Penapisan Dini Risiko Stroke Pada Aparatur Sipil Negara Berbasis Literasi Kesehatan, Indikator Kesehatan, Dan Determinan Sosial Dengan Pendekatan Machine Learning: Suatu Scoping Review

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di dunia, termasuk di Indonesia. Upaya pencegahan primer melalui penapisan dini faktor risiko menjadi langkah strategis untuk menekan beban penyakit ini. Artikel ini menyajikan hasil scoping review mengenai peran literasi kesehatan, indikator klinis, determinan sosial, serta pemanfaatan machine learning dalam skrining dini risiko stroke, khususnya pada Aparatur Sipil Negara (ASN). Kajian dilakukan menggunakan pedoman PRISMA-ScR dengan kerangka PCC. Dari 1.420 artikel yang teridentifikasi, 20 memenuhi kriteria inklusi. Hasil analisis menunjukkan bahwa literasi kesehatan terkait stroke masih rendah, determinan sosial seperti pendidikan dan status ekonomi memiliki pengaruh besar terhadap insiden stroke, indikator klinis tetap relevan sebagai faktor utama, dan machine learning terbukti meningkatkan akurasi prediksi, terutama saat mengintegrasikan data klinis dan sosial. Temuan ini menegaskan pentingnya model prediksi berbasis teknologi yang bersifat integratif dan kontekstual, agar strategi pencegahan stroke lebih efektif diterapkan pada populasi ASN di Indonesia.