Uji Diagnostik Algoritma Stroke Gadjah Mada dan Siriraj Stroke Score dalam Menegakkan Diagnosis Stroke di RSUP Dr. M. Djamil Padang

Sitismart, Khayyirannisa (2017) Uji Diagnostik Algoritma Stroke Gadjah Mada dan Siriraj Stroke Score dalam Menegakkan Diagnosis Stroke di RSUP Dr. M. Djamil Padang. Diploma thesis, Universitas Andalas.

Preview	Text (Abstrak) COVER+ABSTRAK.pdf - Published Version Download (166kB) | Preview
Preview	Text (Bab 1 (Pendahuluan)) BAB 1 (Pendahuluan).pdf - Published Version Download (298kB) | Preview
Preview	Text (Bab Akhir (Penutup/Kesimpulan)) BAB akhir (Penutup,Kesimpulan).pdf - Published Version Download (172kB) | Preview
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (316kB) | Preview
	Text (Tugas Akhir Ilmiah Utuh) Tugas Akhir Ilmiah Utuh.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Stroke secara umum diklasifikasikan menjadi stroke iskemik dan hemoragik. Diagnosis yang benar dalam membedakan jenis stroke sangat diperlukan karena perbedaan tatalaksana. Gold standard dalam mendiagnosis stroke adalah dengan CT scan namun tidak semua layanan kesehatan memiliki fasilitias ini. Algoritma Stroke Gadjah Mada (ASGM) dan Siriraj Stroke Score (SSS) merupakan instrumen diagnostik yang dikembangkan untuk dapat membedakan jenis stroke. Penelitian ini bertujuan untuk mengetahui sentivitias, spesifisitas, positive predictive value, negative predictive value, dan akurasi ASGM dan SSS dalam mendiagnosis stroke. Jenis penelitian adalah analitik dengan pendekatan cross sectional. Sampel penelitian 133 diambil dari rekam medis pasien di RSUP Dr. M. Djamil Padang. Penelitian dilaksanakan pada bulan September 2016-Maret 2017. Pada tiap rekam medis diambil data berupa nama, nomor rekam medis, nilai ASGM, nilai SSS, hasil CT scan, dan penyakit penyerta pada pasien. Pada penelitian ini didapatkan nilai sensitivitas ASGM dibandingkan dengan CT scan adalah sebesar 97,5%, spesifisitas sebesar 58,5%, positive predictive value sebesar 78,0%, negative predictive value sebesar 93,9%, dan akurasi sebesar 82,0%. Nilai sensitivitas SSS dibandingkan dengan CT scan adalah sebesar 92,5%, spesifisitas sebesar 67,9%, positive predictive value sebesar 81,3%, negative predictive value sebesar 85,7%, dan akurasi sebesar 82,7%. ASGM dan SSS dapat digunakan sebagai instrumen diagnosis untuk membedakan jenis stroke dimana ASGM lebih sensitif dibandingkan dengan SSS. Namun, kedua instrumen tersebut belum bisa menggantikan CT scan sebagai gold standard dalam mendiagnosis stroke Kata kunci: Stroke, Algoritma Stroke Gadjah Mada, Siriraj Stroke Score, sensitivitas, spesifisitas, positive predictive value, negative predictive value, akurasi.

Actions (login required)

View Item