Chiang Mai Buang Tahun Pandemi, Ramalan Kecelakaan Malah Meleset

A A

Kerumunan warga dan mobil memadati jalan Chiang Mai, Thailand, saat perang air Festival Songkran [Foto: Takeaway/Wikimedia Commons CC BY-SA 3.0]

  • Sebanyak 19.164 pasien cedera dirujuk ke RS Maharaj Nakorn Chiang Mai pada 2007-2022; 49,8 persen dari kecelakaan sepeda motor
  • Membuang tahun pandemi dari data latih menggandakan selisih ramalan dari 20 menjadi hampir 40 pasien per bulan
  • Rujukan libur Songkran menurun sejak 2019 dan paling mudah diramal; rujukan libur Tahun Baru justru meningkat
  • Model dipakai untuk menyiapkan staf dan perbekalan rumah sakit menjelang Tujuh Hari Berbahaya
Daftar Isi
  1. Sembilan Belas Ribu Pasien dan Separuh yang Datang dari Sepeda Motor
  2. Tujuh Hari Berbahaya: Tahun Baru yang Naik, Songkran yang Turun
  3. Ramalan Dua Tahun ke Depan dan Bulan-Bulan yang Terlalu Sepi
  4. Manajer Rumah Sakit yang Ingin Tahu Berapa Ranjang Disiapkan
  5. Angka-Angka di Dalam Naskah yang Bisa Dicocokkan Sendiri oleh Pembaca

Tiga tahun pandemi dibuang dari catatan. Para peneliti di Chiang Mai mengira ramalan mereka akan menjadi lebih bersih tanpa bulan-bulan sunyi ketika jalanan dikunci dan pasien rujukan berkurang. Yang terjadi sebaliknya. Selisih antara ramalan dan jumlah pasien yang benar-benar datang ke ruang gawat darurat RS Maharaj Nakorn Chiang Mai hampir dua kali lipat, dari sekitar 20 pasien per bulan menjadi hampir 40. Rentang dugaannya melebar. Model yang seharusnya lebih tajam justru meraba-raba.

Kejutan itu tercatat dalam naskah Pimwarat Srikummoon, Patrinee Traisathit, Kaweesak Chittawatanarat, Kamtone Chandacham, Areerat Kittikhunakon, Thippapha Piriyahaphan, Suttipong Kawilapat, dan Narain Chotirosniramit berjudul Time-series-based forecasting of accident-related referrals to Maharaj Nakorn Chiang Mai Hospital, Northern Thailand, during each year and especially the “Seven dangerous Days” periods, yang terbit di BMC Public Health volume 26 nomor 572 pada 2026. Naskahnya berbahasa Inggris, ditulis tim statistika dan bedah Chiang Mai University bersama bagian rekam medis rumah sakit itu.

Mundur dulu ke awal. Rumah sakit ini adalah pusat rujukan tersier di Thailand utara, tempat pasien cedera berat dari fasilitas kesehatan lebih kecil dikirim. Sejak 2011, rujukan mengikuti pedoman audit rujukan trauma yang memakai sembilan kriteria penanganan, dari pengamanan jalan napas sampai pelindung tulang leher. Karena saringan itu, sebagian besar pasien yang tiba memang sudah dalam kondisi parah, dengan skor keparahan cedera di atas 9.

Sembilan Belas Ribu Pasien dan Separuh yang Datang dari Sepeda Motor

Catatan yang dibuka para peneliti berisi 19.164 pasien yang dirujuk antara Mei 2007 dan Desember 2022. Tiga perempatnya laki-laki. Usia tengahnya 37 tahun, dan kelompok terbesar berusia 20 sampai 29 tahun. Buruh mengisi 42,7 persen, pelajar 13,3 persen, dan lansia 17,5 persen. Sepertiga lebih pasien datang antara pukul enam sore dan tengah malam, jam paling sibuk di ruang gawat darurat itu.

Sepeda motor mendominasi. Dari seluruh rujukan, 49,8 persen berasal dari kecelakaan sepeda motor, hampir separuh dari semua pasien. Mobil hanya 6 persen, pejalan kaki 2,4 persen, pesepeda 1,7 persen. Jatuh menyumbang 18,8 persen. Dari pasien yang catatannya lengkap, 79,2 persen pengendara motor tidak memakai helm, 83,4 persen penumpang mobil tidak memakai sabuk, dan 40,8 persen telah minum alkohol.

