• Tidak ada hasil yang ditemukan

Perbandingan Tingkat Akurasi Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score Dan Algoritma Stroke Gadjah Mada Dalam Menentukan Jenis Stroke Pada Fase Akut

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perbandingan Tingkat Akurasi Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score Dan Algoritma Stroke Gadjah Mada Dalam Menentukan Jenis Stroke Pada Fase Akut"

Copied!
16
0
0

Teks penuh

(1)

BAB I PENDAHULUAN

I.1. Latar Belakang

Stroke merupakan salah satu masalah kesehatan yang paling serius

dijumpai dimana stroke merupakan penyebab kematian ketiga yang paling

sering dijumpai setelah penyakit jantung dan semua jenis Kanker. Pada

tahun 2005 kasus stroke menyebabkan kematian sekitar 5-7 juta, dan 87%

diantaranya berasal dari negara-negara yang berpenghasilan rendah dan

menengah (Sherin dkk, 2011).

Stroke merupakan salah satu penyebab kematian secara menyeluruh,

pemeriksaan Computerized tomography Scan (CT-Scan) merupakan pemeriksaan yang paling akurat digunakan untuk membedakan antara stroke

haemoragik dengan stroke iskemik, pemeriksaan ini membutuhkan biaya

yang mahal dan masih banyak dijumpai keterbatasan alat diagnostik CT-Scan di negara-negara yang sedang berkembang dan berpenghasilan rendah (Clifford dkk, 2014).

Stroke merupakan salah satu penyebab kematian yang biasa dijumpai

di negara-negara yang sedang berkembang dan negara yang berpenghasilan

rendah sehingga menyebabkan terjadinya peningkatan tingkat morbiditas dan

mortalitas yang sering ditemukan di negara sedang berkembang.

(2)

akurat digunakan untuk membedakan stroke haemoragik dan stroke

iskemik tapi membutuhkan biaya yang mahal dan masih banyak dijumpai

keterbatasan ketersediaan alat CT-Scan terutama dinegara-negara yang sedang berkembang yang memilki penghasilan rendah dan menengah.

Penggunaan Skor Stroke yang dilakukan secara klinis sering digunakan

untuk membedakan antara stroke haemoragik dan stroke iskemik tapi tetapi

tingkat keakurasinya belum bisa diandalkan dalam membedakan tipe dari

stroke (Clifford dkk, 2013).

Pemeriksaan Computed Tomography Scan merupakan pemeriksaan yang paling dianjurkan dalam membedakan stroke iskemik dan stroke

haemoragik, tetapi pemeriksaan ini membutuhkan biaya yang sangat tinggi.

Di negara yang sedang berkembang seperti negara India, masih banyak

ditemukan keterbatasan alat CT-Scan, sehingga pemeriksaan fisik dan menggunakan skor stroke merupakan scoring yang sering digunakan dalam membedakan stroke iskemik dan stroke haemoragik (Goswani dkk, 2013).

Stroke merupakan salah satu jenis penyakit yang masuk kedalam jenis

kedaruratan medis yang membutuhkan perawatan yang lebih serius sama

halnya pada perawatan serangan penyakit jantung. Manajemen

penatalaksanaan yang tepat dari pasien stroke akut sepenuhnya didasarkan

pada jenis stroke yang dijumpai, dalam hal ini apakah dijumpai adanya infark

atau perdarahan pada stroke fase akut, karena hal ini membantu kita dalam

(3)

tindakan Computed Tomography scan yang merupakan gold standart untuk menegakan diagnosa stroke pada fase akut (Pavan dkk, 2012).

Membedakan stroke haemoragik dan stroke iskemik sedini mungkin

dengan tepat pada kasus stroke fase akut, sangat menentukan tingkat

keberhasilan penatalaksanaan pada kasus stroke, sehingga dapat

menurunkan tingkat kematian pada pasien penderita stroke. Membedakan

stroke iskemik dan stroke haemoragik secara klinis sangat sulit ditentukan,

hal ini akan mempersulit para dokter untuk segera memberikan thrombolisis

atau anti platelet pada pasien stroke iskemik untuk menggurangi tingkat

kematian pada kasus-kasus stroke iskemik (Goswani dkk. 2013).

