ABSTRAK
Tujuan : Penelitian ini bertujuan untuk mendapatkan suatu model prediksi diagnosis adenomiosis berdasarkan faktor risiko, tanda dan gejala klinis.Metode : Penelitian ini merupakan uji diagnostik, didapatkan 62 subjek penelitian dari data sekunder rekam medis dari pasien yang terdiagnosis adenomiosis dari pemeriksaan patologi anatomi dan 62 subjek yang didiagnosis bukan adenomiosis berdasarkan pemeriksaan patologi anatomi sebagai kontrol. Faktor risiko, tanda dan gejala klinis yang diteliti adalah usia, paritas, indeks massa tubuh, dismenorea, perdarahan uterus abnormal, massa uterus, disparunea, dan infertilitas. Dan dilakukan uji statistik dengan menggunakan analisa bivariat setiap variabel. Variabel-variabel yang dianggap bermakna selanjutnya akan dilakukan analisis multivariat dengan regresi logistik. Dari faktor risiko yang didapatkan akan dibuat model prediksi diagnosis adenomiosis.Hasil : Berdasarkan analisa bivariat dan analisa multivariat dengan regresi logistik pada variabel yang dinilai didapatkan hanya dismenorea yang menjadi faktor risiko adenomiosis dengan OR 12.972 dan nilai P <0.001. Didapatkan dari dismenorea nilai sensifiitas 91%, nilai spesifisitas 78%, nilai prediksi positif 66% dan nilai prediksi negatif 86%.Kesimpulan : Hanya dismenorea yang memiliki hubungan yang bermakna terhadap adenomiosis dibandingkan non adenomiosis.Suatu model prediksi diagnosis adenomiosis tidak dapat dibentuk karena tidak ada variabel lain seperti usia, IMT, Paritas, disparunea, PUA, maupun infertilitas yang bermakna.

---

ABSTRACT
Objectives : We sought to formulate a predictive model for diagnosis of Adenomyosis by means of risk factors, clinical signs and symptoms.Method : This was a diagnostic study.From medical record, We obtained 62 subjects diagnosed as Adenomyosis with another 62 patients as control subjects. Both groups have had proven diagnosis by pathology examination. Age, parity, body mass index, dysmenorrhea, abnormal uterine bleeding, uterus mass, dyspareunia, and infertility were the items researched. For statistical analysis, bivariate analysis was done for every variable. Significant associations will further be analyzed with logistic regression to formulate a predictive model for diagnosis of Adenomyosis.Result : from bivariate analysis, followed by logistic regression, only dysmenorrhea stands out as risk factor for Adenomyosis. Odds ratio for dysmenorrhea was 12.972 with P value <0.001. Sensitivity and specificity for dysmenorrhea to diagnose Adenomyosis were 91% and 78%,respectively. Positive predictive value 66%. Negative predictive value 86%.Conclusion : We found only dysmenorrhea with strong association with Adenomyosis. Thus, no predictive model for diagnosis of Adenomyosis can be made. Variables such as age, body mass index, parity, dyspareunia, abnormal uterine bleeding and infertility did not show any significance statistically.