Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang: Dry eye disease (DED) merupakan sekelompok gangguan pada lapisan tirai mata yang terjadi akibat penurunan produksi air mata atau instabilitas dari tirai mata. Salah satu penyebab terjadinya DED adalah penurunan sekresi air mata akibat penurunan refleks berkedip, yang sering terjadi pada pekerja visual display terminal (VDT). Blinking therapy merupakan salah satu terapi yang dapat diberikan pada penderita DED untuk meningkatkan blink rate dan menurunkan jumlah incomplete blink. Metode: Pencarian literatur dilakukan pada database Pubmed, Cochrane Library, dan Google Scholar dengan kata kunci dry eye disease, blinking therapy, dan ocular surface disease index. Pencarian menghasilkan tiga artikel terpilih yang kemudiaan ditelaah kritis. Hasil: Blinking therapy dapat dilakukan secara konvensional, menggunakan software animasi pada komputer, ataupun menggunakan kacamata khusus wink glass. Blinking therapy dapat memberikan perubahan nilai OSDI yang signifikan secara statistik dalam jangka waktu terapi 20 menit hingga 4 minggu. Kesimpulan: Blinking therapy dapat digunakan sebagai tata laksana pada pasien dengan DED untuk memperbaiki gejala mata kering sesuai dengan parameter yang dinilai pada OSDI.......Background: Dry eye disease (DED) is a group of tear film disturbances that is caused by decrease in tear production or tear film instability. One of the causes of DED is reduced tear secretion, which often happens in visual display terminal (VDT) workers. Blinking therapy is one of the therapies that can be given to DED patients to increase blink rate and reduce the number of incomplete blinks. Methods: Literature searching was done on database such as Pubmed, Cochrane Library, and Google Scholar. The keywords used on the literature searching were dry eye disease, blinking therapy, and ocular surface disease index. Three articles were chosen and critically appraised. Results: Blinking therapy can be done using conventional method, using animation software on computer, or by using specifically designed wink glass. Blinking therapy shows statistically significant changes in OSDI scores with therapy duration ranging from 20 minutes to 4 weeks. Conclusion: Blinking therapy can be done as a treatment for DED patients to improve dry eye symptoms as measured in OSDI. "

"Latar belakang: Prevalensi meibomian gland dysfunction (MGD) dilaporkan bervariasi pada rentang 3,6-69,3% karena modalitas diagnostik yang tersedia saat ini masih belum terstandar secara baku. Penilaian meibomian gland (MG) dropout secara manual masih terbatas oleh subjektivitas penilai dalam identifikasi MG, kurang akurat dalam menilai perubahan longitudinal, serta memerlukan waktu dan biaya yang lebih besar. Penelitian ini bertujuan untuk mengetahui apakah performa diagnostik dari penilaian MGD melalui meibografi dengan bantuan AI setara dengan penilaian MG dropout oleh klinisi menggunakan ImageJ. Metode: Penelitian dilakukan dengan desain cross-sectional dari pasien rawat jalan Rumah Sakit Dr. Cipto Mangunkusumo (RSCM) Kirana, Jakarta Pusat. Pengolahan data citra meibografi dilakukan dengan dua tahap preprocessing dan pengembangan model artificial intelligence (AI). Pengembangan model AI yang dilakukan menggunakan image embedding VGG16 dan model multilayer perceptron (MLP) pada Orange v3.32.0. Hasil: Dari 35 subjek penelitian dengan rerata usia 60,29±2,28 tahun, terdapat 136 data citra meibografi yang dianalisis. Nilai cut-off MG dropout yang terbaik pada nilai 33% yang mana terdapat 107 citra MGD dan 29 citra normal. Model AI menunjukkan performa AUC 83,2%, sensitivitas 89,7%, dan spesifisitas 58,6%. Kesimpulan: Penilaian meibografi dengan bantuan AI memiliki performa diagnostik yang baik dalam deteksi MGD. Pendekatan dengan AI dapat digunakan sebagai alat skrining potensial yang efektif dan efesien dalam praktik klinis.......Introduction: The prevalence of meibomian gland dysfunction (MGD) is reported to vary in the range of 3.6-69.3% because the currently available diagnostic modalities have not been standardized. Manual assessment through meibomian gland (MG) dropout is still has many limitations, such as the subjectivity of the assessor in identifying MG, less accuracy in assessing longitudinal abnormalities and requires more time and costs. This study aims to determine whether the diagnostic performance of MGD assessment through AI-assisted meibography is equivalent to MG dropout assessment by the clinician using ImageJ. Methods: The study was conducted with a cross-sectional design from outpatients at Dr. Cipto Mangunkusumo Hospital (RSCM) Kirana, Central Jakarta. The meibography image processing is conducted in two stages preprocessing and the development of artificial intelligence (AI) models. AI model development uses Orange v3.32.0 with VGG16 as image embedding and a multilayer perceptron (MLP) model. Results: From 35 subjects with a mean age of 60.29±2.28 years, a meibography dataset was built from 136 eyelid images. Using the MG dropout cut-off value of 33%, there are 107 MGD images and 29 normal images. The AI model showed an AUC performance of 83.2%, a sensitivity of 89.7%, and a specificity of 58.6%. Conclusion: AI-assisted meibography assessment has good diagnostic performance in MGD detection. The AI approach has promising potential as an effective and efficient screening tool in clinical practice."

