BAB 3 METODE PENELITIAN
3.9. Rencana Pengolahan dan Analisis Data
Dilakukan untuk:
1. Memeriksa apakah semua pertanyaan sudah terisi jawabannya 2. Memeriksa jawaban dan data responden apakah jelas dan dapat
dibaca. Bila terdapat kekurangan, pewawancara akan mewawancarai ulang responden tersebut.
b. Coding
Diletakkan pada sisi kanan kuesioner untuk setiap variabel dan pertanyaan dalam kuesioner satu demi satu.
c. Data Entry
Memindahkan data dari tempat pengumpulan data ke dalam komputer. Program yang digunakan adalah SPSS versi 17. Data Entry dilakukan pada lembar Data View, di mana setiap baris mewakili satu responden dan setiap kolom mewakili tiap variabel.
d. Data Cleaning
Data cleaning merupakan pengecekan kembali data entry dengan cara:
1. Mengetahui data missing apakah ada data yang masih belum terisi
2. Mengetahui variasi data mengeluarkan distribusi frekuensi, nilai minimum dan maksimum masing-masing variabel. Uji normalitas data menggunakan Shapiro and Wilk’s W-test untuk mengetahui normalitas distribusi data.
e. Revisi Data
Kalau ada kesalahan, lihat lagi data asli dalam kuesioner, kemudian dilakukan revisi. Setelah melakukan tahap Data Cleaning dan revisi, berarti data sudah siap untuk dianalisis.
f. Analisis Data
Dilakukan analisis univariat dan bivariate menggunakan program lunak statistik. Analisis univariat untuk menampilkan data-data karakteristik dasar populasi penelitian digunakan tabulasi untuk menunjukkan gambaran deskriptif. Uji normalitas menggunakan Kolmogorov-Smirnov.
Analisis bivariat untuk melihat hubungan kadar RDW berdasarkan tingkatannya terhadap derajat keparahan pneumonia kominitas dengan skor CURB-65 digunakan korelasi spearman. Besarnya penyimpangan yang diinginkan (α) adalah 0,05. Signifikan secara statistik jika p<0,05.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.1 Karakteristik Responden Tabel 4.1. Karakteristik Subjek Penelitian
Karakteristik Mean Median Min-Maks SD n (%)
Leukosit 14846,45 14150 3620-28140 6287,57
4-11 x103 mm3 10 (32,3)
>11 x103 mm3 21 (67,7)
CURB65 2,52 3 0-5 1,31
Ringan (≤2) 15 (48,4)
Sedang – Berat (>2) 16 (51,6)
Penelitian ini diikuti oleh 31 orang pasien yang telah memenuhi kriteria inklusi dengan responden yang berusia ≤ 40 tahun sebanyak 8 orang (25,8%) serta responden yang berusia > 40 tahun sebanyak 23 orang (74,2%). Sebanyak 13 orang pasien (41,9%) adalah laki-laki dan 18 orang pasien (58,1%) adalah wanita.
Melalui pemeriksaan nilai RDW, dijumpai terdapat 22 orang (71%) responden dengan nilai RDW ≤ 14,5%, dan terdapat 9 orang (29%) responden dengan nilai RDW >14,5%. Melalui hasil pemeriksaan darah di laboratorium, diketahui hanya terdapat 1 orang responden (3,2%) yang memiliki nilai MCV >
99fL, sedangkan 30 responden lainnya (96,8%) memiliki nilai MCV norma yaitu
81-99fL, selain itu, juga terdapat 23 pasien (74,2%) yang memiliki nilai MCH 27-31 pg, sedangkan 8 responden lainnya (25,8%) memiliki nilai MCH >27-31 pg. Hasil pemeriksaan darah di laboratorium juga menunjukkan terdapat 10 orang responden (32,3%) yang memiliki nilai leukosit di antara 4x103/mm3 hingga 11x103/mm3 dan 20 orang (67,7%) responden yang memiliki nilai leukosit di atas 11x103/mm3.
