291

KUALITI HIDUP DAN STATUS KESIHATAN

DIKALANGAN POPULASI SOSIOEKONOMI RENDAH DI MALAYSIA

Sharifa Ezat Wan Puteh1, Chamhuri Siwar2, Mohd Azlan Shah Zaidi3, Hazila Abdul Kadir1*

1Department of Community Health, Faculty of Medicine, Universiti Kebangsaan Malaysia,

Kuala Lumpur, Malaysia

2Institute for Environment and Development (LESTARI), Universiti Kebangsaan Malaysia,

Kuala Lumpur, Malaysia

3School of Economics, Universiti Kebangsaan Malaysia, Kuala Lumpur, Malaysia

* Pengarang Bersama

Nama : Hazila Abdul Kadir

Alamat : Department of Community Health, Faculty of Medicine, Universiti Kebangsaan

Malaysia, Kuala Lumpur, Malaysia

Jalan Yaacob Latiff, Bandar Tun Razak, 56000, Cheras, Kuala Lumpur, Malaysia.

Tel : +603-9145 5887 (Office)

Fax : +603-9145 6670

Email : zzila112@gmail.com

Email:

Sharifa Ezat Wan Puteh (SEWP): sh_ezat@yahoo.com

Chamhuri Siwar (CS): csiwar@ukm.edu.my

Mohd Azlan Shah Zaidi (MASZ): azlan@ukm.edu.my

Hazila Abdul Kadir (HAK): zzila112@gmail.com

292

Abstrak

Pengenalan: Pertumbuhan pesat ekonomi dan peningkatan kos sara hidup di Malaysia

memberi kesan yang besar terutamanya kepada penduduk berpendapatan rendah. Objektif

utama kajian ini adalah untuk mengenalpasti faktor-faktor risiko bagi kualiti hidup yang

rendah (QOL) dan status kesihatan yang kurang baik dikalangan populasi ini.

Metodologi: Kajian ini mengunakan reka bentuk kajian keratan rentas. Seramai 347

responden dari kumpulan pendapatan isi rumah yang rendah, termasuk orang kurang upaya

dan Orang Asli telah direkrut dari E-kasih. Soal selidik yang telah digunakan dikendalikan

oleh penyelidik bersama responden. QOL diukur oleh nilai utiliti EQ5D dan status kesihatan

diukur dengan skor analog visual (VAS). Deskriptif statistik, bivariat analisis Chi-square dan

regresi logistik binari telah dijalankan untuk menentukan faktor-faktor yang mempengaruhi

QOL rendah dan status kesihatan yang kurang baik.

Hasilnya: Majoriti responden adalah Melayu, perempuan (61%), 63% berkahwin, 60%

bekerja dan 46% dengan jumlah pendapatan isi rumah kurang daripada satu ribu Ringgit

Malaysia. 70% daripada mereka tidak mempunyai masalah perubatan kronik. Faktor yang

dikaitkan dengan QOL yang rendah adalah lelaki, tunggal, pendapatan isi rumah yang

rendah, dan penyakit kronik yang dihidapi, sementara status kesihatan yang kurang baik yang

dikaitkan dengan wanita iaitu tahap pendidikan yang rendah dan penyakit kronik yang

dihidapi. Analisis regresi logistik menunjukkan bahawa faktor penentu QOL yang rendah

adalah penyakit kronik [AOR 4.15 95% CI (2.42, 7.13)], sementara penentu bagi status

kesihatan yang kurang baik adalah; [AOR 1.94 95% CI (1.09,3.44)], pendidikan rendah

293

[AOR 3.07 95% CI (1.28,7.34)] dan penyakit kronik yang dihidapi [AOR 2.53 95% CI

(1.39,4.61)].

Kesimpulan: Dalam kajian ini populasi sosioekonomi rendah ditakrifkan sebagai

mempunyai pendapatan isi rumah yang rendah. QOL yang rendah dikalangan populasi ini

ditentukan oleh penyakit kronik yang dihidapi sekarang, sementara status kesihatan yang

kurang baik ditentukan oleh jantina, tahap pendidikan dan penyakit kronik yang dihidapi.

Kata kunci: B40, Kualiti hidup, Status Kesihatan berkait dengan Kualiti hidup,

Status Sosioekonomi, Status Sosioekonomi Rendah

PENGENALAN

Malaysia adalah negara berbilang kaum dengan jumlah penduduk 31.7 juta pada 2016 dan

dianggarkan meningkat 1.3% kepada 32.0 juta orang pada tahun 2017. Nisbah jantina bagi

tahun 2016–2017 adalah 107 lelaki bagi setiap 100 perempuan. Taburan peratusan tertinggi

oleh kumpulan etnik adalah Bumiputra (68.6%), diikuti oleh Cina (23.4%), India (7.0%) dan

lain-lain (1.0%). Hampir 70 peratus atau 22.0 juta orang daripada jumlah penduduk adalah

kumpulan umur pertengahan berusia 15 hingga 64 tahun. Terdapat sejumlah 7.6 juta isi

rumah dengan purata 4.1 orang setiap isi rumah.1 Pendapatan isi rumah yang ditakrifkan

sebagai jumlah pendapatan yang diterima oleh ahli isi rumah daripada empat jenis sumber

(pendapatan pekerjaan berbayar, bekerja sendiri, pendapatan dari harta dan pelaburan dan

pemindahan semasa diterima) dalam bentuk tunai dan dalam bentuk pemindahan lain yang

berlaku berulang kali dalam tempoh rujukan iaitu dalam tempoh setahun, atau lebih kerap. Ia

menunjukkan purata pendapatan isi rumah kasar bulanan Ringgit Malaysia (RM) iaitu

