• LATEST
    • A PHP Error was encountered

      Severity: Notice

      Message: Undefined variable: latest

      Filename: views/_header.php

      Line Number: 48

      A PHP Error was encountered

      Severity: Warning

      Message: Invalid argument supplied for foreach()

      Filename: views/_header.php

      Line Number: 48


Model Statistik Prediksi Penyakit

John M. Drake, profesor ekologi  dan koleganya (2019) dari University of Georgia di Amerika Serikat (AS), menciptakan satu metode statistik guna memperkirakan lebih tepat wabah atau penyakit infeksi dan kesehatan masyarakat, khususnya timbulnya penyakit atau wabah seperti infeksi-infeksi pada anak-anak yang dapat dicegah, misalnya campak dan pertusis (University of Georgia, 21/5/2019).

Proyek riset itu didukung oleh The National Institute of General Medical Sciences yang bernaung di bawah The National Institutes of Health di Amerika Serikat. Proyek riset itu juga melibatkan ahli ekologi pada University of Georgia, misalnya Tobias Brett, Paige Miller, Andrew Park dan Pejman Rohani, dan insinyur asal University of Michigan seperti Shiyang Chen dan Bogdan Epureanu serta  ahli infeksi Matthew Ferrari asal Pennsylvania State University di Amerika Serikat (Science Daily, 21/5/2019).

Hasil riset dan penemuan itu telah dirilis oleh jurnal PLOS Computational Biology edisi Mei 2019 (John M. Drake, Tobias S. Brett, Shiyang Chen, Bogdan I. Epureanu, Matthew J. Ferrari, Éric Marty, Paige B. Miller, Eamon B. O’Dea, Suzanne M. O’Regan, Andrew W. Park, Pejman Rohani, “The statistics of epidemic transitions”, PLOS Computational Biology, 2019).

Hasil riset selama 5 (lima) tahun tim ahli itu menemukan satu model statistik yang dapat menunjukkan perubahan-perubahan ‘halus’ atau sangat kecil dalam mata-rantai kasus-kasus penyakit yang dilaporkan, yang dapat diprediksi atau diperkirakan untuk mengatasi epidemi dan keberhasilan upaya pemberantasan penyakit. Hasil riset dan penemuan ini sangat bermanfaat. Karena dalam beberapa tahun terakhir, kemunculan kembali campak, gondong, polio, batuk rejan dan penyakit yang dapat dicegah dengan vaksin, telah mendorong upaya dan fokus kesiapsiagaan darurat dalam merespons penyakit atau wabah (Science Daily, 21/5/2019).

“We hope that in the near future, we will be available to monitor and track warning signals for emerging diseases identified by this model. Research has been done in ecology and climate science about tipping points in climate change. We realized this is mathematically similar to disease dynamics,” ungkap John Drake, Distinguished Research Professor of Ecology dan direktur The Center for the Ecology of Infectious Diseases, yang banyak meneliti perubahan-perubahan epidemik biologis (University of Georgia, 21/5/2019).

Fokus riset Drake dan koleganya ialah hilangnya stabilitas atau “critical slowing down” yang terjadi dalam suatu sistem saat masa kritis tercapai. Perlambatan ini dapat terjadi akibat evolusi patogen, perubahan tingkat kontak orang yang terinfeksi, dan penurunan vaksinasi. Semua perubahan ini dapat memengaruhi penyebaran penyakit, tetapi sering terjadi secara bertahap dan tanpa banyak akibat sampai titik kritis terlewati. Sebagian besar metode analisis data dirancang untuk mengkarakterisasi penyebaran penyakit setelah titik kritis terlewati (Science Daily, 21/5/2019).

“We saw a need to improve the ways of measuring how well-controlled a disease is, which can be difficult to do in a very complex system, especially when we observe a small fraction of the true number of cases that occur,” papar Eamon O'Dea, postdoctoral associate dan peneliti ekologi penyakit tingkat postdoctoral pada lab Drake (University of Georgia, 21/5/2019).

Hasil riset itu menemukan bahwa prediksinya konsisten dengan penemuan ahli epidemiologi Inggris Roy Anderson dan Robert May, yang membandingkan durasi siklus epidemi campak, rubella, gondong, cacar, cacar air, demam berdarah, difteri dan pertusis dari tahun 1880-an hingga 1980-an. Misalnya, Anderson dan May menemukan bahwa campak di Inggris dan Wales melambat setelah imunisasi tahun 1968. Menurut Roy Anderson dan Robert May, model tersebut menunjukkan bahwa penyakit menular, melambat saat imunisasi. Sedikit variasi infeksi dapat menjadi tanda peringatan dini tentang timbulnya kembali penyakit akibat berkurangnya penggunaan vaksin (Science Daily, 21/5/2019).

“Our goal is to validate this on smaller scales so states and cities can potentially predict disease, which is practical in terms of how to make decisions about vaccines. This could be particularly useful in countries where measles is still a high cause of mortality,” papar Eamon O'Dea (University of Georgia, 21/5/2019).

Tim peneliti itu menciptakan model visual seperti serangkaian mangkuk dengan bola bergulir di dalamnya untuk menggambarkan model perilaku penyakit menular. Dalam model visual itu, cakupan vaksin mempengaruhi kedangkalan mangkuk dan kecepatan bola bergulir di dalamnya. “Very often, the conceptual side of science is not emphasized as much as it should be, and we were pleased to find the right visuals to help others understand the science,” ungkap Éric Marty, peneliti ekologi dengan spesialisasi visualisasi data (University of Georgia, 21/5/2019).

Proyek riset Drake dan koleganya merupakan bagian dari Project AERO untuk Anticipating Emerging and Re-emerging Outbreaks. Tim peneliti itu menciptakan alat interaktif berdasarkan perlambatan masa kritis bagi para peneliti dan pembuat kebijakan, untuk digunakan dalam bidang kesehatan masyarakat dan memandu keputusan-keputusan medis. Misalnya, tim peneliti itu sedang mengembangkan dasbor interaktif yang dapat membantu non-ilmuwan merencanakan dan menganalisis data untuk mengetahui tren terkini penyakit menular tertentu (Science Daily, 21/5/2019).

“If a computer model of a particular disease was sufficiently detailed and accurate, it would be possible to predict the course of an outbreak using simulation. But if you don't have a good model, as is often the case, then the statistics of critical slowing down might still give us early warning of an outbreak,” ungkap Eric Marty (University of Georgia, 21/5/2019).

Oleh: Servas Pandur