• Tidak ada hasil yang ditemukan

laporan - SIMAKIP

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "laporan - SIMAKIP"

Copied!
44
0
0

Teks penuh

(1)

Page 1 LAPORAN

SKEMA KEDOKTERAN

PERAN POLIMORFISME GEN ACE2 rs4646127 SEBAGAI RESEPTOR VIRUS SARS- CoV-2 TERHADAP TINGKAT KEPARAHAN PASIEN COVID-19

Tim Pengusul

Dr. Erlin Listiyaningsih, dra.MKes.(03271261003) Rizkyana Avissa, S.Si., M.Biomed.

dr.Rini lathifah, SpMK.

Nomor Surat Kontrak Penelitian : 323/F.03.07/2020 Nilai Kontrak : Rp. 27.000.000,-

PROGRAM STUDI SARJANA KEDOKTERAN FAKULTAS KEDOKTERAN

(2)

Page 2 LEMBAR PENGESAHAN

Penelitian Ilmu Kedokteran Judul Penelitian

PERAN POLIMORFISME GEN ACE2 rs4646127 SEBAGAI RESEPTOR VIRUS SARS- CoV-2 TERHADAP TINGKAT KEPARAHAN PASIEN COVID-19

Jenis Penelitian : Penelitian Ilmu Kedokteran Ketua Peneliti : Dr.Erlin Listiyaningsih,dra.MKes.

Link Profil simakip : http://simakip.uhamka.ac.id/pengguna/show/1221 Fakultas : Fakultas Kedokteran

Anggota Peneliti :Rizkyana Avissa, S.Si., M.Biomed.

Link Profil simakip :Click or tap here to enter text.

Anggota Peneliti : dr.Rini Lathifah, SpMK..

Link Profil simakip :Click or tap here to enter text.

Waktu Penelitian : 6 Bulan Luaran Penelitian

Luaran Wajib :Jurnal Nasional Terakreditasi SINTA 3 Status Luaran Wajib : Submitted

Luaran Tambahan : -

Status Luaran Tambahan: Diusulkan Mengetahui,

Ketua Program Studi Ketua Peneliti

dr. Endin Nokik Stujanna, PhD. Dr.Erlin Listiyaningsih,dra.MKes.

NIDN. 0306078805 NIDN.03227126103

Menyetujui,

Dekan Fakultas Kedokteran Ketua Lemlitbang UHAMKA

Dr. dr. Wawang S Sukarya, Sp.OG(K), Prof. Dr. Suswandari, M.Pd MARS, MH.Kes.

NIDN.0030064701 NIDN. 0020116601

(3)

Page 3

(4)

Page 4

(5)

Page 5 ABSTRAK

Penyakit covid-19 merupakan penyakit baru yang disebabkan oleh infeksi virus SARS CoV-2, ditemukan pada Desember 2019, di Wuhan, Cina. Covid-19 dengan cepat menyebar keseluruh penjuru dunia dan ditetapkan sebagai pandemi pada bulan Maret 2020. Keparahan penyakit Covid-19 sangat bervariasi, mulai dari tidak bergejala hingga sangat parah dan menyebabkan kematian. Kematian akibat Covid-19 umumnya terjadi pada pasien dengan penyakit penyerta seperti diabetes, hipertensi, dan obesitas. Berdasarkan data, kasus COVID-19 di China selama Desember hingga Februari 2020 menunjukkan 81% pasien menunjukkan gejala yang ringan, 14% pasien menunjukkan gejala berat, dan 5% masuk ke fase kritis, dengan case fatality rate rata-rata sebesar 2-3%. Sementara itu, di Indonesia, berdasarkan data harian yang dipublikasikan oleh pemerintah menunjukkan case fatality rate di Indonesia berkisar 8-9%. Namun, belum diketahui sebaran karakteristik penyakit yang dialami oleh pasien-pasien yang terkonfirmasi positif COVID-19 tersebut. Hingga saat ini, belum diketahui secara pasti factor-faktor yang memengaruhi tingkat keparahan penyakit COVID-19. Namun, diperkirakan factor genetic hospes turut berperan dalam progresi penyakit tersebut. Virus SARS CoV-2 menggunakan protein Angiotensin converting enzyme tipe 2 (ACE2) pada permukaan sel sebagai reseptor untuk masuk ke sel. Namun, hingga saat ini, belum ada penelitian yang mengaitkan langsung tingkat keparahan penyakit Covid-19 dengan polimorfisme gen ACE2. Penelitian ini diharapkan menjadi penelitian untuk memahami hubungan antara genetika hospes dengan mekanisme penyakit akibat virus SARS CoV-2. Pada tahap pertama ini, telah dilakukan analisis karakteristik aspek klinis dan demografi pasien terkonfirmasi COVID-19 serta pengambilan dan pemrosesan sampel klinis pasien. Sampel darah yang telah diproses kemudian disimpan di dalam freezer -80

0C, untuk dilakukan uji polimorfisme gen ACE2 pada pada periode penelitian selanjutnya.

Penelitian ini akan dilakukan dengan karakterisasi aspek klinis dan demografi pasien di Rumah Sakit Islam Jakarta Cempaka Putih, Rumah Sakit Islam Jakarta Pondok Kopi, Rumah Sakit Paru Dr. M. Goenawan Partowidigdo Cisarua.

Keywords: karakter klinis; karakter demografis; tingkat keparahan covid-19;

(6)

Page 6 DAFTAR ISI

HALAMAN SAMPUL………..…...……….….1

HALAMAN PENGESAHAN……….……...……….…2

SURAT KONTRAK PENELITIAN……….…...….…..3

ABSTRAK………..……...….…5

DAFTAR ISI……….………....…..6

DAFTAR TABEL….……….…………...….….7

BAB 1. PENDAHULUAN………..…………...……8

BAB 2. TINJAUAN PUSTAKA………...…11

BAB 3. METODE PENELITIAN………..14

BAB 4. HASIL DAN DISKUSI………...…………..16

BAB 5. KESIMPULAN DAN SARAN…………...………..21

BAB 6 LUARAN YANG DICAPAI……….…21

BAB 7 RENCANA TINDAK LANJUT DAN PROYEKSI HILIRISASI…...….22

DAFTAR PUSTAKA………...….25

LAMPIRAN………..….28

(7)

Page 7 DAFTAR TABEL

Tabel 1. Distribusi karakter demografi dari subyek penelitian Tabel 2. Tanda vital dan fisik subyek penelitian

Tabel 3. Karakter gejala klinis subyek penelitian Tabel 4. Karakter patologi klinis

Tabel 5. Faktor risiko dan penyakit penyerta (komorbid)

(8)

