Aparat pemerintah memperingatkan penduduk yang mengabaikan perintah jaga jarak skala besar, mereka masih berkumpul di area pasar di Jakarta, pada masa wabah virus corona. Edwin Dala/INA Photo Agency/Sipa USA/AAP

Indonesia belum punya kurva epidemi COVID-19: kita harus hati-hati membaca klaim pemerintah kasus baru melambat

Dua hari lalu (6 Mei 2020) dalam rapat kabinet paripurna Presiden Joko Widodo memerintahkan para menteri dan Gugus Tugas Penanganan COVID-19 bekerja keras untuk menurunkan kurva kasus infeksi coronavirus pada bulan ini dengan cara apa pun.

Sebelumnya, akhir April lalu, Kepala Gugus Tugas Percepatan Penanganan COVID-19 Doni Monardo mengklaim laju kenaikan kasus harian COVID-19 di Jakarta, pusat pandemi Indonesia, sudah melambat. Klaim lainnya, kurva kasus coronavirus mulai mendatar sebagai efek dari pelaksanaan Pembatasan Sosial Berskala Besar (PSBB) yang telah berjalan sejak 10 April 2020.

Berita “baik” ini membuka perdebatan apakah benar laju kenaikan kasus baru COVID-19 di Jakarta sudah melambat.

Alat visualisasi standar, sekaligus paling populer, untuk menjelaskan situasi perlambatan ini adalah kurva epidemiologis (kurva epidemi). Kurva ini biasanya digunakan untuk menjelaskan perjalanan pandemi, menentukan sumber dan kapan terjadinya penularan, menentukan puncak pandemi, memperkirakan akhir pandemi, serta mengevaluasi efektivitas tindakan pengendalian.

Masalah utamanya, sudah 68 hari setelah kasus pertama COVID-19 diumumkan, Indonesia belum menampilkan kurva epidemi COVID-19 yang sesuai dengan standar ilmu epidemiologi.

Karena itu, adanya klaim terjadinya penurunan kasus baru COVID-19 cukup meragukan.

Cara membuat kurva epidemi COVID-19

Secara umum, kurva epidemi menggambarkan jumlah kasus baru dari waktu ke waktu. Sumbu Y (vertikal) menunjukkan jumlah kasus baru, sedangkan sumbu X (horisontal) mengindikasikan patokan waktu analisis yang terkait dengan jumlah kasus baru. Misalnya, patokan tanggal orang terinfeksi, tanggal orang mulai bergejala, dan tanggal orang diperiksa.

Ilustrasi Kurva Epidemi. Sumbu Y menggambarkan jumlah kasus baru. Sumbu X menerangkan patokan waktu observasi. Laju infeksi harian menjelaskan kenaikan/penurunan jumlah kasus baru antarwaktu.

Jika 100% orang terinfeksi pada suatu hari, kemudian mereka semua diperiksa dan hasilnya diketahui pada hari yang sama, maka frekuensi kasus baru pada hari itu dibandingkan dengan hari sebelumnya menggambarkan laju infeksi harian (daily infection rate) yang sesungguhnya.

Jika laju infeksi harian senilai 0,5, itu artinya ada pertambahan kasus baru sebanyak 50% setiap hari.

Semakin besar laju infeksi harian (misalnya 0,9), maka semakin banyak pula kasus baru yang ditemukan dalam sehari dibandingkan waktu sebelumnya (90%).

Semakin banyak kasus baru bertambah setiap hari, semakin terjal lereng kurva epidemi menuju puncaknya.

Sampai 8 Mei 2020, pemerintah Indonesia hanya menampilkan kurva harian kasus COVID-19. Dari kurva ini sumbu Y menjelaskan tentang jumlah kasus konfirmasi tambahan, sedangkan sumbu X adalah tanggal pelaporan ke publik.

