Pemodelan Epidemiologi dan Analisis Dinamika Wabah Penyakit

UNIVERSITAS ANDALAS
Pemodelan Epidemiologi dan Analisis
Dinamika Wabah Penyakit Menular
ORASI ILMIAH
Oleh:
Defriman Djafri, SKM, MKM, Ph.D
Dibacakan Pada Acara Dies Natalis Ke-1
Fakultas Kesehatan Masyarakat Universitas Andalas
Padang, 26 November 2013
Bismillahhirirrahmanirrahim
Kepada Yth:
‒
‒
‒
‒
‒
‒
‒
‒
‒
Bapak Rektor Universitas Andalas
Ketua Senat Universitas Andalas
Ketua Badan Kehormatan DPRD Prop. Sumatera Barat
Ketua Komisi IV DPRD Prop. Sumatera Barat
Para Dekan di lingkungan Universitas Andalas
Dekan Fakultas Kesehatan Masyarakat Universitas Andalas
Para Wakil Dekan Fakultas Kesehatan Masyarakat Universitas
Andalas
Ketua dan anggota Senat Fakultas Kesehatan Masyarakat
Universitas Andalas
Ketua Bagian, Staf pengajar, Mahasiswa, Civitas Akademika
Fakultas Kesehatan Masyarakat Universitas Andalas, bapak-bapak,
ibu-ibu, saudara-saudara dan para hadirin yang saya muliakan.
Assalamu’alaikum Wr Wb,
Puji dan Syukur marilah sama-sama kita panjatkan ke hadirat Allah
SWT, begitu banyak rahmat nikmat dan hidayah-Nya yang telah dilimpahkan
kepada kita semua. Sawalat dan salam juga kita sampaikan pada junjungan
kita Nabi Muhammad SAW yang telah membimbing kita sampai pada saat ini
yang berilmu pengetahuan. Hari ini merupakan hari yang sangat berbahagia
bagi Fakultas Kesehatan Masyarakat Universitas Andalas, dengan ridho-Nya
pada FKM Unand dapat melaksanakan Dies Natalis yang Ke-1.
Alhamdulillah, hari ini genap satu tahun FKM Unand telah memiliki
seorang Doktor, Unand dan Propinsi Sumatera Barat mempunyai seorang
Doktor Ilmu Epidemiologi. Dengan iringan do’a semoga saya dan keluarga
serta kita semua termasuk orang yang selalu mensyukuri nikmat yang telah
diberikan Allah SWT, dan semoga kita dijauhi dari sifat sombong, angkuh
atas ilmu yang diperoleh serta semoga kita tidak termasuk pada golongan
orang yang ingkar atas nikmat yang diberikan Allah SWT. Dengan izin-Nya
dan ridho-Nya semuanya dapat tercapai dan terlaksana.
Pada kesempatan ini, saya mengucapkan terima kasih kepada Dekan
Fakultas Kesehatan Masyarakat yang telah memberikan kepercayaan kepada
saya untuk menyampakan orasi ilmiah ini.
Hadirin Bapak/Ibu yang saya hormati,
Penyebaran penyakit menular selalu menjadi keprihatinan dan
ancaman bagi kesehatan masyarakat. Oleh karena itu, pencegahan dan
pengendaliaan penyakit menjadi kunci dan sangat penting dalam
penganggulangannya. Kondisi ini juga menyebabkan masalah serius bagi
kelangsungan hidup dan pengembangan ekonomi dan sosial masyarakat.
Studi kuantitatif merupakan pondasi dari pencegahan dan pengendalian serta
mempelajari mekasisme penularan penyakit. Dalam era perkembangan
kemajuan pengetahuan dan metode ilmiah yang luar biasa, epidemiologi dan
biostatistik merupakan tools yang sangat penting untuk memahami etiologi
penyakit dan untuk mengidentifikasi pendekatan yang efektif dan efisien
untuk pencegahan penyakit.
Dalam konteks itu, perkenankanlah saya berbagi dan menyampaikan
orasi ilmiah saya yang berjudul:
“PEMODELAN EPIDEMIOLOGI DAN ANALISIS DINAMIKA WABAH
PENYAKIT MENULAR”
Hadirin Bapak/Ibu yang saya hormati,
Banyak orang yang belum mengetahui dan paham apa itu disiplin ilmu
epidemiologi, padahal masyarakat awam pun sering mengkonotasikan dalam
sehari-hari dengan istilah yang lebih sempit yakni “epidemi” , “endemi” dan
“pandemi”, epidemi adalah melonjaknya kasus penyakit menular atau biasa
disebut wabah, endemi adalah penyebaran penyakit pada suatu daerah,
wilayah atau kawansan tertentu, sedangkan pandemi adalah penyebaran dan
lonjakan kasus/penyakit menular pada kawasan yang lebih luas, seperti
benua, regional dan global.