Page 8 BAB I

PENDAHULUAN

Virus SARS CoV-2 yang merebak sejak Desember 2019 di Wuhan, Cina telah menyebar ke seluruh dunia. Hingga saat ini, pandemic penyakit COVID-19 yang diakibatkan oleh virus SARS CoV-2 telah melanda 213 negara dan teritori, menginfeksi 2,9 juta orang serta menelan sekitar 202 ribu korban jiwa di seluruh dunia.(World Health Organization, 2020) Di Indonesia, SARS CoV-2 terdeteksi sejak 2 Maret 2020 dan telah menginfeksi 9.771 orang, dengan 1.391 orang pasien telah dinyatakan sembuh dan 784 orang meninggal dunia.(Gugus Tugas Percepatan Penanganan Covid-19, 2020) Keparahan penyakit COVID-19 sangat bervariasi, mulai dari tidak bergejala hingga sangat parah dan menyebabkan kematian. Kematian akibat COVID-19 umumnya terjadi pada pasien dengan penyakit penyerta seperti diabetes, hipertensi, dan obesitas.(Huang et al., 2020; Xiang, Cao, Yang, Cezmi, & Gao, 2020) Berdasarkan data, kasus COVID-19 di China selama Desember hingga Februari 2020 menunjukkan 81% pasien menunjukkan gejala yang ringan, 14% pasien menunjukkan gejala berat, dan 5% masuk ke fase kritis, dengan case fatality rate rata-rata sebesar 2-3%.(Wu & McGoogan, 2020) Sementara itu, di Indonesia, berdasarkan data harian yang dipublikasikan oleh pemerintah menunjukkan case fatality rate di Indonesia berkisar 8-9%. Namun, belum diketahui sebaran karakteristik penyakit yang dialami oleh pasien-pasien yang terkonfirmasi positif COVID-19 tersebut. Hingga saat ini, belum diketahui secara pasti factor-faktor yang memengaruhi tingkat keparahan penyakit COVID-19. Namun, diperkirakan factor genetic hospes turut berperan dalam progresi penyakit tersebut. Virus SARS CoV-2 menggunakan protein S yang menjadi struktur spike-nya untuk berikatan dengan reseptor pada sel. Reseptor yang diketahui digunakan oleh virus tersebut adalah Angiotensin converting enzyme tipe 2 (ACE2) yang terikat pada permukaan sel.(Wan, Shang, Graham, Baric, & Li, 2020; Zhang, Penninger, Li, Zhong, & Slutsky, 2020) Salah satu jenis sel yang diketahui memiliki protein ACE2 pada permukaannya adalah sel pneumocyte tipe 2 di

(9)

Page 9 paru-paru. Pada penelitian yang telah dilakukan, diketahui bahwa protein ACE2 mengalami polimorfisme, demikian pula dengan gen pengkodenya yaitu gen ACE2. Polimorfisme pada gen ACE2 tersebut diperkirakan menyebabkan ekspresi protein ACE2 yang lebih tinggi di permukaan sel seperti sel pneumocyte tipe II pada populasi ras tertentu.(Cao et al., 2020) Sementara itu, penelitian yang dilakukan oleh Pinto et al menemukan bahwa terjadi peningkatan ekspresi ACE2 pada paru-paru pada pasien COVID-19 dengan gejala berat.(Pinto et al., 2020) Namun, hingga saat ini, belum ada penelitian yang mengaitkan langsung tingkat keparahan penyakit COVID-19 dengan polimorfisme gen ACE2, terutama di populasi orang Indonesia.

Penelitian ini diharapkan dapat berkontribusi untuk memahami hubungan antara genetika hospes dengan mekanisme penyakit akibat virus SARS CoV-2. Pada rangkaian penelitian ini, akan dilakukan uji single nucleotide genotyping dari gen ACE2 pada pasien yang terinfeksi COVID- 19 dengan berbagai tingkat keparahan penyakit. Dengan uji tersebut, akan diperoleh profil polimorfisme gen ACE2 dari pasien dengan tingkat keparahan ringan hingga berat yang berasal dari Indonesia. Namun pada tahap pertama, kami akan melakukan karakterisasi aspek klinis dan demografi pasien COVID-19 dari berbagai tingkatan gejala

1.1.Tujuan

Penelitian ini bertujuan untuk memahami apakah ada hubungan antara genetika hospes yaitu mutasi gene ACE2 terutama, dan karakteristik demografi serta karakter klinis, dengan mekanisme progresivitas penyakit akibat virus SARS CoV-2. Melalui pengetahuan mengenai polimorfisme gen ACE2, kita dapat memprediksi kerentanan orang Indonesia terhadap virus SARS CoV-2.

Namun pada studi awal ini baru dilakukan analisa karakterisasi aspek klinis dan demografis pasien COVID-19, dan kemudian akan dilakukan diuji faktor genetik ACE2 di tahap berikutnya.

(10)

Page 10 1.2.Urgensi Penelitian

Penelitian ini penting untuk memahami hubungan antara genetika hospes dengan mekanisme penyakit akibat virus SARS CoV-2. Profil polimorfisme tersebut dapat memberikan wawasan bagi para peneliti untuk memahami factor-faktor yang mempengaruhi tingkat keparahan COVID-19 yang hingga kini masih belum terjawab. Melalui pengetahuan mengenai polimorfisme gen ACE2, kita dapat memprediksi kerentanan orang Indonesia terhadap virus SARS CoV-2. Namun studi awal ini diperlukan karakterisasi aspek klinis dan demografi pasien COVID-19 untuk diuji faktor genetiknya di tahap berikutnya.

(11)

Page 11 BAB II

TINJAUAN PUSTAKA

1. Virus SARS CoV-2

Virus SARS CoV-2 merupakan virus yang tergolong family Coronaviridae. Virus tersebut berada di genus yang sama dengan virus SARS CoV dan MERS CoV, yaitu genus betacoronavirus. Virus di golongan coronavirus memiliki bentuk spherical, memiliki envelope dengan spike protein di bagian terluar. Protein struktural virus tersebut terdiri dari protein S yang membentuk spike di bagian luar virus, protein M yang memberi bentuk virus, protein E yang merupakan glikoprotein transmembrane, serta protein N yang membentuk nucleocapsid. Materi genetic dari virus golongan coronaviridae termasuk SARS CoV-2 adalah single stranded RNA positive sense. Ukuran materi genetic yang dibawa oleh virus SARS CoV-2 cukup besar, yaitu sekitar 30 kpb. (Wan et al., 2020; Xu et al., 2020)

2. Gejala dan Tingkat Keparahan Penyakit COVID-19

Virus SARS CoV-2 menyebar melalui droplet dan menyerang saluran pernapasan. Pasien yang terinfeksi virus SARS CoV-2 dapat mengalami keparahan gejala yang beragam, mulai dari asimptomatik atau tanpa gejala, gejala ringan, hingga gagal napas dan menyebabkan kematian.

