Hoaks Kesehatan di Media Sosial Lebih Sering Dijumpai Anak Muda

Paparan hoaks kesehatan, istilah yang dipakai dua peneliti dari Turki, artinya sederhana: seseorang pernah berjumpa kabar kesehatan yang keliru saat membuka media sosial. Kabar itu bisa tentang COVID-19, vaksin, kanker, atau gigi dan mulut. Berjumpa saja, belum tentu percaya. Dari delapan survei yang mereka kumpulkan, perjumpaan semacam itu lebih sering dilaporkan anak muda.

Kedua peneliti itu adalah İzzet Çeleğen dan Abdullah Sarıöz dari Department of Public Health, Faculty of Medicine, Yuzuncu Yil University di Van, Turki. Artikel mereka berjudul Exposure to health misinformation on social media across key health domains: a systematic review and meta-analysis of survey-based studies. Tulisan itu terbit di BMC Public Health volume 26 tahun 2026.

Yang mereka kerjakan adalah tinjauan sistematis dan meta-analisis, yaitu membaca ulang sejumlah studi yang sudah terbit lalu menggabungkan angkanya. Delapan studi survei dengan 22.780 responden masuk hitungan. Semuanya terbit antara 2021 dan 2025, dan semuanya memotret orang pada satu waktu saja.

Istilah pertama perlu didudukkan lebih dulu. Misinformasi kesehatan, yang dalam percakapan sehari-hari kerap disebut hoaks kesehatan, didefinisikan kedua penulis sebagai klaim terkait kesehatan yang menyesatkan, salah, atau tidak didukung bukti ilmiah. Media sosial, tulis mereka, membuka saluran yang belum pernah ada sebelumnya bagi beredarnya isi semacam itu.

Naskah itu juga memakai kata infodemi, sebutan untuk banjir kabar menyesatkan pada masa darurat kesehatan dunia seperti pandemi COVID-19. Gejala ini, menurut riset yang mereka rujuk, dikaitkan dengan berkurangnya akses pada informasi yang andal, melemahnya kepatuhan pada upaya pencegahan, dan terkikisnya kepercayaan pada otoritas kesehatan.

Delapan studi itu datang dari lima negara. Tiga dikerjakan di Amerika Serikat, dua di Arab Saudi, dan masing-masing satu di Spanyol, Nigeria, serta Lebanon. Respondennya beragam, dari orang dewasa pada umumnya, mahasiswa, sampai para pengasuh remaja putri. Jumlah peserta tiap studi berkisar dari 387 hingga 5.041 orang.

Baca juga Literasi Kesehatan Desa Thailand Naik, Gula Darah Ikut Turun

Paparan, sekadar pernah berjumpa

Kata kedua adalah paparan. Maksudnya perjumpaan seseorang dengan informasi kesehatan yang menyesatkan, tidak akurat, atau tidak berdasar di media sosial. Bedanya begini: orang yang terpapar belum tentu meyakini kabar itu, belum tentu menyetujuinya, dan belum tentu mengubah perilakunya. Kedua penulis menjaga pembedaan ini sepanjang naskah.

“Paparan secara analitis berbeda dari keyakinan, dukungan, kerentanan, atau respons perilaku,” tulis İzzet Çeleğen dan Abdullah Sarıöz dalam naskah mereka yang aslinya berbahasa Inggris. Menyamakan semuanya, menurut mereka, berisiko menganggap sebuah perjumpaan sama dengan penerimaan atau dampak yang datang sesudahnya.

Paparan pun diukur dengan dua cara. Cara pertama disebut paparan yang dirasakan, yakni pengakuan responden sendiri tentang seberapa sering ia menemui kabar kesehatan yang menyesatkan. Cara kedua disebut perjumpaan tingkat butir. Responden disodori klaim keliru yang sudah disiapkan, lalu ditanya apakah pernah melihat atau mendengarnya.

Ukuran lain sengaja tidak ikut dihitung sebagai paparan. Keyakinan pada kabar keliru, sikap setuju, kerentanan, niat, sampai tindakan nyata seperti menerima vaksin digolongkan sebagai hal yang muncul sesudah paparan. Ukuran-ukuran itu dicatat terpisah dan hanya diuraikan secara naratif bila relevan.

