Hasil Pencarian  ::  Simpan CSV :: Kembali

"Latar Belakang. Apnea tidur obstruktif (ATO) banyak tidak disadari oleh klinisi dan prevalensinya di Indonesia cukup tinggi. Stroke merupakan penyebab kematian ke-2 di dunia dan Indonesia. ATO meningkatkan risiko kejadian stroke. Karakteristik klinis pasien ATO dengan stroke masih belum banyak diteliti. Tujuan. Mengetahui karakteristik klinis pasien kecurigaan tinggi ATO dengan stroke di RSCM. Metode. Penelitian potong lintang dengan metode consecutive dilakukan pada bulan Maret - Juni 2019 di RSCM (dari Poliklinik Neurologi dan data pencatatan pasien ATO Divisi Respirologi dan Penyakit Kritis Departemen Ilmu Penyakit Dalam). Kecurigaan tinggi ATO ditegakkan berdasarkan kuesioner Berlin-ID. Pasien dibedakan menjadi stroke dan bukan stroke. Pasien yang tidak kooperatif atau menolak penelitian dieksklusi dari penelitian. Usia, jenis kelamin, Indeks Massa Tubuh (IMT), tekanan darah, kadar HbA1c, dan lingkar leher dinilai pada setiap pasien. Ketebalan tunika intima media arteri karotis (CIMT) dinilai pada 23 subyek. Analisis data dilakukan dengan SPSS 24. Hasil Utama. Sebanyak 103 pasien kecurigaan tinggi ATO diikutsertakan dalam penelitian (34 dengan stroke dan 69 bukan stroke). Proporsi pasien kecurigaan tinggi ATO dengan stroke di RSCM adalah 33%. Pasien kecurigaan tinggi ATO dengan stroke dan bukan stroke di RSCM memiliki rerata usia 58,5 dan 57 tahun, 82,4% dan 94,2% mengalami gangguan mendengkur, 61,8% dan 36,2% laki-laki, 20,6% dan 10,1% overweight, 61,8% dan 63,8% obese, 58,8% dan 49,3% hipertensi (80% dan 85,3% tidak terkontrol), rerata CIMT kanan-kiri 0,66-0,71 mm dan 0,59-0,66 mm, 26,5% dan 34,8% diabetes melitus/DM (77,8% dan 64,7% memiliki HbA1c terkontrol), dan median lingkar leher 35,5 dan 34 cm (laki-laki 38 dan 39 cm, perempuan 33,5 dan 35 cm). Simpulan. Proporsi pasien stroke pada kecurigaan tinggi ATO di RSCM adalah 33%. Dibandingkan dengan bukan stroke, pasien kecurigaan tinggi ATO dengan stroke di RSCM memiliki rerata usia yang lebih tinggi, proporsi overweight lebih tinggi, proporsi hipertensi lebih tinggi, rerata CIMT lebih tinggi, proporsi DM dalam terapi dengan HbA1c terkontrol lebih tinggi, dan median lingkar leher lebih tinggi.

---

Background. Obstructive sleep apnea (OSA) is not recognized by clinicians and its prevalence in Indonesia is quite high. Stroke is the second leading cause of death in the world and Indonesia. OSA increases the risk of stroke events. The clinical characteristics of OSA patients with stroke have not been widely studied. Objective. To know the clinical characteristics of high suspicious OSA patients with stroke in RSCM.. Method. A cross-sectional study using the consecutive method was carried out in March - June 2019 at RSCM (from Neurology Polyclinic and OSA patient record data of Respirology and Critical Illness Division of Internal Medicine Department). High suspicious OSA was diagnosed based on Berlin-ID questionnaire. Subjects were divided into stroke and not stroke. Subjects who were not cooperative or refuse the study were excluded. Age, gender, Body Mass Index, blood pressure, HbA1c levels, and neck circumference were assessed in each patient. The thickness of the carotid artery tunica intima (CIMT) was assessed in 23 subjects. Data analysis was performed with SPSS 24. Result. A total of 103 high suspicious OSA patients were included in the study (34 with stroke, 69 not stroke). The proportion of high suspicious OSA patients with stroke is 33%. Patients with high suspicious OSA with stroke and non-stroke in RSCM had an average age of 58.5 and 57 years, 82.4% and 94.2% experienced snoring disorders, 61.8% and 36.2% men, 20.6 % and 10.1% overweight, 61.8% and 63.8% obese, 58.8% and 49.3% hypertension (80% and 85.3% uncontrolled), mean right-left CIMT 0.66- 0.71 mm and 0.59-0.66 mm, 26.5% and 34.8% diabetes mellitus/DM (77.8% and 64.7% had controlled HbA1c), and the median neck circumferences were 35.5 and 34 cm (males 38 and 39 cm, females 33.5 and 35 cm). Conclusion. The proportion of stroke in high suspicious OSA patients is 33%. Compared with non-stroke, high suspicious OSA patients with stroke in RSCM had a higher mean age, higher overweight proportion, higher hypertension proportion, higher CIMT mean, higher DM in therapy with controlled HbA1c proportion, and higher median neck circumference."

