Estimasi dan Proyeksi HIV 2011-2016

ESTIMASI DAN PROYEKSI

HIV / AIDS DIINDONESIA

TAHUN 2011-2016

KAlA PENGANlAR

Perkembangan epidemi HIV-AIDS di dunia telah menjadi masalah global termasuk di Indonesia. Laporan kasus baru terus meningkat setiap tahunnya, namun sulit untuk mengetahui jumlah infeksi HIV yang sebenarnya ada. Untllk memahami epidemi yang terjadi di Indonesia, maka perlu dilakukan perhitungan estimasi jumlah populasi kunci terdampak HIV AIDS. Estimasi jumlah populasi kunci dan orang dengan HIV AIDS (ODHA) telah dilakukan merupakan kunci untuk memahami potensi epidemi dalam suatu area, memperkirakan be ban dari suatu penyakit, dan menyusun prioritas yang sesuai dalam merespon epidemi HIV/ AIDS.

Buku Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 ini merupakan kelanjutan dari laporan Pemodelan Matematil(a Epidemi HIV di Indonesia Tahun 2008-2014 yang diterbitkan oleh Kementerian Kesehatan pada tahun 2008. Buku ini menggambarkan situasi yang komprehensif dan dapat dipahami terkait dengan jumlah orang dengan HIV AIDS hingga ke tingkat kabupaten/kota.

Hasil pemodelan tahun 2008-2014 menunjukkan estimasi ODHA sebanyak 293.200 untuk tahun 2008 dan 842.800 untuk tahun 2013. Sedangkan estimasi jumlah infeksi baru sebanyak 51.300 untuk tahun 2008 dan 63.000 untuk tahun 2013. Hasil pemodelan tahun 2011-2016 menllnjukkan hasil estimasi ODHA sebanyak 591.823 untuk tahun 2012 dan 735.256 untuk tahun 2015. Sedangkan estimasi jumlah infeksi baru sebanyak 71.879 untuk tahun 2012 dan 85.523 untuk tahun 2015.

Penulisan hasil estimasi dan proyeksi HIV/ AIDS ini telah mendapatkan masukan dari berbagai pihak. Metodologi dan hasil estimasi ini telah direview oleh sekelompok ahli dan dipaparkan pada pemangku kepentingan. Dengan keterbatasan yang ada dalam perhitungan estimasi dan proyeksi ini, maka hasil ini merupakan hasil yang terbai]( yang dapat diperoleh dengan data-data yang tersedia pada saat perhitungan ini dilakllkan. Kami menyampai](an penghargaansetinggi-tingginyakepada semua pihakatas perhatian, bantuan dan kontribusinya dalam penyusunan, pelaksanaan, dan penyempurnaan kegiatan estimasi dan proyeksi ini.

Semoga buku ini bermanfaat dalam program pengendalian HIV AIDS, tidak hanya untuk Kementerian Kesehatan, namun juga untuk seluruh mitra kerja pengendalian HIV AIDS.

Jakarta, Maret 2014 Direktur Jenderal PP dan PL,

Prof. r. Tjandra Yoga Aditama NIP 195509031980121001

DAFTAR KONTRIBUTOR ESTIMASI DAN PROYEKSI HIV / AIDS TAHUN 2012

Pengarah : dr. H. M. Subuh. MPPM Penanggung Jawab : dr. Siti Nadia Tarmizi. M. Epid Koordillator : Naning Nugrahini. SKM. MKM Tim Penulis:

• Ari Wulan Sari (Subdit AIDS

&

PMS, Kemenkes RI) • Bayu Taruno (Subdit AIDS

&

PMS, Kemenkes RI) • Deddy Darmawan (HCPI)

• Dimas Wicaksono (SUMlIFHI) • Eka Hidayat (KPAN)

• Endang Budi Hastuti (Subdit AIDS & PMS, Kemenkes RI) • Fetty Wijayanti (WHO)

• Jesus Maria Garcia Calleja (WHO-HQ) • KWltOro (WHO Consultant/UNAIR) • Lely Wahyuniar (UNAIDS)

• Naning Nugrahini (Subdit AIDS & PMS, Kemenkes Rl) • Nurholis Majid (SUMI/FHI)

• Rizky Hasby (Subdit AIDS & PMS, Kemenkes RI) • Riris Andono (SUMlIFHI Consultant/UGM) • Robert Magnani (SUMlIFHI)

• Tobi Saidel (SUMlIFHI Consultant/PEMA) • Viny Sutriani (Subdit AIDS & PMS, Kemenkes Rl)

• Wiwat Peerapatanapokin (UNAIDS Consultant/East West Center) • Yulia Rachma (Subdit AIDS & STD, MoH Rl)

Kontributor:

• Achmad Taufik (Monev GFAIDS) • Badan Narkotika Nasional Indonesia • Badan Pusat Statistik Indonesia • Balitbangkes, Kemenkes RI • Dinas Kesehatan Provinsi • GWL-INA

• HCPI

• Helwiah (NU)

• Jane Soepardi (Pusdatin, Kemenkes Rl)

• JOTHI

• Kementerian Hukum dan Hak Azasi Manusia Rl

• Nancy Anggarini (Pusdatin, Kemenkes Rl)

• Nancy Fee (UNAIDS)

• OPSI

• Oscar Barreneche (WHO)

• PKBI

.PKNI

• Sri Pandam Pulungsih (WHO)

• Subdit Bina Kesehatan Ibu Hamil, Kemenkes Rl

• Subdit Bina Kesehatan Jiwa, Kemenkes Rl

.UNODC

• Wenita Indrasari (KPAN)

Peer Expert

Review

• Anak Agung Sawitri (Universitas Udayana)

• Asha Basnyat (FHI)

• Cho Kah Sin (UNAIDS)

• Irawati Atmosukarto (KPAN)

• Jesus Maria Garcia Calleja (WHO-HQ)

• Kuntoro (Universitas Airlangga)

• Lely Wahyuniar (UNAIDS)

• Oscar Barreneche (WHO)

• Tobi Saidel (Konsultan

Ausaid/PEMA)

• Wiwat Peerapatanapokin (Konsultan

UNAIDS/East

West Center)

• Wen ita Indrasari (KPAN)

Editor

• Viny Sutriani

• Fetty Wijayanti

• Tobi Saidel

DAFTAR lSI

Kata Pengantar ... ... ... ... ... ... ... .

Daftar Kontributor Estimasi dan Proyeksi HIV/ AIDS Tahun 2012 ... 11

Daftar lsi ... ... ... .... ... ... iv

Daftar Bagan, Tabel, dan Grafik ... ... ... v

Daftar Istilah dan Singkatan ... .. ... .. ... .. ... .... ... .. ... ... VI Ringkasan Eksekutif ... ... ... vii

1. Pendahuluan ... 1

2. Tujuan ... 2

3. Metodologi ... ... ... 2

3.l. Pembagian Distribusi Geografis ... .. ... .. ... .. ... ... 2

3.2. Perangkat Lunak yang digunakan .. ... ... ... . 3

3.3 . Penetapan Data Dasar dan Asumsi ... .... ... ... 4

3.4. Proses Estimasi dan Proyeksi ... .... ... ... 5

3.5. Estimasi Orang Dengan HIV AIDS (ODHA) ... 13

4. HasH dan Diskusi ... ... ... ... ... ... ... ... ... 14

4.1. ModulAEM ... .... .. .... .... ... ... .. ... .. ... ... 14

4.2. Modul Spectrum ... ... ... 16

5. Keterbatasan ... ... ... ... ... 20

6. Kesimpulan ... 20

7. Rekomendasi ... ... ... ... ... ... ... 21

8. Daftar Pustaka ... 21

9. Lampiran ... 22

DAFlAR BAGAN,lABEL,DAN GRAFIK

Bagan 1 : Alur Estimasi dan Proyeksi HIV / AIDS di Indonesia 2011-2016 Tabel 1 : Estimasi dan proyeksi Jumlah ODHA Menurut Populasi Kunci di

