Unit analisis (penting, tercantum di tiap tabel/figur). Dokumen ini memakai beberapa unit, perhatikan badge Unit: … pada judul: (1) Pasien unik = orang, dihitung sekali (prevalensi, demografi, peta, mortalitas, Pareto, ekuitas); (2) Sesi/Kunjungan/Klaim = per layanan, satu pasien bisa banyak (sesi dialisis, volume utilisasi, biaya, INA-CBG, komorbiditas); (3) Episode rawat inap = per perawatan inap (LOS, CFR).

Cara baca dokumen. Setiap angka populasi adalah proyeksi nasional tertimbang (PSTV15) dari sampel; angka sampel mentah dilaporkan terpisah bila relevan. Analisis dibangun pada sampel reguler (rumah tangga 1%), frame yang sahih untuk tren waktu dan rate populasi. Definisi kasus CKD = kode ICD-10 N17-N19 di diagnosis masuk/primer/sekunder. Dialisis dideteksi via INA-CBG (FKL19A), bukan diagnosis (lihat Fondasi). Data klaim hanya menggambarkan populasi yang terlayani, bukan prevalensi sejati (lihat Treatment Gap).

Peta Pilar (navigasi): Fondasi (kohort, definisi kasus, definisi dialisis, treatment gap Riskesdas) - A Beban, Demografi, Geografi, Stadium CKD, Dialisis (HD/CAPD, sesi, insiden/prevalen, biaya, akses, transplan, progresi) - B FKTP (Layanan Primer) - C FKRTL (Rujukan/RS, Severity/LOS/Setting) - D Inter, Rujukan & Konektivitas - E Geografi Member-Faskes - F Proses & Outcome (Mortalitas) - G Komorbiditas - H Ekonomi (Pareto + INA-CBG) - I Ekuitas vs Populasi Umum.

245 /100kPrevalensi CKD terlayani JKN, 2024
143,143Pasien dialisis prevalen (tertimbang), 2024
7.3 jtSesi dialisis (tertimbang), 2024
Rp 44.4 TTotal belanja dialisis JKN, 2015-2024
44.8%Mortalitas pasien dialisis (kohort)

1 Layer 0 - Fondasi: kohort, definisi kasus, definisi dialisis, & treatment gap

Fondasi - Alur Kohort (STROBE) - Definisi CKD (N17-N19) - Definisi Dialisis (INA-CBG) - Stratifikasi - Treatment Gap (Riskesdas)

Inti: Mendefinisikan populasi analisis (peserta sampel reguler dengan >=1 klaim diagnosis ginjal N17-N19 atau >=1 klaim dialisis), dan kerangka treatment gap, pengingat bahwa klaim JKN hanya menangkap kasus yang sampai ke fasilitas.
Sumber & desain: Data Sampel BPJS Kesehatan 2015-2024, schema reguler (sampel rumah tangga 1%, frame tak bias untuk tren & rate populasi); identifikasi pasien via PSTV01; bobot nasional PSTV15; demografi via codebook resmi (PSTV05 jenis kelamin, PSTV08 segmentasi, PSTV07 kelas, PSTV09 provinsi tempat tinggal, PSTV18 tahun meninggal).

Tabel L0.1, Alur Pembentukan Kohort (STROBE) - Unit: Pasien unik (sampel)
Angka sampel mentah (pasien unik), sampel reguler BPJS 2015-2024
Tahap Pasien (sampel mentah)
Sampel reguler (peserta JKN tersampel) 2,590,751
Punya >=1 klaim FKRTL (semua sebab) 976,214
Pasien dengan >=1 diagnosis CKD/GGA (N17-N19) di FKRTL 28,395
Pasien dengan >=1 klaim dialisis (INA-CBG/Z49) 5,441
Pasien CKD dengan >=1 klaim N17-N19 di FKTP 8,620
KOHORT ANALISIS, CKD dan/atau dialisis (FKTP/FKRTL) 29,705
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

1.1 Definisi kasus & definisi dialisis (penting)

Bagaimana sebuah pasien disebut “kasus CKD” dan bagaimana “dialisis” dideteksi

Kasus CKD/GGA = kode ICD-10 N18 (penyakit ginjal kronik), N17 (gagal ginjal akut), atau N19 (gagal ginjal tak spesifik) muncul di diagnosis masuk (FKL15A), primer (FKL17A), sekunder (SDX), atau kode detail (FKL16/18). Diagnosis primer 3 digit, SDX prefix 4 digit. Stadium CKD (N18.1-N18.5) diambil dari kode 4 karakter (FKL16) bila tersedia.

