Hasil Pencarian  ::  Simpan CSV :: Kembali

"Preeklamsia menjadi penyebab kematian ibu hamil terbanyak kedua di Indonesia setelah pendarahan. Preeklamsia merupakan hipertensi dan proteinuria setelah usia kehamilan lebih dari 20 minggu pada wanita yang sebelumnya memiliki tekanan darah normal. Faktor risiko preeklamsia dapat dilihat berdasarkan karakteristik maternal, pengukuran biofisik, dan pengukuran biokimia. Preeklamsia umumnya terjadi pada trimester ketiga kehamilan. Namun kondisi ibu hamil tetap harus diamati pada setiap titik waktu kehamilan. Variabel dependen yang digunakan dalam penelitian ini adalah waktu kelahiran dengan kovariatnya adalah usia, Indeks Massa Tubuh (IMT), riwayat preeklamsia, Mean Arterial Pressure (MAP), dan Placental Growth Factor (PlGF). Adapun metode yang digunakan dalam penelitian ini adalah Proportional Hazard (PH) parametrik dimana diasumsikan efek yang multiplikatif terhadap nilai hazard. Metode parametrik lainnya yang dapat digunakan adalah Accelerated Failure Time (AFT) yang mengasumsikan bahwa efek multiplikatif terhadap waktu survival.  Kedua metode tersebut merupakan metode parametrik dimana baseline hazard dari model diasumsikan mengikuti bentuk suatu distribusi tertentu. Konstruksi model terdiri dari pemilihan baseline hazard yang sesuai dengan data preeklamsia dan proses menambahkan kovariat ke dalam model. Estimasi parameter dilakukan dengan metode Maximum Likelihood Estimation (MLE) yang menghasilkan persamaan kompleks dan harus diselesaikan secara numerik menggunakan bantuan software. Hasil dari penelitian ini diperoleh bahwa faktor-faktor yang berhubungan dengan preeklamsia adalah MAP dan PlGF. Perbandingan metode PH parametrik dan metode AFT menggunakan nilai AIC memberikan hasil bahwa model PH Gompertz memberikan fit yang lebih baik untuk data preeklamsia dengan nilai sebesar 328,2045.

---

Preeclampsia is the second leading cause of death for pregnant women in Indonesia after bleeding. Preeclampsia is hypertension and proteinuria after gestational age of more than 20 weeks in women who previously had normal blood pressure. Risk factors for preeclampsia can be seen based on maternal characteristics, biophysical, and biochemical measurements. Preeclampsia generally occurs in the third trimester of pregnancy. However, the condition of pregnant women must still be observed at every point in time pregnancy. The dependent variable used in this study was the time of birth with the independent variables being age, Body Mass Index (BMI), history of preeclampsia, Mean Arterial Pressure (MAP), and Placental Growth Factor (PlGF). The method used in this research is parametric Proportional Hazard (PH) which is assumed to have a multiplicative effect on the hazard value. Another parametric method that can be used is  Accelerated Failure Time (AFT) which is assumed to have a multiplicative effect on survival time. Both methods are parametric methods where the baseline hazard of the model is assumed to follow the shape of a certain distribution. The construction of the model consists of selecting a baseline hazard that fits the preeclampsia data and the process of adding independent variables to the model. Parameter estimation is carried out using the Maximum Likelihood Estimation (MLE) method which produces complex equations and must be solved numerically using software. The results of this study obtain factors associated with preeclampsia are MAP and PlGF. Comparison of the parametric PH method and the AFT method using the AIC value gives the result that the Gompertz PH model provides a better fit for preeclampsia data with a value of 328.2045."