2
Awalnya, secara sederhana epidemiologi didefnisikan sebagai ilmu
epidemi/wabah. Definisi lain mengatakan ilmu tentang kejadian penyakit
(Miettinen, 1978). Definisi ini memang tepat dan akurat, tetapi belum kongkrit
dalam konteks kesehatan masyarat dalam hal ini untuk pencegahan penyakit
itu sendiri. Epidemiologi yang diterjemahkan sebagai studi distribusi dan
determinan penyakit pada manusia (MacMahon and Pugh, 1970), membawa
sesuatu yang lebih kongkrit didalam pengukuran derajat kesehatan
masyarakat, artinya kesehatan secara umum tidak hanya penyakit (diagnosis
atau pengobatan) tetapi epidemiologi juga berperan didalam pengendalian
dan pencegahan penyakit dan masalah kesehatan.
Identifikasi penyebab munculnya penyakit merupakan tujuan utama
dalam ilmu epidemiologi. Memahami konsep penyebab (cause) dan
menemukan hubungan sebab-akibat/kausalitas (causatity) tidak lain bertujuan
agar dapat mencegah munculnya penyakit. Salah satu kriteria dalam
hubungan sebab-akibat dalam epidemiologi adalah temporalitas (satu
kejadian mengikuti kejadian yang lain). Ilustrasi sederhana, ketika kita berkalikali mengamati suatu fenoma kejadian membuat kita berfikir keduanya
adanya hubungan sebab-akibat. Sebagai contoh, seseorang kehujanan,
kemudian keesokan harinya terkena batuk pilek. Pertanyaannya adalah apa
penyebabnya?, apakah hujan menyebabkan batuk dan pilek?. Contoh lain
dalam konteks sosial yang menjadi fenomena saat ini, seseorang
memperoleh jabatan atau menjadi pejabat, kemudian setelah atau dalam
posisi masih menjabat terindikasi korupsi atau tertangkap tangan korupsi.
Pertanyaanya adalah apakah penyebabnya?, apakah jabatan menyebabkan
seseorang korupsi? atau sebaliknya berkorupsi untuk mendapatkan jabatan
makanya seseorang cenderung korupsi setelah memperoleh jabatan. Itulah
fenomena, terkadang analogi dan sekuensi (temporalitas) belum tentu selalu
sebab mendahului akibat.
Dalam konteks kesehatan masyarakat, ilustrasi fenomena ini juga
sering terjadi pada suatu kejadian penyakit atau masalah kesehatan. Suatu
kejadian, kita tidak pernah mampu menemukan kekuatan atau hubungan
secara pasti. Suatu kausalitas yang mengikat pengaruh terhadap
penyebabnya, maka menunjukan bahwa sesuatu hal merupakan konsekuensi
pasti dari lainnya. Oleh karena itu, kita hanya dapat menemukan bahwa
3
sesungguhnya kejadian satu hal mengikuti kejadian hal lainnya. Menentukan
sebab/ faktor risiko dengan menggunakan argumentasi logika induktif
mempunyai kelemahan, kita tidak akan pernah mengetahui dengan pasti
kebenaran generalisasi ilmiah yang ditarik dari bukti-bukti empiris saja dan
juga pengalaman, melainkan membutuhkan wawasan dan imajinasi dalam
menelaah fenomena yang terjadi.
Hadirin Bapak/Ibu yang saya hormati,
Saat ini, begitu kompleks masalah kesehatan dan kejadian penyakit,
ini diikuti pengetahuan yang terbatas tentang penyakit itu sendiri, termasuk
didalamnya keterbatasan dalam mengetahui semua faktor komponen
penyebab yang dapat mengakibatkan munculnya suatu penyakit. Model
determinan dengan pendekatan probabilistik dan teknik statistik, penilaian
ada-tidaknya hubungan (asosiasi) statistik (misalnya memperkirakan
parameter kausalitas) pada populasi, kemudian dapat ditarik kesimpulan
kausalitas (causal inference). Oleh karena itu, penggunaan statistik atau
biostatistik yang merupakan tools dalam epidemiologi tidak dapat dipisahkan
didalam menilai hubungan antara satu variabel dengan variabel lainnya.