"Latar BelakangObstructive Sleep Apnea (OSA) merupakan gangguan pernapasan saat tidur akibat adanya hambatan aliran udara ke paru-paru secara menyeluruh ataupun parsial pada saluran pernapasan atas. Durasi sleep latency yang pendek lebih sering terjadi pada pengidap OSA akibat fragmentasi tidur saat terjadi hipoksia. Studi ini bertujuan untuk mengetahui hubungan anatara sleep latency yang dengan Obstructive Sleep Apnea (OSA) pada obesitas serta mengetahui faktor-faktor yang mempengaruhi.MetodePenelitian ini menggunakan studi cross-sectional dengan data yang diperoleh dari registered data penelitian bagian sleep disordered breating divisi respirologi dan penyakit kritis ilmu penyakit dalam RSCM tahun 2021 hingga 2022 di DKI Jakarta. Data tersebut akan diolah dan dianalisis menggunakan SPSS (Statistical Package for the Social Sciences) edisi 27. Analisis menggunakan uji Chi square untuk menemukan hubungan antara dua variable kategorik yaitu variabel dependen yang diamati dengan faktor independent. Untuk mengetahui faktor-faktor yang mempengaruhi, analisis multivariat menggunakan uji regresi logistik.HasilDari total subjek pada registered data penelitian bagian sleep disordered breating divisi respirologi dan penyakit kritis ilmu penyakit dalam RSCM tahun 2021 hingga 2022, terdapat 57 subjek yang memenuhi kriteria inklusi. Prevalensi subjek yang memiliki abnormalitas pada sleep latency sebesar 94,7%. Berdasarkan AHI, terdiri atas 15 orang (26,3%) normal, 15 orang (26,3%) pengidap OSA ringan, 10 orang (17,5%) OSA sedang, dan 17 orang (29,8%) OSA berat. Tidak ditemukan hubungan yang bermakna antara Sleep Latency dengan Obstructive Sleep Apnea pada Obesitas. Indeks Massa Tubuh, Lemak Viseral, dan Massa Otot merupakan faktor yang paling mempengaruhi OSA. KesimpulanTidak terdapat hubungan yang bermakna antara Sleep Latency dengan Obstructive Sleep Apnea pada Obesitas. Faktor-faktor yang paling mempengaruhi Obstructive Sleep Apnea adalah Indeks Massa Tubuh, Lemak Viseral, dan Massa Otot.

---

Introduction

Obstructive Sleep Apnea (OSA) is a breathing disorder during sleep due to complete or partial obstruction of air flow to the lungs in the upper respiratory tract. Short sleep latency duration occurs more often in OSA patient due to sleep fragmentation during hypoxia. This study aims to determine the relationship between sleep latency and Obstructive Sleep Apnea (OSA) in obesity and determine the influencing factors. Method

This research uses a cross-sectional study with data obtained from registered research data of sleep disordered breathing section, respirology and critical illness division, internal medicine, RSCM, 2021 to 2022 in DKI Jakarta. The data will be processed and analyzed using SPSS (Statistical Package for the Social Sciences) edition 27. The analysis uses the Chi square test to find the relationship between two categorical variables, namely the observed dependent variable and the independent factors. To determine the influencing factors, multivariate analysis uses the logistic regression test.

Results

There were 57 subjects who met the inclusion criteria among all the subjects in the registered research data of of sleep disordered breathing section, respirology and critical illness division, internal medicine, RSCM. The prevalence of subjects who had abnormalities in sleep latency was 94.7%. Based on AHI, it consisted of 15 people (26.3%) normal, 15 people (26.3%) with mild OSA, 10 people (17.5%) with moderate OSA, and 17 people (29.8%) with severe OSA. No significant relationship was found between Sleep Latency and Obstructive Sleep Apnea in Obesity. Body Mass Index, Visceral Fat, and Muscle Mass are the factors that most influence OSA.