Hasil perhitungan skoring CURB-65 pada populasi penelitian ini, menunjukkan bahwa, mayoritas populasi penelitian tergolong dalam kelompok sedang-berat (skor CURB-65 >2), yaitu sebanyak 16 orang (51,6%), serta 15 orang (48,4%) tergolong dalam kelompok ringan (skor CURB-65≤2).
4.1.2 Hasil Uji Statistik terhadap Skor CURB65 Tabel 4.2. Hasil Uji Statistik terhadap Skor CURB65
Variabel Skor CURB65
Tabel 4.2 di atas menunjukkan bahwasannya baik dari kelompok usia ≤ 40 tahun maupun > 40 tahun menunjukkan skor CURB65 yang hampir serupa baik antara kelompok CURB65 ringan maupun sedang-berat (50% vs 50%; 47,8% vs
52,2%), dengan nilai p = 0,618 yang berarti bahwa terdapat hubungan yang tidak signifikan antara umur dengan skor CURB65. Namun, dari hasil uji korelasi dalam membandingkan kedua data numerik, umur dinyatakan memiliki hubungan yang bermakna (p = 0,024) dengan nilai r = 0,405, yang berarti semakin tinggi usia, maka nilai skor CURB65 semakin tinggi. Selain itu, dari jenis kelamin, terdapat mayoritas responden laki-laki (69,2%) yang tergolong memiliki skor CURB65 yang tergolong ringan, sedangkan mayoritas perempuan (66,7%) memiliki skor CURB65 yang tergolong sedang-berat, dengan nilai p = 0,048 yang menunjukkan bahwa terdapat hubungan antara jenis kelamin dengan skor CURB65.
Pada pemeriksaan nilai RDW, dijumpai 54,5% responden dalam kelompok dengan RDW ≤ 14,5% yang tergolong ke dalam kelompok dengan skor CURB65 sedang-berat, dan pada kelompok dengan nilai RDW > 14,5%, terdapat nilai 55,6% responden dalam kelompok dengan skor CURB65 yang ringan, dengan nilai p = 0,454 yang berarti bahwa terdapat hubungan yang tidak signifikan antara nilai RDW dan skor CURB65. Begitu pula dengan uji korelasi spearman di bawah, dapat dilihat secara statistik, adanya hubungan yang tidak signifikan antara nilai RDW dengan skor CURB65 (p=0,398) walaupun nilai r = 0,157 yang berarti semakin tinggi nilai RDW, maka semakin tinggi skor nilai CURB65.
Hasil penelitian menunjukkan bahwa pada pemeriksaan nilai MCV, baik dari kelompok dengan nilai MCV 81-99 fL menunjukkan skor CURB65 yang hampir serupa baik antara kelompok CURB65 ringan maupun sedang-berat (46,7%
vs 53,3%) sedangkan karena hanya terdapat 1 orang responden pada kelompok MCV >99 fL, dan responden tersebut tergolong dalam kelompok CURB65 ringan, dengan nilai p = 0,484 yang berarti bahwa terdapat hubungan yang tidak signifikan antara MCV dengan skor CURB65. Walaupun nilai r=-0,141 pada uji korelasi spearman di bawah menunjukkan bahwa semakin tinggi nilai MCV, maka nilai CURB65 semakin rendah, namun uji statistik juga menunjukkan adanya hubungan yang tidak signifikan antara nilai MCV dengan skor CURB65 (p=0,448).
Hasil penelitian menunjukkan bahwa pada pemeriksaan nilai MCH, terdapat lebih banyak responden dengan nilai MCH 27-31 pg yang memiliki nilai skor CURB65 sedang-berat (56,5%) sedangkan pada kelompok responden dengan
nilai MCH >31 pg, terdapat lebih banyak responden yang memiliki nilai skor CURB65 yang ringan, yaitu sebanyak 5 orang (62,5%) dengan nilai p = 0,303 yang berarti bahwa terdapat hubungan yang tidak signifikan antara MCH dengan skor CURB65. Walaupun uji korelasi spearman di bawah menunjukkan nilai r=-0,257 yang berarti bahwa semakin tinggi nilai MCH, maka nilai CURB65 semakin rendah, namun uji korelasi menunjukkan adanya hubungan yang tidak signifikan antara nilai MCH dengan skor CURB65 (p=0,163).
