Tuberkulosis (TB) merupakan penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Menurut WHO, pada tahun 2021 Indonesia merupakan negara dengan jumlah penderita TB terbanyak kedua di dunia setelah India. Upaya penanggulangan TB di Indonesia telah dilakukan, bahkan sejak tahun 1995. Namun, secara umum belum menunjukkan keberhasilan yang signifikan, bahkan pada tahun 2006-2022 angka kesembuhan TB di Indonesia cenderung mengalami tren penurunan. Oleh karena itu, penting untuk mengetahui variabel apa saja yang berpengaruh signifikan dan bagaimana polanya terkait dengan persentase kesembuhan TB. Informasi tersebut sangat dibutuhkan untuk mengoptimalkan upaya penanganan TB sejalan dengan upaya pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) poin 3 yang berfokus pada kesehatan dan kesejahteraan yang baik. Tujuan ini secara khusus mencakup upaya untuk mengurangi angka kematian akibat penyakit menular, termasuk TB. Target 3.3 dari SDGs poin 3 berfokus pada penghapusan epidemi penyakit menular, termasuk TB.

Salah satu metode yang bisa digunakan untuk mengetahui faktor apa saja yang berpengaruh signifikan terhadap persentase kesembuhan TB adalah analisis regresi. Tujuan analisis regresi adalah untuk mengetahui sejauh mana hubungan antara beberapa variabel prediktor dengan suatu variabel respon. Terdapat pendekatan regresi parametrik dan nonparametrik. Pendekatan parametrik digunakan jika pola hubungan variabel prediktor terhadap respon diasumsikan diketahui. Jika pola hubungan tidak diketahui, maka digunakan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang advanced dan memiliki beberapa kelebihan adalah Multivariate Adaptive Regression Spline (MARS). MARS lebih fleksibel dalam mengatasi kasus hubungan variabel prediktor terhadap respon yang tidak membentuk pola tren linear atau parametrik, karena mengombinasikan spline truncated dan pemisahan rekursif regresi spline. Selain itu, MARS memiliki kelebihan dapat mengakomodir adanya interaksi antar variabel prediktor. Oleh karena itu, penelitian ini menggunakan pendekatan MARS untuk memodelkan persentase kesembuhan TB di Indonesia terhadap beberapa faktor yang diduga memengaruhinya.

Penelitian ini menggunakan data sekunder dari 34 provinsi yang diperoleh dari publikasi Kementerian Kesehatan RI yaitu Profil Kesehatan Indonesia 2022. Terdapat satu variabel respon yaitu Persentase kesembuhan TB (Y), dan terdapat sembilan variabel prediktor yaitu Tempat pengelolaan pangan memenuhi syarat sesuai standar (X1), Rumah tangga mempunyai sanitasi layak (X2), Pengobatan lengkap (X3), Kepemilikan jaminan kesehatan (X4), Penduduk perokok usia 15 tahun ke atas (X5), Puskesmas sesuai standar jenis kesehatan (X6), Rumah tangga memiliki akses air minum layak (X7), Keluarga dengan jamban sehat (X8), dan Kab/Kota melakukan kebijakan germas hidup sehat (X9).

Pada tahun 2022, rata-rata persentase kesembuhan penyakit TB di Indonesia sebesar 46,5%. Persentase kesembuhan TB tertinggi terdapat di Provinsi Nusa Tenggara Barat sebesar 67,80% dan persentase kesembuhan TB terendah terdapat di Provinsi Aceh sebesar 24,80%. Untuk pemodelan persentase kesembuhan TB, langkah awal adalah membuat scatter plot antara setiap variabel prediktor dengan variabel respon. Langkah ini untuk melihat kemungkinan pendekatan regresi yang layak digunakan. Jika pola scatter plot membentuk tren linier atau parametrik maka didekati dengan regresi parametrik. Jika tidak demikian maka digunakan pendekatan regresi nonparametrik. Hasilnya menunjukkan bahwa scatter plot semua variabel prediktor terhadap persentase kesembuhan TB tidak menunjukan pola parametrik. Oleh karena itu layak digunakan pendekatan nonparametrik (MARS). Langkah berikutnya, pemodelan MARS dengan menentukan nilai Basis Function (BF), Maksimum Interaction (MI), dan Minimum Observation (MO) yang optimal. Kriteria optimal yang digunakan adalah Generalized Cross Validation (GCV) minimum. Hasil penelitian menunjukkan kombinasi optimal diperoleh pada  dan . Hal tersebut didasarkan atas nilai GCV minimum yaitu , dengan nilai MSE sebesar  dan  sebesar .

Hasil pemodelan dengan metode MARS menunjukkan bahwa terdapat lima variabel prediktor yang berpengaruh signifikan terhadap persentase kesembuhan TB di Indonesia yaitu: Tempat pengelolaan pangan memenuhi syarat sesuai standar (X1), Pengobatan lengkap (X3), Penduduk perokok usia 15 tahun ke atas (X5), Keluarga memiliki jamban sehat (X8), dan Kab/kota menerapkan kebijakan Germas hidup sehat (X9). Hasil pemodelan juga menunjukkan bahwa terdapat interaksi antara X1 dengan X5, X1 dengan X9, dan X8 dengan X9. Variabel Pengobatan lengkap (X3) merupakan variabel terpenting dalam model dengan tingkat kepentingan sebesar 100%, kemudian diikuti oleh variabel Jumlah penduduk perokok 15 tahun ke atas (X5) dengan tingkat kepentingan sebesar 69,113%, variabel Keluarga dengan jamban sehat (X8) dengan tingkat kepentingan sebesar 64,074%, variabel Tempat pengelolaan makanan memenuhi persyaratan sesuai standar (X1) dengan tingkat kepentingan sebesar 57,933%, dan terakhir variabel Kab/kota melaksanakan kebijakan Germas hidup sehat (X9) dengan tingkat kepentingan sebesar 48,877%. Dengan demikian, saran bagi pemerintah provinsi di Indonesia khususnya Instansi Kesehatan agar melakukan upaya untuk penyembuhan penderita TB dengan prioritas Pengobatan lengkap, diikuti variabel prediktor lainnya sesuai tingkat kepentingannya.

Penulis: Dr. Toha Saifudin, S.Si., M.Si

Link: https://iptek.its.ac.id/index.php/inferensi/article/view/20344/8484

Baca juga: Kasus Langka Sifilis Sekunder Koinfeksi dengan Tuberkulosis