Injury Pattern Of Motor Vehicle Accident Case Based On HDSS Sleman 2019
AKBAR ANANDA ANDITO, dr. Idha Arfianti Wiraagni, M.Sc., SpFM., PhD.; dr. Hendro Widagdo, Sp. FM(K).; dr. Martiana Suciningtyas, TA, SpF.M
2024 | Skripsi | PENDIDIKAN DOKTER
Latar Belakang: Cedera akibat kecelakaan kendaraan bermotor merupakan masalah kesehatan masyarakat yang utama di seluruh dunia, dengan perkiraan peningkatan kematian akibat meningkatnya kepemilikan dan penggunaan kendaraan. Bertemunya jalur antar provinsi dan kepadatan penduduk yang tinggi di Kabupaten Sleman, menambah kemacetan lalu lintas sehingga menjadikan perhatian keselamatan di jalan raya. Penelitian ini menggunakan data dari Health and Demographic Surveillance System Sleman, dengan dataset tahun 2019.
Masalah: Berapa jumlah cedera akibat kecelakaan kendaraan bermotor di Sleman berdasarkan data HDSS Sleman tahun 2019, dan bagaimana dampak cedera tersebut terhadap korban?
Tujuan: Penelitian ini dilakukan untuk mengetahui pola cedera kasus kecelakaan kendaraan bermotor berdasarkan data HDSS Sleman 2019.
Metode: Penelitian deskriptif ini menggunakan desain observasional cross-sectional. Analisis data sekunder dilakukan untuk melihat pola cedera.
Hasil: Fokus penelitian ini adalah kecelakaan kendaraan bermotor di Sleman tahun 2019 yang melibatkan 368 orang, dan 79% diantaranya adalah kecelakaan sepeda motor, 221 (76,47%) memakai helm standar yang dikancing. Ada 206 laki-laki (56%) lebih rentan mengalami kecelakaan kendaraan bermotor. Kategori umur paling rentan adalah 123 remaja berusia 12-25 tahun, sedangkan kelompok pendidikan sekolah menengah merupakan kelompok yang paling terkena dampak, yaitu sebanyak 134 orang. Ekstremitas bawah merupakan lokasi anatomi yang paling sering cedera, dengan 247 korban. Hanya cedera ekstremitas bawah yang menunjukkan korelasi signifikan dengan jenis kelamin (p-value 0,03<0> 0,05 menunjukkan tidak ada perbedaan signifikan berdasarkan gender pada kecelakaan
kendaraan bermotor.
Kesimpulan: Penelitian di Sleman ini mengungkap tren signifikan dalam kecelakaan kendaraan bermotor, menyoroti variabel utama yang mempengaruhi pola kecelakaan dan membantu pemahaman yang lebih baik tentang strategi pencegahan.
Background: Injuries from motor vehicle accidents are a major public health concern worldwide, with estimates predicting an increase in death due to increased vehicle ownership and usage. The confluence of an inter-provincial route and a high population density in Sleman Regency, add to traffic congestion, making road safety a concern. The study uses data from the Health and Demographic Surveillance System Sleman, using the 2019 dataset.
Problem: What is the extent of motor vehicle accident-related injuries in Sleman, based on HDSS Sleman data from 2019, and how do these injuries impact victims?
Objectives: The research is carried out to determine the pattern of injury of motor vehicle accident cases based on HDSS Sleman data year 2019.
Method: This descriptive study used a cross-sectional observational design. Secondary data analysis was carried out to see the pattern of injury.
Result: The study focuses on motor vehicle accidents in Sleman in 2019, which included 368 individuals, with 79?ing motorbike accidents, 221 (76.47%) was wearing a standardized helmet fastened. There are 206 males (56%) are more prone to frequent motor vehicle accidents. The most susceptible category consisted of 123 teenagers aged 12-25, while secondary school education was the most heavily impacted group, with 134 counts. The lower extremities were the most afflicted anatomical location, with 247 casualties. Only lower extremity injuries exhibit a significant correlation with gender (p-value 0.03<0> 0.05, indicating no significant gender-based difference in motor vehicle accidents.
Conclusion: The research in Sleman uncovers significant trends in motor vehicle accidents, offering light on key variables influencing accident patterns and helping to a better understanding of preventative strategies.
Kata Kunci : Sleman, Motor Vehicle Accidents, Pattern of Injury, HDSS 2019, Cross-sectional