Indonesia Tahun 2011-2016

Tabel2 : Estimasi dan proyeksi Jumlah Infeksi HIV Baru Menurut Kelompok Populasi Kunci di Indonesia Tahun 2011-2016

Grank 1 : Estimasi dan Proyeksi Prevalensi HIV pada Populasi Usia 15-49 Tahun di Indonesia Tahun 2011-2016

Grafik 2 : Estimasi dan Proyeksi JumJah ODHA, Kematian AIDS dan Infeksi Baru Dewasa Usia 2': 15 Tahun di Indonesia Tahun 2011- 2016

Grank 3 : Estimasi dan Proyeksi JumJah ODHA dan Kebutuhan ART Dewasa Usia 2': 15 Tahun di Indonesia Tahun 2011-2016

Grank 4 : Estimasi dan Proyeksi Jumlah ODHA, Kematian AIDS dan Infeksi Baru Anak Usia 0-14 Tahun di Indonesia Tahun 2011-2016

Grank 5 : Estimasi dan Proyeksi Jumlah ODHA dan Kebutuhan ART Anak Usia 0-14 Tahun di Indonesia Tahun 2011-2016

Grank 6 : Estimasi dan Proyeksi Prevalensi HIV pada Ibu Hamil PositifHIV di Indonesia Tahun 2011-2016

Grank 7 : Estimasi dan Proyeksi Kebutuhan Layanan PPIA di Indonesia Tahun 2011-2016

DAFTAR ISTILAH DAN SINGKATAN

AEM AIDS AIM ART ARV Demproj FSW GWL-INA HCPI HEMI HIV IDU IMS JOTHI Kemenkes KPAN KTS LSL MSM MSW ODHA OPSI Penasun PKBI PKNI PMS PMTCT PPIA PPS SDKI STBP SUMl/FHI SUPAS UNAIDS UNODC WHO WPS

Asian Epidemic Model

Acquired Immunodefeciency Syndrome AIDS Impact Model

Antiretroviral Therapy Antiretroviral

Demographic Projection Female Sex Worker/WPS

Jaringan gay. waria dan laki-Iaki yang berhubungan seks dengan laki-Iaki lain di Indonesia

HIV Cooperation Program Indonesia HIV Epidemiological Modeling and Impact Human Immunodefeciency Virus

Injecting Drug User/Penasun Infeksi Menular Seksual

Jaringan Orang Terinfeksi HIV Indonesia Kementerian Kesehatan

Komisi Penaggulangan AIDS Nasional Konseling Testing Sukarela

Laki-Iaki Seks Laki-lakilMSM Men who have sex with men Male Sex Worker

Orang dengan HIV AIDS

Organisasi Perubahan Sosial Indonesia Pengguna Napza Suntik

Perkumpulan Keluarga Berencana Indonesia Persaudaraan Korban Napza Indonesia Penyakit Menular Seksual

Prevention of mother-to-child HIV transmission/PPIA Pencegahan penularan HIV dari ibu ke anak

Pria Pekerja Seks

Survei Demografi dan Kesehatan Indonesia Surveilans Terpadu Biologis dan Perilaku

Scaling up at most-at-risk-population lIFamily Health International

Survei Penduduk Antar Sensus

: The Joint United Nations Programme on HIV/AIDS United Nations Office on Drugs and Crime

World Health Organization Wanita Pekerja Seks

RINGKASAN EKSEKUTIF

Sejak tahun 2008, Indonesia mulai menggunakan perangkat lunak Asian Epidemic Model (AEM) sebagai alat bantu untuk memproyeksikan dampak epidemi HIV dengan menentukan faktor yang paling mempengaruhi terjadinya infeksi HIV Selain AEM, perangkat lunak Spectrum juga digunakan. Di dalam perangkat lunak Spectrum terdapat modul untuk membuat estimasi dan proyeksi demografi dan epidemi HIV dan AIDS.

Sebagai ringkasan dari estimasi dan proyeksi HIV/ AIDS di Indonesia pada tahun 2012 adalah sebagai berikut:

ODHA menurut populasi kunci

WPS langsung

WPS tidak langsung

Pelanggan WPS (langsung dan tidak langsung)

Laki-laki seks dengan laki-laki

Pengguna oapza suntik

Waria

Pelanggan waria

Laki-laki risiko rendah

Perempuan risiko rendah

Infeksi HIV baru menurut populasi kunci

WPS langsung

WPS tidak langsung

Pelanggan WPS (langsung dan tidak langsung)

Laki-laki seks dengan laki-laki

Pengguna napza suntik

Waria

Pelanggan waria

Laki-laki risiko rendah

Perempuan risiko rendah

PrevaIensi HIV populasi usia 15-49 tahun (%)

TotalODHA

Dewasa usia ::0': 15 tahun

Anak-anak usia 0-14 tahun

Total Infeksi HIV baru

Dewasa usia ::0': 15 tahun

Anak-anak usia 0-14 tahun

591.823 10.616 4.872 107.784 81.338 27.763 9.152 27.479 112.921 209.898 71.879 3.791 1.504 14.494 16.883 1.115 1.209 4.331 5.628 22.924 0.41 608.667 591.823 16.884 76.240 71.879 4.361

Total kematian AIDS 27.323

Dewasa usia ｾ＠ 15 tahun 25.484

Anak-anak usia 0-14 tahun 1.839

Total kebutuhan ART 178.631

Dewasa usia ｾ＠ 15 tahun 166.982

Anak-anak usia 0-14 tahun 1l.649

Prevalensi ibu hamil positifHIV (%) 0.38

15.517 Ibu hamil positive HIV

13.189 Kebutuhan layanan PPIA

Epidemi HIV di Indonesia biasanya dihubungkan dengan pengguna jarum suntik (Penasun) dan pekerja seks perempuan (WPS), akan tetapi saat ini situasi epidemi HIV dan AIDS telah berubah. Pada tahun mendatang diproyeksikan jumlah terbesar infeksi HIV baru akan terjadi di antara lald-laki yang berhubungan seks dengan laki -laki (LSL), diikuti perempuan pada populasi umum (perempuan risiko rendah) , yang terdiri dari perempuan terinfeksi melalui hubungan seks dengan pasangan yang telah terinfeksi serta wanita yang melakukan perilaku berisiko pada tahun-tahun sebelumnya dan mereka yang sebenarnya telah terinfeksi HIV dan baru dapat terdeteksi di kemudian hari. Jumlah infeksi HIV yang cukup besar terjadi pada laki-laki yang merupakan pelanggan pekerja seks dan laki-laki populasi umum, yang terdiri dari laki-laki yang terinfeksi melalui hubungan seksual dengan istri-istri mereka ditambah dengan laki-laki yang berhubungan seks dengan WPS pad a tahun sebelumnya.

Estimasi dan proyeksi HIV/ AIDS dapat dimanfaatkan untuk perkiraan kebutuhan sumberdaya dan untuk melengkapi informasi bagi pemangku kebijakan sehingga dapat menentukan prioritas program dengan berbasis pad a data. Selain itu, hasil ini dapat digunakan sebagai model dan informasi mutakhir untuk merevisi estimasi dan dampak setiap 2 tahun.

ESTIMASI DAN PROYEKSI HIV/AIDS DIINDONESIA

TAHUN 2011-2016

1. Pendahuluan

Proyeksi epidemi HIV terkenal kompleks, khususnya pad a awal epidemi dimana data yang dapat diandalkan terkait dengan parameter perilaku yang menggerakan epidemi tidak tersedia. Walaupun demikian, proyeksi epidemi HIV sangat dibutuhkan untuk menggambarkan kebutuhan berbagai layanan untuk program pencegahan, pengobatan, dukungan dan perawatan serta memperkirakan potensi infeksi baru yang dapat dicegah ketika melakukan anal isis biaya yang sudah dan akan diinvestasikan dalam upaya penanggulangan HIV/ AIDS.

