BAB II. TINJAUAN PUSTAKA
2.4. Kerangka Konsep
Mendengkur
Gangguan bernapas saat tidur Kelelahan setelah bangun tidur Kelelahan di siang hari
Mengantuk berlebihan di siang hari
Riwayat hipertensi Obesitas
Risiko OSA
2.4 KERANGKA KONSEP
Bagan 2.2. Kerangka konsep.
BAB III
METODE PENELITIAN
3.1 JENIS DAN RANCANGAN PENELITIAN
Jenis penelitian ini adalah penelitian deskriptif observasional dengan menggunakan metode penelitian cross sectional. Metode cross sectional merupakan metode penelitian non-eksperimental yang pengamatan pada variabel terikat dan variabel bebas untuk setiap subjeknya dilakukan sekaligus pada saat yang sama (Sumantri, 2015). Penelitian ini merupakan jenis penelitian deskriptif karena berfungsi untuk mendeskripsikan atau memberi gambaran kejadian OSA yang diteliti melalui data atau sampel yang telah terkumpul sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku umum.
3.2 POPULASI DAN SAMPEL PENELITIAN 3.2.1 Populasi
Populasi dalam penelitian adalah wilayah generalisasi yang terdiri dari objek/subjek yang memiliki kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Siyoto & Sodik, 2015).
Populasi dalam penelitian ini merupakan pegawai kantor PT. Telkom Witel Medan.
3.2.2 Sampel
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh suatu populasi, ataupun bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya (Siyoto & Sodik, 2015).
Besar sampel yang digunakan pada penelitian ini menggunakan rumus :
�a2
PQ n = d2
1,962 × 0,1304 × 0,8696
n = 0,12 = 43,56
≈ minimal sampel 44 orang
Keterangan :
n = besar sampel minimum
Zα = nilai distribusi normal baku (table Z) pada α 0,05 = 1,96 P = jumlah proporsi pada populasi
Q = 1 – P
d = kesalahan prediksi yang dapat ditolerir/presisi = 10%
Berdasarkan penelitian yang dilakukan Natalia (2010) pada sekelompok karyawan di Jakarta, didapatkan proporsi karyawan yang berisiko tinggi OSA adalah 13,04%. Maka berdasarkan rumus Slovin diatas, dengan deviat baku alpha ditetapkan 1,96 dan presisi ditetapkan 10%, penelitian ini memerlukan minimal 44 sampel penelitian. Sampel diambil secara simple random sampling, yaitu teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap anggota populasi untuk dipilih menjadi anggota sampel dan dilakukan secara acak tanpa memerhatikan strata dalam populasi tersebut.
Kriteria inklusi :
1. Bersedia mengikuti penelitian dan menandatangani informed consent 2. Responden dengan usia 30 – 60 tahun
Kriteria eksklusi :
1. Tidak bersedia berpartisipasi dalam penelitian 2. Mengonsumsi alkohol
3. Mengonsumsi obat sedatif
3.3 ALAT PENELITIAN
1. Formulir informed consent menggunakan software google form
2. Formulir kuesioner karakteristik demografi dan kuesioner Berlin menggunakan software google form
Alat pengumpulan data pada penelitian ini adalah kuesioner. Kuesioner yang disusun terdiri dari data karakteristik demografi dan instrumen kuesioner Berlin. Kuesioner karakteristik demografi terdiri dari pertanyaan mengenai umur, jenis kelamin, kebiasaan merokok dan riwayat keluarga mendengkur.
Kuesioner Berlin merupakan kuesioner untuk menilai ada atau tidaknya OSA yang dikategorikan atas risiko tinggi dan risiko rendah berdasarkan jumlah skor yang diperoleh responden. Kuesioner Berlin memiliki 10 pertanyaan yang terbagi ke dalam 3 kategori. Kategori 1 terdiri dari 6 pertanyaan mengenai kebiasaan mendengkur dan apnea, menunjukkan hasil positif jika terdapat 2 atau lebih pertanyaan dengan respon positif. Kategori 2 terdiri dari 3 pertanyaan mengenai rasa mengantuk yang berlebihan di siang hari & kelelahan, menunjukkan hasil positif jika terdapat 2 atau lebih pertanyaan dengan respon positif. Kategori 3 terdiri dari 1 pertanyaan mengenai riwayat hipertensi dan obesitas, menunjukkan hasil positif jika memiliki riwayat hipertensi dan atau IMT ≥25 kg/m2. Hasil akhirnya adalah jika terdapat 2 atau lebih kategori yang dinyatakan positif, maka mengindikasikan risiko tinggi OSA.
