Unit analisis (penting, tercantum di tiap tabel/figur).
Dokumen ini memakai 3 unit berbeda, perhatikan badge · Unit: …:
(1) Pasien unik = orang, dihitung sekali (prevalensi,
demografi, kaskade, mortalitas, Pareto, ekuitas); (2)
Kunjungan/Klaim = per layanan (volume utilisasi, tipologi, biaya,
INA-CBG, komorbiditas); (3) Episode rawat inap = per perawatan
inap (LOS, CFR in-hospital).
Cara baca dokumen. Setiap
angka populasi adalah proyeksi nasional tertimbang (PSTV15) dari
data sampel; angka sampel mentah dilaporkan terpisah bila relevan.
Definisi kunjungan TB = kode ICD-10 A15–A19 (TB aktif) di
diagnosis masuk/primer/sekunder (penting: FKL15A “masuk” =
diagnosis klinis sebenarnya; FKL17A “primer” sering kode Z09 follow-up).
Sekuele TB (B90) serta kode skrining/kontak
(Z20.1/R76.1/Z03) dikecualikan dari denominator TB-aktif
(pasca-TB/penyaringan, bukan penyakit aktif). Data klaim hanya
menggambarkan populasi yang terlayani & tercatat di JKN,
bukan seluruh kasus TB nasional (banyak ditemukan/diobati lewat program
TB publik non-JKN; lihat Treatment Gap).
Peta Pilar (navigasi): Fondasi (kohort, definisi,
tipologi, treatment gap) · A Beban & Demografi · B
FKTP (Layanan Primer) · C FKRTL (Rujukan/RS) · D Inter,
Rujukan & Konektivitas · E Geografi Member↔︎Faskes · F
Kaskade Pengobatan, LTFU, MDR-TB, TB-HIV & Outcome · G
Komorbiditas (DM, HIV, PPOK) · H Ekonomi · I Ekuitas.
Layer 0, Fondasi:
kohort, definisi kasus, & treatment gap
⓪ Fondasi · Alur Kohort (STROBE) · Definisi TB aktif (A15–A19) ·
Stratifikasi Anatomi/Keparahan · Treatment Gap
Inti: Mendefinisikan populasi analisis (peserta cohort TB
dengan ≥1 klaim diagnosis TB aktif A15–A19), stratifikasi menurut bentuk
klinis & keparahan, dan kerangka treatment gap, pengingat
bahwa klaim JKN hanya menangkap TB yang sampai ke fasilitas dan
diklaimkan ke JKN.
Sumber & desain: Data Sampel BPJS
Kesehatan 2015–2024, cohort TB; 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), cohort TB BPJS 2015–2024 |
| Tahap |
Pasien (sampel mentah) |
| Cohort TB (peserta tersampel) |
118,747 |
| Punya ≥1 klaim FKRTL (semua sebab) |
110,356 |
| Pasien dengan ≥1 klaim TB aktif di FKRTL |
98,930 |
| Pasien dengan ≥1 klaim TB aktif di FKTP |
87,088 |
| KOHORT ANALISIS, ≥1 klaim TB aktif (FKTP/FKRTL) |
118,220 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Validasi desain
sampel & cross-check ke sampel Reguler (KRITIS)
Desain sampel menentukan analisa apa yang sah. Verifikasi
langsung ke database menunjukkan kohort TB adalah tarikan
per-individu yang diperkaya (enriched), di-seed pada tahun frame
2019, bukan sampel rumah tangga. Buktinya: kohort TB hanya
1.03 individu/rumah tangga (vs 2.43 di reguler = sampel
household sejati), dan hanya 1.9% individunya tumpang-tindih
dengan reguler. Konsekuensi: per-tahun & kumulatif kohort TB
terdistorsi oleh tahun-seed (2019 menyerap ~½ pasien; tahun lain
truncated). Kohort TB sah sebagai potret CROSS-SECTIONAL
kedalaman (kaskade, komorbiditas, biaya, ekuitas relatif) di sekitar
2019; tren temporal & rate populasi diambil dari REGULER
(sampel household 1%, tak-bias, power lebih rendah).
| Tabel L0.1b, Desain Sampel: Kohort TB (enriched, per-individu) vs Reguler (household) · Unit: Sampel |
| Properti |
Kohort TB |
Reguler (household 1%) |
| Individu |
118,747 |
2,590,751 |
| Rumah tangga (PSTV02) |
114,948 |
1,065,281 |
| Individu / rumah tangga |
1.03 (≈per-individu) |
2.43 (household penuh) |
| Tumpang-tindih dgn reguler |
1.9% |
– (acuan) |
| Tahun seed (frame) |
2019 |
kontinu |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | Kohort TB = tarikan diperkaya per-individu, di-seed di tahun frame; Reguler = sampel acak 1% berbasis rumah tangga |

