E SKRIPSI PERBANDINGAN UJI DIAGNOSTIK SKOR STROKE SIRIRAJ DENGAN ALGORITMA STROKE GADJAH MADA SEBAGAI PREDIKTOR JENIS STROKE DI RS SENTRA MEDIKA CIKARANG BEKASI TAHUN 2018
Kata Kunci:
STROKE, UJI DIAGNOSTIKAbstrak
FAKULTAS KEDOKTERAN
UNIVERSITAS MALAHAYATI
Skripsi, 2018
Lisa Nurmalia
PERBANDINGAN UJI DIAGNOSTIK SIRIRAJ SCORE STROKE (SSS) DENGAN ALGORITMA STROKE GAJAH MADA (ASGM) SEBAGAI PREDIKTOR JENIS STROKE DI RUMAH SAKIT SENTRA MEDIKA CIKARANG BEKASI PROVINSI JAWA BARAT TAHUN 2018
XVII + 55 halaman + 19 tabel + 4 gambar + lampiran
ABSTRAK
Latar Belakang : Stroke merupakan penyakit neurologi terbanyak di Indonesia yang menjadi salah satu penyebab kematian secara menyeluruh. Pemeriksaan CT Scan kepala merupakan pemeriksaan baku emas yang sangat akurat untuk membedakan stroke haemoragik dan stroke iskemik tetapi membutuhkan dana yang cukup tinggi. Mengetahui jenis stroke sedini mungkin sangat penting untuk menentukan pilihan terapi stroke pada fase akut. Untuk mengatasi kesulitan membedakan jenis stroke maka ada beberapa skor diagnostik stroke yang dapat digunakan seperti Siriraj stroke score dan algoritma stroke Gadjah Mada.
Tujuan Penelitian : Penelitian ini bertujuan untuk membandingan sensitivitas dan spesifisitas antara Siriraj stroke score dan algoritma stroke Gadjah Mada.
Metode penelitian : Penelitian ini menggunakan metode uji diagnostik observasional dengan pendekatan cross sectional. Populasi pada penelitian ini adalah seluruh pasien stroke yang di rawat di RS Sentra Medika Cikarang Bekasi Provinsi Jawa Barat estimasi sampel sebanyak 40 responden dengan teknik consecutive sampling. Penelitian ini direncakan diadakan pada bulan Februari – Maret 2018. Pengambilan data secara primer dengan observasi langsung dan sekunder dengan rekam medik. Data penelitian selanjutnya dianalisis dengan uji sensitivitas dan spesifisitas.
Hasil Penelitian : Hasil penelitian didapatkan nilai sensitivitas ASGM dibandingkan dengan CT scan adalah sebesar 89%, spesifisitas sebesar 86%, positive predictive value sebesar 94%, negative predictive value sebesar 75%, dan akurasi sebesar 88%. Nilai sensitivitas SSS dibandingkan dengan CT scan untuk adalah sebesar 75%, spesifisitas sebesar 93%, positive predictive value sebesar 96%, negative predictive value sebesar 59%, dan akurasi sebesar 80%.
Kesimpulan : 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 : Uji diagnostik, skor stroke Siriraj, Algoritma stroke Gadjah Mada, jenis stroke
Kepustakaan : 26 (1997-2017)