Prevalensi gabungan, satu angka rangkuman

Istilah ketiga adalah prevalensi, yaitu porsi responden yang melaporkan paparan. Ketika porsi dari delapan studi itu disatukan, hasilnya 59,0 persen. Rentang kepercayaannya lebar, dari 44,0 sampai 73,0 persen. Itulah yang disebut prevalensi gabungan.

Angka di tiap studi terpaut jauh. Yang terendah 10 persen, dicatat sebuah studi tentang informasi kanker di Amerika Serikat yang memakai ukuran paparan yang dirasakan. Yang tertinggi 87 persen, dicatat studi kesehatan gigi dan mulut di Arab Saudi yang memakai ukuran perjumpaan tingkat butir.

Di antara kedua ujung itu ada angka lain. Survei nasional Amerika Serikat bernama Health Information National Trends Survey, disingkat HINTS, melaporkan tingkat paparan sekitar 35 persen. Sebuah studi di Spanyol mencatat tingkat paparan yang tinggi terhadap misinformasi COVID-19. Topik kesehatannya berbeda, hasilnya pun berbeda.

Pola menurut topik itu dibaca kedua penulis dengan hati-hati. Paparan yang dilaporkan cenderung lebih tinggi pada konteks COVID-19 serta kesehatan gigi dan mulut, dan lebih rendah pada konteks kanker. Sebaran ini, tulis mereka, mengisyaratkan bahwa paparan peka terhadap topik: seberapa menonjol, seberapa dipolitisasi, dan seberapa kuat muatan emosinya.

Baca juga Vaksin HPV Baru Menjangkau Satu dari Lima Siswa Chiang Mai

Heterogenitas, hasil yang saling berjauhan

Istilah keempat paling menentukan cara membaca angka tadi. Heterogenitas adalah ukuran seberapa jauh hasil antarstudi berbeda satu sama lain. Dalam tinjauan ini nilainya 99,8 persen, yang oleh kedua penulis disebut ekstrem. Nilai itu, tulis mereka, menunjukkan keragaman besar antartopik kesehatan, definisi ukuran, dan cara pengambilan sampel.

Karena itu, 59,0 persen tidak boleh dibaca sebagai gambaran penduduk mana pun. Kedua penulis menyebutnya ringkasan deskriptif yang terikat konteks, bukan parameter populasi yang bisa digeneralisasi. Tujuan mereka, tulis naskah itu, bukan menaksir satu prevalensi yang sebenarnya, melainkan menggambarkan keragaman antarkonteks.

Sumber keragaman itu mereka sebut satu per satu: topik kesehatan yang berlainan, cara mengukur paparan yang berbeda, cara memilih responden, dan lingkungan tiap platform. Bahkan pada ukuran yang sejenis, rumusan pertanyaan, rentang waktu yang harus diingat responden, dan konteks surveinya tidak sama.

Keragaman itu tetap besar setelah diuji ulang. Ketika studi dengan risiko bias lebih tinggi dikeluarkan, heterogenitas hanya turun dari 99,8 menjadi 94,5 persen, dan angka gabungannya tidak berubah berarti. Analisis yang dibatasi pada studi COVID-19 memberi pola serupa. Tidak ada satu studi pun yang mendominasi hasil.

Determinan, ciri orang yang lebih sering terpapar

Istilah kelima, determinan, berarti ciri orang yang berkaitan dengan lebih tingginya laporan paparan. Ukurannya rasio odds tersesuaikan, yakni perbandingan peluang antara dua kelompok. Nilai di atas satu berarti peluang lebih tinggi daripada kelompok pembanding, dan nilai di bawah satu berarti lebih rendah.

Usia muncul berulang. Dalam analisis berbasis HINTS, kelompok 65 tahun ke atas mencatat rasio 0,48 terhadap kelompok 18 sampai 34 tahun yang menjadi pembanding. Artinya orang dewasa muda melaporkan paparan lebih tinggi daripada warga lanjut usia. Kesimpulan naskah mengulang pola ini untuk beberapa konteks.

Literasi menyusul. Orang dengan literasi kesehatan atau literasi digital yang lebih rendah, yakni kemampuan memahami informasi kesehatan dan informasi digital, mencatat rasio 1,87. Etnis juga tercatat. Responden Hispanik dan kulit hitam di Amerika Serikat berpeluang lebih tinggi melaporkan paparan daripada responden kulit putih, dengan rasio 1,68.