Dialisis dideteksi via INA-CBG (FKL19A), BUKAN diagnosis. Dialisis adalah prosedur, bukan penyakit, sehingga ia muncul sebagai grup pembiayaan (INA-CBG): kode ‘PROSEDUR DIALISIS’ (terverifikasi tarif median Rp 884 ribu per klaim = paket per-sesi hemodialisis kanonik), kode akses vaskular ‘ALAT DIALISIS’, ditambah kode perawatan dialisis Z49 dan ketergantungan dialisis Z99.2. Satu klaim ‘PROSEDUR DIALISIS’ = satu sesi. Modalitas: Hemodialisis (HD) = kode Z49.1 atau paket HD generik; CAPD/dialisis peritoneal = kode Z49.2.

Tabel L0.2, Distribusi Kelompok Diagnostik Ginjal - Unit: Pasien unik (tertimbang)
Tiap pasien diberi satu kelompok primer = diagnosis ginjal paling berat: N18 (kronik) > N17 (akut) > N19 (tak spesifik)
Kelompok Diagnostik Primer Pasien (tertimbang) Pasien (sampel) Proporsi (%)
CKD Kronik (N18) 1,931,606 21,778 73.0
Gagal Ginjal Akut (N17) 524,151 5,552 19.8
Gagal Ginjal Tak Spesifik (N19) 169,030 2,089 6.4
Lainnya 22,777 286 0.9
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

1.2 Treatment gap - triangulasi Riskesdas (prevalensi komunitas) vs terlayani JKN

Keterbatasan utama (wajib diingat di seluruh dokumen). Angka terlayani adalah kasus yang sampai ke fasilitas dan diklaimkan ke JKN. Prevalensi CKD sejati di masyarakat lebih tinggi karena (1) CKD tahap awal sering tanpa gejala dan tak terdiagnosis, (2) sebagian kasus tak mengakses layanan, dan (3) survei Riskesdas memakai laporan-diri (didiagnosis dokter), yang juga di bawah prevalensi biokimia (eGFR). Klaim TIDAK dapat mengestimasi prevalensi sejati.

Tabel L0.3, Triangulasi Treatment Gap CKD: Riskesdas vs JKN - Unit: Pasien (tertimbang)
Prevalensi komunitas laporan-diri (Riskesdas/SKI) vs terlayani JKN
Indikator Sumber Prevalensi komunitas Perkiraan kasus nasional Terlayani JKN (kumulatif/2024)
CKD (laporan-diri dewasa >=15 th) Riskesdas 2018 0.384% 730,459 2,100,637
CKD (laporan-diri dewasa >=15 th) SKI 2023 0.178% 337,514 681,417
Dialisis/HD (laporan-diri dewasa) SKI 2023 0.0376% 71,346 143,143
Benchmark: ARC AMALGAM harmonisasi Riskesdas 2018 + SKI 2023 (laporan-diri didiagnosis dokter, dewasa >=15 th, tertimbang). Penyebut & sifat (kumulatif vs titik) berbeda; rasio bersifat ilustratif. Laporan-diri < prevalensi biokimia (eGFR), sehingga gap sejati lebih besar.

Key takeaway Fondasi: Kohort analisis mencakup 29,705 pasien sampel dengan penyakit ginjal dan/atau dialisis; 5,441 di antaranya menjalani dialisis. CKD kronik (N18) mendominasi (73%). Triangulasi Riskesdas menunjukkan prevalensi komunitas CKD laporan-diri 0.384% (2018) dan 0.178% (2023); karena laporan-diri sendiri di bawah prevalensi biokimia eGFR, treatment gap CKD tahap dini besar, sementara untuk dialisis/ESRD, JKN justru menangkap mayoritas kasus (dialisis hampir seluruhnya dibiayai JKN).

2 Pilar A - Beban Penyakit, Demografi, Stadium CKD & Dialisis

Pilar A - Prevalensi & Insidensi Terlayani - Demografi - Geografi - Stadium CKD - DIALISIS (pusat analisis)
Pertanyaan: Seberapa besar beban CKD yang terlayani JKN, bagaimana trennya, profil demografi & sebaran geografisnya, distribusi stadium CKD, dan, sebagai pusat analisis, gambaran lengkap layanan dialisis (HD vs CAPD, sesi, insiden vs prevalen, biaya, akses vaskular, transplan, progresi CKD ke dialisis).

2.1 A.1 Ukuran epidemiologi dasar (prevalensi & insidensi terlayani)

Definisi & denominator

Prevalensi terlayani (tahunan) = pasien unik dengan >=1 klaim CKD/dialisis pada tahun tsb. - Insidensi terlayani = pasien dengan kontak pertama pada tahun tsb (2015 left-censored). - Denominator rate = jumlah peserta JKN per tahun (BPJS Kesehatan/DJSN), rate per 100.000 peserta JKN. Annotasi dip 2020-2021 = gangguan layanan masa COVID-19.