Estimasi dan presisi serta paramater statistik yang digunakan didalam
pengukuran epidemiologi menjadi penting membuat kesimpulan dan inferensi
di populasi. Ini menjadi tolak ukur ketika hasil estimasi menjadi landasan
membuat suatu kebijakan kesehatan.
Sebelum saya menjelaskan konsep pemodelan dalam epidemiologi,
perlu kiranya saya sampaikan contoh prespektif biostatistik dalam
epidemiologi dalam mengestimasi data kesehatan. Contoh kongkrit saat ini,
ketika Angka Kematian Ibu (AKI) dari Survei Demografi dan Kesehatan
Indonesia (SDKI) dikatakan meningkat dari estimasi pada tentang waktu
2003-2007 sebayak 228/100.000 kelahiran hidup dibandingkan dengan
estimasi pada rentang tahun 2008-2012 sebanyak 359/100.000 kelahiran
hidup. Pertanyaannya adalah apakah angka ini benar-benar meningkat?. Dari
prespektitf statistik dalam epidemiologi, kesalahan terjadi selama ini adalah
pelaporan data selalu menggunakan estimasi titik (point estimation), tidak
pernah menggunakan estimasi interval (rentang) yang selama ini pada
penelitian kesehatan menggunakan 95% tingkat kepercayaan (confidence
interval) di populasi. Artinya, kita perlu menghitung estimasi interval yang
4
sesunggunya dipercayai di populasi. Makanya timbul pertanyaan dan asumsi
bahwa, jangan-jangan AKI selama ini tidak pernah turun?, ini mungkin
terindikasi AKI selama ini masih di dalam rentang estimasi interval yang kita
percayai 95% di populasi.
Dari uraian contoh diatas, perspektif epidemiologi dan biostatistik
didalam menilai angka kejadian penyakit dan kematian dibutuhkan penilaian
dan estimasi yang yang tepat dan akurat.
Hadirin Bapak/Ibu yang saya hormati,
Dinamika dan Pengendalian Penyakit Menular
Selama empat sampai lima dekade tahun terakhir, penyakit menular
yang umumnya tidak dianggap sebagai penyebab utama kematian di negara
maju. Produksi antibiotik (1950an), vaksin polio dan campak (akhir 1960an)
adalah tonggak utama menuju tahap sejarah manusia dalam pencegahan
penyakit. Kontribusi penyakit infeksi masih merupakan masalah serius pada
negara berpenghasilan sedang/rendah, dimana masih bertanggung jawab
untuk hampir sepertiga dari beban penyakit. (Mathers et al., 2008) Namun,
perlu dicatat bahwa di negara berkembang terutama di Asia Tenggara
penurunan angka kematian infeksi (masih berlangsung) sangat cepat oleh
intervensi kesehatan masyarakat (Webb and Bain, 2010)
Gambar 1 Konstribusi penyakit infeksi dan kronis diantara negara berpenghasilan
rendah/sedang dengan negara berpenghasilan tinggi
5
Di negara-negara maju penyakit kronis seperti kanker dan penyakit
jantung mendapat lebih banyak perhatian daripada penyakit infeksi, tetapi
penyakit infeksi tetap merupakan penyebab kematian yang lebih umum di
dunia. Sekalipun vaksin ada tersedia banyak untuk penyakit infeksi,
penyakit ini tetap menyebabkan morbiditas dan mortalitas di dunia, terutama
di negara-negara sedang berkembang.
Penyakit infeksi (infectious disease), yang juga dikenal sebagai
communicable disease atau transmissible disease adalah penyakit yang
nyata secara klinik (yaitu, tanda-tanda dan gejala-gejala medis dari
karakteristik penyakit) yang terjadi akibat dari infeksi, keberadan dan
pertumbuhan agen biologik patogenik pada organisme host individu. Dalam
hal tertentu, penyakit infeksi dapat berlangsung sepanjang waktu. Patogen
penginfeksi meliputi virus, bakteri, jamur, protozoa, parasit multi-seluler dan
protein yang menyimpang yang dikenal sebagai prion. Patogen-patogen ini
merupakan penyebab epidemi penyakit, dalam artian bahwa tanpa patogen,
tidak ada epidemi infeksi terjadi.
