Term of References

Seminar Daring “The Importance of Big Data in Improving the Quality of Healthcare“

Online Zoom Meeting dan Livestreaming Youtube

Sabtu, 28 November 2020, pkl 13.55 – 17.00 WIB

Latar Belakang

Bukti efektivitas obat dalam proses Health Technology Assessment (HTA) secara konvensional berasal dari uji klinik acak terkendali (Randomized Controlled Trial-RCT). Karakteristik desain RCT memiliki tingkat validitas internal yang tinggi, membuatnya cocok untuk menunjukkan kausalitas. Namun, karena pengacakan pasien, kriteria inklusi dan eksklusi, dan proses tindak lanjut yang diatur (controlled), validitas eksternal RCT relatif rendah. Akibatnya, ekstrapolasi kemanfaatan obat dibandingkan dengan efektivitas obat dalam praktek klinis sulit dilakukan. Oleh karena itu, terlepas dari kemajuan terbaru dalam perkembangan obat, proses HTA masih menghadapi tantangan dalam menafsirkan hasil RCT dan cost yang dilakukan pada RCT. Hal tersebut disebabkan adanyafaktor-faktor yang mempengaruhi penggunaan obat dalam populasi, antara lain heterogenitas pasien yang besar dalam praktik klinis dan kurangnya perbandingan head-to-head di RCT. Real World Data (RWD),  data yang dikumpulkan di luar pengaturan RCT, secara teoritis dapat digunakan untuk menginformasikan perkiraan efektivitas obat baru atau yang ada dalam praktik klinis, sehingga mendukung bukti RCT. RWD dapat diperoleh dari berbagai sumber, termasuk data penyakit, studi observasi dan catatan kesehatan elektronik [1]

Secara global, sistem informasi kesehatan semakin matang dan menyediakan data bagi negara-negara maju maupun berkembang untuk memantau, menilai, dan meningkatkan sistem dan layanan kesehatan mereka. Akibatnya, penggunaan data menjadi penting untuk mencapai kemajuan menuju Universal Health Coverage (UHC). Negara-negara bisa menggunakan data untuk mengalokasikan sumber daya dengan lebih baik, meningkatkan pelayanan kesehatan, dan memperluas pelayanan tersebut. Data yang dihasilkan melalui pelaksanaan program UHC dan Jaminan Kesehatan Nasional di Indonesia juga dapat membantu mendukung prioritas pembangunan global dan nasional lainnya.

Teknologi informasi  memainkan peran penting dalam pengumpulan data di pelayanan kesehatan dan pembiayaan kesehatan. Data ini bisa berupa data klinis, catatan kesehatan, daftar anggota, daftar penyedia, dan klaim. Hal ini juga penting untuk mengubah data mentah menjadi dapat ditindaklanjuti untuk kepentingan kementerian kesehatan, jaminan kesehatan nasional, skema pembiayaan, dan proses keputusan lainnya.

Setiap hari sejumlah besar data diproduksi oleh sistem layanan kesehatan, yang mempunyai potensi untuk digunakan mendukung pengambilan kebijakan di bidang kesehatan. Istilah big data sering digunakan untuk menyebut data ini. Menurut Heads of Medicines Agencies/European Medicines Agency Task Force, big data didefinisikan sebagai ‘extremely large datasets which may be complex, multi-dimensional, unstructured and heterogeneous, which are accumulating rapidly and which may be analysed computationally to reveal patterns, trends, and associations. In general, big data sets require advanced or specialised methods to provide an answer within reliable constraints’. Sebuah dataset mungkin tidak bisa memenuhi definisi ini, tetapi apabila dataset ini dihubungkan (dilakukan linkage) dengan dataset-dataset lain, maka kumpulan ni akan cukup besar dan kompleks untuk memenuhi karakteristik big data [2].

Sumber-sumber untuk big data bisa berasal dari studi-studi klinis yang telah atau sedang dilakukan ataupun dari data real world dari pasien yang diambil secara rutin. Sumber-sumber ini antara lain adalah data hasil dari uji-uji klinis, data dari studi-studi kohort jangka panjang, data pelaporan adverse drug reaction, data genetik/genomik, data rekam medis elektronik, data klaim asuransi, data dari registry pasien-pasien penyakit tertentu, misalnya kanker, stroke, infark myokard, epilepsi, dan sebagainya.

Kombinasi data dari uji klinis maupun data real world dapat memberikan gambaran/insight tentang situasi kesehatan dan keberhasilan penatalaksanaan penyakit di kelompok pasien ideal maupun kelompok pasien yang lebih representatif dan mewakili keragaman pasien di komunitas. Big data ini juga dapat memberikan dasar untuk membuat hipotesis-hipotesis terkait kondisi penyakit yang langka, efek terapi yang langka, dan biomarker yang langka. Penelitian-penelitian dapat dilakukan pada big data, baik untuk kepentingan pengembangan obat, penilaian keefektifan dan keamanan obat di real world. Big data juga bisa digunakan sebagai sumber data untuk penilaian cost-effectiveness dan budget impact dari sebuah teknologi kesehatan [3].