3.4 CARA MENGUMPULKAN DATA
1. Dilakukan penyebaran formulir secara online menggunakan google form kepada pegawai kantor PT. Telkom Witel Medan.
2. Untuk mendapatkan data yang baik, maka responden diberikan informasi mengenai maksud dan tujuan dari penelitian ini.
3. Jika responden bersedia untuk ikut serta dalam penelitian ini, maka responden diminta untuk memilih opsi yang menyatakan bersedia pada formulir informed consent.
4. Selanjutnya responden akan mengisi jawaban pada pertanyaan di halaman berikutnya sesuai dengan kuesioner karakteristik demografi dan kuesioner Berlin.
5. Setelah selesai mengisi formulir, responden akan memilih opsi submit pada halaman terakhir.
6. Jika semua data telah dikumpulkan, maka peneliti mengelola data tersebut.
3.5 CARA MENGANALISIS DATA
Analisis statistik untuk mengolah data yang diperoleh akan menggunakan program statistik SPSS pada komputer, yang akan dilakukan dengan 2 macam analisis data, yaitu analisis univariat dan bivariat.
1. Analisis Univariat
Analisis univariat bertujuan mengetahui jumlah dan persentase responden yang memiliki risiko tinggi & rendah OSA berdasarkan interpretasi dari kuesioner Berlin.
Analisis univariat juga dilakukan untuk menggambarkan karakteristik demografi sehingga akan tampak distribusi jenis kelamin, umur, IMT dan karakteristik lainnya.
2. Analisis Bivariat
Analisis bivariat bertujuan untuk mengetahui gejala apa saja yang terdapat pada responden dengan risiko tinggi OSA dan juga hubungan karakteristik demografi dengan risiko mengalami OSA. Uji bivariat yang digunakan adalah uji Chi Square (X2), dilakukan menggunakan SPSS dengan derajat kemaknaan (α) = 0,05 atau interval kepercayaan 95%.
Proses pengolahan data menggunakan program komputer ini terdiri beberapa langkah :
1. Editing : Melakukan pengecekan apakah semua data yang diperoleh sudah lengkap, jelas dan relevan.
2. Coding : Mengonversikan (menerjemahkan) data yang dikumpulkan selama penelitian menjadi simbol yang cocok untuk keperluan analisis.
3. Entry : Memasukkan data ke dalam komputer.
4. Verification : Melakukan pemeriksaan secara visual terhadap data yang telah dimasukkan kedalam computer.
5. Output komputer : Hasil yang telah dianalisis oleh komputer kemudian dicetak.
disebabkan pertanyaan. positif : Risiko adanya Kategori 1 positif tinggi OSA obstruksi jika terdapat ≥2
jalan napas pertanyaan positif.
atas. Kategori 2 positif jika terdapat ≥2
Kuesioner Berlin 1. Ya = positif 2. Tidak =
Nominal
kur mengeluarka negatif
n bunyi 3. Tidak
napas yang mengetahui =
kuat ketika negatif
b. Henti Frekuensi Kuesioner Berlin 1. Setiap hari Ordinal
napas responden = positif
saat tidur mengalami 2. 3-4
henti napas kali/minggu =
minimal 10 positif
detik saat 3. 1-2
tidur dalam
Kuesioner Berlin 1. Setiap hari
= positif
Kuesioner Berlin 1. Setiap hari
= positif
Kuesioner Berlin 1. Setiap hari
= positif
demografi
Tabel 3.1. Definisi operasional.
