Forecasted Trends in

Vaccination Coverage and

Correlations with
Socioeconomic Factors: A
JOURNAL
Global Time-Series Analysis
Anindita Noviandhari

READING over 30 Years

Pembimbing: Prof. Dr. dr. Kusnandi Rusmil, Sp.A(K)., MM
LATAR BELAKANG

Anak-anak
yang belum
UNICEF 2013:
divaksin
ANGKA
21.8 juta anak usia
CAKUPAN
Penyakit BARRIE
<1 tahun belum
VAKSIN
yang dapat R
mendapatkan
imunisasi dicegah
DTP (I,II,III)
dengan
vaksinasi
 LATAR BELAKANG
Risiko efek samping
Kepercayaan
agamaAlasan
Personal
Tingkat pendidikan Aliran politik
Tingkat
orang tua Kepercayaan
Usia orang tua Terhadap
Sosioekonomi
Pelayanan
Pekerjaan orang tua
& Demograf
Kesehatan
Agama atau
Etnis Pemerintah
Jenis kelamin anak
Kemiskinan VAKSINA
Jarak ke tempat SI
pelayanan kesehatan
LATAR BELAKANG

Vaccine Performance Index

Kekuatan cakupan
Menggambarkan Analisis tren antar
imunisasi di suatu
variabilitas negara
negara

Asesmen TARGET kekuatan

INTERVENSI
dan ketahanan
Cakupan 90% diprogram imunisasi
seluruh negara WHO pada tahun 2015
TUJUAN
Menganalisa korelasi
antara berbagai faktor
sosioekonomi dengan
cakupan vaksin
Mengidentifkasi tren
temporal dan perbedaan
cakupan vaksin di suatu
negara dari waktu ke waktu
METODE PENELITIAN

Desa Temp Wakt

in at u
190 Negara,
6 regio WHO
Analisis
Afrika, Tahun 1980 -
korelatif
Amerika, 2010
skala besar
Mediterania
Timur,
Eropa, Asia
Tenggara,
Pasifk Barat
VARIABEL PENELITIAN

Variabel Angka
Depende Cakupan
n
Vaksin
Variabel Faktor
Independ Sosioekonom
en
i
DEFINISI OPERASIONAL
ANGKA
CAKUPAN
VAKSIN
Jumlah anak berusia
1 tahun yang hidup
dan telah
mendapatkan vaksin
DTP dosis ke 3
DATA
Faktor-faktor sosioekonomi dari 190
negara Data kuantitatif, sebagian
besar ordinal
Cakupan vaksin (BCG, DTP (1, 2, 3),
Polio, Measles) data estimasi cakupan
vaksin WHO UNICEF tahun 2011
Data lain website Gapminder
MENGAPA DTP3?

Vaksin DTP3
Cakupan DTP3 memiliki
variabilitas yang berbeda di
berbagai negara dari waktu
ke waktu
Merupakan gambaran
kekuatan cakupan program
imunisasi suatu negara
Analisis Time-Series Cakupan Vaksin DTP3
ANALISIS KORELASI
Spearmans Rank Correlation

Hubungan antara cakupan vaksin dengan

faktor sosioekonomi

Analisis rerata waktu

Perbandingan silang antar faktor yang

bermakna (p<0.01)
FORECASTING
Transformasi logit data pemetaan nilai
cakupan ke dalam rentang 0-100

Gaussian Process meramalkan data

cakupan vaksin berdasarkan nilai cakupan
yang sudah diketahui sebelumnya

VACCINE PERFORMANCE INDEX

 VACCINE PERFORMANCE INDEX
(VPI)
(Kemungkinan mencapai nilai cakupan lebih dari nilai target
kemungkinan penurunan nilai cakupan kurang dari nilai yang
ditentukan)

V: nilai target Tn: poin data terkini

yang tersedia : jarak hingga poin yang
d: batas bawah yang diinginkan
ditentukan T*: Tn+
HASIL
 Negara dengan peningkatan VPI
tertinggi selama kurun waktu 2001-2013
 Negara dengan penurunan VPI terendah
selama kurun waktu 2001-2013
 High-performing countries: Arab Saudi,
Rusia, Hungaria, Slovakia
Steady progressive countries: Eropa,
Amerika utara dan Amerika Tengah,
sebagian besar Asia
Perbaikan minimal: Amerika Selatan,
India, Afrika Sub-Sahara, South East Asia
TARGET GVAP 2015
Hasil prediksi menggunakan VPI untuk
probabilitas cakupan vaksin pada tahun
2015 melebihi 90%:

DISTRIBUSI
BIMODAL
KORELASI FAKTOR SOSIOEKONOMI

Faktor-faktor bermakna secara statistik

dibandingkan antar regio dan dalam
rentang waktu yang telah ditentukan
KORELASI PENDIDIKAN PRIA DAN WANITA

P VALUE
<0.0001
DISKUSI
Korelasi sosioekonomi yang kuat
mengindikasikan adanya potential
limiting factors keterbatasn akses
terhadap vaksin target intervensi
Korelasi sosioekonomi yang lemah

berkaitan dengan encouraging state

akses terhadap vaksin tersedia bagi
sebagian besar populasi Sebagian
Hambatan infrastruktural
besar wilayah Eropa kepercayaan
religius maupun flosofs dan ketakutan akan
risiko vaskinasi
 Korelasi yang konsisten antara
persalinan yang didampingi tenaga
kesehatan dengan cakupan vaksin
penentu angka cakupan DTP3 dan
mungkin dapat mmenjadi indikator dari
suatu sistem pelayanan kesehatan
KETERBATASAN PENELITIAN
Terdapat variabilitas regional pada
masing-masing negara
Dibutuhkan suatu analisis global skala
besar yang mengidentifkasi tren
regional dan faktor-faktor yang
berasosiasi baik di dalam maupun
antarnegara
KESIMPULAN
VPI dapat digunakan sebagai alat untuk
memprediksi cakupan vaksin di suatu negara
berdasarkan tren serta variabilitas sebelumnya

Adanya korelasi yang kuat antara faktor

sosioekonomi maupun non-sosioekonomi
menunjukkan dibutuhkannya suatu intervensi
untuk meningkatkan akses terhadap vaksin

Walaupun menggambarkan akses yang baik,

korelasi yang lemah mengindikasikan adanya
faktor lain yang harus diwaspadai
TERIMAKASIH
Analisis t-SNE
(t-distributed
stochastic
neighbour
embedding

SIMILARITY
MATRIX:
Rata-rata
korelasi faktor
sosioekonomi
dengan vaksin
dalam kurun
waktu
tertentu
(tahun) di
berbagai