Conclusion

There is no significant relationship between Sleep Latency and Obstructive Sleep Apnea in Obesity. Factors that influence Obstructive Sleep Apnea are Body Mass Index, Visceral Fat, and Muscle Mass."

"Latar BelakangCOVID-19 adalah sebuah infeksi virus yang memiliki angka mortalitas yang sangat tinggi dalam periode waktu yang sangat sempit. Infeksi COVID-19 akan menyebabkan inflamasi di jaringan paru tubuh yang dapat diukur dengan serum D-dimer. Keparahan gejala dari infeksi COVID-19 dapat dilihat dalam gejala klinis dan keterlibatan segmen paru pada gambaran CT-Scan. Penelitian ini bertujuan untuk mengetahui hubungan antara level D-dimer dengan keparahan klinis pasien COVID-19 serta dengan keterlibatan lobus paru pada gambaran CT-Scan pasien COVID-19MetodePenelitian ini menggunakan metode potong lintang retrospektif dengan uji korelasi gamma untuk melihat hubungan antara level d-dimer dengan keparahan klinis dan keparahan gambaran CT-Scan pada pasien COVID-19. Penelitian ini menggunakan data sekunder dari penelitian “Implementasi Pencitraan Diagnostik Foto Toraks dan CT- Scan Toraks Coronavirus Disease 2019 (COVID-19) Menggunakan Artificial Intelligence” oleh Kamelia T, dkk. di tiga rumah sakit (Rumah Sakit Bunda Menteng, Rumah Sakit Bunda Depok, dan Rumah Sakit dr. Cipto Mangunkusumo) dalam periode 2020-2024, dimana terdapat 50 subjek yang melakukan pemeriksaan laboratorium (D- dimer) dan pemeriksaan CT-Scan.HasilDidapatkan 50 subjek dimana terdapat 25 (50%) subjek yang mengalami peningkatan level D-dimer dan 25 (50%) subjek dengan level D-dimer normal. Uji korelasi antara level D-dimer dengan keparahan klinis memiliki nilai P <0,001 dengan koefiesien korelasi sebesar 0,806. Uji korelasi antara level D-dimer dengan keparahan CT-Scan memiliki nilai P 0,012 dengan koefisien korelasi sebesar 0,528. Koefisien korelasi yang dianggap bermakna pada penelitian ini adalah 0,4.KesimpulanLevel D-dimer memiliki korelasi sangat kuat dengan keparahan klinis serta korelasi sedang dengan keparahan CT-Scan, sehingga dapat menjadi biomarker potensial untuk menentukan tingkat keparahan gejala klinis pasien dan keparahan gambaran CT-Scan thoraks pasien COVID-19.

---

Introduction

COVID-19 is a viral infection associated with a high mortality rate within a relatively short period. The infection triggers inflammation in lung tissues, which can be measured using serum D-dimer levels. The severity of COVID-19 symptoms can be assessed through clinical manifestations and the extent of pulmonary segment involvement observed on CT-Scan imaging. This study aims to determine the correlation between D- dimer levels and the clinical severity of COVID-19, as well as the involvement of pulmonary lobes on CT-Scan images of COVID-19 patients.

Method

This study employed a retrospective cross-sectional method with a gamma correlation test to examine the relationship between D-dimer levels, clinical severity, and CT-Scan severity in COVID-19 patients. This study utilized secondary data from the research “Implementation of Diagnostic Imaging of Chest X-rays and CT-Scans for Coronavirus Disease 2019 (COVID-19) Using Artificial Intelligence” by Kamelia T, et al., conducted at three hospitals (Bunda Menteng Hospital, Bunda Depok Hospital, and Dr. Cipto Mangunkusumo Hospital) from 2020 to 2024, involving 50 subjects who underwent laboratory (D-dimer) and CT-Scan examinations.

Results

A total of 50 subjects were included, with 25 (50%) showing elevated D-dimer levels and 25 (50%) with normal D-dimer levels. The correlation test between D-dimer levels and clinical severity showed a p-value <0.001 with a correlation coefficient of 0.806. The correlation test between D-dimer levels and CT-Scan severity yielded a p-value of 0.012 with a correlation coefficient of 0.528. A correlation coefficient of 0.4 or higher was considered significant in this study.

Conclusion

D-dimer levels can serve as a potential biomarker for determining the severity of clinical symptoms and the severity of thoracic CT-Scan findings in COVID-19 patients."

