Iwan Dwiprahasto

Iwan Dwiprahasto
Lahir	(1962-04-08)8 April 1962
Meninggal	24 Maret 2020(2020-03-24) (umur 57)
Almamater	Universitas Gajah Mada University of Newcastle London School of Hygiene and Tropical Medicine
Pekerjaan	Dokter, farmakolog, dosen, guru besar, wakil rektor
Dikenal atas	Ahli farmakologi, farmakoepidemiologi, medication error
Suami/istri	dr. Adi Utarini M.Sc, M.PH, PhD

Prof. DR. dr. Iwan Dwiprahasto, M.Med.Sc, Ph.D (Surabaya, 8 April 1962) adalah seorang Guru Besar Farmakologi Universitas Gajah Mada (UGM). Bidang penelitian yang ia tekuni adalah farmakologi dan farmakoepidemiologi. Ia dikukuhkan sebagai Guru Besar UGM pada 7 Januari 2008. Sebelumnya Iwan merupakan Wakil Rektor UGM dan Dekan Fakultas Kedokteran UGM. Iwan menjadi salah satu dokter yang meninggal akibat terinfeksi Covid-19. Dokter yang berusia 58 tahun tersebut meninggal pada 24 Maret 2020 di RSUP Dr. Sardijito Yogyakarta. Ia dikebumikan di Pemakaman Sawit Sari, komplek UGM.

Pendidikan

• S1: Fakultas Kedokteran Universitas Gadjah Mada Yogyakarta (1987)
• S2: Master degree on Pharmacoepidemiology, University of Newcastle, New South Wales, Australia (1994)
• S3: London School of Hygiene and Tropical Medicine (LSHTM), England (2000)

Pemikiran

Dalam pidato pengangkatan sebagai Guru Besar, Iwan Dwiprahasto menyampaikan permasalahan terbatasnya informasi bukti ilmiah terkini tentang obat dan farmakoterapi di kalangan tenaga kesehatan di Indonesia. Pidato tersebut berjudul, "Farmakoterapi Berbasis Bukti: Antara Teori dan Kenyataan". Meski akses internet terbuka luas, namun kendala biaya, bahasa, dan fasilitas perangkat informasi teknologi dapat teratasi hingga 10-15 tahun ke depan. Tenaga kesehatan di daerah terpencil dikhawatirkan menjadi salah satu pihak yang terdampak. Kelemahan tersebut justru dimanfaatkan oleh duta-duta farmasi kepada para dokter, di mana informasi mereka cenderung berpihak pada kepentingan komersial.

Terbatasnya informasi bukti ilmiah terkini lantas berkonsekuensi dengan praktik off-label use of drug atau penggunaan obat di luar indikasi yang direkomendasikan. Di Indonesia sendiri, badan yang berwenang atas peredaran makanan dan obat di masyarakat adalah Badan POM. Praktik off-label banyak terjadi di apotek-apotek. Menggeruskan tablet untuk dijadikan satu sediaan puyer atau sirup adalah bentuk off-label. Obat-obat yang kerap digunakan secara off-label antara lain antikonsulvan, antibiotika, obat flu dan batuk, dan obat-obatan kardiovaskuler. Misinformasi juga dilanggengkan melalui penyimpangan pembuatan resep yang ditirukan berulang-ulang. Iwan, bersama tiga peneliti lain, membahas bagaimana penggunaan off-label atas resep antikonsulvan terjadi pada ⅓ pasien rumah sakit swasta di Jawa, terutama pasien dengan gangguan saraf dan kejiwaan. Meskipun belum ada bukti ilmiah adanya efek samping yang berarti, kewaspadaan terhadap praktik ini dianggap perlu.

Iwan Dwiprahasto juga mengkiritik soal tulisan tangan sebagai tradisi dalam peresepan. Ia berpendapat bahwa tulisan yang sulit dibaca seolah bagian dari sakralisasi peresepan. Resep yang sulit dibaca akan membuat apoteker menduga dan menebak berdasarkan kapasitasnya sendiri sehingga selalu memiliki risiko kekeliruan membaca. Contohnya adalah Losec® yang berisi obat Omerprazole (untuk gangguan lambung) sering keliru dibaca sebagai Lasix® yang berisi Furosemida (diuretika). Juga, Sotatic® yang berisi Metoclopramide (obat antimuntah) sering keliru dibaca menjadi Cytotec® (berisi Misoprostol). Obat tersebut dapat menyebabkan keguguran jika diberikan kepada ibu hamil.