Epidemiologi adalah studi tentang penyebaran dan faktor-faktor
prevalensi penyakit pada manusia. Fungsi pertama dari epidemiologi adalah
untuk menguraikan penyebaran penyakit, yaitu mencari tahu siapa (person)
yang mengalami, seberapa besar (magnitude), dari mana, di mana (place)
dan kapan (when), ini menjadi kunci dan landasan untuk studi epidemiologi
deskriptif. Fungsi kedua adalah untuk mengidentifikasi sebab-sebab atau
menentukan faktor-faktor risiko penyakit guna mencari tahu mengapa semua
orang tidak mengalami hal yang sama secara merata, agent (agen penyakit),
host (penjamu) dan environment (lingkungan), ini merupakan equilibrium
yang perlu dipelajari untuk studi epidemiologi analitik. Fungsi ketiga dari
epidemiologi untuk membangun dan menguji teori yang ada selama ini.
Fungsi keempat adalah untuk merencanakan, mengimplementasikan dan
mengevaluasi program deteksi, pengendalian dan pencegahan penyakit.
Pemodelan Epidemiologi & Model Dinamika Wabah Penyakit Menular
Saat sekarang ini, pemodelan epidemiologi bisa memegang peranan
penting dalam kedua fungsi terakhir ini (fungsi ketiga dan keempat).
6
Pemodelan epidemiologi berkenaan dengan pemodelan deterministik
dinamis di mana populasi dibagi dalam kompartemen- kompartemen yang
didasarkan pada status epidemiologi. Misalnya, yang rentan, terinfeksi, dan
yang sudah pulih. Pergerakan antar kompartemen menjadi terinfeksi,
berkembang terus, pulih atau bermigrasi dispesifikasi dengan persamaan
diferensial di dalam matematika epidemiologi.
Penyakit yang muncul dan muncul kembali menimbulkan bangkitnya
kembali perhatian pada penyakit infeksi, ini yang disebut dengan istilah saat
ini Re-emerging Infectious Diseases. Mekanisme penularan dari penginfeksi
kepada yang rentan. Hampir semua penyakit infeksi dan penyebaran penyakit
melalui rantai infeksi sudah diketahui. Akan tetapi, interaksi penularan pada
populasi sangat kompleks, sehingga sulit memahami dinamika penyebaran
penyakit berskala besar tanpa struktur formal dari model matematika.
Pemodelan epidemiologi atas penularan penyakit infeksi semakin
berpengaruh pada teori dan praktek penanganan dan pengendalian penyakit.
Pemodelan matematika pada penyebaran penyakit infeksi telah menjadi
bagian dari pengambilan keputusan kebijakan epidemiologi di banyak negara
maju, termasuk United Kingdom, Belanda, Canada dan Amerika Serikat.
Dengan demikian pendekatan pemodelan menjadi sangat penting untuk
pengambilan keputusan tentang program pengendalian penyakit infeksi,
dalam hal ini bentuk intervensi kesehatan masyarakat.
Dalam rangka memahami model epidemiologi, pertama kita perlu
memahami terminologi penyakit menular, biasanya dan paling sederhana
dikategorikan sebagai akut atau kronis. Istilah akut mengacu pada "cepat"
atau kata lain disebut juga “infeksi”, di mana respon imun relatif cepat
menghilangkan patogen setelah periode waktu yang singkat ( hari atau
minggu ). Sebagai contoh infeksi akut termasuk influenza, distemper, rabies,
cacar air, dan rubella. Sedangkan infeksi kronis, berlangsung selama jangka
waktu yang lebih lama ( bulan atau tahun ) dan contoh termasuk herpes dan
chlamydia.
Model dinamika untuk penyakit menular yang sebagian besar
didasarkan pada kompartemen struktur yang awalnya diusulkan oleh
Kermack dan McKendrick (1927,1932) dan dikembangkan kemudian oleh
7
banyak biomathematicalians lainnya. Untuk merumuskan model dinamis
untuk transmisi epidemi penyakit, penduduk di suatu wilayah tertentu sering
dibagi menjadi beberapa kelompok atau kompartemen yang berbeda. Seperti
model menggambarkan dinamis hubungan diantara kompartemenkompartemen disebut model kompartemen.(Ma and Li, 2009)
Model dengan berfokus pada infeksi akut, dengan asumsi patogen
penyebab penyakit untuk jangka waktu yang diikuti oleh ( biasanya seumur
hidup ) imunitas . Skenario ini secara matematis digambarkan oleh apa yang
disebut model SIR ( Dietz 1967 ), model dasar didalam pemodelan
epidemiologi penyakit menular. Fomula ini , yang awalnya dipelajari secara
mendalam oleh Kermack dan McKendrick ( 1927 ) , mengkategorikan
penjamu (host) dalam suatu populasi sebagai kelompok rentan (Susceptible)
(jika sebelumnya tidak terpajan patogen penyakit ), terinfeksi (Infected) (jika
saat ini terinfeksi oleh patogen ), dan pulih (Recovered) ( jika mereka telah
bersih dari infeksi ).
