Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tujuan: Penelitian ini bertujuan untuk menemukan faktor risiko dominan dan membuat skor risiko diabetes tidak terdiagnosis (UDDM) dan prediabetes. Metode: Pembuatan skor risiko berdasarkan data yang tersedia hasil Riset Kesehatan Dasar 2013, dengan kriteria ≥ 18 tahun, baru terdiagnosis saat Riskesdas, tidak menderita penyakit kronis/menular lainnya. Nilai koefisien β hasil analisis regresi logistik multinomial model prediksi digunakan untuk mengenmbangkan skor. Keakuratan skor prediksi diabetes dan prediabetes dinilai dengan ROC (Receiver Operating Characteristic). Hasil: Dua model prediksi dikembangkan menjadi skor risiko. Model 1 prediksi diabetes tidak terdiagnosis dengan 7 prediktor AUC 73,5%, sen 62,2%, spes 70,8%, PPV 12,8%, NPV 96,5%, titik potong ≥22, model 2 prediksi diabetes tidak terdiagnosis dengan 5 prediktor AUC 72,4%, sen 68,3%, spes 64,7%, PPV 11,8%, NPV 96,7%, titik potong ≥20. Prediksi prediabetes tidak dikembangkan menjadi skor karena tidak akurat, tetapi dapat diketahui faktor dominannya. Kesimpulan: Indonesia dapat memiliki perhitungan skor risiko guna memprediksi diabetes yang tidak terdiagnosis berdasarkan data Riset Kesehatan Dasar yang tersedia. Skor Risiko tersebut dapat digunakan tenaga kesehatan untuk mengidentifikasi individu dengan risiko tinggi dan masyarakat awam mampu menggunakan skor tersebut. ......Objective: This studi aims to find the risk factors and develop risk score for undiagnosed diabetes and prediabetes. Method: Risk score made based on available data from Basic Health Research 2013 in Indonesia, with criteria 18-55 years old, newly diagnosed diabetes, and not affected by chronic /infectious diseases before.β coeff value from multinomial logistic regression analysis results of predictive models are used to develop risk score. The accuracy of risk score assessed with ROC (Receiver Operating Characteristic). Result: 2 prediction models are use to develop risk score. The accuracy form 7 predictors for undiagnosed diabetes in model 1 are AUC 73.5%, sen 62.2%, spes 70.8%, PPV 12.8%, NPV 96.5%, cut off ≥22. The accuracy form 5 predictors for undiagnosed diabetes in model 2 are AUC 72.4%, sen 68.3%, spes 64.7%, PPV 11.8%, NPV 96.7%, cut off ≥20 . Score predikction for diabetes not developed, because of poor accuray, but the result of analysis can showed prediabetes dominant risk factors. Conclusion: Indonesia may have a risk score calculation for predicting undiagnosed diabetes based on data from Health Research provided. The risk score can be used by health workers to indentified individuals with high-risk and the general public are able to use these scores.

Abstrak :
Latar belakang Prediabetes merupakan kondisi di mana kadar glukosa darah di atas normal, namun belum memenuhi standar diagnosis diabetes. Kondisi ini merupakan tahap kritis di mana bila tidak dilakukan perubahan gaya hidup dan pengobatan yang adekuat, subjek dapat jatuh pada diagnosis diabetes. Penelitian ini bertujuan memperoleh prevalensi prediabetes di Indonesia dan faktor-faktor prediksinya. Metode Penelitian ini dilakukan oleh Divisi Metabolik Endokrin Departemen Ilmu Penyakit Dalam FKUI/RSCM dan Pusat Diabetes dan Lipid Jakarta dengan disain potong lintang, menggunakan data sekunder dari Survei Riset Kesehatan Dasar Indonesia tahun 2007. Total responden adalah 24417 subjek dari 33 provinsi di Indonesia. Analisis dilakukan terhadap karakteristik, uji korelasi, faktor-faktor prediksi, dan analisis ukuran dampak/efek. Hasil Prevalensi prediabetes di Indonesia diperoleh berdasarkan data TGT (toleransi glukosa terganggu) sebesar 10%. Faktor-faktor prediksi prediabetes di Indonesia adalah jenis kelamin laki-laki, usia lanjut, status sosial ekonomi tinggi, tingkat pendidikan rendah, hipertensi, obesitas, obesitas sentral, dan kebiasaan merokok. Prioritas pencegahan diabetes dan prediabetes di Indonesia diarahkan pada target antara penurunan tekanan darah (Attributable Risk/AR 56.5%), pengecilan lingkar pinggang (AR 47.3%), dan berhenti merokok (AR 44.4%). Kesimpulan Prevalensi prediabetes di Indonesia sangat besar (10%) sehingga perlu dilakukan strategi pencegahan baik terhadap prediabetes maupun progresivitas prediabetes menjadi diabetes. Implementasi berbagai strategi itu dirangkum dan dijalankan melalui Indonesian Diabetes Prevention Program (IDPP).