berlebihan di siang hari
Karakteristik a. Umur Umur Kuesioner 1. ≤40 tahun Ordinal
merupakan mengenai data 2. >40 tahun usia yang karakteristik
b. Jenis Perbedaan Kuesioner 1. Laki-laki Nominal
kelamin responden mengenai 2. Perempuan
berdasarkan karakteristik
seks demografi
c. Perilaku Kuesioner 1. Ya Nominal
Kebiasaa merokok mengenai 2. Tidak
n responden karakteristik merokok dalam demografi
kehidupan sehari-hari
d. Riwayat Kuesioner 1. Ya Nominal
Riwayat kebiasaan mengenai 2. Tidak
keluarga mendengkur karakteristik
mendeng pada demografi
kur keluarga
e. IMT
responden
Indeks Kuesioner 1. <25 kg/m2 Ordinal sederhana mengenai 2. >25 kg/m2
dari BB karakteristik
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 WAKTU DAN LOKASI PENELITIAN
Penelitian ini dilakukan pada bulan Oktober hingga November 2020 di kantor PT. Telkom Witel Medan yang berlokasi di Jalan Gaharu No. 2g, Perintis, Medan Timur, Kota Medan, Sumatera Utara. Hasil penelitian diperoleh dari 45 responden yang merupakan pegawai kantor tersebut yang telah didapat dengan menggunakan metode simple random sampling. Penelitian ini dilakukan dengan membagikan informed consent, kuesioner karakteristik demografi dan kuesioner Berlin secara online kepada setiap responden.
4.2 HASIL PENELITIAN
4.2.1 Karakteristik Demografi Responden
Tabel 4.1. Hubungan karakteristik demografi dengan risiko OSA.
Karakteristik Risiko Tinggi OSA Risiko Rendah OSA
Total % Nilai
Distribusi karakteristik responden pada penilitian ini dapat dilihat pada tabel 4.1. Dari tabel ini terlihat bahwa jenis kelamin responden didominasi oleh jenis kelamin laki-laki yaitu sebanyak 41 orang (91,1%). Pada laki-laki, lebih banyak yang berisiko rendah OSA yaitu sejumlah 29 orang sedangkan pada perempuan lebih banyak yang berisiko tinggi OSA dengan jumlah 3 orang. Berdasarkan umur, didapatkan lebih banyak responden yang berumur >40 tahun yaitu sebanyak 28 orang (62,2%) dan pada kedua golongan umur ini sama-sama memiliki lebih banyak responden yang berisiko rendah OSA. Berdasarkan kebiasaan merokok, lebih banyak responden yang tidak memiliki kebiasaan merokok yaitu sebanyak 31 orang (68,9%) dan pada responden yang memiliki kebiasaan merokok atau tidak sama-sama memiliki lebih banyak responden yang berisiko rendah OSA. Berdasarkan riwayat keluarga mendengkur, lebih banyak responden yang memiliki riwayat mendengkur pada keluarga yaitu sebanyak 25 orang (55,6%) dan lebih banyak yang berisiko tinggi OSA dengan jumlah 14 orang sedangkan yang tidak memiliki riwayat keluarga mendengkur lebih banyak yang berisiko rendah OSA dengan jumlah 19 orang. Berdasarkan IMT, lebih banyak responden yang memiliki IMT >25 kg/m2 yaitu sebanyak 25 orang (55,6%) dan juga lebih banyak yang berisiko tinggi OSA yaitu 15 orang sedangkan pada responden dengan IMT <25 kg/m2 lebih banyak yang berisiko rendah OSA yaitu sebanyak 20 orang.
4.2.2 Gambaran Risiko OSA
Pada penelitian ini didapatkan bahwa terdapat 15 orang (33,3%) pegawai PT.
Telkom Medan memiliki risiko tinggi mengalami OSA sedangkan 30 orang lainnya (66,7%) berisiko rendah mengalami OSA.
Tabel 4.2. Risiko OSA pada pegawai PT. Telkom Witel Medan berdasarkan kuesioner Berlin.
Risiko Jumlah (N) %
Risiko tinggi OSA 15 33,3
Risiko rendah OSA 30 66,7
4.2.3 Gejala Risiko OSA
Berdasarkan gejala mendengkur (tabel 4.3), didapatkan hasil bahwa 15 orang memiliki risiko tinggi OSA dengan 13 orang (86,7%) memiliki gejala mendengkur dan 2 orang (13,3%) tidak mendengkur. Dari hasil analisis statistik, didapatkan adanya hubungan yang bermakna antara mendengkur dengan risiko tinggi OSA (p = 0,000).
Tabel 4.3. Hubungan mendengkur dengan risiko OSA.