Gejala umum yang dialami oleh pasien Covid-19 pada awal penyakit adalah demam, batuk, myalgia, lelah, dan seringkali disertai sesak napas. Beberapa pasien juga ditemukan mengalami sakit kepala, produksi sputum, diare. Pasien-pasien dengan penyakit penyerta seperti diabetes, hipertensi, dan penyakit kardiovaskular lain beresiko lebih tinggi mengalami komplikasi penyakit yang memperburuk kondisi. Beberapa komplikasi yang ditemukan yaitu acute respiratory distress syndrome, acute cardiac injury, dan infeksi sekunder.(Huang et al., 2020)

Berdasarkan data yang dipublikasikan oleh Wu & McGoogan dari Chinese Center for Disease Control and Prevention April 2020, hingga Februari 2020, dari 72.314 kasus COVID di Cina, 81% kasus memiliki tingkat keparahan yang ringan, 14% kasus dengan tingkat keparahan yang berat, dan 5% kasus fase kritis. Case Fatality Rate di Cina hingga Februari 2020 tercatat di kisaran 2-3%, dengan tingkat kematian 14,8% pada kasus usia lanjut (>80 tahun).(Wu &

McGoogan, 2020) Data case fatality rate Cina lebih kecil daripada Case fatality rate secara global yang mencapai 6,9%.(World Health Organization, 2020) Data Case fatality rate Indonesia berada di kisaran 8-9% berdasarkan data yang dipublikasikan di laman situs daring resmi dari pemerintah.(Gugus Tugas Percepatan Penanganan Covid-19, 2020) Saat ini, belum ada publikasi yang komprehensif baik dari pemerintah maupun kalangan akademik dan klinisi, mengenai

(12)

Page 12 karakteristik aspek klinis dari pasien COVID-19. Namun laporan juru bicara pemerintah Indonesia untuk penanganan COVID-19 pada 28 April 2020 menyatakan bahwa kasus kematian akibat COVID-19 terbanyak berada di rentang usia produktif, yaitu 30-59 tahun.(Gugus Tugas Percepatan Penanganan COVID-19, 2020)

3. Peran Faktor Hospes dalam Penyakit COVID-19

Hingga saat ini, factor-faktor yang memengaruhi tingkat keparahan penyakit COVID-19 belum diketahui secara pasti. Namun diperkirakan faktor genetik hospes ikut berperan dalam menentukan progresi penyakit COVID-19. Salah satu faktor genetik hospes yang saat ini dicurigai turut berperan dalam keparahan penyakit adalah gen ACE2 yang mengkode protein Angiotensin converting enzyme tipe 2 (ACE2). Protein ACE2 diketahui merupakan protein pada permukaan sel yang digunakan sebagai reseptor oleh virus SARS CoV-2 untuk masuk ke dalam sel.(Wan et al., 2020) Protein ACE2 diekpresikan di berbagai jenis sel seperti jantung, pembuluh darah, ginjal, dan alveolus.(Patel et al., 2014) Pada kondisi normal, ACE2 berperan serta di sistem renin-angiotensin. Enzim ACE2 mengubah angiotensin II menjadi angiotensin 1-7.

Dengan demikian, ACE2 dapat membatasi aksi vasokonstriksi dari Ang II. Ang 1-7 yang dihasilkan berfungsi dalam natriuresis, diuresis, inhibisi pertumbuhan sel, dan memiliki efek atherosclerosis.(Patel et al., 2014) Tingkat ekspesi protein ACE2 mempengaruhi tekanan darah pada manusia. Defisiensi protein ACE2 akan menyebabkan kecenderungan peningkatan tekanan darah.(Yagil & Yagil, 2003) Di level gen, polimorfisme gen ACE2 diketahui menyebabkan kecenderungan terjadinya hipertensi.(Luo et al., 2019)

Pada pathogenesis infeksi SARS CoV-2, protein S yang merupakan spike virus akan berikatan dengan ACE2 yang terekspresi di sel, salah satunya pada sel pneumocyte tipe II. (Wan et al., 2020) Studi terbaru mengenai protein S pada virus SARS CoV 2 menunjukkan terjadinya perubahan receptor binding domain dari protein S sehingga lebih stabil dalam mengikat ACE2 sebagai reseptornya jika dibandingkan dengan virus SARS CoV (2002).(Shang et al., 2020; Wan et al., 2020) Sementara itu, penelitian yang dilakukan oleh Pinto et al menemukan bahwa terjadi peningkatan ekspresi ACE2 pada paru-paru pada pasien COVID-19 dengan gejala berat.(Pinto et al., 2020)

Polimorfisme gen ACE2 juga dicurigai turut serta dalam memengaruhi keberhasilan infeksi virus SARS CoV-2. Polimorfisme pada gen ACE2 tersebut diperkirakan menyebabkan ekspresi protein ACE2 yang lebih tinggi di permukaan sel pada populasi ras tertentu. Analisis polimorfisme yang dilakukan oleh Cao et al tahun 2020, dari 15 varian genetic yang diamati, 11

(13)

Page 13 varian berasosiasi dengan tingginya ekspresi ACE2 di jaringan, beberapa diantaranya adalah varian genetic dgn rs number rs4646127, rs2158082, rs5936011, rs6629110, rs4830983, rs5936029.(Cao et al., 2020) Penelitian yang dilakukan oleh Stawiski et al tahun 2020 mengenai analisis variasi ACE2 pada level protein, ditemukan variasi S19P, I21V, E23K, K26R, T27A, N64K, T92I, Q102P dan H378R diprediksi meningkatkan kerentanan hospes terhadap infeksi SARS CoV-2.(Stawiski et al., 2020). ACE2 inhibitor saat ini diperkirakan dapat digunakan sebagai terapi bagi pasien COVID-19.(Gurwitz, 2020; Zhang et al., 2020) Namun, dengan adanya variasi genetic dari hospes, tidak menutup kemungkinkan bahwa terapi dengan ACE2 inhibitor dapat terkendala efektifitasnya.

2.1. Roadmap Penelitian

Penelitian berada dalam cluster

penelitian ini

Penelitian pada tahap ini

(14)

Page 14 BAB III

METODE PENELITIAN

Penelitian ini merupakan penelitian klinis dengan subyek penelitian pasien covet-19 yang dirawat inap di dua Rumah sakit, yaitu Rumah Sakit Islam Jakarta Pondok Kopi (RSIJ.

Pondok Kopi) dan Rumah Sakit Paru Gunawan Partowidagdo (RSP. GP), Cisarua, Bogor.

Sebelum pelaksanaan penelitian, proposal penelitian ini diajukan dan mendapatkan ijin etik penelitian (Ethical approval) dari Komite Etik Penelitian Kedokteran dan Kesehatan, Fakultas Kedokteran UHAMKA, dengan nomer KEPKK/FK/002/08/2020.