| Tabel L0.1c, Tren TB Terlayani TAK-BIAS dari Sampel Reguler · Unit: Pasien unik (tertimbang) |
| Sampel household 1%, power lebih rendah tapi frame benar. INI tren yang sah untuk dibaca, bukan kurva kohort TB. |
| Tahun |
Pasien reguler (sampel) |
Pasien TB terlayani (tertimbang) |
YoY |
| 2015 |
3,732 |
316,733 |
– |
| 2016 |
4,351 |
346,300 |
+9.3% |
| 2017 |
6,402 |
577,955 |
+66.9% |
| 2018 |
6,921 |
643,231 |
+11.3% |
| 2019 |
7,367 |
658,263 |
+2.3% |
| 2020 |
5,523 |
493,866 |
-25% |
| 2021 |
4,849 |
419,366 |
-15.1% |
| 2022 |
7,145 |
632,925 |
+50.9% |
| 2023 |
7,787 |
689,149 |
+8.9% |
| 2024 |
8,168 |
711,765 |
+3.3% |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Key takeaway desain sampel: Sampel reguler menunjukkan TB
terlayani naik mulus ke 2024 (dengan dip COVID 2020),
kebalikan dari kurva kohort TB yang memuncak di 2019 lalu jatuh.
Karena itu di dokumen ini: (1) semua angka per-tahun/kumulatif
dari kohort TB dibaca sebagai potret kohort terlayani anchored
~2019, bukan tren; (2) tren temporal & served-rate
populasi memakai reguler; (3) analisa rumah tangga (kontak
TB) tidak mungkin dari kohort TB (anggota RT tak ditarik), butuh
reguler.
Tabel 1,
Karakteristik Sampel (FKTP · FKRTL · Overall · Populasi Umum)
Karakteristik pasien TB (FKTP, FKRTL, Overall =
kohort TB) dibandingkan populasi JKN umum (Populasi Umum =
sample reguler BPJS, ~2,6 juta peserta mewakili seluruh
peserta JKN). Angka = % per kolom (tertimbang). “Kelompok
Diagnostik” kosong (“,”) untuk Populasi Umum.
| Tabel 1, Karakteristik Pasien TB vs Populasi JKN Umum · Unit: Pasien unik (tertimbang), % per kolom |
| FKTP n=87,088 · FKRTL n=98,930 · Overall n=118,220 · Populasi Umum n=2,590,751 (peserta sampel) |
|
FKTP % |
FKRTL % |
Overall % |
Populasi Umum % |
| Jenis Kelamin |
| Laki-laki |
54.4 |
55.8 |
55.2 |
51.2 |
| Perempuan |
45.6 |
44.2 |
44.8 |
48.8 |
| Kelompok Usia |
| 40–59 |
29.6 |
29.2 |
29.8 |
27.7 |
| 18–39 |
29.8 |
27.3 |
28.0 |
37.1 |
| <18 |
24.0 |
23.8 |
23.0 |
18.5 |
| ≥60 |
16.6 |
19.7 |
19.3 |
16.7 |
| Segmentasi (Membership) |
| PBPU (Mandiri) |
27.4 |
29.7 |
28.2 |
11.6 |
| PPU |
27.6 |
27.6 |
26.9 |
23.2 |
| PBI APBD |
23.6 |
21.8 |
23.4 |
20.1 |
| PBI APBN |
18.0 |
16.7 |
17.5 |
41.3 |
| Bukan Pekerja |
3.5 |
4.2 |
4.0 |
3.9 |
| Kelas Rawat |
| Kelas III |
63.5 |
61.3 |
62.7 |
70.1 |
| Kelas II |
21.7 |
22.1 |
21.4 |
13.6 |
| Kelas I |
14.8 |
16.6 |
16.0 |
16.3 |
| Pulau |
| Jawa |
62.5 |
63.0 |
62.5 |
54.2 |
| Sumatera |
19.9 |
19.3 |
19.4 |
20.7 |
| Sulawesi |
7.2 |
7.5 |
7.7 |
7.6 |
| Kalimantan |
5.8 |
5.4 |
5.4 |
5.7 |
| Bali-Nusra |
2.9 |
2.8 |
3.0 |
5.4 |
| Maluku-Papua |
1.7 |
2.1 |
2.1 |
6.4 |
| Kelompok Diagnostik |
| TB Paru terkonfirmasi (A15) |
58.1 |
48.7 |
51.9 |
– |
| TB Paru klinis/tak terkonfirmasi (A16) |
14.8 |
24.1 |
23.7 |
– |
| TB Ekstraparu lain (A18) |
19.1 |
19.6 |
17.5 |
– |
| TB Milier / Diseminata (A19) |
4.9 |
4.5 |
4.0 |
– |
| TB SSP / Meningitis (A17) |
3.1 |
3.1 |
2.8 |
– |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | Populasi Umum = sample reguler BPJS (semua peserta JKN); Overall = kohort TB; FKTP/FKRTL = pengguna layanan |
Key takeaway (vs populasi umum): Pasien TB lebih laki-laki
(55.2% vs 51.2% populasi umum, sesuai pola epidemiologi TB global), dan
terkonsentrasi pada usia produktif. Distribusi segmen: PBI APBN
(termiskin) 17.5% vs 41.3% populasi umum, pola ini diperdalam di Pilar I
(Ekuitas) sebagai gradien akses. Geografis: Jawa 62.5% vs 54.2% populasi
umum.
Stratifikasi
diagnostik (bentuk TB paling berat per pasien)
Aturan stratifikasi
Tiap pasien diberi satu kelompok primer = bentuk TB aktif
paling berat yang pernah tercatat, prioritas klinis: TB SSP/Meningitis
(A17) › TB Milier/Diseminata (A19) › TB Ekstraparu lain (A18) › TB Paru
terkonfirmasi bakteriologis (A15) › TB Paru klinis/tak terkonfirmasi
(A16). Catatan: A15 (terkonfirmasi) vs A16 (klinis) membedakan TB
dengan vs tanpa konfirmasi bakteriologis, proxy mutu diagnosis (lihat
indikator konfirmasi di bawah).
| Tabel L0.2, Distribusi Bentuk Klinis TB (paling berat per pasien) · Unit: Pasien unik (tertimbang) |
| Kelompok Diagnostik Primer |
Pasien (tertimbang) |
Pasien (sampel) |
Proporsi (%) |
| TB Paru terkonfirmasi (A15) |
486,222 |
41,443 |
51.9 |
| TB Paru klinis/tak terkonfirmasi (A16) |
222,093 |
16,176 |
23.7 |
| TB Ekstraparu lain (A18) |
164,438 |
43,737 |
17.5 |
| TB Milier / Diseminata (A19) |
37,942 |
10,594 |
4.0 |
| TB SSP / Meningitis (A17) |
26,700 |
6,270 |
2.8 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |

Indikator konfirmasi
bakteriologis (A15 vs A16)
Mengapa A15 vs A16 penting
A15 = TB paru terkonfirmasi bakteriologis (BTA/biakan/molekuler
positif, mis. TCM/GeneXpert);
A16 = TB paru klinis/tak
terkonfirmasi (diagnosis tanpa konfirmasi lab).
Proporsi
konfirmasi bakteriologis adalah indikator mutu program TB yang
dilacak WHO, naik seiring perluasan tes molekuler. Di sini dihitung
sebagai proxy tingkat-pasien (di antara pasien TB paru, % yang bentuk
terberatnya terkonfirmasi).
Konfirmasi bakteriologis (proxy): Di antara pasien TB paru
dalam JKN, sekitar 68.6% terkode terkonfirmasi bakteriologis
(A15) vs 31.4% klinis/tak terkonfirmasi (A16), proxy tingkat-pasien
(klasifikasi bentuk terberat). Ini sejalan arah target WHO untuk
menaikkan deteksi terkonfirmasi via tes molekuler, namun tergantung
praktik koding klaim dan tidak setara dengan laporan konfirmasi
program TB nasional.
Definisi kunjungan TB
& tipologi koding
Bagaimana sebuah kunjungan disebut “kunjungan TB”
FKL15A “diagnosis masuk” = diagnosis klinis sebenarnya (mis.
A15 TB paru), sedangkan FKL17A “diagnosis primer” sering berisi kode
Z (Z09 “follow-up”, administratif) untuk kunjungan kontrol. Karena
itu kunjungan dihitung kunjungan TB bila kode TB aktif (A15–A19)
muncul di diagnosis masuk, primer, atau sekunder (SDX). Definisi
ini menangkap kontrol pengobatan rutin (ber-primer Z09) dan TB sebagai
komorbid pada kunjungan lain.
Treatment gap, klaim JKN ≠ seluruh kasus TB nasional. Sebagian
besar penemuan & pengobatan TB di Indonesia berjalan lewat
Program TB Nasional (Puskesmas, OAT program, SITB) yang tidak
selalu menghasilkan klaim JKN fee-for-service (OAT lini-1 disediakan
program, bukan diklaim). Akibatnya angka di dokumen ini adalah TB
yang tercatat dalam klaim JKN, under-capture terhadap notifikasi
nasional, dan jauh di bawah estimasi insidensi WHO (Indonesia
≈385/100.000/tahun, ≈1,09 juta kasus/tahun; GTBR 2024, ≈). Gunakan angka
ini untuk memahami pola utilisasi, biaya, rujukan, dan ekuitas dalam
JKN, bukan sebagai estimasi beban TB nasional.
| Tabel L0.3, Triangulasi Treatment/Reporting Gap (ilustratif) · Unit: Pasien |
| TB terlayani-JKN vs estimasi insidensi WHO; angka tidak setara langsung (denominator & sumber berbeda) |
| Indikator |
Nilai (≈) |
Catatan |
| Estimasi insidensi TB (WHO GTBR 2024, nasional) |
≈385 / 100.000 penduduk (≈1,09 juta kasus/th) |
Estimasi beban (semua sumber) |
| TB terlayani-baru JKN 2024 (tertimbang) |
36,764 pasien baru (klaim JKN) |
Hanya yang menghasilkan klaim JKN, under-capture vs program TB nasional |
| Benchmark: WHO Global TB Report 2024 (estimasi, ≈). Klaim JKN tidak mencakup penemuan/pengobatan TB lewat program publik non-klaim → angka JKN bukan estimasi insidensi nasional. |
Key takeaway L0: Kohort analisis mencakup 118,220 pasien
sampel dengan diagnosis TB. TB Paru terkonfirmasi (A15)
mendominasi beban tertimbang (51.9%), diikuti TB Paru klinis (A16) dan
TB Ekstraparu (A18). Klaim JKN menangkap TB yang sampai ke layanan
dan diklaimkan, under-capture terhadap notifikasi nasional &
estimasi WHO; dokumen ini fokus pada pola dalam JKN, bukan
estimasi beban nasional.
Pilar A, Beban Penyakit
& Demografi
① Pilar A · Prevalensi/Insidensi Terlayani · Demografi · Distribusi
Geografis
Pertanyaan: Seberapa besar beban TB yang terlayani JKN, bagaimana
trennya (dengan hati-hati terhadap artefak sampel), profil demografi,
dan sebaran geografis.
Peringatan interpretasi tren (sangat penting untuk kohort
ini). Distribusi tahun kohort TB memuncak tajam pada 2019
lalu turun, pola ini didominasi konstruksi frame sampel TB
(left-truncation + akrual + kemungkinan tahun anchor sampel),
bukan dinamika insidensi TB sejati. Jangan tafsir kurva tahunan
sebagai tren epidemiologis. Gunakan uji kohort stabil (di bawah)
dan tafsir level cross-sectional, bukan kemiringan tren.

| Tabel A.1, Pasien TB Terlayani per Tahun · Unit: Pasien unik (tertimbang) |
| Tahun |
Pasien (sampel) |
Pasien (tertimbang) |
YoY |
| 2015 |
2,288 |
25,274 |
– |
| 2016 |
3,526 |
36,147 |
+43% |
| 2017 |
6,078 |
59,363 |
+64.2% |
| 2018 |
20,117 |
187,985 |
+216.7% |
| 2019 |
94,146 |
795,635 |
+323.2% |
| 2020 |
25,093 |
199,824 |
-74.9% |
| 2021 |
10,802 |
67,730 |
-66.1% |
| 2022 |
11,757 |
84,078 |
+24.1% |
| 2023 |
5,091 |
36,117 |
-57% |
| 2024 |
10,839 |
85,584 |
+137% |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Validasi tren, kohort
stabil
Uji kohort stabil
Kohort stabil = pasien terobservasi sejak awal (kontak pertama
≤2016) dan masih aktif akhir periode (≥2023). Bila tren kohort
tetap ini datar sementara keseluruhan memuncak, lonjakan keseluruhan
didominasi konstruksi/akrual sampel, bukan epidemiologi.

