225 – 0 1
2014–5 0,229 – 0 1 0,222 – 0 1
N 4812 7459

Ringkasan usia (bulan) ditampilkan untuk singkatnya. Model regresi mengontrol usia menggunakan serangkaian variabel indikator usia dalam sebulan.

4
Machine Translated by Google

BC Thiede dan C. Gray Ilmu Sosial & Kedokteran 265 (2020) 113298

Tabel 2 Terakhir, kami menguji kekokohan hasil kami dalam tiga cara. Pertama, kami memperkenalkan
Estimasi model regresi tinggi badan terhadap usia anak (z-score). kontrol pada bulan kelahiran untuk memperhitungkan potensi konsekuensi jangka panjang dari

Variabel Model 1 paparan musiman pada masa prenatal. Koefisien pada variabel paparan monsun prenatal tetap
negatif dan signifikan secara statistik dalam model tambahan ini (ÿ = ÿ0,0035, p = 0,013). Kedua,
B SE
kami mengganti efek tetap survei dengan kontrol untuk tren waktu linier spesifik wilayah. Koefisien
Suhu Prenatal paparan monsun prenatal tetap negatif tetapi tidak lagi signifikan secara statistik pada ambang
Usia 0 0,0088 0,0635
batas konvensional (ÿ = ÿ0,0021, p = 0,101). Ketiga, kami memperkirakan model regresi “plasebo”
hingga 11 bulan. ÿ 0,0137 0,0890
0,0610 0,0835 dengan spesifikasi serupa yang memperkirakan jenis kelamin kepala rumah tangga (0 = laki-laki,
Usia 12 hingga 23 bulan.
Curah Hujan 1 = perempuan), yang kami perkirakan tidak berkorelasi dengan paparan iklim seperti yang
Prenatal ÿ 0,0104 0,0114 didefinisikan di sini. Perkiraan koefisien pada variabel monsun prenatal tidak signifikan secara
Usia 0 s/ d 11 bulan. ÿ 0,0154 0,0185
statistik, seperti yang diharapkan (ÿ = 0,0001, p = 0,804; hasil lain tidak ditampilkan).
Usia 12 hingga 23 bulan. 0,0159 0,0162
Awal musim hujan
Usia ÿ 0,0033 ** 0,0014

Prenatal 0 hingga 11 bulan. 0,0001 0,0015

Usia 12 hingga 23 bulan. 0,0006 0,0013

Jenis Kelamin = perempuan 0,0194 0,0309
*** 4.2. Berat badan untuk tinggi badan
Ukuran rumah tangga ÿ 0,0396 0,0118

Jumlah anak <5 tahun ÿ 0,0157 0,0374

Kepala rumah tangga Analisis berikutnya mengkaji apakah dan bagaimana berat badan anak (WFH)—yang
ÿ 0,0373 0,0504
Jenis Kelamin = perempuan merupakan indikator malnutrisi akut—dipengaruhi oleh paparan suhu yang tidak wajar, tingkat
0,0086 *** 0,0016
Usia (tahun)
*** curah hujan, dan musim hujan yang baru-baru ini terjadi. Ringkasan statistik (Tabel 1) menunjukkan
Pendidikan dasar = ya 0,1691 0,0409
ÿ 0,0394 0,0417 bahwa rata-rata WFH pada sampel analitik anak usia 0–23 bulan adalah z =
Kepemilikan lahan pertanian = ya

Komunitas pedesaan = ya ÿ 0,0710 0,1029

Putaran IFLS (ref = 1993–4) 1997– ÿ 0,276, yang konsisten dengan prevalensi kurus yang relatif tinggi (yaitu kurus). Analisis kami
0,1487 ** 0,0632
8
terhadap WFH dimulai dengan model keseluruhan (Model 6) mengenai dampak iklim rata-rata di
2000 0,1386 † 0,0723
*** seluruh sampel (Tabel 4). Ingatlah bahwa kami memodelkan WFH sebagai fungsi dari kondisi iklim
2007–8 0,4387 0,0752
2014–5 0,4535 *** 0,0725 selama 12 bulan sebelum survei karena standar berat badan anak pada umumnya ditentukan oleh
Kontrol usia dalam sebulan Ya pola makan dan status kesehatan mereka saat ini—bukannya kekurangan gizi kronis dan penyakit
Efek tetap komunitas Ya seperti dalam kasus HFA. Konsisten dengan kami