Pada awal tahun 1990-an, terdapat dua model yang digunakan untuk memproyeksikan epidemi HIV di Indonesia - EpiModel dan IwgAIDS tetapi model ini telah digantikan oleh pengetahuan baru tentang epidemi HIV dan juga studi penelitian baru. Sehubungan meningkatnya kebutuhan

negara-negara untuk mendapatkan panduan mengenai metode yang paling tepat sebagai perhitungan estimasi dan proyeksi mereka, UNAIDS dan WHO telah membentuk

Reference Group on HIV Modeling, Estimates and Projections

pada akhir tahun 1998 (http://www.epidem.org). Berdasarkan rekomendasi Reference Group, dikembangkan sebuah model proyeksi yang lebih tepat untuk Asia. Asian Epidemic Model (AEM) adalah sebuah model kurva-fitting dengan sejumlah parameter perilaku yang menggambarkan suatu keadaan epidemi nasional dari sub-epidemi pada sub-populasi khusus.

Selanjutnya pad a tahun 2006 proyeksi epidemi HIV di Indonesia menggunakan HIV

Epidemiological Modeling and Impact

(HEMI). Estimasi dan proyeksi ini sudah memperhitungkan dinamika demografi dan prevalensi HIV pad a populasi tertentu dan kemungkinan penularan HIV pada daerah pedesaan dan perkotaan. Selain itu, model ini juga sudah mengembangkan simulasi analisis sensitivitas dari hasil intervensi dengan beberapa skenario.

Pada tahun 2008, Indonesia mulai menggunakan perangkat lunak Asian Epidemic Model (AEM) yang memproyeksikan epidemi dengan mengkombinasikan data prevalensi HIV dan indikator perilaku yang relevan untuk dapat menentukan faktor yang paling mempengaruhi terjadinya infeksi HIY. Selain itu, perangkat lunak Spectrum juga digunakan sebagai alat bantu untuk memproyeksikan dampak epidemi HIY. Di dalam perangkat lunak Spectrum terdapat modul untuk membuat estimasi dan proyeksi demografi dan epidemi HIV dan AIDS. Kedua model yaitu AEM dan Spectrum telah digunakan oleh banyak negara .

2. Tujuan

Tujuan dari estimasi dan proyeksi HIVIAIDS tahun 2011-2016 di Indonesia adalah untuk memberikan gambaran yang lebih jelas tentang situasi epidemi HIV saat ini dan perkiraan ke depan sehingga dapat digunakan oleh berbagai pihak dalam merencanakan program penanggulangan HIV dan AIDS di Indonesia yang lebih baik dan terarah. Selain itu, estimasi dan proyeksi ini juga diharapkan dapat digunakan sebagai dasar dalam melakukan evaluasi pelaksanaan berbagai program penanggulangan HIV dan AIDS yang sedang berjalan serta advokasi untuk meningkatkan komitmen berbagai pihak yang terlibat secara langsung maupun tidak langsung.

Hasil estimasi dan proyeksi HIVIAIDS di Indonesia tahun 2011-2016 juga dapat digunakan untuk melakukan anaJisis kebijakan dalam penanggulangan HIV dan AIDS, menentukan prioritas program dan memperkirakan sumber daya untuk pelaksanaan berbagai program.

3. Metodologi

Sub Direktorat AIDS & PMS Kementerian Kesehatan membentuk Kelompok Kerja Estimasi dan Proyeksi HIVIAIDS yang mengerjakan beberapa langkah utama untuk mempersiapkan Estimasi dan Proyeksi HIV IAIDS Nasional. Hasil dari kelompok kerja kemudian disesuaikan dan disetujui pada forum terbatas sebagai Estimasi dan Proyeksi HIVIAIDS di Indonesia 2011-2016.

Beberapa langkah yang dilakukan oleh Kelompok Kerja Estimasi dan Proyeksi HIV dijabarkan sebagai berikut:

3.1. Pembagian Distribusi Geografis

Perilaku berisiko tertular dan menularkan HIV seperti hubungan seks yang tidak aman dan penggunaan jarum suntil( secara bersama-sama dipengaruhi oleh situasi sosial, budaya, ekonomi, agama dan falctor lainnya pada populasi umum. Hal ini menyebabkan tingkat epidemi HIV di Indonesia berbeda antara satu wilayah dengan wilayah lain. Selain itu juga, data epidemiologi dan perilalru berisil<o populasi utama dalam epidemi HIV tidal( tersedia di semua kabupaten/kota. Oleh karena itu, dengan mempertimbangkan ketersediaan data dan perbedaan tingkat epidemi serta keterbatasan alat bantu yang digunakan maka Kelompok Kerja memutuskan untuk membagi estimasi dan proyeksi HIV IAIDS di Indonesia menjadi dua, yaitu:

• Estimasi dan proyeksi HIVIAIDS meliputi 31 provinsi,

• Estimasi dan proyeksi HIVIAIDS meliputi Provinsi Papua dan Papua Barat.

3.2. Perangkat Lunak yang digunakan

Kelompok Kerja memutuskan untuk melanjutkan menggunakan AEM dan Spectrum dalam membuat estimasi dan proyeksi HIV/ AIDS di Indonesia tahun 2011- 2016 karena data pendukung cuku p tersedia dan metode yang mudah digunakan. Pertimbangan lain adalah kemungkinan penggunaan di tingkat provinsi, kabupaten dan kota oleh stafDinas Kesehatan juga diperhatikan dan juga integrasi efek ART pada pencegahan. Perangkat lunak ini merupakan alat bantu standar yang digunakan oleh sebagian besar negara dan telah direkomendasikan oleh kelompok referensi WHO/UNAIDS untuk memperkirakan model dan proyeksi

• Asian Epidemic Model (AEM) 3.2 - vS

AEM dirancang sebagai alat bantu untuk dapat menjelaskan dinamika epidemi HIV di negara Asia atau lokasi geografis tertentu. Estimasi dan proyeksi ini menggunakan parameter perilaku sebagai salah satu perhitungan. Selanjutnya, hasil surveilans HIV pada populasi risiko tinggi tertentu digunakan sebagai acuan dalam melakukan penyesuaian hasil perhitungan AEM. Dengan demikian, gambaran yang diperoleh dapat lebih spesifik dengan keadaan suatu wilayah. AEM memiliki 6 lembar kerja

(Population, Heterosexual, IDU, MSM, Epidemic

dan HIV Prev)

untuk memasukan data dalam program Microsoft Excel dan beberapa lembar kerja untuk menampung hasil perhitungan dan penyesuaian yang dilakukan dalam program AEM dengan 2 komponen besar perhitungan pemodelan, yaitu laki-laki dan perempuan. Estimasi dan proyeksi AEM dapat dimanfaatkan untuk menentukan prioritas kebijakan program, yaitu:

- Total HIV, AIDS dan kematian terkait HIV/ AIDS, kumulatif dan yang ada setiap tahun

- Sebaran umur ODHA yang ada setiap tahun

- Infeksi baru dan jumlah ODHA setiap populasi berisiko saat ini: o WPS, LSL, PPS, Waria, Penasun, Pelanggan

o Populasi umum laki-Iaki maupun perempuan o Anak-anak

- Rute transmisi dari waktu ke waktu • Spectrum versi 4.49

Spectrum dirancang agar dapat menghasilkan informasi yang bermanfaat dalam memformulasikan kebijakan dan dialog untuk pengendalian epidemi HIY. Model yang ada dalam Spectrum adalah DemProj, FamPlan, AIM, RAPID, PMTCT, Safe Motherhood dan Condom requirements. Spectrum

merupakan alat bantu untuk menghubungkan pelaksanaan program dengan tujuan dan merangkum luaran dari model Spectrum yang lainnya. Proyeksi yang dihasilkan juga dapat membantu upaya untuk merespon epidemi HIV dengan memperkirakan jumlah dan alokasi dana yang terkait dengan pencapaian tujuan nasional, seperti penurunan prevalensi HIV dan perluasan perawatan dan dukungan.