Negara India merupakan salah satu negara yang mempunyai jumlah

populasi penduduk yang padat, dimana masyarakatnya masih mayoritas

masyarakat menengah kebawah. Pemeriksaan head CT-Scan merupakan pemeriksaan yang seharusnya dilakukan untuk membedakan stroke

haemoragik dan stroke iskemik pada pasien stroke fase akut, namun tidak

bisa di lakukan karena keterbatasan ketersediaan alat head CT-Scan, sehingga banyak para dokter di India menggunakan metode Siriraj stroke score dalam menentukan jenis stroke (Soman dkk, 2004).

Pemerikaasn CT-Scan tanpa kontras merupakan pemeriksaan yang paling standar untuk membedakan stroke haemoragik dengan stroke iskemik,

tetapi pemeriksaan ini membutuhkan biaya yang cukup mahal dan masih

(4)

Untuk mengatasi kesulitan dan untuk meningkatkan diagnosis klinis pada

stroke maka skor stroke dapat dipergunakan dalam membedakan jenis

stroke, yang paling sering digunakan dirumah sakit adalah Guy’ hospital

score (GHSS), Besson stroke score, Greek Stroke Score, dan Siriraj stroke score (SSS). Dimana skor stroke tersebut dapat digunakan dalam membedakan stroke haemoragik dengan stroke iskemik (Clifford dkk, 2014).

Negara yang sedang berkembang hampir 70 % kasus tidak bisa

dilakukan tindakan head CT-Scan hal ini disebabkan keterbatasan dan ketersediaan alat CT-Scan, biasanya dijumpai pada daerah-daerah yang sangat terpencil dan memiliki penduduk yang masih berpenghasilan cukup

rendah dan masih di kategorikan sebagai penduduk yang masih miskin,

Hawkins menyatakan bahwa Siriraj stroke score memiliki sensitivitas dan spesifisitas untuk stroke haemoragik sebesar 48% dan 85%, nilai prediksi

positif sebesar 59%, sedangkan sensitivitas dan spesifisitas untuk stroke

iskemik adalah 61% dan 74%, dengan nilai prediksi positif sebesar 84%

(Sherin dkk, 2011).

Sebuah studi terbaru dari Nigeria menjelaskan bahwa hanya 9% dari

pasien stroke pada fase akut yang bisa di lakukan tindakan head CT-Scan

hal ini dikarenakan keterbatasan ketersediaan alat CT-Scan serta kendala biaya yang agak mahal untuk melakukan tindakan CT-Scan. Studi ini menjelaskan bahwa keterbatasan dan ketersedian alat diagnostik serta biaya

(5)

petugas kesehatan untuk dapat melakukan tindakan head CT-Scan pada kasus stroke fase akut (Sherin dkk, 2011).

Jumlah angka kesakitan dan kematian pasien stroke sangat besar

dijumpai dinegara-negara yang sedang berkembang. Diagnosis stroke yang

cepat dan akurat sangat penting untuk menentukan suatu jenis stroke,

apakah stroke tersebut merupakan stroke perdarahan intrakranial atau stroke

yang terjadi di akibatkan oleh karena infark serebri yang sesegera mungkin

membutuhkan terapi trombolitik dan antiplatelet. Namun sebagian besar

rumah sakit apalagi yang ada di daerah yang sangat terpencil biasanya tidak

memiliki alat pendukung untuk melakukan tindakan CT-Scan, hal ini di karenakan oleh keterbatasan alat dan biaya pada rumah sakit pada

daerah-daerah sangat terpencil dan mempunyai keterbatasan alat kesehatan untuk

menunjang diagnostik suatu penyakit (Badam dkk, 2003).

Mendeteksi stroke sedini mungkin, harus di lakukan untuk mengetahui

jenis stroke, hal ini dimaksudkan untuk menentukan pilihan terapi stroke pada

fase akut. Diagnosa pasti untuk stroke dilakukan dengan head CT-Scan yang merupakan gold standart diagnosa menegakan stroke, namun di daerah yang memiliki keterbatasan ketersediaan alat dan prasarana tidak bisa dilakukan

(6)

sensitivitas untuk membedakan jenis stroke baik stroke haemoragik dan

stroke iskemik yang biasa dilakukan negara-negara yang sedang

berkembang yang tidak memiliki fasilitas atau alat kesehatan yang memadai

sehingga dapat menghemat biaya dalam managemen penatalaksanaan

stroke pada fase akut. Dalam penelitian ini di jelaskan bahwa dari 1.023

pasien yang diperiksa ditemukan bahwa 82,7% (n=846) mengalami stroke

iskemik, dimana dijelaskan bahwa tingkat akurasi dari Siriraj stroke score

lebih tinggi dibandingkan dengan Allen stroke score (0,78 versus 0,70 dengan nilai P = 0,4), ditemukan stroke haemoragik sekitar 60% dan tingkat akurasi spesifisitas sebesar 95% dengan memakai siriraj stroke score lebih tinggi jika dibandingkan dengan Allen stroke score yang memiliki tingkat spesifisitas sebesar 55% dengan tingkat akurasi 70% untuk stroke

haemoragik (Nauira dkk, 2009).

