Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tumor neuroendokrin (NET) adalah salah satu jenis tumor ganas yang dapat diobati menggunakan Peptide Receptor Radionuclide Therapy (PRRT). Metode Sum of Exponential (SOE) adalah sebuah fungsi eksponensial yang menjelaskan farmakokinetik dengan laju peluruhan fisis dan biologis. Data fitting metode SOE dan model Nonlinear Mixed Effect (NLME) membutuhkan computational setting seperti starting value yang baik. Penelitian ini bertujuan untuk mengetahui keakuratan kurva aktivitas yang dihasilkan pada pengaruh pemilihan starting value pada kasus full time point (FTP) dan single time point (STP) menggunakan metode SOE dan model NLME. Penelitian ini terbatas data biokinetik ginjal pada pasien terdiagnosis NETs dan meningioma menggunakan pengobatan PRRT. Proses pengukuran pre-terapi pada 8 pasien menggunakan radiofarmaka 111In-DOTATATE untuk mengetahui biokinetik pasien dengan aktivitas sekitar 140 ± 14 MBq (jumlah total peptida 75 ± 10 nmol) yang diinjeksi secara intravena. Dua tahap dilakukan dalam penelitian ini fitting pada dosimetri FTP dan STP. Fitting FTP menggunakan data biokinetik ginjal pada 5 time point yang berbeda, sedangkan untuk fitting STP hanya pada time point 4 (T4). Parameter yang diestimasi didapat dari fungsi SOE f(t)=A_1 (Ka Ke)/(Ke-Ka) [e^(-(Ka)t)-e^(-(Ke)t) ] terdiri dari absorption rate (Ka), clearance rate (Ke), dan analytical AUC (A_1). Variasi starting value dilakukan untuk seluruh parameter pada STP dengan variasi starting value (STP(v)). Nilai fixed effect pada FTP merupakan sebuah log transformasi. Starting value merupakan hasil eksponensial dari nilai fixed effect. Variasi starting value diberikan dengan pengali dan pembagi dari 1 hingga 10 pada starting value awal. Total fitting yang dilakukan sebanyak 54873 kali dengan FTP sebanyak 1 kali, STP starting value awal (STP(0)) sebanyak 8 kali, dan STP(v) sebanyak 54864 kali. Area Under the Curves (AUCs) yang diperoleh dari hasil simulasi FTP dan STP(0) dievaluasi dengan Relative Deviation (RD). Evaluasi hasil juga dilakukan untuk simulasi STP(v) terhadap FTP. Rata-rata RD STP(0) terhadap FTP untuk organ ginjal sebesar 1.51±0.93%. Sedangkan rata-rata RD STP(v) terhadap FTP untuk organ ginjal sebesar 1.13±1.06%. Kedua evaluasi hasil menunjukkan nilai yang akurat. Kesimpulan pada penelitian ini menunjukkan starting value pada fitting STP memberikan pengaruh dan dapat divariasikan dengan threshold parameter Ka (1.67×10^(-3) s.d. 2.79×10^(-5)) h^(-1), parameter Ke (6.29×10^(-2) s.d. 1.05×10^(-3)) h^(-1), dan parameter A_1 (4.00×10^4 s.d. 1.48×10^3) h^(-1). Range data nilai parameter Ka dan Ke sama dan organ ginjal pasien tidak dapat menyerap dan meluruhkan radiofarmaka secara cepat terlihat pada threshold hanya mencapai V5 (×6).

---

Neuroendocrine tumor (NET) is a type of malignant tumor that can be treated using Peptide Receptor Radionuclide Therapy (PRRT). The Sum of Exponential (SOE) method is an exponential function that describes pharmacokinetics with physical and biological decay rates. Data fitting of the SOE method and the Nonlinear Mixed Effect (NLME) model requires computational settings such as a good starting value. This study aims to determine the accuracy of the resulting activity curve on the effect of selecting the starting value in the full time point (FTP) and single time point (STP) cases using the SOE method and the NLME model. This study has limited data on renal biokinetics in patients diagnosed with NETs and meningioma using PRRT treatment. The pre-therapy measurement process in 8 patients used the 111In-DOTATATE radiopharmaceutical to determine the biokinetics of patients with an activity of around 140 ± 14 MBq (total peptide amount of 75 ± 10 nmol) which was injected intravenously. Two stages were carried out in this study fitting the FTP and STP dosimetry. The FTP fitting uses kidney biokinetic data at 5 different time points, while the STP fitting uses only at time point 4 (T4). The estimated parameter obtained from the SOE function f(t)=A_1 (Ka Ke)/(Ke-Ka) [e^(-(Ka)t)-e^(-(Ke)t) ] consists of absorption rate (Ka), clearance rate (Ke), and analytical AUC (A_1). Variation of the starting value is carried out for all parameters at STP with a variation of the starting value (STP(v)). The fixed effect value on FTP is a transformation log. The starting value is the exponential result of the fixed effect value. The variation of the starting value is given with a multiplier and divisor from 1 to 10 at the initial starting value. Total fittings were performed 54873 times with FTP 1 time, STP initial starting value (STP(0)) 8 times, and STP(v) 54864 times. Area Under the Curves (AUCs) obtained from FTP and STP(0) simulation results were evaluated with Relative Deviation (RD). Results evaluation was also carried out for STP(v) simulation against FTP. The mean RD STP(0) to FTP for kidney organs was 1.51±0.93%. Meanwhile, the mean RD STP(v) to FTP for kidney organs was 1.13 ± 1.06%. Both outcome evaluations showed accurate values. The conclusion of this study shows that the starting value of the STP fitting has an influence and can be varied with the threshold parameter Ka (1.67×10^(-3) to 2.79×10^(-5)) h^(-1), parameter Ke (6.29×10^(-2) to 1.05×10^(-3)) h^(-1), and parameter A_1 (4.00×10^4 to 1.48×10^3) h^(-1). The data range of Ka and Ke parameter values is the same and the patient's kidney cannot absorb and clearance radiopharmaceuticals quickly, it can be seen that the threshold only reaches V5 (×6)."

