Pasien Stroke yang Makan Sehat Malah Rentan Multimorbiditas

Pasien stroke yang rajin makan sayur dan buah di Kabupaten Jember justru lebih banyak mengidap penyakit penyerta lain. Delapan dari sepuluh pasien dalam studi ini hidup dengan lebih dari satu penyakit kronis sekaligus.

Krish Naufal Anugrah Robby, dkk., Determinants of Multimorbidity Among Stroke Patients for Epidemiological Management in Indonesia’s Agro-Coastal Communities, Kesmas: Jurnal Kesehatan Masyarakat Nasional, 21(3), 2026. Studi ini memakai model PLS-SEM pada 45 pasien stroke di dua desa pesisir-agraris, Puger Kulon dan Puger Wetan.

Data dari Pesisir Puger

Puger Kulon dan Puger Wetan dipilih karena keduanya mewakili desa agro-pesisir, tempat pertanian dan perikanan menjadi mata pencaharian utama warga. Karakter ganda inilah yang membuat kombinasi risiko kesehatannya berbeda dari daerah perkotaan.

Seluruh 45 pasien diambil lewat total sampling, bukan sampel acak. Mereka terdaftar sebagai penderita stroke di Puskesmas Puger atau dua rumah sakit rujukan dalam lima tahun terakhir. Sebanyak 86,7 persen atau 39 orang mengalami multimorbiditas, hidup dengan stroke plus satu penyakit kronis atau lebih.

Kondisi kardiometabolik dasar mereka juga berat. Sebanyak 73,3 persen tercatat bertekanan darah tidak terkontrol, di atas 140/90 mmHg, dan 66,7 persen berkolesterol tinggi, di atas 200 mg/dL. Sebaliknya, kadar gula darah sebagian besar tercatat normal.

Paling banyak, 53,3 persen pasien menanggung dua komorbid sekaligus. Sebanyak 26,7 persen menanggung satu komorbid, dan 6,7 persen menanggung tiga komorbid atau lebih. Hanya 13,3 persen yang murni stroke tanpa penyakit penyerta.

Mayoritas responden perempuan (66,7 persen), tidak bekerja (66,7 persen), dan berusia 60 sampai 69 tahun (40,0 persen). Sebanyak 73,3 persen tergolong kelompok pendapatan menengah, dengan ambang pendapatan bulanan di atas 157 dolar AS. Riwayat hipertensi di keluarga dilaporkan oleh 60,0 persen responden.

Baca juga Ketika Kepercayaan pada Dokter Dalam Negeri Retak

Kondisi Tubuh Ikut Menentukan

Status antropometri, gabungan berat badan, tinggi badan, dan lingkar pinggang, berpengaruh positif signifikan terhadap multimorbiditas (β = 0,414; p = 0,034). Rata-rata berat badan responden 56,8 kilogram, tinggi badan rata-rata 157,1 sentimeter, dan lingkar pinggang rata-rata 84,5 sentimeter.

Penulis mencatat sendiri bahwa t-statistik hubungan ini “relatively modest” alias relatif sederhana, sehingga kekuatannya perlu ditafsirkan hati-hati. Ukuran efeknya (f²) tercatat 0,117, tergolong kecil menuju sedang menurut kriteria Cohen yang dipakai penulis. Artinya, kondisi tubuh berperan, tapi bukan penentu tunggal yang paling kuat.

Riwayat Keluarga yang Membingungkan

Riwayat stroke di keluarga berhubungan signifikan dengan multimorbiditas, tapi arahnya negatif (β = -0,384; p = 0,002; f² = 0,286). Artinya, pasien tanpa riwayat keluarga stroke justru lebih mungkin mengalami multimorbiditas dibanding yang punya riwayat itu.

Sebaliknya, riwayat hipertensi di keluarga tidak berpengaruh signifikan (β = -0,021; p = 0,433). Dua faktor genetik yang sekilas mirip ternyata menunjukkan arah pengaruh yang berbeda dalam model ini. Model secara keseluruhan menjelaskan 54,3 persen variasi multimorbiditas pada kelompok pasien stroke yang diteliti di Puger ini.

Riwayat hipertensi keluarga sendiri cukup umum di kelompok ini, dilaporkan oleh 60,0 persen responden. Namun keumuman itu ternyata tidak berbanding lurus dengan pengaruhnya terhadap multimorbiditas dalam model statistik yang dipakai penulis.

Jalur dari Pekerjaan ke Tubuh

Pekerjaan yang lebih baik berkaitan dengan pendapatan lebih tinggi (β = 0,182; p = 0,036). Pendapatan yang lebih tinggi itu lalu berkaitan dengan status antropometri yang lebih baik (β = -0,256; p = 0,018). Sebanyak 73,3 persen responden berada di kelompok pendapatan menengah, sisanya 26,7 persen di kelompok bawah.

Ada juga jalur tidak langsung: pekerjaan mempengaruhi multimorbiditas lewat akses layanan kesehatan (β = -0,111; p = 0,062). Wiraswasta lebih mudah mengakses layanan formal dibanding yang menganggur (β = -0,403; p < 0,001). Sebanyak 66,7 persen responden tercatat sebagai kelompok tidak bekerja, jauh lebih banyak dibanding kelompok nelayan atau wiraswasta.

