Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar belakang: Tipe histologi kanker tiroid yang paling banyak ditemukan adalah karsinoma tiroid papiler (KTP) yang memiliki prognosis lebih baik dibandingkan dengan jenis tipe histologi lainnya. Meskipun demikian, 10% dari KTP mengalami rekurensi atau metastasis jauh setelah operasi. Berdasarkan penelitian sebelumnya, CD133 adalah penanda sel punca kanker yang dapat digunakan untuk memprediksi kesintasan. CD133 dapat muncul sebagai alat diagnostik prabedah penting untuk mengidentifikasi pasien yang mendapat manfaat dari diseksi leher yang lebih luas. Tujuan: Studi ini bertujuan untuk melihat hubungan ekspresi CD133 dengan metastasis kelenjar getah bening (KGB) leher dan agresivitas varian KTP. Metode: Penelitian ini adalah penelitian analitik dengan desain studi potong lintang. Sampel diambil dengan cara consecutive sampling sesuai dengan kriteria inklusi dan eksklusi. Kriteria inklusi adalah pasien KTP yang sudah dioperasi definitive dan terdapat blok paraffin yang layak diproses. Data klinikopatologis seperti usia, jenis kelamin, varian subtipe, T pada TNM, keterlibatan KGB leher, dan stadium kanker diperoleh dari rekam medis. Dilakukan pewarnaan imunohistokimia pada jaringan tiroid yang tersimpan dan tingkat ekspresi CD133 disajikan dalam bentuk H-score. Analisis statistik dilakukan menggunakan program SPSS 25.0. Hasil: Didapatkan 40 sampel dengan 20 subjek KTP dengan metastasis KGB dan 20 subjek KTP tidak dengan metastasis KGB. Dari analisis data, didapatkan perbedaan rerata H-score yang signifikan antara kelompok varian subtipe agresif dan non-agresif (p = 0,006) dan terdapat hubungan yang signifikan antara ekspresi CD133 dan varian subtipe agresif (p = 0,005) dengan OR 7,917 (IK95% 1,711-36,633). Terdapat perbedaan rerata H-score yang signifikan antara kelompok stadium 1, 2 dan 3 (p = 0,010) dan hubungan yang signifikan secara statistik antara ekspresi CD133 dan stadium (p = 0,009). Kesimpulan: Peningkatan ekspresi CD133 tidak memiliki hubungan yang signifikan dengan kejadian metastasis KGB leher pada pasien KTP tetapi memiliki hubungan yang signifikan dengan agresivitas subtipe KTP.

---

Introduction: Ten percent of papillary thyroid carcinoma (PTC) cases experience recurrence or distant metastasis after surgery. Based on previous research, CD133 is a cancer stem cell marker that can be used to predict survival. CD133 can emerge as an important preoperative diagnostic tool to identify patients who would benefit from neck dissection. Objective: To evaluate the association between CD133 expression and neck lymph node metastasis and aggressive variants of PTC. Methods: This research is an analytical study with a cross-sectional design. Samples were taken through consecutive sampling according to inclusion and exclusion criteria. Inclusion criteria were PTC patients who undergone definitive surgery with eligible paraffin block. Clinicopathological data were obtained from medical records. Immunohistochemistry staining was performed, and CD133 expression levels were presented as H-score. Statistical analysis was conducted using SPSS 25.0 software. Results: A total of 40 samples were obtained. From the data analysis, a significant difference in mean H-score was found between aggressive and non-aggressive subtype variant groups (p = 0,006), and there was a significant association between CD133 expression and aggressive subtype variant (p = 0,005) with an odds ratio of 7,917 (95% CI 1,711-36,633). There was a significant difference in mean H-score between stage groups (p = 0,010) and a statistically significant association between CD133 expression and stage (p = 0,009). Conclusion: Increased CD133 expression is not significantly associated with the occurrence of neck lymph node metastasis in PTC patients but is significantly associated with the aggressiveness of PTC variants."

"Menilai tingkat akurasi Node-RADS dalam mendiagnosis metastasis kelenjar getah bening regio leher pada pasien dengan karsinoma sel skuamosa di kepala dan leher.

Metode: Sebanyak 221 sampel kelenjar getah bening dari 40 pasien yang memenuhi kriteria penelitian studi potong lintang yang menjalankan pemeriksaan CT scan leher dengan kontras, dilakukan operasi diseksi leher, dan memiliki hasil pemeriksaan histopatologi dari tahun 2020 hingga 2023. Dilakukan analisis bivariat antara Node-RADS dan histopatologi menggunakan Mc Nemar test dan Kappa Cohen R.

Hasil: Sistem skoring Node-RADS memiliki nilai diagnostik yang tidak terlalu berbeda dengan histopatologi dengan p = 0,76. Sistem skoring Node-RADS memiliki nilai Kappa Cohen 0,725, masuk kedalam substansial agreement. Hasil rasio konkordans pada skoring Node-RADS yang tinggi sebesar 88,2%, Sensitivitas 87,3%, Spesifisitas 88,6%, Nilai Duga Positif 75,3%, Nilai Duga Negatif 94,5%, LR+ 7,2, LR- 14%.