"Neuroendocrine tumors (NETs) merupakan tumor yang berasal dari sel-sel neuroendokrin dan dapat diobati menggunakan Peptide-Receptor Radionuclide Therapy (PRRT). PRRT memiliki tujuan untuk memastikan aktivitas radiofarmaka yang tinggi pada sel tumor dan rendah pada organ at risk. Model Physiologically Based Pharmacokinetics (PBPK) sangat baik untuk analisis, simulasi, dan prediksi biodistribusi dari radiofarmaka yang diberikan. Penelitian ini menggunakan metode fitting Nonlinear Mixed Effect (NLME) pada parameter PBPK dari pasien PRRT. Pilihan starting value yang tepat membantu mengurangi risiko menemukan local minimum berdasarkan estimasi Objective Function (OF) sehingga diperoleh fitting yang baik. Penelitian ini bertujuan menganalisis pengaruh starting value terhadap tingkat akurasi Single Timepoint Dosimetry pada late timepoint menggunakan model PBPK dan metode NLME. Penelitian ini terbatas pada pasien terdiagnosis NETs dan meningioma menggunakan pengobatan PRRT. Proses pengukuran pre-terapi pada 8 pasien menggunakan radiofarmaka 111In- DOTATATE untuk mengetahui biokinetik pasien dengan aktivitas sekitar 140 ± 14 MBq (jumlah total peptida 75 ± 10 nmol) yang diinjeksi secara intravena. Parameter yang diestimasi terdiri dari densitas reseptor organ (Ri), release rate normal tissue (λNT,release), perfusi tumor (fTU), dan linear binding rate dari protein serum (KonAlb). Dua teknik dilakukan dalam penelitian ini yaitu, Full Timepoint Dosimetry (FTD) dan Single Timepoint Dosimetry (STD). FTD dilakukan menggunakan 5 timepoint yang berbeda, sedangkan untuk STD dilakukan pada 2 timepoint terakhir yaitu, timepoint 4 (T4) dan timepoint 5 (T5). Perubahan starting value hanya diberikan untuk parameter reseptor densitas ginjal (RK) dan perfusi tumor (ftu) pada STD yang divariasikan (STD(V,T)). Variasi starting value yang diberikan adalah 100 (V1), 10 (V2), 5 (V3), 2 (V4), 1/2 (V5), 1/5 (V6), 1/10 (V7), dan 1/100 (V8) kali dari nilai awal. Total fitting dilakukan sebanyak 145 kali dengan FTD berjumlah 1 kali, STD awal 16 kali. Time-Integrated Activity Coefficients (TIACs) yang diperoleh dari hasil simulasi FTD dan STD(0,T) akan ditinjau dengan Relative Deviation (RD). RD juga dilakukan untuk simulasi STD(V,T) terhadap STD(0,T). RD dikatakan baik apabila hasil yang diperoleh <10%. Rata-rata RD STD(0,T4) terhadap FTD memiliki nilai untuk organ ginjal (5±7)%, organ limfa (7±9)%, organ hati (-4±6)%, tumor (8±8)%, dan seluruh tubuh (11±13)%. Rata-rata RD STD(0,T5) terhadap FTD memiliki nilai untuk organ ginjal (-2±7)%, organ limfa (6±11)%, organ hati (-9±8)%, tumor (7±22)%, dan seluruh tubuh (3±8)%. Variasi V2, V3, V4, V5, dan V6 pada STD untuk T4 dan T5 memiliki RD <10%. Rentang variasi starting value untuk parameter densitas reseptor ginjal (RK) 5.57 x 105 nmol.L-1 - 2.79 x 107 nmol.L-1 dan untuk paramter perfusi tumor (ftu) adalah 8.67 x 10-3 mL.min-1.g-1 - 4.53 x 10-1 mL.min-1.g-1. Hasil dari penelitian ini menunjukkan bahwa STD yang divariasikan memiliki threshold 10 sd. 1/5 kali nilai awal.