Tabel 1.0, Ukuran Epidemiologi CKD/Dialisis Terlayani JKN - Unit: Pasien unik (tertimbang)
Tertimbang PSTV15; rate per 100.000 peserta JKN; 2015 left-censored
Tahun Prevalen terlayani (tertimbang) Kasus baru (tertimbang) Prevalensi /100k JKN Insidensi /100k JKN YoY prevalensi
2015 221,464 tidak dapat diestimasi 141.2 tidak dapat diestimasi -
2016 219,442 171,631 127.6 99.8 -9.6%
2017 260,748 195,667 138.7 104.1 +8.7%
2018 331,949 236,666 159.6 113.8 +15.1%
2019 373,247 259,517 166.5 115.8 +4.3%
2020 361,242 225,348 162.4 101.3 -2.5%
2021 356,185 218,384 151.1 92.6 -7%
2022 456,923 301,417 183.7 121.2 +21.6%
2023 588,259 391,185 220.1 146.3 +19.8%
2024 681,417 426,285 245.2 153.4 +11.4%
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | Baris 2015 disorot = left-censored (insidensi overestimate).

Key takeaway A.1: Pada 2024, prevalensi CKD/dialisis terlayani 245.2 per 100.000 peserta JKN. Beban terlayani naik konsisten 2015-2024 dengan dip nyata pada 2020-2021 (gangguan layanan COVID-19), lalu pulih. Karena analisis dibangun pada sampel reguler (household, frame tak bias), tren ini lebih dapat dipercaya daripada kohort penyakit yang seeded; tetap waspadai akrual frame, gunakan level 2024 sebagai angka cross-sectional terandal.

2.2 A.2 Demografi: struktur usia-jenis kelamin

2.3 A.3 Distribusi geografis (provinsi & pulau tempat tinggal)

2.3.1 Per Pulau

Tabel A.3, Sebaran pasien CKD/dialisis menurut pulau
island wt_pts raw_pts pct
Jawa 1,712,169 15,753 65
Sumatera 447,945 6,033 17
Sulawesi 163,514 2,575 6
Bali-Nusra 134,849 2,103 5
Kalimantan 133,185 2,037 5
Maluku-Papua 50,516 1,115 2
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

2.3.2 Per Provinsi (Top 12)

Tabel 1.3, 12 Provinsi dengan Beban Terlayani Tertinggi - Unit: Pasien unik (tertimbang)
Rank Provinsi Pulau Pasien (tertimbang) Pasien (sampel) %
1 Jawa Barat Jawa 477,233 4,297 18.0
2 Jawa Tengah Jawa 405,459 4,701 15.3
3 Jawa Timur Jawa 400,748 3,876 15.1
4 DKI Jakarta Jawa 234,501 1,276 8.9
5 Sumatera Utara Sumatera 122,164 1,620 4.6
6 Banten Jawa 118,117 909 4.5
7 DI Yogyakarta Jawa 76,111 694 2.9
8 Lampung Sumatera 73,316 854 2.8
9 Bali Bali-Nusra 64,055 1,014 2.4
10 Sumatera Barat Sumatera 58,705 647 2.2
11 Sulawesi Utara Sulawesi 54,762 885 2.1
12 Sulawesi Selatan Sulawesi 53,100 730 2.0
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

2.3.3 20 Kabupaten/Kota

Tabel 1.4, 20 Kabupaten/Kota dengan Beban Terlayani Tertinggi - Unit: Pasien unik (tertimbang)
Rank Kabupaten Provinsi Pasien (tertimbang) Pasien (sampel)
1 Kota Jakarta Utara DKI Jakarta 83,226 406
2 Kota Surabaya Jawa Timur 62,923 410
3 Kota Jakarta Pusat DKI Jakarta 59,780 347
4 Kab. Bogor Jawa Barat 53,781 373
5 Kab. Bandung Jawa Barat 47,215 326
6 Kab. Sidoarjo Jawa Timur 40,507 272
7 Kota Tangerang Banten 37,127 217
8 Kota Jakarta Timur DKI Jakarta 36,572 182
9 Kota Depok Jawa Barat 36,241 274
10 Kota Jakarta Selatan DKI Jakarta 34,451 214
11 Kota Semarang Jawa Tengah 34,093 391
12 Kota Bandung Jawa Barat 31,429 252
13 Kab. Sleman Daerah Istimewa Yogyakarta 31,106 281
14 Kota Bekasi Jawa Barat 30,419 248
15 Kab. Klaten Jawa Tengah 29,317 291
16 Kab. Sukabumi Jawa Barat 29,130 188
17 Kab. Cirebon Jawa Barat 26,041 241
18 Kab. Banyumas Jawa Tengah 23,619 181
19 Kab. Tangerang Banten 21,336 184
20 Kab. Karawang Jawa Barat 20,797 211
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | berdasarkan kabupaten/kota tempat tinggal (PSTV10)

2.4 A.4 Stadium CKD (N18.1-N18.5)

Stadium dari kode 4 karakter

Stadium diambil dari kode ICD-10 detail (FKL16): N18.1 (stadium 1) hingga N18.5 (stadium 5 / ESRD, gagal ginjal terminal yang biasanya butuh dialisis). Tiap pasien diberi stadium terberat yang pernah tercatat. Banyak klaim hanya memakai kode N18 tanpa digit stadium, sehingga “stadium tak tercatat” besar, ini keterbatasan koding, bukan ketiadaan stadium.