Uji bersama, variabel iklim 1.22

R2 0,1820 model HFA, kami menemukan bahwa keterlambatan datangnya musim hujan berbanding terbalik
N 7459
dengan kesehatan anak. Berdasarkan perkiraan, setiap hari monsun tertunda berarti pengurangan
***p < 0,01, **p < 0,05, †p < 0,10. Variabel iklim diukur dari umur (ÿ )9 bulan–23 WFH sebesar 0,007 poin.
bulan. Semua kesalahan standar dikelompokkan di tingkat komunitas. Dampak kecil ini dapat menyebabkan penurunan WFH secara keseluruhan jika terjadi penundaan
Konstanta tidak ditampilkan. besar pada musim hujan yang terjadi selama periode penelitian. Misalnya, penundaan selama 44
hari—1 standar deviasi di atas rata-rata penundaan yang dialami anak-anak dalam sampel ini—
akan mengakibatkan penurunan WFH sebesar 0,308 poin. Penurunan tersebut mewakili
padi, yang merupakan tanaman pokok yang penting bagi ketahanan pangan di banyak wilayah di
perubahan sekitar 112 persen dari rata-rata WFH di seluruh sampel. Seperti pada model HFA,
Indonesia (Naylor dkk., 2007).
suhu dan tingkat curah hujan tidak berhubungan secara independen dengan WFH.
Kami selanjutnya menilai apakah perkiraan dampak rata-rata kami menutupi variasi antar
sub-populasi yang mungkin berbeda dalam hal kerentanan terhadap iklim, berdasarkan penelitian
sebelumnya yang telah mengidentifikasi gender, aktivitas ekonomi (misalnya, keterlibatan dalam
Rangkaian analisis kami berikutnya menguji perbedaan dampak iklim terhadap limbah di sub-
pertanian), dan konteks masyarakat sebagai mediator utama dampak iklim (Skoufias dan Vinha,
populasi utama (Tabel 5). Sejalan dengan analisis dampak heterogen terhadap HFA, kami
2012; Davenport et al., 2017; Cooper et al., 2019). Kami melakukannya dengan memperkirakan
memperkirakan serangkaian model WFH yang menginteraksikan tiga variabel iklim yang menjadi
serangkaian model yang mencakup interaksi antara seluruh variabel iklim dan pengidentifikasi
perhatian dengan in-
kelompok (koefisien iklim spesifik kelompok ditunjukkan pada Tabel 3). Keempat model ini masing-
indikator jenis kelamin anak (Model 7), kepemilikan lahan rumah tangga, (Model 8) tempat tinggal
masing menguji perbedaan dampak iklim berdasarkan jenis kelamin anak (Model 2), kepemilikan
di komunitas pedesaan (atau perkotaan) (Model 9), dan tempat tinggal di Jawa dibandingkan
pertanian rumah tangga (Model 3), tempat tinggal di komunitas pedesaan (atau perkotaan) (Model
wilayah lain di Indonesia (Model 10). Keempat model ini mengungkapkan bahwa dampak buruk
4), dan tempat tinggal di Jawa dibandingkan wilayah lain di Indonesia ( Model 5). Dampak akhir
dari penundaan musim hujan lebih besar dan lebih signifikan secara statistik bagi anak perempuan
dari keterlambatan datangnya musim hujan sebelum melahirkan bervariasi antara anak laki-laki
(ÿ = ÿ0,0087); anak-anak di rumah tangga yang tidak memiliki lahan pertanian (ÿ = ÿ 0,0075);
dan perempuan.
rumah tangga pedesaan (ÿ = ÿ 0,0085); dan penduduk di Pulau Jawa (ÿ = ÿ0.0133), dibandingkan
dengan anak laki-laki, anggota rumah tangga pemilik lahan pertanian, rumah tangga di perkotaan,
Untuk anak laki-laki, penundaan awal musim hujan mengurangi HFA, dengan efek marginal
dan penduduk di provinsi sampel di luar Pulau Jawa. Perkiraan dampak awal musim hujan adalah
sebesar ÿ0,0038. Namun, pengaruh waktu musim hujan secara statistik tidak signifikan bagi anak
statistik.
perempuan. Efek penundaan musim hujan juga berbeda dalam kekuatan absolut dan signifikansi
mungkin tidak signifikan atau signifikan hanya pada tingkat marjinal (p < 0,10) di antara empat
statistik antar sub-populasi lainnya: penundaan musim hujan mengurangi HFA pada anak-anak di
kelompok terakhir. Namun, kami juga mencatat bahwa perbedaan antara kelompok dalam
rumah tangga petani (ÿ =
besarnya dampak musim hujan hanya signifikan secara statistik untuk perbandingan Jawa dan
ÿ 0,0046) namun tidak pada rumah tangga non-pertanian (Model 3); di perkotaan (ÿ =
provinsi lain (interaksi ÿ = ÿ 0,0119, p < 0,05). Oleh karena itu, hasil-hasil ini hanya menunjukkan
ÿ 0,0040) namun tidak pada rumah tangga pedesaan (Model 4); dan pada rumah tangga yang
potensi perbedaan kerentanan dan tidak bersifat definitif.
tinggal di luar Pulau Jawa (ÿ = ÿ 0,0045) namun tidak pada penduduk di pulau Jawa (Model 5).
Secara keseluruhan, hasil ini menunjukkan bahwa dampak negatif penundaan permulaan musim
Terakhir, kami melakukan tiga pemeriksaan ketahanan pada model WFH secara keseluruhan.
hujan terhadap HFA terkonsentrasi pada kelompok anak-anak tertentu dalam sampel kami, namun
Pertama, kami menyertakan kontrol tambahan untuk bulan lahir untuk memperhitungkan pengaruh
kami tidak mengamati dampak positif secara statistik dari penundaan permulaan musim hujan.
sisa musim kelahiran. Perkiraan dampak paparan monsun baru-baru ini tetap negatif dan signifikan
Demikian pula, kami tidak mengamati pengaruh suhu atau tingkat curah hujan yang signifikan
secara statistik (ÿ = ÿ 0,0067, p = 0,009). Kedua, kami mengganti efek tetap survei dengan kontrol
secara statistik di antara sub-populasi mana pun yang dipertimbangkan dalam model interaksi ini.
untuk tren waktu linier spesifik wilayah, yang menghasilkan perkiraan efek penundaan musim
hujan yang secara substansial serupa (ÿ = ÿ 0,0072, p =