294

RM6,141 pada 2014 (bersamaan dengan 1,573.65 Dolar AS pada 31 Disember 2014) dengan

peningkatan pertumbuhan 10.3 peratus setiap tahun dari tahun 2007 (iaitu RM3,686) seperti

yang dilaporkan oleh unit perancangan ekonomi.2

Takrif isi rumah mengikut kumpulan pendapatan yang diguna pakai di Malaysia terbahagi

kepada tiga iaitu kumpulan isi rumah berpendapatan 20% tertinggi (T20), pertengahan 40%

(M40) dan terendah 40% (B40)2. Berdasarkan kepada Penyiasatan Pendapatan dan

Perbelanjaan Isi Rumah (HIES) 2014, kumpulan tersebut ditakrifkan seperti berikut;

(a) T20 merujuk kepada isi rumah yang berpendapatan purata bulanan RM8,319.00 dan ke

atas,

(b) M40 merujuk kepada isi rumah yang berpendapatan purata bulanan di antara RM3,860.00

hingga RM8,319.00 dan

(c) B40 merujuk kepada isi rumah yang berpendapatan purata bulanan di bawah RM3,860.00.

Kumpulan isi rumah B40 juga merangkumi isi rumah miskin yang berpendapatan bulanan

kurang daripada pendapatan garis kemiskinan (PGK). Nilai PGK nasional adalah RM950.00

sebulan.2

Status sosioekonomi (SES) boleh dilihat dari konteks sosial dan ekonomi, yang biasanya

dicirikan oleh tiga dimensi iaitu pendidikan, pekerjaan dan wang.3 Terdapat beberapa langkah

atau indikator yang mungkin dapat dipertimbangkan untuk mengukur SES bagi menentukan

tahap kecerunan.4 Penduduk dari latar belakang SES yang lebih rendah cenderung

menggunakan perkhidmatan kesihatan awam lebih daripada orang-orang dari SES yang

tinggi. Perlu dipertimbangkan juga samada dapatan ini adalah dari golongan mereka yang

berpendapatan rendah, atau disebabkan oleh fenomena sosial yang lebih luas. Kita boleh

mengukur pendapatan isi rumah sebagai dimensi untuk SES. Pendapatan isi rumah adalah

ukuran langsung keupayaan orang untuk membeli barangan dan perkhidmatan. Oleh itu,

tahap pendapatan isi rumah yang rendah dapat dipanggil status sosioekonomi rendah.

295

Kumpulan bawah 40 peratus (B40) yang menyumbang 2.7 juta isi rumah di Malaysia seperti

yang dilaporkan dalam Rancangan Malaysia Ke Sebelas, telah dijelaskan oleh kadar

pertumbuhan agregat kebajikan bawah 40 peratus.5 Ini dikira sebagai purata tahunan kadar

pertumbuhan dalam penggunaan sebenar per kapita, atau dijelaskan oleh pendapatan bawah

40 peratus pengagihan pendapatan di negara dari tinjauan isi rumah kira-kira selama tempoh

5 tahun. Dalam kajian ini, kumpulan B40 telah dikategorikan sebagai kumpulan pendapatan

isi rumah terendah di mana mereka diukur sebagai satu unit yang mendapat pendapatan isi

rumah RM3.855 (dengan kadar mata wang USD 892.26) dan di bawah pada tahun 2014.

Pertubuhan Kesihatan Sedunia (WHO) telah mengiktiraf pentingnya menilai dan

memperbaiki kualiti hidup (QOL) dalam semua aspek kehidupan manusia.6 Apabila QOL

berkait dengan kesihatan dan penyakit, ianya biasa dirujuk sebagai kualiti kehidupan yang

berkait dengan kesihatan (HRQOL). HRQOL telah menjadi ukuran penting dalam penjagaan

kesihatan dan intervensi kesihatan awam. Instrumen yang digunakan secara meluas ini terdiri

daripada langkah-langkah fungsi fizikal, mental, emosi, dan sosial. Ianya juga berkaitan

dengan pengukuran kesejahteraan dan kepuasan hidup berhubung dengan status kesihatan.7

Terdapat beberapa instrumen yang boleh digunakan untuk mengukur HRQOL, dan kajian ini

telah memberi tumpuan kepada lima Dimensi EuroQol dengan tiga tahap masalah (EQ5D-

3L).8 Soal-selidik ini telah divalidasikan dalam bahasa Melayu.9

Pertumbuhan pesat ekonomi di Malaysia dengan peningkatan kos sara hidup dipercayai

mempunyai kesan terutamanya di kalangan penduduk SES yang lebih rendah. Kumpulan

penduduk ini menjadi kumpulan sasaran utama oleh kerajaan dalam membantu mereka

meningkatkan ekonomi, pendapatan dan kesejahteraan mereka. Hubungan SES dan HRQOL

296

telah dibincangkan secara meluas. Kepentingan kesihatan dan hubungannya dengan keadaan

sosioekonomi telah diiktiraf sejak abad-abad awal.10 SES yang rendah biasanya dikaitkan

dengan risiko mengalami kematian pramatang akibat penyakit tidak berjangkit.11 Kajian lain

mendapati bahawa keadaan perumahan, kesihatan, dan sokongan sosial dalam golongan

miskin bandar mempunyai hubungan yang signifikan dengan kualiti hidup.12 Pengukuran

HRQOL digunakan kebanyakannya dalam percubaan klinikal atau kajian intervensi, kajian

impak ekonomi berhubung dengan analisis utiliti kos, serta sebagai alat pengukur baru untuk

kajian penilaian teknologi kesihatan.13,14,15 Kepentingan menilai HRQOL di kalangan

penduduk SES yang rendah dalam memberikan input kepada pembuat keputusan untuk

kepentingan golongan miskin tidak dapat dinafikan, terutama untuk tujuan meningkatkan

kesejahteraan dan kesihatan seperti yang disasarkan dalam Rancangan Nasional.