Kurva perkembangan kasus terkonfirmasi positif COVID-19 per hari. Gugus Tugas COVID-19

Kurva harian kasus COVID-19 yang ditampilkan di atas bukanlah kurva epidemi COVID-19. Jumlah kasus konfirmasi tambahan tidak sama artinya dengan jumlah kasus baru. Angka jumlah kasus harian yang dilaporkan tidak bisa menjelaskan laju infeksi harian pada hari sebelumnya.

Dengan kata lain, turunnya angka kasus harian itu tidak bisa langsung dibaca sebagai turunnya laju infeksi harian.

Ada faktor lain yang sangat berpengaruh di situ, yaitu lamanya jarak waktu antara sampel diambil dengan hasil pemeriksaan dilaporkan kepada Kementerian Kesehatan. Sejauh ini publik belum mendapatkan informasi berapa rata-rata waktu pemeriksaan sampel dari 37 laboratorium PCR yang telah difungsikan memeriksa sampel COVID-19.

Tiga hal sebelum membaca kurva epidemi COVID-19

Sebelum membaca kurva epidemi, ada tiga hal yang perlu dicermati:

Pertama, sumbu Y terkait dengan jumlah kasus baru, maka jumlah orang yang diperiksa perlu diketahui sebelumnya. Memang tidak akan ada orang yang tahu seberapa banyak sesungguhnya orang yang terinfeksi. Sehingga semakin banyak pemeriksaan terhadap orang yang berisiko tertular COVID-19, maka semakin baik kurva epidemi menjelaskan realitas yang sedang terjadi.

Dengan kata lain, besaran jumlah orang yang diperiksa menentukan seberapa besar derajat kepercayaan kita terhadap kurva epidemi.

Contohnya, kita pilih Vietnam, negara berkembang di Asia Tenggara yang mengklaim sukses mengendalikan penularan COVID-19. Negara ini memeriksa 2.2 orang per 1.000 penduduk dengan PCR, sedangkan Indonesia memeriksa 0,2 orang per 1.000 penduduk. Cakupan pemeriksaan Vietnam 10 kali lipat dari Indonesia, sehingga klaim penurunan kasus baru di Vietnam lebih meyakinkan karena mereka memeriksa lebih banyak orang yang berisiko.

Mari kita gunakan statistik lain.

Dari sekitar 8.000 orang yang diperiksa, Vietnam menemukan 1 kasus positif COVID-19. Sedangkan Indonesia, dari 7 orang diperiksa, 1 kasus positif langsung ditemukan.

Artinya, klaim bahwa kasus baru telah turun di Vietnam lebih meyakinkan karena mereka telah berusaha keras mencari satu kasus positif saja. Sedangkan di Indonesia, satu kasus positif ditemukan cukup dengan memeriksa 7 orang. Dengan kata lain, masih banyak orang yang terinfeksi tetapi belum diperiksa.

Kedua, sumbu X dari kurva epidemi terkait dengan patokan waktu analisis. Idealnya, untuk COVID-19, kurva epidemi menggunakan patokan tanggal orang terinfeksi, bukan tanggal mulai bergejala, apalagi tanggal kasus dilaporkan oleh otoritas.

Untuk menentukan waktu orang terinfeksi, perlu ada penyelidikan epidemiologi.

Contoh hasil penyelidikan epidemiologi yang terang benderang adalah ketika Kementerian Kesehatan menelusuri kasus terkonfirmasi COVID-19 pertama di Indonesia.

Kasus nomor 1 muncul setelah dia dan sekitar 50 orang berdansa dalam satu ruangan dengan warga negara Jepang (yang belakangan diketahui positif COVID-19) pada tanggal 14 Februari. Penelusuran Kementerian Kesehatan menunjukkan pasien nomor 1 mulai bergejala pada 15 Februari, masuk rumah sakit 27 Februari, diambil sampelnya 1 Maret dan dilaporkan positif 2 Maret. Ada selang waktu 18 hari antara tanggal kemungkinan tertular dan tanggal kasus dilaporkan positif.

