PEMANFAATAN TEKNOLOGI TERHADAP PENINGKATAN FUNGSI MOTORIK BAGI LANSIA DENGAN PENYAKIT PARKINSON: STUDI LITERATUR
DOI:
https://doi.org/10.55129/jnerscommunity.v12i2.1567Kata Kunci:
Lansia, Pemanfaatan Teknologi, Penyakit ParkinsonAbstrak
Penyakit Parkinson (PD) adalah gangguan sistem saraf pusat yang melibatkan neuron dopaminergic dapat mempengaruhi gerakan, sering disertai tremor. Penderita PD yang mayoritas lansia sering mengalami gangguan motorik seperti bradikinesia, hipokinesia, tremor, ketidakstabilan postural dan kekakuan. Tujuan studi literatur ini adalah untuk mengetahui efektivitas teknologi sebagai alat monitor aktivitas saat penderita Parkinson tinggal sendiri dirumah yang bisa dipantau oleh tenaga kesehatan maupun keluarga.
Metode yang digunakan yaitu kajian literature dengan pendekatan sederhana terhadap 10 artikel terkait teknologi pemanfaatan teknologi bagi lansia penderita Parkinson dalam periode 2011-2021.
Hasil dari study literature adalah teknologi sangat bermanfaat untuk diterapkan bagi lansia dengan penyakit Parkinson. Dari 10 literatur yang ditemukan menyatakan bahwa dengan adanya teknologi dapat mempermudah tenaga kesehatan dalam memberikan pelayanan dan perawatan kesehatan bagi lansia penderita Parkinson.  Teknologi juga bermanfaat pada penderita Parkinson karena mampu melatih kemandirian pasien dengan cara melakukan aktivitas secara mandiri.
Diharapkan jumlah jurnal penelitian terkait penggunaan teknologi pada pasien lansia penderita Parkinson diperbanyak agar dapat mempermudah dalam pencarian informasi terpercaya serta sebagai bukti adanya manfaat penggunaan teknologi. ÂÂ
Referensi
Cancela, J., Fico, G., & Waldmeyer, M. T. A. (2015). Using The Analytic Hierarchy Process (AHP) To Understand The Most Important Factors To Design And Evaluate A Telehealth System For Parkinson’s Disease. BMC Medical Informatics and Decision Making, 15(3), 1–11. https://link.springer.com/article/10.1186/1472-6947-15-S3-S7
Heldman, D. A., dkk. (2017). Telehealth Management of Parkinson’s Disease Using Wearable Sensors: An Exploratory Study. Digital Biomarkers, 1(1). https://doi.org/10.1159/000475801
Horin, A. P., dkk. (2019). Usability Of A Daily mHealth Application Designed To Address Mobility, Speech And Dexterity In Parkinson’s Disease. Neurodegenerative Disease Management, 9(2), 97–105. https://doi.org/10.2217/nmt-2018-0036
Kemenkes RI. (2017). Peraturan Menteri Kesehatan Republik Indonesia Nomor 51 Tahun 2017 Tentang Pedoman Penilaian Teknologi Kesehatan dalam Program Jaminan Kesehatan Nasional. http://hukor.kemkes.go.id/uploads/produk_hukum/PMK_No._51_Th_2017_ttg_Pedoman_Penilaian_Teknologi_Kesehatan_Dalam_Program_JKN_.pdf
Kholifah, S. N. (2016). Modul Bahan Ajar Cetak Keperawatan : Keperawatan Gerontik. Kementerian Kesehatan Republik Indonesia. http://bppsdmk.kemkes.go.id/pusdiksdmk/wp-content/uploads/2017/08/Keperawatan-Gerontik-Komprehensif.pdf
Marras, C., dkk. (2018). Prevalence of Parkinson’s Disease Across North America. npj Parkinson’s Disease, 4(1). https://doi.org/10.1038/S41531-018-0058-0
Miele, G., dkk. (2020). Telemedicine In Parkinson’s Disease: How To Ensure Patient Needs And Continuity. Telemedicine and E-Health, 26(12), 1533–1536. https://doi.org/10.1089/tmj.2020.0184
Nugraha, M. I., & Kurniawan, M. Y. (2021). TEPI JAMAN: Sistem Deteksi Jatuh pada Manusia Secara Real Time Menggunakan Video Processing. https://dspace.uii.ac.id/handle/123456789/31572
Oktariza, Y., Amalia, L., Kurniawati, M. Y. (2019). Evaluasi Kualitas Hidup Pasien Parkinson Berdasarkan Terapi Berbasis Levodopa. Jurnal Farmasi Klinik Indonesia, 4(8), 246–255. http://journal.unpad.ac.id/ijcp/article/view/21519/pdf
Pinzon, R., & Adnyana, K. (2015). Penyakit Parkinson. Betha Grafika, 1–24.
Piro, N. E., Baumann, L., Tengler, M., Piro, L., & Blechschmidt-Trapp, R. (2014). Telemonitoring Of Patients With Parkinson’s Disease Using Inertial Sensors. Applied Clinical Informatics, 5(02), 503–511. https://doi.org/10.4338/ACI04-RA-0046
Shalash, A., Spindler, M., & Cubo, E. (2021). Global Perspective On Telemedicine For Parkinson’s Disease. Journal of Parkinson’s Disease, 1–8. https://doi.org/10.3233/JPD-202411
Stephenson, D., dkk. (2020). Precompetitive Consensus Building To Facilitate The Use Of Digital Health Technologies To Support Parkinson Disease Drug Development Through Regulatory Science. Digital Biomarkers, 4(1), 28–49. https://doi.org/10.1159/000512500
Swandana, I., Raharjo, J., & Safitri, I. (2020). Identifikasi Penyakit Parkinson Dengan Metode Discrete Cosine Transform (DCT) Dan Learning Vector Quantization (LVQ) Berdasarkan VGRF. EProceedings of Engineering. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/12880/12592%0A
Tarukbua, F. F., Tumewah, R., & PS, J. M. (2016). Gambaran Fungsi Kognitif Penderita Parkinson Di Poliklinik Saraf RSUP Prof.Dr. R.D. Kandou Manado. Jurnal E-Clinic (ECl), 4(1). https://ejournal.unsrat.ac.id/index.php/eclinic/article/view/12481/12053
Tzallas, A. T., dkk. (2014). PERFORM A System for Monitoring, Assessment, and Management of Patients with Parkinson’s Disease. Sensors. https://doi.org/10.3390/s141121329