Objektif kajian ini adalah untuk menentukan HRQOL bagi populasi SES yang rendah di

Malaysia dan untuk meneroka hubungkait diantara HRQOL dengan ciri-ciri demografi

populasi penduduk ini.

MATERIAL DAN KAEDAH

REKA BENTUK KAJIAN DAN PENGUMPULAN DATA

Kajian keratan rentas ini merupakan sebahagian dari program kerjasama diantara Unit

Perancang Ekonomi (EPU) Malaysia, Program Pembangunan Pertubuhan Bangsa-Bangsa

Bersatu (UNDP) dan Universiti Kebangsaan Malaysia (UKM). Koleksi data dijalankan antara

bulan Ogos hingga September 2016, dibahaskan semasa Forum Open Space Technology

(OST) mengkaji semula pandangan dan perspektif B40 mengenai isu kos sara hidup yang

semakin meningkat yang dijalankan di enam kawasan utama di Malaysia yang meliputi Zon

297

Utara, Timur, Tengah, Selatan, Sabah dan Sarawak. Di samping itu, dua sesi OST khusus

telah dijalankan dikalangan populasi B40 Orang Kurang Upaya dan Orang Asli.

Para responden adalah dikalangan populasi dewasa di Malaysia yang berumur 18 tahun dan

ke atas, dengan jumlah pendapatan isi rumah di bawah RM3,855 yang dipilih di kalangan ahli

dari data E-kasih dari Januari 2011 hingga Jun 2016. Jumlah respoden sasaran yang telah

ditentukan oleh UNDP adalah 720 orang yang terdiri daripada 150 orang dari zon pusat dan

100 orang dari 6 zon lain disertai pertambahan dari kalangan 35 orang kurang upaya dan 35

orang Orang Asli. Jumlah peserta sebenar yang menyertai OST ialah 619 orang. Walau

bagaimanapun, hanya 347 responden bersetuju untuk melengkapkan soal selidik kajian. E-

kasih adalah portal pembasmian kemiskinan, yang dikendalikan oleh Jabatan Perdana

Menteri Malaysia dan bank data kemiskinan nasional yang mengandungi maklumat mengenai

profil individu dan rumah tangga.16

MATERIAL DAN ALAT KAJIAN

Terdapat sembilan bahagian soal selidik yang terdiri daripada pelbagai aspek maklumat

berkaitan B40 yang telah digunakan dalam kajian ini. Data yang digunakan ini datang dari

bahagian yang pertama (latar belakang responden) dan bahagian lain (perubatan dan

kesihatan). Bahagian ke empat mengandungi soal selidik kualiti penilaian hidup

menggunakan soalan-soalan yang dikendalikan sendiri oleh EQ5D-3L.

EQ5D adalah alat pengukuran standard untuk status kesihatan yang dibangunkan oleh

Kumpulan EuroQol untuk memberikan pengukuran untuk kesihatan dan kualiti hidup dalam

penilaian klinikal dan ekonomi. Untuk menilai status kesihatan dikalangan responden B40,

HRQOL telah dinilai dengan menggunakan EQ5D and EuroQol Visual Analogue Score (EQ-

298

VAS). EQ-VAS merekodkan kesihatan responden pada hari yang sama pada skala analog

visual vertikal dari 0 hingga 10, di mana 10 dilabelkan sebagai 'kesihatan terbaik yang boleh

dibayangkan' dan skor 0 adalah 'keadaan kesihatan yang dibayangkan paling teruk' yang

dinilai oleh responden. EQ5D-3L telah divalidasikan di kalangan penduduk dewasa Malaysia

dengan kesahihan dan pembolehkepercayaan EQ5D dengan soal selidik SF-12 (r = MCS-12:

0.2 dan PCS-12: 0.4) .9 Kebolehpercayaan ujian bagi ujian EQ5D menunjukkan julat

daripada korelasi Intraclass (ICC) antara 0.01 hingga 0.92 untuk 5 dimensi dalam EQ5D, dan

kesahan korelasi Rank Spearman dikalangan bahasa Melayu, Inggeris, Mandarin, dan Tamil

adalah dari 0.61 hingga 0.86.17

Sistem deskriptif EQ5D terdiri daripada lima dimensi iaitu mobiliti, penjagaan diri, aktiviti

rutin, rasa sakit serta ketidakselesaan dan kemurungan atau tekanan perasaan di mana setiap

item menerangkan masalah atau isu pada hari yang sama. Setiap dimensi mempunyai tiga

tahap skor iaitu skor 1 (tiada masalah), skor 2 (beberapa atau sederhana masalah) dan skor 3

(masalah yang melampau atau teruk). Setiap responden akan diberikan lima nombor skor

yang mewakili setiap dimensi dari soal selidik EQ5D. Skor EQ5D-3L kemudiannya

diterjemahkan ke dalam nilai utiliti HRQOL, dari 0.0 ke 1.0 (yang terdekat dengan nilai

kepada 1.0, menandakan HRQOL yang lebih baik), disesuaikan dengan kaedah penilaian bagi

populasi di Malaysia untuk skor EQ5D.19,20 Ketidaksesuaian dalam mentafsir HRQOL

dipengaruhi oleh populasi yang dikaji.21,22

PEMBOLEHUBAH INDEPENDEN

Terdapat lapan domain untuk pembolehubah independen iaitu umur, tempat tinggal, etnik,

status perkahwinan, tahap pendidikan, status pekerjaan, jumlah pendapatan isi rumah dan

status penyakit yang dihidapi. Setiap pemboleh ubah diklasifikasikan kepada dua kumpulan

299

kategori data. Nilai min bagi data berterusan (umur dan pendapatan isi rumah) yang

digunakan sebagai titik pemisah antara dua kumpulan.