Pada penelitian ini juga diperoleh hasil yang hampir serupa antara responden dalam kelompok dengan nilai leukosit antara >11 x103/mm3, yang memiliki skor CURB65 ringan maupun sedang-berat (52,4% vs 47,6%), sedangkan pada kelompok dengan leukosit antara 4-11 x 103/mm3, terdapat lebih banyak responden yang memiliki skor CURB65 yang tergolong sedang-berat (60%) dengan nilai p = 0,398 yang menunjukkan bahwasannya adanya hubungan yang tidak signifikan antara nilai leukosit dengan skor CURB65. Berdasarkan tabel 4.3 uji korelasi spearman di bawah, secara statistik ditunjukkan adanya hubungan yang tidak signifikan antara angka leukosit dengan skor CURB65 (p=0,553), walaupun nilai r=-0,111 menunjukkan bahwa semakin tinggi nilai leukosit, maka nilai CURB65 semakin rendah.
Tabel 4.3. Hasil Uji Statistik terhadap Skor CURB65
Variabel Skor CURB65
Pada hasil penelitian, dijumpai, bahwasannya terdapat hubungan antara jenis kelamin dengan skor CURB65 (p = 0,048). Namun, hasil yang berbeda dinyatakan penelitian yang dilakukan oleh Bello, dkk (2015) pada 265 orang di Spanyol yang melalui uji univariatnya menyatakan bahwasannya terdapat hubungan yang tidak signifikan antara jenis kelamin dengan faktor prediktif
mortalitas (p = 0,346). Hasil yang berbeda juga ditemukan oleh Ahn dan Choi (2018) yang melakukan penelitian pada 1.031 pasien pneumonia di Korea yang berusaha menyusun system skoring yang dikenal sebagai skor A-DROP. Dalam penelitian ini, dinyatakan bahwa jenis kelamin menunjukkan hubungan yang tidak signifikan terhadap mortalitas 28 hari pertama dengan nilai p = 0,115. Hasil yang berbeda juga ditemukan oleh Braun, dkk (2014) dalam penelitiannya di Israel pada 3815 orang, dimana Braun, dkk menemukan hubungan yang tidak signifikan antara jenis kelamin dengan faktor prediktif mortalitas 90 hari (p = 0,91). Hasil yang berbeda juga ditemukan oleh Lee, dkk. (2016) melalui penelitiannya di Korea, yang menyatakan adanya hubungan yang tidak signifikan antara jenis kelamin dengan angka mortalitas 30 hari (p = 0,97). Hasil yang berbeda juga ditemukan oleh Zhang, dkk. (2018) di Singapura pada 1.902 pasien, yang menyatakan hubungan yang tidak signifikan antara jenis kelamin dengan faktor prognostik mortalitas (p = 0,063). Hal ini mungkin disebabkan oleh karena perbedaan perbandingan jumlah pasien laki-laki dan perempuan yang menjadi subjek penelitian, dimana jumlah pasien yang terlibat dalam penelitian ini hanya berjumlah 31 orang.
Pada pemeriksaan nilai RDW, terdapat hubungan yang tidak signifikan antara nilai RDW dan skor CURB65 (p=0,454). Walaupun dengan uji korelasi spearman juga menunjukkan hubungan yang tidak signifikan antara nilai RDW dengan skor CURB65 (p=0,398), dengan nilai r=0,157 dan grafik di bawah menunjukkan bahwa semakin tinggi nilai RDW, maka nilai CURB65 semakin tinggi, yang artinya klinis pasien yang semakin berat. Hasil uji statistik penelitian ini berbeda dengan penelitian yang dilakukan oleh Bello, dkk (2015) di Spanyol yang melalui uji univariatnya menyatakan bahwasannya terdapat hubungan yang signifikan antara nilai RDW dengan faktor prediktif mortalitas (p < 0,001) begitu juga dengan penelitian yang dilakukan oleh Braun, dkk (2014), dimana di dalam penelitiannya ditemukan bahwa adanya hubungan yang signifikan antara nilai RDW dengan angka mortalitas 90 hari (p < 0,001). Hasil yang sama juga didukung oleh Lee, dkk. (2016) melalui penelitiannya di Korea, yang melalui uji korelasi regresi menyatakan adanya hubungan antara nilai RDW dengan angka mortalitas
30 hari (p < 0,05), dengan rerata nilai RDW pada sampel penelitiannya 14.8±1.9
%.
