BAB III
METODE PENELITIAN III.1. TEMPAT DAN WAKTU
Penelitian dilakukan di Ruangan rawat inap Neurologi RSUP. H. Adam Malik Medan dari tanggal September 2014 sampai dengan juni 2016
III.2. SUBJEK PENELITIAN
Subjek penelitian diambil dari populasi sasaran dan populasi terjangkau pasien stroke pada fase akut yang dirawat di Ruangan rawat inap Neurologi RSUP. H. Adam Malik Medan.
III.2.1. Populasi Sasaran
Semua pasien penderita stroke fase akut yang dirawat di Ruangan rawat inap Neurologi RSUP. H. Adam Malik Medan.
III.2.2. Populasi Terjangkau
Semua pasien stroke pada fase akut yang dirawat di Ruangan rawat inap Neurologi RSUP. H. Adam Malik Medan, yang diikutsertakan dalam penelitian ini di tentukan berdasarkan kriteria inklusi dan eksklusi.
III.2.3. Sampel
Pengambilan sampel dilakukan dengan metode konsekutif
42
1. Semua pasien stroke pada fase akut yang dirawat di RSUP H. Adam Malik Medan
2. Penderita yang berumur ≥ 18 tahun
3. Memberikan persetujuan untuk ikut serta dalam penelitian ini.
III.2.5. Kriteria Eksklusi
1. Penderita transient ischemic attack (TIA) 2. Stroke pada batang otak
3. Pasien stroke fase akut yang tidak dilakukan head CT-Scan
III.3. BATASAN OPERASIONAL
1. Stroke adalah stroke yang didefinisikan oleh World Health Organization dimana terjadi suatu episode disfungsi neurologi akut disebabkan oleh iskemik atau perdarahan berlangsung 24 jam atau meninggal, tapi tidak memiliki bukti yang cukup untuk diklasifikasikan (Sacco dkk, 2013).
2. Pasien stroke akut adalah jangka waktu antara awal mula serangan stroke yang berlangsung sampai 1 minggu (Misbach, 2009).
3. Stroke iskemik adalah episode disfungsi neurologis disebabkan infark fokal serebral, spinal dan infark retina (Sacco dkk, 2013). 4. Stroke haemoragik adalah disfungsi neurologis yang berkembang
dengan cepat yang disebabkan oleh perdarahan di parenkim otak atau sistem ventrikel yang tidak disebabkan oleh trauma (Sacco dkk, 2013).
44
6. Allen stroke score sering disebut juga Guy ̓s Hospital stroke score untuk membedakan stroke iskemik dan stroke haemoragik dengan mengunakan variable diantaranya Apoplectic onset, tingkat kesadaran, respon plantar, tekanan darah diastolik, Ateroma marker, riwayat hipertensi, riwayat stroke atau TIA, penyakit jantung (Soman dkk, 2004).
7. Besson stroke score adalah satu sistem penilaian yang baru untuk membedakan stroke iskemik dan stroke haemoragik dengan mengunakan variable seperti riwayat pemakaian alkohol, respons plantar, riwayat sakit kepala, riwayat hipertensi, riwayat stroke sebelumnya, penyakit arteri perifer, riwayat hiperlipidemia, atrial fibrilasi (Goswani dkk, 2013).
8. Algoritma stroke Gadjah Mada adalah suatu strategi klinik untuk membedakan stroke perdarahan intraserebral dengan stroke iskemik akut atau infark pada stroke fase akut dan variable yang dinilai adalah tingkat kesadaran, nyeri kepala dan refleks babinski (Lamsudin, 1997).
III.4. RANCANGAN PENELITIAN
III.5. PELAKSANAAN PENELITIAN
III.5.1. Instrumen penelitian :
a) Siriraj stroke score :
Merupakan skoring stroke yang sederhana dan mudah dipakai untuk membedakan stroke perdarahan dengan stroke iskemik (Aboyomi dkk, 2002).
Dimana variable yang digunakan terdiri dari: 1. Tingkat kesadaran terdiri dari :
- Sadar penuh ( compos mentis) = 0
- Mengantuk/lemah ( apatis ) = 1
- Tidak sadar ( somnolen sampai dengan sopor ) = 2 2. Riwayat muntah setelah onset :
- Tidak dijumpai = 0
- Dijumpai = 1
3. Nyeri kepala 2 jam setelah serangan :
- Tidak ada = 0
- Ada = 1
4. Atheroma marker (angina, claudicatio, dan diabetes melitus) - Tidak dijumpai = 0 - Dijumpai satu atau lebih dari atheroma marker = 1 5. Tekanan Darah Diastolik x 0,1
46
Skor untuk Siriraj stroke score adalah:
1. Stroke haemoragik jika skor > + 1 2. Stroke iskemik jika skor < -1
3. Skor antara > -1 sampai < +1 menunjukkan keraguan sehingga pada kasus seperti ini diperlukan pemeriksaan Head CT scan untuk menegakan diagnosa stroke haemoragik dan stroke iskemik (Aboyomi dkk, 2002).
b) Allen Stroke Score
Allen stroke score mengunakan variable dibawah :
1. Apoplectic onset : penurunan kesadaran, Sakit kepala dalam waktu dua jam, muntah, leher kaku
Skor 0 : Tidak dijumpai
Skor + 21,9 : Dijumpai atau lebih
2. Tingkat kesadaran ( 24 jam setelah masuk ) :
Skor 0 : Sadar
Skor + 7,3 : Mengantuk
Skor + 14,6 : Tidak sadar
3. Respon Plantar :
Skor 0 : Keduanya Fleksor atau
Ekstensor salah satu
Skor + 7,3 : Keduanya Ekstensor
4. Tekanan darah diastolik ( 24 jam setelah masuk ) dikali 0,17 5. Ateroma marker (diabetes, angina, klaudikasio intermiten)
Skor 0 : Tidak dijumpai
Skor – 3,7 : Dijumpai satu atau lebih
6. Riwayat Hipertensi :
Skor 0 : Tidak dijumpai
Skor – 4,1 : Dijumpai
7. Riwayat serangan sebelumnya ( TIA atau stroke sebelumnya)
Skor 0 : Tidak dijumpai
Skor – 6,7 : Dijumpai riwayat TIA atau
stroke sebelumnya 8. Penyakit jantung :
Skor O : Tidak dijumpai
Skor – 4,3 : Aorta atau murmur mitral
Skor – 4,3 : Gagal jantung
Skor – 4,3 : Kardiomiopati
Skor – 4,3 : Atrial fibrilasi
Skor – 4,3 : Kardiomegali
48
Constant : Skor – 12,6
Allen stroke score dihitung dengan :
Skor untuk Allen stroke score adalah:
1. Stroke haemoragik jika skor > 24 2. Stroke iskemik jika skor < 4
Skor antara 4 sampai 24 menunjukkan keraguan sehingga dianjurkan pemeriksaan head CT-scan untuk menegakan diagnose (Soman dkk, 2004).
c. Besson stroke score
Suatu studi dibuat satu sistem penilaian yang baru untuk membedakan stroke iskemik dan stroke haemoragik yang disebut dengan besson stroke score, yang mana skor ini sangat tepat dipergunakan untuk membedakan stroke sehingga sesegera mungkin dapat diberikan pilihan terapi yang tepat pada penderita stroke (Rudra dkk, 2013).
Besson stroke score dapat dihitung dengan :
Skor 1 : Dijumpai riwayat pemakaian alkohol, respon plantar, riwayat sakit kepala, riwayat hipertensi, riwayat stroke sebelumnya, penyakit arteri perifer, riwayat hiperlipidemia, atrial fibrilasi. Skor 0 : Tidak dijumpai
Skor < 1 merupakan stroke iskemik sedangkan nilai skor > 1 merupakan stroke haemoragik (Besson dkk, 1995).
d. Algoritma Stroke Gadjah Mada
Menilai 3 variabel yaitu : Penurunan kesadaran, Nyeri kepala, dan refleks babinski.
Perdarahan intraserebri jika :
1. Terdapat 2 atau 3 dari variable tersebut diatas
2. Penurunan kesadaran (+), nyeri kepala dan refleks babinski (-) 3. Penurunan kesadaran dan refleks babinski (-), nyeri kepala (+)
Infark serebri jika: 1. Penurunan kesadaran dan nyeri kepala (-),
refleks babinski (+)
2. Penurunan kesadaran, nyeri kepala dan refleks babinski (-)
50
e. Head CT Scan
Head CT Scan yang akan digunakan adalah X Ray CT System Merk Hitachi seri W 450.
III.5.2. Pengambilan Sampel
1. Semua penderita stroke akut yang telah ditegakkan dengan anamneses, pemeriksaan fisik yang masuk di Unit Gawat Darurat dan ruangan Rawat Inap Terpadu RA4 RSUP H. Adam Malik Medan akan dilakukan pencatatan dengan mengunakan cara non probability sampling dengan mengunakan metode konsekutif.
2. Diambil sampel yang memenuhi Kriteria Inklusi.
3. Setiap sampel yang memenuhi syarat kriteria inklusi akan di minta surat persetujuan dan menandatangani surat persetujuan dari keluarga untuk ikut dalam penelitian ini.
4. Setiap sampel di lakukan pencatatan setelah itu dilakukan head CT-Scan
III.5.3. Kerangka Operasional
Stroke fase akut
Kriteria Inklusi
Kriteria Eksklusi
Surat Persetujuan Ikut Penelitian
Siriraj Stroke
Score
Allen Stroke
Score
Besson Stroke Score
Head CT-Scan
Analisa Data
Hasil
52
III.5.4. Variabel yang diamati
Variabel bebas : Pasien stroke fase akut.
Variabel terikat : Siriraj stroke score, Allen Stroke score, Besson stroke score danAlgoritma Stroke Gadjah Mada. III.5.5. Analisa Statistik
Data hasil penelitian akan dianalisa secara statistik dengan bantuan program komputer Windows SPSS (Statistical Product and Science Service). Analisa dan penyajian data dilakukan sebagai berikut :
1. Untuk melihat gambaran karateristik demografik pada penderita stroke fase akut yang menjadi sampel penelitian digunakan analisa deskripsi. 2. Untuk mengetahui tingkat akurasi, sensitivitas, spesifisitas, nilai duga
positif, nilai duga negatif, rasio Kemungkinan positif dan rasio kemungkinan negatif Siriraj stroke score dalam membedakan stroke iskemik dan stroke haemoragik fase akut di RSUP. H. Adam Malik Medan digunakan uji diagnostik.
3. Untuk mengetahui perbandingan tingkat akurasi, sensitivitas, spesifisitas, nilai duga positif, nilai duga negatif, rasio Kemungkinan positif dan rasio kemungkinan negatif Allen stroke score dalam membedakan stroke iskemik dan stroke haemoragik fase akut di RSUP. H. Adam Malik Medan digunakan uji diagnostik.
membedakan stroke iskemik dan stroke haemoragik fase akut di RSUP. H. Adam Malik Medan digunakan uji diagnostik.
5. Untuk mengetahui perbandingan tingkat akurasi, sensitivitas, spesifisitas, nilai duga positif, nilai duga negatif, rasio Kemungkinan positif dan rasio kemungkinan negatif Algoritma stroke Gadjah Mada dalam membedakan stroke iskemik dan stroke haemoragik fase akut di RSUP. H. Adam Malik Medan digunakan uji diagnostik.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN IV.1. HASIL PENELITIAN
IV.1.1 Karakteristik demografi subjek penelitian
Dari keseluruhan pasien yang menderita stroke fase akut yang dirawat di ruang rawat inap terpadu (Rindu) A4 Departemen Neurologi FK USU / RSUP Haji Adam Malik Medan, terdapat 60 orang subjek stroke fase akut yang memenuhi kriteria inklusi sehingga diikutsertakan dalam penelitian.
Subjek penelitian yang dianalisa berjumlah 60 orang dibagi atas 2 kelompok yaitu stroke haemoragik sebanyak 24 subjek (40%) dan stroke iskemik sebanyak 36 subjek (60%).
Rerata usia pada penelitian ini adalah 59,67 tahun ( SD 9,42 ) dimana usia antara 31 – 40 tahun sebanyak 1 orang ( 1,7%), 41 - 50 tahun sebanyak 8 orang (13,3%), 51 - 60 tahun sebanyak 23 orang ( 38,3%), 61 - 70 tahun sebanyak 20 orang (33,3%), 71 - 80 tahun sebanyak 8 orang (13,3%).
Dari 60 subjek penelitian yang dianalisa, terdiri dari 29 orang perempuan (48,3%) dan 31 orang laki-laki (51,7%).
Pekerjaan yang terbanyak dijumpai pada Ibu rumah tangga sebanyak 17 orang (28,3%), diikuti oleh Pegawai negri sipil (PNS) sebanyak 16 orang (26,7%), wiraswasta sebanyak 15 orang (25,0%) serta petani dijumpai sebanyak 12 orang (20,0%).
Tingkat pendidikan terbanyak dijumpai pada kelompok Sekolah Lanjut Tingkat Atas (SLTA) sebanyak 27 orang (45,0%), diikuti sekolah Lanjut Tingkat Pertama (SLTP) 21 orang (35,0%), Sekolah Dasar 7 orang (11,7%) dan sarjana sebanyak 5 orang (8,3%).
Tabel 1. Karakteristik demografi subjek penelitian
56
Gambar 2. Diagram suku subjek penelitian
Gambar 3. Diagram pekerjaan subjek penelitian
BATAK (26 orang) 43.3%
KARO (12 orang) 20% ACEH
(5 orang) 8,3%
JAWA (16 orang) 26,7 % PADANG (1 orang)
1,7%
SUKU
Keterangan : Subjek penelitian paling banyak ditemukan pada suku batak (43,3%) dan paling sedikit pada suku padang (1,7%)
PNS (16 orang) 26,7%
IRT(17 oran) 28,3 % WIRASWASTA
(15 orang) 25%
PETANI(20%) 20%
PEKERJAAN
Gambar 4. Diagram pendidikan subjek penelitian
Tabel 2. Diagnosis Pasien berdasarkan skala penilaian Siriraj stroke score, Allen stroke score, Besson stroke score, Algoritma stroke Gadjah Mada dan CT-Scan
Total
58
Gambar 5. Diagram Diagnosis akhir subjek penelitian STROKE ISKEMIK
Keterangan : Dari 60 subjek penelitian dijumpai 60 % stroke iskemik dan 40% stroke haemoragik dengan pemeriksaan head ct-scan
IV.1.2 Tingkat Akurasi Siriraj stroke score membedakan stroke iskemik dan stroke haemoragik fase akut
Berdasarkan hasil uji diagnostik skala penilaian Siriraj stroke score (SSS) dalam mengidentifikasi 60 orang pasien dari anamneses dan pemeriksaan fisik dicurigai pasien stroke fase akut dengan gold standard Head CT-Scan, Siriraj stroke score memiliki nilai sensitivitas 92% nilai spesifisitas 89% dengan Nilai Duga Positif (NDP) adalah 85% dan Nilai Duga Negatif (NDN) adalah 94%. Rasio Kemungkinan Positif (RKP) adalah 8,36, Rasio Kemungkinan Negatif adalah 0,09 untuk stroke haemoragik sedangkan nilai sensitivitas dari Siriraj stroke score pada stroke iskemik adalah 92%, nilai spesifisitas adalah 89% dan dengan nilai duga positif adalah 94% dan nilai duga negative adalah 85%. Rasio Kemungkinan Positif (RKP) adalah 11,13, Rasio Kemungkinan Negatif adalah 0,12 dengan nilai akurasi Siriraj stroke score adalah 90%. Data lengkap mengenai nilai diagnostik Siriraj stroke score terhadap Head CT-scan terdapat pada tabel 3.
Tabel 3. Karakteristik Subjek dengan Head CT-Scan dan Siriraj Stroke Score
60
Tabel 4. Hasil Penelitian Diagnostik Siriraj Stroke Score dalam Mengidentifikasi Pasien Stroke haemoragik fase akut
Head-CT Scan Total
SH
SI
SSS SH 22 4 26
SI 2 32 34
Total 24 36 60
Analisa uji diagnostik :
Sensitivitas = 0,92
Spesifisitas = 0,89
NDP = 0,85
NDN = 0,94
Rasio Kemungkinan Positif = 8,36 Rasio Kemungkinan Negatif = 0,09
Tabel 5. Hasil Penelitian Diagnostik Siriraj Stroke Score dalam Mengidentifikasi Pasien Stroke iskemik fase akut
Head-CT Scan Total SI SH
SSS SI 32 2 34
SH 4 22 26
Total 36 24 60
Analisa uji diagnostik :
Sensitivitas = 0,89
Spesifisitas = 0,92
NDP = 0,94
NDN = 0,85
Rasio Kemungkinan Positif = 11,13 Rasio Kemungkinan Negatif = 0,12
Akurasi = 0,90
IV.1.3 Tingkat Akurasi Allen stroke score membedakan stroke iskemik dan stroke haemoragik pada fase akut.
62
dengan Nilai Duga Positif (NDP) adalah 63% dan Nilai Duga Negatif (NDN) adalah 79%. Rasio Kemungkinan Positif (RKP) adalah 2,54 dan Rasio Kemungkinan Negatif adalah 0,41 untuk stroke haemoragik sedangkan nilai sensitivitas dan spesifisitas untuk stroke iskemik masing-masing 72% dan 71% dengan NDP 79% dan NDN 63%. Rasio Kemungkinan Positif (RKP) adalah 2,48 dan Rasio Kemungkinan Negatif adalah 1,04 dengan nilai akurasi Allen stroke score adalah 72%.
Data lengkap mengenai nilai diagnostik Allen stroke score terhadap head CT-scan terdapat pada tabel 6.
Tabel 7. Hasil Penelitian Diagnostik Allen stroke score dalam Mengidentifikasi Pasien Stroke haemoragik fase akut.
Head CT-Scan Total
SH
SI
ASS SH 17 10 27
SI 7 26 33
Total 24 36 60
Analisa uji diagnostik :
Sensitivitas = 0,71
Spesifisitas = 0,72
NDP = 0,63
NDN = 0,79
Rasio Kemungkinan Positif = 2,54 Rasio Kemungkinan Negatif = 0,41
64
Tabel 8. Hasil Penelitian Diagnostik Allen stroke score dalam Mengidentifikasi Pasien Stroke iskemik fase akut.
Head CT-Scan Total SI SH
ASS
SI 26 7 33
SH 10 17 27
Total 36 24 60
Analisa uji diagnostik
Sensitivitas = 0,72
Spesifisitas = 0,71
NDP = 0,79
NDN = 0,63
Rasio Kemungkinan Positif = 2,48 Rasio Kemungkinan Negatif = 1,04
Akurasi = 0,72
IV.1.4 Tingkat Akurasi Besson stroke score membedakan stroke iskemik dan stroke haemoragik pada fase akut.
dengan Nilai Duga Positif (NDP) adalah 58% dan Nilai Duga Negatif (NDN) adalah 95%. Rasio Kemungkinan Positif (RKP) adalah 2,04 dan Rasio Kemungkinan Negatif adalah 0,08 untuk stroke haemoragik sedangkan nilai sensitivitas dan spesifisitas untuk stroke iskemik masing-masing 53% dan 96% dengan NDP 95% dan NDN 56%. Rasio Kemungkinan Positif (RKP) adalah 13,25 dan Rasio Kemungkinan Negatif adalah 0,49 dengan nilai akurasi Besson stroke score adalah 70%.
Data lengkap mengenai nilai diagnostik Besson stroke score terhadap Head CT-scan kepala terdapat pada tabel 9.
Tabel 9. Karakteristik Besson stroke score dengan Head CT-Scan
66
Tabel 10. Hasil Penelitian Diagnostik Besson Stroke Score dalam Mengidentifikasi Pasien Stroke haemoragik fase akut
Head CT-Scan Total
SH
SI
BSS SH 23 17 40
SI 1 19 20
Total 24 36 60
Analisa uji diagnostik :
Sensitivitas = 0,96
Spesifisitas = 0,53
NDP = 0,58
NDN = 0,95
Rasio Kemungkinan Positif = 2,04 Rasio Kemungkinan Negatif =0,08
Tabel 11. Hasil Penelitian Diagnostik Besson Stroke Score dalam Mengidentifikasi Pasien Stroke iskemik fase akut
Head CT-Scan Total SI SH
BSS SI 19 1 20
SH 17 23 40
Total 36 24 60
Analisa uji diagnostik :
Sensitivitas = 0,53
Spesifisitas = 0,96
NDP = 0,95
NDN = 0,56
Rasio Kemungkinan Positif = 13,25 Rasio Kemungkinan Negatif = 0,49
Akurasi = 0,70
IV.1.5 Tingkat Akurasi Algoritma stroke Gadjah Mada membedakan stroke iskemik dan stroke haemoragik pada fase akut.
68
gold standard Head CT-Scan, ASGM memiliki nilai sensitivitas 96% nilai spesifisitas 50% dengan Nilai Duga Positif (NDP) adalah 56% dan Nilai Duga Negatif (NDN) adalah 95%. Rasio Kemungkinan Positif (RKP) adalah 1,92 dan Rasio Kemungkinan Negatif adalah 0,08 untuk stroke haemoragik sedangkan nilai sensitivitas dan spesifisitas untuk stroke iskemik masing-masing 50% dan 96% dengan NDP 95% dan NDN 56%. Rasio Kemungkinan Positif (RKP) adalah 12,5 dan Rasio Kemungkinan Negatif adalah 0,52 dengan nilai akurasi Algoritma stroke Gadjah Mada adalah 68%.
Data lengkap mengenai nilai diagnostik Algoritma stroke Gadjah Mada terhadap CT-scan kepala terdapat pada table 12.
Tabel 12. Karakteristik ASGM dengan Head-CT Scan
Tabel 13. Hasil Penelitian Diagnostik Algoritma stroke Gadjah Mada dalam Mengidentifikasi Pasien Stroke haemoragik fase akut
Head CT-Scan Total SH SI
ASGM SH 23 18 41
SI 1 18 19
Total 24 36 60
Analisa uji diagnostik :
Sensitivitas = 0,96
Spesifisitas = 0,50
NDP = 0,56
NDN = 0,95
Rasio Kemungkinan Positif = 1,92 Rasio Kemungkinan Negatif = 0,08
Akurasi = 0,68
Tabel 14. Hasil Penelitian Diagnostik Algoritma stroke Gadjah Mada dalam Mengidentifikasi Pasien Stroke iskemik fase akut
Head CT-Scan Total SI SH
ASGM SI 18 1 19
SH 18 23 41
70
Analisa uji diagnostik :
Sensitivitas = 0,50
Spesifisitas = 0,96
NDP = 0,95
NDN = 0,56
Rasio Kemungkinan Positif = 12,5
Rasio Kemungkinan Negatif = 0,52
Akurasi = 0,68
IV.1.6 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Allen Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa siriraj stroke score memiliki akurasi yang lebih baik dibandingkan dengan Allen stroke score, dimana didapatkan tingkat akurasi dari Siriraj stroke score adalah 90%, dan akurasi dari Allen stroke score adalah72%. Untuk menilai perbedaan akurasi antara Siriraj stroke score dan Allen stroke score apakah merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P
√P.Q/N
= 0,90 – 0,72
= 0,18 √ (0,72 x 0,28)/60
= 0,18 Z = 0.98
0,183
Dari tabel Z, didapati nilai p = 0,836 Dimana:
Z = akurasi
p = akurasi SSS dalam mengidentifikasi stroke P = akurasi ASS dalam mengidentifikasi stroke Q = 1-P
N = Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak bermakna antara Siriraj stroke score dan Allen stroke score dalam mengidentifikasi pasien stroke (p = 0,836).
IV.1.7 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Besson Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
72
merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P
√P.Q/N
= 0,90 – 0,70 = √ (0,70 x 1- 0,70 )/60
= 0,20
√ (0,70 x 0,30 )/60
= 0,20 Z = 3,33
0,06
Dari tabel Z, didapati nilai p = 0,999 Dimana:
Z = akurasi
p = akurasi SSS dalam mengidentifikasi stroke P = akurasi BSS dalam mengidentifikasi stroke Q = 1-P
N = Jumlah subjek
IV.1.8 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa siriraj stroke score memiliki akurasi yang lebih baik dibandingkan dengan Algoritma stroke Gadjah Mada dimana didapatkan tingkat akurasi dari Siriraj stroke score adalah 90%, dan akurasi dari Algoritma stroke Gadjah Mada adalah 68%. Untuk menilai perbedaan akurasi antara Siriraj stroke score dan Algoritma stroke Gadjah Mada apakah merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P
√P.Q/N
= 0,90 – 0,68
√ (0,68 x 1- 0,68 )/60
= 0,22
√ (0,68 x 0,32 )/60
= 0,22 Z = 0,37
0,602
Dari tabel Z, didapati nilai p = 0,644 Dimana:
Z = akurasi
74
P = akurasi ASGM dalam mengidentifikasi stroke Q = 1-P
N = Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak bermakna antara Siriraj stroke score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke (p =0,644 ).
IV.1.9 Perbedaan Akurasi Diagnostik Allen Stroke Score dan Besson Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa Allen stroke score memiliki akurasi yang lebih baik dibandingkan dengan Besson stroke score dimana didapatkan tingkat akurasi dari Allen stroke score adalah 72%, dan akurasi dari Besson stroke score adalah 70%. Untuk menilai perbedaan akurasi antara Allen stroke score dan Besson stroke score apakah merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P
√P.Q/N
= 0,72 – 0,70
√ (0,70 x 1- 0,70)/60
= 0,02
= 0,02 Z = 0,34 0,059
Dari tabel Z, didapati nilai p = 0.633 Dimana:
Z = akurasi
p = akurasi ASS dalam mengidentifikasi stroke P = akurasi BSS dalam mengidentifikasi stroke Q = 1-P
N = Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak bermakna antara Allen stroke score dan Besson stroke score dalam mengidentifikasi pasien stroke (p = 0,633).
IV.1.10 Perbedaan Akurasi Diagnostik Allen Stroke Score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke pada fase akut.
76
maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P = 0,72 – 0,68
√P.Q/N √(0,68 x 1- 0,68)/60
= 0,04
√0,68 x 0,32 )/60
= 0,04 Z = 0,67
0,06
Dari tabel Z, didapati nilai p = 0.748 Dimana:
Z = akurasi
p = akurasi ASS dalam mengidentifikasi stroke P = akurasi ASGM dalam mengidentifikasi stroke Q = 1-P
N = Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak bermakna antara Allen stroke score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke (p =0,748 ).
Dari hasil perhitungan di atas didapatkan bahwa Besson stroke score memiliki akurasi yang lebih baik dibandingkan dengan Algoritma stroke Gadjah Mada dimana didapatkan tingkat akurasi dari Besson stroke score adalah 70% dan akurasi dari Algoritma stroke Gadjah Mada adalah 68%. Untuk menilai perbedaan akurasi antara Besson stroke score dan Algoritma stroke Gadjah Mada apakah merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z = p – P =
√P.Q/N
= 0,70 – 0,68
√ (0,68 x 1- 0,68 )/60
= 0,02 = 0,02 = 0,33
√
(0,68 x 0,32 )/60 0,06Dari tabel Z, didapati nilai p = 0,629 Dimana:
Z = akurasi
p = akurasi BSS dalam mengidentifikasi stroke P = akurasi ASGM dalam mengidentifikasi stroke Q = 1-P
78
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak bermakna antara Besson stroke score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke (p = 0.629).
IV.2. PEMBAHASAN
IV.2.1. Analisis Karakteristik Subjek Penelitian
Penelitian ini merupakan penelitian potong lintang yang bertujuan untuk mengetahui perbedaan akurasi diagnostik Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke pada fase akut.
Populasi yang diteliti dalam penelitian ini adalah pasien yang masuk ke IGD RSUP HAM Medan dan yang dirawat di RA4 RSUP HAM Medan yang dari anamneses dan pemeriksaan fisik dicurigai mengalami stroke oleh dokter di IGD RSUP HAM Medan dan kemudian dilakukan penilaian dengan Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada dan selanjutnaya dilakukan pemeriksaan Head CT-Scan untuk memastikan apakah merupakan stroke iskemik atau stroke haemoragik.
(70%) adalah laki-laki dan wanita ditemukan sebanyak limabelas orang (30%) dimana rasio laki-laki dan wanita adalah 2,3 : 1. Sementara Singh dkk (2001) menunjukan perbandingan terjadinya stroke pada laki-laki lebih besar dibandingkan dengan perempuan dengan rasio antara laki-laki dan wanita adalah 3:1, sedangkan menurut Khan dkk (2005) dari 100 pasien stroke yang diteliti ditemukan bahwa jumlah laki-laki lebih banyak yaitu 71 orang dibandingkan dengan perempuan yang hanya dijumpai sebanyak 29 orang. Tabel 15. Insidensi Stroke Berdasarkan Jenis Kelamin
Singh, dkk 2001 Perbandingan terjadinya stroke pada laki-laki lebih besar dibandingkan dengan perempuan dengan rasio antara laki-laki dan wanita adalah 3:1 Khan dan Rehman 2005 100 pasien stroke yang diteliti
ditemukan bahwa jumlah laki-laki (71 orang) > perempuan (29 orang).
Nyandaiti, dkk 2008 50 pasien stroke yang diteliti ditemukan 35 orang (70%) adalah laki-laki dan wanita ditemukan sebanyak 15 orang (30%) dimana rasio laki-laki dan wanita = 2,3 : 1.
Penelitian ini 2016 Subjek laki-laki 31 orang (51,7%) > subjek perempuan 29 orang (48,3%)
80
(38,3%), di ikuti kelompok usia 61 tahun sampai dengan 70 tahun sebanyak 20 orang (33,3%).
Hal ini sesuai dengan penelitian Singh dkk (2001) dimana usia rata-rata pasien adalah 58,05 tahun dengan usia yang termuda ditemukan pada umur 20 tahun dan usia tertua dijumpai pada usia 82 tahun. Penelitian Rambe dkk (2013) menyatakan bahwa usia rerata stroke adalah 59 tahun dengan rentan usia antara 20 tahun sampai dengan 95 tahun dan jumlah subjek yang paling banyak ditemukan pada usia 40-59 tahun. (Tabel 16). Tabel 16. Insidensi Stroke Berdasarkan Usia
Singh, dkk 2001 Usia rata-rata pasien adalah 58,05 tahun dengan usia yang termuda ditemukan pada umur 20 tahun dan usia tertua dijumpai pada usia 82 tahun. Rambe, dkk 2013 Usia rerata stroke: 59 tahun (20-95
tahun), dan jumlah subjek terbanyak usia 40-59 tahun
Penelitian ini 2016 Rerata usia subjek: 59,67 tahun dengan usia termuda 38 tahun dan usia tertua 78 tahun.
kelompok stroke pendidikan yang terbanyak adalah lulusan SMA sebanyak 32,4%. Penjelasan diatas dapat ditemukan pada Tabel 17 dibawah ini. : Tabel 17. Insidensi Stroke Berdasarkan Tingkat Pendidikan
Liao, dkk 2009
Subjek lulusan perguruan tinggi pada kelompok stroke (29,4%) dari pada bukan stroke (33,1%) dimana pendidikan paling banyak pada kelompok stroke yaitu SMA (32,4%)
Penelitian ini 2016
Pendidikan subjek terbanyak SMA (45%), diikuti SMP (35%), dan yang terkecil adalah Sarjana (8,3%)
Pekerjaan pada subjek penelitian ini dijumpai paling banyak pada ibu rumah tangga sebanyak 17 orang (28,3%), di ikuti oleh Pegawai negri sipil sebanyak 16 orang (26,7%) sementara yang paling sedikit dengan pekerjaan petani sebanyak 12 orang (20,0%) Hal ini sesuai dengan penelitian yang dilakukan Rambe dkk (2013) bahwa pekerjaan yang terbanyak subjek penelitian adalah IRT (35,6%). (Tabel 18).
Tabel 18. Insidensi Stroke Berdasarkan Pekerjaan
Rambe, dkk 2013 Pekerjaan yang terbanyak subjek penelitian adalah IRT (35,6%)
82
Pada penelitian ini suku Batak merupakan suku yang paling banyak dari subjek penelitian yaitu sebanyak 26 orang (43,3%), diikuti suku Jawa sebanyak 16 orang (26,7%), suku Karo sebanyak 12 orang (20,0%), suku Aceh sebanyak 5 orang (8.3%) dan yang terkecil dijumpai pada suku Padang sebanyak 1 orang (1,7%). Hal ini sesuai dengan penelitian Rambe dkk (2013) dijelaskan bahwa pada kelompok stroke iskemik dijumpai 40,7% suku Batak / Mandailing, 22,2% suku Karo, dan yang terkecil suku Minang (3,7%).
Setelah dilakukan tindakan Head CT-Scan untuk memastikan stroke haemoragik dan stroke iskemik yang masuk dalam penelitian ini maka dijumpai penderita stroke iskemik lebih banyak (60%) daripada stroke hemoragik (40%). Hal ini sesuai dengan penelitian Kolapo dkk (2014) dimana dari 1.112 pasien dengan gejala klinis stroke maka ditemukan stroke iskemik lebih banyak sekitar 71% yang merupakan stroke iskemik dan 29% adalah stroke haemoragik yang semuanya dikonfermasi dengan Head-CT Scan.
Tabel 19. Perbandingan Klasifikasi Kejadian Stroke
Singh, dkk 2001 Dari 60 orang yang diteliti ditemukan 37 (61,67%) adalah stroke iskemik dan 23 (38,33%) merupakan stroke haemoragik
Goswami, dkk 2013 Dari 200 orang yang diteliti ditemukan 129 orang adalah stroke iskemik dan 71 orang merupakan stroke haemoragik. Rambe, dkk 2013 Infark (53,7%) > perdarahan (27%)
pada pemeriksaan CT sken / MRI kepala
Kolopo, dkk 2014 Sebanyak 71% didiagnosis stroke iskemik, dan 29% didiagnosis stroke haemoragik.
Penelitian ini 2016 Setelah dilakukan Head CT-Scan maka dari 60 orang yang masuk dalam penelitian ditemukan 36 (60%) merupakan stroke iskemik dan 24 orang (40%) stroke haemoragik.
IV.2.2. Perbedaan Sensitivitas Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada untuk membedakan stroke iskemik dan stroke haemoragik pada fase akut.
84
stroke score (0,72), Besson stroke score (0,53) dan algoritma stroke Gadjah Mada (0,50). Hal ini berarti bahwa Besson stroke score dan Algoritma stroke Gadjah Mada lebih baik dibandingkan dengan Siriraj stroke score dan Allen stroke score dalam mengidentifikasi stroke haemoragik sedangkan pada stroke iskemik yang lebih baik dijumpai pada Siriraj stroke score jika dibandingkan pada Allen stroke score, Besson stroke score dan algoritma stroke Gadjah Mada.
Hal ini sesuai dengan penelitian Goswami (2013) menjelaskan bahwa tingkat sensitivitas Siriraj stroke score lebih tinggi dibandingkan dengan Allen stroke score dan Besson stroke score dimana masing-masing adalah 71%, 59% dan 65% pada stroke iskemik sedangkan penelitian Sherin (2011) menjelaskan bahwa tingkat sensitivitas Siriraj stroke score lebih tinggi yaitu 78,26% untuk stroke iskemik dan 67,74% untuk stroke haemoragik jika dibandingkan dengan Allen stroke score yaitu 71,1% untuk stroke iskemik dan 38,70% untuk stroke haemoragik.
Tabel 20. Perbedaan Sensitivitas Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada
Singh, dkk 2001 Sensitivitas dari siriraj stroke score adalah 69% sampai dengan 92% untuk stroke haemoragik.
Soman, dkk 2004 Siriraj stroke score memiliki tingkat sensitivitas lebih baik jika dibandingkan dengan Allen stroke score yaitu masing-masing 75% dan 50% pada SH
Sherin, dkk 2011 Sensitivitas SSS lebih tinggi (78,26%) untuk SI dan (67,74%) untuk stroke haemoragik jika dibandingkan dengan ASS (71,1%) untuk SI dan (38,70%) untuk SH.
Goswami, dkk 2013 Sensitivitas Siriraj stroke score lebih tinggi dibandingkan dengan Allen stroke score dan Besson stroke score yaitu masing - masing 71%, 59% dan 65% pada stroke iskemik.
86
IV.2.3. Perbedaan Spesifisitas Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada pada Stroke iskemik dan stroke haemoragik pada stroke fase akut.
Spesifisitas Siriraj Stroke score merupakan paling tinggi sebesar (0,89) jika dibandingkan dengan Allen stroke score (0,72), Besson stroke score (0,53) dan Algoritma stroke Gadjah Mada (0,50) pada stroke haemoragik sedangkan pada stroke iskemik spesifisitas Besson stroke score dan Algoritma stroke Gadjah Mada merupakan yang paling tinggi yaitu masing-masing (0,96) jika dibandingkan dengan Siriraj stroke score (0,92) dan Allen stroke score (0,71). Hal ini menunjukkan kemampuan Siriraj stroke score yang digunakan mempunyai kemampuan yang lebih baik dalam memberikan hasil negatif pada pasien stroke haemoragik sedangkan Besson stroke score dan Algoritma stroke Gadjah Mada memberikan kemampuan yang lebih baik dalam memberikan hasil negatif pada stroke iskemik.
Hal ini sesuai dengan penelitian dari Clifford dkk (2013) dimana tingkat spesifisitas dari Siriraj stroke score yaitu 83% untuk stroke iskemik dan 88% untuk stroke haemoragi lebih tinggi dibandingkan dengan Allen stroke score dimana spesifitasnya 79% untuk stroke iskemik dan 83% untuk stroke haemoragik.
yaitu 80,64% dan 91,30% sedangkan menurut penelitian Singh dkk (2001) bahwa tingkat sensitivitas dari Siririraj stroke score adalah 92,5% untuk stroke haemoragik dan di berbagai penelitian di india ditemukan bahwa tingkat sensitifitas dari Siriraj stroke score untuk stroke haemoragik adalah 61% sampai dengan 94%. (Tabel 21)
Tabel 21. Perbedaan Spesifisitas SSS, ASS, BSS dan ASGM
Singh, dkk 2001 Beberapa penelitian di india ditemukan bahwa tingkat sensitifitas dari SSS untuk SH adalah 61% sampai dengan 94%.
Sherin, dkk 2011 Spesifisitas SSS lebih tinggi pada SI dan SH yaitu masing-masing adalah 90,32% dan 94,2% jika dibandingkan dengan tingkat spesifitas dari ASS pada SI dan SH yaitu 80,64% dan 91,30%
Clifford, dkk. 2013 Spesifisitas SSS (83%) untuk SI dan (88%) untuk SH lebih tinggi dibandingkan dengan ASS dimana spesifitasnya (79%) untuk SI dan (83%) untuk SH.
88
IV.2.4. Perbedaan nilai duga positif (NDP) dan nilai duga negatif (NDN)
Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada pada stroke iskemik dan stroke haemoragik pada stroke fase akut.
Pada penelitian ini dijumpai nilai duga positif Siriraj stroke score (0,85) lebih tinggi dibandingkan dengan Allen stroke score (0,63), Besson stroke score (0,58) dan algoritma stroke Gadjah Mada (0,56) pada stroke haemoragik sedangkan pada stroke iskemik nilai duga positif Besson stroke score (0,95) dan algoritma stroke Gadjah Mada (0,95) lebih tinggi jika dibandingkan dengan Siriraj stroke score (0,94) dan Allen stroke score (0,79). Pada pemeriksaan Siriraj stroke score, hasil pemeriksaan positif dan benar positif untuk membedakan stroke iskemik dan stroke haemoragik pada fase akut adalah 85%, sementara Allen stroke score adalah 63%, Besson stroke score adalah 58% dan algoritma stroke Gadjah Mada sebesar 56% pada stroke haemoragik sedangkan pada stroke iskemik Besson stroke score 95%, algoritma stroke Gadjah Mada 95%, Siriraj stroke score 94% dan Allen stroke score 79%.
Nilai Duga Negatif Besson stroke score (0,95) dan algoritma stroke Gadjah Mada (0,95) lebih tinggi daripada Siriraj stroke score (0,94) dan Allen stroke score (0,79) pada stroke haemoragik sedangkan pada stroke iskemik dijumpai bahwa Siriraj stroke score (0,85) lebih tinggi jika dibandingkan dengan Allen stroke score (0,63), Besson stroke score (0,56) dan algoritma stroke Gadjah Mada (0,56).
Pada penelitian Sherin dkk (2011) ditemukan bahwa nilai duga negatif lebih tinggi pada Siriraj stroke score yaitu 86,67% untuk stroke haemoragik dan 66,11% untuk stroke iskemik dibandingkan dengan nilai duga negatif pada Allen stroke score yaitu 76,82% untuk stroke haemoragik dan 55,56% untuk stroke iskemik. (Tabel 22)
Tabel 22. Perbedaan NDP dan NDN SSS, ASS, BSS dan ASGM
Sherin, dkk 2011
NDP SSS yaitu 84% pada SH dan 94,73% untuk SI lebih tinggi dibandingkan dengan NDP yaitu 66,67% untuk SH dan 89,04% untuk SI dan NDN lebih tinggi pada SSS yaitu 86,67% untuk SH dan 66,11% untuk SI dibandingkan dengan NDN pada ASS yaitu 76,82% untuk SH dan 55,56% untuk SI
Penelitian ini 2016
NDP SSS (0,85) lebih tinggi dibandingkan dengan ASS (0,63), BSS (0,58) dan ASGM (0,56) pada SH sedangkan pada SI, NDP dari BSS (0,95) dan ASGM (0,95) lebih tinggi jika dibandingkan dengan SSS (0,94) dan ASS
90
IV.2.6. Perbedaan Akurasi Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada untuk Mengidentifikasi Stroke iskemik dan stroke haemoragik pada stroke fase akut.
Akurasi skala Siriraj stroke score lebih tinggi bila dibandingkan dengan Allen stroke score, Besson Stroke score dan algoritma stroke Gadjah Mada dimana nilai akurasi Siriraj stroke score adalah 90%, Allen stroke score adalah 72%, Besson stroke score adalah 70% dan algoritma stroke Gadjah Mada adalah 68%.
Hal ini sesuai dengan penelitian Sherin dkk (2011) dimana tingkat akurasi dari Siriraj stroke score lebih tinggi jika dibandingkan dengan akurasi dari Allen stroke score dimana masing-masing memiliki nilai akurasi adalah 75% dan 61%.
Hal ini sesuai dengan penelitan Celani dkk (1994) dijelaskan bahwa tingkat akurasi dari Siriraj stroke score lebih tinggi jika dibandingkan dengan dengan Allen stroke score dengan akurasi secara keseluruhan masing – masing adalah 93% dan 91%.
Hal ini sesuai dengan penelitian yang dilakukan oleh Soman dkk (2004) dijelaskan bahwa tingkat akurasi dari Siriraj stroke score lebih tinggi dibandingkan dengan tingkat akurasi dari Allen stroke score dengan perbandingan masing – masing adalah 93.42% dan 87%.
IV.3. KETERBATASAN PENELITIAN
Penelitian ini mempunyai keterbatasan yaitu:
1. Jumlah sampel yang sedikit yang diikutkan dalam penelitian ini yang merupakan pasien stroke fase akut yang masuk di RSUP Haji Adam Malik Medan sehingga hasil penelitian kurang representatif.
2. Terdapat subjek penelitian dengan gambaran CT-Scan normal pada pasien-pasien yang diduga merupakan pasien stroke fase akut karena onset terjadinya stroke masih berlangsung beberapa jam, sehingga gambaran Head CT-Scan kesan masih dalam batas normal.
BAB V
KESIMPULAN DAN SARAN
V.1. KESIMPULAN
Berdasarkan analisa data yang diperoleh pada penelitian ini, maka disimpulkan bahwa:
1. Dari 60 subjek penelitian yang dicurigai stroke fase akut, didapati laki-laki lebih banyak yaitu 31 orang (51,7%) daripada perempuan 29 orang (48,3%), usia terbanyak pada rentang 51-60 tahun sebanyak 38,3% dengan rerata usia adalah 59,67 tahun. Suku terbanyak adalah suku Batak yaitu 26 orang (37,9%), tingkat pendidikan yang paling tinggi dijumpai pada SLTA sebanyak 27 orang (45,0%), pekerjaan yang terbanyak adalah IRT yaitu sebanyak 28,3%.
3. Nilai duga positif SSS lebih tinggi dibandingkan dengan ASS, BSS dan ASGM pada stroke haemoragik sedangkan NDP BSS dan ASGM lebih tinggi jika dibandingkan dengan SSS dan ASS pada stroke iskemik. Nilai Duga Negatif BSS dan ASGM lebih tinggi dibandingkan dengan SSS dan ASS pada stroke haemoragik sedangkan NDN SSS lebih tinggi jika dibandingkan dengan ASS, BSS dan ASGM pada stroke iskemik.
4. Secara keseluruhan akurasi SSS lebih baik dalam mengidentifikasi pasien stroke dengan akurasi dibandingkan dengan ASS, BSS, dan ASGM. Penilaian akurasi skala SSS lebih baik daripada ASS dengan perbedaan yang tidak bermakna p = 0,836, akurasi SSS lebih baik dibandingkan BSS perbedaan yang tidak bermakna p = 0,999, Akurasi skala SSS lebih baik daripada ASGM dengan perbedaan yang tidak bermakna dengan p = 0,644, akurasi skala ASS lebih baik daripada BSS dengan perbedaan yang tidak bermakna dengan p = 0,633, nilai Akurasi skala ASS lebih baik daripada ASGM dengan perbedaan yang tidak bermakna dengan p = 0,748 dan Akurasi skala BSS lebih baik daripada ASGM dengan perbedaan yang tidak bermakna dengan p = 0,629.
V.2. SARAN
94
