Dokumen tersebut membahas tentang aplikasi epidemiologi veteriner dan pendekatan One Health di era big data. Secara singkat, dokumen menjelaskan tentang (1) perkembangan sistem sosial global yang memfasilitasi penyebaran penyakit, (2) tantangan manajemen risiko penyakit di era big data, dan (3) pentingnya pendekatan antar disiplin dalam menangani masalah kesehatan global.
Aplikasi Epidemiologi Veteriner dan One Health di Era Big Data - Seminar Inspiratif Online IKA FKH IPB University, 9 September 2020
1. ERA BIG DATA – Sabtu, 19 September 2020 1
Aplikasi Epidemiologi Veteriner
dan One Health di Era Big Data
Drh. Tri Satya Putri Naipospos, MPhil, PhD
Alumni FKH IPB Angkatan 10
Seminar Inspiratif Online
“Kiprah Dokter Hewan dalam Pengabdian untuk Kesejahteraan Manusia”
2. ERA BIG DATA – Sabtu, 19 September 2020
Perkembangan sistim eko-sosial global
⬡ Perkembangan ekonomi dan teknologi dalam 50 tahun terakhir telah
mengarah pada perubahan sistim eko-sosial global yang sangat
memfasilitasi kemunculan dan penyebaran penyakit menular baik pada
hewan dan manusia.
⬡ Ini merupakan tantangan besar bagi manajemen risiko penyakit menular
dan memerlukan pergeseran paradigma dalam pendekatan analitis kita
dalam menghadapi perkembangan atau evolusi yang terjadi.
⬡ Perubahan pendekatan ini terefleksikan dalam pengakuan luas tentang
perlunya mengadopsi pendekatan inter- dan transdispliner (One Health)
dalam riset/penelitian dan manajemen risiko.
2
Sumber: Pfeiffer D.U. and Stevens K.B. Spatial and temporal epidemiological
analysis in the Big Data era. Preventive Veterinary Medicine 122 (2015) 213–220.
3. ERA BIG DATA – Sabtu, 19 September 2020 3
Pertumbuhan populasi Produksi ternak massal
Perubahan iklim
Bioterorisme
Deforestasi
Resistensi anti mikroba
Perjalanan udara global
Urbanisasi
Gangguan satwa liar
Kumpulan massa
4. ERA BIG DATA – Sabtu, 19 September 2020 4IKATAN ALUMNI FKH IPB UNIVERSITY – Sabtu, 19 September 2020
Penyakit Menyebar Cepat
(transboundary)
Sumber: Kamran Khan MD, MPH, FRCPC. Presentation: Transforming Big Data into Big Insights.
One Health for the Mediterranean Region in the Era of Big Data. Italy, 1-2 October 2019.
5. ERA BIG DATA – Sabtu, 19 September 2020 5
Informasi dapat menyebar lebih cepat
Sumber: Kamran Khan MD, MPH, FRCPC. Presentation: Transforming Big Data into Big Insights.
“The world is one
big data problem”
Andrew McAfee”
6. ERA BIG DATA – Sabtu, 19 September 2020 6
Dunia memerlukan Sistim Peringatan
Dini (Early Warning System) Digital
untuk Penyakit Menular
7. ERA BIG DATA – Sabtu, 19 September 2020
Industri 4.0
⬡ Revolusi digital telah memberikan peluang besar bagi kita dalam
pengumpulan dan analisis data.
⬡ Sekarang ini telah berevolusi menjadi ‘Internet of Things’, dimana
obyek sehari-hari terkoneksi melalui jaringan informasi, yang
memungkinkan kita untuk mengirim dan menerima data.
⬡ Industri 4.0 mengacu pada fase baru dalam Revolusi Industri yang
sangat fokus pada interkonektivitas, otomatisasi, pembelajaran
mesin (machine learning) dan data ‘real-time’.
⬡ Industry 4.0 mengawinkan produksi dan operasi fisik dengan
‘Smart Digital Technology’ dan ‘big data’ untuk menciptakan
suatu ekosistem yang lebih holistik dan terkoneksi dengan baik.