---

Neuroendocrine tumors (NETs) are tumors derived from neuroendocrine cells and can be treated using Peptide-Receptor Radionuclide Therapy (PRRT). PRRT aims to ensure high radiopharmaceutical activity in tumor cells and low in organ at risk. The Physiologically Based Pharmacokinetics (PBPK) model is excellent for analysis, simulation, and prediction of the biodistribution of a given radiopharmaceutical. This study uses the Nonlinear Mixed Effect (NLME) fitting method on the PBPK parameters of the patient's PRRT. Choosing the right starting value helps reduce the risk of finding the minimum locale based on the estimated Objective Function (OF) so that a good fit is obtained. This study aims to analyze the effect of starting values on the accuracy of Single Timepoint Dosimetry at late time points using the PBPK model and the NLME method. This study was limited to patients diagnosed with NETs and meningiomas using PRRT treatment. The process of pre-therapy measurement in 8 patients using radiopharmaceutical 111In- DOTATATE to determine the biokinetics of patients with an activity of about 140 ± 14 MBq (total amount of peptide 75 ± 10 nmol) which was injected intravenously. The estimated parameters consisted of organ receptor density (Ri), normal tissue release rate (λNT,release), tumor perfusion (ftu), and linear binding rate of serum protein (KonAlb). Two techniques were used in this study, namely, Full Timepoint Dosimetry (FTD) and Single Timepoint Dosimetry (STD). FTD is performed using 5 different timepoints, while for STD it is carried out at the last 2 timepoints, namely, timepoint 4 (T4) and timepoint 5 (T5). Changes in the starting values were only given for the parameters of kidney density receptor (RK) and tumor perfusion (ftu) in the STD varied (STD(V,T)). The initial value variations given are 100 (V1), 10 (V2), 5 (V3), 2 (V4), 1/2 (V5), 1/5 (V6), 1/10 (V7), and 1/ 100 (V8) times the starting value. A total of 145 fittings were performed with FTD opened once, initial STD 16 times (STD(0,T)), and STD varied (STD(V,T)) 128 times. Time- Integrated Activity Coefficients (TIACs) obtained from FTD and STD(0,T) simulation results will be reviewed with Relative Deviation (RD). RD was also performed to simulate STD(V,T) against STD(0,T). RD is said to be good if the results obtained are <10%. The mean RD STD(0,T4) against FTD had values for kidney (5±7)%, lymph (7±9)%, liver (-4±6)%, tumor (8±8)% , and whole body (11±13)%. The mean RD STD(0,T5) against FTD had values for kidney (-2±7)%, lymph (6±11)%, liver (-9±8)%, tumors (7±22) %, and whole body (3±8)%. Variations V2, V3, V4, V5, and V6 on STD for T4 and T5 had RD <10%. The range of variation of the starting value for the kidney receptor density (RK) parameter is 5.57 x 105 nmol.L-1 - 2.79 x 107 nmol.L-1 and for the tumor perfusion parameter (ftu) is 8.67 x 10-3 mL.min-1. g-1 - 4.53 x 10-1 mL.min-1.g-1. The results of this study indicate that the STD which is varied has a threshold of 10 sd. 1/5 times the initial value."