Gejala Risiko Tinggi OSA Risiko Rendah OSA
Total Nilai p
Jumlah % Jumlah %
Mendengkur
Ya 13 86,7 7 23,3 20 0,000
Tidak 2 13,3 23 76,7 25
Berdasarkan gejala henti napas saat tidur (tabel 4.4), didapatkan hasil bahwa 15 orang memiliki risiko tinggi OSA dengan 3 orang (20%) memiliki gejala henti napas saat tidur dan 12 orang (80%) tidak memiliki gejala tersebut. Dari hasil analisis statistik, didapatkan tidak adanya hubungan yang bermakna antara henti napas saat tidur dengan risiko tinggi OSA (p = 0,101).
Tabel 4.4. Hubungan henti napas saat tidur dengan risiko OSA.
Gejala Risiko Tinggi OSA Risiko Rendah OSA
Total Nilai p
Jumlah % Jumlah %
Henti napas saat tidur
Ya 3 20 1 3,3 4 0,101
Tidak 12 80 29 96,7 41
Berdasarkan gejala kelelahan saat bangun tidur (tabel 4.5), didapatkan hasil bahwa 15 orang memiliki risiko tinggi OSA dengan 4 orang (26,7%) memiliki gejala kelelahan saat bangun tidur dan 11 orang (73,3%) tidak memiliki gejala tersebut. Dari hasil analisis statistik, didapatkan adanya hubungan yang bermakna antara kelelahan saat bangun tidur dengan risiko tinggi OSA (p = 0,036).
Tabel 4.5. Hubungan kelelahan saat bangun tidur dengan risiko OSA.
Gejala Risiko Tinggi OSA Risiko Rendah OSA
Total Nilai
Jumlah % Jumlah % p
Kelelahan saat bangun tidur
Ya
Berdasarkan gejala kelelahan di siang hari (tabel 4.6), didapatkan hasil bahwa 15 orang memiliki risiko tinggi OSA dengan 4 orang (26,7%) memiliki gejala kelelahan di siang hari dan 11 orang (73,3%) tidak memiliki gejala tersebut. Dari hasil analisis statistik, didapatkan adanya hubungan yang bermakna antara kelelahan di siang hari dengan risiko tinggi OSA (p = 0,009).
Tabel 4.6. Hubungan kelelahan di siang hari dengan risiko OSA.
Gejala Risiko Tinggi OSA Risiko Rendah OSA
Total Nilai
Jumlah % Jumlah % p
Kelelahan di siang hari
Ya 4 26,7 0 0 4 0,009
Tidak 11 73,3 30 100 41
Berdasarkan gejala tertidur saat berkendara (tabel 4.7), didapatkan hasil bahwa 15 orang memiliki risiko tinggi OSA dengan 3 orang (20%) memiliki gejala tertidur saat berkendara dan 12 orang (80%) tidak memiliki gejala tersebut. Dari hasil analisis statistik, didapatkan tidak adanya hubungan yang bermakna antara tertidur saat berkendara dengan risiko tinggi OSA (p = 0,101).
Tabel 4.7. Hubungan tertidur saat berkendara dengan risiko OSA.
Gejala Risiko Tinggi OSA Risiko Rendah OSA
Total Nilai
4.3 PEMBAHASAN
4.3.1 Karakteristik Demografi Responden
Dari tabel 4.1 di atas, terlihat bahwa responden yang berisiko tinggi OSA didominasi oleh jenis kelamin laki-laki yaitu sebanyak 12 orang (80%) sedangkan yang berjenis kelamin perempuan berjumlah 3 orang (20%). Pada penelitian oleh Gita dkk. (2018) juga dikatakan bahwa jenis kelamin laki-laki merupakan faktor risiko untuk mengalami OSA karena terkait dengan perbedaan distribusi jaringan adiposa pada pria, yang menunjukkan pola deposisi lemak utama di sekitar leher, batang, dan perut dibandingkan dengan wanita. Namun, analisis statistik pada penelitian ini menunjukkan bahwa tidak terdapat hubungan yang bermakna antara jenis kelamin dengan risiko mengalami OSA (p = 0,101). Penelitian di berbagai bidang masih diperlukan untuk lebih mendefinisikan dasar biologis untuk jenis kelamin laki-laki sebagai faktor risiko OSA (Punjabi, 2008).