"Penyakit Alzheimer adalah penyakit progresif yang dimulai dengan hilangnya ingatan ringan dan berkembang hingga hilangnya kemampuan bicara dan respon terhadap lingkungan. Penyakit ini belum dapat disembuhkan, dan pengobatan saat ini hanya berfungsi mengurangi gejala sementara. Oleh karena itu, penting untuk mengidentifikasi risiko utama pengembangan Alzheimer dan memberikan diagnosis yang tepat guna mendukung penelitian lebih lanjut. Model regresi Cox-Proportional Hazard sering digunakan untuk menangani data survival tersensor, tetapi saat ini, machine learning menunjukkan potensi besar. Dua model machine learning, Random Survival Forest dan Gradient Boosting Survival Analysis, mampu menangani data survival dan data tersensor tanpa memerlukan asumsi parameter. Kedua model ini juga menghindari overfitting dan lebih mudah diinterpretasi dibandingkan model non-parametrik lainnya. Hasil pada data Alzheimer menunjukkan bahwa Gradient Boosting Survival Analysis memiliki performa terbaik dengan nilai C-index 0.8503, diikuti oleh Random Survival Forest dengan nilai 0.8286. Model regresi Cox-PH memiliki kinerja terendah dengan nilai C-index 0.8092, dan data Alzheimer yang digunakan tidak memenuhi asumsi proportional hazard. Model Gradient Boosting Survival Analysis dan Random Survival Forest mengidentifikasi CDRSB dan FDG sebagai risiko terpenting, sedangkan model Cox-PH mengidentifikasi AV45 dan FDG.

---

Alzheimer's disease is a progressive disease that begins with mild memory loss and progresses to loss of speech and response to the environment. There is no cure for the disease, and current treatments only temporarily reduce symptoms. Therefore, it is important to identify the main risk factors for developing Alzheimer's and provide an accurate diagnosis to support further research. The Cox-Proportional Hazard regression model is often used to handle censored survival data, but currently, machine learning shows potential. Two machine learning models, Random Survival Forest and Gradient Boosting Survival Analysis, are able to handle survival data and censored data without requiring parameter assumptions. Both models also avoid overfitting and are easier to interpret than other non-parametric models. The results on Alzheimer's data show that Gradient Boosting Survival Analysis has the best performance with a C-index value of 0.8503, followed by Random Survival Forest with a value of 0.8286. The Cox-PH regression model has the lowest performance with a C-index value of 0.8092, and the data used does not meet the proportional hazard assumption. The Gradient Boosting Survival Analysis and Random Survival Forest models identified CDRSB and FDG as the most important risks, while the Cox-PH model identified AV45 and FDG."

"Produk Kredit Pemilikan Rumah (KPR) dari Bank ABC Tbk merupakan salah satu fasilitas kredit yang berkontribusi sebesar 60,2% terhadap pencapaian target kredit konsumer pada akhir tahun 2014. Untuk dapat meningkatkan penyaluran fasilitas KPR diperlukan strategi pemasaran dengan tetap memperhatikan mitigasi risikonya. Risiko yang menjadi perhatian utama adalah risiko terjadinya default. Salah satu cara yang dapat dilakukan untuk memitigasi risiko adalah dengan mengetahui sebaran peluang terjadinya default dari debitur. Sehingga dapat dibentuk early warning system terjadinya default. Sedangkan untuk menyusun strategi pemasaran yang tepat dapat mempertimbangkan karakteristik dari debitur yang mempunyai riwayat pembayaran cicilan lancar (survive).Pada penelitian ini digunakan analisis survival terhadap data debitur yang menerima fasilitas KPR selama periode 1 Januari 2009 sampai dengan 31 Desember 2014. Diharapkan hasil penelitian ini dapat menunjang pertumbuhan produk KPR tersebut. Metode pengamatan yang digunakan menggunakan metode non parametrik dan semi parametrik. Melalui metode non parametrik Kaplan Meier, peluang debitur survive mulai turun pada bulan ke enam. Peluang tersebut akan turun semakin besar pada bulan ke delapan sampai dengan lima puluh tujuh sejak diterimanya kredit yaitu sebesar 94,5% sampai dengan 99%. Sedangkan dengan metode non parametrik Nelson Aalen, peluang pembayaran lancar akan menjadi default sesaat adalah sebesar 0,091%. Dengan menggunakan metode semi parametrik Cox Proportional Hazard, karakteristik debitur dan karakteristik produk yang mempengaruhi terjadinya default adalah jenis pekerjaan, wilayah tempat tinggal, tingkat pendidikan akhir, jangka waktu kredit, status pernikahan, jumlah penghasilan per bulan, jenjang jabatan dan jenis kendaraan.

---

House Ownership Loan (KPR) is one of Bank ABC's mortgage facilities that contributed 60.2% to consumer's credit achievement at the end of 2014. In order to increase the distribution of this mortgage facility, a marketing strategy is needed, but still taking into consideration the mitigation of potential risks. One of the major risk concerned is the risk of default. One of the way to mitigate this risk is to determine the distribution of the probability of a default by the debtor. This can in turn be used to establish an early warning system in the case of a default. Meanwhile, to prepare the right marketing strategy, one can consider the characteristics of debtors by their history of smooth or on time mortgage payments (survive).

