Analisis Deskriptif Karakteristik Pasien Osteoartritis Lanjut Usia pada Pola Keluhan Nyeri, Komorbiditas, dan Faktor Demografis dengan Kombinasi AI (Artificial Intelligence) di Wilayah Kerja Puskesmas Tirta Jaya, Kabupaten Tanah Laut

Abstrak

Osteoartritis (OA) merupakan penyakit sendi degeneratif yang paling banyak ditemukan pada populasi lanjut usia dan sering muncul bersamaan dengan berbagai kondisi komorbid. Penelitian ini bertujuan untuk menganalisis secara deskriptif karakteristik pasien OA lanjut usia (≥60 tahun) berdasarkan pola keluhan nyeri, komorbiditas, dan faktor demografis di wilayah kerja Puskesmas Tirta Jaya, Kabupaten Tanah Laut, dengan dukungan kombinasi kecerdasan buatan (Artificial Intelligence/AI) dalam proses pengolahan dan sintesis data. Desain penelitian ini adalah deskriptif observasional dengan data sekunder retrospektif dari rekam kunjungan pasien lansia pada periode 1 Januari–31 Desember 2025. Dari 325 pasien lanjut usia yang tercatat berkunjung dengan berbagai diagnosis, 52 pasien (16,0%) didiagnosis osteoartritis dan menjadi sampel penelitian. Pasien perempuan lebih dominan (55,8%) dibandingkan dengan laki-laki (44,2%), dengan rerata usia 69,0 tahun (SD 6,4; rentang 61,2–87,3 tahun) dan mayoritas berada pada kelompok usia 60–69 tahun (71,2%). Skala nyeri (VAS) tercatat pada 26 dari 52 pasien (50,0%) dengan rerata 4,1 (kategori nyeri sedang paling banyak, 57,7%). Seluruh pasien (100%) memiliki minimal satu diagnosis komorbid sepanjang tahun 2025, dengan rerata 6,65 jenis diagnosis penyerta per pasien; komorbid terbanyak adalah hipertensi sekunder (67,3%), dorsalgia (48,1%), dan gangguan hasil laboratorium (32,7%). Lebih dari separuh pasien (51,9%) memiliki tekanan darah ≥140/90 mmHg saat pemeriksaan. Penelitian ini menyimpulkan bahwa osteoartritis pada lanjut usia di wilayah kerja Puskesmas Tirta Jaya erat berkaitan dengan multimorbiditas kardiometabolik dan muskuloskeletal, sementara kelengkapan pencatatan skala nyeri dan data fungsional masih perlu ditingkatkan. Kombinasi AI yang digunakan sebagai alat bantu analisis deskriptif terbukti dapat mempercepat pengorganisasian data rekam medis tanpa menggantikan interpretasi klinis peneliti, dengan catatan bahwa manfaat tersebut hanya optimal apabila disertai protokol verifikasi ganda untuk memitigasi risiko bias representasi data, automation bias, bias konfirmasi, dan bias linguistik lintas bahasa.