"Pada tahun 2015 Penyakit Paru Obstruktif Kronik (PPOK) menyebabkan kematian rata-rata sekitar 5% di dunia dan jumlah kejadian PPOK di Indonesia rata-rata sebesar 3,7%. Salah satu komplikasi yang dapat dialami oleh pasien PPOK adalah nocturnal hypoxemia yaitu kurangnya asupan oksigen pada waktu malam hari. Keadaan ini akan semakin diperberat jika pasien PPOK juga menderita gangguan tidur berupa Obstructive Sleep Apnea (OSA). OSA adalah gangguan tidur yang disebabkan oleh saluran napas yang tersumbat dan menyebabkan jeda sementara saat napas minimal 10 detik. Ketika PPOK dan OSA terjadi disaat yang bersamaan dapat menyebabkan dua kali lipat kondisi tidak nyaman saat bernapas. Tujuan dari penelitian ini adalah menentukan model prediksi risiko terjadinya Obstructive Sleep Apnea (OSA) pada pasien PPOK berdasarkan faktor-faktor yang memengaruhi risiko terjadinya OSA pada pasien PPOK. Data yang digunakan dalam penelitian ini adalah data primer pasien PPOK yang telah terdiagnosis oleh dokter di RSCM dengan mewawancarai menggunakan kuesioner Berlin dan pemeriksaan fisik seperti mengukur lingkar leher dan lingkar pinggang. Sampel yang dipilih menggunakan non-probability sampling dengan metode purposive sampling. Sampel pada penelitian ini adalah pasien PPOK sebanyak 111 pasien. Metode yang digunakan adalah regresi logistik biner untuk memprediksi model risiko terjadinya OSA pada pasien PPOK. Hasil yang didapatkan untuk faktor-faktor yang berpengaruh signifikan terhadap risiko terjadinya OSA pada pasien PPOK adalah lingkar pinggang dan Kuesioner CAT 2 (PPOK derajat berat) yang berarti pasien PPOK dengan derajat berat. Pasien PPOK berderajat berat lebih berisiko terkena OSA sebesar 4,39 kali lebih besar dibandingkan pasien PPOK berderajat ringan hingga sedang dan setiap kenaikan 1 cm lingkar pinggang pada pasien berisiko terjadinya OSA. Hasilnya menunjukan bahwa pasien PPOK derajat berat lebih berisiko terjadinya OSA dibandingkan yang tidak. Keakuratan model tersebut dihitung menggunakan tabel klasifikasi pada cut point 0,5, diperoleh tingkat ketepatan klasifikasi sebesar 73,9%.

---

Chronic Obstructive Pulmonary Disease (COPD) has caused death of around 5% in the world and 3.7% in Indonesia. One of the complications that can be experienced by patients with COPD is nocturnal hypoxemia, which is the lack of oxygen intake at night. This situation will be more aggravated if patients with COPD also suffer from sleep disorder which is called Obstructive Sleep Apnea (OSA). OSA is a sleep disorder caused by a blocked airway and led to a temporary pause while breathing for at least 10 seconds. When COPD and OSA occur at the same time, it can create double discomfort while breathing.

The purpose of this research is to determine prediction model occurrence OSA risk in COPD patient based on factor affecting the risk of OSA occurring in COPD patients. Data used in this research is primary data from COPD patients who is diagnosed by doctor at RSCM by interviewing them using Berlin questionnaire and physical examination such as measuring the circumference of neck and waist.

This study uses non-probability sampling i.e. purposive sampling method. Sample of this research is 111 patients with COPD. This research uses binary logistic regression to predict model occurrence of OSA risk in COPD patients. This study shows that waist circumference and COPD Assessment Test (CAT) 2 questionnaire (COPD patients with severe degree) are significant factor of OSA on COPD patient. In addition, COPD patients with severe degree are 4.39 times greater risk suffer from OSA than mild to moderate COPD patients and each centimetre increase of waist circumference has higher risk of OSA. Accuracy of our model is estimated using classification table with cut point at 0.5 and its accuracy is 73,9%."