HASIL DAPATAN KAJIAN

Terdapat dua hasil utama dalam kajian ini. Hasil HRQOL diukur oleh skor nilai utiliti EQ5D-

3L dan Status Kesihatan diukur menggunakan EQ-VAS. Skor nilai min bagi kedua-dua hasil

diukur dan dikategorikan kepada dua kumpulan dengan nilai min sebagai titik pemisah

samada tinggi dan rendah (HRQOL dan status kesihatan).

ANALISIS STATISTIK

Semua data dianalisis dengan menggunakan pakej perisian SPSS versi 23. Two-tailed

P-value <0.05 dianggap sebagai signifikan secara statistik. Ujian statistik oleh deskriptif dan

regresi logistik binari dilakukan untuk menganalisis hasil yang diperolehi.

KEPUTUSAN

CIRI-CIRI RESPONDEN

Seramai 347 responden, 61 peratus perempuan dan 60.8 peratus adalah orang Melayu. Umur

responden berusia di atas 18 tahun, dengan umur min 42 tahun. Majoriti responden (78.1%)

adalah dari peringkat pendidikan rendah yang ditakrifkan dalam kajian ini daripada tiada

pendidikan formal hingga sekolah menengah. Kebanyakan responden bekerja (59.7%),

berkahwin (62.5%) dan tidak mengidap penyakit kronik (69.7%). Purata pendapatan isi

rumah adalah RM1737, yang mana lebih rendah atau sama dengan nilai min diklasifikasikan

sebagai pendapatan rendah dan nilai lebih tinggi diklasifikasikan sebagai pendapatan tinggi.

QOL DENGAN NILAI UTILITI EQ5D

300

Sejumlah 283 set skor EQ5D telah dianalisis dan ditukar menjadi nilai utiliti. 64 responden

tidak melaporkan skor penuh; Oleh itu, ianya tidak dikira untuk analisis. 36 peratus

responden melaporkan kesihatan penuh dengan tiada masalah dalam semua domain EQ5D.

Skor purata nilai utiliti adalah 0.836 (Standard Deviation, SD: 0.12).

Jadual 2 menunjukkan faktor yang mempunyai persamaan yang signifikan dengan QOL

rendah. Lelaki mempunyai 1.8 risiko yang lebih tinggi [ATAU 1.79 95% CI (1.07,2.94)],

bujang atau tidak berkahwin [ATAU 1.72 95% CI (1.05,2.82)], pendapatan isi rumah kurang

daripada RM1737 mempunyai risiko yang lebih tinggi [ATAU 1.72 95% CI (1.03,2.88)] dan

penyakit kronik dihidapi sekarang mempunyai 4.5 risiko yang lebih tinggi untuk QOL rendah

[ATAU 4.54 95% CI (2.67,7.71)].

Jadual 3 menunjukkan hasil analisis multivariate oleh regresi logistik binari untuk

menentukan faktor-faktor yang sesuai dengan model. Didapati bahawa hanya faktor penyakit

perubatan kronik yang signifikan sebagai penentu QOL. Menghidapi penyakit kronik

mempunyai insiden QOL rendah yang lebih tinggi iaitu 4.1 [Diselaraskan ATAU 4.15 95%

CI (2.42,7.13)] berbanding tidak mengidap penyakit kronik. Kebaikan model ini dinilai oleh

ujian Hosmer dan Lemeshow (p-value 0.912), dan ketepatan model adalah 70.4 peratus.

STATUS KESIHATAN OLEH VAS

Min skor untuk status kesihatan oleh EQ-VAS adalah 7.36 (SD: 2.1). Jadual 4 menunjukkan

faktor-faktor yang berkaitan dengan status kesihatan yang kurang baik adalah dari populasi

wanita [ATAU 1.82 95% CI (1.08.3.07)], tahap pendidikan yang rendah [ATAU 3.03 95% CI

(1.30,7.05)] dan penyakit kronik yang dihidapi sekarang dengan 2.6 risiko yang lebih tinggi

mempunyai kesihatan yang kurang baik [ATAU 2.63 95% CI (1.51 - 4.58)].

Analisis multivariable oleh semua faktor signifikan telah menunjukkan bahawa ketiga-tiga

faktor ini telah disuaipadankan dalam model iaitu jantina, tahap pendidikan dan status

301

penyakit kronik. Wanita mempunyai 1.9 risiko yang lebih tinggi untuk kesihatan yang kurang

baik berbanding lelaki [ATAU 1.94 95% CI (1.09,3.44)]. Populasi SES yang rendah dengan

skor pendidikan rendah dan penyakit kronik dihidapi sekarang mempunyai 3 kali [ATAU

3.07 95% CI (1.28 - 7.34)] dan 2.5 kali lebih tinggi risiko [ATAU 2.53 95% CI (1.39 - 4.61)]

seperti yang dinyatakan dalam Jadual 5. Ketetapan model adalah 64.3 peratus (titik pemisah

0.5) dan kebaikan kesesuaian model oleh ujian Hosmer dan Lemeshow (p-value 0.283).

PERBINCANGAN

Kedua-dua hasil dapatan diukur bertujuan untuk mencirikan dan memberi faktor-faktor

penyebab yang baik dalam kualiti hidup dan status kesihatan penduduk berpendapatan rendah

di Malaysia. Cabaran ekonomi dan kestabilan negara membangun mungkin menjejaskan

kumpulan penduduk ini dalam pelbagai aspek. Peningkatan kos sara hidup termasuk kos

makanan, perumahan, dan penjagaan kanak-kanak adalah beberapa kebimbangan yang telah

dibangkitkan daripada populasi ini. Sasaran dan pelan dalam rancangan Malaysia Ke Sebelas

untuk membantu meningkatkan tahap ekonomi dan tahap pendapatan populasi ke dalam

kumpulan berpendapatan pertengahan, telah dihargai dan memberi manfaat kepada mereka.