7
Sumber: Pfeiffer D.U. and Stevens K.B. Spatial and temporal epidemiological
knalysis in the Big Data era. Preventive Veterinary Medicine 122 (2015) 213–220.
8. ERA BIG DATA – Sabtu, 19 September 2020 8
“You can have
data without
information, but
you cannot have
information
without data.”
Daniel Keys Moran
9. ERA BIG DATA – Sabtu, 19 September 2020 9
“Big data adalah fondasi dari
semua megatrend yang terjadi!”
Chris Lynch
American Writers of Book
Megatrend adalah suatu perubahan besar dalam
sosial, ekonomi, politik dan teknologi yang lambat
terbentuk dan setelah terjadi perubahan tersebut
dapat berpengaruh dalam jangka waktu yang lama.
Megatrend Indonesia:
1. Demografi
2. Urbanisasi
3. Perdagangan internasional
4. Kemunculan kelas
menengah di Emerging
Market Economies (EME)
5. Persaingan SDA
6. Industri 4.0.
10. ERA BIG DATA – Sabtu, 19 September 2020 10
Istilah untuk data yang sangat besar,
cepat dan kompleks sehingga sulit atau
tidak mungkin dapat dikelola dengan
software dan alat pemrograman
database biasa/konvensional.
Apa itu ‘Big Data’?
Tidak hanya berisi data terstruktur (10%), tapi
juga (mayoritas) tidak berstruktur (90%).
11. ERA BIG DATA – Sabtu, 19 September 2020 11
Bagaimana kita mendefinisikan
‘big data’?
Dataset yang besar
Karakteristik 3V:
• Volume
• Velocity
• Variety Sumber: Angus Cameroon. Presentation: Supporting One
Health using big data. One Health for the Mediterranean
Region in the Era of Big Data. Italy, 1-2 October 2019.
12. ERA BIG DATA – Sabtu, 19 September 2020
Karakterisasi Big Data
⬡ ‘Big data’ secara umum
dikarakterisasi oleh 3V yaitu:
▪ Volume (ukuran dataset yang
besar);
▪ Velocity (tingkat kecepatan data
yang dihasilkan); dan
▪ Variety (bentuk data yang
berbeda yang dihasilkan untuk
tujuan berbeda atau
dikumpulkan pada skala spasial
atau temporal berbeda).
12
Volume
-terrabyte
-records
-transaction
-tables, files
Variety
-structure
-unstructure
-semi-structure
-all theabove
Velocity
-batch
-near-time
-real-time
-streams
BIG
DATA
13. ERA BIG DATA – Sabtu, 19 September 2020
Big Data di Kedokteran Manusia dan Hewan
13
⬡ ‘Big data’ telah menjadi suatu frasa yang
semakin meningkat aplikasinya di banyak
industri termasuk kedokteran.
⬡ Pencarian PubMed untuk istilah ‘big data’
menghasilkan 11.955 entri, masing-masing
dirinci dari beberapa aspek antara lain
kedokteran manusia atau kedokteran hewan,
kesehatan masyarakat, epidemiologi
veteriner, kesehatan lingkungan atau
ekosistem, dan peternakan.
14. ERA BIG DATA – Sabtu, 19 September 2020
Big Data untuk Manusia vs Hewan
⬡ Kedokteran manusia dan kesehatan masyarakat
telah banyak memanfaatkan ‘big data’ untuk
mengoptimalkan “ketepatan” (presisi) dan melacak
tren penyakit pada manusia.
⬡ ‘Big data’ di bidang kedokteran hewan sebagian
besar difokuskan kepada analisis spasial-temporal
dan bioinformatika.
⬡ Penggunaan ‘big data’ untuk surveilans penyakit
hewan adalah bidang yang berkembang pesat.
14
Sumber: Wanderwaal et al. 2017. Translating Big Data into Smart Data for Veterinary Epidemiology. Front. Vet. Sci. 4:110.