1. Analisis aspek klinis dan demografis pasien COVID-19

Pasien dikedua rumah sakit calon subyek penelitian pertama kali diminta kesediaan nya untuk berpartisipasi dalam penelitian dengan menandatangani form persetujuan (Informed consent). Data demografis yang diambil meliputi gender, usia, indeks masa tubuh, status ekonomi, pekerjaan, dan pendidikan, Data klinis yang dicatat adalah; profil hematologi, penyakit penyerta (diabetes, hipertensi, paru, dsb), dan tingkat keparahan penyakit covid- 19 yang di derita pasien. Pengambilan data dilakukan dengan wawancara dan melihat rekam medik pasien). Sampel darah diambil sebanyak 9 CC dari masing-masing pasien 2. Pengambilan sampel

Sampel yang diambil adalah darah tepi. Darah pasien diambil sebanyak 9 mL dalam tabung dengan antikoagulan EDTA. Sampel yang diambil kemudian segera dibawa ke Laboratorium Penelitian Fakultas Kedokteran UHAMKA untuk diproses lebih lanjut.

3. Isolasi PBMC (Pheripheral Blood Mononuclear cells)

Isolasi sel PBMC dilakukan di ruang berstandari BSL-2 di laboratorium penelitian Fakultas Kedokteran UHAMKA dengan menggunakan alat perlindungan diri yang sesuai untuk penanganan sampel SARS CoV-2. Sampel darah disentrifus dengan kecepatan 3500 rpm selama 10 menit dengan suhu 4°C. Plasma yang telah terpisal dari sel diambil dan dialiquote ke dalam 6 tabung mikro. Sel PBMC yang tampak sebagai buffy coat berwarna putih di atas endapan sel darah merah diambil dengan perlahan, lalu dimasukkan lewat dinding tabung ke dalam tabung sentrifus 15 mL yang telah mengandung reagen LymphoprepTM. Kemudian tabung tersebut disentrifus dengan kecepatan 3500 rpm selama 10 menit. Sel PBMC yang tampak sebagai buffy coat diambil dan dimasukkan ke tabung

(15)

Page 15 berisi Phosphate buffer saline (PBS) steril. Tabung kemudian disentrifus dengan kecepatan 3500 rpm selama 10 menit. Tahap pencucian ini diulang sebanyak 2 kali untuk memastikan larutan LymphoprepTM tidak lagi tersisa di larutan. Sel PBMC dalam tabung berisi PBS pada pencucian terakhir disentrifus dengan kecepatan 3500 rpm selama 10 menit, kemudian PBS dibuang dan menyisakan sekitar 1 mL PBS dan endapan PBMC. Sel PBMC disuspensi kembali dan dialiquote ke dalam 6 tabung. 3 tabung ditambahkan freezing medium dan dimasukkan ke dalam liquid nitrogen, sementara 3 tabung lain dimasukkan ke freezer -80°C untuk analisis tahap berikutnya

4. Analisis hasil data pasien

Analisis statistika dilakukan dengan software SPSS 5. Daigram Alur Penelitian

6.

(16)

Page 16 BAB IV

HASIL DAN DISKUSI 4.1. HASIL

Sebanyak 100 pasien penderita covid-19 dari kedua rumah sakit, yaitu RSIJ Pondok Kopi dan RSP. Gunawan Partowidagdo, bersedia secara suka rela berparttisipasi dalam penelitian ini dengan menandatangani form persetujuan atau ditandatangani oleh wali (keluarga pasien) jika pasien dalam kondisi tidak dapat memutuskan untuk dirinya sendiri (pada pasien dengan tingkat keparahan berat). Dari setiap subyek penelitian dikoleksi data klinis, data demografis, serta sampel darah sebanyak Sembilan (9) mL. dikarenakan subyek penelitian adalah penderita covid-19, dan dlam perawatan khusus ruang isolasi penyakit menular, maka semua data dan sampel darah yang diperoleh dalam penelitian ini merupakan hasil pengukuran atau pengambilan yang dilakukan oleh petugas yang berwenang (perawat atau petugas laboratorium) dari rumah sakit setempat, yang dilengkapi dengan alat pelindung diri (APD) sesuai dengan standar yang ditentukan oleh rumah sakit setempat, sehingga peneliti tidak melakukan kontak langsung dengan pasien. Dalam penelitian ini, diperoleh 100 (seratus) subyek penelitian penderita covid-19 dengan kriteria keparahan ringan 26 orang, keparahan sedang sebanyak 54 pasien, dan keparahan berat (parah) sebanyak 20 pasien. Gambaran karekteristik demografi dan parameter fisik pasien dan distribusinya pada tingkat keparahan yang berbeda disajikan dalam table 1.

Tabel 1. Distribusi Karakter Demografis dari Sampel Penelitian.

Variabel Tingkat Keparahan

Jumlah Ringan Sedang Parah

Jenis kelamin

Laki-laki 14 28 14 55

Perempuan 12 26 6 44

Jumlah 26 54 20 100

Usia (tahun) Mean 44,6 46,9 52

(min-max) (21-69) (19-74) (31-73)

Median 44 47 55

Indeks Masa Tubuh (IMT)

Mean 26.04 25,23 24,65

(min-max) (19,6-34.5) (18,4-31,2) (21,7-27,0)

Median 26 25,5 24,95

(17)

Page 17 Tanda vital fisik pasien penderita covid-19 dalam penelitian ini, disajikan dalam table 2.

Tabel 2. Tanda Vital Fisik Subyek Penelitian

Variabel Ukuran Tingkat Keparahan

Nilai normal Ringan Sedang Berat

Tekanan darah

Sistole Mean 126,3 131,6 126,1 90 - 119 (min-max) (100-146) (92-181) (107-165)

Median 128,5 128 119

Diastole Mean 82,5 81,2 86,2 ≤ 79

(min-max) (69-99) (51-103) (71-118)

Median 80 80 86,5

Denyut jantung (HR= Heart Rate)

Mean 86,4 90,5 99,7 60 - 100

(min-max) (80-119) (60-133) (80-137)

Median 84,0 88,0 101,0

Frekuensi pernafasan (RR= Respiration Rate)

Mean 20,4 22,1 23,9 14 - 20

(min-max) (18-27) (15-35) (16-30)

Median 20,0 21,0 25,0

Karakter Gejala klinis yang menyertai pasien penderita covid-19 dalam penelitian ini, disajikan dalam table 3.

Tabel 3. Karakter Gejala klinis Subyek Penelitian

Gejala klinis Ukuran

Tingkat Keparahan Ringan

(n=22)

Sedang (n=52)

Berat (n=16)

Deman n (%) 12 (55) 38 (73) 10 (63)

Batuk-Sakit tenggorokan n (%) 12 (55) 26 (50) 11 (69)

Sesak nafas n (%) 3 (13,6) 25 (23,1) 13 (81,3)

Sakit perut (ulu hati/melilit) n (%) 6 (27,3) 12 (23,1) 4 (25)

Diare n (%) 6 (27,3) 9 (17,3) 3 (18,7)

Mual-muntah n (%) 10 (45,5) 32 (7,7) 2 (18,7)

Nyeri otot – lemas n (%) 8 (36,4) 24 (46,2) 3 (18,8) Pusing – sakit kepala n (%) 9 (40,9) 17 (32,7) 2 (12,5) Anosmia (hilang penciuman) n (%) 3 (13,6) 4 (7,7) 3 (18,8)

(18)

Page 18 Karakter patologi klinis yang menjadi profil pasien penderita covid-19 dalam penelitian ini, disajikan dalam table 4.