S
I
R
Rentan
(Susceptible)
Terinfeksi
(Infected)
Pulih dan Kekebelan tubuh
(Recovered & Immune)
Gambar 2 Model SIR dalam pemodelan epidemiologi
Kondisi rentan yang tertular dari sebuah kasus endemik, akan
mengalami proses transisi melalui tahapan infeksi yang digambarkan pada
Gambar 2. Kunci kuntitas matematis didalam epidemiologi penyakit menular
adalah bilangan reproduksi (the reproduction number), yang biasanya
dinotasikan dengan simbol R, didefinisikan sebuah jumlah kasus sekunder
yang terinfeksi oleh satu individu penular. Sebagai ilustrasi diperoleh bilangan
repoduksi R = 3 (artinya ini adalah waktu generasi atau sama dengan durasi
infektivitas). Pada Gambar 3, jumlah infeksi baru meningkat pada tahapan
pertama yang sama dengan jumlah bilangan reproduksi R. (Keeling and
Rohani, 2008)
8
Status Awal
Generasi 1
1 terinfeksi
1 terinfeksi
Generasi 2
Generasi 3
2 terinfeksi
3 terinfeksi
Status Akhir
Tidak ada yang
terinfeksi
Gambar 3 Penularan Infeksi melalui populasi
Ilustrasi pada Gambar 3 dapat dijelaskan bahwa, dari sistem variabel
diberikan kompartemen kelompok rentan, dinotasikan dengan S
(susceptible). Kelompok individu terinfesksi, dinotasikan I (Infected) dan
kelompok individu yang keluar/bersih dari infeksi (pulih) oleh imunitas,
dinotasikan dengan R (Recovered). Sedangkan individu mengalami
kematian, keluar dari kompartemen diatas.
Terinfeksi
(Infected)
Rentan
(Susceptible)
Kelahiran
ν
S
μ
Kematian
β
I
Pulih dan Kekebelan tubuh
(Recovered & Immune)
γ
μ
Kematian
R
μ
Kematian
Gambar 4
Dinamika dan transmisi infeksi dapat bergerak dari status S → I dan I
→ R. Transisi antara kompartemen diatur oleh laju/tingkat (rate) , versi model
sederhana diasumsikan konstan dalam waktu. Rate kelahiran, dinotasikan
simbol ν menjelaskan individu rentan yang baru ke populasi, Rate kematian,
dinotasikan simbol μ yakni kerugian individu karena kematian latar belakang
penyakit terkait, dan γ menunjukkan rate individu yang pulih dari terinfeksi ke
dalam imunitas. Elemen kunci dari model adalah transmisi menggambarkan
9
jangka infeksi sesuai dengan rate β menggunakan istilah jangka waktu
massa. Gagasan di balik menggunakan istilah massa untuk menggambarkan
transmisi bahwa individu dari populasi saling bertemu di individu secara acak
dan masing-masing memiliki probabilitas yang sama per satuan waktu untuk
memenuhi setiap individu lainnya.
Oleh karena itu, untuk seseorang individu rate kerentanan bertemu
orang yang terinfeksi tergantung pada kepadatan mereka atau prevalensi
dalam populasi, atau dalam istilah matematika λ = β I, dimana λ (lambda)
adalah apa yang disebut kekuatan infeksi. Kekuatan infeksi adalah ukuran
risiko seseorang yang rentan untuk menjadi terinfeksi per satuan waktu. Hal
ini tergantung pada prevalensi, baik secara mutlak pada jumlah orang yang
terinfeksi dalam populasi, atau dalam arti relatif pada sebagian kecil dari
orang yang terinfeksi di dalam populasi. Dalam kasus terakhir kita akan
mendapatkan λ = β I / N dengan N yang menunjukkan besarnya populasi
total. Parameter β adalah parameter komposit mengukur κ rate kontak dan
kemungkinan/probabilitas penularan pada kontak q, sehingga β = κ
q.(Kramer et al., 2010) Pada Gambar 4 dapat diterjemahkan ke dalam suatu
sistem persamaan diferensial biasa sebagai berikut:
Rentan
(Susceptible)
Terinfeksi
(Infected)
Pulih dan Kekebelan tubuh
(Recovered & Immune)
Jika model diatas ditambahkan dengan model intervensi, seperti
contoh ketika seorang bayi diberikan vaksinasi segera setelah lahir, ini
dinotasikan dengan p. Laju/rate dari kelahiran menjadi (1-p)ν kedalam
10
kompartemen rentan. Sedangkan pv dimasukan kedalam kompartemen
imunitas “pulih” R. Dalam hal persamaan model ini mengarah sebagai berikut:
Rentan
(Susceptible)
Terinfeksi
(Infected)
Pulih dan Kekebelan tubuh
(Recovered & Immune)
Sebagai contoh penerapan, penelitian yang mengkaji rancangan
rasional vaksin influenza dengan mempertimbangkan efek pada immunologi
kekebalan influenza pada orang-orang dari epidemi influenza varian A setiap
tahunnya, komposisi vaksin setiap tahun, dan penyimpangan evolusi varian
virus A influenza setiap tahunnya.