Angka kematian keseluruhan 6,4 persen, dan sebagian besar terjadi di dalam rumah sakit. Sepanjang tahun-tahun itu, komposisi pasien bergeser pelan: proporsi lansia dan pelajar naik, proporsi buruh turun. Kasus sepeda motor bertambah, pemakaian helm menyusut, dan makin banyak pasien yang dirawat lebih dari tujuh hari. Kematian pasien tanpa helm lebih tinggi daripada yang berhelm, terutama setelah 2017.

Baca juga Harga Rumah Diramal sebagai Rentang, Bukan Satu Angka

Pola bulanan yang muncul dari catatan itu punya irama. Rujukan lebih tinggi pada Juni sampai Desember, lebih rendah pada Januari sampai Mei, dan memuncak pada Desember 2010. Secara keseluruhan tren rujukan kecelakaan menurun sepanjang periode studi. Sepeda motor mengikuti irama yang sama, sementara mobil naik turun tanpa pola yang tetap.

Tujuh Hari Berbahaya: Tahun Baru yang Naik, Songkran yang Turun

Di Thailand ada dua pekan yang ditunggu sekaligus ditakuti: libur Tahun Baru dan Songkran, Tahun Baru Thailand, masing-masing tiga sampai lima hari ketika pekerja dari Bangkok dan kota besar lain pulang kampung. Pemerintah menyebutnya Tujuh Hari Berbahaya dan menerapkan langkah pencegahan khusus. Chiang Mai, kota terbesar di utara dan tujuan wisata utama, ikut dibanjiri pendatang pada dua pekan itu.

Pada 2023 saja Chiang Mai mencatat 32.192 kecelakaan lalu lintas, tertinggi di wilayah utara dan terus berada di lima besar Thailand. Rujukan ke rumah sakit pada dua periode libur itu memuncak pada pukul 18.00 sampai 23.59 hampir setiap tahun, kecuali 2009 dan 2020. Mayoritas pasien berasal dari dalam Chiang Mai sendiri, bukan dari provinsi tetangga.

Dua libur itu ternyata berjalan ke arah berlawanan. Sejak 2019, rujukan kecelakaan pada libur Songkran menurun, sedangkan rujukan pada libur Tahun Baru justru meningkat. Songkran pula yang paling mudah diramal: ramalan dan angka aktual hampir berimpit sejak 2016, dengan selisih rata-rata tidak sampai dua pasien. Untuk Tahun Baru selisihnya sekitar lima pasien, tetapi seluruh angka aktual tetap berada di dalam rentang dugaan.

Dua libur Tujuh Hari Berbahaya di Chiang MaiPerbandingan hasil ramalan rujukan periode Tahun Baru dan Songkran.Dua libur Tujuh Hari Berbahaya di Chiang MaiRamalan rujukan kecelakaan, diuji pada 2023-2024Tahun BaruSongkranNaikTurunTren rujukan sejak20194,9 pasien1,7 pasienSelisih ramalanrata-rata35,6%18,9%Selisih dalampersen100%100%Angka aktual didalam rentangDalam rentangSejak 2016Ramalan dekataktualSongkran lebih mudah diramal; selisih rata-ratanya tidak sampai duapasien.
Sumber: Pimwarat Srikummoon, Patrinee Traisathit, Kaweesak Chittawatanarat, Kamtone Chandacham, Areerat Kittikhunakon, Thippapha Piriyahaphan, Suttipong Kawilapat, dan Narain Chotirosniramit, Time-series-based forecasting of accident-related referrals to Maharaj Nakorn Chiang Mai Hospital, Northern Thailand, during each year and especially the “Seven dangerous Days” periods, BMC Public Health, 26(572), 2026. Grafik: Cekricek.id

Para peneliti menduga kestabilan angka pada dua pekan itu lahir dari penegakan hukum dan kampanye keselamatan yang konsisten setiap tahun, berbeda dengan bulan-bulan biasa yang lebih liar. Dalam persen, selisih ramalan Tahun Baru 35,6 persen dan Songkran 18,9 persen, angka yang mereka akui melewati ambang 10 persen karena data uji hanya dua tahun dan fluktuasi musimannya tajam.

Ramalan Dua Tahun ke Depan dan Bulan-Bulan yang Terlalu Sepi

Model utama dilatih pada data 2007 sampai 2022, lalu diuji terhadap kenyataan 2023 dan 2024. Untuk total rujukan, selisih rata-rata ramalan dan aktual sekitar 20 pasien per bulan, dan 95,83 persen angka aktual jatuh di dalam rentang dugaan. Untuk kecelakaan mobil, ramalannya paling sempit dan seluruh angka aktual masuk rentang. Ramalan sepeda motor pun memperlihatkan tren rujukan yang menanjak.