"Latar belakang: Diagnosis dry eye disease (DED) ditegakkan dengan serangkaian pemeriksaan gejala subjektif dam tanda klinis objektif, namun sayangnya alat penunjang pemeriksaan tidak selalu dimiliki oleh fasilitas layanan kesehatan, sehingga kuesioner yang valid dan reliabel berperan sebagai alternatif untuk menegakkan diagnosis. Kuesioner dry eye Indonesia yang telah dikembangkan untuk populasi Indonesia masih belum tervalidasi dengan jumlah pertanyaan yang belum ideal. Tujuan: Mendapatkan item pertanyaan kuesioner dry eye Indonesia bagian diagnosis yang valid dan reliabel serta mengetahui korelasi klinis antara gejala subjektif dan tanda klinis objektif DED pada pasien. Metode: Penelitian ini terdiri dari tiga tahapan, yaitu (1) focus group discussion (FGD) untuk menilai content validity index (CVI), (2) pretesting untuk menilai cognitive debriefing, validitas, dan reliabilitas pada 30 sampel, dan (3) testing untuk menilai validitas, reliabilitas, dan korelasi klinis dengan tanda klinis objektif pada 60 partisipan. Partisipan melengkapi kuesioner dry eye Indonesia dan ocular surface disease index (OSDI), kemudian dilakukan uji tear break up time (TBUT), tear break up pattern (TBUP), pewarnaan okular, dan Schirmer. Hasil: Jumlah pertanyaan kuesioner dry eye Indonesia dari studi sebelumnya adalah 31 item. Dari hasil FGD dikerucutkan menjadi 14 item pertanyaan, dengan nilai CVI 0,98. Pada tahap pretesting, seluruh item dinyatakan dapat dipahami oleh seluruh subjek dengan nilai validitas dan reliabilitas baik. Dari hasil testing, didapatkan validitas yang dinilai dari corrected item total correlation dan reliabilitas yang dinilai dari Cronbach’s alpha yang baik pada 10 item pertanyaan kuesioner. Sensitivitas dan spesifisitas kuesioner didapatkan 91,1% dan 100% dengan AUC 98,2% (IK95% 94,4%-100%), nilai potong diagnosis DED adalah 10,5. Skor kuesioner dry eye Indonesia didapati berkorelasi positif kuat dengan skor OSDI (r=0,808; p<0,001) dan berkorelasi negatif lemah (r=- 0,339; p=0,008) dengan TBUT, namun tidak didapati korelasi yang bermakna terhadap Schirmer dan pewarnaan okular. Kesimpulan: Kuesioner dry eye Indonesia bagian diagnosis memiliki validitas, reliabilitas, serta sensitivitas dan spesifisitas yang sangat baik untuk mendiagnosis DED. Korelasi klinis antara skor kuesioner dry eye Indonesia didapatkan bermakna terhadap skor OSDI dan TBUT.......Background: Diagnosis of dry eye disease (DED) is established through a series of examinations of subjective symptoms and objective clinical signs. Unfortunately, diagnostic tools are not always available in healthcare facilities, making valid and reliable questionnaires an alternative for diagnosis. Indonesian dry eye questionnaire developed for the Indonesian population has not yet been validated with an ideal number of questions. Objective: To obtain valid and reliable diagnostic questions for the Indonesian dry eye questionnaire and to determine the clinical correlation between subjective symptoms and objective clinical signs of DED in patients. Methods: This study consists of three stages: (1) focus group discussion (FGD) to assess the content validity index (CVI), (2) pretesting to evaluate cognitive debriefing, validity, and reliability in 30 samples, and (3) testing to assess the validity, reliability, and clinical correlation with objective clinical signs in 60 participants. Participants completed the Indonesian dry eye questionnaire and the Ocular Surface Disease Index (OSDI), followed by testing tear break-up time (TBUT), tear break-up pattern (TBUP), ocular staining, and Schirmer. Results: Thenumber of questions in the Indonesian dry eye questionnaire from the previous study was 31 items, narrowed down to 14 items through FGD with a CVI value of 0.98. In the pretesting stage, all items were found to be understandable by all subjects with good validity and reliability. In the testing phase, 10 questionnaire items showed good validity assessed from corrected item total correlation and reliability assessed from Cronbach’s alpha. The questionnaire demonstrated a sensitivity of 91.1%, specificity of 100%, and an AUC of 98.2% (95% CI 94.4%-100%), with a diagnostic cutoff score for DED at 10.5. The Indonesian dry eye questionnaire score showed a strong positive correlation with OSDI score (r=0.808; p<0.001) and a weak negative correlation (r=- 0.339; p=0.008) with TBUT, but no significant correlation was found with Schirmer and ocular staining. Conclusion: The diagnostic section of the Indonesian dry eye questionnaire has excellent validity, reliability, sensitivity, and specificity for diagnosing DED. Clinical correlations were found between the questionnaire score and OSDI score and TBUT."