Populasi LSE Malaysia, 30.3 peratus daripada mereka mempunyai penyakit kronik yang

kebanyakannya adalah penyakit metabolik misalnya. diabetes, hipertensi dan tahap kolesterol

tinggi. Ini telah disokong dengan Kajian Kesihatan dan Morbiditi Nasional 2015 untuk

penyakit tidak berjangkit (NCD), di mana 30 peratus daripada penduduk Malaysia adalah

hipertensi dan 3.5 juta dengan Diabetes, manakala 47.7 peratus mempunyai tahap kolesterol

tinggi. Untuk itu, populasi yang mempunyai tahap sosioekonomi yang lebih rendah adalah

kumpulan yang paling terjejas oleh NCD di Rantau Asia Pasifik kerana mereka mempunyai

akses yang tidak baik ke kemudahan kesihatan, dasar dan undang-undang dalam

302

mengurangkan penyakit tidak berjangkit (NCD).23 Kehadiran penyakit kronik yang dihidapi

sekarang memberi kesan yang signifikan terhadap status dan kualiti kesihatan mereka akibat

komplikasi penyakit, akses yang terhad atau masalah akut, dan ini telah dibuktikan oleh

kajian lain. 24,25,26 Perbandingan dikalangan responden yang mengidap hipertensi dengan

pendapatan yang lebih tinggi serta mempunyai sokongan sosial yang baik telah menunjukkan

status kesihatan dan kualiti hidup yang lebih baik. 27

Setiap negara mempunyai nilai yang berbeza apabila mengukur HRQOL populasi mengikut

ciri-ciri sosiokultural mereka yang berbeza.28,29 Satu kajian di China menunjukkan penurunan

yang signifikan pada kedua-dua komponen dari aspek fizikal dan mental HRQOL di kalangan

responden dengan pendapatan isi rumah di bawah garis kemiskinan dimana ianya menyokong

penemuan dari kajian ini.30 Proses penuaan melibatkan status fizikal dan mental individu,

yang boleh menjejaskan kesihatan dan kesejahteraan,31 dimana ianya memberi kesan kepada

kualiti hidup. Namun, faktor usia lebih daripada 40 tahun dalam kajian ini tidak memberi

kesan kepada kualiti hidup dan status kesihatan. Begitu juga, aspek ekonomi dan kewangan

individu yang mempunyai penyakit kronik secara bebas dikaitkan dengan HRQOL rendah.32

Tahap pendidikan adalah satu prediktif kerana status kesihatan yang kurang baik atau skor

min yang lebih rendah dalam VAS dikaitkan rendah berbanding dengan orang yang

mempunyai tahap pendidikan tinggi. Pendidikan formal yang lebih baik memberi lebih baik

QOL.33,34 Perbezaan budaya etnik dan latar belakang ekonomi telah mempengaruhi kesihatan

dan kualiti kehidupan di China.35

Perbezaan demografi, sosial, ekonomi dan persekitaran populasi penduduk di seluruh dunia

dengan budaya dan etnik yang berlainan, di mana perbandingan persamaan mengenai

kesihatan dan kualiti hidup tidak boleh dibuat dan dibincangkan. Gambaran keseluruhan

303

HRQOL dan status kesihatan di kalangan penduduk LSE di Malaysia telah dihuraikan dengan

jelas, dibantu oleh pertumbuhan ekonomi yang lebih baik dalam masa terdekat, untuk itu,

aspek-aspek yang berbeza yang mempengaruhi HRQOL harus ditentukan dan diadaptasikan.

seperti responden sasaran berasal dari pelbagai daerah termasuk orang kurang upaya dan

kumpulan orang asli (aborigine) yang mungkin mempunyai batasan potensi lain, yang

mungkin memberi kesan keseluruhan penemuan dalam skor keseluruhan HRQOL. Di

samping itu dimensi EQ5D termasuk mobiliti, rasa sakit dan ketidakselesaan manakala

aspek-aspek ini adalah salah satu batasan terutamanya dalam kemahiran literasi (di antara

kumpulan yang dipinggirkan ini) untuk menjawab soal selidik sendiri yang mempengaruhi

jumlah skor. Adalah disyorkan untuk penyelidikan masa depan untuk meningkatkan

pengambilan orang kurang upaya dan kumpulan orang asli (aborigine) samada untuk

dilakukan dalam kajian eksplorasi atau kajian kualitatif.

KESIMPULAN

Kajian ini telah menunjukkan penilaian HRQOL oleh EQ5D dan VAS di kalangan populasi

penduduk SES yang rendah di Malaysia melalui kumpulan pendapatan isi rumah terendah

atau B40. Kami mendapati bahawa faktor-faktor seperti perbezaan status sosiodemografi,

sosioekonomi dan masalah kesihatan yang kronik dikaitkan dengan HRQOL responden. Dari

kajian ini, tidak mengidap sebarang penyakit kronik adalah faktor yang berkaitan dengan

HRQOL yang tinggi dan status kesihatan yang baik di kalangan penduduk LSE. Faktor luaran

dan sokongan seperti kestabilan ekonomi dan keadaan kesihatan yang baik dapat membantu

dalam meningkatkan kesejahteraan dan kualiti hidup golongan miskin atau kumpulan B40.