Berdasarkan umur, risiko tinggi OSA didapatkan lebih banyak pada responden yang berumur >40 tahun yaitu sebanyak 9 orang (60%) sedangkan yang berumur
<40 tahun sebanyak 6 orang (40%). Analisis statistik menunjukkan bahwa tidak terdapat hubungan yang bermakna antara tingkat usia dengan risiko OSA (p = 0,828). Hasil ini sama dengan penelitian oleh Susanto dkk. yang tidak mendapatkan hubungan bermakna antara golongan umur dengan meningkatnya risiko mengalami OSA (p = 0,990) yang dapat disebabkan oleh banyaknya faktor lain yang ikut mendasari terjadinya OSA.
Dapat diketahui juga bahwa risiko tinggi OSA lebih banyak terdapat pada responden yang tidak memiliki kebiasaan merokok yaitu 10 orang (66,7%) dan 5 orang (33,3%) memiliki kebiasaan merokok. Analisi statistik menunjukkan bahwa tidak terdapat hubungan yang bermakna antara kebiasaan merokok dengan risiko mengalami OSA (p = 1,000). Hasil ini tidak berbeda dengan hasil penelitian oleh Ratih dkk. yang menyatakan tidak terdapat hubungan antara merokok dengan risiko OSA (p = 0,210) karena risiko mengalami OSA tidak hanya dipengaruhi oleh kebiasaan merokok.
Risiko tinggi OSA juga terlihat lebih banyak dialami oleh responden yang memiliki riwayat mendengkur pada keluarga yaitu 14 orang (93,3%) dan yang tidak terdapat riwayat mendengkur pada keluarga sebanyak 1 orang (6,7%).
Analisis statistik menunjukkan terdapat hubungan yang bermakna antara riwayat keluarga mendengkur dengan risiko OSA (p = 0,000). Pada penelitian sebelumnya oleh Susanto dkk. juga menunjukkan hasil yang sama bahwa riwayat mendengkur dalam keluarga berhubungan dengan risiko OSA (p = 0,013). Riwayat keluarga mendengkur dapat menjadi gambaran kemungkinan adanya faktor genetik dalam kasus mendengkur dan munculnya OSA. Pada penelitian Mathur dkk. (1995) menyatakan adanya kecenderungan familial pada sindrom sleep apnea-hypopnea seperti saluran napas atas yang lebih sempit, maxilla dan mandibular yang tertarik ke belakang, palatum mole yang lebih panjang serta uvula yang lebih besar pada suatu keluarga yang memiliki riwayat mendengkur.
Berdasarkan IMT, risiko tinggi OSA hanya dialami oleh responden yang memiliki IMT >25 kg/m2 yaitu sebanyak 15 orang (100%). Analisis statistik juga menunjukkan adanya hubungan yang bermakna antara IMT dengan risiko tinggi OSA (p = 0,000). Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Suryawan dkk. yang menyatakan adanya hubungan antara IMT dengan risiko OSA (p = 0,000). Pada orang dengan overweight dan obesitas, terjadi deposisi lemak pada jaringan di saluran pernapasan bagian atas. Sehingga, hal tersebut menyebabkan lumen saluran napas atas menjadi lebih kecil dari sebelumnya dan meningkatkan terjadinya kolaps pada saluran napas atas. Apabila hal tersebut terjadi, terutama saat tidur, penderitanya akan mengalami kesulitan bernapas yang bisa juga berujung menjadi kondisi apnea (Awwalia, 2019).
4.3.2 Gambaran Risiko OSA
Hasil perhitungan menggunakan kuesioner Berlin (tabel 4.2) menunjukkan sebanyak 15 dari 45 responden (33,3%) mempunyai risiko tinggi OSA sedangkan yang mempunyai risiko rendah OSA berjumlah 30 responden (66,7%). Hasil ini menunjukkan bahwa sebanyak 33,3% pegawai kantor PT. Telkom Witel Medan
mempunyai kemungkinan mengalami OSA. Persentase ini lebih tinggi, namun mendapatkan hasil yang sama dengan penelitian sebelumnya yaitu responden yang berisiko tinggi OSA lebih sedikit, contohnya pada penelitian risiko OSA yang dilakukan oleh Susanto dkk. pada populasi polisi lalu lintas yaitu 17,2%.