5
Machine Translated by Google

BC Thiede dan C. Gray Ilmu Sosial & Kedokteran 265 (2020) 113298

Tabel 4

ES

2280,0

9 9 0 1, 0

5 0 1 1, 0

5 5 1 0, 0

7420,0

2120,0

8100,0

8100,0
Estimasi model regresi berat badan terhadap tinggi badan anak (z-score).
Variabel Model 6

ÿ SE

Suhu 0,0322 0,2928

ÿ
oiraPl

57,0
Pengendapan ÿ 0,0692 0,0420
isnivn

Awal musim hujan ÿ 0,0066 ** 0,0025

Jenis Kelamin = perempuan 0,0623 0,0440
Ukuran rumah tangga 0,0001 0,0144
ES

90,0

0,0ÿ

00,0

1,0ÿ

420,0ÿ

00,0

1*,*0ÿ*

20,0ÿ

100,0
11

20

10
31

40

24

10

21

90

40
50

41

35

08

37

25

914

00

90
9

0
Jumlah anak < 5 tahun ÿ 0,0615 0,0512
Kepala rumah tangga

Jenis Kelamin = perempuan 0,0438 0,0753

Usia (tahun) 0,0020 0,0022

Pendidikan dasar = ya ÿ 0,0557 0,0539

63.1
ÿ

9547
15,0

6281,0
ledoM
5

awaJ

Kepemilikan lahan pertanian = ya 0,0090 0,0596

Komunitas pedesaan = ya 0,0400 0,1247

Putaran IFLS (ref = 1993–4) 1997–
ES

80,0ÿ

90,0ÿ

90,0ÿ

10,0

20,0ÿ

10,0

00,0

00,0

100,0

0,2215 0,1259
00

91

50

46

11

90

13

11

8 2000
37

91

31

33

40

90

95

89

82

†
5

2007– 0,3371 *** 0,1026

8 0,3779 *** 0,1139
2014–5 0,1556 0,1307

Kontrol usia dalam sebulan Ya

50.1
ÿ
naasedeP

Efek tetap komunitas Ya

Efek tetap bulan survei Ya

Uji bersama, variabel iklim 2,78**

ES

70,0ÿ

1,0ÿ

1,0

10,0ÿ

2520,0ÿ

20,0

0200,0ÿ

8100,0
10

00

R2
90

423

66

50

20

0,1262
51

37

54

69
9

N 4812

***p < 0,01,** p < 0,05, †p < 0,10. Variabel iklim diukur selama 12 bulan sebelum
survei. Semua kesalahan standar dikelompokkan di tingkat komunitas. Konstanta
tidak ditampilkan.
93.1

02.1
ÿ

9547
3381,0
ledoM
4

0,013). Ketiga, kami memperkirakan regresi “plasebo” yang memprediksi jenis kelamin
ES

80,0

1,0

1,0

510,0ÿ

20,0ÿ

20,0

1200,0

100,0
210

00
73

54

40

01
30

17

82

46

15

96

80
7

kepala rumah tangga (0 = laki-laki, 1 = perempuan). Hasil kami menunjukkan bahwa

†

paparan musim hujan baru-baru ini tidak berhubungan secara signifikan dengan
variabel hasil ini (ÿ = ÿ0,0003, p = 0,632; hasil lain tidak ditampilkan), sehingga
meningkatkan keyakinan bahwa hasil utama kami tidak palsu.
ÿ
nakanreteaP
=
y

5. Pembahasan dan kesimpulan

ES

70,0

01,0ÿ

0,0

10,0

220,0ÿ

10,0

400,*0ÿ*

100,0

100,0
91
12

13

27

30

92
54

60

64

61

39

72

621

72

60

Studi ini mengevaluasi pengaruh variabilitas iklim terhadap indikator gizi buruk
0

1
0
8

kronis dan akut pada anak di Indonesia. Temuan kami mendukung dua kesimpulan
keseluruhan. Pertama, tingkat malnutrisi kronis (seperti yang ditunjukkan oleh
rendahnya HFA) dan malnutrisi akut (yang ditunjukkan oleh rendahnya WFH)
14.1
ÿ

9547
88,0

4381,0
ledoM
3

nakanrkeatedP
=it

dipengaruhi oleh waktu terjadinya presipitasi yang dialami anak-anak selama periode
kritis (Alderman dan Headey, 2018; Victora dkk. , 2010). Keterlambatan musim hujan
selama periode prenatal dikaitkan dengan penurunan tinggi badan pada anak usia
ES

70,0ÿ

1,0

90,0ÿ

410,0ÿ

20,0ÿ

910,0

100,0ÿ

9100,0ÿ
00
50

57

82

30
20

22

76

49

26

90

82
5

24–59 bulan, dan berat badan anak usia 0–23 bulan juga dipengaruhi oleh waktu
70
8 100,0
†

terjadinya musim hujan terakhir. Perkiraan besarnya kedua dampak tersebut sangat
berarti dalam konteks lambatnya musim hujan yang terjadi di Indonesia selama
periode penelitian. Menurut perkiraan kami, penundaan awal musim hujan dengan
21.1
naupmereP

urutan satu standar deviasi di atas rata-rata sampel akan menghasilkan penurunan
HFA sebesar 0,144 poin (8,0% dari rata-rata HFA) dan penurunan WFH sebesar
0,308 poin (111,6% dari rata-rata WFH) di antara masing-masing kelompok anak-anak
ES

