Reportase Pembuatan laporan analisis data KIA sesuai format WHO
1 Maret 2021
Pada Selasa (1/03/2021) diselenggarakan Pelatihan Pengolahan, Analisis, dan Visualisasi Data Kesehatan hari pertama topik ke-3 tentang pembuatan laporan analisis data KIA sesuai format WHO. Acara berlangsung pukul 13.00 – 14.00 WIB di Gedung Litbang, FK – KMK UGM dan disiarkan melalui zoom meeting. Pelatihan ini merupakan hasil kerja sama antara Pusat Kebijakan dan Manajemen Kesehatan (PKMK) FK - KMK UGM bersama dengan World Health Organization (WHO) Indonesia dalam program penguatan dan pengembangan kebijakan Kesehatan. Beberapa data yang diolah dalam rangkaian pelatihan ini hingga Maret nanti antara lain data sampel BPJS Kesehatan, data SKDN, dan data - data KIA.
Outcome dari pelatihan ini diantaranya peserta dapat mengenali dan memahami berbagai data kesehatan yang ada dan mampu melakukan pengolahan, analisis, dan visualisasi data rutin berdasarkan contoh yang diberikan dalam pelatihan. Narasumber dalam pelatihan ini yaitu Insan R. Adiwibowo, M.Sc. yang merupakan peneliti dari PKMK FK - KMK UGM. Pelatihan dimoderatori oleh Muhammad Hafizh Hariawan, S.Gz, MPH.
Analisis Data - Data Rutin Faskes Terkait KIA
Insan R. Adiwibowo, M.Sc
Insan memulai paparannya dengan menjelaskan konsep continuum of care of Reproductive, Maternal, Neonatal, Child, and Adolescent Health (RMNCAH) bahwa pembangunan kesehatan di area ini dimulai dari fase pre-pregnancy di masa remaja dilanjutkan masa kehamilan, kelahiran, pasca kelahiran (ibu dan bayi baru lahir), bayi, anak, dan remaja. Proses ini seperti siklus yang berulang. Sebelum membahas secara mendalam tentang data rutin, perlu diketahui apa yang membedakan data rutin dibanding data lainnya. Data rutin memberikan gambaran mengenai status kesehatan masyarakat, status pelayanan kesehatan, dan sumber daya kesehatan. Datanya diambil oleh tenaga lapangan, pengawas, maupun surveyor yang ditunjuk otoritas kesehatan.
Pada umumnya data rutin menggambarkan catatan kesehatan individu seperti SKDN, layanan yang diberikan seperti cakupan K4, maupun sumber daya kesehatan seperti RS Online. Data rutin digunakan untuk monitoring dan evaluasi sehingga update data pada umumnya cepat. Pengambilan datanya biasanya tidak menggunakan sampling. Data ini di-update cukup sering, baik bulanan atau triwulanan. Berbeda dengan data survei yang biasanya lebih lama rentang waktu pengambilannya bisa 1 bahkan 5 tahun sekali. Meski demikian, implementasi seringkali dilakukan bertahap yang diawali dari sebagian daerah terlebih dahulu. Selain itu, data rutin terintegrasi dengan building blocks sistem kesehatan.
Data rutin memiliki power yang sangat tinggi untuk melihat situasi kesehatan di Indonesia. Ada 3 jenis data rutin yang akan dibahas dalam sesi ini. Pertama, catatan ketersediaan dan penggunaan sumber daya kesehatan (resource records). Hal - hal yang perlu diperhatikan dalam analisis data catatan sumber daya antara lain untuk apa analisis digunakan dan siapa yang menggunakan hasil analisis, dan ekspektasi tindakan. Analisis resource records ini dapat digunakan untuk analisis pengadaan, efesiensi pendanaan, realokasi SDM, dan penganggaran. Pihak yang menggunakan hasil analisis misalnya puskesmas, dinas kesehatan, kepala daerah, DPRD, dan sebagainya.
Jenis data rutin yang kedua adalah catatan pemberian layanan kesehatan (service records). Jenis data ini berkaitan dengan pemberian layanan kesehatan maupun intervensi kesehatan. Biasanya membutuhkan data sasaran untuk melihat sejauh mana cakupan layanan dan berkaitan dengan elemen output dalam building-block kesehatan. Contoh datanya seperti data kunjungan antenatal, data persalinan di RS, data kunjungan Posyandu, dan data pemberian vaksin.
Hal - hal yang perlu diperhatikan dalam analisis data catatan pemberian layanan antara lain bahwa mayoritas data layanan dibutuhkan dalam banyak indikator output pada laporan rutin sehingga berfokus pada ketercapaian sasaran kesehatan. Data layanan seringkali menjadi proxy untuk mengetahui permasalahan kesehatan di suatu daerah.
