TP4-W10-S2-R1-Rizky Firstya Novani-2502395084
TP4-W10-S2-R1-Rizky Firstya Novani-2502395084
Penelitian ini bertujuan untuk mengevaluasi bagaimana perubahan perilaku pasien selama
lockdown dan pembatasan lainnya memengaruhi waktu tunggu pasien CHF. CHF adalah kondisi
yang melibatkan buruknya fungsi jantung dan dapat menyebabkan kematian jika tidak diobati.
Penundaan diagnosis CHF memengaruhi perawatan. Sejumlah besar orang mungkin menderita CHF
tanpa diagnosis.
Studi ini juga mencatat bahwa perkiraan jumlah orang dengan CHF lebih tinggi dari diagnosis resmi
sebelum pandemi. Munculnya pandemi Covid-19 mengakibatkan penurunan penderita CHF yang
dirujuk dan diagnostik. Model simulasi diperlukan untuk memahami dinamika sistem layanan
kesehatan CHF dan penyakitnya
Metode
Penelitian ini menggunakan STRESS checklist (Monks et al. 2019)
untuk memastikan bahwa penelitian ini telah menyertakan semua
detailnya studi pemodelan dan deskripsi dibagi menjadi empat
bagian yang meliputi model konseptual dan bagaimana kaitannya
dengan sistem nyata; deskripsi tentang bagaimana model tersebut
dibangun; daftar asumsi parameter; dan deskripsi keluaran model
Model konseptual jalur pasien dari timbulnya gejala gagal
jantung hingga diagnosis
Pasien masuk ke sistem layanan kesehatan melalui dua jalur
dokter umum dan acute admission into hospital
Jalur menuju diagnosis echo test (akhir)
Pasien diasumsikan memasuki model ketika mereka mengalami
gejala CHF semua pasien mengikuti jalur tersebut hingga
terdiagnosis positif atau negatif
Model ini menggambarkan efek penundaan yang bergantung pada
lamanya masa lockdown dan tingkat keparahan gejala
Pendekatan pemodelan ini bertujuan untuk memahami bagaimana
pasien CHF mencari diagnosis dan pengobatan, serta bagaimana
dampak pandemi memengaruhi perjalanan pasien tersebut.
Gambar 1. Model konseptual
Proses pembuatan model simulasi menggunakan Python dan kerangka kerja SimPy. Model ini
digunakan untuk memahami perjalanan pasien dengan dugaan gagal jantung dari fase tidak
terdiagnosis hingga terdiagnosis
Model ini mempertimbangkan bagaimana dampak pandemi Covid-19 memengaruhi perjalanan pasien
dengan menunda pencarian perawatan medis.
Parameter-parameter dalam model ini, seperti jumlah pasien yang mengalami gejala gagal jantung, usia
pasien, dan lainnya
Model ini juga memperhatikan dampak pandemi Covid-19 pada kapasitas dokter umum dan
penjadwalan janji temu di rumah sakit
Gambar 2. Garis waktu pembatasan Covid-19 di Leeds
• Model mempertimbangkan pengurangan total echo test yang tersedia setelah dimulainya lockdown pertama di Inggris pada tanggal
23 Maret 2020.
• Parameter - parameter dan asumsi yang digunakan dalam model penelitian untuk memahami dampak pandemi Covid-19 terhadap
layanan diagnostik dan diagnosis pasien gagal jantung.
• Perilaku masyarakat selama pandemi Covid-19, dengan mengasumsikan penundaan acak untuk mencerminkan pengurangan 30%
dalam mencari bantuan medis selama lockdown.
• Model ini mencoba menangkap tingkat kepercayaan pasien selama 15 bulan terakhir pembatasan Covid-19, dengan fokus pada
Leeds sebagai kota basis dan menggambarkan dua periode lockdown yang lebih ketat.
Tabel 1: Parameter model termasuk distribusi yang digunakan, nilainya dalam kasus dasar, kovariat dan
sumber (jika relevan) untuk nilai-nilai mereka.
Penelitian ini menyajikan sebuah model simulasi jalur menuju diagnosis pasien gagal jantung kronis (CHF) dengan
tujuan untuk memahami dampak pandemi Covid-19 terhadap pelayanan kesehatan.
Model tersebut dirancang untuk memasukkan berbagai intervensi yang dapat meningkatkan hasil pasien CHF dan
mempercepat pemulihan pasien ke kondisi normal pasca-pandemi.
Penelitian ini juga mengindikasikan bahwa jumlah pasien CHF yang menunggu tes diagnostik dapat meningkat jika
tidak ada tindakan yang diambil.
Dampak pandemi termasuk peningkatan pasien rawat inap dengan CHF, yang mungkin disebabkan oleh akses yang
terhambat ke dokter umum selama lockdown.
Model ini bertujuan untuk memahami perjalanan pasien CHF dan memodelkan kemungkinan perburukan kondisi
pasien selama penundaan diagnosis.
Hasil simulasi ini menggambarkan dampak lockdown pertama dan perilaku masyarakat terhadap penundaan
perawatan medis selama pandemi Covid-19. Hal ini mengilustrasikan pentingnya memahami konsekuensi dari
penundaan dalam sistem layanan kesehatan.
Referensi
Campbell and A. Champneys and C. Currie and A. Heib and C. Lamas Fernandez and L. E. Morgan and P. Ross 2021.
“Modelling Solutions to the Impact of COVID-19 on Cardiovascular Waiting Lists”.
https://www.vkemsuk.org/publications, accessed 29th July 2021.
The British Heart Foundation, BHF 2021. “Heart Statistics”. https://www.bhf.org.uk/what-we-do/our-research/heart-
statistics, accessed 14th April