Karena penyelidikan epidemiologi ini membutuhkan waktu, biaya, dan tenaga terlatih, maka para ahli ilmu epidemiologi menggunakan patokan waktu lain misalnya tanggal mulai bergejala. Namun, interpretasi kurva tetap mesti berhati-hati karena 5-80% orang positif SARS-CoV-2 tidak memiliki gejala saat diperiksa.

Alternatif lain, menggunakan tanggal diambilnya sampel pemeriksaan sebagai patokan waktu analisis.

Gambar berikut memperlihatkan kurva epidemi yang menggunakan patokan waktu analisis seperti tanggal mulai bergejala dan tanggal sampel diperiksa.

Ilustrasi kurva epidemi COVID-19 di Cina menggunakan patokan waktu tanggal mulai bergejala dan tanggal diagnosis. China Center of Disease Control

Gambar A (grafik atas) memperlihatkan kurva epidemi antara tanggal 8 Desember 2019 dan 11 Februari 2020. Analisis diperoleh dari 72.314 kasus COVID-19 di Cina yang dikategorikan ke dalam empat kelas yaitu kasus terkonfirmasi (biru), suspek (hijau), diagnosis secara klinis (kuning), dan kasus tanpa gejala (merah).

Jumlah orang dari keempat kelas diletakkan bertumpuk untuk memperlihatkan total kasus baru harian (sumbu Y) diplot berdasarkan tanggal pasien mulai bergejala (sumbu X).

Gambar B (grafik bawah) memperlihatkan kurva epidemi dari periode waktu yang sama, namun hanya menganalisis dari pasien yang terkonfirmasi positif saja (sebanyak 44.672 dari 72.314 orang). Jumlah kasus baru harian (sumbu Y) diplotkan berdasarkan dua patokan waktu analisis yaitu tanggal pasien mulai bergejala dan tanggal diperiksa (sumbu X).

Ketiga, kurva epidemi itu sifatnya spesifik untuk satu lokasi. Mekanisme interaksi antara virus, manusia dan lingkungan untuk setiap wilayah bersifat unik. Sehingga kurva epidemi suatu wilayah tidak berlaku untuk wilayah lainnya.

Harapan segera ada kurva epidemi COVID-19 Indonesia

Untuk mengendalikan penyebaran COVID di Indonesia, pemerintah perlu melakukan berikut ini:

Pertama, sudah saatnya pemerintah Indonesia mengeluarkan kurva epidemi sesuai standar ilmu epidemiologi untuk setiap provinsi dan kabupaten/kota. Data tersebut sudah tersedia di rekam medis, sistem informasi fasilitas kesehatan dan laporan pemeriksaan laboratorium. Siap untuk dianalisis.

Kedua, pemerintah perlu secara terbuka dan transparan menyampaikan data jumlah pemeriksaan PCR dan lamanya waktu pemeriksaan untuk setiap provinsi dan kabupaten/kota untuk menaikkan kepercayaan publik terhadap kurva epidemi yang akan dikeluarkan pemerintah.

Ketiga, pemerintah perlu menggunakan kurva epidemi standar tersebut sebagai salah satu cara menilai pelaksanaan kebijakan pengendalian COVID-19.

Pemerintah Indonesia telah memilih strategi Pembatasan Sosial Berskala Besar (PSBB) dan Larangan Mudik untuk memutus rantai penularan conoravirus.

Pasal 17 Permenkes No 9 Tahun 2020 tentang PSBB telah mensyaratkan butuhnya bukti ilmiah untuk menilai keberhasilan pelaksanaan PSBB dalam menurunkan jumlah kasus baru.

Kita semua tentu ingin pandemi ini segera berakhir. Kabar baik yang ditunjang dengan alat ukur yang valid, akurat, dan tepercaya, akan memberikan harapan. Hal itulah yang kini mungkin absen di Indonesia.


Ikuti perkembangan terbaru seputar isu kesehatan selama sepekan terakhir. Daftarkan email Anda di sini.

Want to write?

Write an article and join a growing community of more than 108,800 academics and researchers from 3,572 institutions.

Register now