Hal ini dapat terjadi karena faktor risiko IMT >25 kg/m2 dimiliki paling banyak pada penelitian ini. Penelitian pada populasi pekerja kantor ini mendapatkan 55,6% memiliki IMT >25 kg/m2, sedangkan pada penelitian Susanto dkk.
mendapatkan 29% yang dapat dikaitkan dengan jenis aktivitas polisi lalu lintas yang lebih sering bekerja diluar ruangan dibandingkan dengan pekerja kantor.
Pada orang dengan obesitas atau overweight, terjadi deposisi lemak pada jaringan di saluran napas atas sehingga lumennya menjadi lebih kecil dan meningkatkan terjadinya kolaps pada saluran napas atas.
4.3.3 Gejala Risiko OSA
Pada tabel 4.3. diatas tentang hubungan mendengkur dengan risiko OSA dapat dilihat bahwa responden yang memiliki risiko tinggi OSA dengan gejala mendengkur terdapat 13 orang (86,7%) dan tanpa gejala mendengkur terdapat 2 orang (13,3%). Analisis statistik menunjukkan bahwa terdapat hubungan yang bermakna antara mendengkur dengan risiko tinggi OSA (p = 0,000). Hasil ini sesuai dengan penelitian risiko OSA yang dilakukan oleh Susanto dkk. yang menunjukkan terdapat hubungan bermakna antara yang mendengkur dengan risiko tinggi OSA (p = 0,0001). Menurut Prabha dkk. (2016), mendengkur (snoring) merupakan gejala umum yang dikeluhkan pada penderita OSA. Suara yang terdengar saat mendengkur timbul akibat turbulensi aliran udara pada saluran napas atas akibat adanya obstruksi.
Pada tabel 4.4. diatas tentang hubungan henti napas saat tidur dengan risiko OSA ditunjukkan bahwa terdapat 3 orang (20%) dengan risiko tinggi OSA pernah mengalami henti napas saat tidur sedangkan yang tidak pernah mengalami gejala tersebut sebanyak 12 orang (80%). Analisis statistik menunjukkan bahwa tidak terdapat hubungan yang bermakna antara henti napas saat tidur dengan risiko
tinggi OSA (p = 0,101). Hasil ini tidak sejalan dengan penelitian mengenai OSA oleh Susanto dkk. yang menunjukkan terdapat hubungan bermakna antara risiko tinggi OSA dengan gejala henti napas saat tidur (p = 0,030). Obstruksi saluran napas daerah faring akibat pendorongan lidah dan palatum ke belakang dapat menyebabkan oklusi nasofaring dan orofaring yang menyebabkan terhentinya aliran udara, meskipun pernapasan masih dapat berlangsung pada saat tidur (Budiarsa, 2016). Perbedaan hasil penelitian tersebut dapat disebabkan adanya penyebab lain seseorang mengalami henti napas saat tidur seperti pembengkakan pada saluran napas atau penyakit keganasan yang menyebabkan aliran udara pernapasan tidak lancar, atau henti napas tanpa disertai gejala umum OSA lainnya.
Berdasarkan gejala kelelahan saat bangun tidur (tabel 4.5), responden yang memiliki risiko tinggi OSA didominasi oleh mereka yang tidak mengeluhkan kelelahan saat bangun tidur yaitu sebanyak 11 orang (73,3%), sedangkan yang mengeluhkan gejala tersebut terdapat 4 orang (26,7%). Analisis statistik menunjukkan bahwa terdapat hubungan bermakna antara kelelahan saat bangun tidur dengan risiko tinggi OSA (p = 0,036). Hasil ini sejalan dengan penelitian oleh Ratih dkk. yang mendapatkan 94,1% responden yang memiliki risiko tinggi OSA juga mengalami kelelahan saat bangun tidur. Namun, penelitian oleh Susanto dkk. mendapatkan tidak terdapat hubungan bermakna pada kategori ini (p
= 0,35), hal ini dikarenakan lebih banyak respondennya yang mengalami gejala lelah saat bangun tidur tetapi tidak berisiko mengalami OSA.
Terlihat pada tabel 4.6. diatas, berdasarkan gejala kelelahan di siang hari, terdapat 4 orang (26,7%) yang memiliki risiko tinggi OSA dan mengeluhkan kelelahan di siang hari, sedangkan 11 orang (73,3%) lainnya tidak mengeluhkan gejala tersebut. Analisis statistik menunjukkan bahwa terdapat hubungan yang bermakna antara kelelahan di siang hari dengan risiko tinggi OSA (p = 0,009).
