Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar belakang: Kemudahan akses pelayanan kesehatan bagi peserta Jaminan Kesehatan Nasional (JKN) merupakan salah satu upaya untuk meningkatkan derajat kesehatan penduduk Indonesia. Kemudahan akses ini terwujud dengan bertambahnya fasilitas kesehatan yang melayani peserta JKN. Indikator kemudahan akses terlihat dari bertambahnya jumlah peserta yang berkunjung ke fasilitas kesehatan baik di tingkat pelayanan rawat jalan maupun rawat inap. Kunjungan peserta JKN per 1.000 penduduk dikenal dengan isitilah rate sebagai salah satu indikator utilisasi pelayanan kesehatan untuk menjaga kesinambungan program JKN. Tujuan: penelitian ini bertujuan menganalisis faktor yang mempengaruhi rate rawat jalan tingkat lanjutan (RJTL) maupun rawat inap inap tingkat lanjutan (RITL) dan pemodelan prediksi rate RJTL dan rate RITL. Data yang digunakan berasal dari database BPJS Kesehatan dan Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2016 – 2019 yang diolah berdasarkan faktor predisposing, faktor enabling, dan faktor need dimana semua data digunakan dalam penelitian atau total sampling. Metode: analisis data panel dinamis yang ditujukan untuk membuat model prediksi rate RJTL dan rate RITL. Hasil: model prediksi yang digunakan pada rate RJTL dan rate RITL adalah estimator First Difference Generalized Method of Moment (FDGMM). Kesimpulan: rate RJTL dipengaruhi oleh variabel nilai tagihan klaim dibayar per kunjungan RJTL; jumlah rumah sakit kelas A, B, C, D; jumlah peserta pria; jumlah peserta berusia > 50 tahun; jumlah peserta dengan jumlah anggota keluarga > 3 orang; jumlah peserta berpengeluaran di bawah garis kemiskinan; jumlah peserta dengan penyakit tidak menular; rasio fragmentasi; rasio rujukan; dan jumlah peserta berpendidikan SMP. Sedangkan, rate RITL dipengaruhi oleh variabel nilai tagihan klaim dibayar per kunjungan RITL; jumlah rumah sakit kelas A, B, C, D; jumlah peserta pria; jumlah peserta berusia > 50 tahun; jumlah peserta dengan jumlah anggota keluarga > 3 orang; rate readmisi; jumlah peserta berpendidikan SMP; dan jumlah peserta berpendidikan Perguruan Tinggi. Saran: hasil penelitian menyarankan agar Pemerintah Daerah turut mendukung pemenuhan sarana prasarana pelayanan kesehatan agar masyarakat dapat menjangkau pelayanan kesehatan dengan mudah, mengelola perencanaan penambahan rumah sakit sesuai kebutuhan; Kementerian Kesehatan dapat memberikan regulasi terkait pemenuhan dan pemerataan fasilitas kesehatan maupun tenaga medis, terutama pada daerah dengan keadaan geografis yang sulit; BPJS Kesehatan dapat menggunakan model prediksi rate RJTL dan rate RITL sebagai alat bantu dalam menilai kebutuhan penambahan kerjasama dengan rumah sakit. Peneliti selanjutnya dapat melakukan penelitian dengan faktor utilisasi yang lebih luas dan lengkap serta melakukan kajian yang lebih mendalam pada satu wilayah tertentu dengan mempertimbangkan pengaruh aspek geografis, seperti jarak antar fasilitas kesehatan, luas wilayah dan kondisi akses ke fasilitas kesehatan.

---

Background: easy access to health services for participants of the National Health Insurance (JKN) is one of the efforts to improve the health status of the Indonesian population. This accessibility is achieved through an increase in health facilities serving JKN participants. The indicator of accessibility can be observed from the rising number of participants visiting health facilities, both at the outpatient and inpatient levels. The rate of visits by JKN participants per 1.000 population is considered an indicator of health service utilization, which contributes to the continuity of the JKN program. Objective: this study aims to analyze the factors that influence the advanced level of outpatient care (RJTL) and inpatient care (RITL) and to model the prediction of RJTL rates and RITL rates. The data used is derived from the BPJS Kesehatan database and the 2016-2019 National Socioeconomic Survey (SUSENAS), which are processed based on predisposing factors, enabling factors, and need factors. All data is utilized in the research, employing total sampling. Method: dynamic panel data analysis is employed to develop prediction models for RJTL rates and RITL rates. Results: the prediction model used for the RJTL rate and RITL rate is the First Difference Generalized Method of Moment (FDGMM) estimator. Conclusion: RJTL rate is influenced by several variables: value of claims bills paid per RJTL visit, number of class A, B, C, and D hospitals, number of male participants, number of participants aged over 50 years, number of participants with more than 3 family members, number of participants with expenditures below the poverty line, number of participants with non-communicable diseases, fragmentation ratio, referral ratio, and number of participants with junior high school education. On the other hand, the RITL rate is affected by value of claim bills paid per RITL visit, number of class A, B, C, and D hospitals, number of male participants, number of participants aged over 50 years, number of participants with more than 3 family members, readmission rate, number of participants with junior high school education, and number of participants with university education. Recommendations: the results of this study suggest that the Regional Government should also support the fulfillment of health service infrastructure so that partisipant can reach health services easily, manage plans for adding hospitals as needed; The Ministry of Health can provide regulations regarding the fulfillment and equity of health facilities and medical personnel, especially in areas with difficult geographical conditions; BPJS Kesehatan can use RJTL rate prediction model and RITL rate as a tool in assessing the need for additional collaboration with hospitals. Future researchers can conduct research with broader and more complete utilization factors and conduct more in-depth studies in a particular area by considering the influence of geographical aspects, such as the distance between health facilities, area size and conditions of access to health facilities."