Ambang batas (thresholds) didalam pemodelan epidemiologi adalah
jumlah / bilangan reproduksi dasar (Basic Reproduction Number) atau R0 =
(β/γ), yang didefinisikan sebagai jumlah rata-rata infeksi sekunder yang
dihasilkan bila seorang individu yang terinfeksi masuk ke dalam populasi di
mana semua orang rentan atau disebut juga rata-rata jumlah individu
sekunder terinfeksi oleh satu kasus utama (berlaku di tahap awal epidemi).
Model endemik deterministik, infeksi bisa dimulai pada populasi yang benarbenar rentan jika R0 > 1 (epidemik), sedangkan R0 = 1 (endemik) dan R0<1
(eradikasi/pemberantasan). Dengan demikian jumlah reproduksi dasar R0
sering dianggap sebagai kuantitas ambang batas yang menentukan kapan
infeksi bisa menginvasi dan tetap bertahan pada populasi yang baru. Untuk
penyakit Cacar R0 secara global kisaran 3-5, Campak 10 -20, sedangkan
Malaria mencapai 100.
Hadirin Bapak/Ibu yang saya hormati,
Dari uraian diatas, dapat disimpukan pemodelan epidemiologi merupakan
salah satu bentuk yang dapat menjelaskan fenomena apa yang terjadi
dilapangan, dan akan membuat langkah-langkah didalam penganggulangan
11
dan pengendalian penyakit. Ukuran epidemiologi didalam pemodelan
merupakan indikator penting untuk pengambilan keputusan didalam
menetapkan langkah-langkah pencegahan dan penanggulangan penyakit
(evidenve based). Metodologi ilmiah menjadi penting didalam membangun
kerangka penelitian kesehatan, baik penegakan diagnosis, maupun langkahlangkah penanggulangan dan pemberantasan penyakit.
Ucapan terima kasih
Pada akhir bagian dari orasi ilmiah ini, izinkalah saya mengucapkan
terima kasih yang sebesar-besarnya kepada pionir, perintis, guru dan
sesepuh kami dr.Zulkarnain Agus, MPH, Sp.GK, Dr.dr. Hafni Bachiar,
MPH, Dr.dr. Masrul, M.Sc, dr. Edison, MPH. Berkat perjuangan, kerja keras,
cita-cita beliau Fakultas Kesehatan Masyarat Universitas Andalas ini dapat
berdiri, semoga kedepan menjadi terdepan, center of excellence di regional
dan nasional. Kepada Prof. Dr. dr. Rizanda Machmud, M.Kes dan Prof. dr.
Nur Indrwaty Lipoeto, M.MedSc, Ph.D, Sp.GK, terima kasih atas dorongan
dan dukungan selama ini, berkat beliau saya dapat menyelesaikan studi Ph.D
dalam bidang epidemiologi, dan memperoleh kesempatan menjadi
mahasiswa di Harvard School of Public Health, Harvard Univeristy, Boston,
USA.
Selanjutnya, terima kasih yang setinggi-tingginya kepada dr. Azwar
Hijar, M.Sc selaku Ketua Bagian Epidemiologi dan Biostatistik, FKM Unand.
Beliau selalu memberikan arahan, semangat dan berbagi pengalaman
lapangan sehingga orasi ilmiah ini dapat dibuat dan diselesaikan.