Hasil ini tidak sama dengan penelitian pada populasi polisi lalu lintas oleh Susanto dkk. yang mendapatkan tidak ada hubungan yang bermakna antara
kelelahan di siang hari dengan risiko mengalami OSA (p = 0,62). Perbedaan ini terjadi karena lebih banyak polisi yang berisiko rendah OSA tetapi tetap merasa kelelahan di siang hari dikarenakan polisi tersebut bekerja diluar ruangan yang membutuhkan lebih banyak tenaga daripada pegawai kantor. Namun, pada penelitian lainnya mengenai OSA pada pasien PPOK oleh Ratih dkk. (2016) ditunjukkan bahwa terdapat 94,1% pasien memiliki gejala kelelahan di siang hari.
Hal ini dapat terjadi karena kelelahan dipengaruhi oleh kualitas tidur yang menurun oleh karena kurangnya kecukupan tidur seseorang (Prakoso et al., 2018).
Telah diketahui juga bahwa mudah lelah di siang hari merupakan salah satu gejala umum OSA.
Berdasarkan gejala tertidur saat berkendara (tabel 4.7), responden dengan risiko tinggi OSA dan pernah tertidur saat berkendara ada sebanyak 3 orang (20%), sedangkan 12 orang (80%) lainnya tidak pernah mengalami gejala tersebut. Analisis statistik menunjukkan bahwa tidak terdapat hubungan yang bermakna antara tertidur saat berkendara dengan risiko tinggi OSA (p = 0,101).
Hasil ini sejalan dengan penelitian oleh Susanto dkk. yang menunjukkan tidak ada hubungan yang bermakna antara risiko mengalami OSA dengan gejala tertidur saat berkendara (p = 0,320). Kantuk berlebihan di siang hari/EDS merupakan gejala umum yang terjadi pada pasien OSA. EDS disebabkan oleh kualitas tidur pada malam hari yang menurun karena terjadi tidur yang terputus-putus (fragmentasi tidur). Gejala yang lebih parah akibat EDS dapat menyebabkan pasien tertidur saat melakukan aktivitas seperti menonton televisi, makan, atau saat berkendara (Setyaningrum et al., 2017).
BAB V
KESIMPULAN DAN SARAN
5.1 KESIMPULAN
1. Penelitian ini mendapatkan hasil bahwa pegawai kantor PT. Telkom Witel Medan yang memiliki risiko tinggi mengalami OSA sebanyak 33,3% dan yang memiliki risiko rendah OSA sebanyak 66,7%.
2. Mendengkur (p = 0,000), merasa lelah saat bangun tidur (p = 0,036) dan mudah lelah di siang hari (p = 0,009) terbukti sebagai gejala risiko OSA yang bermakna pada pegawai kantor PT. Telkom Witel Medan.
3. Karakteristik demografi yang bermakna pada pegawai kantor PT. Telkom Witel Medan yang berisiko OSA yaitu riwayat mendengkur pada keluarga (p = 0,000) dan IMT (p = 0,000).
5.2 SARAN
1. Diperlukan pengaturan berat badan dan meningkatkan aktivitas fisik untuk menurunkan risiko seseorang mengalami Obstructive Sleep Apnea.
2. Penelitian selanjutnya diharapkan mendapatkan jumlah sampel yang lebih besar untuk meneliti risiko OSA pada suatu populasi agar didapatkan sebaran data yang lebih luas pada variabel gejala dan karakteristik demografi.
DAFTAR PUSTAKA
1. Arter, J. L., Chi, D. S., Girish, M., Fitzgerald, S. M., Guha, B. &
Krishnaswamy, G. 2004, Obstructive Sleep Apnea, Inflammation, and Cardiopulmonary Disease, Frontiers in Bioscience, vol. 9(9), pp. 2892-2900.
2. Astutha, A. R. & Sesarini, P. M. 2017, ‘Efektivitas Continuous Positive Airway Pressure (CPAP) pada Obstructive Sleep Apnea (OSA)’, Publikasi Ilmiah Program Studi THT-KL FK Udayana, vol. 1.
3. Awwalia, F. S. 2019, ‘Analisis Faktor-Faktor yang Berhubungan dengan
3. Awwalia, F. S. 2019, ‘Analisis Faktor-Faktor yang Berhubungan dengan