Distribusi geografis
(provinsi tempat tinggal)

| Tabel A.2, 12 Provinsi dengan Beban TB Terlayani Tertinggi · Unit: Pasien unik (tertimbang) |
| Rank |
Provinsi |
Pulau |
Pasien (tertimbang) |
% |
| 1 |
Jawa Barat |
Jawa |
235,534 |
25.1 |
| 2 |
Jawa Timur |
Jawa |
104,859 |
11.2 |
| 3 |
Jawa Tengah |
Jawa |
99,448 |
10.6 |
| 4 |
DKI Jakarta |
Jawa |
80,162 |
8.6 |
| 5 |
Banten |
Jawa |
58,856 |
6.3 |
| 6 |
Sumatera Utara |
Sumatera |
52,793 |
5.6 |
| 7 |
Sulawesi Selatan |
Sulawesi |
33,783 |
3.6 |
| 8 |
Aceh |
Sumatera |
24,446 |
2.6 |
| 9 |
Sumatera Barat |
Sumatera |
22,371 |
2.4 |
| 10 |
Sumatera Selatan |
Sumatera |
20,911 |
2.2 |
| 11 |
Riau |
Sumatera |
19,112 |
2.0 |
| 12 |
Lampung |
Sumatera |
16,306 |
1.7 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Struktur usia &
jenis kelamin

| Tabel A.3, 20 Kabupaten/Kota dengan Beban TB Terlayani Tertinggi · Unit: Pasien unik (tertimbang) |
| Berdasarkan kabupaten/kota tempat tinggal (PSTV10) |
| Rank |
Kabupaten/Kota |
Provinsi |
Pasien (tertimbang) |
Pasien (sampel) |
| 1 |
Kab. Bogor |
Jawa Barat |
35,325 |
502 |
| 2 |
Kota Jakarta Utara |
DKI Jakarta |
23,261 |
420 |
| 3 |
Kab. Bekasi |
Jawa Barat |
19,146 |
368 |
| 4 |
Kota Jakarta Selatan |
DKI Jakarta |
16,953 |
384 |
| 5 |
Kab. Bandung |
Jawa Barat |
16,263 |
455 |
| 6 |
Kota Bandung |
Jawa Barat |
15,865 |
421 |
| 7 |
Kab. Sukabumi |
Jawa Barat |
14,760 |
457 |
| 8 |
Kota Tangerang |
Banten |
14,337 |
365 |
| 9 |
Kota Jakarta Pusat |
DKI Jakarta |
14,182 |
357 |
| 10 |
Kab. Tangerang |
Banten |
14,029 |
351 |
| 11 |
Kota Jakarta Barat |
DKI Jakarta |
13,291 |
380 |
| 12 |
Kota Binjai |
Sumatera Utara |
13,001 |
414 |
| 13 |
Kota Surabaya |
Jawa Timur |
12,849 |
393 |
| 14 |
Kota Bekasi |
Jawa Barat |
12,660 |
377 |
| 15 |
Kota Jakarta Timur |
DKI Jakarta |
12,294 |
364 |
| 16 |
Kab. Karawang |
Jawa Barat |
11,872 |
363 |
| 17 |
Kota Depok |
Jawa Barat |
11,606 |
359 |
| 18 |
Kota Bogor |
Jawa Barat |
10,109 |
344 |
| 19 |
Kab. Cirebon |
Jawa Barat |
10,034 |
433 |
| 20 |
Kota Tangerang Selatan |
Banten |
9,902 |
343 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | Choropleth kabupaten interaktif = langkah lanjut (skill indonesia-district-map) |
Key takeaway A: Beban TB terlayani JKN terkonsentrasi pada
usia produktif laki-laki dan di Jawa (populasi terbesar).
Kurva tahunan kohort TB tidak boleh dibaca sebagai tren (puncak
2019 = tahun-seed; lihat Validasi Desain Sampel di Fondasi).
Tren TB yang sah ada di Tabel L0.1c (dari reguler), naik
mulus ke 2024 dengan dip COVID 2020. Pola spasial yang sah =
served-rate per 100k dari reguler di Pilar I.
Pilar B, FKTP (Layanan
Primer)
② Pilar B · Layanan Primer (FKTP) · Diagnosis · Cakupan FKTP↔︎FKRTL
Pertanyaan: Peran FKTP sebagai pintu masuk & tempat
pengobatan TB, dan pola cakupan lintas-tingkat.