80,0ÿ

1,0

90,0ÿ

510,0ÿ

20,0ÿ

020,0

0200,0ÿ

100,0
00
51

66

71

11
26

05

13

61

53

11

63
4

dalam sampel kami. Perbedaan besaran ini konsisten dengan proses di mana
penundaan musim hujan secara signifikan melemahkan status gizi jangka pendek,
dan hal ini kemudian menyebabkan kerugian yang lebih kecil pada status gizi jangka
panjang ketika strategi penanggulangan dan pertumbuhan yang mengejar
5890,0ÿ

5010,0ÿ

3910,0
ÿ

300,*0ÿ*

6100,0ÿ
ÿ

9547
1630,0

7421,0

1010,0

1200,0

r2iatyjl,nN
k0
U
R1svi
g
ledoM
2

airP

ketertinggalan diperhitungkan.
ia9
rbe
auam
8
4 1
2
821

,nailsge1kntb3
9

Selain konsistensi dan signifikansi substantif dari perkiraan dampak musim hujan
terhadap hasil panen, hasil penelitian kami juga selaras dengan penelitian sebelumnya
mengenai dampak variabilitas iklim terhadap pertanian Indonesia. Secara khusus,
Naylor dkk. (2007) menemukan bahwa penundaan panen berdampak buruk pada
3

Sebelum Usia Usia Usia

Prenatal Usia Usia
Prenatal Usia
produksi beras, dan memperkirakan bahwa penundaan selama 30 hari menyebabkan
penurunan rata-rata antara 6,5 dan 11 persen di seluruh wilayah penghasil beras
jum
A
h
napadnegneP
uhuS
lebairaV

w
mnliasu

Tabel <
p***
re
etg
ig oe)sm
.se
okilsn
a p E
dziks(rt
b
u
a

utama di Jawa dan Bali (Naylor et al., 2007). Penelitian lain yang dilakukan Naylor et
ekpiasirnlm
itsu
kno m rkgsin
iea
fs-u
e dara
fo d

al. (2002) menunjukkan bahwa curah hujan yang tertunda mungkin terjadi

6
Machine Translated by Google

BC Thiede dan C. Gray Ilmu Sosial & Kedokteran 265 (2020) 113298

juga mengganggu waktu (tetapi bukan hasil tahunan) produksi jagung. Dalam konteks

ES

3,0

4300,0
250
90
temuan ini, dampak buruk yang diamati dari penundaan datangnya musim hujan pada

7
HFA dan WFH dapat ditafsirkan sebagai hal yang didorong oleh penurunan produksi
pertanian dan gangguan terkait pada pasar pangan dan tenaga kerja (Salafsky, 1994).

69,0
nriaPl
Kedua, hasil penelitian kami menunjukkan adanya perbedaan mencolok dalam

isnivo
besaran dan kekuatan statistik perkiraan pengaruh waktu musim hujan. Keterlambatan
datangnya musim hujan baru-baru ini secara statistik memiliki dampak yang lebih kuat

ES

7
0
1
4
82*,*0
60
253 †ÿ*
terhadap WFH di kalangan penduduk di Pulau Jawa dibandingkan di provinsi lain.

53
3
4
8
6
2
1
75
6
9
8
7
1
Temuan ini konsisten dengan bukti yang dikutip di atas dari Naylor dkk. (2002, 2007),
yang menyatakan bahwa ekonomi pertanian di Jawa yang berorientasi pada padi sangat
rentan terhadap tertundanya musim hujan.
Model interaksi yang kami perkirakan tidak menunjukkan perbedaan yang signifikan
ÿ

**56,3
***23.5

6821,0

2184
ledo0M
1

awaJ

secara statistik antara kelompok kepentingan lainnya. Namun, perkiraan efek monsun
spesifik kelompok menunjukkan perbedaan besaran dan kekuatan statistik di seluruh
bagian sampel lainnya.
ES

92
33
0
1
780
42,†
91
0 0ÿ

Dampak akhir dari penundaan datangnya musim hujan terhadap HFA adalah negatif
dan signifikan secara statistik di kalangan anak laki-laki (tetapi tidak anak perempuan),
anak-anak di rumah tangga petani (tetapi tidak di rumah tangga non-pertanian),
penduduk perkotaan (tetapi tidak di pedesaan), dan di dalam rumah tangga. yang
ÿ

†15.2
naasedeP

berdomisili di luar Pulau Jawa (tetapi bukan penduduk pulau tersebut). Analisis WFH
menunjukkan bahwa efek waktu musim hujan terkonsentrasi pada anak perempuan,
anak-anak di rumah tangga yang tidak memiliki lahan pertanian, dan penduduk
ES

90
26 2,0

pedesaan. Kami berhati-hati agar tidak menarik kesimpulan yang kuat mengenai sebaran
07
6

kerentanan terhadap variabilitas iklim berdasarkan hasil-hasil ini. Namun, kurangnya

konsistensi di seluruh model menunjukkan bahwa dampak penundaan awal musim
hujan terhadap HFA dan WFH dapat terjadi melalui jalur yang berbeda dan dengan
83.1
ÿ

15,0

5621,0

2184
ledoM
9

implikasi yang berbeda terhadap sub-populasi di seluruh sampel kami yang beragam.
Secara umum, temuan kami menunjukkan bahwa status kesehatan dan gizi anak-
anak sensitif terhadap variabilitas iklim dan konsekuensi sosio-ekonomi kedua dari
ES

perubahan tersebut. Hasil penelitian kami, bersamaan dengan munculnya literatur

mengenai iklim dan nutrisi, harus memberikan perhatian tambahan terhadap konsekuensi
perubahan iklim yang penting namun belum banyak dipelajari ini, baik bagi para peneliti
maupun pembuat kebijakan. Berdasarkan konteks penelitian mengenai pertanian di
04.1
ÿ
nakanreteaP
=
y