Misalnya, daerah dengan utilisasi layanan jantung yang tinggi berarti penduduknya memiliki permasalahan jantung yang berat. Data pemberian layanan berada di titik tengah antara process dan outcomes, sehingga informasi di sini sering dikaitkan dengan sumber daya maupun status kesehatan. Data ini juga dapat dikaitkan dengan sumber daya misalnya, penggunaan obat untuk tindakan medis dan beban kerja SDM kesehatan.
Jenis data rutin yang ketiga yaitu catatan individu (individual records) yang merupakan data - data rutin pemantauan status kesehatan individu. Data ini biasanya digunakan untuk surveilans dan menempati bagian outcomes dan impact dalam building block kesehatan. Contohnya, pemantauan faktor risiko, pemantauan status gizi dalam e-PPGBM, rekam medis, dan data individual BPJS Kesehatan.
Secara umum catatan individu terbagi dalam dua tipe yaitu data global dan situasional. Data global mencakup seluruh populasi dan mencatat pergerakan status kesehatan seluruh populasi. Misalnya, e-PPGBM, SKDN, atau data-data yang dikumpulkan melalui Posyandu. Sedangkan data situasional hanya mencakup pantauan pasien dalam situasi khusus. Misalnya, data rekam medis dan BPJS hanya tersedia ketika pasien berkunjung ke faskes atau SITT untuk pengidap TB. Data individual records untuk keperluan surveilans menekankan pada identitas dan lokasi individu untuk diberlakukan intervensi. Data untuk keperluan pelaporan status kesehatan masyarakat berfokus pada agregasi data di level tertentu misalnya kabupaten, provinsi, dan seterusnya.
Analisis data rutin yang komprehensif untuk kebijakan dilakukan melalui beberapa tahapan. Pertama, merumuskan tujuan pokok analisis seperti pembuatan profil kesehatan, pemantauan obat dan BHP, surveilans stunting, dan sebagainya. Kedua, merumuskan pertanyaan - pertanyaan spesifik untuk memenuhi tujuan analisis misalnya, dalam surveilans stunting pertanyaan - pertanyaan yang perlu dijawab adalah: 1) berapa banyak balita stunting di kabupaten X, 2) tersebar di kelurahan mana saja, 3) siapa nama anak dan orangtua-nya, 4) intervensi apa saja yang sudah dilakukan. Ketiga, mengidentifikasi indikator - indikator yang diperlukan untuk menjawab pertanyaan tersebut.
Misalnya, menjawab pertanyaan di poin (2): 1) Jumlah balita stunting di kabupaten X, 2) Jumlah balita stunting di kabupaten X per kelurahan, 3) Informasi per individu balita stunting, 4) Riwayat intervensi gizi spesifik individu. Keempat, menentukan metode analisis dan visualisasi data untuk setiap indikator. Apakah butuh tabel agregat? Apakah butuh pemetaan? Apakah butuh grafik? Mana yang paling mudah dicerna dan membantu untuk penyusunan langkah selanjutnya? Kelima, melakukan identifikasi kualitas data yang dilakukan untuk mengetahui kelemahan dari data yang dikumpulkan dan memberikan. Keenam, melakukan analisis dan visualisasi. Ketujuh, menyusun hasil analisis dalam narasi utuh yang dapat menghasilkan tindak lanjut kebijakan. Penyusunan dokumen analisis dibuat seringkas mungkin dengan melakukan sintesis terhadap bukti - bukti dari data yang ada dan diakhiri dengan rekomendasi tindak lanjut.
Untuk melihat kualitas data dapat dilihat dari beberapa domain seperti kelengkapan dan ketepatan waktu, konsistensi internal, konsistensi eksternal dengan sumber data lain, dan perbandingan eksternal untuk data populasi. WHO memiliki Data Quality Review (DQR) toolkit yang mengusulkan pendekatan terintegrasi untuk kualitas data. Toolkit ini menyatukan dan membangun berdasarkan alat dan metode sebelumnya yang dirancang untuk menilai kualitas data di tingkat fasilitas dengan mempertimbagkan best practices dan lesson learned dari banyak negara.
Pelatihan dilanjutkan dengan sesi diskusi dan ditutup dengan pembacaan kesimpulan oleh moderator. Pelatihan dengan topik Pembuatan laporan analisis data KIA sesuai format WHO akan dilanjutkan pada Kamis, 4 Maret 2021 jam 13.00 – 15.00 WIB.
Related links