Adalah disyorkan untuk penyelidikan masa depan untuk meningkatkan pengambilan

kumpulan B40 samada untuk dilakukan dalam kajian eksplorasi atau kajian kualitatif.

304

Senarai Singkatan

No Singkatan Penerangan

1 HRQOL Health Related Quality Of Life

2 QOL Quality Of Life

3 EQ5D EuroQol five Dimension

4 EQ-VAS EuroQol Visual Analogue Score

5 VAS Visual Analogue Score

6 SES Socioeconomic Status

7 LSE Low Socioeconomic

8 T20 Top 20%

9 M20 Middle 20%

10 B40 Below 40% or Bottom 40%

11 RM Ringgit Malaysia

LIMITASI KAJIAN DAN CADANGAN

Terdapat beberapa limitasi dalam kajian ini. Reka bentuk kajian rentas tidak dapat

memberikan hubungan di antara faktor-faktor dan HRQOL. Bilangan kecil responden dan

peratusan ketara pada data yang hilang boleh memberi impak kepada analisis kajian, dan soal

selidik yang dijalankan sendiri tanpa kehadiran penyelidik dapat memberikan kecenderungan

data tidak benar dalam pelaporan kajian ini. Untuk kajian masa depan, kami mencadangkan

agar diambil perkiraan pada saiz sampel yang lebih besar dan melakukan pengumpulan data

berasaskan temuduga. Kami juga mengesyorkan menganalisis penyakit kronik tertentu atau

faktor sosiokultural lain yang tidak dikaji dalam kajian ini.

DEKLARASI

KELULUSAN ETIKA

Semua prosedur yang dilakukan dalam kajian yang melibatkan peserta manusia adalah

selaras dengan piawaian etika Jawatankuasa Etika Penyelidikan, Universiti Kebangsaan

305

Malaysia (UKM) dan pindaan kemudiannya atau piawaian etika yang setanding, dan telah

diluluskan oleh jawatankuasa dengan Kod Kajian EP-2016-014.

FAEDAH BERSAING

Penulis mengisytiharkan bahawa tidak mempunyai faedah bersaing dalam kajian ini.

PEMBIAYAAN

Kajian ini dibiayai oleh Unit Perancang Ekonomi (EPU) Jabatan Perdana Menteri Malaysia

dan Program Pembangunan Bangsa-Bangsa Bersatu (UNDP) dengan Kod Kajian (EP-2016-

014). Badan pendanaan mengevaluasi cadangan, menentukan kesesuaian kajian dan

menyediakan dana untuk menjalankan penyelidikan. Para pengarang juga mengakui bantuan

kewangan untuk penerbitan yang diterima daripada Grant Penyelidikan Universiti yang

dianugerahkan oleh Kementerian Kesihatan kepada Universiti Kebangsaan Malaysia khusus

untuk Penyelidikan Konsortium B40 (CB40R) di bawah naungan Cabaran Perdana B40 (IDE

2018-01)

PENGIKTIRAFAN

Kami ingin mengucapkan terima kasih kepada semua peserta yang menyertai kajian ini.

Kami juga sangat berterima kasih kepada penyelidik Kumpulan B40 dari Universiti

Kebangsaan Malaysia.

306

RUJUKAN

1. Population and Demography. Department of Statistic of Malaysia. 2016.

https://www.dosm.gov.my. Accessed 10 April 2017.

2. Socioeconomic Statistic. Economic Planning Unit,EPU. http://www.epu.gov.my/ms.

Accessed 10 April 2017

3. Lisa F Berkman, Ichiro Kawachi, M Maria. Socioeconomic status and health; Social

Epidemiology.2nd Edition. Oxford University Press;2014

4. Australian Government in Measuring Socioeconomic Status discussion paper; August

2012. https://cgc.gov.au/attachments/article/173/2012-03%20Measuring%20Socio-

Economic%20Status.pdf. Accessed on 20 April 2017

5. Eleventh Malaysian Plan; Improving well-being for all. Economic Planning Unit,

EPU. http://www.epu.gov.my/en/rmk/eleventh-malaysia-plan-2016-2020. Accessed

10 April 2017.

6. World Health Organization, WHO. World Health Organization Quality of Life

(WHOQOL). http://www.who.int/mental_health/publications/whoqol/en/. Accessed

on 20 April 2017.

7. Health-Related Quality of Life (HRQOL). Centre for Disease Control, CDC.

https://www.cdc.gov/hrqol/index.htm. Accessed 20 April 2017.

8. What is EQ5D. http://www.euroqol.org/. Accessed 20 April 2017.

9. Shafie AA, Hassali MA, Liau SY. A Cross-Sectional Validation Study of Eq-5d

among the Malaysian Adult Population.Quality of Life Research; 2011;20:593-600.

10. Braveman, Paula. Accumulating Knowledge on the Social Determinants of Health

and Infectious Disease. Public Health Reports. 2011;126 Suppl 3; 28-30.

11. Sommer I, Griebler U, Mahlknecht P, Thaler K, Bouskill K, Gartlehner G, Mendis S.

Socioeconomic inequalities in non-communicable diseases and their risk factors: an

overview of systematic reviews. BMC Public Health. 2015;15: 914

12. Zainal NR, Kaur G, Ahmad NA, Khalili JM. Housing Conditions and Quality of Life

of the Urban Poor in Malaysia. Procedia - Social and Behavioral Sciences.2012;50;

827-838.

13. Saleem F, Hassali MA, Shafie AA, Haq N, Farooqui M, Aljadhay H, Ahmad FUD.

Pharmacist intervention in improving hypertension‐related knowledge, treatment

medication adherence and health‐related quality of life: a non‐clinical randomized

controlled trial.Health Expectations. 2015;18;1270-1281.