Indonesia, penelitian kami menunjukkan bahwa penundaan musim hujan melemahkan

nutrisi anak-anak melalui gangguan terhadap produksi pertanian dan pasar terkait.
Temuan ini menunjukkan bahwa upaya untuk mempertahankan hasil panen dan hasil
ES

34
6
1
2 56
8
6 80
2
4 2,0
ÿ

panen dalam menghadapi kondisi lingkungan yang semakin buruk perlu menjadi bagian
dari strategi perlindungan iklim di masa depan. Para pengambil keputusan juga harus
memperhatikan bagaimana gangguan iklim mempengaruhi pendapatan pertanian dan
harga pangan, yang juga dapat mempengaruhi ketahanan pangan dan gizi—termasuk
ÿ

4,0
2

3621,0

2184
ledoM
8

nakanrkeatedP
=it

†61

bagi populasi yang jauh dari produksi pertanian. Temuan kami kurang konsisten dengan
kemungkinan mekanisme biologis antara iklim dan nutrisi, namun proses tersebut
(misalnya, perubahan penularan penyakit terkait iklim) mungkin mendominasi dalam
ES

6510
4
8
7
2
3 90
4
7
5 2*,*3
†
0
ÿ*

konteks lain. Hanya dengan mempertimbangkan masing-masing jalur antara iklim dan
7
5
9
4
2

kekurangan gizi, dan menyesuaikan intervensi yang sesuai, maka kesehatan anak-anak
dapat terlindungi dari berbagai kemungkinan konsekuensi perubahan lingkungan.
ÿ

**30.3
naupmereP

ES

2,†
0
ÿ

Pernyataan penulis kredit

17
2
4
7 68
8 90
1
4

Thiede dan Gray masing-masing berkontribusi pada desain penelitian, pengelolaan

dan analisis data, serta penulisan naskah.
ÿ
4020,0

5621,0

2184
ledoM
7

airP

Ucapan Terima Kasih

Versi sebelumnya dari makalah ini dipresentasikan pada Konferensi Kependudukan

Internasional (IPC) 2017 di Cape Town, Afrika Selatan. Penulis berterima kasih kepada
Jacques V´eron dan peserta sesi IPC lainnya atas komentar konstruktif mereka, dan
Matthew Hancock atas bantuan editorial.
5

Thiede mengakui bantuan yang diberikan oleh Population Research Institute di

Pennsylvania State University, yang sebagian didanai melalui Eunice Kennedy Shriver
jum
A
h
napadnegneP

k0
U
R
N1
g
vi
s
uhuS
lebairaV

tulj,n
r2ia
suw

ik5
e
rb
um 3
mnlia

lgeknbaua0
5

Tabel <
p***
m
oe
.p
klsn
e
a E
)sd
b
a
s(rt
ik
z

National Institute of Child Health and Human Development (P2CHD041025). Kontennya

o
ertg
ig

,nais
kpiasinlm
ise
kno m
fs-eta
ierk fora
siad
g n
d

semata-mata

7
Machine Translated by Google

BC Thiede dan C. Gray Ilmu Sosial & Kedokteran 265 (2020) 113298

Hoddinott, J., Kinsey, B., 2001. Pertumbuhan anak di masa kekeringan. lembu. Banteng. ekonomi. Statistik. 63 (4),
tanggung jawab penulis dan tidak mewakili pandangan resmi National Institutes of
409–436.
Health.
Hoddinott, J., 2006. Guncangan dan konsekuensinya di seluruh dan di dalam rumah tangga di
pedesaan Zimbabwe. J.Dev. Pejantan. 42 (2), 301–321.