This study uses survival analysis of the data from debtors who obtained mortgage facilities(loans) during the period of January 1, 2009 up to December 31, 2014. It is expected that the results of this study can help understand and support the growth of the mortgage product. The observation methods used are non-parametric and semi-parametric methods. With the nonparametric Kaplan-Meier method, the debtor's probability to survive starts to fall in the sixth month. These probability decreases further in the eighth up to fiftyseventh month from when the credit is received, in the amount of 99% down to 94,5%. Where as, using the non-parametric methods of Nelson Aalen, the probability that a smooth payment will change to a temporary default is 0.091%. By using the semi-parametric method of Cox Proportional Hazard, the debtor's characteristics and product's characteristics that influence the occurrence of default are the type of work, region of residence, education level, the credit period, marital status, amount of income per month, the social hierarchy and the type of vehicle."

"Skripsi ini menggunakan metode Transformasi Bahaya Proporsional Non-parametrik menghitung premi yang memperhitungkan pemuatan risiko dari asuransi pertanian tradisional. Pendekatan non-parametrik digunakan karena tidak semua data kerugian pertanian tersedia dapat diasumsikan mengikuti distribusi tertentu karena karakteristik data yang hilangtambak yang digunakan tidak sesuai dengan distribusi yang ada. Premi dihasilkan melalui metode Transformasi Bahaya Proporsional disebut sebagai penyesuaian risiko premium. Perhitungan premi yang disesuaikan dengan risiko dibedakan berdasarkan jenis data yang digunakan, yaitu data kerugian individu atau kelompok. Pada data kerugian individu, Penghitungan premi yang disesuaikan dengan risiko dapat dilakukan dengan dua cara, yaitu dengan menggunakan fungsi kelangsungan hidup empiris dan fungsi kelangsungan hidup empiris yang disempurnakan. Nilai premi yang disesuaikan dengan risiko yang dihitung berdasarkan fungsi survival empiris akan lebih besar di bandingkan dengan nilai premi yang disesuaikan dengan risiko dihitung berdasarkan fungsi kelangsungan hidup empiris yang dimurnikan. Perhitungan premi yang disesuaikan dengan risiko akan diterapkan pada data kerugian pertanian padi di Indonesia dari 2015 hingga 2017.

---

This thesis uses the Non-parametric Proportional Hazard Transformation method to calculate the premium that takes into account the risk loading of traditional agricultural insurance. A non-parametric approach is used because not all available agricultural loss data can be assumed to follow a certain distribution due to the characteristics of the missing data

the pond used is not in accordance with the existing distribution. The premium generated through the Proportional Hazard Transformation method is referred to as the risk adjustment premium. The calculation of premiums adjusted for risk is differentiated based on the type of data used, namely data on individual or group losses. For individual loss data, the calculation of the risk-adjusted premium can be done in two ways, namely by using the empirical survival function and the enhanced empirical survival function. The risk-adjusted premium value calculated based on the empirical survival function would be greater than the risk-adjusted premium value calculated based on the empirically refined survival function. The calculation of the risk-adjusted premium will be applied to the rice agricultural loss data in Indonesia from 2015 to 2017.

"

"ABSTRAKPermasalahan yang akan diangkat dalam tesis ini adalah masalah keterlambatan yang terjadi pada perjalanan kereta api KRL komuter Bekasi-Jakarta Kota, yang lebih tinggi daripada KRL komuter lainnya. Hal ini diduga dikarenakan terjadinya konflik dengan kereta lain dan adanya keterlambatan keberangkatan di stasiun Bekasi. Cox Proportional Hazard adalah salah satu metode analisis semi parametrik di dalam kerangka Analisis Survival yang akan digunakan untuk menganalisis keterlambatan perjalanan suatu kereta api. Penggunaan metode ini antara lain karena lebih populer dan penggunaan asumsi yang lebih sedikit bila dibandingkan dengan metode parametrik. Model regresi Cox PH ini juga berguna untuk menafsirkan informasi mengenai hubungan dari fungsi hazard dengan prediktor. Hasil penelitian menunjukkan bahwa keterlambatan kedatangan KRL komuter Bekasi di stasiun tujuan dipengaruhi oleh keterlambatan keberangkatan di stasiun awal dan juga konflik dengan kereta lain, baik di stasiun awal maupun di tengah perjalanan. Oleh karena itu, konflik dan keterlambatan di stasiun keberangkatan harus diturunkan secara signifikan.