Gambar 4.1. Grafik Korelasi Spearman antara nilai RDW dan skor CURB65 Penelitian oleh Bello, dkk juga menyatakan bahwa RDW juga berhubungan dengan angka mortalitas 30 hari (p=0.017), 90 hari (p=0,004)180 hari (p <0,0001), 1 tahun (p<0,0001), 2 tahun (p <0,0001) hingga 3 tahun (p <0,0001).
Sesuai dengan penelitian yang dilakukan oleh Perlstein, dkk. (2009), dapat diketahui bahwa semakin tinggi nilai RDW, maka angka mortalitas semakin meningkat. Hasil penelitian yang dilakukan oleh Perlstein, dkk. (2009) menunjukkan nilai hazard ratio 1,32-1,36 pada angka mortalitas penyakit respiratori bawah kronik.
Perbedaan hasil penelitian yang ditunjukkan dapat disebabkan oleh karena terdapat sangat banyak faktor yang menentukan outcome pasien baik yang berhubungan langsung dengan skoring CURB65 maupun tidak, misalnya usia, dimana rerata usia pada sampel penelitian ini berkisar pada 53 tahun, sedangkan
batas usia yang digunakan dalam sistem skoring CURB65 adalah 65 tahun. Hal ini didukung oleh penelitian Lim, dkk. (2012) yang menunjukkan, bahwa pada rentang usia <65 tahun, terdapat hubungan yang tidak signifikan terhadap angka mortalitas 30 hari (p=0,9), namun pada kelompok rentang usia 65–74 tahun, 75–84 tahun, serta >85 tahun, terdapat hubungan yang signifikan terhadap angka mortalitas 30 hari (p=0,03; p<0,001; p<0,001), dan berbeda pada penelitian ini yang dinyatakan hubungan yang tidak signifikan antara usia dengan skor CURB65 (p=0,618). Pada sampel penelitian kali ini juga menunjukkan bahwasannya kebanyakan pasien pneumonia komunitas yang menerima pengobatan maupun dirawat di RSUP Haji Adam Malik berusia <65 tahun.
Teknik pemilihan sampel juga menentukan signifikansi hubungan antara nilai RDW terhadap CURB65, dimana pasien yang digunakan pada penelitian ini berasal dari pasien yang awal masuk RS, berbeda dengan penelitian lainnya, dimana sampel yang digunakan pada penelitian lain berasal dari pasien yang menderita penyakit berat lainnya, dan sebagian bahkan memerlukan perawatan ICU. Dari hasil penelitian juga ditunjukkan bahwasannya semakin tinggi nilai leukosit, maka nilai CURB65 semakin rendah (r=-0,111). Walaupun kebanyakan pasien yang menjadi sampel penelitian memiliki nilai leukosit >11 x 103/mm3 (67,7%), yang menunjukkan bahwasannya penyebab pneumonia pada pasien ini adalah pneumonia bakterial, namun ternyata pada populasi ini pula diketahui pada kelompok dengan nilai leukosit yang normal, lebih banyak pasien yang memiliki nilai CURB65 sedang berat (60%), dan pada kelompok dengan nilai leukosit >11 x 103/mm3, lebih banyak pasien yang memiliki nilai CURB65 ringan (52,4%).