"Latar Belakang: Salah satu jenis kelompok kanker paru yaitu neoplasma neuroendokrin dikelompokan berdasarakan gambaran histopatologi dengan pervalens 20-25% dari seluruh kanker paru. Karsinoid atipikal adalah tumor derajat menengah yang bersifat lebih agresif dari karsinoid tipikal. Karsinoma neuroendokrin paru sel besar dan karsinoma neuroendokrin paru sel kecil (KPKSK) adalah karsinoma derajat tinggi dengan prognosis yang sangat buruk dan memiliki ekspresi PD-L1. Ekspresi PD- L1 pada karsinoma neuroendokrin berhubungan dengan angka tahan hidup pasien. Penelitian ini bertujuan untuk mengetahui proporsi ekspresi PD-L1 pada neoplasma neuroendokrin paru di RSUP PersahabatanMetode: Penelitian ini merupakan penelitian deskriptif potong lintang menggunakan data rekam medis pasien neoplasma neuroendokrin paru yang terdiagnosis secara histopatologi di poliklinik onkologi RSUP Persahabatan. Seluruh status rekam medis pasien neoplasma neuroendokrin paru dari januari 2019 hingga mei 2023 didata. Proses pengumpulan data dilakukan pada bulan januari 2023 hingga agustus 2023. Setelah itu dilanjutkan pemeriksaan imunohistokimia (IHK) PD-L1 menggunakan antibodi 22C3 pada sampel yang memenuhi kriteria inkulsi, lalu dilanjutkan analisis data menggunakan SPSS versi 25.Hasil: Pada penelitian ini terdapat tujuh sampel atau 14% sampel yang memiliki memiliki ekspresi PD-L1 positif dari 50 total sampel. Tendensi karakteristik pasien neoplasma neuroendokrin paru pada penelitian ini yaitu jenis kelamin laki-laki, kelompok usia ≥60 tahun, memiliki riwayat merokok dengan indeks brinkman berat, tidak memiliki riwayat pajanan di lingkungan kerja, tidak memiliki riwayat pengobatan TB paru, tidak memiliki riwayat kanker keluarga dan stage lanjut. Proporsi jenis histopatologi neoplasma neuroendokrin paru dari empat kelompok tersebut yaitu dua sampel (4%) karsinoid tipikal, enam sampel (12%) karsinoid atipikal, 31 sampel (62%) karsinoma neuroendokrin paru sel kecil dan 11 sampel (22%) karsinoma neuroendokrin paru sel besar. Ekspresi PD-L1 positif ditemukan pada 3 kelompok yaitu 1 sampel (16,7%) pada kelompok karsinoid atipikal, 4 sampel (12,9%) pada kelompok karsinoma neuroendokrin paru sel besar dan 2 sampel (18,2%) pada sel kecil. Nilai median overall survival untuk kelompok PD-L1 negatif yaitu 9 bulan (IK 95% 3,9-14 bulan) sedangkan pada kelompok PD-L1 positif median OS 8,5 bulan (IK 95% 4,9-12 bulan) dengan p 0,228.Kesimpulan: Ekspresi PD-L1 positif ditemukan sebesaar 14% dari 50 sampel. Tidak terdapat perbedaan bermakna secara statistik antara faktor-faktor yang memengaruhi ekspresi PD-L1.

---

Background: One type of lung cancer group, namely neuroendocrine neoplasms, is grouped based on histopathological features with a prevalence of 20-25% of all lung cancers. Atypical carcinoids are intermediate grade tumors that are more aggressive than typical carcinoids. Large cell lung neuroendocrine carcinoma and small cell lung neuroendocrine carcinoma (SCLC) are high-grade carcinomas with a very poor prognosis and PD-L1 expression. PD-L1 expression in neuroendocrine carcinoma is associated with patient survival. This study aims to determine the proportion of PD-L1 expression in pulmonary neuroendocrine neoplasms at Persahabatan General Hospital.

Method: This study was a cross-sectional descriptive study using medical records of patients with lung neuroendocrine neoplasms diagnosed histopathologically at the oncology polyclinic of Persahabatan General Hospital. All medical records status of lung neuroendocrine neoplasm patients from January 2019 to May 2023 were recorded. The data collection process was carried out from January 2023 to August 2023. After that, the PD-L1 immunohistochemistry examination was continued using the 22C3 antibody on samples that met the inclusion criteria, then continued data analysis using SPSS version 25.

Result: there were seven samples or 14% of the samples had positive PD-L1 expression out of 50 total samples. Characteristics tendency of patients in this study are male, age group ≥60 years, have a history of smoking with a severe Brinkman index, have no history of exposure in the work environment, have no history of pulmonary TB treatment, have no family history of cancer and advanced stage. The proportion of histopathological types of neuroendocrine neoplasms of the lung from the four groups were two samples (4%) typical carcinoid, six samples (12%) atypical carcinoid, 31 samples (62%) small cell lung neuroendocrine carcinoma and 11 samples (22%) lung neuroendocrine carcinoma large cell. Positive PD-L1 expression was found in 3 groups, namely 1 sample (16.7%) in the atypical carcinoid group, 4 samples (12.9%) in the large cell lung neuroendocrine carcinoma group and 2 samples (18.2%) in a small cell. The median overall survival value for the negative PD-L1 group was 9 months (95% CI 3.9-14 months) while in the positive PD-L1 group, the median OS was 8.5 months (95% CI 4.9-12 months) with p 0.228.

Conclusion: Positive PD-L1 expression was found 14% from 50 samples. There was no statistically significant difference between the factors influencing PD-L1 expression."