Di Indonesia, terdapat beberapa database yang bisa menjadi bagian dari big data untuk digunakan dalam peningkatan kualitas pelayanan kesehatan dan pengambilan kebijakan. Database BPJS merupakan salah satu contoh data bersumber dari klaim asuransi. Rekam medis elektronik di rumah sakit-rumah sakit tersier juga bisa menjadi salah satu sumber big data. Adanya Sistem Informasi Kesehatan Rumah Sakit juga merupakan sistem potensial dalam mendukung penggunaan big data untuk meningkatkan kualitas kesehatan.

Penggunaan data untuk tujuan berbeda dari tujuan awal pengumpulan data disebut dengan penggunaan sekunder dari sebuah data. Penggunaan sekunder ini perlu memperhatikan isu privacy dan proteksi terhadap data pribadi pasien. Linkage antar database memerlukan adanya sebuah kode kunci yang membuat privacy pasien bisa terancam. Berbagai teknik bisa dilakukan untuk mencegah hal ini [2,4].

Kesadaran akan pentingnya big data dalam peningkatan kualitas pelayanan kesehatan dan berbagai isu terkait penggunaan big data ini perlu dimiliki oleh seluruh pemproduksi dan pengguna big data. Online Meeting ini diadakan untuk berdiskusi tentang kedua hal ini, dan diharapkan pertemuan ini bisa menjadi cikal bakal dari adanya big data yang memadai dan berkualitas baik untuk digunakan oleh berbagai pihak dalam rangka meningkatkan tingkat kesehatan masyarakat Indonesia.

Nama Kegiatan

“The Importane of Big Data in Improving the Quality of Healthcare”

Tujuan Kegiatan

Tujuan kegiatan ini adalah:

  1. Meningkatkan awareness tentang pentingnya big data dalam meningkatkan kualitas pelayanan kesehatan, baik untuk pelayanan rutin, penetapan kebijakan terkait pelayanan dan teknologi kesehatan, serta riset pengembangan dan efektivitas/keamanan obat
  2. Memahami isu privacy dalam big data dalam pelayanan kesehatan, dan teknik untuk memastikan privacy dalam penggunaan big data
  3. Memberikan insight tentang berbagai databases yang sudah established di Indonesia
  4. Berbagi pengalaman tentang persiapan dan penerapan big data di bidang kesehatan di era Jaminan Kesehatan Nasional

Jadwal Kegiatan 

Waktu Topik Narasumber
13.55 – 14.00

(5’)

 Pembukaan Kepala Departemen Farmakologi dan Terapi FK-KMK UGM
14.00 – 14.30

(30’)

 The Application of Big Data for Routine Health Service Management

UNDUH MATERI
 		 Anis Fuad, DEA

FK-KMK Universitas Gadjah Mada
14.30 – 15.00

(30’)

 Big Data In Drug Development In Clinical Trials And In Real-World Health Technology Assessment And The Role Of Third Party In Ensuring Privacy

UNDUH MATERI
 		 Prof. dr. Olaf H. Klungel

Universiteit Utrecht
15.00 – 15.30

(30’)

 Diskusi Sesi 1 Moderator:

dr. Alfi Yasmina, M.Kes., M.M.Ed, Ph.D.

FK Universitas Lambung Mangkurat
15.30 – 15.45

(15’)

 Database Asuransi Kesehatan

UNDUH MATERI
 		 dr. Andi Afdal Abdullah, MBA, AAK

BPJS Kesehatan
15.45 – 16.00

(15’)

 Sistem Informasi di Rumah Sakit

UNDUH MATERI
 		 Dr. dr. Lia Gardenia Partakusuma, SpPK(K), MM, MARS, FAMM

RS Pusat Jantung Nasional Harapan Kita
16.00 – 16.15

(15’)

 Penggunaan Data di Rumah Sakit Untuk Melakukan HTA

UNDUH MATERI
 Prof. Dr. Dra. Erna Kristin, M.Si, Apt.

FK-KMK Universitas Gadjah Mada
16.15 – 16.30

(15’)

 Penggunaan Big Data untuk Penelitian Disertasi

UNDUH MATERI
 dr. Alfi Yasmina, M.Kes., M.M.Ed, Ph.D.

FK Universitas Lambung Mangkurat
16.30 – 17.00

(30’)

 Diskusi Sesi 2 Moderator:

Dr. dr. Ratih Puspita Febrinasari, M.Sc

FK Universitas Sebelas Maret

Sasaran Peserta

  1. Staf Kementerian Kesehatan (beberapa Direktorat)
  2. Staf BPJS Kesehatan
  3. Staf Badan POM
  4. Pengurus dan Anggota PERSI
  5. Anggota IDI
  6. Anggota IAI
  7. Akademisi
  8. Pengurus dan Anggota IPMG
  9. Pengurus dan Anggota GP Farmasi
  10. Peserta lainnya

Daftar Pustaka

  1. Makady A, van Veelen A, Jonsson P, Moseley O, D’Andon A, de Boer A, Hillege H, Klungel O, Goettsch W. Using Real-World Data in Health Technology Assessment (HTA) Practice: A Comparative Study of Five HTA Agencies. PharmacoEconomics 2018;36:359–368.
  2. https://www.ema.europa.eu/en/about-us/how-we-work/big-data
  3. Singh G, Schulthess D, Hughes N, Vannieuwenhuyse B, Kalra D. Real world big data for clinical research and drug development. Drug Discov Today 2018;23(3):652-660.
  4. Price II WN, Cohen IG. Prvacy in the age of medical big data. Nat Med 2019;25: 37-43.

Rekaman Video