Ada satu angka yang mencolok dan para peneliti tidak menyembunyikannya. Selisih persentase untuk sepeda motor mencapai 212 persen. Penyebabnya bukan ramalan yang kacau, melainkan beberapa bulan dengan rujukan sangat sedikit, sehingga pembaginya kecil dan persentasenya membengkak. Mereka menyimpulkan ukuran persentase itu tidak cocok untuk bulan-bulan sepi seperti ini.

Baca juga Ekspor Sumatera Utara Harus Dibuat Dua Kali Permintaannya

Kembali ke kejutan di paragraf pembuka. Para peneliti menguji tiga cara membuang sebagian data latih untuk total rujukan. Membuang tahun-tahun sebelum audit rujukan diterapkan penuh, yaitu 2007 sampai 2010, membuat ramalan paling dekat dengan kenyataan, selisihnya turun menjadi sekitar 19 pasien per bulan dengan rentang dugaan yang lebih sempit. Rumah sakit yang berubah cara menyaring pasiennya rupanya lebih baik diramal dari catatan sesudah perubahan itu.

Membuang tahun pandemi membalikkan segalanya. Selisih melonjak menjadi 39,75 pasien per bulan dan rentang dugaan melebar. Membuang keduanya sekaligus menghasilkan rentang yang lebih sempit daripada model dasar, tetapi cakupannya turun sampai 81,25 persen. “Yang mengejutkan, membuang data selama pandemi COVID-19 justru memperburuk akurasi prediksi,” tulis Pimwarat Srikummoon, Patrinee Traisathit, Kaweesak Chittawatanarat, Kamtone Chandacham, Areerat Kittikhunakon, Thippapha Piriyahaphan, Suttipong Kawilapat, dan Narain Chotirosniramit dalam naskah berbahasa Inggrisnya.

Mereka meneruskan penjelasan dalam kalimat berikutnya, yang aslinya juga berbahasa Inggris: “Ini mungkin terkait dengan lebih sedikitnya kecelakaan dan rujukan selama periode penguncian oleh pemerintah dan perubahan kebijakan rujukan sebelum dan sesudah penguncian.” Dugaan itu berhenti sebagai dugaan. Periode data latih terlalu pendek untuk memeriksa dampak perubahan kebijakan selama pandemi, dan mereka menyerahkannya ke studi berikutnya.

Selisih ramalan menurut data latih yang dipakaiSemua data, Mei 2007 - Des 2022: Selisih rata-rata (pasien per bulan) +20,4; Tanpa tahun sebelum audit rujukan 2011: Selisih rata-rata (pasien per bulan) +19,0; Tanpa tahun pandemi 2020 - 2022: Selisih rata-rata (pasien per bulan) +39,8; Tanpa sebelum 2011 dan tanpa pandemi: Selisih rata-rata (pasien per bulan) +22,3.Selisih ramalan menurut data latih yang dipakaiSelisih rata-rata per bulan, diuji pada 2023-2024102030400Semua data, Mei 2007 - Des 202220,4Tanpa tahun sebelum audit rujukan 201119,0Tanpa tahun pandemi 2020 - 202239,8Tanpa sebelum 2011 dan tanpa pandemi22,3Membuang tahun pandemi justru menggandakan selisih; membuangtahun sebelum audit memperkecilnya.
Sumber: Pimwarat Srikummoon, Patrinee Traisathit, Kaweesak Chittawatanarat, Kamtone Chandacham, Areerat Kittikhunakon, Thippapha Piriyahaphan, Suttipong Kawilapat, dan Narain Chotirosniramit, Time-series-based forecasting of accident-related referrals to Maharaj Nakorn Chiang Mai Hospital, Northern Thailand, during each year and especially the “Seven dangerous Days” periods, BMC Public Health, 26(572), 2026. Grafik: Cekricek.id

Manajer Rumah Sakit yang Ingin Tahu Berapa Ranjang Disiapkan

Akibatnya bergerak ke ruang administrasi. Para peneliti menulis, dalam bahasa Inggris, bahwa “para administrator rumah sakit dapat memakai model kami untuk mengantisipasi permintaan dan mengalokasikan staf serta perbekalan medis jauh-jauh hari.” Simulasi kesiapan menjelang libur, menjelang perubahan kebijakan rujukan, atau menjelang pandemi berikutnya menjadi kemungkinan yang mereka bayangkan, dengan syarat perubahan besar seperti audit rujukan dan pandemi diperhitungkan.