Baca juga Luas Lahan Menentukan Pendapatan Petani Sawit Rokan Hilir

Pola Makan yang Mengejutkan

Temuan paling menonjol datang dari pola makan sehat, sering makan sayur dan buah, jarang makanan berlemak tinggi. Faktor ini punya pengaruh terbesar dalam seluruh model (β = 0,588; p < 0,001; f² = 0,635), jauh melampaui status antropometri maupun riwayat keluarga.

Namun arah pengaruhnya positif, bukan negatif seperti dugaan awal peneliti. “These findings suggest that individuals with multimorbidity may adopt healthier diets after diagnosis or medical advice, indicating possible reverse causality,” tulis Krish Naufal Anugrah Robby dan tim dalam naskahnya, aslinya berbahasa Inggris. Terjemahannya: temuan ini menunjukkan pasien dengan multimorbiditas mungkin baru mengubah pola makan setelah didiagnosis atau disarankan dokter, sehingga arah sebab-akibatnya bisa terbalik.

Data pendukungnya konsisten. Sebanyak 86,7 persen responden sering makan sayur, tapi hanya 53,3 persen yang sering makan buah, dan 66,7 persen tetap sering makan makanan berlemak tinggi. Pola makan mereka bukan murni sehat, melainkan campuran kebiasaan lama dan penyesuaian baru pascadiagnosis.

Usia juga berkaitan dengan pola makan sehat, tapi arahnya negatif (β = -0,410; p = 0,004). Penulis menafsirkan ini sebagai kecenderungan pasien yang lebih tua untuk mengadopsi pola makan lebih sehat, biasanya sebagai bagian dari manajemen penyakit kronis yang mereka jalani.

Akses Layanan Tak Signifikan

Akses layanan kesehatan menunjukkan hubungan positif dengan multimorbiditas, tapi secara statistik tidak signifikan (β = 0,276; p = 0,066). Penulis menduga arah positif ini terjadi karena pasien dengan akses lebih baik lebih sering diperiksa, sehingga penyakit penyerta mereka lebih mudah terdeteksi.

Jenis layanan yang dipakai responden beragam, mulai dari puskesmas, klinik, rumah sakit, praktik dokter pribadi, bidan, sampai praktisi akupunktur. Keberagaman ini mencerminkan kondisi agro-pesisir, tempat akses ke layanan formal tidak selalu jadi pilihan pertama warga.

Peneliti mengukur akses ini dengan skor gabungan dari nol sampai tiga. Skor nol berarti layanan formal, skor tiga berarti nyaris tanpa akses medis sama sekali. Makin tinggi skornya, makin buruk akses layanan yang dimiliki responden.

Baca juga Tiga Tahun Tanpa Perubahan, Lalu Berobat ke Malaysia

Batas dan Kejanggalan Naskah

Krish Naufal Anugrah Robby dan tim mengakui sendiri keterbatasan studinya. “Selection bias may have occurred because only stroke patients identified through PHCs were included, potentially excluding unregistered patients or those not accessing formal healthcare,” tulis mereka, aslinya berbahasa Inggris, yang berarti kemungkinan ada bias seleksi karena hanya pasien tercatat di puskesmas yang masuk sampel.

Desain studi ini juga potong lintang, bukan mengikuti pasien dari waktu ke waktu. Karena itu arah sebab-akibat, terutama soal pola makan, tidak bisa dipastikan sepenuhnya dari data ini saja. Kemungkinan bias survivor pun tidak bisa disingkirkan karena pasien dengan stroke berat mungkin sudah meninggal sebelum pendataan berlangsung.

Ada pula kejanggalan pada Tabel 1 di naskah yang bisa diperiksa pembaca sendiri. Baris kadar gula darah mencatat kategori tinggi berjumlah 6 orang tapi ditulis 86,7 persen, sementara kategori normal berjumlah 39 orang ditulis 13,3 persen. Padahal 6 dibagi 45 sama dengan 13,3 persen, dan 39 dibagi 45 sama dengan 86,7 persen, sehingga persentase kedua baris itu tertukar.

Kejanggalan serupa muncul pada baris riwayat stroke keluarga. Kategori ya tercatat 9 orang dengan 80 persen, kategori tidak tercatat 36 orang dengan 20 persen, padahal seharusnya terbalik jika dihitung dari total 45 responden. Pola tertukar yang sama juga tampak pada sebagian baris akses layanan kesehatan di tabel yang sama.

Penelitian ini juga tidak mengukur sejumlah faktor yang bisa saja ikut berpengaruh, seperti kepatuhan minum obat, tingkat literasi kesehatan, kondisi psikologis, dan dukungan sosial dari lingkungan sekitar pasien. Ketiadaan data itu membuat gambaran determinan multimorbiditas di sini belum sepenuhnya lengkap. Temuannya pun hanya berlaku untuk komunitas agro-pesisir di Kabupaten Jember, tidak bisa digeneralisasi ke wilayah Indonesia yang lebih luas.

Menutup Catatan dari Puger

Empat puluh lima pasien di Puger merangkum gambaran rumit tentang bagaimana tubuh, keluarga, pekerjaan, dan piring makan saling berkelindan pada satu penyakit yang sama. Data itu berhenti pada satu kabupaten, tapi pertanyaan soal pola makan pascadiagnosis tetap terbuka bagi wilayah agro-pesisir lain di Indonesia. Model yang dipakai baru menjelaskan separuh lebih dari seluruh variasi yang ada, menyisakan ruang bagi faktor-faktor lain yang belum tertangkap dalam satu tabel.