Contoh: rabies
15. ERA BIG DATA – Sabtu, 19 September 2020 15
Big Data dan COVID-19
• Indeks mobilitas google
• Indeks kualitas udara
• Jumlah penerbangan
• Marketplace
17. ERA BIG DATA – Sabtu, 19 September 2020 17
⬡ Kolaborasi untuk memastikan
transparansi dalam situasi
penyakit hewan global.
⬡ Salah satu mandat OIE adalah
memberikan informasi yang
tepat waktu dan berkualitas
tinggi untuk memungkinkan
manajemen risiko penyakit
pada hewan dan manusia
menggunakan pendekatan
“One Health”.
182 negara anggota
WAHIS
WAHIS World Animal Health
Information System
18. ERA BIG DATA – Sabtu, 19 September 2020
WAHIS interface
⬡ Daftar peringatan (alert) ‘real-
time’.
⬡ Aplikasi smartphone untuk
‘WAHIS alerts”.
⬡ Informasi terkait dengan
kesehatan hewan dunia.
⬡ Sistim monitoring global untuk
Penyakit Satwa Liar.
18
Sumber: https://www.oie.int/wahis_2/public/wahidwild.php/
Index/indexcontent/newlang/en
19. ERA BIG DATA – Sabtu, 19 September 2020
‘Early warning system’ OIE
⬡ Kuantitas dan kualitas data yang terkumpul dan
disimpan dalam WAHIS sangat luar biasa dan meningkat
dari tahun ke tahun.
⬡ Contoh: Ketika WAHIS dimulai pada 2005 hanya 91 IN
dan 164 FUR dikirimkan untuk 31 penyakit dari 48
negara. Pada 2018, meningkat menjadi 332 IN dan 1655
FUR untuk 44 penyakit dari 93 negara. Ini berarti telah
terjadi 2 kali lipat kenaikan jumlah IN dan 10 kali lipat
jumlah FUR, yang berasal dari 2 kali lipat jumlah negara.
⬡ Pelaporan ke OIE sangat bergantung tidak hanya pada
kapasitas surveilans dan perilaku pelaporan, tetapi juga
berdampak pada situasi kesehatan hewan dunia.
19
IN = Immediate notification
FUR = Follow-up reports
20. ERA BIG DATA – Sabtu, 19 September 2020
Penyakit yang dilaporkan ke WAHIS
⬡ Penyakit yang dilaporkan ke WAHIS terkonsentrasi pada
4 penyakit yang berdampak besar terhadap perdagangan:
▪ highly pathogenic avian influenza 23%,
▪ African swine fever 17%,
▪ foot and mouth disease 10%, dan
▪ bluetongue 7%.
20
⬡ WAHIS memiliki beberapa keterbatasan menyangkut penggunaan dan
interpretasi data OIE, antara lain: non-user friendly interface (sulit akses ke
berbagai tipe data), kurangnya alat ekstraksi dan analisis data WAHIS atau
adanya peta yang statis dengan desain gaya lama.
⬡ Untuk itu, OIE sedang mengembangkan platform baru: OIE-WAHIS.
21. ERA BIG DATA – Sabtu, 19 September 2020
The New OIE-WAHIS (Big Data)
⬡ OIE-WAHIS akan menyediakan data geo-spasial berkualitas tinggi
dan handal, yang memungkinkan negara-negara anggota OIE
untuk melakukan analisis risiko yang komprehensif.
21
⬡ Peta akan interaktif, memungkinkan tampilan dinamis dari informasi penyakit hewan.
⬡ Data dari OIE-WAHIS akan berguna untuk beragam program analitik.
⬡ OIE-WAHIS akan menyediakan cara yang mudah dan terstandarisasi untuk saling
terhubung dengan sistim informasi regonal dan internasional lainnya.
⬡ Daya genomik yang dikaitkan dengan data epidemiologi dalam WAHIS+ akan
memperkuat penelusuran (traceability) penyakit yang berkontribusi terhadap analisis
epidemiologi genetik.
⬡ WAHIS Alerts aplikasi mobile akan diperbaharui untuk memberikan diseminasi ‘disease
alerts’ yang lebih cepat dan akses instan ke notifikasi penyakit.