---

ABSTRACT

The issue raised in this thesis is the delay in the travel time of Bekasi-Jakarta Kota Commuter Line, which is higher than other commuter lines. This is presumably due to their own departure delays in Bekasi Station and also conflicts with other trains. Cox Proportional Hazard is one of the semi-parametric analysis methods in Survival Analysis framework that will be used to analyze the delay time. This method is used because it is more popular than other methods and uses fewer assumptions than the parametric method. Cox PH regression model is also useful for interpreting information about the relationship of the hazard function predictors. The results showed that the late arrival of KRL Commuter Bekasi at the destination is affected by the delay at the departure station and also by conflicts with other trains, either at the beginning or in the middle of the travel. Therefore, conflict reduction and delay reduction must be made significantly."

"Pada penelitian survival, kadang kala survival time dipengaruhi oleh faktor-faktor lain. Untuk kondisi tersebut dapat digunakan metode analisis regresi dengan model Cox PH. Dari model Cox ini, diperoleh bahwa hazard ratio untuk dua individu dengan nilai kovariat yang berbeda tidak akan dipengaruhi oleh waktu. Atau dengan perkataan lain, hazard untuk satu individu proporsional dengan hazard individu lainnya dengan keproporsionalan yang konstan, tidak dipengaruhi oleh waktu. Oleh sebab itu, ketika diterapkan pada data harus diperiksa apakah asumsi tersebut terpenuhi. Pengecekan asumsi proportional hazard akan dilakukan dengan dua pendekatan. Pendekatan yang pertama dengan grafik, yaitu grafik log-log, dan yang kedua dengan pengujian goodness-of-fit. Metode grafik memberikan hasil yang subjektif sedangkan pengujian goodness-of-fit memberikan hasil yang objektif berdasarkan pengujian statistik.

---

In survival studies, sometimes the time until the occurrence of an event is influenced by other factors. Cox PH model, which is one of the semi parametric regression method can be applied for the data analysis. From this Cox model, it is found that the hazard ratio for two individuals with different covariates not be affected by time. In other words, hazard for an individual is proportional with hazard from another individual with constant proportionality, not affected by the time. Therefore, when applied to the data, it should be checked whether the assumptions are met. The assumption of proportional hazard will be checked using two approaches. The first approach using graph, the log-log graph, and the second by testing the goodness-of-fit. Graphical method gives subjective results while the goodness-of-fit testing gives objective results based on statistical testing."

"Analisis competing risk merupakan bentuk khusus dari analisis survival yangmenggunakan lebih dari satu event yang diamati dalam suatu waktu. Pendekatan yangpaling populer untuk analisis competing risk adalah dengan Cumulative IncidenceFunction (CIF). CIF menggabungkan pendekatan product-limit dan sebab-akibat yangbersaing. Model Fine-Gray merupakan model hazard proporsional untuk pemodelanCIF dengan kovariat atau variabel dan menjadikan kurva CIF sebagai fungsisubdistribusi.Preeklamsia adalah suatu kondisi yang terkadang terjadi pada ibu hamil. Kondisi inimerupakan komplikasi kehamilan yang ditandai dengan peningkatan tekanan darahdisertai protein dalam urin (proteinuria). Pada studi tentang preeklamsia sebelumnyatelah menggunakan beberapa metode, yaitu mulai dari analisis regresi logistik biner,lalu dilanjutkan dengan analisis regresi logistik multivariat, hingga analisis survival.Namun, studi-studi terdahulu ini belum dapat memprediksi ketika ibu hamil memilikiresiko bersaing untuk mengalami preeklamsia atau tidak pada suatu waktu tertentu.Penelitian ini bertujuan untuk memprediksi subdistribusi hazard atau dalam artiprobabilitas mengalami suatu kejadian pada suatu waktu, mengingat bahwa belum adakejadian lainnya yang terjadi atau bahwa kejadian yang bersaing terjadi sebelum suatuwaktu tersebut. Dalam kasus preeklamsia ini, subdistribusi hazard-nya yaitu tingkatkejadian sesaat dari ibu hamil yang mengalami preeklamsia dengan kejadian bersaingnon-preeklamsia. Penelitian ini menggunakan data sekunder dari salah satu rumah sakitdi Jakarta divisi obstetri dan ginekologi. Pengukuran yang digunakan meliputikarakteristik maternal, pengukuran biofisik dan biokimia.Hasil pada penelitian ini adalah konstruksi model Fine-Gray pada analisis competingrisk dan dapat mengidentifikasi faktor-faktor risiko preeklamsia pada ibu hamil diIndonesia dengan metode regresi Fine-Gray.

