Distribusi Spasial Kejadian Tuberkulosis Resistan Obat di Provinsi Sumatera Barat Tahun 2020-2024

Rihadatul Aisya; Masrizal; Randy Novirsa

doi:10.71456/jik.v5i1.2864

Authors

Rihadatul Aisya Universitas Andalas
Masrizal Universitas Andalas
Randy Novirsa Universitas Andalas

DOI:

https://doi.org/10.71456/jik.v5i1.2864

Keywords:

Tuberkulosis, Resistan terhadap Obat, Analisis Spasial

Abstract

Tuberkulosis resistan obat (TB-RO) masih menjadi tantangan dalam pengendalian tuberkulosis karena penanganannya lebih kompleks dan dapat menunjukkan distribusi yang berbeda antarwilayah. Pendekatan spasial diperlukan untuk mengidentifikasi pola persebaran dan wilayah yang berpotensi membentuk klaster kasus sebagai informasi dalam penentuan prioritas pengendalian. Penelitian ini bertujuan untuk mendistribusikan pola spasial kejadian TB-RO di Provinsi Sumatera Barat tahun 2020–2024. Penelitian menggunakan desain studi ekologi dengan data sekunder kejadian TB-RO pada kabupaten/kota yang diperoleh dari Dinas Kesehatan Provinsi Sumatera Barat. Analisis spasial dilakukan menggunakan Global Moran’s I untuk mengidentifikasi autokorelasi spasial secara global dan Local Indicators of Spatial Association (LISA) untuk mengidentifikasi klaster dan outlier spasial lokal. Selama tahun 2020–2024 tercatat 499 kasus TB-RO, dengan kasus tertinggi ditemukan di Kota Padang sebanyak 128 kasus. Analisis kumulatif tahun 2020–2024 menghasilkan Moran’s I sebesar 0,053 (p=0,210), yang menunjukkan tidak terdapat autokorelasi spasial global yang signifikan. Analisis LISA mengidentifikasi Kabupaten Padang Pariaman sebagai wilayah High-High (hotspot), sedangkan Kota Solok termasuk Low-High sebagai outlier spasial lokal. Kejadian TB-RO di Provinsi Sumatera Barat tidak menunjukkan pengelompokan spasial yang signifikan secara global, tetapi ditemukan variasi dan pengelompokan secara lokal. Pemodelan spasial dapat dimanfaatkan sebagai informasi pendukung dalam menentukan wilayah prioritas untuk penguatan surveilans, penemuan kasus, investigasi kontak, dan pengendalian TB-RO.

References

Akello, S. R., Alunyo, J. P., Matovu, J. K. B., Emetu, J., Paasi, G., Okibure, A., Mukunya, D., & Ario, A. R. (2026). BMC Public Health Article in Press District-level spatial clustering of multidrug- resistant / rifampicin-resistant tuberculosis notifications in Uganda , 2014 – 2023 : a Local Moran ’ s I analysis IN IN. BMC PUbli. https://doi.org/https://doi.org/10.1186/s12889-026-29029-x

Alene, K. A., Viney, K., Mcbryde, E. S., & Clements, A. C. A. (2017). Spatial patterns of multidrug resistant tuberculosis and relationships to socio- economic , demographic and household factors in northwest Ethiopia. PLoS ONE, 12(2), 1–14. https://doi.org/10.1371/journal.pone.0171800

Alene, K. A., Xu, Z., Bai, L., Yi, H., Tan, Y., Gray, D., Viney, K., & Clements, A. C. A. (2021). Spatial clustering of drug- resistant tuberculosis in Hunan province , China : an ecological study. BMJ Open, 11(4), 1–8. https://doi.org/10.1136/bmjopen-2020-043685

Andini, N. L. E., & Oktora, S. I. (2022). Determinants of Multidrug-Resistant Pulmonary Tuberculosis in Indonesia : A Spatial Analysis Perspective. Jurnal Varian, 6(1), 35–48.

Dinkes Sumatera Barat. (2023). Profil Kesehatan Provinsi Sumatera Barat 2023. Dinas Kesehatan Sumatera Barat.

Farkhan, A., Lawpoolsri, S., Soonthornworasiri, N., & Pakasi, T. T. (2026). Spatiotemporal epidemiology , geographic hotspots , and risk factor associations of drug ‑ resistant tuberculosis incidence in Indonesia : a Bayesian hierarchical modelling approach. Infectious Diseases of Poverty, 15(23), 1–14. https://doi.org/10.1186/s40249-026-01418-9

Henry Scharf. (2022). Local Indicators of Spatial Association (LISA). Wiley Online Library. https://onlinelibrary.wiley.com/doi/epdf/10.1002/9781118445112.stat08399#accessDenialLayout

Kemenkes RI. (2023). Laporan Program Penanggulangan Tuberkulosis Tahun 2022. Kementerian Kesehatan RI.

Perhimpunan Dokter Paru Indonesia. (2021). Tuberkulosis Pedoman Diagnosis dan Penatalaksanaan di Indonesia. In Perhimpunan Dokter Paru Indonesia (Vol. 001, Issue 2014). Jakarta.

World Health Organization (WHO). (2025). Global Tuberculosis Report. WHO.

Yao, L., Liangliang, C., Jinyue, L., Wanmei, S., Lili, S., Yifan, L., & Huaichen, L. (2019). Ambient air pollution exposures and risk of drug-resistant tuberculosis. Environment International, 124(January), 161–169. https://doi.org/10.1016/j.envint.2019.01.013

Zhang, H., Sun, R., Wu, Z., Liu, Y., Chen, M., Huang, J., Lv, Y., Zhao, F., Zhang, Y., Li, M., Jiang, H., Zhan, Y., Xu, J., Xu, Y., Yuan, J., Zhao, Y., Shen, X., & Yang, C. (2024). Spatial pattern of isoniazid-resistant tuberculosis and its associated factors among a population with migrants in China : a retrospective population-based study. Frontiers in Publich Health, 12(March), 1–11. https://doi.org/10.3389/fpubh.2024.1372146