"Multi Drug Resistant Tuberculosis (MDR-TB) atau TB MDR adalah TB resistan obat terhadap minimal 2 (dua) obat anti TB yaitu INH dan Rifampisin secara bersama sama atau disertai resisten terhadap obat anti TB lainnya seperti etambutol, streptomisin dan pirazinamid. Pada tahun 2013 WHO memperkirakan di Indonesia terdapat 6800 kasus baru TB dengan MDR-TB setiap tahunnya yang berasal dari 2% kasus TB baru dan 12% kasus TB lama ( MDR-TB). WHO juga memperkirakan lebih dari 55% pasien MDR-TB belum terdiagnosis atau mendapat pengobatan dengan baik dan benar.Tujuan Penelitian adalah untuk mengetahui faktor faktor Resistensi Tuberculosis di Jakarta. Metode yang digunakan dalam penelitian ini adalah teknik sampling sistematik untuk mengumpulkan sampel,digunakan 94 sampel terdiri dari 30 pengidap resistensi dan 64 pengidap TB, untuk mencari faktor- faktor yang berpengaruh digunakan analisis regresi logistik. Hasil dari penelitian ini adalah pengawas minum obat dan riwayat minum obat merupakan faktor yang mempengaruhi resistensi tuberkulosis di Jakarta.

---

Multi Drug Resistant Tuberculosis (MDR-TB) or MDR TB is resistant TB Drugs to at least two (2) anti-TB drugs which are INH and Rifampin along with or with resistance of other anti-tuberculosis drugs such as ethambutol, streptomycin and Pyrazinamide. In 2013 WHO estimates that in Indonesia there are 6800 new TB cases in Indonesia with MDR-TB each year. Estimation of 2% from new TB cases and 12% from old TB cases (MDRTB). It is also estimated that more than 55% of MDR-TB patients have not been diagnosed or received treatment properly and correctly.

The purpose of this research is to know the factors and pattern of Tuberculosis Resistance in Jakarta. The method used in this study is a sampling technique that is systematic sampling to collect samples, there are 94 samples used consist of 30 people with resistance and 64 people with TB. To see the influential factors of resistance, logistic regression analysis is to used. Our result show that the nutritional status and history of taking medicine are the major factors affecting resistance tuberculosis."

"ABSTRAKPenyakit Tuberkulosis paru TB paru merupakan suatu penyakit infeksi kronik menular yang disebabkan oleh bakteri Mycobacterium tuberculosis dan masih menjadi penyebab kematian utama di antara penyakit infeksi lainnya. Infeksi kronik menyebabkan tubuh dalam keadaan stres oksidatif. Pada keadaan stres, produksi hormon stres meningkat dan dapat berpengaruh pada peningkatan kadar gula dalam darah yang dapat memicu terjadinya diabetes melitus DM . Tujuan dari penelitian ini adalah mengetahui faktor yang berhubungan dengan munculnya DM Tipe 2 pada pasien TB paru dan membuat klasifikasi dengan menggunakan metode CHAID Chi-square Automatic Interaction Detection . Variabel dependen pada penelitian ini adalah status DM Tipe 2, sedangkan variabel independennya adalah jenis kelamin, usia, Indeks Massa Tubuh IMT , kadar neutrofil, kadar limfosit, Laju Endap Darah LED , Obat Anti Tuberkulosis OAT , yaitu rifampisin, isoniazid, pirazinamid, etambutol, dan streptomisin. Analisis dengan menggunakan metode CHAID diperoleh faktor yang berhubungan dengan munculnya DM Tipe 2 pada pasien TB paru adalah usia, Indeks Massa Tubuh IMT , jenis kelamin, obat pirazinamid Z . Berdasarkan metode CHAID diperoleh klasifikasi kemunculan DM Tipe 2 pada pasien TB paru, yaitu pasien TB paru yang berusia ge; 40 tahun, memiliki IMT ge; 25 kg/m2, dan berjenis kelamin laki-laki."

---

""ABSTRACT"Pulmonary Tuberculosis pulmonary TB is a chronic infectious disease that is caused by the bacterium Mycobacterium tuberculosis and is still considered as one of the leading cause of death among other infectious diseases. Chronic infection causes the body to be in an oxidative stress condition. In a stressful condition, the production of stress hormone increases and it can affect the level of sugar in blood which can trigger Diabetes Mellitus to occur. The purpose of this research is to know the factors that are related to the occurrence of type 2 DM on TB patients and to make a classification using CHIAD Chi square Automatic Interaction Detection . The dependent variable in this research is type 2 DM status, while the independent variables are gender, age, body mass index, level of neutrophil, level of lymphocytes, erythrocyte sedimentation rate, anti tuberculosis medicines which are rifampicin, isoniazid, pyrazinamide, ethambutol, and streptomicin. The result for analysis of using CHIAD method is that the factors related to the occurrence of type 2 DM on TB patients are age, body mass index, gender and pirazinamid Z . Based on CHAID method, a classification of the occurrence of type 2 DM on pulmonary TB patients is obtained, which is pulmonary TB patients who are ge 40 years old, have body mass index ge 25 kg m2, and are male patients"