Ada juga temuan yang menjauhkan mereka dari peneliti Thailand lain. Sebuah studi terdahulu yang mereka kutip menyimpulkan model deret waktu semacam ini tidak cocok untuk meramal kecelakaan dan memilih pendekatan lain. Perbedaannya, kata mereka, terletak pada bahan: studi itu meramal kematian di seluruh Thailand, sedangkan studi ini meramal rujukan ke satu rumah sakit dalam kurun dan lokasi yang berbeda.

Tren rujukan yang menurun beberapa tahun terakhir mereka tafsirkan dengan hati-hati. Kemungkinan besar bukan jalanan yang menjadi lebih aman, melainkan saringan rujukan yang makin ketat, sehingga hanya kasus dengan skor keparahan di atas 9 yang dikirim ke rumah sakit ini. Angka yang turun di satu rumah sakit tidak otomatis berarti kecelakaan yang turun di satu kota.

Baca juga Seperenam Ruang Kuliah di Batam Diramal Kosong Terus

Batasnya mereka tulis sendiri. Temuan ini khusus untuk Chiang Mai dan belum tentu berlaku di wilayah dengan konteks sosial dan geografis yang berbeda. Faktor penting keparahan cedera seperti jenis jalan, kecepatan, dan perawatan sebelum tiba di rumah sakit tidak dimasukkan. Data perilaku berlubang besar: 29,73 persen catatan alkohol kosong, 28,37 persen catatan helm kosong, dan 40,69 persen catatan sabuk kosong, sehingga tren kematian menurut perilaku tidak layak digeneralisasi.

Angka-Angka di Dalam Naskah yang Bisa Dicocokkan Sendiri oleh Pembaca

Beberapa hal kecil dalam naskah bisa diperiksa siapa pun yang membukanya. Tabel 3 mencatat model ketiga dengan selisih rata-rata 22,348 tetapi akar rata-rata kuadrat selisih 13,121, padahal ukuran kedua secara matematis tidak pernah lebih kecil dari yang pertama. Untuk Songkran, teks menyebut angka 1,639 sementara Tabel 4 menuliskan 1,696 pada ukuran yang sama.

Proporsi kecelakaan mobil tertulis 6,0 persen di Tabel 1 dan 6,1 persen di bagian pembahasan. Lansia muncul dua kali di tabel yang sama, sekali sebagai kelompok usia dengan 3.360 orang dan sekali sebagai kategori pekerjaan dengan 3.362 orang, keduanya 17,5 persen. Kematian sebelum tiba di rumah sakit 6,7 persen dan di dalam rumah sakit 93,4 persen, yang bila dijumlahkan menjadi 100,1 persen.

Periode pandemi disebut 2020 sampai 2022 di bagian metode, tetapi bagian hasil menyebut Januari 2019 sampai Desember 2022. Dua model sensitivitas disebut mulai Januari 2007, padahal data dimulai Mei 2007. Sebuah studi Kurdistan dirujuk dengan nomor 23, sedangkan nomor 23 di daftar pustaka adalah studi ruang gawat darurat di Taiwan selatan; studi Kurdistan sebenarnya tercantum di nomor 5.

Gambar 1b menyebut rujukan pada Songkran dan Tahun Baru menurun sejak 2019, sementara gambar tambahan S9 menyebut rujukan Tahun Baru meningkat sejak 2019. Kerugian ekonomi Thailand akibat kecelakaan pada 2022 tertulis sekitar 12,5 juta dolar AS untuk 7.000 kematian dan 15.000 kecacatan. Tidak satu pun dari catatan ini mengubah arah temuan, tetapi semuanya tertulis di naskah yang sama.

Malam-malam antara pukul enam dan tengah malam tetap menjadi jam tersibuk di ruang gawat darurat itu, dan sepeda motor tetap mengisi separuh ranjang rujukan. Di meja para peneliti, catatan tiga tahun pandemi yang semula hendak dibuang kini kembali dimasukkan ke data latih, sebab tanpa bulan-bulan sunyi itu ramalan justru kehilangan arah. Libur Tahun Baru berikutnya, angkanya akan diperiksa lagi terhadap ramalan yang sama.

Bagikan

Baca Juga

Bekal Ibu, Bukan Kuasa Ibu, yang Menentukan Vaksin Anak Filipina
Gelombang Panas Dhaka: Merasa Terancam, 7,77 Kali Lebih Sakit
Separuh Lansia Pusat Warga Emas Klang Valley Menua Sehat
Stunting Melonjak Setelah Setahun, Tuasnya Ada di Gizi Akut
Lima Hari di Puslabfor, Skor Forensik 40 Penyidik Jabar Naik
Depresi Remaja Thailand Selatan: Keluarga Retak dan Trauma