"Penyakit sistem saraf menjadi salah satu penyebab kematian tertinggi di tingkat global. Upaya tindakan pencegahan dan tatalaksana terus dikembangkan untuk mengatasi permasalahan ini. Perawat spesialis memiliki peran sebagai pemberi asuhan keperawatan langsung, menerapkan evidence base nursing dan melakukan inovasi keperawatan. Praktik residensi spesialis keperawatan medikal bedah telah dilaksanakan untuk mengaplikasikan peran tersebut. Peran sebagai pemberi asuhan keperawatan langsung dilakukan dengan memberikan asuhan keperawatan pada 30 kasus kelolaan resume dan kasus kelolaan utama tumor neuroendokrin hipofisis dengan pendekatan Model Adaptasi Roy. Peran sebagai peneliti dijalankan dengan melakukan penerapan rehabilitasi dini pada pasien tumor otak pasca pembedahan. Peran perawat sebagai inovator dilakukan dengan menyusun proyek inovasi tentang edukasi perioperatif berbasis digital pada pasien tumor otak yang akan menjalani pembedahan. Hasil analisis praktik menunjukkan bahwa Model Adaptasi Roy efektif digunakan untuk pasien dengan gangguan sistem saraf, rehabilitasi dini pada pasien tumor otak pasca pembedahan dapat mencegah terjadinya delirium pasca operasi, serta edukasi perioperatif berbasis digital pada pasien tumor otak dapat diterapkan untuk meningkatkan pengetahuan dan mengurangi kecemasan.

---

Nervous system disease is one of the leading causes of death globally. Efforts to prevent and manage continue to be developed to overcome this problem. Specialist nurses have a role as direct nursing care providers, implementing evidence-based nursing and carrying out nursing innovation. The practice of medical surgical nursing specialist residency has been implemented to apply this role. The role as a direct nursing care provider is carried out by providing nursing care to 30 cases of resume management and primary management cases of pituitary neuroendocrine tumors with the Roy Adaptation Model approach. The role as a researcher is carried out by implementing early rehabilitation in post-surgery brain tumor patients. The role of nurses as innovators is carried out by compiling an innovation project on digital-based perioperative education in brain tumor patients who will undergo surgery. The results of the practice analysis show that the Roy Adaptation Model is effective for patients with nervous system disorders, early rehabilitation in post-surgery brain tumor patients can prevent post- operative delirium, and digital-based perioperative education in brain tumor patients can be applied to increase knowledge and reduce anxiety."

"Dosimetri berbasis pengukuran pencitraan single-time-point (STP) diperlukan dalam terapi radionuklida untuk mengurangi beban kerja dan beban pasien. Meski demikian, metode untuk menghitung simpangan baku dari time-integrated activity coefficient (TIAC) individu dari metode STP belum pernah dilaporkan dalam literatur. Studi ini bertujuan untuk memperkenalkan metode menggunakan Bayesian fitting (BF) untuk menghitung SB TIAC individu dalam dosimetri STP, serta menganalisis penggunaan data biokinetik dari populasi yang berbeda. Data biokinetik 177Lu-DOTATATE ginjal dari tujuh pasien yang diukur menggunakan SPECT/CT pada empat titik waktu diperoleh dari PMID33443063. Persamaan fitting menggunakan fungsi mono eksponensial. Bayesian fitting dengan metode varians relatif (BFr) dan varians absolut (BFa) digunakan untuk memperoleh TIAC kalkulasi (cTIAC) dari dosimetri STP. Performa metode STP dinilai melalui deviasi relatif (RD) antara cTIAC dengan rTIAC. Akurasi cTIAC dari metode BF dibandingkan terhadap akurasi metode STP dari studi Hänscheid. Data biokinetik 111In-DOTATATE dari PMID26678617 dilakukan crossed dan combined dengan data PMID33443063 untuk dianalisis perbedaannya dengan data awal (origin). Inspeksi visual dari fitting ATP menunjukkan hasil yang baik dengan CV dari parameter fitting <50%. Nilai RMSE dari %RD cTIAC untuk BFr, BFa dan metode Hänscheid masing-masing yaitu: 26.2%; 9.3%; dan 8.5%. SB dari cTIAC lebih besar dari rTIAC pada sebagian besar pasien. Nilai RMSE dari %RD untuk BF origin, crossed, dan combined masing-masing yaitu: 20.26%; 26.48%; dan 21.11%. Kesimpulannya, penelitian ini memperkenalkan metode BF untuk menghitung SB dari TIAC individu dalam dosimetri STP dengan tingkat akurasi yang baik. Penggunaan data populasi dari jenis radiofarmaka yang berbeda melalui metode combined tidak signifikan dalam mempengaruhi akurasi dosimetri STP. Metode BF dapat digunakan sebagai metode alternatif untuk analisis ketidakpastian dalam dosimetri STP.