"Penyakit Paru Obstruktif Kronik PPOK merupakan masalah kesehatan yang mendunia. PPOK memiliki kecenderungan untuk terjadi eksaserbasi. Eksaserbasi adalah pemburukan gejala pernapasan akut yang mengakibatkan terapi tambahan. Eksaserbasi pada PPOK meningkatkan risiko terjadinya kematian. Tujuan dari penelitian ini adalah untuk menentukan model prediksi eksaserbasi pada pasien PPOK berdasarkan faktor-faktor yang memengaruhi eksaserbasi pada pasien PPOK di RSCM. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari rekam medis pasien PPOK di RSCM. Sampel dipilih menggunakan teknik purposive sampling. Sampel pada penelitian ini adalah pasien PPOK sebanyak 107 pasien. Metode yang digunakan adalah analisis regresi logistik biner. Hasil dari penelitian ini menunjukkan bahwa faktor yang berpengaruh signifikan terhadap eksaserbasi PPOK adalah sesak napas, riwayat pemakaian ICS, dan riwayat pemakaian antibiotik. Model regresi logistik yang sesuai telah diperoleh. Hasilnya menunjukkan bahwa pasien PPOK yang memiliki keluhan sesak napas, memiliki riwayat pemakaian ICS, dan memiliki riwayat pemakaian antibiotik lebih berisiko mengalami eksaserbasi dibandingkan dengan yang tidak. Uji akurasi telah dilakukan dengan tabel klasifikasi pada cut point 0,5. Model prediksi yang dihasilkan memiliki tingkat akurasi sebesar 74,77.

---

Chronic Obstructive Pulmonary Disease COPD is a worldwide health problem. COPD has a tendency for exacerbations. Exacerbations are worsening of acute respiratory symptoms resulting in additional therapy. Exacerbations in COPD increase the risk of death. The objective of this study is to determine the prediction model of exacerbations in patients with COPD based on factors affecting exacerbations in patients with COPD at RSCM. The data used in this study is secondary data obtained from the medical records of patients with COPD in RSCM. The sample was chosen using purposive sampling technique. The samples in this study are 107 patients with COPD. The method used is binary logistic regression analysis.

The results of this study indicate that the factors that significantly influence the exacerbation of COPD are breathless, history of ICS use, and history of antibiotic use. Appropriate logistic regression model has been obtained. The result indicates that patients with COPD who have shortness of breath, have history of ICS use, and have history of antibiotic use are more at risk of exacerbations than those who don rsquo t. Accuracy test has been conducted with classification table at cut point 0,5. The prediction model has an accuracy rate of 74,77."

"Latar belakang dan tujuan: Diabetes mellitus dapat meningkatkan risiko infeksi, kematian dan kegagalan terapi pada kasus TB paru. Gambaran radiografi toraks penderita TB dengan komorbid DM telah dilaporkan dengan hasil yang bervariasi. Adanya perbedaan hasil tersebut dapat dipengaruhi oleh faktor kontrol glikemik penderita DM. Nilai Neutrophil Lymphocyte Ratio (NLR) diketahui berkaitan dengan kontrol glikemik dan infeksi tuberkulosis. Penelitian ini bertujuan untuk mengetahui gambaran radiografi toraks penderita TB DM berdasarkan kontrol glikemik  yang dikaji dengan Neutrophil Lymphocyte Ratio dibandingkan dengan gambaran radiografi toraks kelompok TB non DM. Metode: Uji komparasi dengan pendekatan potong lintang yang membandingkan proporsi karakteristik lesi foto toraks pada kelompok TB DM (DM terkontrol 25 orang dan DM tidak terkontrol 62 orang) dengan radiografi toraks kelompok TB non DM (87 orang). Analisis data kemudian dilakukan dengan uji chi square dan uji mutlak Fisher.Hasil: Temuan lesi yang terbanyak dari kelompok TB DM terkontrol, TB DM tidak terkontrol dan TB non DM berupa fibroinfiltrat (68% vs 75,8% vs 67%). Lokasi lesi opasitas yang tersering ditemukan untuk ketiga kelompok adalah di lapangan atas paru kanan. Lesi opasitas yang melibatkan lapangan bawah paru kanan lebih sering ditemukan pada penderita TB DM tidak terkontrol dengan NLR ≥ 4 (40%), dengan nilai p <0,05. Terdapat kecenderungan luas lesi opasitas sangat lanjut pada kelompok TB non DM sedangkan luas lesi minimal lebih banyak ditemukan pada kelompok TB DM terkontrol dengan NLR < 4, namun tidak berbeda bermakna secara statistik. Terdapat kecenderungan lokasi kavitas yang lebih sering di lapangan atas kanan pada kelompok TB non DM (13,8%), namun tidak terdapat perbedaan bermakna secara statistik pada perbandingan diameter kavitas dan lokasi kavitas pada ketiga kelompok. Simpulan: Lesi opasitas atipikal yang melibatkan lapangan bawah paru kanan lebih sering ditemukan pada radiografi toraks penderita TB DM tidak terkontrol dengan NLR ≥ 4.