---

Competing risk analysis is a special form of survival analysis that uses more than one

event that is observed at a time. The most popular approach to competing risk analysis

is the cumulative incidence Function (CIF). CIF combines a competitive product-limit

and cause-and-effect approach. The Fine-Gray model is a proportional hazard model for

CIF modeling with covariates or variables and makes the CIF curve a subdistribution

function.

Preeclampsia is a condition that sometimes occurs in pregnant women. This condition is

a complication of pregnancy characterized by increased blood pressure accompanied by

protein in the urine (proteinuria). Preeclampsia is the highest cause of maternal death in

Indonesia. Nevertheless, preeclampsia mortality can be reduced by early detection of

risk factors through prenatal care at least six times during pregnancy. Previous studies

on preeclampsia have used several methods, starting from binary logistic regression

analysis, followed by multivariate logistic regression analysis, to survival analysis.

However, these previous studies have not been able to predict when pregnant women

have a competing risk of developing preeclampsia or not at a certain time.

This study aims to predict the hazard subdistribution or in terms of the probability of

experiencing an event at a time, given that no other event has occurred or that a

competing event occurred before that time. In this case of preeclampsia, the hazard

subdistribution is the transient incidence rate of pregnant women experiencing

preeclampsia with competing events of non-preeclampsia. This study uses the Fine-

Gray regression approach, with competing incidences of pregnant women with

preeclampsia and without preeclampsia. This study was utilizing secondary data

obtained from a hospital in Jakarta, obstetrics and gynecology division. The

measurements used include maternal characteristics, biophysical and biochemical

measurements.

The result of this study is the construction of the Fine-Gray model on competing risk

analysis and can identify risk factors for preeclampsia in pregnant women in Indonesia

using the Fine-Gray regression method."

"Latar belakang : Preeklamsia merupakan penyebab utama morbiditas dan mortalitas ibu dan bayi yang masih tergolong cukup tinggi di dunia. Preeklamsia menduduki kedua tertinggi sebesar 14% penyebab kematian ibu. Penyebab kematian bayi pada masa neonatus sebesar 78,5% disebabkan oleh asfiksia, bayi berat lahir rendah dan infeksi. Salah satu akibat hal tersebut dikarenakan faktor maternal seperti preeklamsia. Luaran neonatal dengan kasus preeklamsia yaitu pertumbuhan janin terhambat, gangguan darah (Trombositopenia), gangguan sistem saraf pusat (hypoxic ischemic ensephalopathy, cerebral palsy), gangguan organ pernafasan (bronchopulmonary dysplasia, respiratory distress syndrome) serta gangguan saluran pencernaan (NEC).Tujuan : Mengetahui adakah perbedaan luaran neonatal pada kelahiran preterm dengan preeklamsia dibandingkan dengan kelahiran preterm tanpa preeklamsia.Metode : penelitian ini merupakan penelitian analitik observasional dengan menggunakan metode case-control. Pengambilan sampel dengan cara consecutive sampling. Subjek penelitian ini merupakan neonatal dari kelahiran preterm di usia kehamilan kurang dari 37 minggu yang dilakukan di RSCM. Data yang didapatkan dianalisis secara bivariat menggunakan uji chi-square untuk mengetahui ada atau tidaknya preeklamsia pada kelahiran preterm dengan bayi yang mengalami hypoxic ischemic ensephalopathy (HIE), broncopulmonary syndrome (BPD), respiratory distress syndrome (RDS) dan necrotizing entercolitis (NEC) selama masa perinatal.Hasil : Dari 2.750 subjek yang diteliti dari tahun 2015 hingga 2018 didapatkan luaran neonatal preterm dari ibu yang mengalami Preklamsia sebanyak 455 subjek (16,5%) dibandingkan ibu yang tidak mengalami Preeklamsia sebanyak 2295 subjek (83,5%). Terdapat perbedaan bermakna untuk seluruh gangguan luaran neonatus preterm yaitu hypoxic ischemic ensephalopathy dengan nilai p = 0,002, OR 3,84, CI95% 1,61-9,17, broncopulmonary syndrome dengan nilai p = 0,04, OR 1,87, CI95% 1,03-3,42, respiratory distress syndrome dengan nilai p < 0,0001, OR 5,51 CI95% 4,35-6,98 dan necrotizing entercolitis dengan nilai p< 0,001, OR 2,22 CI95% 1,5-3,17.Kesimpulan : Terdapat perbedaan bermakna untuk seluruh gangguan luaran neonatus preterm berupa hypoxic ischemic ensephalopathy (HIE), broncopulmonary syndrome (BPD), respiratory distress syndrome (RDS) dan necrotizing entercolitis (NEC) pada ibu dengan preeclampsia.