14. Mahadeva S, Yadav H, Everett SM, Goh K-L. Economic Impact of Dyspepsia in

Rural and Urban Malaysia: A Population-Based Study. J NeurogastroenterolMotil.

2012;18:43-57.

15. Louise L, Donna R. Mapping to Obtain EQ-5D Utility Values for Use in NICE Health

Technology Assessments. Value in Health 2013; 16(1): 202-210

16. Portal Pembasmian Kemiskinan eKASIH. Available from

https://ekasih.icu.gov.my/Pages/InfoeKasih.aspx. Date accessed on 22 April 2017

17. Varatharajan, S. & Chen, WS. Applied Research Quality Life (2012) 7: 209.

https://doi.org/10.1007/s11482-011-9156-4

18. The Euro group. EuroQol - a new facility for the measurement of health-related

quality of life. Health Policy.1990;16(3);199-208.

19. Yusof FAM, Goh A, Azmi S. Estimating an Eq-5d Value Set for Malaysia Using

Time Trade-Off and Visual Analogue Scale Methods. Value in Health. 2012;15(1):

S85-S90

307

20. Versteegh MM, Rowen D, Brazier JE, Stolk EA, Mapping onto Eq-5 D for patients in

poor health. Health and Quality of Life Outcomes. 2010;8(1): 141.

21. Sobocki P, Ekman M, Agren H, Krakau I, Runeson B, Martensson B Et al. Health-

Related Quality of Life Measured with EQ-5D in Patients Treated for Depression in

Primary Care. Value in Health. 2007; 10 (2):153-160.

22. Luo N, Chew L-N, Fong K-Y, Koh D-R, Ng S-W, Yoon K-H Et al. A comparison of

the EuroQol-5D and the Health Utilities Index mark 3 in patients with rheumatic

disease. The Journal of Rheumatology.2003;30(10):2268.

23. Tuckett A, Henwood T, Oliffe JL, Kolbe-Alexander TL, Kim JR. A comparative

study of Australian and New Zealand male and female nurses’ health: a sex

comparison and gender analysis. American journal of men's health. 2016

Nov;10(6):450-8.

24. Cherepanov D, Palta M, Fryback DG, Robert SA. Gender Differences in Health-

Related Quality-of-Life Are Partly Explained by Sociodemographic and

Socioeconomic Variation between Adult Men and Women in the Us: Evidence from

Four Us Nationally Representative Data Sets. Quality of Life Research. 2010;19(8):

1115-1124.

25. Petersson C, Huus K, Enskär K, Hanberger L, Samulesson U, Åkesson K. Impact of

Type 1 Diabetes on Health-Related Quality of Life Among 8–18-Year-Old Children.

Comprehensive Child and Adolescent Nursing. 2016 Oct 1;39(4):245-55.

26. Mielck A, Vogelmann M, Leidl R. Health-related quality of life and socioeconomic

status: inequalities among adults with a chronic disease. Health and Quality of Life

Outcomes. 2014;12(1):58.

27. Tan Z, Liang Y, Liu S, Cao W, Tu H, Guo L, Xu Y. Health-Related Quality of Life as

Measured with Eq-5d among Populations with and without Specific Chronic

Conditions: A Population-Based Survey in Shaanxi Province, China. PLoS One.

2013; 8(7): e65958.

28. Xu X, Rao Y, Shi Z, Liu L, Chen C, Zhao Y. Hypertension impact on health-related

quality of life: a cross-sectional survey among middle-aged adults in Chongqing,

China. International journal of hypertension. 2016 Aug 17;2016.

29. Tongsiri S, Cairns J. Estimating Population-Based Values for Eq-5d Health States in

Thailand. Value in Health. 2011;14(8):1142-1145.

30. Dolan P, Gudex C, Kind P, Williams A. A social tariff for EuroQol: results from a

UK general population survey: University of York, Centre for Health Economics

York; 1995

31. Lam LK, Guo Y, Wong KH, Yu YK, Fung SC.Poverty and health-related quality of

life of people living in Hong Kong: comparison of individuals from low-income

families and the general population. Journal of Public Health.2017; 39(2): 258-265.

32. Khan RJ, Gebreab SY, Crespo PR, Xu R, Gaye A, Davis SK. Race-specific

associations between health-related quality of life and cellular aging among adults in

the United States: evidence from the National Health and Nutrition Examination

Survey. Quality of Life Research. 2017:1-1.

33. Al Hayek AA, Robert AA, Al Saeed A, Alzaid AA, Al Sabaan FS. Factors

Associated with Health-Related Quality of Life among Saudi Patients with Type 2

Diabetes Mellitus: A Cross-Sectional Survey. Diabetes Metab J. 2014

Jun;38(3):220-229.

34. Leow MK-S, Griva K, Choo R, Wee H-L, Thumboo J, Tai ES, et al. Determinants of

health-related quality of life (HRQoL) in the multiethnic Singapore population–A

national cohort study. PloS one. 2013;8(6):e67138.

308

35. Sun S, Chen J, Johannesson M, Kind P, Xu L, Zhang Y, Burström K. Regional

Differences in Health Status in China: Population Health-Related Quality of Life

Results from the National Health Services Survey 2008. Health & Place. 2011; 17(2):

671-680.