Key takeaway stadium: Di antara pasien N18 dengan stadium tercatat, stadium 5/ESRD (N18.5) mendominasi (35.2% dari yang terkode), jauh di atas stadium awal. Ini mencerminkan deteksi terlambat: CKD baru terlihat di klaim JKN saat sudah terminal dan butuh dialisis, konsisten dengan progresi cepat ke dialisis (median hanya 13 hari dari diagnosis CKD pertama ke dialisis pertama). Pencegahan & deteksi dini CKD tahap 1-3 di layanan primer hampir tak terlihat di klaim.

3 Pilar A (lanjutan) - DIALISIS (pusat analisis)

DIALISIS - Modalitas (HD vs CAPD) - Sesi per Pasien - Insiden vs Prevalen - Biaya - Akses Vaskular - Transplan - Progresi

3.1 A.5 Modalitas dialisis: HD vs CAPD

Key takeaway modalitas: Hemodialisis (HD) sangat dominan (79.1%); CAPD/dialisis peritoneal hanya 2.8% (sebagian dengan kombinasi HD). Ini konsisten dengan dominasi HD di Indonesia dan rendahnya pemanfaatan CAPD meski lebih hemat dan lebih sesuai untuk wilayah dengan akses fasilitas HD terbatas. Catatan koding: paket INA-CBG dialisis generik tak selalu mencantumkan modalitas (Z49.1/Z49.2), sehingga proporsi CAPD adalah batas bawah.

3.2 A.6 Pasien dialisis prevalen & insiden per tahun

3.2.1 Prevalen per tahun

3.2.2 Insiden (mulai dialisis) per tahun

3.3 A.7 Sesi dialisis: volume & intensitas

3.3.1 Sesi per tahun (total)

3.3.2 Sesi per pasien per tahun (distribusi)

Key takeaway sesi: Volume sesi dialisis naik konsisten ke 7.3 juta sesi (tertimbang) pada 2024. Median 64 sesi/pasien-tahun (persentil-90 104), pasien HD penuh menjalani ~104-156 sesi/tahun (2-3x seminggu); rata-rata lebih rendah karena banyak pasien tahun-parsial (memulai/meninggal/keluar sampel di tengah tahun). Beban sesi yang besar inilah penggerak utama biaya (lihat Pilar H).

3.4 A.8 Akses vaskular & transplantasi ginjal

Key takeaway akses & transplan: Prosedur akses vaskular (fistula/graft/kateter, prasyarat HD) tercatat konsisten tiap tahun. Transplantasi ginjal sangat langka dalam klaim JKN (20 pasien sepanjang 2015-2024), mencerminkan keterbatasan donor & kapasitas transplan nasional, sehingga dialisis seumur hidup tetap jadi terapi pengganti ginjal dominan, dengan konsekuensi biaya jangka panjang yang besar.

3.5 A.9 Progresi CKD ke dialisis

Dari 29,419 pasien dengan diagnosis CKD/GGA yang terdeteksi di JKN, 5,155 (17.5%) tercatat sampai menerima dialisis. Median selang dari diagnosis ginjal pertama ke dialisis pertama hanya 13 hari, menandakan banyak pasien sudah datang dalam kondisi terminal (ESRD) saat pertama terlihat di klaim, bukan terdeteksi dini lalu dipantau bertahap.

4 Pilar B - FKTP (Layanan Primer)

Pilar B - Layanan Primer (FKTP/Kapitasi) - Diagnosis - Cakupan
Pertanyaan: Apa yang dilayani di tingkat primer dan seberapa besar peran FKTP sebagai pintu masuk. Figur pertama = gambaran lintas-tingkat (FKTP vs FKRTL).

Key takeaway B: Mayoritas beban CKD/dialisis berada di tingkat rujukan (FKRTL); sebagian besar pasien dialisis tampil sebagai rawat jalan FKRTL berulang (sesi HD). Peran FKTP sebagai pintu deteksi dini CKD masih terbatas, hanya 2.8% pasien tampil di FKTP saja, menegaskan bahwa CKD umumnya baru tertangkap saat sudah perlu layanan spesialistik.