Kepada teman-teman sejawat di Bagian Epidemiologi dan Biostatistik,
Bu Vivi, Pak Datuak Masrizal, Bunda Fauziah terima kasih atas dukungan
selama ini, insyaallah dan kita do’akan tahun depan kita akan memperoleh
Doktor kedua di bagian epidemiologi, yakni saudari Ade Suzana Eka Putri,
SKM, MPH. Semoga studi beliau lancar dan lulus tepat waktu.
Secara khusus saya ucapkan terima kasih yang setinggi-tingginya
kepada teman-teman sejawat FKM Unand di Bagian AKK, GIZI, K3 & Kesling
Dan Kespro yang tidak dapat saya ucapkan satu per satu.
Terima kasih saya ucapkan teman-teman sejawat tenaga
kependidikan yang tidak dapat saya sebutkan satu per-satu, dan secara
khusus saya apresiasi kerja keras Bapak Arpentius, ST, MM dan Ibu Eri
12
Arni. Berkat beliau buku orasi ilmiah ini dapat dicetak dan didistribusikan
tepat pada waktunya.
Orasi ilmiah ini saya persembahkan secara khusus kepada keluarga
dan orang tua kami, yang telah memberikan dukungan dan do’a selama ini,
semoga ini menjadi awal untuk terus berkarya dimasa akan datang.
Buku orasi ilmiah ini, teristimewa saya persembahkan kepada
mahasiswa kami baik S1, S2 dan S3. Semoga pembelajaran ini dapat
menjadi rujukan dan inspirasi untuk kita semua untuk mengembangkan ideide penelitian inovatif dan unggulan. Semoga ilmu ini menjadi berkah dan
bermanfaat bagi masyarakat dan dapat berkonstribusi meningkatkan derajat
kesehatan masyarakat. Hidup Mahasiswa...!!!
Wa bilahi taufik walhidayah, wassalamu’alaikum warahmatulahi wabarakatuh.
13
DAFTAR PUSTAKA
KEELING, M. J. & ROHANI, P. 2008. Modeling infectious diseases in
humans and animals, Princeton University Press.
KRAMER, A. E., KRETZSCHMAR, M. & KRICKEBERG, K. 2010. Modern
Infectious Disease Epidemiology: Concepts, Methods,
Mathematical Models and Public Health, Springer.
MA, Z. & LI, J. 2009. Dynamical modeling and analysis of epidemics,
World Scientific Publishing Company.
MACMAHON, B. & PUGH, T. F. 1970. Epidemiology: principles and
methods. Epidemiology: principles and methods.
MATHERS, C. D., FAT, D. M. & BOERMA, J. 2008. The global burden of
disease: 2004 update, World Health Organization.
MIETTINEN, O. S. 1978. Epidemiological research, Springer.
WEBB, P. & BAIN, C. 2010. Essential epidemiology: an introduction for
students and health professionals, Cambridge University
Press.
DAFTAR RIWAYAT HIDUP
I.
Identitas Pribadi
Nama Lengkap
Tempat/Tanggal Lahir
NIP
Pangkat dan Golongan Ruang
Bagian/Departemen
Fakultas
Alamat Rumah
Alamat Kantor
Email
Website
Mobile Phone
Istri
Anak
Orang Tua
Mertua
Defriman Djafri, SKM, MKM, Ph.D
Padang, 5 Agustus 1980
19800805 200501 1 004
Penata/ IIIc / Lektor
Epidemiologi & Biostatistik
Kesehatan Masyarakat
Jl.Rakik II No.17 RT.02/RW.03
Kel.Kurao Pagang, Kec. Nanggalo, Padang,
25147
Bagian Epidemiologi & Biostatistik
Fakultas Kesehatan Masyarakat
Universitas Andalas
Jl.Perintis Kemerdekaan No.94, Padang, 25128
[email protected]
[email protected]
http://www.defrimandjafri.com
+6281310603106
Desi Kurniati, SH, M.Kn
Lana Annisa Fakhira
Zara Fathiya Khairani
Djafri Yacub, BE
Martinis M , S.Pd
Zailis Usman, SIP
Elinur, S.Pd
II. Pendidikan
Tingkat
Strata 1
Strata 2
Summer
School
Strata 3
III.