Tak hanya tulisan tangan, aturan pemakaian obat dalam resep juga dikriitknya. Aturan "tiga kali sehari" seharusnya mulai ditinggalkan dan diganti menjadi "dikonsumsi tiap 8 jam". Begitu juga dengan obat untuk "dua kali sehari", seharusnya ditulis menjadi "setiap 12 jam". Iwan berpesan agar para profesional kesehatan selalu berpacu pada bukti-bukti ilmiah terkini demi menjaga kesehatan masyarakat. Isi pidato tersebut juga disampaikan oleh Rektor UGM, yaitu Prof. Panut Mulyana kepada wartawan saat meliput kepulangan Iwan Dwiprahasto.

Medication Error

Medication Error adalah permasalahan di dalam proses pengobatan sehingga menimbulkan risiko kepada pasien, dari skala ringan sampai berat, yang seringkali disebabkan karena permasalahan kolaborasi di antara para tenaga kesehatan (dokter, apoteker, dan perawat). Topik ini adalah salah satu yang cukup banyak dan secara kontinu dikaji Iwan Dwiprahasto. Tulisan-tulisannya yang dipublikasikan dalam jurnal antara lain "Intervensi Pelatihan untuk Meminimalkan Risiko Medication Error Di Pusat Pelayanan Kesehatan Primer" (2006), "Masalah dan Pencegahan Medication Error, Bagian Farmakologi dan Toksikologi" (2008),"Faktor Penyebab Medication Error di Instalasi Rawat Darurat" (2012), dan "Why Do Nursing Students Make Medication Errors? A Qualitative Study in Indonesia" (2019).

Dalam tesis buatannya pada 1991 yang dijadikan landasan analisa langkah-langkah pencegahan medication error, Iwan Dwiprahasto menemukan bahwa pemberian antibiotika pada infeksi saluran pernapasan akut (ISPA) di layanan kesehatan swasta Yogyakarta tidak tepat. Angkanya mencapai 82%, di mana tidak berbeda antara dokter umum dan spesialis. Pencegahan medication error, menurut Iwan, dapat dilakukan dengan memperbaiki tata kelola layanan rumah sakit, yang bermuara pada pengelolaan medik pasien secara terpadu. Perlu diketahui sebelumnya bahwa sebagian besar ISPA umum disebabkan oleh virus (salesma, flu, bronkitis, dan pneumonia lainnya) dan dapat sembuh sendiri tanpa terapi medikamentosa (self limiting disease). Antibiotik hanya diberikan kepada ISPA yang disebabkan oleh bakteri, seperti kasus akut untuk rhinosinusitis dan bronkitis, serta bakteri penyebab otitis media dan faringitis/tonsilitis. Konsumsi antibiotik yang berlebihan justru dapat menyebabkan resistensi antibiotik.

Besarnya pemberian antibiotika untuk ISPA diteliti kembali oleh Iwan Dwiprahasto secara retrospektif dengan maksud menciptakan model intervensi pelatihan penggunaan obat yang rasional. Penelitian ini dipublikasikan pada 2006 dan turut menelusuri penggunaan injeksi untuk penyakit myalgia. Lokus penelitiannya di 43 puskesmas di delapan kab/kota Prov. Sumatra Barat. Melalui penghitungan data resep, penelitian ini kembali mengkonfirmasi penggunaan obat berlebih untuk ISPA (antibiotik) dan myalgia (injeksi) berbentuk polifarmasi, yaitu penggunaan beberapa obat secara bersamaan dalam satu kondisi medis, baik kepada balita maupun dewasa. Peresepan seperti ini cenderung sama ditemui pada layanan dokter umum di layanan kesehatan swasta.

