Analisis Faktor-Faktor yang Memengaruhi Status Diabetes Mellitus pada Pra Lansia dan Lansia di Indonesia Menggunakan Model Regresi Logistik Biner

Eva Fridiyani Putri; Kismiantini

doi:10.29313/statistika.v24i1.3319

Authors

Eva Fridiyani Putri Program Studi Statistika, Universitas Negeri Yogyakarta
Kismiantini Universitas Negeri Yogyakarta

DOI:

https://doi.org/10.29313/statistika.v24i1.3319

Keywords:

Diabetes Mellitus, Lansia, Regresi Logistik

Abstract

ABSTRAK

Indonesia merupakan negara yang menempati urutan ke-5 dengan penderita diabetes mellitus sekitar 19,5 juta pada tahun 2021 berdasarkan laporan International Diabetes Federation 2021. Menurut publikasi BPS tahun 2022, sejak tahun 2021 Indonesia telah memasuki struktur penduduk tua, sekitar 1 dari 10 penduduk adalah lanjut usia (lansia). Penduduk Indonesia yang berusia antara 45-59 tahun termasuk kategori pra lansia dan di atas 60 tahun termasuk kategori lansia. Pada umumnya, penyakit yang dialami lansia merupakan penyakit tidak menular, seperti diabetes mellitus, jantung, dan hipertensi. Tujuan dari penelitian ini untuk mengetahui faktor risiko yang memengaruhi status diabetes mellitus (ya/tidak) pada pra lansia dan lansia menggunakan model regresi logistik biner. Analisis data menggunakan model regresi logistik biner karena variabel responsnya berupa biner. Hasil penelitian menunjukkan bahwa faktor risiko yang berpengaruh signifikan terhadap logit peluang menderita diabetes mellitus adalah variabel IMT (normal, gemuk, obesitas), tingkat pendidikan terakhir (tinggi), status sosial ekonomi subjektif (menengah), usia lansia, aktivitas fisik, hipertensi, mengonsumsi makanan manis, pemeriksaan kesehatan umum dan daerah tempat tinggal. Responden yang termasuk pada kategori lansia memiliki peluang lebih tinggi 1,383 kali untuk menderita diabetes mellitus dibandingkan dengan yang pra lansia.

ABSTRACT

Indonesia is a country that ranks 5th with around 19.5 million people with diabetes mellitus in 2021 based on the International Diabetes Federation 2021 report. According to the BPS publication in 2022, since 2021 Indonesia has entered an old population structure, about 1 in 10 residents are elderly (elderly). The Indonesian population aged between 45-59 years is categorized as pre-elderly and above 60 years is categorized as elderly. In general, diseases experienced by the elderly are non-communicable diseases, such as diabetes mellitus, heart disease, and hypertension. The purpose of this study is to determine the risk factors that affect diabetes mellitus status (yes / no) in pre elderly and elderly using a binary logistic regression model. The data was analysed using binary logistic regression model because the response variable is binary. The results showed that the risk factors that had a significant effect on the logit of the chances of suffering from diabetes mellitus were the IMT variable (normal, obese, obese), the last level of education (high), subjective socioeconomic status (medium), elderly age, physical activity, hypertension, consuming sweet foods, general health checks and the area of residence. Respondents who are in the elderly category have a higher chance of 1.383 times to suffer from diabetes mellitus compared to those who are pre-elderly.

References

Afifah, A. M. N., Indriani, D., Sebayang, S. K., & Astutik, E. (2022). Risk Factors for Diabetes Mellitus in Indonesia: Analysis of IFLS Data 2014. Jurnal Biometrika Dan Kependudukan, 11(2).

Agresti, A. (2013). Categorical data analysis (3rd ed.). John Wiley & Sons.

Agresti, A. (2015). Foundations of Linear and Generalized Linear Models Wiley Series in Probability And Statistics.

American Diabetes Association. (2014). Diagnosis and Classification of Diabetes Mellitus. Diabetes Care, 37(Supplement_1), S81–S90. https://doi.org/10.2337/dc14-S081

BPS. (2022). Statistik Penduduk Lanjut Usia 2022. Badan Pusat Statistik. www.freepik.com

Garson, G. (2014). Logistic Regression: Binary and Multinomial. Statistical Publishing Associates. www.statisticalassociates.com

Gujarati, D. N., & Porter, D. C. (2009). Essentials of Econometrics.

Hosmer, D., & Lemeshow, S. (2000). Applied Logistic Regression (D. Hosmer & S. Lemeshow, Eds.). John Wiley & Sons.