Tabel 4. Karakter Patologi Klinis Subyek Penelitian Determinan

(Satuan) Ukuran Tingkat Keparahan

Nilai Rujukan Ringan Sedang Berat

Hb (g/dL) Mean 14,2 13,7 14,5

11,5-14,0 (P) 13.0-16.5 (L) (min-max) (12-17) (9-17) (11-17)

Median 13,4 13,6 14,4

Hematokrit (%)

Mean 40,5 39,9 40,4

35 - 49 (min-max) 35,0 – 51,0 27,4 – 48,0 31,9 – 49,3

Median 40,0 41,0 41,0

Eritrosit (106/µL)

Mean 4,8 4,8 4,9

3,80 – 5,20 (min-max) (12-17) (9-17) (11-17)

Median 4,7 4,8 5

Trombosit (103/ul)

Mean 359,9 244 187

150-400 (min-max) (194-669) (26-429) (165-256)

Median 286 238 168

Leukosit (103/ul)

Mean 8,429 7,55 7,65

3,6 – 10,6 (min-max) 4,4 – 22,7 3,3 – 18,05 2,28 – 15,0

Median 7,59 7,26 7,6

Basofil (%)

Mean 0,29 0,22 0,04

0 - 2 (min-max) 0 – 0,4 0,0 – 0,1 0,0 – 0,2

Median 0,30 0,20 0,00

Eosinofil (%)

Mean 0,85 0,79 0,57

0 - 3 (min-max) 0,0 – 4,0 0,0 – 3,1 0,0 – 3,0

Median 0,15 0,40 0,00

Neutrofil- segmen (%)

Mean 61,3 70,17 71,63

50 - 70 (min-max) 47,1-82,9 35,2-90,0 51,0-85,0

Median 68,2 73,3 73,0

Limfosit (%)

Mean 23,07 21,71 15,67

18 - 42 (min-max) 8,1 – 39,8 6,0 – 51,0 5,0 – 30,0

Median 23,3 19,5 13,0

Monosit (%)

Mean 8,24 7,55 8,90

2 - 11 (min-max) 4,7 – 12,9 3,0 – 17,2 6,0 – 15,0

Median 8,25 6,80 8,20

Gula darah sewatu (mg/dL)

Mean 125,2 141,9 203,8

70-150 (min-max) 70-270 61-316 111-317

Median 96 116 187

(19)

Page 19 Kepada pasien subyek penelitian juga dilakukan asesmen mengenai factor risiko atau kondisi kesehatan yang menjadi factor yang meningkatkan progresifitas penyakit covid-19 dan menjadikan berat tingkat keparahan nya. Faktor penyakit penyerta dan factor risiko dari pasien subyek penelitian dirangkum dalam tabel 5. dibawah ini.

Tabel 5. Faktor risiko dan Penyakit Penyerta (Komorbid) Faktor risiko / Komorbid Ukuran

Tingkat Keparahan Ringan

(n=21)

Sedang (n=45)

Berat (n=14)

Merokok n (%) 4 (19,1) 13 (27,7) 3 (21,4)

Minum alkohol n (%) 0 0 0

Penyakit Jantung n (%) 1 (4,5) 4 (8,5) 0 (0)

Hipertensi n (%) 4 (18,2) 14 (29,8) 4 (26,7)

Diabetes (DM2) n (%) 5 (22,7) 12 (25,5) 6 (40)

Penyakit Paru n (%) 2 (9) 4 (8,5) 4 (26,7)

4.2. DISKUSI

Tujuan utama penelitian ini adalah untuk mencari pemecahan masalah adanya variasi tingkat keparahan penyakit covid-19 di Indonesia, yang juga tejadi di seluruh negara-negara lain di dunia. Hasil akhir yang ditargetkan dari penelitian ini adalah mendapatkan factor risiko yang menjadikan penyakit covid-19 berprogesi menjadi berat dan menuju kematian penderitanya.

Dengan ditemukannya factor penyebab pemberat penyakit covid-19 pada populasi Indonesia ini khususnya pada populasi penelitian, diharapkan nantinya progresifitas penyakit dapat dihambat dan dicegah menjadi parah. Beberapa hasil penelitian yang telah dipublikasikan pada umumnya menjelaskan adanya keterkaitan antara usia dan penyakit penyerta (komorbid) yang disandang pasien terlebih dahulu sebelum terinfeksi SARS CoV-2 dengan keparahan penyakit covid-19 yang ditimbulkannya.

Penelitian payung yang kami ajukan berfokus pada factor genetik hospes yang berperan pada setiap step mekanisme infeksi virus SARS CoV-2, yaitu mulai step

(20)

Page 20 internalisasi virus kedalam sel target (hospes), yang melibatkan 2 gene reseptor yaitu reseptor pengikatan (binding receptor) dan gene pengkode sintesa protease yang melisiskan membrane sel hospes yaitu gene TMPRSS2, sampai dengan gene yang merakit mRNA virus hasil replikasi dalam sel hospes dan polyprotein lain hasil translasi yang penyusun virus menjadi SARS CoV-2.

Metodologi penelitian merupakan gabungan dari metodologi penelitian klinis dan biologi molekuler untuk melakukan pemeriksaan biomarker-biomarker yang diperlukan, baik pada tingkat DNA, tingkat RNA, sampai dengan tingkat protein. Oleh karena proses pengambilan sampel primer di rumah sakit dan pemeriksaan biologi molekuler memerlukan biaya yang besar, maka pelaksanaan penelitian menyesuaikan ketersediaan dana, sehingga pada tahap pertama ini kami melaporkan karakterisasi demografi, fisik, klinis dan hematologis pasien penderita covid-19 subyek penelitian kami bagi menjadi tiga (3) derajat keparahan, yaitu kelompok 1 (derajat keparahan ringan) adalah penderita tanpa gejala sampai dengan disertai gejala ringan, kelompok 2 (derajat keparahan mederat) disertai gejala tertentu sesuai dengan panduan United State National Institute of Health (US NIH), dan kelompok 3 (derajat keparahan berat).

(21)

Page 21 BAB VI

LUARAN YANG DICAPAI

Luaran yang dicapai berisi Identitas luaran penelitian yang dicapai oleh peneliti sesuai dengan skema penelitian yang dipilih.