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang dilakukan, dapat disimpulkan bahwasannya :
1. Terdapat hubungan yang tidak signifikan antara nilai kadar RDW terhadap skor CURB 65
2. Terdapat hubungan yang tidak signifikan antara nilai MCV terhadap skor CURB 65
3. Terdapat hubungan yang tidak signifikan antara nilai MCH terhadap skor CURB 65
4. Terdapat hubungan yang tidak signifikan antara angka leukosit terhadap skor CURB 65
5.2 Saran
Perlu dilakukan penelitian lebih lanjut dengan lebih memperhatikan faktor-faktor lain, baik yang tidak berhubungan langsung dengan klinis pasien seperti pemilihan sampel, maupun yang berhubungan langsung dengan pneumonia seperti klinis awal, faktor komorbid, maupun infeksi dan penyakit berat lainnya yang dapat mempengaruhi nilai Red cell Distribution Width guna memprediksi hubungannya dengan kejadian pneumonia komunitas lebih lanjut yang mungkin dapat terjadi.
DAFTAR PUSTAKA
Singanayagam A., Chalmers, J.D., Hill, A.T. 2009. Severity assessment in community-acquired pneumonia:a review. Q J Med, 102:379–388.
Ahn, J.H., Choi, E.Y. 2018. Expanded A-DROP Score: A New Scoring System for the Prediction of Mortality in Hospitalized Patients with Community Acquired-Pneumonia Scientific Reports, 8:14588.
Akpinar, E.E., Hosgun, D., Doganay, B., Gulhan, M. 2013. The role of albumin level and blood urea nitrogen / albumin ratio in prediction of prognosis of community acquired pneumonia. Pulmonary and Respiratory Medicine, 3(5) :159.
Anuja, S., Mahima, S., Vandana, S. 2016. Evaluation of red cell distribution width in the diagnosis of iron deficiency anemia. Int J Res Med Sci, Sep;4(9):3733-3736.
Armitage, K., Woodhead, M. 2007. New Guidelines For The Management Of Adult Community-Acquired Pneumonia. Current Opinion In Infection Diseases, 20: 170-176.
Ballmer, P.E. 2001. Causes and mechanisms of hypoalbuminemia. Clinical Nutrition, 20;3:271-273.
Bashir, A.S., Wasim, A., Ghulam N.D., Naveed, N.S., Syed, Q., Khurseed, Inaamul, H. 2010. Validity of Pneumonia Severity Index and CURB-65 SeverityScoring Systems in Community Acquired Pneumonia in anIndian Setting. Indian J Chest Dis Allied Sci; 52:9-17.
Bello, S., Fandos, S., Lasierra, A.B., Minchole, E., Panadero, C., Simon, A.L., Gavin, O., de Pablo, F., Menendez, R., Torres, A. 2015. Red blood cell distribution width [RDW] and long-term mortality after community-acquired pneumonia. A comparison with proadrenomedullin. Respiratory Medicine, 109: 1193-1206.
Benie, T.C. 2013. Red Cell Distribution Width, Revisited. Lab Medicine Spring, Volume 44, Number 2.
Bont, J., Hak, E., Hoes, A.W., Macfarlane, J.T., Varheiji, T.J.M. 2008. Predicitng Death in Elderly Patients with Community Acquired Pneumonia : A Prospective Validation Study Re-evaluating the CRB-65 Severity Assessment Tool. Arch Intern Med,168:1465-68.
Braun, E., Kheir, J., Mashiach, T., Naffaa, M., Azzam, Z.S. Is elevated Red cell distribution width a prognostic predictor in adult patients with community acquired Pneumonia? BMC Infectious Diseases, 14:129
Capelastegui, A., Espana, P.P., Quintana, J.M., Arcitio, I., Gorondo, I., Egurolla M., et.al. 2006. Validationof Predictive Rule for the management of Community Acquired Pneumonia. Eur Respir J, 27: 151-57.
Charles, G.P., Wolfe, R., Whitby, M, Fine, M.J., Fuller, A.J. Stirling, R. et.al. 2008.
SMART-COP: A Tool for Predicting the Need for Intensive Respiratory or Vasopressor Support in Community-Acquired Pneumonia. Clinical Infectious Diseases, 47:375–84
Christophe, M., Nicolas, G., Olivier, G., Anoine, P., Christophe, C., Sebastian, C., Arnaud, P. 2012. Prediction of severe community-acquired pneumonia: a systematic review and meta-analysis. Critical Care, 16:R141.