3.3. Penetapan Data Dasar dan Asumsi

Data yang ditetapkan oleh kelompok kerja untuk digunakan sebagai data dasar dalam membuat estimasi dan proyeksi HIV/ AIDS di Indonesia tahun 2011-2016 dengan AEM dan Spectrum adalah:

1. Data Demografi

a. Sensus Penduduk BPS Tahun 1980, 1990,2000 dan 2010

b. Survei Penduduk Antar Sensus BPS Tahun 1985, 1995 dan 2005 c. Proyeksi Penduduk Indonesia, BPS Tahun 2000-2025

d. Estimasi Ukuran Populasi Kunci HIV, Kemenkes RI tahun 2012 2. Data Perilaku dan Epidemiologi Populasi Utama

a. Survei Surveilans Perilaku pada populasi WPS dan Pekerja Seks, Kemenkes RI tahun 1996, 1998 dan 2000

b. Survei Surveilans Perilaku pada populasi Penasun, WPS, Pria Risti, Waria dan LSL, Kemenkes RI tahun 2002 dan 2004

c. Survei Demografi Kesehatan Indonesia, BPS tahun 2003 dan 2007

d. Penelitian Infeksi Saluran Reproduksi pad a populasi WPS, Kemenkes RI tahun 2003, 2005 dan 2007

e. Survei Terpadu HIV dan Perilaku pada Masyarakat Umum di Tanah Papua, Kemenkes RI tahun 2006

f.  Survei Terpadu Perilaku dan HIV pada populasi Penasun, WPS, Pria Risti, Waria dan LSL, Kemenkes RI tahun 2007, 2009 dan 2011

g. Laporan Sentinel Surveilans HIV pada poplliasi WPS, Penasun dan Pria Risti, Kemenkes RI tahlln 1998-2011

h. Laporan kaSllS AIDS Kemenkes RI tahlln 2000-2011

Kelompok Kerja juga menyepakati beberapa asumsi dan penggunaan data dari sumber lain untuk melengkapi semua parameter yang dibutuhkan oleh AEM dan Spectrum dalam menghasilkan estimasi dan proyeksi HIV/ AIDS di Indonesia. Beberapa asumsi tersebut adalah:

l. Jumlah populasi utama (WPS, Penasun, LSL, Waria, Pelanggan Penjaja Seks) dan pertumbuhan di tahun 2011-2016

2. Rata-rata tahun menjadi populasi kunci

3. Distribusi umur orang dengan infeksi menular seksual 4. Progresifitas HIV dan AIDS

5. Total fertility Rate pada populasi dengan HIV positif

Selain itu, Kelompok Kerja juga menyepakati hasil penyesuaian beberapa parameter yang disesuaikan dalam proses validasi hasil estiamdi dan proyeksi dengan prevalensi HIV dari hasil surveilans seperti:

1. Tahun dimulai epidemi HIV secara umum maupun pada populasi Penasun dan LSL

2. Probabilitas infeksi baru HIV pada populasi Penasun melalui hubungan seks laki-laki dengan laki-laki dan laki-laki dan perempuan

3.

Co-factor

infeksi baru HIV akibat IMS dan sirkumsisi 4. Proporsi terkait Penasun

3.4. Proses Estimasi dan Proyeksi

KeJompok Kerja membuat tiga modul AEM yaitu Modul 31 Provinsi, Tanah Papua (Provinsi Papua dan Papua Barat) dan Waria untuk menghasilkan estimasi dan proyeksi prevalensi HIV pada populasi usia 15-49 tahun di Indonesia tahun 2011-2016. Hal ini dilakukan karena keterbatasan modul AEM yang tidak bisa menampung lebih dari satu pemodelan dalam satu modul dan tidak tersedia ruang hitung untuk populasi waria.

Proses estimasi dan proyeksi HIV/AIDS di Indonesia tahun 2011-2016 dimulai dengan memasukkan data pada modul AEM yang terdiri dari 6lembar kerja, yaitu: 1. Lembar Kerja Populasi yang diisi dengan data demografi berupa rasio penduduk usia 15-49 tahun terhadap penduduk usia 15 tahun keatas dan jumlah penduduk usia 15 tahun keatas serta 15 tahun dari tahun 1975 sampai dengan 2032 yang dipisahkan menurut jenis keJamin.

Data demografi dan sumber data lain yang digunakan untuk mengembangkan estimasi dan proyeksi HIV/ AIDS di 31 provinsi dan Tanah Papua adalah: • Rasio penduduk usia 15-49 tahun terhadap penduduk usia 15 tahun

keatas menggunakan rasio pada tahun 2011 dari hasil proyeksi penduduk Indonesia tahun 2005.

• Jumlah penduduk laki-Iaki dan perempuan usia 15 tahun keatas diambil dari beberapa sumber seperti:

- Sensus penduduk tahun 1980, 1990,2000 dan 2010 - Survei Penduduk Antar Sensus tahun 1995 dan 2005 - Proyeksi penduduk tahun 2000 - 2025

- Perhitungan interpolasi jumlah penduduk tahun 1975-1980 (2,3%), 1980-1990 (1,97%) dan 1990-2000 (1,49%), sedangkan untuk estimasi jumlah penduduk tahun 2026-2032 menggunakan asumsi pertambahan populasi sebesar 1,3%.

• Jumlah penduduk laki-Iaki dan perempuan usia 15 tahun tidak tersedia dari hasil survei diatas sehingga dihitung dengan cara menjumlahkan jumlah penduduk kelompok umur 10-14 tahun dan 15-19 tahun lalu dibagi 10. Asumsi yang digunakan adalah sebagian penduduk usia 15 tahun ada di kelompok umur 10-14 tahun dan sebagian lagi ada di kelompok umur 15-19 tahun serta distribusi penduduk pada kelompok umur 10-19 tahun sarna rata.

2. Lembar Kerja Heteroseksual berisi data perilaku seksual dari populasi Wanita

Pekerja Seks dan pelanggannya serta dari penduduk usia 15-49 tahun pad a umumnya. Data ini digunakan sebagai asumsi untuk mengisi kesenjangan perilaku yang konservatif selama bertahun-tahun dengan mempertimbangkan data dari survei yang ada selama beberapa tahun (2007,2009 dan 201l).

Sumber data dan asumsi yang digunakan untuk mengisi lembar kerja heteroseksual AEM:

• Proporsi WPS dan penduduk perempuan usia 15-49 tahun menggunakan data dari hasil estimasi WPS tahun 2012 (31 provinsi: 0,33% dan Tanah Papua: 0,55%).

• Proporsi

higherfrequency

menggunakan proporsi WPS Langsung dari jumlah WPS (31 provinsi dan Tanah Papua: 54%) dari hasil estimasi populasi WPS tahun 2012.

• Proporsi

higher frequency

yang pindah menjadi lower frequency setiap tahun untuk 31 provinsi menggunakan hasil dari STBP tahun 2011 (9%), sedangkan untuk Tanah Papua menggunakan persentase dari nilai anggapan (default value berdasarkan kaj ian internasional: 1 %) yang disediakan AEM karen a tidak ada data untuk Tanah Papua.

• Rata-rata pelanggan per hari higher frequency rnenggunakan rata-rata

pelanggan WPS Langsung dari hasil STBP 2011 (31 provinsi: 1.9 dan Tanah Papua: l.1). Sedangkan untuk lower frequency rnenggunakan rata-rata

pelanggan WPS Tidak Langsung dari survei sarna (31 provinsi: 1,1, Tanah Papua: 0,34).

• Hari kerja per rninggu higher frequency rnenggunakan rata-rata kerja WPS Langsung dari hasi STBP 2011 (31 provinsi: 3,7 dan Tanah Papua: 5,6). Sedangkan untuk lower frequency rnenggunakan data-rata hari kerja WPS

Tidak Langsung dari Surveil yang sarna (31 provinsi: 4,1 dan Tanah Papua: 5,8).

