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/EastWest 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 WPSAsian 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 Penasun3.4. 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 HIVData 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)lAEM 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@ 0-0.20 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 SeksLangsung (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.
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
•
•
•
•
•
•
E248903 228845
10
0 0
2011 2012 2013 2014 2015 2016
Tahun
_ OOHA membutuhkan ART OOHA menerima ART _ OOHA _ _% menerima ART