Ada satu ciri lagi. Kepercayaan yang lebih tinggi pada media sosial sebagai sumber informasi berkaitan dengan laporan paparan yang lebih tinggi di beberapa set data. Namun ketika semua taksiran determinan digabungkan, hasilnya tidak bermakna secara statistik: rasio gabungan 0,90 dengan heterogenitas 97,0 persen.

Kedua penulis menolak membaca temuan ini sebagai jalur sebab-akibat. Pola pada usia, literasi, dan etnis mereka sebut sebagai kaitan yang berulang dalam data survei sesaat. Taksiran gabungannya pun mereka tempatkan sebagai hasil penjajakan yang peka konteks, bukan hasil yang pasti.

Baca juga Remaja Keluarga Bercerai di Cina Lebih Rentan Kecanduan Internet

Efek platform, kaitan yang berganti menurut tempat

Istilah keenam adalah efek platform, yakni dugaan bahwa aplikasi tertentu dengan sendirinya membawa akibat tertentu. Platform yang diteliti meliputi Facebook, Twitter atau X, Instagram, WhatsApp, TikTok, dan Snapchat. Dua studi tidak membedakan platform sama sekali. Hasilnya tidak mendukung dugaan itu.

Facebook memberi dua arah. Pada studi mahasiswa di Lebanon, penggunaan Facebook berkaitan dengan peluang lebih tinggi bersikap negatif terhadap vaksin, dengan rasio 2,38. Pada studi pengasuh remaja putri di Nigeria, paparan konten terkait HPV lewat Facebook justru berkaitan dengan serapan vaksin yang lebih tinggi, dengan rasio 6,87.

Platform lain menunjukkan kaitan yang berbeda lagi. Penggunaan Twitter atau X berkaitan dengan sikap yang lebih baik terhadap vaksin pada satu studi, dengan rasio 0,39. Di Arab Saudi, mengikuti akun Instagram bertema kedokteran gigi berkaitan dengan lebih rendahnya salah kaprah soal kesehatan gigi dan mulut, dengan rasio 0,41.

Maksudnya, kaitan itu bukan sifat bawaan sebuah aplikasi. Kedua penulis menyebutnya pola khas lingkungan yang bergantung pada jenis konten, susunan pengguna, dan topik kesehatannya. Sistem pesan tertutup seperti WhatsApp, tulis mereka, dapat memudahkan peredaran berulang di jaringan yang dipercaya. Platform terbuka seperti Twitter atau X dapat mempertemukan pengguna dengan kabar menyesatkan sekaligus koreksinya.

Keterbatasan, batas yang diakui penulisnya

Kata terakhir adalah keterbatasan, daftar hal yang membatasi tafsir. Semua studi yang dihimpun memotret satu waktu, sehingga tidak bisa menunjukkan sebab-akibat. Paparan diukur dari pengakuan responden sendiri, yang membuka kemungkinan salah ingat dan kecenderungan menjawab sesuai harapan sosial.

Banyak studi juga mengambil responden yang mudah dijangkau lewat internet, sehingga keterwakilannya terbatas. Hanya analisis berbasis survei nasional HINTS yang dinilai berisiko bias rendah pada sebagian besar aspek. Secara keseluruhan, sebagian besar studi dinilai berisiko bias sedang. Batas lain menyangkut cakupan. Tinjauan ini tidak menilai penguatan oleh algoritme karena tidak memakai data milik platform. Publikasi yang dihimpun hanya yang berbahasa Inggris. Jumlah studinya pun cuma delapan, sehingga daya statistik untuk analisis subkelompok dan pemeriksaan bias publikasi terbatas.

Dari batas-batas itu Çeleğen dan Sarıöz menyusun saran. Riset berikutnya, menurut mereka, perlu memakai definisi paparan yang seragam, mengikuti responden dalam jangka panjang, dan memperbaiki keterwakilan sampel. Penanganan di lapangan mereka sebut memerlukan strategi yang peka konteks, dukungan literasi digital, dan kerja sama lembaga kesehatan masyarakat dengan pihak platform.

Naskah itu menyimpulkan paparan hoaks kesehatan di media sosial tampak umum, tetapi sangat beragam menurut topik, kelompok penduduk, dan lingkungan platform. Pola itu, tulis kedua penulis, tidak boleh dibaca sebagai jalur sebab-akibat.