Penelitian intervensi juga kembali diinisiasi Iwan Dwiprahasto atas penggunaan obat di 20 puskemas di lima kab/kota di Kalimantan Timur. Survei yang mengidentifikasi medication error di sana menunjukkan bahwa kekeliruan sering terjadi di bagian pemilihan obat, cara pemberian obat, dan frekuensi pemberian obat. Maka, dari basis data ini, intervensi yang dilakukan berbentuk pelatihan kepada dokter dan perawat puskesmas. Masing-masing materinya adalah tentang penggunaan obat secara rasional dan on the job training menggunakan contoh kasus sehari-hari di puskesmas. Enam bulan setelah intervensi pelatihan, angka medication error turun. Penurunan kesalahan yang signifikan (dalam rasio metode riset: p<0,05) terjadi pada aspek ketidaklengkapan resep, kekeliruan pemilihan obat, dan kekeliruan cara pemberian obat. Melalui penelitian ini, Iwan menunjukkan bagaimana intervensi yang berfokus pada farmakoterapi berbasis bukti dan penyuluhan tentang risikonya berhasil menurunkan angka medication error di puskesmas.

Medication error juga diobservasi Iwan dari sisi salah satu pemangku kepentingan, yaitu perawat. Sebuah studi menyatakan bahwa di Indonesia, medication error oleh pelajar keperawatan selama masa rotasi klinik dapat mencapai 44,8%. Penelitian lain juga memperlihatkan bahwa banyak perawat muda yang tidak yakin dengan kompetensinya sendiri dalam hal administrasi pengobatan yang aman karena minimnya pengetahuan tentang farmakologi dan aspek keamanan medis lainnya. Pada 2019, bersama tiga peneliti lain, Iwan mempublikasikan jurnal tentang studi kualitatif pelajar keperawatan terhadap medication error. Dalam ilmu keperawatan sendiri, pokok keamanan medis lebih banyak dibahas dalam bentuk kuliah di kelas dibandingkan eksperimen lapangan yang bergantung pada pembelajaran individu. Ditambah lagi, pokok ini hanya diajarkan pada tahun ketiga dalam satu mata kuliah. Ketika rotasi klinik berlangsung, para pelajar keperawatan dituntut untuk siap siaga dalam memberikan pelayanan di berbagai layanan kesehatan. Identifikasi medication error yang ditemukan dalam penelitian ini adalah kesalahan pada waktu pengobatan, identifikasi pasien, dan persiapan obat yang tidak tepat. Penelitian ini menekankan pentingnya model bimbingan dan supervisi yang memadai di pendidikan klinis untuk perawat demi menjaga kompetensi keamanan medis.

Kanker Payudara

Iwan Dwiprahasto juga terlibat dalam penelitian kanker payudara. Sebagian dari penelitian bertopik kanker payudara Iwan tercatat sebagai studi meta-analisis, dengan asosiasi terhadap faktor risiko penyakit dan proses pengobatan beserta dampaknya.

Bersama tiga peneliti lain, Iwan Dwiprahasto mengobservasi riwayat keluarga dan risiko atas kanker payudara dalam etnis Melayu di Malaysia dan Indonesia. Fokus etnis berangkat dari penelitian terdahulu yang membahas capaian kanker payudara yang berbeda-beda di tiap negara, di mana Amerika Utara dan Eropa Barat memiliki kasus yang lebih tinggi dibandingkan di Asia. Dari sini, faktor genetik, atas etnis Melayu, yang memengaruhi kemunculan neoplasma di payudara dieksplorasi lebih jauh dengan memanfaatkan kembali jurnal ilmiah berbahasa Inggris yang dipublikasikan selama 1999-2018 dan identifikasi latar pasien (desain riset meta-analisis). Hasilnya, terdapat keterhubungan tinggi antara riwayat keluarga yang memiliki kanker payudara dengan potensi kanker dalam etnis Melayu di Malaysia dan Indonesia (OR=3.34 [95% CI 2.68-4.15, P<0.00001]). Penelitian ini merekomendasikan perempuan untuk mengedukasi dirinya tentang kanker payudara sekaligus melakukan deteksi dini jika terdapat benjolan di payudara. Mengingat, penelitian terkait menunjukkan bahwa perempuan dengan kanker payudara—yang juga terjadi pada keluarganya—baru melakukan deteksi ketika neoplasma sudah memasuki perkembangan lanjut.