• Persentase penggunaan kondorn di higher frequency diarnbil dari proporsi

pernakaian kondorn WPS Langsung pada hubungan seks kornersial terakhir dari hasil STBP tahun 2011 (31 provinsi: 73% dan Tanah Papua : 66%). Sedangkan untuk % pernakaian kondorn untuk lower frequency digunakan

data yang sarna untuk WPS Tidak Langsung (31 provinsi: 60% dan Tanah Papua: 56%).

• Data rata-rata kerja sebagai WPS tidak tersedia di 31 provinsi rnaupun Tanah Papua. Oleh karena itu data tersebut dihitung dari data STBP 2011 dengan asurnsi populasi vVPS stabil dirnana jurnlah yang keluar sarna dengan yang jurnlah baru diperkirakan dengan cara sebagai berikut:

- Persentase WPS Langsung yang bekerja kurang dari satu tahun adalah 34,29% untuk 31 provinsi dan 27,82% untuk Tanah Papua sehingga estirnasi lama kerja sebagai WPS Langsung di 31 provinsi adalah 1/34,29%: 2.97 tahun dan di tanah Papua adalah 1127,82%: 3,59 tahun. - Persentase WPS Tidak Langsung yang bekerja kurang dari satu tahun

di 31 provinsi adalah 37,86% dan 51 % untuk Tanah Papua sehingga estirnasi lama kerja sebagai WPS Langsung di 31 provinsi adalah 1/37,86%: 2,64 tahun dan di Tanah Papua adalah 1151 %: 1,97 tahun. • Persentase WPS dengan Infeksi Menular Seksual pada AEM 31 provinsi

diarnbil dari WPS yang terinfeksi Neisseria gonorrhoeae dan atau Chlamydia trachomatis pad a STBP tahun 2011 (WPS Langsung: 37% dan WPS Tidak

Langsung: 15%) sedangkan pad a AEM Tanah Papua digunakan data dari survei yang sarna di Tanah Papua (WPS Langsung: 26% dan WPS Tidak Langsung: 20%).

• Persentase laki-laki usia 15-49 tahun yang rnembeli seks dalarn 1 tahun terakhir rnenggunakan hasil STBP tahun 2011 (l 0%). Hasil ini digunakan untuk semua tahun dengan asurnsi pertumbuhan jumlah Pelanggan WPS sarna dengan perturnbuhan penduduk laki-laki usia 15-49 tahun.

• Sarna seperti lama kerja sebagai WPS, data sebelumnya pada laki-laki usia 15-49 tahun sebagai pelanggan WPS juga tidak tersedia dan dihitung dengan cara yang sarna dari hasil STBP tahun 2011

• Persentase laki-laki usia 15-49 tahun yang disunat diasumsikan dari proporsi jumlah penduduk laki-laki 15-49 tahun yang beragama Islam. • Persentase laki-laki dan perempuan usia 15-49 tahun yang punya pasangan

seks selain pasangan tetap dan seks komersial diasumsikan dari data SDKI 2007.

• Tingkat pemakaian kondom dan jumlah hubungan seks dengan bukan pasangan tetap dan bukan seks komersial diasumsikan dari data:

- Tingkat pemakaian kondom dan jumlah hubungan seks dengan bukan pasangan tetap dan bukan seks komersial menggunakan hasil STBP pada populasi pria berisiko tinggi di beberapa kota tahun 20 II.

- Data jumlah hubungan seks dengan pasangan seks tetap dalam satu minggu dan tingkat pemakaian kondomnya diambil dari data STBP tahun 2011. Sedangkan prevalensi IMS pada penduduk dewasa secara umum tidak tersedia di Indonesia. Oleh karena itu data ini dibuat dengan mengasumsikannya dari proporsi Pelanggan WPS dan kemungkinan mereka terinfeksi IMS dengan prevalensi IMS yang ada pada poplliasi WPS.

3. Lembar Kerja IDU hanya diisi pada estimasi dan proyeksi di 31 provinsi,

sedangkan untuk Tanah Papua dikosongkan. Lembar kerja IDU berisi data perilaku berisiko Pengguna Napza Suntik (Penasun) sebagai berikut:

• Proporsi penduduk laki -laki usia 15-49 tahun yang menjadi Penasun pada tahun 2011 (0.10%) diambil dari hasil estimasi populasi kunci yang dilakukan oleh Kementerian Kesehatan tahun 2012. Pertumbuhan jumlah Penasun diasumsikan sarna dengan pertumbuhan penduduk laki-laki 15-49  tahun sehingga proporsinya sarna dengan  tahun 2011. 

•   Dengan  menggunakan  hasil  STBP  pada  populasi  Penasun  tahun  2011,  didapatkan  hasil:  Proporsi  Penasun  yang  ada  di  jejaring  berisiko  tinggi:  36,4% , berbagi jarum:  13%,  selalu  berbagi jarum seminggu terakhir:  72%,  rata­rata  menyuntik per hari:  1,6,  persentase yang  membeli  seks  setahun  terakhir: 24% dan tingkat konsistensi pemakaian kondom: 66%. Sedangkan  rata­rata tahun menjadi Penasun dihitung dengan rumus yang sarna untuk  menghitung rata­rata tahun menjadi WPS. 

•   Tidak  seperti  di  beberapa  negara  Asia  lainnya,  proporsi  WPS  yang  juga  Penasun  di  Indonesia  masih  sangat  kecil  (WPS  Langsung:  1%,  WPS  Tidak Langsung: 2%).  Oleh karena itu perilaku risiko menyuntik sebagian 

diasumsikan  tidak  memberi  dampak  besar  pada  epidemi  dari  populasi  Penasun,  sedangkan  perilaku  pemakaian  kondom  disamakan  dengan  populasi WPS secara Umum. 

4. Lembar Kerja

MSM berisi data perilaku berisiko populasi homoseksuallaki-laki.  Seperti juga isian  lembar kerja  Heteroseksual dan IDU,  data  untuk isian  lembar kerja  MSM sebagian besar berasal dari STBP  tahun 2011. Asumsi dan  data yang digunakan adalah: 

•   Estimasi  proporsi  penduduk laki­laki  usia  15­49  tahun yang homoseksual  adalah  0,6%.  Data  tersebut  diambil  dari  hasil  estimasi  populasi  LSL  di  Indonesia  yang  dilakukan  oleh  Kementerian  Kesehatan  tahun  2012 .  Asumsi  pertumbuhan jumlah  homoseksual  setiap  tahun  juga  disamakan  dengan pertumbuhan penduduk laki­laki  usia  15­49 tahun. 

•   Umur  pertama  kali  melakukan  hubungan  seks  dihitung dengan  cara  dan  asumsi yang sama dengan  rata­rata tahun sebagai WPS. 

•   Beberapa  parameter perilaku yang diambil  dari  hasil  STBP  pada  populasi  homoseksual tahun 2011  dan disamakan untuk semua tahun adalah:  ­ Persentase homoseksual yang melakukan anal seks 1 tahun terakbir: 73%  ­ Rata­rata anal seks per minggu:  1 

­ Biseksual  (punya pasangan seks perempuan):  10% 

Persentase  selalu  menggunakan  kondom  pada  seks  anal  seminggu  terakhir: (LSL risiko tinggi:  54% dan LSL  risiko rendah: 60%) 

­ Persentase yang  membeli  seks  dari  pria  pekerja  seks:  (LSL  risiko  tinggi:  19% dan LSL risiko rendah: 6%) 

­ Persentase yang membeli seks dari wanita pekerja seks:  7%  ­ Tingkat pemakaian kondom dengan pria  pekerja seks: 62% 

­ Persentase  pria  pekerja  seks  yang  melakukan  anal  seks  dalam  1  tahun  terakhir: 82% 

­ Persentase  yang  pernah  mengalami  gejala  IMS:  (LSL  risiko  tinggi:  24%  dan LSL  risiko rendah: 4,8 %) 

­ Tingkat  pemakaian  kondom  dengan  WPS:  (LSL  risiko  tinggi  66%  and  LSL  risiko rendah: 55%) 

•   Sementara  data  tingkat  pemakaian  kondom  homoseksual  dengan  WPS  Langsung  dan  Tidak  Langsung  disamakan  dengan  data  dari  lembar  kerja  heteroseksual, sedangkan  persentase homoseksual yang menjadi  pekerja seks  setiap  tahunnya diambil  dari  data di  tingkat regional  (Asia  Tenggara)  karen a  data tersebut tidak tersedia di  Indonesia. 