Nama
Lembaga
Pendidikan
Fakultas
Kesehatan
Masayarakat,
Universitas
Indonesia
Fakultas
Kesehatan
Masayarakat,
Universitas
Indonesia
Harvard School
of Public
Health,
Harvard
University
Faculty of
Medicine,
Prince of
Songkla
University
Jurusan/Kosentrasi
Tahun Lulus
Tempat
Kesehatan Lingkungan
2004
Depok
Kesehatan
Lingkungan/
Epidemiologi
Lingkungan
2007
Depok
Public Health
2012
Boston,
USA
Epidemiology
2013
Hat Yai,
Thailand
Riwayat Pekerjaan
‒
‒
‒
‒
‒
IV.
Dosen Tetap Fakultas Kedokteran Universitas Andalas, 2005 -2013
Dosen Tetap Fakultas Kesehatan Masyarakat Universitas Andalas, 2013 – Sekarang
Sekretaris Bagian Epidemiologi & Biostatistik, 2013 – Sekarang
Dosen Program Magister Kesehatan, Fakultas Kedokteran Universitas Andalas, 2008Sekarang
Dosen Program Doktor Ilmu Kesehatan Masyarakat & Dokor Ilmu Biomedik, Fakultas
Kedokteran Universitas Andalas, 2013-Sekarang
Organisasi
‒
‒
Member of International Epidemiological Association (IEA), (2011 -Present)
General Secretary of The Indonesian Public Health Associations Provincial of West
Sumatera-Indonesia (2007 – 2012)
V.
Penghargaan dan Internasional Award
‒
‒
‒
‒
‒
VI.
Young Scientist Award in the Symposium and Workshop on Global Environmental
Change and Human Health supported by United Nation University, Kuala Lumpur,
Malaysia, 2013
Harvard Scholar, Summer School in Public Health at Harvard School of Public Health,
Boston, USA, 2012
rd
Korean Young Scholar Award in The 43 Asia-Pacific Academic Consortium on
Public Health Conference, South Korea, 2011
rd
Young Investigator Award in the 43 Asia-Pacific Academic Consortium on Public
Health Conference, South Korea, 2011
DGHE Scholarship, Ministry of Education and Culture, Republic of Indonesia, 2009
Publikasi Internasional
‒
‒
‒
‒
VII.
Djafri D, Chongsuvivatwong V, Geater A. Effect of the September 2009 Sumatra
earthquake on reproductive health services and MDG 5 in the city of Padang,
Indonesia, Asia Pac J Public Health, 2013
Djafri D, Chongsuvivatwong V, Geater A. Effect of the September 2009 Sumatra
earthquake on reproductive health services and MDGs 4 and 5 in the city of Padang,
Indonesia, Proceeding on the 44th Asia-Pacific Academic Consortium on Public
Health Conference, Colombo, Srilanka, 2013
Djafri D. Forecasting dengue hemorrhagic fever and climatic factors in Padang,
Indonesia: a time series analysis, Proceeding on the 43rd Asia-Pacific Academic
Consortium on Public Health Conference, South Korea, 2011
Djafri D. The assessment of contraceptive methods following the 2009 Padang
earthquake, J Epidemiol Community Health. 2011;65:A451
Publikasi Nasional
‒
‒
‒
‒
Elnovriza D, Azrimaidaliza, Djafri D. Behavior of Foods Handlers on Food Safety
Aspect in Catering Service in Padang, Proceeding on International Seminar on Food
and Agricultural Sciences, 2010
Djafri D, Gusti A, Masrizal. Ecological Study of Dengue Hemorrhagic Fever and
Climatic Factors in Padang City (1998 – 2008), Andalas University Press. 2009
(report)
Djafri D, Azrimaidaliza, Putri ASE. Tracer Study on Bachelor Degree in Public Health
Sciences in Study Programme Public Health Sciences Faculty of Medicine-Andalas
University, Andalas University Press. 2008 (report)
Djafri D. The Relationship of Electromagnetic Fields Exposure High Voltage Power
Lines 500 kV to Hypersensitivity at Sub Province Brebes. In: FKM UI, BATAN RI,
editors. International Seminar on Occupational Health and Safety : Management and
safety in various types of radiation; Depok, Indonesia: BATAN RI; 2008. p. 421-4.
‒
‒
VIII.
‒
Djafri D. Health management in tourism areas. Jurnal Kesehatan Masyarakat.
2008;3(1):1-4.
Djafri D. Survival Analysis of Respiratory Illness and Exposure Level of Air Pollution in
The Jakarta Urban Area (Cohort Study on Elementary School). Jurnal Kesehatan
Masyarakat 2007;2(1):21-9.
Buku
Manajemen Data Penelitian Kesehatan Dengan EpiData 3.1, ISBN: 978-602-14658-06, Penerbit FKM Unand