Indonesia sedang mengalami transisi pola penyakit, dari penyakit menular yang selama ini menjadi beban utama, menjadi penyakit tidak menular. Penyakit tidak menular (PTM) adalah suatu kondisi medis atau penyakit yang menurut definisinya tidak menular pada manusia. Terdapat 17,9 juta kematian setiap tahunnya yang disebabkan oleh penyakit kardiovaskular dan 85 % dari kematian tersebut disebabkan oleh Penyakit Jantung Koroner (PJK). PJK adalah penyakit yang disebabkan oleh penumpukan plak di arteri koroner yang memasok oksigen ke otot jantung. Penyakit ini merupakan salah satu penyakit kardiovaskular yang paling umum. Penyakit kardiovaskular adalah gangguan pada jantung dan pembuluh darah, termasuk stroke, penyakit jantung rematik, dan kondisi lainnya. Diperkirakan angka kematian akibat penyakit-penyakit ini akan meningkat hingga 23,3 juta pada tahun 2030. Menurut Kementerian Kesehatan Republik Indonesia pada tahun 2021, penyakit kardiovaskular terus meningkat setiap tahunnya dan menduduki peringkat sebagai penyebab kematian tertinggi di Indonesia, khususnya pada usia produktif. Data Riset Kesehatan Dasar (Riskesdas) tahun 2013“2018, menunjukkan bahwa prevalensi penyakit kardiovaskular, khususnya PJK, memiliki tren peningkatan sebesar 1,5% dengan diagnosis dokter di Indonesia.
Dalam penelitian ini diusulkan suatu metode baru untuk memodelkan risiko PJK dengan mempertimbangkan faktor-faktor yang mempengaruhi yaitu umur, konsumsi makanan berlemak dan kecemasan dengan menggunakan pendekatan Penalized Spline Nonparametric Logistic Regression (PSNLR) atau regresi logistic nonparametric spline terpenalti, untuk menganalisis risiko PJK dan non-PJK yang dipengaruhi oleh faktor-faktor yang mempengaruhi tersebut.
Hasil-Hasil yang diperoleh menunjukkan bahwa metode yang diusulkan memberikan hasil persentase akurasi klasifikasi model sebesar 94,31% dan nilai area under the receiver operating characteristics curve (AUC) sebesar 0,96. Artinya, metode yang diusulkan merupakan metode yang ampuh dalam memodelkan risiko PJK dan secara efektif dapat mengidentifikasi hubungan nonlinier antara faktor-faktor yang memengaruhi dan kejadian PJK. Penelitian ini mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) poin 3, khususnya target penurunan kematian akibat penyakit tidak menular seperti PJK melalui peningkatan pencegahan dan pengobatan penyakit.
Akhirnya dapat disimpulkan bahwa pemodelan faktor risiko PJK dengan menggunakan regresi logistik nonparametrik berdasarkan estimator spline terpenalti dapat meningkatkan akurasi klasifikasi faktor risiko PJK hingga 94,31%. Temuan ini menyoroti pentingnya mempertimbangkan faktor gaya hidup dan psikologis dalam penilaian risiko PJK. Intervensi kesehatan masyarakat harus menargetkan kebiasaan makan dan manajemen stres untuk mengurangi risiko PJK pada populasi rentan. Namun, penelitian lebih lanjut direkomendasikan untuk mengeksplorasi peran faktor tambahan seperti aktivitas fisik dan predisposisi genetik dalam konteks risiko PJK.
Penulis: Prof. Dr. Nur Chamidah, S.Si., M.Si.
Informasi lengkap (detail) dari penelitian ini dapat dilihat pada tulisan kami di laman:
Nur Chamidah, Budi Lestari, Hendri Susilo, Triana Kesuma Dewi, Toha Saifudin, Naufal Ramadhan Al Akhwal Siregar, Dursun Aydin (2025). Modeling Coronary Heart Disease Risk Based on Age, Fatty Food Consumption and Anxiety Factors Using Penalized Spline Nonparametric Logistic Regression. MethodsX 14, 103320,pp.1“11.DOI: 10.1016/j.mex.2025.103320.