5.  Lembar Kerja Epidemik berisi  data  kJinis  terkait  IMS  dan  HIVIAIDS.  Ketersediaan data tersebut di Indonesia secara umum sangat terbatas dan sulit  untuk diakses. Oleh karen a itu data seperti distribusi IMS  menurut kelompok  umur dan  probabilitas penularan dari ibu  ke anak diambil dari negara lain  di  Asia Tenggara (Thailand) yang memiliki data tersebut. Semen tara data fertilitas  menurut  kelompok  umur  menggunakan  data  SDKI  dan  data  probabilitas  penularan HIV dari populasi berisiko tinggi serta  tahun dimulainya  epidemi  merupakan hasil proses penyesuaian pemodelan dengan data surveilans HIY. 

6. Lembar kerja HIV Prevalens berisi  data  surveilans  HIV  dari  beberapa 

populasi  risiko  tinggi  di  31  provinsi  dan  Tanah  Papua.  Data­data  tersebut  berasal  dari  surveilans  sentinel  HIV  yang  dilakukan  oleh  Dinas  Kesehatan  Kabupaten/Kota dan tempat­tempat layanan  KTS  serta STBP 201l. 

Data  prevalensi  HIV  dari  beberapa  tempat  sentinel  untuk  populasi  WPS  dirata­ratakan  karena  moduJ  AEM  hanya  bisa  menampung  satu  serial  data  untuk setiap  popuJasi  berisiko.  Sedangkan  data  prevaJensi  HIV  di  beberapa  popuJasi seperti homoseksuallaki­laki dan penduduk usia  15­49 tahun tidak  tersedia  atau  data yang  tersedia  tidak cukup  untuk  membuat tren  prevalensi  HIY. 

Data prevalensi HIV pada AEM digunakan sebagai acuan dalam penyesuaian  hasil perhitungan dari data perilaku dan probabilitas infeksi serta progresifitas  HIVIAIDS  sehingga  hasil  pemodeJan  bisa  Jebih  sesuai  dengan  keadaan  di  Indonesia. Oleh karena itu kualitas data surveiJans HIV sangat penting untuk  menentukan rentang ketidakpastian hasil estimasi dan proyeksi HIVIAIDS.  Hasil  stimasi  AEM  digunakan  sebagai  asupan  data  Spectrum  untuk  memproyeksikan  konsekuensi  dari  angka  estimasi  prevalensi  HIY.  Dua  modul  dalam Spectrum digunakan , yaitu Demographic Projection (DemProj) dan AIDS

Impact Model (AIM).  DemProj  memproyeksikan  populasi  berdasarkan  umur 

dan  jenis  kelamin  dan  menunjukan  indikator  demografis  lainnya  sedangkan  AIM  menghitung  jumlah  orang  yang  terinfeksi  HIV,  kasus  AIDS,  kematian  akibat AIDS,  anak  dengan  HIV & AIDS,  kebutuhan  ART,  kebutuhan  PPIA  dan  akibat  AIDS  lainnya.  Hubungan  antara  kedua  alat  bantu  tersebut  dijabarkan  dalam  bagan  1 di  bawah ini: 

Bagan 1. Alur Estimasi dan Proyeksi HIV/AIDS di Indonesia 2011­2016 

Data Demografi  

Data Perildku  

'­­­__>

_{ASIAN  F.PIDEMIC MODEL}  Data  url'eilans HIV  

Data dan  Asumsi  Epidemiologi lainnya  

1}  

ｅＢＧ［Ｚ［ＺＺｾｾ［ＺｾＧＧＧＧＧ＠

I 

SPECTRUM

""m,,'

P"y".' Popo'", 

］Ｚｊ

ｾ＠

Asumsi Epidemiology 

Estimasi Proyeksi  ­ Infeksi  Baru HIV  ­ Kernatian  terkait HIV  ­ Kebuluhan terapi ARV  ­ Kebuluhan PPIA  Proyeksi demografis dalam Spectrum sebagian besar menggunakan data Proyeksi  Penduduk Indonesia tahun 2000­2025 dari Badan Pusat Statistik. Berikut adalah  sumber data untuk input demografis pada  modul DemProj­Spectrum:  •   Data Demografi  Menggunakan data yang sarna dengan data demografi  untuk modul AEM.  •   Angka harapan hidup, Total Fertility Rate dan Age Spesific Fertility Rate 

Menggunakan  hasil  Survei  Demografi  Kesehatan  Indonesia  dan  Proyeksi  Penduduk  Indonesia  tahun  2000­2025  serta  tabel  model hidup  penduduk di  kawasan Asia Tenggara yang sudah tersedia dalam modul DemProj­Spectrum.  •   Rasio jenis kelamin pada tiap  kelahiran 

Menggunakan  hasil  perhitungan  berdasarkan  hasil  Survei  Demografi  Kesehatan Indonesia (SDKI)  tahlln 2003 dan 2007. 

•   Migrasi International 

Menggunakan data dari buku proyeksi Penduduk Indonesia tahun 2000­2025,  hasil  Sensus  Penduduk  1990  dan  2000  serta  Sllrvei  Penduduk  Antar Sensus  (SUPAS)  1995 dan 2025. 

Sedangkan data terkait dengan epidemiologi HIV dan AIDS untuk modul AEM-Spectrum dijabarkan dari sumber data dan asumsi sebagai berikut: 

•   Prevalensi  HIV  pada  kelompok  populasi  orang  dewasa  (15­49  tahun)  menggunakan  luaran  dari  3  modul  AEM  (Papua,  Non  Papua  dan  Waria)  yang  sudah dikompilasikan. 

•   Tahun  awal  terjadinya  epidemi  menggunakan  luaran  dari  modul  AEM  Non  Papua.  Hal  ini  dilakukan  mengingat  modul  AEM  Non­Papua  berisi  populasi  berisiko  tinggi yang lebih  lengkap dan kedua model AEM lain serta  merupakan  penyesuaian  dengan  prevaJensi  HIV  hasil  surveilans  dari  beberapa  populasi  berisiko tinggi. 

•   Progresifitas  HIV  menjadi  AIDS  membutuhkan  ART  dan  ODHA  yang  meninggal karena  tidak menerima ART mengikuti rekomendasi UNAIDS, yaihl  menggunakan waktu median dari awal terjadinya infeksi hingga kematian akibat  AIDS tanpa ART untuk orang dewasa diasumsikan 10 tahun (9,6 tahun untuk pria  dan  10,4  tahun  untuk  wanita).  Untuk  anak  diasumsikan  waktu  perkembangan  menuju kematian lebih cepat. 

•   Distribusi  usia  dengan  HIV  dan  AIDS  setiap  tahun  menggunakan  angka  yang  disediakan  oleh  modul  AEM­Spectrum  untuk  negara  dengan  tingkat  epidemi  HIV terkonsentrasi pada populasi tertentu. Sedangkan rasio jenis kelamin orang  dengan HIV dan AIDS dihitung dari distribusi kasus AIDS yang dilaporkan.  •   Rasio Total Fertility Rate dari perempuan yang terinfeksi HIV dengan yang tidak 

terinfeksi menggunakan angka yang disediakan oleh modul Spectrum. 