---

Background: Preeclampsia is one of major causes of maternal and infant morbidity and mortality in the world. Preeclampsia is the second highest causes maternal death. Factors of death in infants are due to asphyxia, low birth weight and infections. One of the reasons causing infant death are maternal factors such as preeclampsia. Neonatal outcomes with maternal preeclampsia are fetal growth restriction, trombositopenia, nervous system disorder (hypoxic ischemic ensephalopathy, cerebral palsy), respiratory disorder (broncopulmonary dysplasia, respiratory distress syndrome), and digestive tract disorder (necrotizing enterocolitis).

Objective : To investigate whether there are differences of preterm neonatal outcomes in cases with and without preeclampsia.

Method : This study is an observational analytic study using case-control method and consequtive sampling. The subject of this study was preterm neonatal outcomes at gestational age less than 37 weeks in Cipto Mangunkusumo Hospital. The data then bivariately analyzed in order to determine preterm neonatal outcomes in cases with and without preeclampsia with hypoxic ischemic ensephalopathy (HIE), bronchopulmonary dysplasia (BPD), respiratory distress syndrome (RDS) and necrotizinf enterocolitus (NEC) on perinatal period.

Result : Two-thousand and seventy hundred fifty subjects from 2015 until 2018 was studied, preterm infants with preeclampsic mother were 455 subjects (16,5%) and without preeclampsia is 2295 subjects (82,4%). There were significant relationship between preeclampsia with hypoxic ischemic ensephalopathy ( p = 0,002, OR 3,84, CI95% 1,61-9,17) broncopulmonary syndrome (p = 0,04, OR 1,87, CI95% 1,03-3,42), respiratory distress syndrome (p < 0,0001, OR 5,51 CI95% 4,35-6,98) and necrotizing entercolitis (p< 0,001, OR 2,22 CI95% 1,5-3,17).

Conclusion : There were significant relationship between preeclampsia with neonatal outcame hypoxic ischemic ensephalopathy (HIE), bronchopulmonary dysplasia (BPD), respiratory distress syndrome (RDS) and necrotizif enterocolitus (NEC)."