Jurnal

IDENTITAS JURNAL 1 Nama Jurnal Qanun Medical Journal

2 Website Jurnal https://jurnal.ugm.ac.id/ijbiotech 3 Status Makalah Submitted

4 Jenis Jurnal Jurnal Nasional terakreditasi Sinta 3 4 Tanggal Submit

5 Bukti Screenshot submit

Luaran Tambahan

Presentasi pada Seminar Internasional

1 Nama Konferensi 1st Annual International Conference on Natural and Social Science Education (ICNSSE) 2020 that was held on October 21, 2020

2 Status Presenter dan Peserta

(22)

Page 22 BAB VII

RENCANA TINDAK LANJUT DAN PROYEKSI HILIRISASI Minimal mencakup 2 hal ini.

Hasil Penelitian Penelitian ini mandapatkan hasil karakter spesifik determinan demografis, fisik, klinis, hematologis, dan faktor risiko (penyakit komorbid) dari pasien penderita covid-19 dengan tingkat keparahan yang berbeda (ringan, moderate, dan berat).

Rencana Tindak Lanjut

Sesuai dengan Peta jalan Penelitian paying, untuk selanjutnya; akan dilakukan karakterisasi adanya mutase pada titik rs4646127 gen ACE2 reseptor SARS CoV-2 dari sampel PBMC (Pheripheral blood mononuclear cells) pasien coovid-19 peserta penelitian

(23)

Page 23 DAFTAR PUSTAKA

Kyung-bok Son, Tae-jin Lee & Seung-sik Hwang (2020). Disease severity classification and COVID-19 outcomes, Republic of Korea. Bulletin of the World Health Organization;

Type: Lessons from the field. Article ID: BLT.20.257758.

Cao, Y., Li, L., Feng, Z., Wan, S., Huang, P., Sun, X., … Huang, X. (2020). Comparative genetic analysis of the novel ACE2 in different populations. Cell Discovery, 4–7.

https://doi.org/10.1038/s41421-020-0147-1

Gugus Tugas Percepatan Penanganan Covid-19. (2020). Situasi COVID-19 di Indonesia.

Retrieved April 29, 2020, from https://covid19.go.id/

Gugus Tugas Percepatan Penanganan COVID-19. (2020). Kasus Meninggal Akibat COVID- 19 Paling Banyak Usia 30-59 Tahun. Retrieved April 30, 2020, from

https://covid19.go.id/p/berita/kasus-meninggal-akibat-covid-19-paling-banyak-usia-30- 59-tahun

Gurwitz, D. (2020). Angiotensin receptor blockers as tentative SARS-CoV-2 therapeutics.

Drug Development Research, (February), 2–5. https://doi.org/10.1002/ddr.21656 Huang, C., Wang, Y., Li, X., Ren, L., Zhao, J., Hu, Y., … Gu, X. (2020). Clinical features of

patients infected with 2019 novel coronavirus in Wuhan , China. Lancet, 395, 497–506.

https://doi.org/10.1016/S0140-6736(20)30183-5

Luo, Y., Liu, C., Guan, T., Li, Y., Lai, Y., Li, F., … Zeyaweiding, A. (2019). Association of ACE2 genetic polymorphisms with hypertension-related target organ damages in south Xinjiang. Hypertension Research, 42(5), 681–689. https://doi.org/10.1038/s41440-018- 0166-6

Patel, S. K., Velkoska, E., Freeman, M., Wai, B., Lancefield, T. F., & Burrell, L. M. (2014).

From gene to protein — experimental and clinical studies of ACE2 in blood pressure control and arterial hypertension. Frontiers in Physiology, 5(227), 1–12.

https://doi.org/10.3389/fphys.2014.00227

Pinto, B. G. ., Oliviera, A. E. ., Singh, Y., Jimenez, L., Goncalves, A. N. ., Ogava, R. L. ., … Nakaya, H. I. (2020). ACE2 Expression is Increased in the Lungs of Patients with Comorbidities Associated with Severe COVID-19. Retrieved from

https://doi.org/10.1101/2020.03.21.20040261

Shang, J., Ye, G., Shi, K., Wan, Y., Luo, C., Aihara, H., … Li, F. (2020). Structural basis of receptor recognition by SARS-CoV-2. Nature, 1–8. https://doi.org/10.1038/s41586-020- 2179-y

Stawiski, E. W., Diwanji, D., Suryamohan, K., Gupta, R., Fellouse, F. A., Sathirapongsasuti, J. F., … Seshagiri, S. (2020). Human ACE2 receptor polymorphisms predict SARS-

(24)

Page 24 CoV-2 susceptibility. BioRxiv Preprint.

https://doi.org/https://doi.org/10.1101/2020.04.07.024752

Wan, Y., Shang, J., Graham, R., Baric, R. S., & Li, F. (2020). Receptor Recognition by the Novel Coronavirus from Wuhan : an Analysis Based on Decade-Long Structural Studies of SARS Coronavirus. Journal of Virology, 94(7), 1–9. https://doi.org/https://doi

.org/10.1128/JVI.00127-20

World Health Organization. (2020). Coronavirus Disease 2019 (COVID-19) situation Report - 99 (Vol. 99). https://doi.org/10.1213/xaa.0000000000001218

Wu, Z., & McGoogan, J. M. (2020). Characteristics of and Important Lessons From the Coronavirus Disease 2019 ( COVID-19 ) Outbreak in China Summary of a Report of 72 314 Cases From the Chinese Center for Disease Control and Prevention. JAMA,

323(13), 1239–1242.

Xiang, J. Z., Cao, D. Y., Yang, Y. Y. Y., Cezmi, Y. Y., & Gao, A. A. Y. (2020). Clinical characteristics of 140 patients infected with SARS- CoV-2 in Wuhan , China, (February), 1–12. https://doi.org/10.1111/all.14238

Xu, J., Zhao, S., Teng, T., Abdalla, A. E., Zhu, W., Xie, L., … Guo, X. (2020). Systematic Comparison of Two Animal-to-Human Transmitted Human Coronaviruses: SARS-CoV- 2 and SARS-CoV. Viruses, 244(12). https://doi.org/doi:10.3390/v12020244

Yagil, Y., & Yagil, C. (2003). Hypothesis: ACE2 modulates blood pressure in the mammalian organism. Hypertension, 41(4), 871–873.

https://doi.org/10.1161/01.HYP.0000063886.71596.C8

Zhang, H., Penninger, J. M., Li, Y., Zhong, N., & Slutsky, A. S. (2020). Angiotensin ‑ converting enzyme 2 ( ACE2 ) as a SARS ‑ CoV ‑ 2 receptor : molecular mechanisms and potential therapeutic target. Intensive Care Medicine, 46(4), 586–590. https://doi.org/10.1007/s00134-020-05985-9

(25)