•   Jllmlah  ODHA yang menerima ART didapat dari  hasil  monitoring ART Sllbdit  AIDS  &  PMS  Kementerian  Kesehatan  tahun  2004­2011.  Sedangkan  cakupan  ART tahun 2012­2016 dianggap sarna dengan tahun 2011. 

•   Perkiraan  cakupan  program  PPIA  diasumsikan  sedang dan  konservatif dengan  persentase yang sarna pada perempuan dan anak­anak yang menerima ART. 

Setelah semua data yang dibutllhkan oleh Spectrum di masukan, maka alat bantu  tersebut menghitungsecara otomatis estimasi indikatordampak epidemi HIV dan  kemungkinan  membuat  proyeksi.  Kelompok  Kerja  kemudian  membandingkan  hasil  perhitllngan modul Spectrum dengan hasil dari modul AEM  serta laporan  Estimasi Ukuran Populasi Kunci HIV tahun 2012. 

Ada  beberapa  perhitungan  estimasi  dan  proyeksi  dari  modul  Spectrum  yang  kemudian disepakati  untllk  tidak digunakan  dalam  laporan  ini,  seperti dampak  epidemi  HIV  terhadap  epidemi  tuberculosis  dan  perhitungan  anak  yang  kehilangan ibu dan atau ayah akibat kematian AIDS. Hal ini dilakukan mengingat  cara perhitungan dalam  modul Spectrum didasari oleh  hasil  penelitian dampak  epidemi di  Afrika dan belum tersedia data tersebut di Indonesia. 

3.5. Estimasi Jumlah Orang Dengan HIV AIDS (ODHA)

Sebelumnya  estimasi  jumlah  ODHA  nasional  dihitung  dengan  menggunakan  metode esktrapolasi yang didasarkan  pada  estimasi jumlah populasi  kunci  HIV  dan  data  prevalensi  HIV  terbaru  dari  STBP  dan  atau  surveilans  sentinel  HIV  Kemenkes.  Metode  ini  cenderung  mengestimasi  jumlah  ODHA  dengan  lebih  rendah  karena  bergantung  pada  laki­laki  risiko  tinggi  yang  melaporkan  bahwa  mereka  mereka  telah  membeli  seks  dan  perempuan  yang  melaporkan  bahwa  mereka  menjual  seks  dalam  12  bulan  terakhir,  sehingga  sulit  untuk  mengukur  man tan  pelanggan  dan  mantan  pekerja  seks yang  tidak  melakukan  transaksi  12  bulan terakhir sebelum survei dilakukan. 

Keterbatasan  ini  dapat  diatasi  oleh  AEM  yang  mengunakan  "fitting"  kecenderungan  jumlah  ODHA  untuk  setiap  populasi  kunci  dengan  mempertimbangkan  data  spesifik  untuk  setiap  negara  dan  kecenderungan  pola  epidemi  untuk sejumlah  besar  negara  di  Asia  dengan  tingkat  epidemi  HIV  terkonsentrasi.  Metode  ini  mengimbangi risiko  infeksi  HIV dalam  periode survei  berurutan  (dan  bukan  12  bulan  sebelumnya yang  tercakup  dalam  sebagian  besar  survei, termasuk STBP  201l) . Sebagai hasilnya, jumlah estimasi ODHA dari AEM  dikoreksi  untuk populasi  risiko  rendah yang  tidak dilaporkan dalam  STBP  (yaitu  orang yang tidak melaporkan perilaku berisiko selama  12  bulan sebelum survei) .  AEM  menghasilkan  estimasi  jumlah ODHA  tahun  2012  dengan  menggunakan  data input dari laporan estimasi ukuran populasi kunci HIV tahun  2012,  tingkat  dan kecenderungan prevalensi HIV pada populasi kunci, perilaku  berisiko serta  pencarian  pelayanan  kesehatan . Perangkat  lunak  AEM  kemudian  mencocokan  sebuah garis kecenderungan ODHA untuk setiap populasi kunci yang konsisten  dengan  data  input  dari  Indonesia  dan  evolusi  epidemi  HIV  di  negara­negara  Asia . Garis  kecenderungan  yang didapat  menghasilkan estimasi jumlah ODHA  setiap tahun yang konsisten dengan semua data yang tersedia. 

Meskipun  demikian,  AEM  tidak dapat memberikan  estimasi jumlah  ODHA  di  tingkat  kabupaten/kota,  sehingga  metode  ekstrapolasi  konservatif  digunakan  untuk mengestimasi jumlah ODHA di  tingkat kabupaten/kota. Untuk mengatasi  estimasi  yang  terlalu  rendah  dari  metode  esktrapolasi,  jumlah  ODHA  yang  diestimasi  kemudian disesuaikan  dengan  faktor  koreksi.  Faktor koreksi  tersebut  mempertimbangkan  jumlah  estimasi  ODHA  yang  dihasilkan  oleh  AEM  dan  metode  ekstrapolasi  di  tingkat  nasional  (yaitu  total  estimasi  jumlah  ODHA  kabupaten/kota)  untuk setiap  populasi kunci.  Dengan demikian, jumlah ODHA  yang disesuaikan untuk setiap kabupaten/kota menjadi sebagai  berikut: 

#PLHIV(adj) 

= 

PLHIV size(di<,rictt  [ 1 +(PLHIV(AEM) ­PLHIV(national))/PLHIV(national)l 

AEM  juga  memiliki  sejumlah  keterbatasan,  yaitu,  pertama,  parameter  AEM 

diturunkan dari  nilai  rerata  dari  beberapa  negara  Asia  lainnya.  Nilai  parameter 

ini  mungkin  dapat atau  tidak dapat  mencerminkan situasi di  Indonesia;  Kedua, 

AEM  tidak  memiliki  modul  waria  dalam  perhitungannya.  Untuk mengestimasi 

ODHA  pada  populasi  ini,  AEM  menggunakan  parameter  lembar  kerja 

heteroseksual  (WPS).  Oleh  karena  itu,  hasil  estimasi  dan  proyeksi  dari  lembar 

kerja waria perlu diinterpretasikan secara hati­hati. 

Selanjutnya  AEM  mensimulasikan  populasi  laki­laki  risiko  rendah  (mantan 

pelanggan,  man tan  Penasun  dan  mantan  LSL)  dan  populasi  perempuan  risiko 

rendah  (mantan  WPS,  pasangan  pelanggan  dan  Penasun,  pasangan  man tan 

pelanggan , pasangan man tan LSL dan pasangan mantan Penasun). Beberapa dari 

sub­populasi ini, yaitu mantan pelanggan, mantan Penasun, mantan LSL, mantan 

WPS,  pasangan  pelanggan , tidak dihitung dan  diperdiksi  dalam  estimasi. Oleh 

karena  itu,  estimasi  jumlah  ODHA  tidak  dapat  secara  langsung  dibandingkan 

dengan  hasil  AEM.  Dengan  demikian,  hasil  estimasi  untuk  populasi  risiko 

rendah dipresentasikan  berdasarkan sub­populasinya. 

4. HasH 

dan

Diskusi 

4.1. Modul AEM 

[image:25.595.56.377.471.623.2]

Dengan  menggunakan  asumsi  ketersediaan  data  perilaku  berisiko  tertular  dan 

menularkan  HIV  pad a  populasi  utama  (WPS,  Pelanggan  WPS,  LSL,  Penasun, 

Waria,  Pelanggan  Waria  dan populasi  risiko  rendah)  tahun  2011­2016 dan  hasil 

STBP  pad a populasi  umum Tanah  Papua Tahun  2006 serta STBP  pada Populasi 

Berisiko  Tahun  2007,  2009  dan  2011,  maka  modul  AEM  memproyeksikan 

terjadinya  peningkatan  prevalensi  HIV  pada  populasi  usia  15­49  tahun  dari 

0.38 % pada tahun 2011  menjadi 0.5% di  tahun  2016  (Grafik  1). 