Referensi Hoddinott, J., Alderman, H., Behrman, JR, Haddad, L., Horton, S., 2013. Ekonomi
alasan untuk berinvestasi dalam pengurangan stunting. ibu. Nutrisi Anak. 9, 69–82.
Hunter, LM, Luna, JK, Norton, RM, 2015. Dimensi lingkungan dari migrasi.
Agadjanian, V., Prata, N., 2003. Perang saudara dan kesehatan anak: regional dan etnis
dimensi imunisasi anak dan malnutrisi di Angola. sosial. Sains. medis. 56 (12), 2515–2527.
Ann. Pdt. Sosiol. 41, 377–397.
Knox, J., Hess, T., Daccache, A., Wheeler, T., 2012. Perubahan iklim berdampak pada produktivitas tanaman
di Afrika dan Asia Selatan. Mengepung. Res. Biarkan. 7 (3), 034032.
Alderman, H., Behrman, JR, 2006. Mengurangi kejadian berat badan lahir rendah di negara-negara berpendapatan
Kumar, S., Molitor, R., Vollmer, S., 2016. Kekeringan dan kesehatan anak usia dini di pedesaan India.
rendah mempunyai manfaat ekonomi yang besar. Res Bank Dunia. Ob. 21 (1), 25–48.
Populer. Dev. Wahyu 42 (1), 53–68.
Lobell, DB, Field, CB, 2007. Hubungan iklim-hasil tanaman skala global dan dampak pemanasan terkini.
Alderman, H., Headey, D., 2018. Waktu terjadinya goyah pertumbuhan mempunyai arti penting
Mengepung. Res. Biarkan. 2 (1), 014002.
implikasi untuk analisis observasional dari faktor-faktor penentu hasil gizi. PloS Satu 13 (4), e0195904.
Lobell, DB, B¨ anziger, M., Magorokosho, C., Vivek, B., 2011. Efek panas nonlinier pada jagung Afrika sebagaimana
dibuktikan oleh uji hasil historis. Nat. Klim. Ubah 1 (1), 42.
Alderman, H., Hoddinott, J., Kinsey, B., 2006. Konsekuensi jangka panjang dari perilaku dini
Lybbert, TJ, Sumner, DA, 2012. Teknologi pertanian untuk perubahan iklim di
malnutrisi masa kanak-kanak. lembu. ekonomi. Ayah. 58, 450–474.
negara berkembang: pilihan kebijakan untuk inovasi dan difusi teknologi. Pol Pangan . 37 (1), 114–123.
Almond, D., Currie, J., 2011. Membunuhku dengan lembut: hipotesis asal usul janin. J.Ekon.
Perspektif. 25 (3), 153–172.
´ ´ Maccini, S., Yang, D., 2009. Berdasarkan cuaca: kesehatan, sekolah, dan konsekuensi ekonomi dari curah
Andalon, M., Azevedo, JP, Rodríguez-Castelan, C., Sanfelice, V., Valderrama-Gonzalez, D., 2016.
´ hujan awal kehidupan. Saya. ekonomi. Wahyu 99 (3), 1006–1026.
Guncangan cuaca dan kesehatan saat lahir di Kolombia. Pengembang Dunia. 82, 69–82.
Martorell, R., 1999. Sifat malnutrisi anak dan implikasi jangka panjangnya. Makanan
Nutrisi. Banteng. 20 (3), 288–292.
Angeles, G., Guilkey, DK, Mroz, TA, 2005. Dampak variabel tingkat komunitas terhadap hasil di tingkat individu:
Mayer, JD, 2000. Geografi, ekologi dan penyakit menular yang baru muncul. sosial. Sains. medis. 50 (7–8), 937–
hasil teoretis dan penerapannya. sosial. Metode Res. 34 (1), 76–121.
952.
Maystadt, JF, Mueller, V., Sebastian, A., 2016. Migrasi lingkungan dan pasar tenaga kerja di Nepal. J. Asosiasi.
Bakhtsiyarava, M., Grace, K., Nawrotzki, RJ, 2018. Iklim, berat lahir, dan
Mengepung. Sumber daya. ekonomi. 3 (2), 417–452.
mata pencaharian pertanian di Kenya dan Mali. Saya. J.Publikasi. Kesehatan 108 (S2), S144–S150.
Molina, O., Saldarriaga, V., 2017. Bahaya perubahan iklim: paparan dalam rahim terhadap
Bandyopadhyay, S., Kanji, S., Wang, L., 2012. Dampak variasi curah hujan dan suhu terhadap prevalensi diare
variabilitas suhu dan hasil kelahiran di wilayah Andes. ekonomi. Bersenandung. biologi. 24, 111–124.
di Afrika Sub-Sahara. Aplikasi. geografi. 33, 63–72.
Barrett, CB, 2010. Mengukur kerawanan pangan. Sains 327 (5967), 825–828.
Mora, C., Dousset, B., Caldwell, IR, Powell, FE, Geronimo, RC, Bielecki, CR, dkk., 2017. Risiko global terhadap
Basu, R., Rau, R., Pearson, D., Malig, B., 2018. Suhu dan jangka waktu berat lahir rendah di California. Saya.
panas yang mematikan. Nat. Klim. Ubah 7 (7), 501–506.
J.Epidemiol. 187 (11), 2306–2314.
Moran, EF, Adams, R., Bakoy´ema, B., Fiorini, S., Boucek, B., 2006. Strategi manusia untuk ˜ kekeringan terkait di
Black, RE, Allen, LH, Bhutta, ZA, Caulfield, LE, De Onis, M., Ezzati, M., Kelompok Studi Kurang Gizi Ibu dan ˆ
mengatasi El Nino 343–Amazonia. Perubahan Iklim 77 (3–4),
Anak, 2008. Kurang gizi ibu dan anak: paparan global dan regional serta konsekuensi kesehatan. Lancet 361.
371 (9608), 243–260.
Mueller, V., Gray, C., 2018. Panas dan kesehatan orang dewasa di Tiongkok. Populer. Mengepung. 1–26.
Mueller, VA, Osgood, DE, 2009. Dampak jangka panjang dari kekeringan terhadap pasar tenaga kerja di negara-
Bohra-Mishra, P., Oppenheimer, M., Hsiang, SM, 2014. Respon migrasi permanen nonlinier terhadap variasi iklim
negara berkembang: bukti dari Brasil. J.Dev. Pejantan. 45 (10), 1651–1662.
tetapi respons minimal terhadap bencana. Proses. Natal. Akademik.
Mueller, V., Gray, C., Kosec, K., 2014. Stres panas meningkatkan migrasi manusia jangka panjang
Sains. Satuan. Amerika Serikat. 111 (27), 9780–9785.
di pedesaan Pakistan. Nat. Klim. Ubah 4 (3), 182.
Bradbear, C., Friel, S., 2013. Mengintegrasikan perubahan iklim, harga pangan dan populasi
Naylor, R., Falcon, W., Wada, N., Rochberg, D., 2002. Menggunakan El Nino-Selatan ˜ Osilasi
kesehatan. Pol Pangan. 43, 56–66.
data iklim untuk meningkatkan perencanaan kebijakan pangan di Indonesia. Aplikasi. Artif. Intel. 38 (1), 75–
Brown, ME, Kshirsagar, V., 2015. Cuaca dan guncangan harga internasional terhadap harga pangan di negara
91.
berkembang. Lingkungan Global. Ubah 35, 31–40.
Naylor, RL, Battisti, DS, Vimont, DJ, Falcon, WP, Burke, MB, 2007. Menilai risiko variabilitas iklim dan perubahan
Bruckner, TA, van den Berg, GJ, Smith, KR, Catalano, RA, 2014. Ambien
iklim pada pertanian padi Indonesia. Proses. Natal.
suhu selama kehamilan dan kematian orang dewasa terkait cuaca dingin dalam kelompok Swedia, 1915–
Akademik. Sains. Satuan. Amerika Serikat. 104 (19), 7752–7757.
2002. sosial. Sains. medis. 119, 191–197.