| Tabel B.1, Cakupan: FKTP saja vs FKRTL saja vs Keduanya · Unit: Pasien unik (tertimbang) |
| Pola pemakaian layanan |
Pasien (tertimbang) |
Pasien (sampel) |
% |
| FKTP + FKRTL |
525,775 |
67,798 |
56.1 |
| FKRTL saja |
251,565 |
31,132 |
26.8 |
| FKTP saja |
160,054 |
19,290 |
17.1 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Key takeaway FKTP: 56.1% pasien TB memakai FKTP dan
FKRTL (jalur diagnosis/rujukan khas TB), 26.8% hanya FKRTL
(langsung ke RS / TB ekstraparu-berat), dan 17.1% hanya FKTP.
Banyak pengobatan TB lini-1 berjalan via program (OAT non-klaim),
sehingga FKTP klaim mungkin under-capture fase intensif di Puskesmas.
Pilar C, FKRTL (Rujukan
/ Rumah Sakit)
③ Pilar C · RJTL vs RITL · Tipe RS · LOS · Krisis (IGD)
Pertanyaan: Karakter layanan rujukan/RS untuk TB, intensitas,
lama rawat menurut bentuk klinis & kelas RS, dan kunjungan gawat
darurat.
| Tabel C.1, Intensitas Utilisasi per Pasien menurut Bentuk Klinis · Unit: Rata-rata per pasien |
| Bentuk Klinis TB |
Pasien (sampel) |
Rata2 kunjungan FKTP |
Rata2 FKRTL R.Jalan |
Rata2 FKRTL R.Inap |
Rata2 total |
% pernah dirawat inap |
| TB Ekstraparu lain (A18) |
43737 |
2 |
6 |
0 |
9 |
25.6 |
| TB Paru terkonfirmasi (A15) |
41443 |
3 |
3 |
0 |
7 |
38.4 |
| TB Paru klinis/tak terkonfirmasi (A16) |
16176 |
0 |
2 |
0 |
3 |
33.0 |
| TB Milier / Diseminata (A19) |
10594 |
3 |
5 |
0 |
9 |
38.5 |
| TB SSP / Meningitis (A17) |
6270 |
2 |
7 |
0 |
11 |
52.7 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
| Tabel C.2, Lama Rawat Inap TB (LOS) · Unit: Episode rawat inap |
| Bentuk Klinis TB |
Episode rawat inap (sampel) |
Rata2 LOS (hari) |
Median LOS (IQR) |
| TB SSP / Meningitis (A17) |
2209 |
10.4 |
7 (4–13) |
| TB Milier / Diseminata (A19) |
1609 |
5.9 |
5 (3–7) |
| TB Ekstraparu lain (A18) |
7452 |
6.1 |
4 (2–7) |
| TB Paru terkonfirmasi (A15) |
18015 |
5.4 |
4 (3–6) |
| TB Paru klinis/tak terkonfirmasi (A16) |
21202 |
5.5 |
5 (3–7) |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | LOS = FKL04−FKL03, dibatasi 0–365 hari; definisi strict (TB di masuk/primer) |
| Tabel C.3, Lama Rawat Inap menurut Kelas/Tipe RS · Unit: Episode rawat inap |
| Kelas/Tipe RS |
Episode rawat inap (sampel) |
Rata2 LOS (hari) |
Median LOS (IQR) |
| RS Kelas C |
25576 |
5.1 |
4 (3–6) |
| RS Kelas B |
13953 |
6.4 |
5 (3–8) |
| RS Kelas D |
6153 |
4.2 |
4 (3–5) |
| RS Kelas A |
3551 |
11.4 |
8 (5–15) |
| RS Khusus |
1223 |
4.9 |
4 (2–6) |
| Lainnya/Missing |
31 |
4.6 |
4 (3–5) |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
| Tabel C.4, Kunjungan Gawat Darurat (IGD/UGD) pada Pasien TB · Unit: Kunjungan |
| Kepemilikan faskes: Publik 51%, Swasta 49% |
| Tahun |
Kunjungan IGD/UGD (sampel) |
% dari FKRTL |
| 2015 |
91 |
1.1 |
| 2016 |
151 |
1.1 |
| 2017 |
290 |
1.1 |
| 2018 |
1,477 |
1.6 |
| 2019 |
4,874 |
1.7 |
| 2020 |
949 |
1.1 |
| 2021 |
362 |
1.0 |
| 2022 |
396 |
1.0 |
| 2023 |
144 |
0.9 |
| 2024 |
241 |
0.7 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | event akut = proxy keterlambatan/komplikasi |
Key takeaway FKRTL: Rawat inap TB terkonsentrasi pada bentuk
berat, TB SSP/Meningitis & Milier memiliki LOS terpanjang dan
proporsi rawat inap tertinggi. Layanan FKRTL TB hampir seluruhnya di
RS Umum (95.6%), RS Khusus (mis. RS Paru) 4.4%.
Pilar D, Inter: Rujukan
& Konektivitas Antar-Faskes
④ Pilar D · Gate FKTP→FKRTL · Tipe Perujuk · Geografi Rujukan · Alur
Tingkat
Pertanyaan: Bagaimana pasien TB berpindah antar fasilitas, lewat
gate primer, siapa perujuk, dan apakah rujukan menyeberang
kabupaten/provinsi.

| Tabel D.1, Tipe Faskes Perujuk Rawat Inap TB · Unit: Episode |
| Tipe faskes perujuk (rawat inap) |
Episode (sampel) |
% |
| Rumah Sakit |
169,376 |
82.9 |
| Puskesmas |
24,199 |
11.8 |
| Klinik Pratama |
5,651 |
2.8 |
| Dokter Umum |
3,605 |
1.8 |
| Klinik Utama |
1,463 |
0.7 |
| Lainnya |
31 |
0.0 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |

Key takeaway Inter: Pada 2018–2023, sebagian besar kunjungan
FKRTL TB datang via rujukan FKTP (gate primer berfungsi). Rujukan rawat
inap sangat lokal (mayoritas dalam kabupaten sama).
Rujuk-balik (FKRTL→FKTP untuk lanjut OAT) tidak terkode eksplisit di
klaim → tidak dianalisis.
Pilar E, Geografi
Member ↔︎ Faskes (Akses Spasial)
⑤ Pilar E · Tempat Tinggal vs Faskes Terdaftar · Luar-Kabupaten
Pertanyaan: Apakah peserta TB terdaftar di faskes dalam
kabupatennya, dan di mana akses memaksa keluar daerah.
| Tabel E.1, Kesesuaian Tempat Tinggal ↔ Faskes Terdaftar · Unit: Member |
| PSTV09/10 (tempat tinggal) vs PSTV13/14 (faskes terdaftar) |
| Indikator |
% |
| Faskes terdaftar dalam PROVINSI sama |
96.9 |
| Faskes terdaftar dalam KABUPATEN sama |
90.9 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |

Key takeaway Geografi: 90.9% peserta TB terdaftar di faskes
dalam kabupatennya. Provinsi dengan kesesuaian terendah menandai
akses primer terbatas (faskes jarang / mobilitas antar-kota).
Pilar F, Kaskade
Pengobatan, LTFU, MDR-TB, TB-HIV & Outcome
⑥ Pilar F · Durasi & Kontinuitas Pengobatan · Completion/LTFU proxy
· MDR-TB · TB-HIV · Mortalitas
Inti mutu TB (kerangka WHO End TB). BPJS tidak memiliki field
outcome pengobatan formal (sembuh/gagal/LTFU). Kami
meng-infer dari kontinuitas & durasi klaim TB: durasi
pengobatan (rentang kontak pertama→terakhir), completion proxy
(engagement berkelanjutan ≥6 bulan), LTFU proxy (putus dini),
share MDR/RR-TB (penanda resistansi U8x), TB-HIV
ko-infeksi, dan outcome (mortalitas + hospitalisasi). Semua
adalah proxy, lihat caveat.
Caveat kaskade (wajib). (1) BPJS tidak punya outcome
pengobatan formal → completion/LTFU adalah proxy berbasis pola
klaim, bukan outcome program TB.
(2) OAT lini-1 sering
disediakan Program TB (non-klaim) → fase intensif/lanjutan bisa
tak terlihat di klaim JKN, sehingga durasi klaim TB
under-estimate durasi pengobatan sebenarnya.
(3) Pasien yang
masuk di akhir periode data di-exclude dari completion proxy
(right-censoring). Angka completion proxy di sini bukan treatment
success rate WHO.
Durasi &
kontinuitas pengobatan