5 Pilar C - FKRTL (Rujukan/Rumah Sakit): Setting, Severity, LOS

Pilar C - Rawat Jalan vs Inap - LOS - Kelas RS - Kepemilikan - IGD
Pertanyaan: Bagaimana layanan rumah sakit untuk CKD: komposisi rawat jalan vs inap, lama rawat (LOS), kelas & kepemilikan RS, dan beban gawat darurat.

5.1 C.1 Setting layanan & lama rawat (LOS)

5.1.1 Rawat Jalan vs Inap

5.1.2 LOS menurut Kelompok

Tabel C.1, Lama Rawat Inap (LOS) menurut Kelompok Ginjal - Unit: Episode rawat inap
Kelompok Rawat inap (n) LOS rata-rata LOS median Q1 Q3
CKD Kronik (N18) 33,573 4.2 3 2 5
Gagal Ginjal Akut (N17) 5,466 6.5 5 3 8
Gagal Ginjal Tak Spesifik (N19) 2,680 4.9 4 3 6
Lainnya 1,356 6.4 5 2 8
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | LOS = FKL04-FKL03, dibatasi 0-365 hari; encounter ginjal/dialisis (strict)

5.1.3 LOS menurut Kelas RS

Tabel C.2, LOS menurut Kelas Rumah Sakit - Unit: Episode rawat inap
Kelas RS Rawat inap (n) LOS rata-rata LOS median
RS Kelas B 17,391 4.7 4
RS Kelas C 17,320 3.8 3
RS Kelas A 4,722 7.5 5
RS Kelas D 2,829 3.4 3
RS Khusus/Lain 813 4.0 2
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

5.2 C.2 Kepemilikan RS & beban gawat darurat

5.2.1 Kepemilikan (Publik vs Swasta)

5.2.2 Beban IGD per tahun

6 Pilar D - Inter: Rujukan & Konektivitas

Pilar D - Gerbang FKTP->FKRTL - Tipe Perujuk - Geografi Rujukan
Pertanyaan: Bagaimana pasien CKD berpindah antar tingkat layanan, siapa yang merujuk, dan seberapa jauh rujukan rawat inap (lintas kabupaten/provinsi).

6.1 D.1 Tipe perujuk & geografi rujukan

6.1.1 Tipe perujuk (rawat inap)

Tabel D.1, Tipe fasilitas perujuk rawat inap CKD
code raw perujuk pct
2 91,806 Rumah Sakit 85
1 8,950 Puskesmas 8
3 3,703 Klinik Pratama 3
4 3,389 Dokter Umum 3
5 533 Klinik Utama 0
6 17 Apotik 0
99 11 Lainnya 0
12 9 Lainnya 0
9 6 Pemerintah 0
10 4 Lainnya 0
8 4 Laboratorium 0
7 3 Dokter Gigi 0
11 1 Lainnya 0
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

6.1.2 Geografi rujukan rawat inap

Tabel D.1, Geografi rujukan rawat inap CKD
kategori n pct
Dalam kabupaten yang sama 101,593 94
Lintas kabupaten (dalam provinsi) 5,410 5
Lintas provinsi 1,433 1
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

Key takeaway D: Rujukan rawat inap CKD didominasi rumah sakit & puskesmas sebagai perujuk; 93.7% tetap dalam kabupaten yang sama, sementara sisanya lintas kabupaten/provinsi, indikasi bahwa layanan ginjal/dialisis lanjut belum tersedia merata di tiap kabupaten dan pasien harus menempuh jarak.

7 Pilar E - Geografi Member-Faskes

Pilar E - Tempat Tinggal vs Faskes Terdaftar - Same-Kab %
Pertanyaan: Seberapa dekat pasien CKD terdaftar dengan fasilitas di wilayahnya (proksi akses & service desert).
Tabel E, Pendaftaran faskes sama-kabupaten per provinsi
prov members pct_same_kab
99 1,101 0
74 2,157 91
71 5,813 91
82 2,164 96
34 4,408 83
51 6,629 90
52 2,357 92
53 4,590 93
32 27,038 86
63 3,913 90
35 23,774 90
15 2,331 87
12 10,292 85
72 2,171 88
81 1,499 88
19 1,008 94
61 2,332 91
36 5,851 80
94 2,052 88
31 8,799 78
21 1,432 85
14 4,270 88
17 1,736 91
33 29,654 92
13 4,100 87
76 737 95
65 839 96
18 5,326 87
64 3,705 91
16 5,114 88
62 2,210 91
75 1,159 94
91 1,372 84
73 4,667 88
11 2,590 86
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

8 Pilar F - Proses, Outcome & Mortalitas

Pilar F - Mortalitas (PSTV18 + FKL14) - CFR - Mortalitas Dialisis vs Non-dialisis - Kontinuitas Dialisis
Pertanyaan: Bagaimana luaran pasien CKD/dialisis, terutama mortalitas, dan apakah ada selisih mortalitas antara pasien dialisis dan non-dialisis. Kematian undercaptured (in-hospital + tahun-meninggal snapshot), perlakukan sebagai batas bawah.