Sumber: https://www.oie.int/animal-health-in-the-world/the-oie-wahis-project/
22. ERA BIG DATA – Sabtu, 19 September 2020
Apa itu epidemiologi veteriner?
⬡ Kita tahu bahwa 6 dari 10 penyakit menular yang mempengaruhi populasi
manusia berasal dari hewan.
⬡ Seorang epidemiolog fokus kepada distribusi, termasuk frekuensi dan pola,
begitu juga penyebab dan faktor risiko penyakit dalam POPULASI.
⬡ Epidemiolog veteriner melakukan kegiatan ini secara khusus dalam populasi
hewan. Disiplin ini dianggap sebagai tulang punggung (backbone) dari
kesehatan masyarakat.
⬡ Kita lihat kembali sejarah: Pandemi telah bersama kita sejak awal peradaban.
Pada abad ke-20 saja, kita telah mengalami virus H1N1, Flu Asia, epidemi AIDS,
Swine Flu, kembalinya Ebola, dan di abad ke- 21 ini ada COVID-19 — semua
diyakini telah melompat dari hewan ke manusia.
22
Sumber: https://veterinary.rossu.edu/about/news/what-is-veterinary-epidemiology-and-what-do-they-do
23. ERA BIG DATA – Sabtu, 19 September 2020
Mengapa diperlukan Epidemiolog Veteriner
lebih banyak dari sebelumnya?
⬡ Dengan kejadian COVID-19, ada kebutuhan yang meningkat terhadap
epidemiolog veteriner (veterinary epidemiologist).
⬡ Ikatan antara manusia-hewan sudah ada sejak ribuan tahun dan hanya
sekarang ini menjadi lebih kuat.
⬡ Seperti yang kita lihat dengan COVID-19 dan banyak wabah penyakit zoonotik
lainnya di masa lalu (contohnya: SARS, West Nile, dan sejumlah virus influenza),
hewan dan manusia dalam suatu lingkungan umum dapat berbagi penyakit.
⬡ Kita perlu epidemiolog veteriner pada antarmuka (interface) kedokteran hewan
dan kesehatan masyarakat untuk membantu menjembatani kesenjangan (gap)
dalam kesehatan dan penyakit antarspesies.
23
Sumber: https://veterinary.rossu.edu/about/news/what-is-veterinary-epidemiology-and-what-do-they-do
24. ERA BIG DATA – Sabtu, 19 September 2020
Kehidupan Epidemiolog Veteriner
“TIDAK ADA DEFINISI TUNGGAL TENTANG
EPIDEMOLOGI VETERINER”
⬡ Ini adalah bidang yang sangat beragam dan terbuka
yang memungkinkan individu untuk menemukan
‘passion’ dan mengejar pembuktian ilmiah.
“TIDAK ADA HARI-HARI BIASA DALAM KEHIDUPAN
SEORANG EPIDEMIOLOG VETERINER”
⬡ Banyak hari dihabiskan dengan duduk di depan
komputer mengoperasikan data set, spreadsheet,
statistic, pemodelan atau menulis artikel/paper.
24
25. ERA BIG DATA – Sabtu, 19 September 2020
Big Data dalam Epidemiologi Veteriner (1)
25
No Judul Artikel Pengarang Tahun Publikasi
1. Translating Big Data into Smart Data for
Veterinary Epidemiology
VanderWaal K.
et al.
2017 Front. Vet. Sci. 4:110
2. A scoping review of ‘big data’, ‘informatics’,
and ‘bioinformatics’ in the animal health
and veterinary medical literature
Ouyang Z. et al. 2019 Animal Health
Research Reviews 20,
1–18.
3. Spatial and temporal epidemiological
analysis in the Big Data era
Pfeiffer D. and
Steven K.B.
2015 Preventive Veterinary
Medicine 122, 213–220
4. Use of big data in the surveillance of
veterinary diseases: early detection of tick
paralysis in companion animals
Guernier V. et
al.
