Hipertensi atau tekanan darah tinggi adalah suatu kenaikan tekanan darah yang dapat meningkatkan risiko serangan pada organ tubuh, misalnya stroke, penyakit jantung koroner, dan hipertrofi bilik kanan jantung. Hipertensi adalah penyakit yang disebabkan oleh banyak faktor antara lain obesitas, pola makan tidak sehat, kekurangan aktifitas fisik, kondisi stres psikologis, kebiasaan mengkonsumsi minuman beralkohol, kebiasaan merokok dan pola mengkonsumsi kopi. Kriteria yang digunakan untuk menentukan bahwa seseorang terserang hipertensi adalah jika tekanan darah systole-nya lebih besar atau sama dengan 140 mmHg atau tekanan darah diastole-nya lebih besar atau sama dengan 90 mmHg. Menurut WHO bahwa 50 persen dari pasien hipertensi yang sembuh, hanya 25 persen yang menerima pengobatan, dan hanya 12,5 persen yang dapat diobati dengan baik. Hasil survei kesehatan rumah tangga tahun 2014 menunjukkan bahwa prevalensi hipertensi di Jawa sebesar 41,9 persen dengan rentang di setiap provinsi sebesar 36,6 – 47,7 persen, sedangkan prevalensi di perkotaan sebesar 39,9 persen dan di pedesaan sebesar 44,1 persen.
Penelitian risiko seseorang tekanan hipertensi yang telah dilakukan oleh peneliti sebelumnya dengan menggunakan pendekatan model regresi parametrik berdasarkan fungsi penghubung gompit dan logit menghasilkan ketepatan klasifikasi berturut-turut sebesar 81,5 persen dan 85,2 persen. Dalam penelitian ini untuk menghadapi risiko seseorang terkena hipertensi digunakan pendekatan regresi logistik nonparametrik berdasarkan estimator penalized spline yang menghasilkan ketepatan klasifikasi lebih tinggi dari pada menggunakan pendekatan model regresi logistik parametrik dengan fungsi penghubung gompit dan logit.
Spline adalah potongan polinomial yang merupakan gabungan segmen-segmen atau potongan-potongan kurva yang berbeda. Oleh karena itu, spline dapat mengakomodir sifat-sifat kelokalan suatu fungsi atau data secara efektif. Data yang digunakan dalam penelitian ini adalah data primer dari hasil kuisioner dan wawancara dari bulan Agustus sampai dengan September 2018 terhadap 59 responden yakni pasien penyakit jantung yang dirawat di poli jantung RS Haji Surabaya. Dalam artikel ini hanya diberikan contoh pembahasan estimasi risiko hipertensi untuk observasi (responden) ke-34 saja, sedangkan untuk observasi yang lain dilakukan dengan proses yang serupa.
Dapat ditarik kesimpulan bahwa risiko hipertensi berdasarkan faktor usia, indeks massa tubuh, detak jantung, dan skor stress menggunakan pendekatan model regresi nonparametrik logistik berdasarkan estimator penalized spline lebih baik dari pada menggunakan model regresi parametrik dengan fungsi penghubung gompit dan logit karena dapat menaikkan akurasi klasifikasi dari 81,5 persen dan 85,2 persen menjadi 96,6 persen. Diharapkan masyarakat menyadari tentang pentingnya gaya hidup sehat agar dapat mengelola kesehatan untuk mengontrol tekanan darahnya dalam rangka mengurangi jumlah kasus hipertensi di Indonesia.
Penulis: Dr. Nur Chamidah, M.Si.
Informasi detail dari penelitian ini dapat dilihat di:
https://iopscience.iop.org/article/10.1088/1757-899X/546/5/052003
Tati Adiwati and Nur Chamidah. 2019. Modelling of Hypertension Risk Factors Using Penalized Spline to Prevent Hypertension in Indonesia. IOP Conf, Series: Materials Science and Engineering, 546 052003.