Ciesla, B. 2007. Hematology in practice. Philadelphia: FA Davis Company; 22-26.
Constatino, B.T. 2011. The red cell histogram and the dimorphic red cell population. Labmedicine; 42:300-308
Cornelia, T., Adriana, M., Miron, B. 2010. Mortality Risk and EtiologicSpectrum of Community-acquiredPneumonia in Hospitalized AdultPatients. A Journal of Clinical Medicine, Volume 5 No.4.
Dahlan, Z. 2000. Pandangan Baru Pneumonia Atipik dan Terapinya. Cermin Dunia Kedokteran; 128: 6.
Dahlan, Z. 2009. Pneumonia. Dalam: Sudoyo AW, Setyohadi B, Alwi I, Simadibrata M, Setiati S (editors). Buku Ajar Ilmu Penyakit Dalam: Interna Publishing; 2196-2206.
De Frances, C.J., Lucas, C.A., Buie, V.C., Golosinskiy, A. 2008. 2006 National Hospital Discharge Survey. National Health Statistic Reports; 5: 1 – 20.
De Mutsert, R., Grootendorst, D.C., Indemans, F., Boeschoten, E.W., Krediet, R.T., Dekker, F.W., et. al. 2009. Association between serum albumin and mortality in dialysis patients is partly explained by inflammation, and not by malnutrition. J Ren Nutr;19:127-35.
Don, B.R., Kaysen, G. 2004. Serum albumin : Relationship to inflammation and Nutrition. Seminar in Dyalisis; 17;6:432-437.
Eyal, B., Erel, D., Yael, K., Yoav, M., Badira, F.M., Zaher, S.A.. 2011. Elevated red cell distribution width predicts poor outcome in young patients with communityacquired pneumonia. Critical Care, 15:R194.
Eyal, B., Jad, K., Zaher, S. 2015. Azzam.Elevated Red Cell Distribution Width Predicts Poor Outcome in Adult Patients with Community Acquired Pneumonia: A Cohort Study.Faculty of Medicine, Technion- Israel Institute of Technology Haifa, Israel.
Fransisco, Sanz, Marcos, I.R., Estrella, F. 2011. Hypoxemia Adds to the CURB-65 Pneumonia Severity Score inHospitalized Patients With Mild Pneumonia.
Respir Care; 56(5):612– 618.
Hammarsten, O., Jacobsson, S., Fu, M. 2010. Red cell distribution width in chronic heart failure: a new independent marker for prognosis?. Eur J Heart Fail;
12:213-214.
Harimurti, K., Setiati, S. 2007. C-Reactive Protein levels and decrease of albumin level in hospitalized elderly patients with community acquired pneumonia.
Acta Med Indonesia – J Intern Med. 39:13-18.
Hedlund, J.U., Hansson, L.O., Ortqvist, A.B. 1995. Hypoalbuminaemia in hospitalized patients with community-acquired pneumonia. Arch Intern Med; 155:1438-42.
Meynaar, I.A., Knook, A.H.M., Coolen, S., Le, H., Bos, M.M.E.M., van der Dijs, F., Lindern, V.M., Steyerberg, E.W. 2013. Red cell distribution width as predictor formortality in critically ill patients. RDW and mortality in critically ill patients, November, vol. 71, no 9.
Jae, H.L., Hea, J.C., Kyuseok, K.,You, H.J., Joong, E.R., Yu, J.K., Kyeong, D.K.
2013. Red cell distribution width as a prognostic marker inpatients with
community-acquired pneumonia. American Journal of Emergency Medicine 31, 72–79.
Jan C.H., Fredrik, M., Ola, B., Helvi, H.S., Jon, B.M., PÅL A JENUM,THOR UELAND, STIG S FRØLAND, PÅL AUKRUST, EINAR HUSEBYE, DAN LARS HEGGELUND. 2015. Etiology of community-acquired pneumonia anddiagnostic yields of microbiological methods:a 3-year prospective study in Norway. BMC Infectious Diseases 15:64.