"Latar belakang. Manajemen penyakit dari sisi peserta dan jejaring fasilitas kesehatan pada implementasi pelayanan rujuk balik terhadap pengendalian diabetes mellitus belum bejalan dengan efektif. Masalah terbesar yang ditemukan dalam PRB adalah manajemen pelayanan rujuk balik yang kurang, sering terjadinya kekosongan obat dan koordinasi klinis belum berjalan dengan baik antar Fasilitas Kesehatan, dan Penderita dengan diagnosis DM tipe masih banyak yang belum terdaftar pada kegiatan Prolanis. Tujuan penelitian untuk membuktikan kontribusi prolanis terhadap keterkendalian gula darah peserta PRB setelah dikontrol faktor individu, faktor fasilitas Kesehatan dan faktor di tingkat kabupaten/kota. Metode. Penelitian ini merupakan penelitian kuantitatif dengan desain kohort retrospektif. Pengumpulan data dilakukan dengan data primer yang berupa hasil pengisian kuesioner dan data dari faskes. Sampel penelitian ini merupakan penderita DM yang berkunjung ke jejaring faskes dalam 6 bulan terakhir yang terpilih dalam survei. Pengujian data dilakukan melalui analisis univariat, bivariat, dan multivariat. Analisis dilakukan dengan analisis multilevel regressi logistic. Hasil. Hasil penelitian ini menunjukkan bahwa adanya perbedaan kontribusi program rujuk pada penderita DM peserta Prolanis dengan peserta Non Prolanis setelah dikontrol faktor individu dan faktor kontekstual pada penyedia layanan kesehatan terhadap keterkendalian gula darah pada Penderita diabetes melitus tipe 2. Hal ini terlihat dari penderita DM peserta PRB kelompok Prolanis memiliki peluang 5,63 kali lebih besar dapat meningkatkan keterkendalian gula darah. Kelompok penderita DM yang hanya mengikuti PRB memiliki kontribusi 3,85 kali lebih besar dapat meningkatkan keterkendalian gula darah. Diskusi. Prolanis berkontribusi terhadap keterkendalian gula darah pada Penderita diabetes mellitus tipe 2 peserta PRB. Peserta PRB yang mengikuti kegiatan Prolanis dapat lebih meningkatkan keterkendalian gula darah dibandingkan dengan peserta PRB yang tidak mengikuti kegiatan prolanis. Faktor individu dan faktor kontekstual pada penyedia layanan Kesehatan akan berdampak pada keterkendalian gula darah. Kesimpulan. Program rujuk balik memiliki kontribusi terhadap keterkendalian gula darah penderita DM namun kontribusinya akan lebih besar jika penderita DM peserta PRB juga aktif mengikuti kegiatan Prolanis. Saran. Keikutsertaan kegiatan Prolanis menjadi anjuran bagi penderita DM peserta program rujuk balik agar mendapatkan edukasi yang kesehatan yang memadai dalam rangka meningkatkan keterkendalian gula darah.

---

Background. Disease management from the participant side and the network of health facilities in the implementation of referral services for controlling diabetes mellitus have not been effective. The biggest problems found in PRB are poor management of referral services, frequent drug shortages and clinical coordination not yet running well between Health Facilities, and many sufferers diagnosed with type DM are still not registered with Prolanis activities. The aim of the research is to prove the contribution of prolanis to the control of blood sugar in PRB participants after controlling for individual factors, health facility factors and factors at the district/city level. Method. This research is a quantitative study with a retrospective cohort design. Data collection was carried out using primary data in the form of questionnaire results and data from health facilities. The sample for this study was DM sufferers who visited the health facility network in the last 6 months who were selected in the survey. Data testing was carried out through univariate, bivariate and multivariate analysis. Analysis was carried out using multilevel logistic regression analysis. Results. The results of this study show that there is a difference in the contribution of the referral program for DM sufferers who participated in Prolanis and non-Prolanis participants after controlling for individual factors and contextual factors in health service providers on controlling blood sugar in type 2 diabetes mellitus sufferers. This can be seen from DM sufferers participating in the PRB group. Prolanis has a 5.63 times greater chance of improving blood sugar control. The group of DM sufferers who only participated in PRB had a 3.85 times greater contribution to improving blood sugar control. Discussion. Prolanis contributes to blood sugar control in people with type 2 diabetes mellitus in PRB participants. PRB participants who took part in Prolanis activities were able to improve blood sugar control more compared to PRB participants who did not take part in Prolanis activities. Individual factors and contextual factors among health service providers will have an impact on blood sugar control. Conclusion. The referral program contributes to the control of blood sugar in DM sufferers, but the contribution will be greater if DM sufferers who are PRB participants also actively participate in Prolanis activities. Suggestion. Participating in Prolanis activities is a recommendation for DM sufferers participating in the referral program to receive adequate health education in order to improve blood sugar control."