8.1 F.1 Mortalitas: dialisis vs non-dialisis

8.1.1 Selisih mortalitas

Tabel F.1, Mortalitas kohort: dialisis vs CKD non-dialisis
grp2 n_pts wt_pts deaths wt_deaths mort_pct
CKD tanpa dialisis 24,264 2,201,353 5,199 459,979 21
Dialisis 5,441 446,211 2,437 196,483 45
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

8.1.2 Kematian per tahun (in-hospital)

Tabel F.1, Kematian in-hospital pasien CKD/dialisis per tahun
yr raw_deaths wt_deaths
2,015 422 48,671
2,016 461 43,176
2,017 360 38,915
2,018 466 46,070
2,019 524 49,620
2,020 495 46,582
2,021 452 37,165
2,022 705 56,787
2,023 969 81,488
2,024 1,057 104,853
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

Case-fatality rawat inap (CFR): dari 43,075 episode rawat inap dengan diagnosis ginjal/dialisis, 5,669 berakhir meninggal (CFR 13.16%). Kontinuitas dialisis: median selang antar-sesi dialisis 4 hari (sesuai jadwal HD ~2-3x/minggu); 0.1% selang >30 hari (jeda layanan yang dapat menandakan putus-berobat atau rawat inap).
Key takeaway F: Mortalitas pasien dialisis jauh lebih tinggi (44.8%) dibanding CKD non-dialisis (21.4%), konsisten dengan tingginya mortalitas ESRD pada terapi pengganti ginjal. Karena kematian undercaptured (hanya in-hospital + tahun-meninggal snapshot), angka sebenarnya lebih tinggi. Beban mortalitas ESRD yang besar memperkuat argumen pencegahan & deteksi dini CKD.

9 Pilar G - Komorbiditas

Pilar G - Penyakit Penyerta (FKL15A + SDX) - Jumlah Komorbiditas
Pertanyaan: Penyakit penyerta apa yang menyertai CKD (penyebab & konsekuensi). Komorbiditas dipindai di diagnosis masuk DAN sekunder (SDX), karena umumnya dikode sekunder; ini batas bawah.

9.1 G.1 Komorbiditas utama & jumlah penyerta

9.1.1 Komorbiditas utama

Tabel G.1, Komorbiditas utama pada pasien CKD/dialisis
komorbid n_pts pct
Hipertensi (I10-15) 16,756 56
Penyakit Pernapasan (J) 11,728 40
Anemia (D60-64) 11,340 38
Diabetes (E10-14) 10,945 37
Gagal Jantung (I50) 8,096 27
Penyakit Jantung Iskemik (I20-25) 7,817 26
Stroke (I60-69) 4,803 16
Tuberkulosis (A15-19) 2,336 8
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

9.1.2 Jumlah komorbiditas per pasien

Tabel G.1, Jumlah komorbiditas per pasien CKD
n_komorbid n_pts pct
0 4,339 15
1 6,118 21
2 6,236 22
3+ 11,997 42
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)

Key takeaway G: CKD adalah penyakit multimorbid: hipertensi (56.4%) dan diabetes (36.8%), dua penyebab utama CKD, sangat lazim, sementara anemia (38.2%) dan gagal jantung (27.3%) mencerminkan konsekuensi CKD lanjut. Pengendalian hipertensi & diabetes di hulu adalah strategi pencegahan CKD yang paling berdampak.

10 Pilar H - Ekonomi (Biaya, Pareto, INA-CBG)

Pilar H - Tren Biaya - Biaya Dialisis vs CKD - Per Pasien Dialisis - Pareto - INA-CBG Teratas
Pertanyaan: Berapa belanja JKN untuk CKD & dialisis, bagaimana trennya, dan seberapa terkonsentrasi. Biaya = FKL48 (biaya verifikasi / verified-paid), tertimbang PSTV15. Lingkup biaya-penyakit (sama persis di laporan demand & supply): klaim FKRTL ber-diagnosis N18 (FKL15A atau SDX) ditambah klaim dialisis (INA-CBG FKL19A mengandung HEMODIALIS/DIALIS/CAPD). Miliar (1e9) dan triliun (1e12) ditandai eksplisit.