Januaria, F.M., Karina, B.G.B., Ana, P.S.M.F., et. al. 2010. RDW as differential parameter between microcytic anemias in “pure” and concomitant forms. J Bras Patol Med Lab, v. 51, n. 1, p. 22-27.
Jin-Liang, L, Feng, X., Hui, Z., Xue-Jie, W., Ling-Xian, S., Rui-Qing, L., Alessio, F., Mario, V., Ying-Li, Z., Shu-Ya, L., Xiao-Jun, D., Marco, F. 2010.
Expanded CURB-65: a new scoresystem predicts severity ofcommunity-acquired pneumoniawith superior efficiency. Scientific Reports, 6:22911.
Lang, J.D., Figueroa, M., Chumley, P., Aslan, M., Hurt, J., Tarpey, M.M., et. al.
2004. Albumin and hydroxyethyl starch modulate oxidative inflammatory injury to vascular endothelium. Anesthesiology;100:51-8.
Lee, J.H., Kim, J., Kim, K., Jo, Y.H., Rhee, J., Kim, T.Y., et.al. 2011. Albumin and C-Reactive Protein have prognostic significance in patients with community-acquired pneumonia. Journal of critical care; 26: 287-294.
Lee, S.M., Lee, J.H., Kim, K., Jo, Y.H., Lee, J., Kim, J., Hwang, J.E., Ko, Y.S., Ha, C., Jang, S., Park, H. 2016. The clinical significance of changes in red blood cell distribution width in patients with community-acquired pneumonia.
Clin Exp Emerg Med;3(3):139-147.
Lim, W.S., Lewis, S., Macfarlane, J.T. 2000. Severity prediction rules in community acquired pneumonia: a validation study. Thorax, 55:219–223 Lim, W.S., van der Eerden, M.M., Laing, R., Boersma, W.G., Karalus, N., Town,
G.I. 2002. Defining community acquired pneumonia severity on presentation to hospital: an international derivation and validation study.
Respiratory Infection, 377-382.
Lionel, A.M., Richard, G.W., Antonio, A., John, G.B., Douglas, C., Nathan, C.D., Scott, F.D., Thomas, F.M.Jr., Daniel, M.M., Michael, S.N., Antonio, T., Cynthia, G.W. 2007. Infectious Diseases Society of America/AmericanThoracic Society Consensus Guidelines on theManagement of Community-Acquired Pneumoniain Adults. Clinical Infectious Diseases; 44:S27–72.
Mandell, L.A, Wunderik, R.G., Arzueto, A., Bartlett, J.G., Campbell, G.D., Dean, N.C., et. al. 2007. Infectious Diseases Society of America/ American Thoracic Society Consensus Guidelines on The Management of Community Acquired Pneumonia in Adults. CID; 44: 27- 72.
Marks, P.W. 2012. Anemia: clinical approach. Dalam: Schmaier AH, Lazarus HM, penyunting. Concise guide to hamatology. Oxford: Wiley-blackwell 30.
Martniez, R., Menendez, R., Reyes, S., Polverino, S., Cilloniz, C., Martinez, A. et.
al. 2011. Factors associated inflamatory cytokine patterns in community acquired pneumonia. European Respiratory Journal; 37:393-399.
Masia, M, Gutierrez, F., Shum, C., Sergio, P., Navarro, J.C., Flores, E., et. al. 2005.
Usefulness of Procalcitonin Level in Community Acquired Pneumonia According to Patients Outcome Research Team Pneumonia Severity Index.
Chest; 128: 23-29.
Med-health.net. 2008. Red Blood Cell Distribution Width CV and SD. Diunduh dari : http://www.med-health.net/Rdw-Cv-And-Rdw-Sd.html [Diakses 25 Oktober 2018]
Mevlut, K., Songul, O. 2017. Is elevated red blood cell distribution associated with mortality in superelderly patients with community-acquired pneumonia?.
Biomedical Research; 28 (10): 4342-4347.