"ABSTRAK Laporan Praktek Residensi Spesialis Keperawatan Maternitas Dengan Penerapan Teori Need For Help Wiedenbach, Self Care Orem Dan Caring Swanson Pada Ibu Dengan Preeklampsia Abstrak Angka kematian ibu di Indonesia masih tinggi yaitu sebesar 359/100.000 kelahiran hidup. Pada tahun 2013 tercatat 27.1 penyebab kematian ibu disebabkan karena hipertensi pada kehamilan yang merupakan urutan kedua penyebab kematian ibu di Indonesia setelah pendarahan. Angka kematian ibu akibat preeklamsia di Indonesia adalah antara 9,8 - 25 . Perawat sebagai bagian dari tenaga kesehatan memiliki peran untuk memberikan asuhan keperawatan yang komprehensif untuk memantau dan memonitor kondisi ibu.Kasus kelolaan ada lima, namun dijelaskan secara terperinci pada satu kasus kelolaan. Hasil yang diperoleh dari keempat klien berusia < 20 tahun, satu kasus kehamilan yang kedua dan empat kasus kehamilan pertama, dua kasus dengan eklampsia, dan tiga kasus dengan preeklampsia berat, terdapat edema, dan protein urin lebih dari positif satu. Kelima kasus dilakukan pembedahan seksio sesaria, tiga kasus beresiko tinggi mengalami post partum blues. Fase akut menggunakan pengkajian dengan model konsep need for help Wiedenbach, sedangkan fase pemulihan menggunakan teori self care Orem dan caring Swanson. Pada fase akut pasien mengalami masalah gangguan perfusi jaringan serebral, intoleransi aktivitas, resiko cidera pada janin dan kecemasan. Sedangkan pada fase pemulihan pasien mengalami gangguan rasa nyaman nyeri, hambatan mobilitas fisik, defisit perawatan diri, kecemasan, dan resiko tinggi koping individu tidak efektif.Ketiga teori keperawatan ini dapat diterapkan pada pasien dengan preeklampsia untuk penanganan masalah emergensi pada fase akut dan peningkatan kenyamanan, perawatan diri setelah operasi dan peningkatan koping yang efektif untuk penanganan pada masa pemulihan bagi ibu dan bayinya. Kata Kunci: preeklampsia, need for help Wiedenbach, self care Orem, caring Swanson ABSTRACT Report Of Specialist Practice Residency Maternity Nursing Theory And Concept With The Application Of Need For Help Wiedenbach, Self Care Orem Dan Caring Swanson In Mother With Preeklampsia. Abstract Maternal mortality rate in Indonesia is 359 100,000 live births. On 2013 the prevalence of maternal mortality rate cause of on the pregnant woman is 27,1 . This is the second maternal death in Indonesia after bleeding. Maternal mortality death caused by preeclampsia in Indonesia is between 9.8 25 . Nurse as a part of the health workers has a role to give comprehensive nursing care to monitor the condition of the motherFrom five cases founded, only one case was explain in details. There are four clients with age less than 20. On that case it was found one case on the second second pregnancy, four cases on the first pregnancy, two cases with eclampsia, and three cases with severe preeclampsia, five with cases with high blood pressure, edema, and urine protein more than positive one . Five cases were done section cesarean, three high risk caused post partum blues. The acute phase using assessment with the model concept of Wiedenbach, while the recovery phase using Orem self care and caring Swanson theory. On the acute phase the clients having a problems with tissue perfusion problems, activity intolerance, fetal risk and anxiety. While in the recovery phase of patients experiencing painful discomfort, physical imobility, self care deficit, anxiety, and high risk of ineffective individual coping.These nursing theories can be applied to patients with preeclampsia for the emergency problems in the acute phase and improved self care after surgery and effective coping enhancement for recovery treatment for mother and baby. Keywords reeclampsia, concept of Wiedenbach, self care Orem, caring Swanson"