Page 25 LAMPIRAN

Case Processing Summary

severity_code

Cases

Valid Missing Total

N Percent N Percent N Percent

GDS_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

Hb_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

Ht_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

Leuco_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

trombosit_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

Eritrosit_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

basofil_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

eosinofil_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

neutrosegmen_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

limfosit_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

monosit_copy mild 10 38.5% 16 61.5% 26 100.0%

moderate 33 61.1% 21 38.9% 54 100.0%

severe 11 55.0% 9 45.0% 20 100.0%

Descriptives

severity_code Statistic Std. Error

GDS_copy mild Mean 132.970 20.1893

95% Confidence Interval for Mean

Lower Bound 87.299

Upper Bound 178.641

5% Trimmed Mean 128.711

(26)

Page 26

Median 108.950

Variance 4076.062

Std. Deviation 63.8440

Minimum 72.6

Maximum 270.0

Range 197.4

Interquartile Range 92.3

Skewness 1.382 .687

Kurtosis 1.114 1.334

moderate Mean 140.412 12.5511

95% Confidence Interval for Mean

Lower Bound 114.846

Upper Bound 165.978

5% Trimmed Mean 133.930

Median 114.600

Variance 5198.473

Std. Deviation 72.1004

Minimum 61.0

Maximum 343.0

Range 282.0

Interquartile Range 85.1

Skewness 1.517 .409

Kurtosis 1.364 .798

severe Mean 142.364 21.3934

95% Confidence Interval for Mean

Lower Bound 94.696

Upper Bound 190.031

5% Trimmed Mean 135.682

Median 111.000

Variance 5034.455

Std. Deviation 70.9539

Minimum 88.0

Maximum 317.0

Range 229.0

Interquartile Range 62.0

Skewness 1.926 .661

Kurtosis 3.224 1.279

Hb_copy mild Mean 14.09 .568

95% Confidence Interval for Mean

Lower Bound 12.81

Upper Bound 15.37

5% Trimmed Mean 14.04

Median 14.00

Variance 3.223

Std. Deviation 1.795

Minimum 12

Maximum 17

Range 5

(27)

Page 27

Interquartile Range 3

Skewness .389 .687

Kurtosis -.697 1.334

moderate Mean 13.51 .305

95% Confidence Interval for Mean

Lower Bound 12.89

Upper Bound 14.13

5% Trimmed Mean 13.56

Median 13.70

Variance 3.063

Std. Deviation 1.750

Minimum 9

Maximum 17

Range 8

Interquartile Range 2

Skewness -.666 .409

Kurtosis .647 .798

severe Mean 14.00 .663

95% Confidence Interval for Mean

Lower Bound 12.52

Upper Bound 15.48

5% Trimmed Mean 13.96

Median 13.90

Variance 4.828

Std. Deviation 2.197

Minimum 11

Maximum 17

Range 6

Interquartile Range 4

Skewness .170 .661

Kurtosis -1.671 1.279

Ht_copy mild Mean 40.520 1.4935

95% Confidence Interval for Mean

Lower Bound 37.142

Upper Bound 43.898

5% Trimmed Mean 40.244

Median 40.000

Variance 22.304

Std. Deviation 4.7227

Minimum 35.0

Maximum 51.0

Range 16.0

Interquartile Range 6.3

Skewness 1.123 .687

Kurtosis 1.770 1.334

moderate Mean 39.864 .7388

95% Confidence Interval for Mean

Lower Bound 38.359

Upper Bound 41.369

5% Trimmed Mean 40.010

Median 41.000

Variance 18.014

Std. Deviation 4.2442

(28)

Page 28

Minimum 27.4

Maximum 48.0

Range 20.6

Interquartile Range 5.5

Skewness -.724 .409

Kurtosis 1.281 .798

severe Mean 40.427 1.9226

95% Confidence Interval for Mean

Lower Bound 36.143

Upper Bound 44.711

5% Trimmed Mean 40.408

Median 41.000

Variance 40.662

Std. Deviation 6.3767

Minimum 31.9

Maximum 49.3

Range 17.4

Interquartile Range 11.1

Skewness .108 .661

Kurtosis -1.701 1.279

Leuco_copy mild Mean 775.79 767.137

95% Confidence Interval for Mean

Lower Bound -959.59

Upper Bound 2511.17

5% Trimmed Mean 435.08

Median 6.70

Variance 5884986.392

Std. Deviation 2425.899

Minimum 4

Maximum 7680

Range 7676

Interquartile Range 12

Skewness 3.162 .687

Kurtosis 10.000 1.334

moderate Mean 2868.76 848.347

95% Confidence Interval for Mean

Lower Bound 1140.73

Upper Bound 4596.79

5% Trimmed Mean 2277.98

Median 8.40

Variance 23749863.207

Std. Deviation 4873.383

Minimum 3

Maximum 18050

Range 18047

Interquartile Range 6349

Skewness 1.616 .409

Kurtosis 1.893 .798

severe Mean 5684.08 1089.359

95% Confidence Interval for Mean

Lower Bound 3256.84

Upper Bound 8111.33

5% Trimmed Mean 5735.85

(29)

Page 29

Median 6450.00

Variance 13053736.638

Std. Deviation 3612.996

Minimum 6

Maximum 10430

Range 10424

Interquartile Range 6830

Skewness -.523 .661

Kurtosis -.880 1.279

trombosit_copy mild Mean 304.20 52.509

95% Confidence Interval for Mean

Lower Bound 185.42

Upper Bound 422.98

5% Trimmed Mean 292.06

Median 233.50

Variance 27571.956

Std. Deviation 166.048

Minimum 158

Maximum 669

Range 511

Interquartile Range 222

Skewness 1.468 .687

Kurtosis 1.496 1.334

moderate Mean 244.20 16.770

95% Confidence Interval for Mean

Lower Bound 210.04

Upper Bound 278.36

5% Trimmed Mean 244.86

Median 244.00

Variance 9280.383

Std. Deviation 96.335

Minimum 26

Maximum 420

Range 394

Interquartile Range 141

Skewness .028 .409

Kurtosis -.529 .798

severe Mean 223.09 27.740

95% Confidence Interval for Mean

Lower Bound 161.28

Upper Bound 284.90

5% Trimmed Mean 226.49

Median 206.00

Variance 8464.291

Std. Deviation 92.002

Minimum 39

Maximum 346

Range 307

Interquartile Range 137

Skewness -.416 .661

Kurtosis .049 1.279

Eritrosit_copy mild Mean 4.850 .2001

(30)