Meziani, F., Kremer, H., Tesse, A., Menguy, Nguy, C.B., Mathien, C, Mostefai, H., et. al. 2007. Human serum albumin improves arterial dysfunction during early resuscitation in mouse endotoxic model via reduced oxidative and nitrosative stresses. Am J Pathol;171:1753-61
Mikaeilli, H., Zarghami, N., Yazdchi, M., Mardani, M., Ansarin, K. On Admission Level of Serum D-Dimer and the Severity of Community Acquired Pneumonia. Pakistan Journal of Biological Sciences. 2009;12 (6): 514-517.
Mira, J.P., Max, A., Burgel, P.R. 2008. The Role of Biomarker in Community Acquired Pneumonia: Prediciting Mortality and Response to Adjunctive Therapy. Critical Care;12(Suppl 6): 1-7.
Moghaddam, M.A., Bakhsi, H., Rezaei, B., Khashayar, P. 2013. Pneumonia severity index compare to CURB-65 in predicting the outcome of community acquired pneumonia among patients referred to an iranian emergency departement : a prospective survey. Brazilian Journal of infectious Diseases.17(2):179-83.
Moshage, H.J., Janssen, J., Franssen, J.H., Hafkenscheid, J.C.M., Yap, S.H. 1987.
Study of the Molecular Mechanism of Decreased Liver Synthesis of Albumin in Inflammation. J. Clin. Invest. 79:1635-1641.
Nicholson, J.P., Wolmaranism M.R., Park, G.R. 2000. The Role of Albumin in critical illness. British Journal of Anaesthesia. 4: 599-610.
Perhimpunan Dokter Paru Indonesia (PDPI). 2003. Pedoman Diagnosis dan Penatalaksanaan di Indonesia. Pneumonia Komunitas. 9-10.
Perlstein, T.S., Weuve, J., Pfeffer, M.A., Beckman, J.A. Red blood cell distribution width and mortality risk in a community-based prospective cohort:
NHANES III: RDW and mortality risk. Arch Intern Med; 169(6): 588–594.
Puren, A.J.,Feldman, C., Savage, N., Becker, P.J., Smith, C. 1995. Patterns of Cytokine Expression in Community-Acquired Pneumonia. Chest. 107:
1342-49
Ranzani, O.T., Zampieri, F.G., Forte, D.N., Azevado, L.C.S., Park, M. 2013. C-Reactive Protein/ Albumin ratio predict 90-day mortality of septic patients.
Plos one. 8:3.
S. Bello, S. Fandos, A.B. Lasierra, et. al. 2015. Red blood cell distribution width [RDW] and long-term mortality after community-acquired pneumonia. A comparison with proadrenomedullin. Respiratory Medicine. 109, 1193-1206.
Sabina, H., Leo, A.C., Joon, L., Michael, D.H. 2012. Red cell distribution width improves thesimplified acute physiology score for riskprediction in unselected critically ill patients. Critical Care, 16:R89.
Safwat, A.M.E., Khalid, M.H., Ahmad, T.S., Hatem, M.K., Eman, M.E., Abdel-Aleem, El-Gendi, Mohamed, O.N., Usama, G.A., Hessa, A. 2015.
Alshamery.Comparison between CURB-65, PSI, and SIPFscores as predictors of ICU admission and mortalityin community-acquired pneumonia. The Egyptian Journal of Critical Care Medicine. 3, 37–44.
Sang-Min, L., Jae, H.L., Kyuseok, K., You, H.J., Jungyoup, L, Joonghee, K., Ji, E.H., Young, S.K., Chulmin, H., Sujin, J., Hyunmi, P. 2016. The clinical significance of changes in red blood cell distribution width in patients with community-acquired pneumonia. Clin Exp Emerg Med. 3(3):139-147.
Shah, B., Ahmed, W., Dhobi, G.N., Shah, N.N., Khursheed, S.Q. et. al. 2010.
Validity of Pneumonia Severity Index and CURB-65 Severity Scoring
Validity of Pneumonia Severity Index and CURB-65 Severity Scoring