10.1 H.1 Tren biaya: dialisis sebagai penggerak utama

10.1.1 Biaya dialisis vs total CKD per tahun

10.1.2 Biaya per pasien dialisis per tahun

10.2 H.2 Komposisi & konsentrasi biaya

10.2.1 Biaya menurut kategori layanan

10.2.2 Konsentrasi biaya (Pareto)

10.2.3 12 INA-CBG biaya tertinggi

Tabel H.1, 12 INA-CBG dengan Belanja Tertinggi - Unit: Klaim & Rp miliar (tertimbang)
INA-CBG Klaim (sampel) Total (Rp miliar) Rata-rata/klaim (Rp)
Prosedur Dialisis 559,460 38,253.2 863,375
621 25,103 2,921.3 976,948
Membuat Baru, Merevisi Dan Memindahkan Alat Dialisis Sedang 2,732 2,575.3 11,087,296
Membuat Baru, Merevisi Dan Memindahkan Alat Dialisis Berat 955 1,953.2 23,979,432
Tumor Ginjal & Saluran Urin & Gagal Ginjal Sedang 5,018 1,834.5 4,304,527
Penyakit Kronis Kecil Lain-Lain 76,318 1,367.3 211,412
Membuat Baru, Merevisi Dan Memindahkan Alat Dialisis Ringan 2,364 1,107.5 5,605,004
Ventilasi Mekanikal Long Term Tanpa Trakeostomi Berat 85 787.8 79,420,400
Prosedur Sistem Pernafasan Non Kompleks Berat 187 761.6 33,564,693
Tumor Ginjal & Saluran Urin & Gagal Ginjal Berat 1,081 538.6 6,737,225
Tumor Ginjal & Saluran Urin & Gagal Ginjal Ringan 1,976 530.8 3,557,183
Prosedur Membuat Baru, Merevisi Dan Memindahkan Alat Dialisis 1,585 377.1 2,949,337
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional)
Key takeaway H: Dialisis adalah penggerak biaya CKD JKN dan salah satu cost-driver terbesar program JKN secara keseluruhan. Total belanja dialisis 2015-2024 mencapai Rp 44,424 miliar (~Rp 44.4 triliun), mayoritas dari total belanja CKD Rp 61.3 triliun. Belanja terkonsentrasi tajam: top 5% pasien menyerap 57% biaya. Karena dialisis berlangsung seumur hidup dan transplan langka, biaya akan terus tumbuh, memperkuat urgensi pencegahan CKD di hulu (kendali hipertensi & diabetes).

11 Pilar I - Ekuitas & Representasi vs Populasi Umum

Pilar I - Karakteristik vs Populasi JKN - Served-rate per Provinsi & Segmen - Gradien SES (Inverse-care-law)
Pertanyaan: Siapa yang terlayani CKD/dialisis relatif terhadap populasi JKN umum, dan apakah ada ketimpangan akses menurut wilayah & status sosial-ekonomi (segmentasi). Populasi Umum = sampel reguler BPJS (seluruh peserta JKN).

11.1 I.1 Tabel 1 - Karakteristik vs Populasi Umum

Tabel 1, Karakteristik Pasien CKD vs Populasi JKN Umum - Unit: Pasien unik (tertimbang), % per kolom
FKTP n=8,620 - FKRTL n=28,690 - Overall n=29,705 - Populasi Umum n=2,590,751 (peserta sampel)
FKTP % FKRTL % Overall % Populasi Umum %
Jenis Kelamin
Laki-laki 55.3 55.2 55.1 51.2
Perempuan 44.7 44.8 44.9 48.8
Kelompok Usia
>=60 37.5 46.1 45.8 16.7
40-59 49.0 43.7 43.6 27.7
18-39 12.2 8.9 9.3 37.1
<18 1.3 1.3 1.4 18.5
Segmentasi (Membership)
PBPU (Mandiri) 31.8 28.0 27.9 11.6
PBI APBN 23.5 27.0 27.2 41.3
PPU 21.9 18.1 18.2 23.2
Bukan Pekerja 11.3 13.6 13.4 3.9
PBI APBD 11.5 13.4 13.3 20.1
Kelas Rawat
Kelas III 55.5 57.6 57.7 70.1
Kelas I 27.7 26.3 26.1 16.3
Kelas II 16.8 16.1 16.2 13.6
Pulau
Jawa 67.4 65.0 64.8 54.2
Sumatera 16.6 16.9 17.0 20.7
Sulawesi 4.9 6.0 6.2 7.6
Bali-Nusra 6.0 5.1 5.1 5.4
Kalimantan 4.3 5.1 5.0 5.7
Maluku-Papua 0.8 1.9 1.9 6.4
Kelompok Diagnostik
CKD Kronik (N18) 92.8 73.1 73.0 -
Gagal Ginjal Akut (N17) 5.9 19.6 19.8 -
Gagal Ginjal Tak Spesifik (N19) 1.3 6.3 6.4 -
Lainnya - 0.9 0.9 -
Sumber: Data Sampel BPJS Kesehatan 2015-2024 | ICD-10 N17-N19 + dialisis (INA-CBG) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | Populasi Umum = sampel reguler BPJS; Overall = kohort CKD/dialisis