---

Background and purpose: Diabetes mellitus can increase the risk of infection, death and therapeutic failure of lung tuberculosis. Chest radiograph images of TBDM patient have been reported with varying results. These differencescan be influenced by glycemic control of these patients. The value of Neutrophil Lymphocyte Ratio (NLR) is known to be associated with glycemic control and tuberculosis infection. This study aims to determine the chest radiographs of TB DM patients based on glycemic control studied by Neutrophil Lymphocyte Ratio compared to chest radiograph of TB non-DM group. Methods: Comparative test with a cross-sectional approach comparing the characteristics proportion of chest radiograph lesions between TB DM group (25 people of controlled DM and 62 people of uncontrolled DM) andTB non-DM group (87 people). Data analysis was then carried out by the chi square and fisher exact test. Results: Fibroinfiltrates are the most common lesions found from TB with controlled DM group, TB with uncontrolled DMgroup and TB non-DM group. (68% vs 75.8% vs 67%). The most common location for opacity lesions of the three groups is in the upper right lung. Opacity lesions involving the lower right lung are more often found in TB patients with uncontrolled DM with value of NLR ≥ 4 (40%), withpvalue<0.05. There is a tendency of far advanced opacity lesions in the TB non-DM group while the minimal lesions are more common in TB with controlled DM group with NLR < 4, but there is no significant difference statistically. There is also tendency for cavity locations in TB non-DM group to be more frequent in the upper right lung(13.8%), but there is no significant difference in comparison of cavity diameter and cavity location in the three groups statistically. Conclusion: Atypical opacities lesions involving the lower right lung are more often found on chest radiographs of TBpatient with uncontrolled DM with value of NLR ≥ 4."

"ABSTRAKObstructive Sleep Apnea OSA merupakan penyakit gangguan napas saat tidur ditandai oleh penyumbatan sebagian atau seluruh saluran pernafasan yang menyebabkan henti napas minimal 10 detik saat tidur. Periode henti napas saat tidur menyebabkan tidak masuknya oksigen ke dalam tubuh yang memicu saraf simpatis lebih dominan dibandingkan saraf parasimpatis. Ketidakseimbangan antara persyarafan simpatis dan parasimpatis berpengaruh pada ketidakteraturan irama jantung yang dapat memicu terjadinya gangguan jantung yaitu Atrial Fibrillation AF. Penelitian ini bertujuan untuk mengetahui faktor yang memengaruhi AF pada pasien risiko OSA. Data yang digunakan dalam penelitian ini adalah data primer pasien risiko OSA di RSCM berdasarkan wawancara dengan kuesioner Berlin. Sampel dipilih menggunakan teknik non-probability sampling dengan metode purposive sampling. Ukuran sampel dalam penelitian ini sebanyak 145 pasien risiko OSA berdasarkan kuesioner Berlin. Jumlah pasien yang terdiagnosis AF sebanyak 45 pasien 31.04. Metode yang digunakan dalam penelitian ini adalah metode Chi-Square Automatic Interaction Detection CHAID untuk mengetahui faktor-faktor yang berpengaruh secara signifikan terhadap AF. Metode CHAID merupakan teknik analisis data kategorik dengan jumlah kategori di tiap variabel independen sebanyak dua atau lebih. Variabel dalam penelitian ini berbentuk kategorik dan jumlah kategori dalam variabel independen lebih dari dua buah kategori. Variabel dependen pada penelitian ini adalah AF, sedangkan variabel independen yaitu usia, jenis kelamin, Indeks Massa Tubuh IMT, lingkar pinggang, lingkar leher, tekanan darah, riwayat merokok, riwayat mengonsumsi minuman beralkohol, riwayat gagal jantung, riwayat penyakit jantung koroner, riwayat stroke. Hasil analisis menggunakan metode CHAID diperoleh bahwa faktor usia, tekanan darah, lingkar pinggang, dan lingkar leher dapat memengaruhi AF pada pasien risiko OSA. Tingkat ketepatan hasil klasifikasi secara keseluruhan dengan menggunakan metode CHAID sebesar 71.7.