---

Dosimetry method based on single-time-point (STP) imaging measurement is desirable in radionuclide therapy to reduce the workload and patient burden. Nevertheless, a method to calculate the standard deviation (SD) of the individual time-integrated activity coefficient (TIAC) from the STP method has never been reported in the literature. Therefore, this study aims to present a method based on the Bayesian fitting (BF) framework to calculate the SD of individual TIAC in the STP dosimetry, and to analyze the use of biokinetic data from different populations. Biokinetic data of 177Lu-DOTATATE in kidneys from seven patients measured by SPECT/CT at four-time points were obtained from PMID33443063. The mono exponential function was used for fitting. BF with relative (BFr) and absolute-based (BFa) variance methods were used to obtain the calculated TIACs (cTIACs) from the STP dosimetry. Performance of the STP method with BF methods was obtained by calculating the relative deviation (RD) between cTIACs and rTIACs. The accuracy of the cTIACs from the BF methods was compared to the accuracy of cTIACs from the STP method reported by Hänscheid. The 111In-DOTATATE biokinetic data from PMID26678617 were crossed and combined with PMID33443063 data to analyze the difference with the origin data. The visual inspection of ATP fittings showed a good fit for all patients with a CV of the fitted parameters <50%. The RMSE of cTIAC’s were 26.2% for BFr; 9.3% for BFa; and 8.5% for Hänscheid. The SD from cTIACs was greater than the rTIACs in most of the patients. The RMSE of %RD for BF origin, crossed, and combined were: 20.26%; 26.48%; and 21.11%, respectively. To conclude, this study introduces the BF method to calculate the SD of individual TIACs in STP dosimetry with good accuracy. The use of population data from different types of radiopharmaceuticals through the combined method did not significantly affect the accuracy of STP dosimetry. The BF method can be used as an alternative method for uncertainty analysis in STP dosimetry."

"Hanscheid et al (2018) merumuskan suatu fungsi yang dapat menghitung Integrated Activity Coefficients (TIAC). Akan tetapi, Hanscheid et al., (2018) tidak mencantumkan proses untuk menentukan fungsi monoexponential yang digunakan sebagai acuan rumus tersebut. Adapun tujuan dari penelitian ini yaitu menentukan model terbaik untuk menghitung nilai Time- (TIAC) secara akurat melalui tahapan seleksi model, serta melihat pengaruh model terbaik yang diperoleh terhadap fungsi yang diformulasikan oleh Hanscheid et al., (2018) dalam menghitung TIAC. Data yang digunakan dalam penelitian ini yaitu 8 data biodistribusi radiofarmaka 177Lu-DOTATATE pada organ ginjal pasien peptide-receptor radionuclide therapy PRRT. Data di-fitting menggunakan sejumlah fungsi sum of exponential. Selanjutnya dilakukan seleksi model berupa analisis goodness of fit serta menghitung nilai error absolut dan pembobotan Corrected Akaike Information Criterion (AICc). Selanjutnya, dilakukan perhitungan nilai TIAC menggunakan fungsi terbaik, rumus one time point dosimetry (OTPD), dan persamaan monoeksponensial. Nilai relative deviation (RD) antara nilai TIAC OTPD terhadap nilai TIAC hasil seleksi model dan TIAC monoeksponensial dihitung. Hasil dari seleksi model menyatakan bahwa fungsi terbaik dalam menggambarkan biodistribusi radiofarmaka 177Lu-DOTATATE pada organ ginjal dari data 6 pasien PRRT adalah fungsi . Fungsi terbaik untuk data pasien 2 yaitu fungsi dan untuk pasien 8 yaitu fungsi Nilai mean dan standar deviasi dari RD TIAC OTPD terhadap TIAC monoeksponensial pada ginjal kiri yaitu (86,33 6,76)% pada t1, (21,56 18,09)% pada t2, (16,48 6,34)% pada t3, dan (19,85 11,96)% pada t4. Nilai mean dan standar deviasi dari RD TIAC OTPD terhadap TIAC model terbaik dari ginjal kiri yaitu yaitu (87,88 4,06)% pada t1, (25,69 19,95)% pada t2, (17,37 )% pada t3, dan (23,46 20,17)% pada t4. Nilai mean dan standar deviasi dari RD TIAC OTPD terhadap TIAC monoeksponensial ginjal kanan yaitu (86,91 5,27)% pada t1, (19,64 16,26)% pada t2, (12,63 2,22)% pada t3, dan (18,86 11,06)% pada t4. Nilai mean dan standar deviasi dari RD TIAC OTPD terhadap TIAC model terbaik yaitu (86,98 4,98)% pada t1, (18,31 15,85)% pada t2, (11,92 )% pada t3, dan (18,41 12,33)% pada t4. Berdasarkan hasil penelitian yang diperoleh, rumus OTPD sudah cukup baik untuk diaplikasikan secara klinis pada pasien PRRT yang diinjeksi dengan radiofarmaka 177Lu-DOTATATE.