2016 Parasites & Vectors
9:303
Literatur review
26. ERA BIG DATA – Sabtu, 19 September 2020
Big Data dalam Epidemiologi Veteriner (2)
26
No Judul Artikel Pengarang Tahun Publikasi
5. The Potential for Big Data in Animal
Disease Surveillance in Ireland
Barret D. 2017 Front. Vet. Sci., 06 October
2017
6. VetCompass Australia: A National Big Data
Collection System for Veterinary Science
McGreevy P. et
al.
2017 Animals, 7, 74.
7. Supersize me: how whole-genome
sequencing and big data are transforming
epidemiology
Kao R. et al. 2014 Trends in Microbiology
8. A big-data spatial, temporal and network
analysis of bovine tuberculosis between
wildlife (badgers) and cattle
Moustakas A.
and Evans M.R.
2017 Stoch Environ Res Risk
Assess 31:315–328
Literatur review
27. ERA BIG DATA – Sabtu, 19 September 2020
Big Data dan One Health
⬡ Penekanan pada ‘big data’ semakin meningkat.
⬡ Dengan biaya pembuatan data yang rendah,
penanganan data yang cerdas dapat berisi
informasi yang lebih berguna.
⬡ Big data menawarkan wawasan baru seputar
jaringan (network), dinamika spasial dan
temporal dalam memahami sistim manusia,
hewan dan lingkungan pada tingkat sistemik, dan
untuk mendeteksi interaksi dan nonlinearitas di
antara variabel.
27
Sumber: Asokan G.V. dan Asokan V. 2015.
Leveraging ‘‘big data’’ to enhance the
effectiveness of ‘‘one health’’ in an era of
health informatics. Journal of Epidemiology
and Global Health 5, 311– 314.
28. ERA BIG DATA – Sabtu, 19 September 2020
Berbagi data lintas sistim
⬡ ‘Big data’ untuk One Health dapat mensinergikan
sistim yang berbeda meliputi:
▪ Google (Maps, Trends, Translate); ProMEDmail;
media sosial (Facebook, Instagram, WhatsApp);
imagini satelit; aplikasi geostatistik; habitat dan
migrasi spesies burung, hewan dan laut; pertanian;
perubahan iklim; manajemen risiko lingkungan;
temperatur; curah hujan; banjir; topan; pemanfaatan
lahan; cakupan hutan; daur ulang; kualitas udara;
manajemen limbah, dlsbnya; dan integrasi WAHID-
OIE, EMPRES-FAO dan WHO.
28
Sumber: Asokan G.V. dan Asokan V.
2015. Leveraging ‘‘big data’’ to
enhance the effectiveness of ‘‘one
health’’ in an era of health
informatics. Journal of Epidemiology
and Global Health 5, 311– 314.
29. ERA BIG DATA – Sabtu, 19 September 2020
Tantangan untuk pengendalian penyakit?
⬡ Tantangan untuk surveilans dan pengendalian penyakit
menular (terutama zoonosis) yang kompleks:
▪ Menyatukan dataset besar yang dikumpulkan oleh banyak
stakeholder dan disiplin ilmu dengan berbagai tujuan dan cara
mengumpulkan/mengelola data (pengendalian vektor, ternak,
kesehatan masyarakat, farmasi, parasitologi, epidemiologi,
ilmu sosial dll.).
▪ Tantangan terkait dengan pengumpulan dan manajemen data
yang buruk di negara-negara berkembang (yang sebagian
besar menanggung beban penyakit).
▪ Indikator yang buruk dan metoda analisis yang sering
diperdebatkan di antara para analis.
29
Sumber: Lee S.J. Presentation on “Big Data for Disease Control”.
30. ERA BIG DATA – Sabtu, 19 September 2020
Big Data dalam One Health
30
No Judul Artikel Pengarang Tahun Publikasi
1. Leveraging “big data” to enhance the
effectiveness of “one health” in an era of
health informatics
Asokan G.V. and
Asokan V.