Completion proxy
(engagement berkelanjutan ≥6 bulan)

| Tabel F.1, Completion Proxy menurut Segmen Kepesertaan · Unit: Pasien unik |
| Segmen |
Pasien eligible (sampel) |
Engagement ≥6 bln (%) |
| Non-PBI |
65361 |
48.4 |
| PBI (Disubsidi) |
49844 |
43.9 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | proxy berbasis pola klaim TB; OAT program non-klaim dapat menurunkan angka |
Completion/LTFU proxy: Hanya 46.6% pasien (eligible)
menunjukkan engagement TB berkelanjutan ≥6 bulan di klaim JKN, dan
30.9% putus dini (<60 hari, ≤2 kontak), proxy LTFU.
Hati-hati: ini sangat dipengaruhi OAT program non-klaim (banyak
pasien lanjut pengobatan di Puskesmas tanpa klaim JKN), jadi angka
rendah tidak otomatis berarti putus berobat klinis, tetapi pola
putus dini layak ditindaklanjuti sebagai sinyal koordinasi JKN↔︎Program
TB.
MDR / RR-TB (TB
Resistan Obat)
| Tabel F.2, Penanda Resistansi Obat (proxy bising, BUKAN RR/MDR-TB tervalidasi) · Unit: Pasien |
| Kode ICD resistansi antibiotik U8x (mis. U88/U89) muncul-bersama pada kunjungan TB. Kode resistansi bersifat suplementer & terisi tak-konsisten → angka ini batas-bawah yang BISING, bukan RR/MDR-TB tervalidasi. Mayoritas MDR-TB ditatalaksana lewat program PMDT (non-klaim JKN). |
| Indikator |
Nilai |
| Pasien dengan penanda resistansi (U8x), sampel |
374 |
| Pasien resistansi, tertimbang (proyeksi) |
3,661 |
| % dari kohort TB |
0.39% |
| Pasien dengan klaim obat khusus (FKL44), sampel |
47,842 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | U8x = penanda resistansi antibiotik (suplementer); FKL44 = obat khusus (sinyal lini-2). Kode TB-spesifik U82/U84.3 tidak muncul di data ini. |
| Tabel F.3, Biaya & Hospitalisasi: TB Resistan vs Sensitif · Unit: Pasien unik |
| Kelompok |
Pasien (sampel) |
Median biaya/pasien (Rp) |
Rata2 biaya/pasien (Rp) |
% pernah rawat inap |
| TB Resistan Obat (U8x) |
374 |
10,558,600 |
16,302,734 |
75.1 |
| TB Sensitif |
117846 |
1,960,300 |
4,975,794 |
33.6 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Resistansi obat (proxy bising): Penanda resistansi antibiotik
(U8x) muncul pada hanya 0.39% kohort TB-JKN (374 sampel), ini
batas-bawah yang bising, bukan RR/MDR-TB tervalidasi: kode
resistansi bersifat suplementer & terisi tak-konsisten, dan sebagian
besar MDR-TB ditatalaksana lewat program PMDT (non-klaim JKN).
Meski begitu, beban per-kasus pada yang tertangkap ekstrem: median
biaya/pasien Rp10,558,600 (vs Rp1,960,300 TB sensitif, ~5.4×) dan
75.1% pernah rawat inap, beban biaya per kasus jauh lebih berat.
TB-HIV
ko-infeksi
| Tabel F.4, TB-HIV Ko-infeksi menurut Bentuk Klinis · Unit: Pasien unik |
| Keseluruhan 1.55% pasien TB punya klaim HIV (B20–24); proyeksi 14,517 pasien |
| Bentuk Klinis TB |
Pasien (sampel) |
% TB-HIV |
| TB SSP / Meningitis (A17) |
6270 |
2.97 |
| TB Milier / Diseminata (A19) |
10594 |
1.97 |
| TB Ekstraparu lain (A18) |
43737 |
1.63 |
| TB Paru terkonfirmasi (A15) |
41443 |
1.56 |
| TB Paru klinis/tak terkonfirmasi (A16) |
16176 |
1.21 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | WHO TB/HIV collaborative indicator; under-capture mungkin (HIV terkode terpisah/program) |
TB-HIV: 1.55% pasien TB-JKN memiliki klaim HIV ko-infeksi
(B20–24), di bawah benchmark nasional ≈3% (estimasi WHO/Program
TB Indonesia), kemungkinan under-capture karena HIV sering
dikelola lewat program HIV/ART terpisah (rekam terpisah dari klaim TB).
Pola Indonesia memang jauh lebih rendah daripada Afrika sub-Sahara,
namun ko-infeksi menambah kompleksitas pengobatan dan layak skrining HIV
rutin pada layanan TB (WHO collaborative TB/HIV).
Outcome: mortalitas
& hospitalisasi
Mortalitas, interpretasi hati-hati. Dua sumber, keduanya
under-captured:
(1) FKL14=3 (meninggal saat rawat
inap), hanya kematian in-hospital;
(2) PSTV18 (tahun meninggal
sistem kepesertaan) hanya terisi tahun snapshot (≈2023–24). Kematian TB
di komunitas/setelah pulang tidak tertangkap penuh. CFR
in-hospital di bawah valid sebagai proporsi episode rawat inap yang
berakhir kematian, bukan CFR TB populasi.