Nordkvelle, J., Rustad, SA, Salmivalli, M., 2017. Mengidentifikasi dampak iklim
Burke, M., Hsiang, SM, Miguel, E., 2015. Pengaruh suhu non-linier global terhadap produksi ekonomi. Alam 527
variabilitas konflik komunal melalui pengacakan. Perubahan Iklim 141 (4),
(7577), 235–239.
627–639.
Campbell, LP, Luther, C., Moo-Llanes, D., Ramsey, JM, Danis-Lozano, R., Peterson, A.
Pascual, M., Ahumada, JA, Chaves, LF, Rodo, X., Bouma, M., 2006. Kebangkitan malaria di dataran tinggi Afrika
T., 2015. Pengaruh perubahan iklim terhadap distribusi global vektor virus demam berdarah dan
Timur: tren suhu ditinjau kembali. Proses. Natal. Akademik. Sains.
chikungunya. Fil. Trans. R.Soc. B 370 (1665), 20140135.
Satuan. Amerika Serikat. 103 (15), 5829–5834.
Caruso, R., Petrarca, I., Ricciuti, R., 2016. Perubahan iklim, tanaman padi, dan kekerasan:
Phalkey, RK, Aranda-Jan, C., Marx, S., Hofle, ¨ B., Sauerborn, R., 2015. Tinjauan sistematis terhadap upaya saat
bukti dari Indonesia. J. Perdamaian Res. 53 (1), 66–83.
ini untuk mengukur dampak perubahan iklim terhadap kekurangan gizi. Proses.
Challinor, AJ, Watson, J., Lobell, DB, Howden, SM, Smith, DR, Chhetri, N., 2014.
Natal. Akademik. Sains. Satuan. Amerika Serikat. 112 (33), E4522–E4529.
Sebuah meta-analisis hasil panen dalam kondisi perubahan iklim dan adaptasi. Nat. Klim.
Rabassa, M., Skoufias, E., Jacoby, H., 2014. Cuaca dan kesehatan anak di pedesaan Nigeria.
Ubah 4 (4), 287.
J.Afr. ekonomi. 23 (4), 464–492.
Cooper, MW, Brown, SAYA, Hochrainer-Stigler, S., Pflug, G., McCallum, I., Fritz, S.,
Randell, H., Gray, C., 2019. Perubahan iklim dan pencapaian pendidikan di daerah tropis global, 116 (18), 8840–
dkk., 2019. Memetakan dampak kekeringan terhadap stunting pada anak. Proses. Natal. Akademik. Sains.
8845. Prosiding Akademi Ilmu Pengetahuan Nasional.
Satuan. Amerika Serikat. 116 (35), 17219–17224.
Ray, DK, Barat, PC, Clark, M., Gerber, JS, Prishchepov, AV, Chatterjee, S., 2019.
Cornwell, K., Inder, B., 2015. Kesehatan anak dan curah hujan di awal kehidupan. J.Dev. Pejantan. 51 (7),
Perubahan iklim kemungkinan besar telah mempengaruhi produksi pangan global. PloS Satu 14 (5).
865–880.
Rienecker, MM, Suarez, MJ, Gelaro, R., Todling, R., Bacmeister, J., Liu, E., Bloom, S., 2011. MERRA: analisis
Datar, A., Liu, J., Linnemayr, S., Stecher, C., 2013. Dampak bencana alam terhadap kesehatan anak dan
retrospektif era modern NASA untuk penelitian dan aplikasi. J.Klim. 24 (14), 3624–3648.
investasi di pedesaan India. sosial. Sains. medis. 76, 83–91.
Davenport, F., Grace, K., Funk, C., Shukla, S., 2017. Hasil kesehatan anak di sub-
Rosales-Rueda, M., 2018. Dampak guncangan awal kehidupan terhadap pembentukan sumber daya manusia:
Afrika Sahara: perbandingan perubahan iklim dan faktor sosial ekonomi. bukti dari El Nino Rosinger,˜ banjir di Ekuador. J. Ekon Kesehatan. 62, 13–44.
Lingkungan Global. Ubah 46, 72–87.
AY, 2018. Ketidakamanan air rumah tangga setelah banjir bersejarah: diare dan dehidrasi di Amazon Bolivia.
De Casas, s., Curto, SI, Carcavallo, RU, 1995. Perubahan iklim dan distribusi penyakit yang ditularkan
sosial. Sains. medis. 197, 192–202.
melalui vektor . sosial. Sains. medis. 40 (11), 1437–1440.
Salafsky, N., 1994. Kekeringan di hutan hujan: dampak El Nino-Selatan tahun 1991 ˜
De Silva, I., Sumarto, S., 2018. Malnutrisi anak di Indonesia: dapatkah pendidikan, sanitasi , dan layanan kesehatan
Peristiwa osilasi perekonomian pedesaan di Kalimantan Barat, Indonesia. Perubahan Iklim 27 (4),
meningkatkan peran pendapatan? J.Int. Dev. 30 (5), 837–864.
373–396.
Del Ninno, C., Lundberg, M., 2005. Menginjak air: dampak jangka panjang banjir tahun 1998 terhadap gizi di
Schmidhuber, J., Tubiello, FN, 2007. Ketahanan pangan global di bawah perubahan iklim. Proses.
Bangladesh. ekonomi. Bersenandung. biologi. 3 (1), 67–96.
Natal. Akademik. Sains. Satuan. Amerika Serikat. 104 (50), 19703–19708.
Deschˆenes, O., Greenstone, M., Guryan, J., 2009. Perubahan iklim dan berat lahir. Saya.
Schwarzenberg, SJ, Georgieff, MK, 2018. Advokasi perbaikan gizi 1000 hari pertama untuk mendukung tumbuh
ekonomi. Wahyu 99 (2), 211–217.
kembang anak dan kesehatan orang dewasa. Pediatri 141 (2), e20173716.
Field, RD, Van Der Werf, GR, Fanin, T., Fetzer, EJ, Fuller, R., Jethva, H., dkk., 2016.
Aktivitas kebakaran dan polusi asap di Indonesia pada tahun 2015 menunjukkan sensitivitas nonlinier yang terus-
Sellers, S., Gray, C., 2019. Guncangan iklim menghambat kesuburan manusia di Indonesia. Dunia
menerus terhadap kekeringan yang disebabkan oleh El Nino. Proses. Natal. Akademik. Sains. Satuan. Amerika
Dev. 117, 357–369.
Serikat. 113 (33), 9204–9209.
Sheffield, PE, Landrigan, PJ, 2010. Perubahan iklim global dan kesehatan anak:
Grace, K., Davenport, F., Funk, C., Lerner, AM, 2012. Malnutrisi anak dan iklim di Afrika Sub-Sahara: analisis tren
ancaman dan strategi pencegahannya. Mengepung. Perspektif Kesehatan. 119 (3), 291–298.
terkini di Kenya. Aplikasi. geografi. 35 (1–2), 405–413.
Shively, G., Sununtnasuk, C., Brown, M., 2015. Variabilitas lingkungan dan anak
pertumbuhan di Nepal. Tempat Kesehatan 35, 37–51.
Grace, K., Davenport, F., Hanson, H., Funk, C., Shukla, S., 2015. Menghubungkan perubahan iklim dan hasil
Skoufias, E., Vinha, K., 2012. Variabilitas iklim dan tinggi badan anak di pedesaan Meksiko. ekonomi.
kesehatan: mengkaji hubungan antara suhu, curah hujan dan berat lahir di Afrika. Lingkungan Global. Ubah
Bersenandung. biologi. 10 (1), 54–73.
35, 125–137.
Skoufias, E., Katayama, RS, Essama-Nssah, B., 2012. Terlalu terlambat: dampak guncangan curah hujan
Groppo, V., Kraehnert, K., 2016. Peristiwa cuaca ekstrem dan tinggi badan anak: bukti dari Mongolia. Pengembang
terhadap kesejahteraan pedesaan di Indonesia. Aplikasi. Artif. Intel. 48 (3), 351–368.
Dunia. 86, 59–78.