Singh dkk (2001) menjelaskan bahwa dari 60 pasien stroke yang

dievaluasi menggunakan SSS dan perkiraan diagnosis dibuat dan kemudian

dibandingkan dengan diagnosis pasti dengan pemeriksaan head CT-Scan

ditemukan bahwa SSS mempunyai sensitifitas 93,7%, spesifisitas 76,6%,

nilai prediksi positif 81,2%, nilai prediksi negatif 92% dengan tingkat akurasi

keseluruhan sebesar 93,77% untuk diagnosis infark serebri, sedangkan pada

stroke haemoragik di temukan sensitifitas 83,37%, spesifisitas 92,5%, nilai

prediksi positif 86,8%, nilai prediksi negatif 92,5% dengan akurasi

(7)

Dari beberapa penelitian dijelaskan bahwa tingkat sensitivitas Siriraj stroke score untuk stroke iskemik berkisar antara 30% sampai dengan 85% sedangkan tingkat spesifisitasnya berkisar 36% sampai dengan 97% dan

dijelaskan bahwa tingkat sensitivitas untuk Siriraj stroke score sebesar 69% dan tingkat spesifisitas sebesar 83% untuk stroke iskemik, sedangkan tingkat

sensitivitas untuk stroke haemoragik berkisar antara 33% sampai dengan

87% dimana tingkat spesifisitasnya berkisar antara 65% sampai dengan 99%

dimana secara keseluruhan tingkat sensitivitas Siriraj stroke score sebesar 65% dan spesifisitas sebesar 88% untuk stroke haemoragik (Clifford dkk,

2014).

Siriraj Stroke Score memiliki tingkat prediksi akurasi positif 91% untuk stroke iskemik dan 63% untuk stroke haemoragik dengan tingkat prediksi

akurasi secara keseluruhan sebesar 80% (Ayrton dkk, 2002).

Beberapa penelitian menjelaskan di negara-negara yang

berpenghasilan rendah dan menengah, tingkat sensitivitas dan spesifisitas

secara keseluruhan pada Siriraj Stroke score adalah 69% dan 83% untuk stroke iskemik dan 65% dan 88% untuk stroke hemoragik (Clifford dkk, 2013).

Pavan dkk (2012) menjelaskan dari 100 kasus stroke akut yang

diperiksa dengan mengunakan Siriraj Stroke Score kemudian diuji dengan

head CT-Scan dijumpai 71 pasien yang merupakan stroke iskemik dan 29 pasien diantaranya adalah stroke haemoragik dimana tingkat sensitivitas

(8)

sedangkan tingkat sensitivitas dan spesifisitas untuk stroke haemoragik

sebesar 77,27% dan 87,93% dimana tingkat keakuratan Siriraj stroke score

secara keseluruhan sebesar 85%.

Poungvarin dkk (1991) mengatakan bahwa tingkat sensitivitas Siriraj stroke score sekitar 89% untuk stroke haemoragik dan 93% untuk infark serebri, dengan rata-rata tingkat akurasi secara keseluruhan sekitar 90%.

Wadwani dkk (2002) melakukan penelitian pada pasien stroke fase

akut, studi ini menjelaskan bahwa tingkat sensitivitas Siriraj stroke score

adalah 92,54% untuk infark serebri dan 87% untuk perdarahan dimana

tingkat akurasi secara keseluruhan adalah 91,11%, sedangkan Allen stroke score memiliki tingkat sensitivitas 93,42% untuk infark, 66,66% untuk perdarahan serebral dan akurasi secara keseluruhan sekitar 87%, jadi dalam

penelitian ini dijelaskan bahwa Siriraj stroke score lebih akurat dalam membedakan stroke haemoragik dan stroke iskemik dibandingkan dengan

Allen stroke score.