---

H�nscheid et al (2018) found a function that can calculate TIAC by using a single time point measurement, so that with only one measurement, TIAC values can be obtained only in patients. The purpose of this study is to determine the best model to calculate TIAC values ??accurately through the model selection stage, and to see the effect of the best model obtained on the function formulated by H�nscheid et al., (2018) in calculating TIAC. The data used in this study were 8 data on the biodistribution of the radiopharmaceutical 177Lu-DOTATATE on renal organ peptide receptor radionuclide therapy of PRRT patients. Data adjustment using a number of exponential functions. After the fitting process is carried out, the model selection is carried out in the form of goodness of fit analysis and calculates the absolute weighting value and the AICc weighting. Next, the TIAC value is calculated using the best function, the one time point dosimetry (OTPD) formula, and the monoexponential equation. The relative deviation value (RD) between the TIAC OTPD values to the TIAC values ??from the model selection and the monoexponential TIAC was calculated. The result of model selection stated that the best function in describing the biodistribution of the radiopharmaceutical 177Lu-DOTATATE in the kidney from the data of 6 PRRT patients was the function . Meanwhile, the best function for patient 2 is the function and for patient 8, the function is . The mean and standard deviation of RD from TIAC OTPD to monoexponential TIAC in the left kidney is (86.33±6.76)% at t1, (21.56±18.09)% at t2, (16, 48±16.34)% at t3, and (19.85±11.96)% at t4. The mean and standard deviation of RD from TIAC OTPD to the best model TIAC of the left kidney is (87.88±4.06)% at t1, (25.69±19.95)% at t2, (17 .37±24.37)% at t3, and (23.46±20.17)% at t4. The mean and standard deviation of RD from TIAC OTPD to monoexponential TIAC in the right kidney is (86.91±5.27)% at t1, (19.64±16.26)% at t2, (12.63 ±12.22)% at t3, and (18.86±11.06)% at t4. The mean and standard deviation of RD from TIAC monoexponential TIAC to the best TIAC model in the right kidney is (86.98±4.98)% at t1, (18.31±15.85)% at t2, (11.92± 13.29)% at t3, and (18.41±12.33)% at t4. Based on the research, the TIAC OTPD seems to be good enough for clinical application in PRRT patients injected with the radiopharmaceutical 177Lu-DOTATATE."

"Tujuan penelitian ini untuk menentukan model terbaik dengan menggunakan fungsi sum of exponential (SOE) untuk menggambarkan biodistribusi dari radiofarmaka 111In-DOTATATE, mengevaluasi pengaruh dataset terhadap seleksi model, dan mengevaluasi pengaruh dari model error intraindividual terhadap perhitungan AUC pada radioterapi molekular. Penelitian ini menggunakan data sekunder berupa data biokinetik tumor pasien PRRT dari 4 pasien tumor meningioma dan 5 neuroendokrin setelah injeksi pra-terapi 111In-DOTATATE. Dari data tersebut dilakukan digitasi, dan data hasil digitasi di-fitting menggunakan 16 fungsi SOE. Model terbaik ditentukan dengan kriteria goodness of fit dan nilai pembobotan Corrected Akaike Information Criterion (AICc). Kemudian, dilakukan metode jackknife dengan menghilangkan data 1 pasien dan menentukan model terbaiknya. Kemudian, semua data di-fitting menggunakan model terbaik dengan beberapa model error, terdiri dari error konstan, proporsional dan eksponensial. Hasil model terbaik yang dapat menggambarkan biodistribusi radiofarmaka 111In-DOTATATE pada tumor ditunjukkan fungsi dengan pembobotan AICc 94,7%. Perubahan dataset tidak terlalu mempengaruhi seleksi model, sebagian besar hasil jackknife menunjukkan f3b sebagai model terbaik = 77,78% dan bukan model terbaik = 22,22%. Selain itu, Semua model error di-fitting dengan model terbaik menghasilkan nilai AUC yang hampir sama yaitu konstan = (3,09±2,70) nmol·min, proporsional = (3,09±2,69) nmol·min, dan eksponensial = (3,09±2,70) nmol·min. Berdasarkan hasil penelitian yang diperoleh, seleksi model dengan NLME menunjukkan hasil yang cukup stabil dan bentuk error konstan, proporsional dan eksponensial dapat digunakan dengan baik untuk menentukan AUC pada pasien PRRT yang diinjeksi dengan radiofarmaka 111In-DOTATATE.