| Tabel F.5, Outcome: Hospitalisasi & Mortalitas (under-captured) · Unit: Pasien/Episode |
| Indikator |
Nilai |
| Pernah rawat inap (% kohort) |
35.3% |
| Kematian in-hospital (FKL14=3, sampel, kumulatif) |
3,611 |
| Kematian via PSTV18 (snapshot ≈2023–24, sampel) |
6,794 |
| Crude % meninggal (PSTV18, snapshot) |
5.75% |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) | mortalitas under-capture; bukan CFR TB populasi |
Outcome: 35.3% pasien TB-JKN pernah dirawat inap. CFR
in-hospital tertinggi pada TB SSP/Meningitis (20.6%) dan TB
Milier (12.7%), konsisten dengan keparahan klinis kedua bentuk ini
(validasi internal). Mortalitas keseluruhan under-captured (klaim tak
menangkap kematian komunitas).
Pilar G, Komorbiditas
(DM, HIV, PPOK, dll.)
Inti: Cohort ini memuat seluruh klaim pasien TB, termasuk
kunjungan untuk penyakit lain. Komorbiditas kunci TB: Diabetes
(TB-DM bidirectional, risiko relaps↑), HIV, PPOK/penyakit paru
kronik, malnutrisi.



Key takeaway komorbiditas: Komorbiditas TB-JKN tersering:
PPOK/Asma (J40–47) (24.6%), Diabetes (11.1%), TB-DM
penting karena memperburuk outcome & menaikkan risiko relaps, dan
HIV (2.4%). Catatan under-capture: meski sudah memindai
diagnosis masuk + sekunder/SDX, DM 11.1% masih di bawah ~15–20%
TB-DM yang dilaporkan studi ko-manajemen nasional Indonesia
(≈20,8%), DM banyak dikelola di FKTP/klaim terpisah, jadi angka ini
batas-bawah. Tetap menegaskan kebutuhan skrining DM & HIV
terintegrasi pada layanan TB (collaborative care).
Pilar H, Ekonomi TB
dalam JKN
⑧ Pilar H · Biaya Klaim FKRTL · Pendorong · Konsentrasi (Pareto) ·
INA-CBG
Pertanyaan: Berapa belanja JKN untuk layanan TB &
komorbiditasnya, apa pendorongnya, dan seberapa terkonsentrasi. (FKTP
kapitasi & OAT program dikecualikan, bukan fee-for-service klaim.)

| Tabel H.1, Belanja FKRTL Pasien TB: Layanan TB vs Layanan Lain · Unit: Biaya klaim (tertimbang) |
| Pada pasien TB yang sama, 2015–2024 kumulatif |
| Kategori |
Biaya FKRTL (Miliar Rp, tertimbang, kumulatif) |
| Layanan TB |
4,016.7 |
| Layanan lain (komorbiditas/non-TB) |
10,455.1 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
| Tabel H.2, Biaya menurut Bentuk Klinis & Setting · Unit: Klaim (tertimbang) |
| Bentuk Klinis |
Setting |
Klaim (sampel) |
Total (Miliar Rp) |
Rata2/klaim (Rp) |
Median/klaim (Rp) |
| TB SSP / Meningitis (A17) |
Rawat Inap |
2,559 |
127.59 |
13,749,744 |
6,318,900 |
| TB SSP / Meningitis (A17) |
Rawat Jalan |
17,738 |
20.98 |
235,434 |
190,400 |
| TB Milier / Diseminata (A19) |
Rawat Inap |
1,942 |
31.68 |
4,852,432 |
3,084,600 |
| TB Milier / Diseminata (A19) |
Rawat Jalan |
24,165 |
25.55 |
210,221 |
186,800 |
| TB Ekstraparu lain (A18) |
Rawat Inap |
8,928 |
310.56 |
9,959,602 |
4,415,350 |
| TB Ekstraparu lain (A18) |
Rawat Jalan |
195,347 |
197.97 |
229,490 |
190,400 |
| TB Paru terkonfirmasi (A15) |
Rawat Inap |
19,894 |
994.38 |
5,118,129 |
4,336,500 |
| TB Paru terkonfirmasi (A15) |
Rawat Jalan |
149,982 |
356.59 |
203,768 |
186,300 |
| TB Paru klinis/tak terkonfirmasi (A16) |
Rawat Inap |
25,777 |
1455.99 |
5,342,888 |
4,551,400 |
| TB Paru klinis/tak terkonfirmasi (A16) |
Rawat Jalan |
189,660 |
495.43 |
204,402 |
185,500 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
| Tabel H.3, Konsentrasi Biaya (Pareto) · Unit: Pasien, konsentrasi biaya |
| Konsentrasi atas belanja layanan TB ≈ Rp4,016.7 Miliar (kumulatif); konsentrasi dihitung pada biaya klaim TB per pasien. Belanja semua-sebab pasien TB (TB + komorbid) ≈ Rp14,472 Miliar, lihat Tabel H.1. |
| Top % pasien (biaya tertinggi) |
% total belanja FKRTL |
| 1 |
14.5 |
| 5 |
34.2 |
| 10 |
47.4 |
| 20 |
64.7 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
| Tabel H.4, 15 Kelompok INA-CBG Teratas (volume klaim) · Unit: Klaim FKRTL |
| Deskripsi INA-CBG |
Klaim (sampel) |
Total (Miliar Rp, tertimbang) |
Rata2/klaim (Rp) |
| Penyakit Kronis Kecil Lain-Lain |
457,517 |
867.9 |
197,985 |
| Penyakit Kronis Besar Lain-Lain |
25,008 |
33.2 |
274,652 |
| Konsultasi Atau Pemeriksaan Lain-Lain |
21,087 |
27.8 |
139,135 |
| Peradangan Dan Infeksi Pernafasan Ringan |
21,060 |
961.4 |
4,496,546 |
| Penyakit Kronis Kecil Lainlain |
9,948 |
21.4 |
200,748 |
| Perawatan Luka |
8,351 |
7.0 |
197,397 |
| Peradangan Dan Infeksi Pernafasan Sedang |
7,225 |
385.0 |
5,613,409 |
| Prosedur Therapi Fisik Dan Prosedur Kecil Muskuloskletal |
6,293 |
4.6 |
129,370 |
| Prosedur Terapi Saluran Pernafasan |
6,237 |
23.6 |
319,547 |
| Penyakit Akut Kecil Lain-Lain |
4,491 |
5.6 |
191,756 |
| Prosedur Ultrasound Lain-Lain |
3,825 |
14.3 |
574,077 |
| Prosedur Rehabilitasi |
3,783 |
3.3 |
171,677 |
| Kontak Pelayanan Kesehatan Lain-Lain |
3,642 |
6.8 |
126,623 |
| Paru Akut |
3,083 |
6.0 |
251,585 |
| Prosedur Uji Fungsi Paru |
2,820 |
12.3 |
461,685 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Key takeaway H: Belanja FKRTL untuk pasien TB lebih besar pada
layanan lain/komorbiditas (Rp10,455.1 M) daripada layanan TB itu
sendiri (Rp4,016.7 M), karena pasien TB sering punya beban penyakit
lain. Biaya sangat terkonsentrasi (top 10% pasien = 47.4%
belanja), didorong rawat inap berat & TB resistan obat (Pilar F).
Pilar I, Ekuitas &
Representasi vs Populasi Umum
⑨ Pilar I · Segmen (SES) · Geografi · Representasi vs Populasi JKN Umum
TB adalah penyakit kemiskinan, gradien akses & representasi
sangat relevan kebijakan. Stratifikasi: segmen (PBI vs Non-PBI),
geografi (served-rate per provinsi), dan perbandingan terhadap populasi
JKN umum (representation index, served-rate, gradien SES).