---

Abstract
Background Pre-diabetes is a state where glucose level higher than normal, but not satisfsatisfyies the criteria for diabetes. This condition is very critical, so that if subject don?t do lifestyle modification and pharmacology therapy, they could fall to diabetes. This research objective is to describe the prevalence and predictors of pre-diabetes in Indonesia. Research method A cross-sectional study was conducted by Metabolic Endocrinology Division, Department of Internal Medicine FMUI/RSCM and Jakarta Diabetes and Lipid Center using secondary data from National Health Survey 2007. Total respondents are 24417 subjects from 33 provinces in Indonesia. We analyze characteristics, correlation, predictors, and attributable risks for some predictors of pre-diabetes and diabetes. Results Prevalence of pre-diabetes (based on impaired glucose tolerance data) in Indonesia is 10%. Predictors of pre-diabetes are male, old-age, high socio-economic status, low education level, hypertension, obesity, central obesity, and smoking. Priority for pre-diabetes and diabetes prevention in Indonesia directed to decrease blood pressure (Attributable Risk/AR 56.5%), reduce waist circumference (AR 47.3%), and stop smoking (AR 44.4%). Conclusion Prevalence of pre-diabetes in Indonesia is high so that we need a prevention strategy for pre-diabetes and the development from pre-diabetes to diabetes. The implementation of those strategies is compiled in the Indonesian Diabetes Prevention Program.

Abstrak :
Diabetes melitus merupakan penyakit kronik serius yang menyebabkan masalah kesehatan masyarakat. Diabetes melitus (DM) adalah penyakit metabolisme yang merupakan suatu kumpulan gejala yang timbul pada seseorang karena adanya peningkatan kadar glukosa darah diatas nilai normal. Prevalensi global diabetes meningkat 2 kali lipat sejak tahun 1980 dari 4.7% menjadi 8.5%. Kejadian diabetes melitus di DKI Jakarta dari tahun ke tahun terus meningkat, bahkan pada tahun 2018 DKI Jakarta merupakan provinsi tertinggi dengan kejadian diabetes melitus di Indonesia yaitu sebesar 3.4%, dimana kejadian diabetes melitus di DKI Jakarta melebihi angka nasional yaitu 2%. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berhubungan dengan diabetes melitus. Penelitian ini menggunakan desain cross sectional, uji statistik menggunakan chi square untuk meihat prediktif faktor yang berhubunagn dengan diabetes melitus. Penelitian ini menggunakan data sekunder dari program skirining Faktor Risiko PTM berbasis Pos Pembinaan Terpadu (POSBINDU) Penyakit Tidak Menular (PTM) Dinas Kesehatan DKI Jakarta tahun 2018. Hasil analisis bivariat menunjukkan adanya hubungan antara umur (POR 6.6 95%CI 6.125-7.151), jenis kelamin (POR 1.5 95%CI 1.411-1.614), tingkat pendidikan (POR 1.6 95%CI 1.549-1.770), riwayat keluarga (POR 18.6 95%CI 17.393-19.954), indeks massa tubuh (POR 2.1 95%CI 2.046-2.356), tekanan darah (POR 5.5 95%CI 5.219-5.942) dan obesitas sentral (POR 2.04 95%CI 1.914-2.188) dengan diabetes melitus. Status merokok bukan merupakan faktor yang berhubungan dengan diabetes melitus. ......Diabetes mellitus is a serious chronic disease that causes public health problems. Diabetes mellitus (DM) is a metabolic disease that is a collection of symptoms that arise in a person because of an increase in blood glucose levels above normal values. The global prevalence of diabetes has increased since 1980 from 4.7% to 8.5%. The incidence of diabetes mellitus in DKI Jakarta has increased from year to year, Diabetes melitus even in 2018 DKI Jakarta is the highest province with the incidence of diabetes mellitus in Indonesia which is 3.4%, where the incidence of diabetes mellitus in DKI Jakarta exceeds the national figure of 2%. This study aims to determine factors associated with diabetes mellitus. This study uses a cross sectional design, statistical tests using chi square to see the predictive factors associated with diabetes mellitus. This study uses secondary data from the Integrated Coaching Post-based PTM Risk Factor screening program (POSBINDU) of the DKI Jakarta Health Office in 2018. The results of the bivariate analysis showed an association between age (POR 6.6 95% CI 6.125-7.151), gender (POR 1.5 95% CI 1,411-1,614), education level (POR 1.6 95% CI 1,549-1,770), family history (POR 18.6 95% CI 17,393-19,954), body mass index (POR 2.1 95% CI 2,046-2,356), blood pressure (POR 5.5 95% CI 5.219-5,942) and central obesity (POR 2.04 95% CI 1,914-2,188) with diabetes mellitus. Smoking status is not a factor associated with diabetes mellitus.