Kochar dkk (2002) dalam studinya menjelaskan bahwa tingkat

sensitivitas, spesifisitas, nilai prediksi positif dan negatif pada Siriraj stroke score untuk infark adalah masing- masing 73%, 85%, 85%, 71% dan 85%, 73%, 71%, dan 85% untuk stroke haemoragik.

Badam dkk (2003) dalam penelitian mereka mejelaskan bahwa tingkat

(9)

dan 44%, 85% untuk stroke haemoragik. Dalam penelitian ini dijelaskan

bahwa dalam penilaian sistem ini dapat digunakan dalam praktek klinis untuk

membedakan stroke iskemik dan stroke haemoragik. Dalam studi ini

ditemukan bahwa tingkat sensitivitas, spesifisitas, nilai prediksi positif dan

nilai prediksi negatif Siriraj stroke score untuk infark serebri adalah masing-masing sebesar 87,93%, 77,27%, 91,07% dan 70%.

Celani dkk (2004) telah menunjukkan bahwa tingkat sensitivitas,

spesifisitas, dan nilai prediktif positif dan negatif untuk stroke haemoragik

adalah sebesar 61%, 94%, 93%, dan 63% dengan mengunakan Siriraj stroke score, penelitian ini di lakukan untuk menentukan scoring yang dapat digunakan untuk membedakan stroke iskemik dan stroke haemoragik untuk

mengatasi keterbatasan ketersediaan alat head CT-Scan untuk bisa sedini mungkin menentukan terapi yang akan diberikan pada kasus stroke fase

akut.

Salawu dkk (2010) menunjukkan bahwa tingkat sensitivitas dan

spesifisitas Allen stroke score adalah 64,3% dan 48,1 dimana nilai duga positif dan nilai duga negatif adalah 40% dan 71% pada stroke haemoragik

sedangkan pada stroke iskemik masing-masing 48,1%, 62,1%, 71%, 40%

sedangkan tingkat sensitivitas dan spesifisitas Siriraj stroke score adalah 35,7% dan 73% dimana nilai duga positif dan nilai duga negatif adalah 42%

dan 68% pada stroke haemoragik sedangkan pada stroke iskemik

(10)

Kolopo dkk (2006) melakukan penelitian pada 1.122 pasien dengan

tanda-tanda klinis stroke yang diambil dari 4 pusat perawatan stroke di Afrika,

pasien diambil dari perawatan Logos University Teaching Hospital sebanyak 499, di Olabisi Onabonja University Teaching Hospital sebanyak 340, di Eko Hospital 180 pasien dan di Radmed Diagnostic Center 103 pasien, hanya 101 (9%) yang dapat dilakukan tindakan Head CT-Scan karena keterbatasan biaya, dijumpai 90 pasien memiliki gambaran stroke, atrofi kortikal dijumpai

pada 5 pasien, subdural hematoma sebanyak 3 pasien, tumor otak sebanyak

2 pasien dan 1 diantaranya normal. Dari 90 pasien yang dijadikan dasar

penelitian ini di jumpai 68 pasien (72%) adalah stroke iskemik dan 28 (29%)

merupakan perdarahan intraserebral. Pada penelitian ini digunakan Siriraj Stroke Score dan disimpulkan bahwa prediksi akurasi positif sebesar 91% untuk infark serebral, dan 63% untuk stroke haemoragik dengan prediksi

akurasi secara keseluruhan sebesar 80%, yang pada penelitian ini semua

didasarkan pada pemeriksaan head CT-Scan.

Badam dkk (2003) menemukan dari 259 pasien yang dicurigai dengan

stroke, 134 diantaranya merupakan pasien stroke fase akut dimana 73

pasien adalah laki-laki dan dilakukan tindakan head CT-Scan ditemukan bahwa tingkat akurasi dan sensitivitas Siriraj stroke score adalah 78,5% untuk perdarahan serebral dan 71% untuk infark serebri sedangkan tingkat

(11)

Raghuram dkk (2012) dalam penelitiannya menjelaskan tingkat

sensitivitas dan spesifisitas Siriraj stroke score sebesar 87,93% dan 77,27% untuk stroke iskemik dan 77,27% dan 87,93% untuk stroke haemoragik

sedangkan dengan Allen stroke score dijelaskan bahwa tingkat sensitivitas dan spesifisitas dari pada stroke iskemik adalah 80% dan 94,54% untuk

stroke haemoragik, memakai The Mc Nemar test dengan (p = 0,61).

Goswani dkk (2013) menjelaskan bahwa 200 pasien stroke fase akut

dimana 90 (45%) adalah perempuan dan 110 (55%) pasien adalah laki-laki.

Dari keseluruhan pasien yang diperiksa dalam penelitian dijumpai 129

(64,5%) merupakan stroke iskemik dan 71 (35,5%) stroke hemoragik. Pasien

berumur mulai dari 26-80 tahun dengan usia rata-rata 57,09 tahun.

Dari hasil penelitian ini ditemukan bahwa Guy ̓s Hospital stroke score (GHSS)

memiliki tingkat sensitivitas sekitar 80% dan spesifisitas sekitar 95% untuk

membedakan stroke iskemik dan stroke haemoragik, dimana Besson stroke score memiliki tingkat spesifisitas yang paling baik yaitu dijumpai lebih dari 95% pada stroke iskemik.

Lamsudin (1997) menyusun dan melakukan validasi Algoritma Stroke

Gadjah Mada (ASGM) untuk membedakan stroke perdarahan intraserebral

dan stroke iskemik. Dengan studi prospektif observasional telah melakukan

validasi eksternal dari 350 pasien stroke pada fase akut di RSUP Dr Sardjito,

Yogyakarta, sejak 1 desember 1992 sampai dengan 30 juni 1995 dijelaskan

(12)

tinggi sebagai suatu strategi klinik untuk membedakan stroke haemoragik

dan stroke iskemik fase akut.

Penatalaksanaan stroke pada fase akut memerlukan penanganan

yang cepat, dengan meminimalkan keterlambatan penatalaksanaan dan

memaksimalkan pemilihan tindakan dan terapi yang tepat serta penentuan

terapi harus di dasarkan pada jenis stroke yang di alami pada fase akut.

Ketersediaan alat head CT-Scan yang terbatas memaksa kita untuk mencari tes diagnostik pengganti yang telah terbukti akurasinya mendeteksi akurasi

pemeriksaan head CT-Scan, dalam hal ini kita harus menggambil suatu keputusan pada pasien stroke fase akut, supaya pasien-pasien stroke fase

akut tidak dirugikan karena diagnosis jenis patologisnya tidak dapat di

tegakan tanpa di lakukan tindakan head CT-Scan ( Salawu dkk, 2009).

Sebuah studi yang dilakukan oleh Besson dkk (1995) menunjukan

bahwa sistem penilaian klinis dengan mempergunakan skor stroke dijelaskan

belum ada skor yang menunjukan tingkat akurasi yang paling tepat dalam

membedakan stroke haemoragik dengan stroke iskemik, sehingga

penggunaan antitrombotik pada penatalaksanaan stroke iskemik belum aman

untuk diberikan hal ini di akibatkan belum dapat di pastikan antara stroke

haemoragik dan stroke iskemik. Penggunaan skor stroke hanya dapat

dibatasi secara klinis mengklasifikasikan stroke untuk tujuan akademis di

(13)

Pada penelitian ini dijelaskan pentingnya pemeriksaan head CT-Scan

pada pasien stroke karena pemeriksaan ini merupakan pilihan paling akurat

dalam membedakan stroke haemoragik dan stroke iskemik. Pendekatan

diagnostik yang sistematis dapat digunakan sebagai panduan untuk dokter

yang merawat stroke pada rumah sakit yang tidak memiliki alat pemeriksaan

diagnostik CT-Scan. Dalam penelitian ini dijelaskan bahwa penilaian secara klinis pada penderita stroke fase akut tidak cukup, harus tetap dilakukan

tindakan Head CT-Scan dalam membedakan stroke iskemik dan stroke haemoragik meskipun membutuhkan biaya yang cukup mahal (Khan dan

Rehman, 2005).

1.2. Perumusan Masalah

Berdasarkan latar belakang penelitian terdahulu seperti yang telah

diuraikan di atas, maka dirumuskanlah masalah sebagai berikut:

Bagaimana perbandingan akurasi antara Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma Stroke Gadjah Mada untuk membedakan jenis stroke pada fase akut ?

1.3. Tujuan Penelitian:

1.3.1. Tujuan Umum

Untuk membandingkan tingkat akurasi, sensitivitas serta

(14)

stroke score serta algoritma stroke Gadjah Mada untuk membedakan stroke haemoragik dan stroke iskemik pada fase akut.

1.3.2. Tujuan khusus:

1. Untuk mengetahui perbandingan tingkat akurasi, sensitivitas dan

spesifisitas antara Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada untuk membedakan stroke haemoragik dan stroke iskemik pada fase

akut di RSUP. H. Adam Malik Medan.

2. Untuk mengetahui perbandingan Nilai duga positif, nilai duga

negatif, rasio kemungkinan positif dan rasio kemungkinan negatif

antara Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada untuk membedakan stroke haemoragik dan stroke iskemik pada fase akut di RSUP.

H. Adam Malik Medan.

3. Untuk mengetahui perbedaan akurasi antara Siriraj stroke score,

Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada untuk membedakan stroke haemoragik dan stroke

iskemik pada fase akut di RSUP. H. Adam Malik Medan.

4. Untuk mengetahui karakteristik demografi pasien stroke akut

yang dirawat diruangan RA.4 ruang perawatan Neurologi RSUP.

(15)

1.4. Hipotesa

Ada perbedaaan tingkat akurasi, sensitivitas dan spesifisitas antara

Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada pada pasien stroke fase akut.

1.5. Manfaat Penelitian

1.5.1. Manfaat penelitian untuk ilmu pengetahuan

Penelitian ini diharapkan dapat memberikan kontribusi secara

keilmuan dengan mengetahui perbandingan akurasi, sensitivitas dan

spesifisitas antara Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada pada pasien stroke fase akut sehingga dapat diperoleh skor yang paling akurat untuk

membantu membedakan diagnosa stroke haemoragik dan stroke

iskemik pada fase akut yang dalam hal ini dibandingkan dengan hasil

pemeriksaan imaging head CT-Scan dalam penegakan diagnosa stroke fase akut.

1.5.2. Manfaat penelitian untuk peneliti

1. Untuk mengetahui scoring yang paling akurat dan sensitif antara

Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada dalam menegakkan diagnosa

(16)

akurat dapat dipergunakan pada daerah yang belum memilki

fasilitas alat dan sarana kesehatan yang memadai khususnya

Computed tomography (CT-Scan) untuk membedakan antara stroke haemoragik dan stroke iskemik diseluruh Indonesia.

2. Untuk memutuskan pilihan terapi dan tindakan pada pasien stroke

sedini mungkin tanpa dilakukan tindakan head CT-Scan, dengan memakai scoring yang paling akurat dan sensitif antara Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada pada daerah yang mengalami

ketertinggalan dan keterbatasan alat dan prasarana kesehatan

yang paling minim tanpa ditunjang peralatan yang memadai dalam

hal ini di daerah-daerah yang tidak dijumpai adanya head CT-Scan

diseluruh Indonesia.

1.5.3. Manfaat penelitian untuk Masyarakat

Dengan mengetahui scoring yang paling akurat dan sensitif antara

Siriraj stroke score, Allen stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada, maka masyarakat dapat dengan cepat menggetahui

kemungkinan jenis stroke yang terjadi dalam masyarakat, keluarga, atau diri

sendiri, sehingga dapat dengan cepat memutuskan tempat atau dokter yang

paling berkompeten dalam penatalaksaan stroke sedini mungkin, sehingga

meningkatkan keberhasilan penatalaksaan pada stroke yang akan

Referensi

Dokumen terkait

Universitas Negeri

Solfegio adalah istilah yang mengacu pada menyanyikan tangga nada, interval dan latihan- latihan melodi dengan sillaby zolmization, yaitu menyanyikan nada musik dengan

Mengingat jawaban yang diberikan responden atas item pertanyaan nomor 19 dalam kuesioner tersebut diharapkan berupa tambahan rupiah dari tarif dasar yang dibayar pelanggan saat ini

[r]

Berdasarkan data yang ada pada penelitian ini maka dapat disimpulkan bahwa secara simultan Dana perimbangan, Pendapatan asli daerah dan Bantuan keuangan provinsi

Sistem penalaran berbasis kasus (case-based reasoning) untuk menjawab pertanyaan mengeluarkan solusi yang disarankan dari hasil perhitungan similarity dengan batas

Besarnya kontribusi partisipasi anggota dan ling- kungan usaha terhadap keberhasilan KPRI Kapas Kecamata Susukan Kabupaten Banjarnegara mem- berikan gambaran bahwa tidak

Predictors: (Constant), Belanja Daerah, BKP, Dana Perimbangan, PAD, Dana BOS..