8
Machine Translated by Google
BC Thiede dan C. Gray
Spears, D., 2018. Paparan buang air besar sembarangan dapat menjelaskan teka-teki tinggi badan
anak di India. J.Dev. ekonomi. 146, 102277.
Strauss, J., Witoelar, F., Sikoki, B., Wattie, AM, 2009. Survei Kehidupan Keluarga Indonesia
Gelombang Keempat (IFLS4): Gambaran Umum dan Laporan Lapangan. Perusahaan
RAND .
Strauss, J., Witoelar, F., Sikoki, B., 2016. Survei Kehidupan Keluarga Indonesia Gelombang Kelima :
Gambaran Umum dan Laporan Lapangan. RAND, Santa Monica, CA, AS.
Thiede, BC, Gray, CL, 2017. Dampak iklim heterogen terhadap migrasi manusia di
Indonesia. Populer. Mengepung. 39 (2), 173–195.
Ilmu Sosial & Kedokteran 265 (2020) 113298
Tiwari, S., Jacoby, HG, Skoufias, E., 2017. Bayi monsun: guncangan curah hujan dan nutrisi anak di
Nepal. ekonomi. Dev. Kultus. Ubah 65 (2), 167–188.
Torche, F., Villarreal, A., 2014. Paparan prenatal terhadap kekerasan dan berat badan lahir di Meksiko:
selektivitas, paparan, dan respons perilaku. Saya. sosial. Wahyu 79 (5), 966–992.
UNICEF, 2019. Keadaan Anak-Anak Dunia 2019. UNICEF, New York.
Victora, CG, De Onis, M., Hallal, PC, Blossner, ¨ M., Shrimpton, R., 2010. Waktu terjadinya goyahnya
pertumbuhan di seluruh dunia: meninjau kembali implikasi intervensi. Pediatri 125 (3), e473–e480.
Wheeler, T., Von Braun, J., 2013. Perubahan iklim berdampak pada ketahanan pangan global.
Sains 341 (6145), 508–513.