IDF. (2021). IDF Diabetes Atlas (10th ed.). International Diabetes Federation. https://www.diabetesatlas.org

Indrahadi, D., Wardana, A., & Pierewan, A. C. (2021). The Prevalence of Diabetes Mellitus and Relationship with Socioeconomic Status in The Indonesian Population. Jurnal Gizi Klinik Indonesia, 17(3), 103–112.

Kemenkes RI. (2018). Hasil Utama Riskesdas 2018 (Kemenkes RI, Ed.). Badan Penelitian dan Pengembangan Kesehatan.

Luthansa, N., & Pramono, D. (2017). Indeks Massa Tubuh dan Kejadian Diabetes Melitus pada Penduduk Dewasa di Indonesia: Analisis Data The Indonesian Family Life Survey 5. Berita Kedokteran Masyarakat, 33(4), 167–172.

Milita, F., Handayani, S., & Setiaji, B. (2021). Kejadian Diabetes Mellitus Tipe II pada Lanjut Usia di Indonesia (analisis riskesdas 2018). Jurnal Kedokteran Dan Kesehatan, 17(1), 9–20.

Musdalifah, M., & Nugroho, P. S. (2020). Hubungan Jenis Kelamin dan Tingkat Ekonomi dengan Kejadian Diabetes Melitus di Wilayah Kerja Puskesmas Palaran Kota Samarinda Tahun 2019. Borneo Studies and Research, 1(2), 1238–1242.

Nasution, F., Andilala, A., & Siregar, A. A. (2021). Faktor Risiko Kejadian Diabetes Mellitus. Jurnal Ilmu Kesehatan, 9(2), 94–102.

Ngo, T. T., Hoang, P. N., Pham, H. V, Nguyen, D. N., Bui, H. T. T., Nguyen, A. T., Do, T. D., Dang, N. T., Dinh, H. Q., & Truong, D. Q. (2021). Routine Medical Check-Up and Self-Treatment Practices Among Community-Dwelling Living in A Mountainous Area of Northern Vietnam. BioMed Research International, 2021.

Pangestika, H., Ekawati, D., & Murni, N. S. (2022). Faktor-Faktor yang Berhubungan dengan Kejadian Diabetes Mellitus Tipe 2. Jurnal’Aisyiyah Medika, 7(1), 27–31.

Rahalus, R., Asrifuddin, A., & Kaunang, W. P. J. (2017). Faktor-Faktor yang Berhubungan dengan Kejadian Diabetes Mellitus Tipe 2 di Rumah Sakit Tk. III. RW Mongisidi Manado Tahun 2017. KESMAS: Jurnal Kesehatan Masyarakat Universitas Sam Ratulangi, 6(3).

Rofikoh, Handayani, S., & Suraya, I. (2020). Determinan Kejadian Diabetes Melitus Tipe 2 di Posbindu Mawar Kuning Gambir. ARKESMAS (Arsip Kesehatan Masyarakat), 5(1), 42–48.

Roserlina, A., Palupi, N. S., & Prangdimurti, E. (2015). Peranan Pola Konsumsi dan Gaya Hidup terhadap Prevalensi Diabetes Tipe 2 di Indonesia. Jurnal Mutu Pangan: Indonesian Journal of Food Quality, 2(2), 127–135.

Setyaningrum, D. E., & Sugiyanto, Z. (2015). Faktor Risiko yang Berhubungan dengan Kejadian Diabetes Melitus Tipe II Pada Usia Kurang Dari 45 Tahun di RSUD Tugurejo Semarang. VISIKES: Jurnal Kesehatan Masyarakat, 14(2).

Shojaei, M., Rahmanian, K., & Jahromi, A. S. (2013). Relation of Type 2 Diabetes Mellitus with Gender, Education, and Marital Status in An Iranian Urban Population. In Reports of Biochemistry & Molecular Biology (Vol. 1, Issue 2). www.RBMB.net

Strauss, J., Witoelar, F., & Sikoki, B. (2016). The Fifth Wave of The Indonesia Family Life Survey: Overview and Field Report (Working Papers, Vol. 1). www.rand.org/giving/contribute

Trisnawati, S. K., & Setyorogo, S. (2013). Faktor Risiko Kejadian Diabetes Melitus Tipe II di Puskesmas Kecamatan Cengkareng Jakarta Barat tahun 2012. Jurnal Ilmiah Kesehatan, 5(1), 6–11.

Venables, W., & Ripley, B. (2002). Modern Applied Statistics with (4th ed.).

WHO. (2023, November 6). Noncommunicable Diseases. World Health Organization. https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases