BAB V HASIL DAN PEMBAHASAN
5.11. Analisis Logistic Regression
152
perbedaan proporsi variabel pada kelompok cito dan kelompok elektif.
153
Tabel 21 . Analisis logistic regression antara Usia kehamilan, Umur ibu , Diagnosa,LOS terhadap Persalinan Tidak Normal di RSUD Undata Propinsi Sulawesi Tengah
Tahun 2009
Variabel Model 1
(95% CI)
Model 2 (95% CI)
Model 3 (95% CI)
Model 4 (95% CI)
Model 5 (95% CI)
Model 6 (95% CI) Us Usia kehamilan
31- 9 bulan
12,25 1,26-118,36
13.98 1,29-151,31
16,07 1,33-193,99 40- 5 bulan 10,23
1,12-93,34
18.22
1,66-199,25 20,95
1,71-256,58
26- 12 bulan (ref) U Umur Ibu
154
< 2 0 tahun 0,68 0,04–11,63
3,34 0,01-1128,92
>3 15 tahun-34tahun 0,54 0,18–1,66
0,82 0,21-3,16 20- 35 tahun (ref)
Di Diagnosa
Pe penyakit 0,44
0,13-1,44
0,31 0,08-1,21
0,29 0,07-1,24 Pe penyakit +
penyerta
0,12 0,03-0,55
0,08 0,01-0,46
0,07 0,01-0,46 Mu
Le Length of stay
2-3 0,81
0,05-13,70
0,89 0,02-50,37
155
7-9 0,81
0,21-3,17
0,47 0,10-2,36 13- 15-35 ahun
36- 49 tahun
1,61 0,14-19,06
2,00 0,13-30,92 4-6
R2 0,08 0,01 0,10 0,00 0,20 0,22
D Variance 78,09 84,19 76,61 85,07 68,14 66,45
N 64 64 64 64 64 64
156
Model 1 dilakukan dengan tujuan untuk menguji hubungan variabel usia kehamilan dengan variabel persalinan.
Pada analisis multivariabel ini kelompok usia 31-39 bulan diperoleh nilai OR 12,25 (95% CI: 1,26-118,36).
Kesimpulannya usia kehamilan kelompok umur 31-39 bulan 12,25 kali lebih besar untuk melakukan persalinan cito dibandingkan dengan yang elektif.. Sedangkan usia kehamilan 40-45 bulan diperoleh nilai OR 10,23 (95% CI: 1,12-93,34).
Hal ini menunjukkan bahwa kelompok usia kehamilan 40-45 bulan 10,23 kali lebih besar untuk melakukan persalinan cito.
Nilai R2=0,08 menggambarkan bahwa usia kehamilan dapat memprediksi terjadinya persalinan cito sebesar (8%).
Sedangkan terdapat (92%) faktor lain yang tidak diteliti.
Kesimpulan dari model 1 ini usia kehamilan mempunyai hubungan yang bermakna secara statistic dan praktis terhadap persalinan.
Model 2 dibangun dengan tujuan untuk menguji hubungan variabel umur dengan variabel persalinan. Kelompok umur < 20 tahun diperoleh nilai OR 0,68 dan (95% CI: 0,04–
11,63). Sedangkan umur > 35 tahun nilai OR 0,54 (95% CI:
0,18–1,66). Hal ini berarti bahwa variabel umur tidak memiliki
157
hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan. Nilai R2=0,01 menggambarkan bahwa umur memberikan kontribusi terjadinya persalinan cito sebesar (1%). Terdapat (99%) faktor lain yang tidak diteliti yang mengakibatkan terjadinya persalinan cito.
Model 3 dibangun dengan tujuan untuk menguji hubungan variabel diagnosa dengan variabel persalinan.
Kelompok penyakit diperoleh nilai OR 0,44 dan (95% CI: 0,13- 1,44). Hal ini berarti bahwa kelompok penyakit tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan. Sedangkan penyakit + penyerta nilai OR 0,12 (95% CI: 0,03-0,55). Diagnosa penyakit + penyerta 0,12 kali atau diagnosa murni 8,33 kali lebih besar untuk melakukan persalinan cito Kelompok penyakit + penyerta sebagai faktor protektif terhadap persalinan. Nilai R2=0,10 menggambarkan bahwa diagnosa memberikan kontribusi terjadinya persalinan cito sebesar (10%). Sisanya sebesar (90%) disebabkan faktor lain yang tidak diteliti.
Model 4 dibangun dengan tujuan untuk menguji hubungan variabel leng of stay dengan variabel persalinan.
158
Kelompok 2-3 diperoleh nilai OR 0,81 dan (95% CI: 0,05- 13,70). Sedangkan kelompok 7-9 nilai OR 0,81 (95% CI: 0,21- 3,17). Hal ini berarti bahwa variabel leng of stay kelompok 2-3 dan 7-9 tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan. Kelompok 13-15 nilai OR 1,61 (95% CI: 0,14-19,06). Berarti bahwa variabel leng of stay kelompok 13-15 memiliki hubungan yang bermakna secara praktis tetapi tidak bermakna secara statistik terhadap variabel persalinan (95% CI: 0,14-19,06). Nilai R2=0,00 menggambarkan bahwa leng of stay tidak memberikan kontribusi terjadinya persalinan cito.
Model 5 dibangun dengan tujuan untuk menguji hubungan variabel usia kehamilan dengan persalinan setelah menyertakan variabel diagnosis. Kedua variabel ini diuji bersama-sama karena di bivariat kedua variabel ini, karena mempunyai hubungan yang bermakna dengan variabel persalinan. Hasil analisis menunjukkan hubungan antara usia kehamilan 31-39 bulan dengan persalinan diperoleh nilai OR 13,98. Terdapat perubahan nilai OR dari 12,25 menjadi 13,98 dan rentang confidence interval (95% CI: 1,29-151,31). Pada usia kehamilan 40-45 diperoleh nilai OR 18,22. Terjadi
159
peningkatan nilai OR dari 10,23 menjadi 18,22 dengan confidence interval (95% CI: 1,66-199,25).
Hasil analisis variabel diagnosa dengan persalinan menunjukkan hubungan antara diagnosa penyakit diperoleh nilai OR 0,31 dan (95% CI: 0,08-1,21). Setelah dilakukan analisis bersama-sama dengan variabel usia kehamilan terdapat penurunan nilai OR dari 0,44 menjadi 0,31. Hasil variabel diagnosa penyakit + penyerta diperoleh nilai OR 0,08 dan (95% CI: 0,01-0,46). Terdapat penurunan nilai OR dari 0,12 menjadi 0,08. Variabel iagnosa penyakit dan penyakit+penyerta tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan.
Walaupun variabel diagnosa tidak bermakna, tetap memberikan kontribusi sehingga menjadikan nilai R2 menjadi 0,20. Artinya variable usia kehamilan dan diagnosa memberikan kontribusi terjadinya persalinan cito sebesar (20%). Sisanya sebesar (80%) disebabkan faktor lain yang tidak diteliti yang mengakibatkan terjadinya persalinan cito.
160
Model 6 dibangun dengan tujuan untuk menguji hubungan variabel usia kehamilan, umur,diagnosa, leng of stay secara bersama-sama terhadap variabel persalinan.
Hasil analisis hubungan antara usia kehamilan 31-39 bulan dengan persalinan diperoleh nilai OR 16,07. Terdapat perubahan nilai OR dari 12,25 menjadi 16,07 dan rentang confidence interval (95% CI: 1,33-193,99). Pada usia kehamilan 40-45 diperoleh nilai OR 20,95. Terjadi peningkatan nilai OR dari 10,23 menjadi 20,95 dengan confidence interval (95% CI: 1,71-256,58).
Untuk kelompok umur < 20 tahun diperoleh nilai OR 3,34 dan (95% CI: 0,01-1128,92). Dilihat dari model 1 terjadi peningkatan nilai OR dari 0,68 menjadi 3,34. Berarti terdapat hubungan bermakna secara praktis. Sedangkan umur > 35 tahun nilai OR 0,82 (95% CI: 0,21-3,16). Walaupun terjadi peningkatan OR dari nilai 0,54 menjadi 0,82 variabel umur >
35 tahun tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan.
Diagnosa penyakit diperoleh nilai OR 0,29 dan (95%
CI: 0,07-1,24). Terjadi penurunan dari nilai OR 0,44 menjadi
161
0,29. Sedangkan penyakit + penyerta nilai OR 0,07 (95% CI:
0,01-0,46). Terjadi penurunan dari 0,12 menjadi 0,07.
Kesimpulannya variabel diagnosa tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan.
Hubungan variabel leng of stay dengan variabel persalinan pada kelompok 2-3 diperoleh nilai OR 0,89 dan (95% CI: 0,02-50,37). Terjadi peningkatan nilai OR dari 0,81 menjadi 0,89. Sedangkan kelompok 7-9 nilai OR 0,47 (95%
CI: 0,10-2,36). Terjadi penurunan nilai OR dari 0,81 menjadi 0,47. Kesimpulannya bahwa variabel leng of stay kelompok 2- 3 dan 7-9 tidak memiliki hubungan yang bermakna secara praktis dan statistik terhadap variabel persalinan. Kelompok 13-15 nilai OR 2 (95% CI: 0,13-30,92). Terjadi peningkatan nilai OR dari 1,61 menjadi 2. Berarti bahwa variabel leng of stay kelompok 13-15 memiliki hubungan yang bermakna secara praktis tetapi tidak bermakna secara statistik terhadap variabel persalinan (95% CI: 0,13-30,92).
Secara bersama-sama variabel usia kehamilan, umur, diagnosis, leng of stay terhadap persalinan didapat nilai R2
162
0,22. Berarti keseluruhan variabel bebas secara bersama-sama memberikan kontribusi terjadinya persalinan cito sebesar 22%.
Sedangkan terdapat (78%) faktor lain yang tidak diteliti.
Dari analisis model pada logistic regression, diambil kesimpulan untuk memilih model 1 sebagai model yang secara statistik dan praktis lebih efektif dan efisien dalam melihat variabel yang sangat berpengaruh terhadap pemanfaatan penolong persalinan. Berdasarkan prinsip analisis regresi model 1 memiliki kekuatan prediksi yang cukup tinggi dengan model yang lebih sederhana. Pilihan ini cukup konsisten bila merujuk pada analisis bivariat yang menunjukkan bahwa variabel usia kehamilan yang menunjukkan nilai pengaruh yang besar terhadap persalinan pada pasien yang near miss.
Review kasus near miss obstetrik dapat memberikan informasi mengenai kualitas pelayanan kebidanan, baik dinegara maju maupun dinegara berkembang. Di negara maju dengan angka kematian ibu yang rendah, near miss dipakai untuk menilai kualitas pelayanan kebidanan, sedangkan di negara berkembang, near miss dapat digunakan untuk mengevaluasi perogram penyelamatan ibu ( Safe Motherhood) pada tingkat populasi. Alasan mengapa near miss obsteric menjadi pilihan
163
untuk dievaluasi, disamping audit terhadap kematian ibu adalah i) Lebih sering terjadi dari pada kematin, ii) mempunyai jalur (pathway) yang sama dengan kematian, iii) Dapat digunakan sebagai pembanding (konrol) terhadap kematian, iv) ibu-ibu yang dapat bertahan hidup bisa diwawancarai untuk mengetahui faktor risiko dan adanya pelayanan yang sub- standar, Hal lain yang dapat memberikan infor menarik dari near miss ini adalah untuk 1 kematian ibu, terdapat banyak kasus yang mengalami kondisi yang mengancam jiwa atau near miss.
Evaluasi near miss obsterik dapat memberikan informasi morbiditas near miss yang berguna untuk memonitor kualitas pelayanan kesehatan di rumah sakit, serta dapat digunakan untuk memperkirakan angka kejadian komplikasi kebidanan yang mengancam jiwa, Untuk mengerti konsep near miss obsteri perlu diketahui mengenai continium (rentang) dari kondisi yang bisa dialami oleh seorang wanita hamil. Suatu kehamilan dapat mengalami 1) .kondisi tanpa komplikasi penyulit sama sekali selama hamil, melahirkan, dan pasca persalinan. 2). Kondisi dengan penyulit ringan sampai sedang , 3) kondisi penyakit penyulit berat, 4) kondisi dengan penyulit
164
yang mengancam jiwa. Tidak ditemukan masalah pada kehamilan dengan kondisi 1, sedangkan dengan kehamilan kondisi 2 dan 3 berakhir dengan kesembuhan .Sebagian besar dari kehamilan dengan kondisi 4 dapat bertahan hidup dan sebagian kecil berakhir dengan kematian.
Kehamilan dengan kondisi 4 yang dapat bertahan hidup, dan sebagian kecil inilah yang disebuat sebagai kasus near-miss atau nyaris mati. Untuk dapat menganalisa faktor- faktor apa saja yang dapat mencegah kasus yang near miss terancam dari kematian. Hal penting pertama yang harus diperhatikan adalah dibuatnya pengklasifikasian near miss yang cukup precise..definisi near miss. Kejadian near miss sangat sering dijumpai pada kasus-kasus dengan komplikasi pendarahan antepartum dan post partum. Di rumah sakit kasus near miss terjadi pada 42,7% dari kasus pendarahan post partum.sekitar 40,6% dari kasus pendarahan post-partum dan kurang lebih sepertiga (32,3%) dari kasus hipertensi dalam kehamilan. Perlu diingat bahwa komplikasi diatas adalah komplikasi yang mutually exclusive dimana terdapat kemungkinan misalnya seorang pasien menderita hipertensi dalam kehamilan dan pendarahan postpartum, tetapi yang
165
menyebabkan pasien jatuh dalam keadaan life-thretening adalah pendarahan post partum, maka kasus ini akan diklasifikasi sebagai pendarahan post-partum
166