Kesimpulan: Node-RADS memiliki nilai akurasi yang cukup tinggi dan dapat dipertimbangkan sebagai metode diagnostik metastasis kelenjar getah bening regio leher pada pasien dengan karsinoma sel skuamosa di kepala dan leher.

---

Squamous cell carcinoma is generally associated with metastases to the lymph nodes of the cervical region. Ricently,there have been attemts to standardize radiology reporting in oncology cases with the adoption of the Reporting and Data Systems (RADS). Node-RADS 1.0 aims to improve reporting of regional and distant lymph nodes in cancer patients by providing imaging criteria for size and configuration, facilitating a standardization system in reporting lymph nodes. However, there have been no reports regarding the suitability of Node-RADS in head and neck squamous cell carcinoma patients.

Objective: Assessing the accuracy of Node-RADS in diagnosing lymph node metastases in the neck region in patients with squamous cell carcinoma of the head and neck.

Method: A total of 221 lymph node from 40 patients who met the criteria for a cross-sectional research study, underwent a CT scan of the neck with contrast, neck dissection surgery, and had histopathological examination results from 2020 to 2023. Bivariate analysis was carried out between Node-RADS and histopathology using the McNemar test and Cohen's Kappa (κ).

Results: Node-RADS scoring system had a diagnostic value that was not significantly different from histopathology, with p = 0.76. The Node-RADS scoring system has a Cohen's Kappa value of 0.725, indicating substantial agreement. The concordance ratio results for Node-RADS scoring were high, with 88.2% concordance, a sensitivity of 87.3%, specificity of 88.6%, positive predictive value of 75.3%, negative predictive value of 94.5%, LR+ of 7.2, and LR- of 14%.

Conclusion: Node-RADS has a high accuracy value and can be considered as a diagnostic method for lymph node metastases in the neck region in patients with squamous cell carcinoma of the head and neck."

"ABSTRAKKanker payudara merupakan kanker yang umum terjadi pada wanita baikdi Indonesia ataupun di dunia. Pemeriksan tingkat sebaran sel kanker perludilakukan agar pengobatan yang diberikan tepat. Biopsi jaringan getah bening danpemeriksaan ahli patologi adalah salah satu metode untuk menentukan tingkatpenyebaran kanker. Kendala pada pemeriksaan manual membutuhkan waktu untukmemeriksa bagian perbagian dengan kemungkinan ada bagian yang terlewati,kesalahan dalam klasifikasi dan unsur subjektifitas saat memeriksa. Penggunaankecerdasan buatan dalam prapemeriksaan akan membantu dokter dalam memeriksadan menghilangkan unsur subjektifitas. Proses klasifikasi yang didapat diharapkanmembantu ahli patologi memeriksa dengan lebih cepat dan mengurangi tingkatkesalahan pemeriksaan. Proses dimulai dengan terlebih dahulu menentukan antaradaerah kosong dan daerah yang terdapat jaringan. Selanjutnya menentukan tingkatmetastasis berdasarkan hasil klasifikasi. Metode yang digunakan adalah denganmenggunakan teknik ambang gambar dalam menentukan batas gambar yang berisijaringan. Proses klasifikasi menggunakan jaringan saraf konvolusi (ConvolutionNeural Network (CNN)) dengan banyak klasifikasi sebanyak 5 kelompok selnormal dan 1 kelompok tumor. Hasil dari penggunaan metode ambang adaptifdapat memisahkah antara daerah kosong dan daerah berisi sel-sel. Metode jaringansaraf konvolusi ini dapat mengklasifikasikan dengan hasil sampai 86% dan tesdengan validasi data 80% untuk keseluruhan klasifikasi dan mencapai 93% untuksel tumor dan sel kanker. Hasil dari penentuan tingkat ditentukan oleh akurasi dariproses klasifikasi. Metode ambang gambar adaptif dapat menentukan area kosongdan berisi jaringan sesuai dengan yang diharapkan dan mempercepat prosespemeriksaan. Hasil klasifikasi dan menentukan tingkat dapat ditingkatkan denganmemperbaiki pembagian data-data pada dataset dan mengembangkan konfigurasidari jaringan saraf konvolusi dengan merubah struktur atau menambahkan denganmetode lain.

---

ABSTRACTBreast cancer is the most common cancer in women worldwide and the second mostcommon cancer in Indonesia. Metastasis is the medical term for cancer that spreadsto a different part of the body from where it started. Information from the lymphnode biopsy can help doctor that treatment decisions depend on stage of metastases.Normaly pathologist makes a diagnosis of the prepared sample slide from samplebiopsy with manual visual inspection. Manual diagnosis has the possibility to misssome section not checked, classification errors and subjectivity result. Theclassification process with AI will help the pathologist check faster, reduce the errorlevel and eliminate the subjectivity. The proposed Method using adaptivethresholding method in whole slide image is to determine the area to be processed.And Convolution Neural Network (CNN) for image classification. Adaptivethresholding have ability to separating the blank slide area and tissue area. CNN issuperior in image classification . Classification data for this thesis using 6classification, five class normal cell and one tumor. Adaptive thresholding methodin whole slide image can separate empty tissue and tissue with cell area. The resultCNN Method for overall accuracy 86% and accuracy for tumor cell is 93%.Classification and staging result can be improved by improving dataset for trainingand developing, change the configuration of CNN architecture or adding newmethod."