11.2 I.2 Served-rate & gradien SES

11.2.1 Served-rate per provinsi

11.2.2 Gradien SES (CKD)

11.2.3 Gradien SES (DIALISIS)

Key takeaway I: Akses CKD/dialisis sangat timpang. Secara geografis, served-rate tertinggi di Sulawesi Utara, DI Yogyakarta, dan DKI Jakarta (provinsi dengan fasilitas HD padat), sementara wilayah timur jauh lebih rendah, peta akses/deteksi, bukan beban sejati. Secara sosial-ekonomi, gradien inverse-care-law tajam pada dialisis: segmen mandiri/non-PBI memiliki served-rate dialisis jauh di atas segmen PBI (disubsidi/miskin) (456.7 vs 67 per 100k), menandakan peserta miskin kurang terjangkau layanan ginjal lanjut meski JKN bertujuan menutup kesenjangan tersebut.

12 Ringkasan Eksekutif & Keterbatasan

Ringkasan Temuan Kunci - Implikasi Kebijakan - Keterbatasan
Pandangan 2024 (angka paling relevan-kebijakan).
- Prevalensi CKD/dialisis terlayani: 245 per 100.000 peserta JKN (681,417 pasien tertimbang).
- Pasien dialisis prevalen: 143,143 (tertimbang); pasien baru memulai dialisis: 64,912.
- Sesi dialisis: 7.3 juta (tertimbang).
- Belanja CKD 2024: Rp 10,858 miliar; mortalitas kohort dialisis: 44.8%.
Temuan kunci:
1. Dialisis adalah pusat beban CKD JKN, dominan HD (79.1%), CAPD minim, transplan hampir nihil (20 pasien), sehingga terapi pengganti ginjal seumur hidup tak terhindarkan.
2. Deteksi terlambat: ESRD (N18.5) mendominasi stadium terkode dan median hanya 13 hari dari diagnosis CKD ke dialisis, CKD baru terlihat saat sudah terminal.
3. Cost-driver besar: total belanja dialisis ~Rp 44.4 triliun (2015-2024), terkonsentrasi pada sedikit pasien.
4. Mortalitas tinggi pada pasien dialisis (44.8%, batas bawah).
5. Ketimpangan akses tajam menurut provinsi & segmentasi (inverse-care-law pada dialisis).
6. Treatment gap CKD dini besar (prevalensi komunitas Riskesdas jauh di atas yang terdeteksi di JKN tahap awal).

Keterbatasan (wajib dibaca):
1. Klaim = populasi terlayani, bukan prevalensi sejati. CKD tahap dini sebagian besar tak terdiagnosis; angka terlayani adalah batas bawah beban (lihat treatment gap Riskesdas).
2. Modalitas dialisis (HD vs CAPD) sebagian tak terkode. Paket INA-CBG dialisis generik tak selalu memuat Z49.1/Z49.2, sehingga pangsa CAPD adalah batas bawah; klasifikasi HD mengasumsikan paket generik = HD (didukung tarif per-sesi).
3. Stadium CKD banyak tak tercatat (kode N18 tanpa digit stadium), distribusi stadium hanya dari subset terkode.
4. Mortalitas undercaptured (hanya in-hospital FKL14=3 + tahun-meninggal snapshot PSTV18), angka sebenarnya lebih tinggi.
5. Sesi/pasien-tahun dipengaruhi pasien tahun-parsial (insiden/meninggal/keluar sampel) dan ukuran sampel 1%, gunakan median pasien penuh sebagai acuan klinis.
6. Benchmark Riskesdas adalah laporan-diri (didiagnosis dokter), bukan eGFR, dan memakai penyebut/sifat berbeda, triangulasi bersifat ilustratif, bukan estimasi gap presisi.
7. Frame sampel reguler berbasis kepesertaan terkini, tahun-tahun awal dapat under-observed (left-truncation), gunakan level 2024 sebagai cross-section terandal.
8. Tarif/biaya = FKL48 (biaya verifikasi / verified-paid), proyeksi nasional tertimbang, bukan realisasi anggaran resmi BPJS. Lingkup biaya-penyakit dibatasi pada klaim ber-diagnosis N18 plus klaim dialisis (definisi konsisten dengan laporan supply), bukan seluruh klaim pasien CKD.

Reproduksibilitas

Engine: engine_ckd_dialysis.R (PostgreSQL bpjs_data schema reguler) -> bundle ckd_jkn_aggregates.rds. Triangulasi komunitas: riskesdas_precompute.R -> ckd_riskesdas.rds. Laporan: report_ckd_dialysis.Rmd (cache=TRUE, dev=svglite). Tabel pendamping: outputs/tables.xlsx. Sumber data: Data Sampel BPJS Kesehatan 2015-2024; ARC AMALGAM harmonisasi Riskesdas 2018 + SKI 2023.