2015 Journal of Epidemiology
and Global Health 5,
311– 314
2. Editorial: Big Data – The Language
and Future of One Medicine, One Science
Perez A.M. 2018 Front. Vet. Sci. 5:114.
3. The Scope of Big Data in One Medicine:
Unprecedented Opportunities and
Challenges
McCue M.E. and
McCoy A.M.
2017 Front. Vet. Sci. 4:194.
4. Big-data-driven modeling unveils country-
wide drivers of endemic schistosomiasis
Mari L. et al. 2017 Scientific Reports 7: 489
Literatur review
31. ERA BIG DATA – Sabtu, 19 September 2020
Pentingnya (Big) Data untuk Memahami
dan Mengendalikan Rabies Lebih Lanjut
⬡ Perlu kompilasi dataset yang jumlahnya banyak dan
bervariasi ke dalam pendekatan One Healh:
▪ Sisi manusia: orang yang terpapar, PEP, kasus manusia,
sirkulasi pada manusia, dll.
▪ Sisi hewan: kasus gigitan, kasus hewan, populasi anjing,
reservoir, dll.
▪ Sisi lingkungan: lanskap, batasan geografis dan politik, dll.
⬡ Mengkombinasikan dan menyilang (intersecting) data dari
berbagai sisi pendekatan One Health memberikan elemen
kunci untuk mencapai “Zero by 30”.
31
Sumber: Dacheux L. 2019.
32. ERA BIG DATA – Sabtu, 19 September 2020
Dampak Manusia Terhadap
Penyebaran Rabies di Afrika Utara
32
⬡ Penyebaran anjing terinfeksi yang dimediasi manusia
memegang peranan utama dalam penularan rabies di 2
negara ini (sesuai dengan di Bali dan Flores).
⬡ Sangat penting dalam memprediksi penularan penyakit!
Sumber: Talbi C. et al.
2010. Phylodynamics and
Human-Mediated Dispersal
of a Zoonotic Virus. PLOS
Pathogens 7(1): 10.
Determinasi
pendorong
penyebaran
33. ERA BIG DATA – Sabtu, 19 September 2020
Dampak Manusia Terhadap
Penyebaran Rabies di Afrika Utara
33
Pemodelan penyebaran
spasio-temporal rabies
pada hewan
Sumber: Dellicour S. et al. 2017. Using Viral
Gene Sequences to Compare and Explain the
Heterogeneous Spatial Dynamics of Virus
Epidemics. Mol. Biol. Evol. 34(10):2563–2571.
Kelelawar-1
Anjing
Rakun
Sigung
Kelelawar-2
⬡ Investigasi penyebaran
(difusivitas) virus (ada 5
dataset).
⬡ Deteksi faktor lingkungan
(ada 6 faktor) yang
berdampak terhadap
kecepatan (velocity)
penyebaran virus.
34. ERA BIG DATA – Sabtu, 19 September 2020
Penutup
⬡ Meningkatnya ketersediaan dan kompleksitas data telah menyebabkan
peluang baru dan tantangan dalam epidemiologi veteriner dan One Health
tentang bagaimana menterjemahkan ‘big data’ yang berlimpah, beragam dan
berkembang pesat menjadi wawasan yang bermakna bagi kesehatan hewan.
⬡ Analisis ‘big data’ digunakan untuk memahami risiko kesehatan hewan dan
meminimalkan dampak masalah kesehatan hewan yang merugikan melalui
identifikasi populasi berisiko tinggi, kombinasi data atau proses yang terjadi
pada berbagai skala melalui pendekatan pemodelan epidemiologi, dan
memanfaatkan data kecepatan tinggi untuk memonitor tren kesehatan hewan
dan deteksi ancaman kesehatan yang muncul.
34
Sumber: Wanderwaal et al. 2017. Translating Big Data into Smart Data for Veterinary Epidemiology. Front. Vet. Sci. 4:110.
35. ERA BIG DATA – Sabtu, 19 September 2020 35
“Progressive data is
information.
Processed information
is knowledge.
Processed knowledge is
W I S D O M.”
Terima
kasih!