Served-rate di bawah dihitung seluruhnya dari sampel reguler
(numerator pasien TB DAN denominator peserta, satu frame household) →
konsisten secara internal. Versi sebelumnya (numerator
kohort-enriched ÷ denominator reguler) bias karena dua tarikan berbeda;
tidak dipakai sebagai angka utama.


| Tabel I.1, Uji Beda Distribusi: Pasien TB vs Populasi Umum · Unit: sampel |
| χ² (sampel mentah); n besar → selalu signifikan, gunakan Cramér’s V untuk besaran efek |
| Karakteristik |
Cramér V |
p |
| Jenis Kelamin |
0.013 |
<0,001 |
| Kelompok Usia |
0.030 |
<0,001 |
| Segmentasi (Membership) |
0.086 |
<0,001 |
| Pulau |
0.051 |
<0,001 |
| Sumber: Data Sampel BPJS Kesehatan 2015–2024 | ICD-10 A15–A19 (TB aktif) | FKTP + FKRTL | tertimbang PSTV15 (proyeksi nasional) |
Key takeaway Ekuitas (dikonfirmasi via reguler): Dihitung
seluruhnya dari sampel reguler (konsisten internal), served-rate
TB-JKN tetap menunjukkan gradien sosial-ekonomi terbalik dari beban
epidemiologis: segmen PBI APBD (PBI (disubsidi)) terendah
(9.75/1.000) padahal TB adalah penyakit kemiskinan, sementara
PBPU (Mandiri) tertinggi (28.3/1.000, ~2.9×). Temuan ini
robust: muncul di perhitungan kohort maupun reguler. Ini
bukan berarti yang miskin lebih sehat, melainkan sinyal akses
& penemuan kasus TB lewat JKN lebih rendah pada segmen termiskin
(banyak ditemukan/diobati lewat program publik non-klaim, atau tidak
terjangkau). Spasial: served-rate tertinggi di provinsi Jawa-urban
(DKI/Jabar), terendah di Indonesia Timur/Bali, under-detection JKN di
wilayah dengan akses faskes terbatas. Implikasi: perkuat integrasi
JKN↔︎Program TB & penemuan kasus pro-poor.
Keterbatasan &
langkah lanjut
Keterbatasan utama. (1) Klaim JKN = TB yang terlayani &
diklaimkan, BUKAN seluruh kasus TB nasional, OAT lini-1 &
banyak layanan TB berjalan lewat Program TB publik (non-klaim),
sehingga JKN under-capture besar terhadap notifikasi nasional. (2)
Tidak ada outcome pengobatan formal di BPJS → completion/LTFU
adalah proxy berbasis pola klaim, bukan treatment success WHO.
(3) Kohort TB adalah tarikan enriched per-individu yang di-seed tahun
2019 (1,03 individu/RT, overlap 1,9% dgn reguler), per-tahun &
kumulatifnya artefak konstruksi sampel, bukan epidemiologi; tren
& rate populasi diambil dari reguler (lihat Validasi Desain
Sampel). Kohort ini tidak bisa untuk analisa rumah-tangga/kontak
TB (anggota RT tak ditarik). (4) MDR-TB & TB-HIV
under-capture (banyak ditatalaksana lewat program PMDT/HIV
non-klaim). (5) Mortalitas under-captured (PSTV18 snapshot; FKL14 hanya
in-hospital). (6) Data obat terbatas → adherence OAT (PDC) tak dihitung.
(7) Durasi klaim TB under-estimate durasi pengobatan sebenarnya (fase
lanjutan via Puskesmas non-klaim).
Belum tercakup dalam analisis ini (fase lanjut):
linkage JKN↔︎SITB/notifikasi program TB (untuk treatment outcome sejati),
choropleth kabupaten interaktif (skill
indonesia-district-map), model biaya GLM-Gamma &
catastrophic cost TB, analisis TB-DM bidirectional mendalam,
age-standardized mortality/SMR, dan integrasi dengan model transmisi
ARC7.3/7.4 (BPJS cost → parameter biaya per kasus).
Analisis sistem kesehatan berbasis data administratif klaim JKN
agregat. Angka menggambarkan populasi TB yang terlayani & tercatat
dalam JKN, bukan estimasi beban TB nasional. Untuk estimasi nasional,
rujuk WHO Global TB Report & Laporan Program TB Nasional
(Kemenkes/SITB).