Grafik 1. Estimasi dan Proyeksi Prevalensi HIV pada Populasi Usia  15­49 Tahun di  Indonesia Tahun 2011­2016 

1 

0.8 

ｾ＠

'i:  0.6  ＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭＭ ｯＭ Ｎ Ｔ Ｖ ＭＭＭＭＭ ｾ ＰﾷＮＴ ｮ ＭＭＭＭＭＸ＠ Ｐ ｾ

> 

a .

.v;  c 

'"

"iii  >  0.4  0.38  F 0.41  0.43  ｾ＠ 0-0.2

0 I 

2011 2012 2013 2014 2015 2016

Tahun

Selain  estimasi  dan  proyeksi  prevalensi  HIV dari  modul  AEM  didapatkan  juga  estimasi dan proyeksi jumlah ODHA menurut populasi berisiko. dim ana jumlah  ODHA di populasi Pengguna Alat Suntik (Penasun)  mengalami penurunan dari  28 .944 pada  tahun 2011  menjadi 21.559 di  tahun 2016. Sedangkan peningkatan  jumlah  ODHA  terjadi  pada  populasi  lainnya  termasuk  laki­laki  risiko  rendah  dan wanita risiko rendah  (Tabel 1). 

Tabel 1. Estimasi dan proyeksi Jumlah ODHA Menurut Populasi Kunci di Indonesia Tahun 2011-2016

Populasi Kunci

Wan ita  Pekerja Seks 

10.512  10.616  10.717  10.893  11.091  11.309

Langsung (WPSL)  

Wanita Pekerja Seks Tidak  

4.647  4.872  5.019  5.158  5.282  5.401 

Langsung (WPSTL)  

Pelanggan WPS (Langsung  

105.325  107.784  110.076  111.978  113.909  115.954 

& Tidak Langsung)   Laki­laki Seks Laki­laki  

68.175  81.338  96.632  113.650  132.690  153.771

(LSL)  

Pengguna Napza Suntik  

29.928  27.763  26.097  24.502  22.990  21.559

(Penasun) 

Waria  8.733  9.152  9.489  9.887  10.283  10.678 

Pelanggan Waria  26.155  27.479  28.565  29.843  31.120  32.396 

Laki­laki risiko rendah  101.604  112.921  123.959  134.638  145.123  155.477 

Perempuan risiko  rendah  190.349  209.898  228.089  245.770  262.768  279.276 

Total 545.428 591.823 638.643 686.319 735.256 785.821

Modul AEM  juga  memberikan  estimasi dan  proyeksi  jumlah  infeksi  HIV  baru  menurllt  poplllasi  berisiko,  dimana  secara  signifikan  terjadi  peningkatan  pad a  populasi  laki­laki  yang  melakukan  hubungan  seks  dengan  laki­laki  yaitu  pada  tahun 2011  sebesar 13.074 menjadi 28.640 di  tahun 2016 (Tabel 2). 

[image:26.595.45.424.170.432.2]

Tabel2. Estimasi dan proyeksi Jumlah Infeksi HIV Baru Menurut Kelompok Populasi  Kunci di Indonesia Tahun 2011­2016  Jumlah Infeksi HIV Baru  Populasi Kunci 

ｩｊＮｩｩｍＫＬｩｎｩＱＮｊＧｍｍｩＢｍｩｭｾ｟＠

,. 

Wanita Pekerja Seks 

Langsung (WPSL)  3.715  3.791  3.846  3.899  3.958  4.026 

Wanita Pekerja Seks Tidak 

Langsllng (WPSTL)  1.478  1.504  1.522  1.542  1.563  1.589 

Pelanggan WPS (Langsung 

& Tidak Langsung)  14.201  14.494  14.837  15.207  15.599  16.016 

Laki­laki Seks  Laki­laki 

(LSL)  14.532  16.883  19.499  22.352  25.412  28.640 

Penggllna Napza Suntik 

(Penasun)  1.353  1.115  1.051  1.052  1.076  1.109 

Waria  1.170  1.209  1.249  1.289  1.329  1.368 

Pelanggan Waria  4.169  4.331  4.497  4.663  4.828  4.993 

Laki­laki  risiko rendah  5.104  5.628  6.136  6.628  7.109  7.582 

Perempuan risiko rendah  22.585  22.924  23.327  23.892  24.649  25.592 

Total  68.307  71.879  75.964  80.524  85.523  90.915 

4.2. Modul Spectrum 

Dengan  menggunakan  asupan  data  estimasi  dan  proyeksi  prevalensi  HIV  pada  populasi  usia  15­49  tahun  dari  modul  AEM,  data  program  dan  asumsi  epidemiologi lainnya,  modul spektrum  memberikan hasil  peningkatan  estimasi  jumlah total  ODHA dari 545.428 pada tahun  2011  menjadi  785 .821  pada tahun  2016 .  Grafik 2 memberikan gambaran hasil estimasi dan proyeksi jumlah infeksi  baru HIV pada populasi dewasa sehingga dengan menggunakan proporsi infeksi  baru  dari  modul  AEM  bisa  diperkirakan  jumlah  infeksi  baru  setiap  tahunnya.  Ada peningkatan estimasi dan proyeksi jumlah infeksi baru HIV dari 68.307 pada  tahun  2011  menjadi 90.915 di  tahun 2016.  Begitu juga dengan jumlah kematian  terkait AIDS pada populasi dewasa  tahun meningkat di  tahun 2012­2016. 

[image:28.595.57.413.90.272.2]

Grafik 2.  Estirnasi  dan  Proyeksi  Jurnlah  ODHA,  Kernatian  AIDS  dan  Infeksi  HIV  baru Dewasa Usia ｾ＠ 15 Tahun di Indonesia Tahun 2011­2016 

785821 

800000   160000 

638643 

591823  c<S _{VI  ｾ＠}:l 

600000  

ｾ＠

120000 ･ｾ＠

<t  ＭＭＵａＵ ｾ＠ <t  >

J:  ₉₀₉₁₅

c   85523  Ｎｾ＠ Ｎｾ＠

0   ₇₅₉₆₄ 80524  ....  V>

71879

400000  ­­­­6£­3&7­  80000  "'­" _ｅｾ＠ Q)  c: 

:,::-40349 36586 

200000  

0  ­ ₀  

2011  201 2  2013  2014  2015  2016  Tahun 

_  Kematian AID5  Infeksi  HIV  Baru  _  ODHA 

[image:28.595.53.424.392.630.2]

Grafik  3  menggambarkan  kebutuhan  ART  untuk  populasi  usia  15­49  tahun  yang  meningkat  dari  145.766  pada  tahun  2011  menjadi  248.903  di  tahun  2016.  Sedangkan  ODHA  yang  menerima  ART  diestimasikan  sebesar  24.200  (16,60%)  pada  tahun 2011  meningkat 44.594  (18%)  di  tahun 2016.  Kedua  data  proyeksi ini  dapat  digunakan  lebih  jauh  sebagai  dasar  perencanaan  penyediaan  ART  untuk  tahun 2013 ­2016 dan mengukur cakupan layanan ART di tahun 2012. 

Grafik 3. Estirnasi dan Proyeksi Jurnlah ODHA dan Kebutuhan ART Dewasa Usia ｾ＠ 15  Tahun di Indonesia Tahun 2011­2016 

1000000·   50 

785821 

800000 ­ ­­ ­ ­­ ­­ 40 

686319 

638643   ｾ＠

« 

591823  

« 

:I:   _{600000 ＭＭＭＵＴＭＵＴＭ ｾ＠}   30 ttl

Cl  _E

o  _·c 

<II 

c:

1L 53_ _ J.1.:J . L92

-400000 ＭＭ Ｎ Ｑｩ［ ｾ＠ H.St  ­ ­1+   20  <II 

•

•

•

•

•

•

E 

248903 228845 

10 

0  0 

2011  2012  2013  2014  2015  2016 

Tahun 

_  OOHA  membutuhkan ART  OOHA  menerima ART  _  OOHA  _ _% menerima ART