Selain faktor genetik yang juga dikonfirmasi Iwan dkk. di atas, faktor risiko lain seperti usia, hormon, diet makan, dan merokok juga turut memicu kanker. Dalam hal diet makanan, beberapa penelitian mengobservasi korelasi risiko kanker payudara dengan rendahnya konsumsi ikan. Asam lemak omega-3 yang terkandung dalam ikan bermanfaat bagi pencegahan dan penanggulangan kanker payudara. Akan tetapi, penelitian lanjutan memperlihatkan temuan yang berkebalikan sehingga keberlanjutan riset-riset yang ada melahirkan temuan yang tidak konsisten. Iwan Dwiprahasto dan tiga peneliti lain lantas ingin mengetahui bagaimana efek pelindungan atas zat omega-3 khusus pasien-pasien orang Asia. Hal ini dianggap perlu karena faktor geografis dan pasar pangan menghasilkan pola diet yang berbeda-beda di tiap kawasan. Sebanyak 11 artikel jurnal, yang sesuai dengan identifikasi riset ini, ditelaah kembali dengan metode meta-analisis. Riset Iwan dkk. tersebut menemukan bahwa dalam kasus orang Asia, asam lemak omega-3 dalam kandungan ikan memproduksi efek pelindungan terhadap kanker payudara (OR = 0.80 [95% CI 0.73-0.87, p<0.00001]). Adanya inkonsistensi hasil riset-riset yang juga meneliti topik ini diyakini disebabkan oleh perbedaan kebiasaan konsumsi ikan di tiap wilayah. Orang Asia didapati lebih banyak mengkonsumsi ikan dibandingkan orang-orang Eropa dan Amerika Utara. Jenis ikan yang memiliki kandungan tinggi asam lemak omega-3 adalah salmon, mekarel, tuna, kakap merah, herring, dsb.

Penyebab kanker payudara memang dipacu oleh berbagai faktor. Dari sinilah muncul gagasan bagaimana machine learning (pemelajaran mesin) dapat membantu menghitung faktor-faktor risiko sehingga dapat membantu seseorang dalam mengambil keputusan untuk melakukan deteksi dini kanker payudara. Perhitungan risiko penyakit melalui machine learning dianggap dapat memperlihatkan apakah seseorang punya risiko yang aman dari kanker payudara, masuk dalam kriteria aksi pencegahan kanker payudara, atau bahkan masuk dalam risiko tinggi memiliki kanker payudara. Iwan kembali berkolaborasi dengan tiga penelitian lain untuk mengulas machine learning mana yang memiliki akurasi paling tinggi dalam mendeteksi kanker payudara, yakni melalui pendekatan: Naive Bayes, Neural Network, Decision Tree, Logistic Regression, Linear Discriminant Analysis, Super Vector Machine (SVM), K-Nearest Neighbor. Penelitian kuantitatif dengan desain riset meta-analisis ini meneliti jurnal ilmiah dari 2000-2018 yang menggunakan tiap machine learning di atas untuk mendeteksi kanker payudara, dan berdasarkan pembatasan riset, terdapat sebelas studi yang sesuai dengan desain penelitian. Uji analisa diagnostik dilakukan dengan menghitung skala sensitivitas dan spesifisitas dari dataset penelitian yang bersangkutan ke dalam kriteria akurasi nilai Area Under Curve (AUC) melalui kurva Receiver Operating Characteristic (ROC). Dari olahan perbandingan skala nilai yang ada, dihasilkan bahwa pendekatan SVM menggambarkan perhitungan risiko kanker payudara dengan klasifikasi akurasi yang sangat baik dibandingkan algoritma machine learning lainnya (AUC > 90%). Para penelitinya, termasuk Iwan, berkata bahwa machine learning membantu mengurangi kemungkinan kesalahan yang dapat disebabkan oleh tenaga medis ataupun sebagai data medis yang dapat dimanfaatkan sesuai kebutuhan. Sistem ini juga potensial untuk dikembangkan dalam bentuk aplikasi seluler sehingga para perempuan dapat menggunakannya dengan mudah.