309

JADUAL

Jadual 1: Socio demographic characteristics of respondents ( N=347)

Variables Mean (SD) n (%)

Gender

Female

Male

Missing

212 (61.1%)

130 (37.5%)

5 (1.4%)

Age group (year)

Mean

18 – 28

29 – 38

39 – 48

49 – 58

59 – 68

>69

Missing

42.2 (11.26)

37 (10.7%)

89 (25.6%)

110 (31.7%)

62 (17.9%)

33 (9.5%)

1 (0.3%)

15 (4.3%)

Ethnic

Malay

Chinese

Indian

Others

Missing

211(60.8%)

7 (2.0%)

20 (5.8%)

103 (29.7%)

6 (1.7%)

Education level

No formal education

Primary school

Secondary School

College / University

Missing

7 (2.0%)

51 (14.7%)

213 (61.4%)

35 (10.1%)

41 (11.8%)

Marital status

Single

Married

Divorced/ Separated

Missing

33 (9.5%)

217 (62.5%)

88 (25.4%)

9 (2.6%)

Place of living

Rural

Urban

Missing

177 (51.0%)

148 (42.7%)

22 (6.3%)

Employment status

Unemployed

Employed

140 (40.3%)

207 (59.7%)

310

Total household income

(MYR)

Mean

<1,000

1,000 – 1,999

2,000 – 2,999

3,000 – 3,999

>4000

1736.81 (2382.14)

159 (45.8%)

88 (25.4%)

48 (13.8%)

17 (4.9%)

35 (10.1%)

Chronic medical illness

Present

Absent

105 (30.3%) 242 (69.7%)

Jadual 2: Bivariate analysis of LSE population factors towards QOL Utility value

Independent

variables

QOL utility value Χ2 p-value OR (95% CI)

Low High

Gender

Female

Male

78 (45.3)

34 (31.8)

94 (54.7)

73 (68.2)

5.06

0.025

0.56 (0.34 – 0.93)

Age (years)

≤42

>42

43 (34.4)

67 (44.4)

82 (65.6)

84 (55.6)

2.84

0.092

0.66 (0.40 – 1.07)

Ethnic

Non-Malay

Malay

43 (43.0)

68 (38.2)

57 (57.0)

110 (61.8)

0.61

0.433

1.22 (0.74 - 2.01)

Education

Low

High

94 (43.3)

9 (25.7)

123 (56.7)

26 (74.3)

3.86

0.051

2.21 (0.98 – 4.98)

Employment

Employed

Unemployed

65 (36.9)

48 (44.9)

111(63.1)

59 (55.1)

1.74

0.187

0.72 (0.44 – 1.17)

Marital status

Single

Married

50 (48.5)

62 (35.4)

53 (51.5)

113 (64.6)

4.64

0.031

1.72 (1.05 – 2.82)

Living place

Urban

Rural

49 (40.5)

59 (40.4)

72 (59.5)

87 (59.6)

0.00

0.980

1.00 (0.61 – 1.64)

Household

income(MYR)

≤1,737

>1,737

82 (44.3)

31 (31.6)

103 (55.7)

67 (68.4)

4.30

0.038

1.72 (1.028 – 2.88)

Medical status

Present

Absent

59 (64.1)

54 (28.3)

33 (35.9)

137 (71.7)

33.28

0.001

4.54 (2.67 – 7.71)

311

Jadual 3: Logistic Regression analysis for determinants of LSE population QOL by

EQ5D

Factors Wald p-value Adjusted Odds Ratio

(AOR)

95% CI

Gender

Female

Male

1.49

0.222

1.43

1.00

0.81 – 2.54

Marital status

Single

Married

0.58

0.443

1.25

1.00

0.71 – 2.23

Household income

Low income

High income

1.91

0.167

1.49

1.00

0.85 – 2.61

Chronic medical illness

Present

Absent

26.68

0.001

4.15

1.00

2.42 – 7.13

Significant p-value <0.05

Jadual 4: Bivariate analysis of LSE population factors towards EQ-VAS

Independent

variables

Visual analogue score

(EQ-VAS)

Χ2 p-value OR (95% CI)

Poor Good

Gender

Female

Male

76 (50.3)

35 (35.7)

75 (49.7)

63 (64.3)

5.14

0.023

1.82 (1.08 – 3.07)

Age (years)

≤42

>42

50 (43.5)

58 (44.3)

65 (56.5)

73 (55.7)

0.16

0.9

0.97 (0.58 – 1.60)

Ethnic

Non-Malay

Malay

42 (48.8)

69 (42.3)

44 (51.2)

94 (57.7)

0.96

0.326

1.30 (0.77 – 2.19)

Education

Low

High

96 (49.2)

8 (24.2)

99 (50.8)

25 (75.8)

7.10

0.008

3.03 (1.30 – 7.05)

Employment

Employed

Unemployed

67 (42.4)

46 (48.4)

91 (57.6)

49 (51.6)

0.87

0.351

0.78 (0.47 – 1.30)

Marital status

Single

Married

42 (47.7)

68 (42.8)

46 (52.3)

91 (57.2)

0.56

0.453

1.22 (0.72 – 2.06)

312

Living place

Urban

Rural

50 (45.9)

56 (44.1)

59 (54.1)

71 (55.9)

0.07

0.784

1.07 (0.064 – 1.78)

Household

income(MYR)

≤1,737

>1,737

68 (43.9)

45 (45.9)

87 (56.1)

53 (54.1)

0.10

0.750

0.92 (0.55 – 1.53)

Medical status

Present

Absent

46 (61.3)

67 (37.6)

29 (38.7)

111 (62.4)

11.98

0.001

2.63 (1.51 – 4.58)

significant p-value <0.05

Jadual 5: Logistic Regression analysis for determinants of LSE population health status

by VAS

Variable

QOL utility value

Wald p-value Adjusted Odds Ratio

(AOR)

95% CI

Gender

Female

Male

5.19

0.023

1.94

1.00

1.09 – 3.44

Education

Lower education

Higher education

6.35

0.012

3.07

1.00

1.28 – 7.34

Chronic medical illness

Present

Absent

9.27

0.002

2.53

1.00

1.39 – 4.61