"ABSTRAK Latar Belakang : Preeklamsia pada kehamilan didapatkan sekitar 3-7 dan merupakan salah satu penyebab utama dari kematian ibu, yaitu sekitar 18 .Pemeriksaan petanda preeklamsia masih mahal dan belum rutin dilakukan. Adanya pemeriksaan yang lebih murah dan mudah untuk menilai tingkat keparahan preeklamsia sangat diperlukan dalam penatalaksanaan preeklamsia, terutama di tempat dengan fasilitas yang terbatas. Banyak penelitian telah dilakukan untuk mengetahui petanda preeklamsia dan keparahannya. Walaupun demikian belum didapatkan petanda yang khusus, disamping biaya yang mahal dan belum rutin digunakan. Rasio netrofil limfosit NLR dan Red Distribution Width RDW diketahui telah banyak diteliti untuk menilai inflamasi yang berhubungan dengan tingkat keparahan preeklamsia. Pemeriksaan ini termasuk dalam pemeriksaan darah lengkap yang relatif murah, mudah dan rutin digunakan. Tujuan Penelitian : Penelitian ini bertujuan untuk mencari perbedaan rasio netrofil limfosit NLR dan Red Distribution Width RDW pada pasien dengan preeklamsia dibandingkan dengan kehamilan normal serta perbedaan rasio netrofil limfosit dan RDW pada preeklamsia early onset dan late onset. Metode Penelitian : Penelitian ini merupakan penelitian potong lintang dengan menggunakan data rekam medis pasien hamil normal dan preeklamsia yang ke IGD dan Poliklinik Obstetri RSU Persahabatan pada bulan Juli 2014-Juni 2016. Data penelitian didokumentasikan pada dan ditabulasi serta dianalisis menggunakan SPSS 20.0. Hasil Penelitian : Didapatkan 254 sampel data yang memenuhi kriteria inklusi penelitian, yang terdiri atas 136 preeklamsia dan 118 kehamilan normal, 24 preeklamsia early onset dan 112 preeklamsia late onset. Dilakukan analisis Mann Whitney dan T Test Didapatkan rasio netrofil limfosit preeklamsia 4,41 1,41-32,54 dan pada kehamilan normal 2,61 1,39-5,48 dengan p: 0.000. Red Distribution Width pada preeklamsia adalah 14,2 11,48-23,90 dan pada kehamilan normal 13,8 10,81 ndash; 18,70 dengan p:0.001. Rasio netrofil limfosit pada preeklamsia early onset 4,35 1,41-17,56 dan preeklamsia late onset 4,41 1,69-32,54 dengan p:0,993. Red Distribution Width pada preeklamsia early onset 13,50 1,47 dan preeklamsia late onset 14,91 2,16 dengan p:0.003. Uji power rasio netrofil limfosit pada preeklamsia early onset dan late onset adalah 16,4 . Uji power Red Distribution Width pada preeklamsia early onset dan late onset adalah 97,29 .Kesimpulan : Terdapat perbedaan bermakna rasio netrofil limfosit dan RDW pada preeklamsia dibandingkan dengan kehamilan normal, terdapat perbedaan bermakna RDW preeklamsia early onset dan late onset. Belum dapat disimpulkan tidak ada perbedaan bermakna rasio netrofil limfosit pasien preeklamsia early onset dan late onset.

---

ABSTRACTBackground Preeclampsia in pregnancy found about 3 7 and is one of the main causes of maternal mortality, which is about 18 . Examination markers of preeclampsia is still expensive and not routinely performed. Inspections are cheaper and easier to assess the severity of preeclampsia is indispensable in the management of pre eclampsia, especially in places with limited facilities. Many studies have been conducted to determine markers of preeclampsia and severity. Nevertheless, specific markers have not been obtained, while costs are expensive and not routinely used. Neutrophil lymphocyte ratio NLR and Red Distribution Width RDW are known to have been studied to assess the inflammation associated with the severity of preeclampsia. These examinations included in the CBC relatively inexpensive, easily and routinely used.Objective This study aims to find differences in neutrophil lymphocyte ratio NLR and Red Distribution Width RDW in patients with preeclampsia compared with normal pregnancy as well as the differences in neutrophil lymphocyte ratio and RDW in preeclampsia early onset and late onset.Methods This study is a cross sectional study using medical records of patients of normal pregnancy and preeclampsia were comes to ER and Obstetrics Clinic Persahabatan Hospital in July 2014 to June 2016. Data were documented in and tabulated and analyzed using SPSS 20.0.Results 254 samples obtained data that met the inclusion criteria research, consisting of 136 preeclampsia and 118 normal pregnancies, 24 preeclampsia early onset and 112 late onset preeclampsia, using Mann Whitney and T Test analysis. Neutrophil lymphocyte ratio obtained in preeclampsia 4.41 1.41 to 32.54 and normal pregnancy 2.61 1.39 to 5.48 with p 0.000. Red Distribution Width in preeclampsia 14.2 11.48 to 23.90 and in normal pregnancies 13.8 10.81 to 18.70 with p 0001. Neutrophil lymphocyte ratio in early onset preeclampsia 4.35 1.41 to 17.56 and late onset preeclampsia 4.41 1.69 to 32.54 with p 0.993. Red Distribution Width in preeclampsia early onset preeclampsia 13.50 1.47 and 14.91 2.16 late onset with p 0003. Test power of neutrophil lymphocyte ratio in preeclampsia early onset and late onset was 16.4 . Test power of Red Distribution Width in preeclampsia early onset and late onset was 97.29 .Conclusions There are significant differences neutrophil lymphocyte ratio and RDW in preeclampsia compared with normal pregnancy, there are significant differences RDW preeclampsia early onset and late onset. Can not be concluded no significant difference in the ratio of neutrophils lymphocytes of patients with preeclampsia early onset and late onset."