Page 30

95% Confidence Interval for Mean

Lower Bound 4.397

Upper Bound 5.303

5% Trimmed Mean 4.833

Median 4.700

Variance .401

Std. Deviation .6329

Minimum 4.1

Maximum 5.9

Range 1.8

Interquartile Range 1.1

Skewness .468 .687

Kurtosis -1.008 1.334

moderate Mean 4.808 .1266

95% Confidence Interval for Mean

Lower Bound 4.550

Upper Bound 5.066

5% Trimmed Mean 4.778

Median 4.800

Variance .529

Std. Deviation .7274

Minimum 3.5

Maximum 7.1

Range 3.6

Interquartile Range .7

Skewness .722 .409

Kurtosis 2.137 .798

severe Mean 4.973 .2420

95% Confidence Interval for Mean

Lower Bound 4.434

Upper Bound 5.512

5% Trimmed Mean 5.010

Median 5.000

Variance .644

Std. Deviation .8026

Minimum 3.4

Maximum 5.8

Range 2.4

Interquartile Range .9

Skewness -.989 .661

Kurtosis .154 1.279

basofil_copy mild Mean .290 .0407

95% Confidence Interval for Mean

Lower Bound .198

Upper Bound .382

5% Trimmed Mean .300

Median .300

Variance .017

Std. Deviation .1287

Minimum .0

Maximum .4

Range .4

(31)

Page 31

Interquartile Range .2

Skewness -1.338 .687

Kurtosis 1.864 1.334

moderate Mean .221 .0443

95% Confidence Interval for Mean

Lower Bound .131

Upper Bound .312

5% Trimmed Mean .190

Median .200

Variance .065

Std. Deviation .2547

Minimum .0

Maximum 1.0

Range 1.0

Interquartile Range .3

Skewness 1.851 .409

Kurtosis 3.773 .798

severe Mean .036 .0244

95% Confidence Interval for Mean

Lower Bound -.018

Upper Bound .091

5% Trimmed Mean .029

Median .000

Variance .007

Std. Deviation .0809

Minimum .0

Maximum .2

Range .2

Interquartile Range .0

Skewness 1.923 .661

Kurtosis 2.037 1.279

eosinofil_copy mild Mean .850 .4053

95% Confidence Interval for Mean

Lower Bound -.067

Upper Bound 1.767

5% Trimmed Mean .722

Median .150

Variance 1.643

Std. Deviation 1.2817

Minimum .0

Maximum 4.0

Range 4.0

Interquartile Range 1.6

Skewness 1.947 .687

Kurtosis 3.867 1.334

moderate Mean .794 .1569

95% Confidence Interval for Mean

Lower Bound .474

Upper Bound 1.114

5% Trimmed Mean .725

Median .400

Variance .812

Std. Deviation .9014

(32)

Page 32

Minimum .0

Maximum 3.1

Range 3.1

Interquartile Range 1.5

Skewness .925 .409

Kurtosis -.242 .798

severe Mean .573 .3139

95% Confidence Interval for Mean

Lower Bound -.127

Upper Bound 1.272

5% Trimmed Mean .470

Median .000

Variance 1.084

Std. Deviation 1.0412

Minimum .0

Maximum 3.0

Range 3.0

Interquartile Range 1.0

Skewness 1.794 .661

Kurtosis 2.222 1.279

neutrosegmen_copy mild Mean 59.560 7.4975

95% Confidence Interval for Mean

Lower Bound 42.599

Upper Bound 76.521

5% Trimmed Mean 61.572

Median 66.650

Variance 562.125

Std. Deviation 23.7092

Minimum .0

Maximum 82.9

Range 82.9

Interquartile Range 24.4

Skewness -1.982 .687

Kurtosis 4.688 1.334

moderate Mean 65.291 3.6623

95% Confidence Interval for Mean

Lower Bound 57.831

Upper Bound 72.751

5% Trimmed Mean 67.585

Median 69.800

Variance 442.616

Std. Deviation 21.0385

Minimum .0

Maximum 90.0

Range 90.0

Interquartile Range 20.4

Skewness -1.865 .409

Kurtosis 4.158 .798

severe Mean 73.482 2.6709

95% Confidence Interval for Mean

Lower Bound 67.531

Upper Bound 79.433

5% Trimmed Mean 74.091

(33)

Page 33

Median 74.600

Variance 78.470

Std. Deviation 8.8583

Minimum 51.0

Maximum 85.0

Range 34.0

Interquartile Range 7.0

Skewness -1.637 .661

Kurtosis 4.146 1.279

limfosit_copy mild Mean 23.070 3.3854

95% Confidence Interval for Mean

Lower Bound 15.412

Upper Bound 30.728

5% Trimmed Mean 22.972

Median 23.300

Variance 114.611

Std. Deviation 10.7057

Minimum 8.1

Maximum 39.8

Range 31.7

Interquartile Range 19.9

Skewness .169 .687

Kurtosis -1.059 1.334

moderate Mean 21.709 1.8423

95% Confidence Interval for Mean

Lower Bound 17.957

Upper Bound 25.462

5% Trimmed Mean 21.101

Median 19.500

Variance 112.001

Std. Deviation 10.5830

Minimum 6.0

Maximum 51.0

Range 45.0

Interquartile Range 14.3

Skewness .873 .409

Kurtosis .650 .798

severe Mean 15.673 2.2547

95% Confidence Interval for Mean

Lower Bound 10.649

Upper Bound 20.697

5% Trimmed Mean 15.470

Median 13.000

Variance 55.920

Std. Deviation 7.4780

Minimum 5.0

Maximum 30.0

Range 25.0

Interquartile Range 13.3

Skewness .640 .661

Kurtosis -.304 1.279

(34)

Page 34

monosit_copy mild Mean 8.240 .9381

95% Confidence Interval for Mean

Lower Bound 6.118

Upper Bound 10.362

5% Trimmed Mean 8.178

Median 8.250

Variance 8.800

Std. Deviation 2.9666

Minimum 4.7

Maximum 12.9

Range 8.2

Interquartile Range 5.5

Skewness .356 .687

Kurtosis -1.293 1.334

moderate Mean 7.555 .5744

95% Confidence Interval for Mean

Lower Bound 6.385

Upper Bound 8.725

5% Trimmed Mean 7.331

Median 6.800

Variance 10.888

Std. Deviation 3.2997

Minimum 3.0

Maximum 17.2

Range 14.2

Interquartile Range 5.2

Skewness .980 .409

Kurtosis .755 .798

severe Mean 8.900 .7387

95% Confidence Interval for Mean

Lower Bound 7.254

Upper Bound 10.546

5% Trimmed Mean 8.722

Median 8.200

Variance 6.002

Std. Deviation 2.4499

Minimum 6.0

Maximum 15.0

Range 9.0

Interquartile Range 2.0

Skewness 1.487 .661

Kurtosis 3.628 1.279

(35)

Page 35

(36)

Page 36

Gambar

Tabel 1. Distribusi Karakter Demografis dari Sampel Penelitian.
Tabel 3. Karakter Gejala klinis Subyek Penelitian
Tabel 2. Tanda Vital Fisik Subyek Penelitian
Tabel 4. Karakter Patologi Klinis Subyek Penelitian  Determinan
+2

Referensi

Dokumen terkait

Elevated levels of CRP and PCT have been observed in COVID-19 patients, and studies have shown that high levels of these parameters at admission are associated with poor outcomes.. Both