---

The aim of the study was to determine the best model using the sum of exponential (SOE) function to describe the biodistribution of 111In-DOTATATE radiopharmaceuticals, evaluate the effect of the dataset on model selection, and evaluate the effect of the intraindividual error model on AUC calculations in molecular radiotherapy. This study used secondary data in the form of tumor biokinetic data from PRRT patients from 4 meningioma and 5 neuroendocrine tumor patients after pre-therapy 111In-DOTATATE Injection. The data was digitized, and the digitized data was fitted using 16 SOE functions. The best model was determined by the goodness of fit criteria and the Corrected Akaike Information Criterion (AICc) weighting. Next, the jackknife method was carried out by removing 1 patient's data and the best model was determined. Then, all the data was fitted using the best function with several error models, consisting of constant, proportional, and exponential errors. The result obtained was the best model that can describe the biodistribution of 111In-DOTATATE radiopharmaceuticals in tumors which is shown by the function with an AICc weighting of 94,7%. The results showed that there is an influence of the dataset on model selection. In general, the jackknife results showed f3b as the best function = 77,78% and not the best function = 22,22%. In additional, all error model fitted with the best function tent to be similar in the AUC calculation, i.e. constant = (3,09±2,70) nmol·min, proportional = (3,09±2,69) nmol·min, and exponential = (3,09±2,70) nmol·min. Based on the results of the study, model selection with NLME showed quite stable results and constant, proportional and exponential error forms could be used well to determine AUC in PRRT patients injected with 111In-DOTATATE radiopharmaceutical.

"

"Latar belakang dan tujuan: Pemeriksaan MRI standar terkadang sulit untuk membedakan tumor ganas dan jinak orbita karena karakteristik imaging yang nonspesifik, padahal biopsi pada lokasi tertentu seperti apeks orbita dan basis kranium periorbital sulit dilakukan dan memiliki risiko komplikasi yang tinggi sehingga klinisi memerlukan pemeriksaan MRI yang lebih spesifik untuk memperkirakan sifat tumor. Pada beberapa penelitian sebelumnya, nilai Apparent Diffusion Coefficient ADC baik menggunakan MRI 3Tesla T, 1,5T, dan gabungan keduanya, mampu membedakan tumor ganas dan jinak orbita, namun memiliki nilai ambang bervariasi. Penelitian ini bertujuan mencari rerata nilai ADC menggunakan MRI 1,5T pada kelompok tumor ganas dan jinak orbita serta mencari nilai ambang untuk membedakan keduanya. Metode: Sebanyak 33 pasien tumor orbita yang telah menjalani pemeriksaan MRI orbita dengan kekuatan 1,5T dan mendapatkan nilai ADC tumor, dikelompokkan berdasarkan hasil histopatologis menjadi kelompok ganas dan jinak. Analisis statistik nilai ADC antara kelompok ganas dan jinak dilakukan menggunakan uji nonparametrik. Selanjutnya, penentuan nilai ambang optimal untuk membedakan tumor ganas dan jinak dilakukan menggunakan kurva receiver-operating characteristic ROC. Hasil: Dari 33 sampel diperoleh 17 tumor ganas dan 16 tumor jinak. Hasil histopatologis mayoritas pada kelompok tumor ganas dan jinak masing-masing adalah limfoma 4/17 dan meningioma grade I 9/16. Median dan range nilai ADC pada kelompok tumor ganas adalah 0,8 0,6-2,1 10 minus;3 mm2/s yang berbeda bermakna dengan kelompok tumor jinak 1,1 0,8-2,6 10 minus;3 mm2/s p=0,001. Nilai ambang optimal ADC untuk membedakan tumor ganas dan jinak adalah 0,88 10 minus;3 mm2/s dengan perkiraan sensitivitas 76,5 dan spesifisitas 93,8. Simpulan: Nilai ADC pada kelompok tumor ganas orbita lebih rendah dibandingkan tumor jinak dan bisa digunakan untuk memperkirakan karakteristik suatu tumor orbita.

---

Background and purpose: Differentiating between malignant and benign orbital tumor using standard MRI sometimes is difficult because of nonspecific imaging characteristics, meanwhile biopsy in certain area such as orbital apex and periorbital skull base is difficult to do with higher risk of complication so that ophthalmologist may need suggestion from MRI result to predict the characteristic of tumor. In previous studies, the Apparent Diffusion Coefficient ADC value using MRI 3Tesla T, 1,5T, and combination of both, are able to differentiate between them but with variable cut-off value. This study aims to find out the ADC value of malignant and benign orbital tumor using MRI 1,5T and calculate the optimum cut-off value to differentiate them.

Methods: Thirty-three patients with orbital tumor who has undergone MRI examination and get the ADC value of tumor are classified into malignant and benign group. ADC value between malignant and benign group is statistically analyzed using nonparametric test. The optimal cut off value between malignant and benign tumor is calculated receiver-operating characteristic ROC curve.

Results: Among all samples, 17 are malignant and 16 are benign. Majority of histopathological result in malignant group are lymphoma 4/17 while in benign group are meningioma grade I 9/16. The mean ADC value in malignant group 0,8 10 minus;3 mm2/s is significantly different from benign group 1,1 10 minus;3 mm2/s p=0,001. The optimum cut-off ADC value to differentiate between malignant and benign orbital tumor is 0,88 10 minus;3 mm2/s with prediction of sensitivity 76,5 and specificity 93,8.

Conclusion: ADC value in malignant orbital tumor is lower than benign tumor and it can be used to predict the characteristic of orbital tumor. "