---

ABSTRACTObstructive Sleep Apnea OSA is sleep breathing disorder disease characterized by blockage partial or complete the respiratory tract that causes stop breathing during sleep at least 10 seconds. A period of stopping breathing while sleeping causes lack of oxygen into the body that triggers the sympathetic nerves more dominant than the parasympathetic nerves. The imbalance between sympathetic nerve and parasympathetic nerve affecting irregularity of heart rhythm that can trigger an onset of heart disorders, namely Atrial Fibrillation AF. This study aims to determine the factors affecting AF in patients with risk of OSA. The data used in this study is primary data of patients with risk of OSA at RSCM based on interviews with the Berlin questionnaire. The sample is chosen by using a technique of non probability sampling with purposive sampling method. The sample size are 145 patients with risk of OSA based on the Berlin questionnaire. The number of patients diagnosed AF is 45 patients 31.03. The method used in this study is Chi Square Automatic Interaction Detection CHAID to determine which factors significantly affect AF. The CHAID method is a categorical data analysis technique which the number of categories in each independent variable is two or more. In this study, variables used are categorical and the number of categories in independent variables is more than two categories. Dependent variables in this study are AF, while independent variables are age, sex, body mass index BMI , waist circumference, neck circumference, blood pressure, smoking history, history of consuming alcoholic, history of heart failure, history of coronary heart disease, and history of stroke. The results of this study is age, blood pressure, waist circumference, and neck circumference significantly affect AF in patients with risk of OSA. In addition, the accuracy rate of the classification results using CHAID method is 71.7."

"Obstructive Sleep Apnea OSA adalah gangguan di mana seseorang sering berhenti bernapas selama tidurnya. OSA ditandai oleh episode henti napas apnea minimal 10 detik/episode. Gejala OSA sering terjadi, namun sulit untuk dideteksi. Hal ini disebabkan OSA terjadi saat pasien tidur. Hal inilah yang menjadikan OSA penyebab terbesar morbiditas dan mortalitas di seluruh dunia. OSA terkait dengan beberapa penyakit, salah satunya adalah Diabetes Melitus DM. Kejadian OSA melalui hipoksemia intermitten dapat menyebabkan intoleransi glukosa, seperti DM tipe 2 dan prediabetes. OSA, DM, dan prediabetes diketahui memiliki faktor risiko bersama antara lain obesitas dan tekanan darah tinggi. Tujuan dari penelitian ini adalah untuk mengetahui model hubungan OSA, DM tipe 2, dan prediabetes secara simultan. Setelah model hubungan antar ketiganya diketahui, maka faktor-faktor risiko OSA, DM tipe 2, dan prediabetes secara bersamaan dapat diketahui. Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh dengan pemeriksaan langsung ke pasien OSA di RSCM. Metode sampling yang digunakan adalah non-probability sampling, yaitu purposive sampling. Jumlah sampel pada penelitian ini didapat sebanyak 205 pasien. Metode Partial Least Squares PLS digunakan untuk mencapai tujuan penelitian. PLS digunakan untuk memodelkan hubungan langsung maupun tidak langsung antara variabel laten dan variabel terukur secara simultan. Selain itu, PLS dipertimbangkan sebagai pendekatan soft modeling yang tidak mensyaratkan asumsi-asumsi yang kuat, seperti ukuran sampel, skala pengukuran, dan asumsi distribusi. Variabel dependen dalam penelitian ini adalah OSA, DM tipe 2, dan prediabetes. Variabel independen dalam penelitian ini adalah jenis kelamin, usia, tekanan darah, obesitas, dan sleep hygiene. OSA dipengaruhi secara langsung oleh obesitas dan sleep hygiene. DM tipe 2 dipengaruhi secara langsung oleh prediabetes, dan dipengaruhi secara tidak langsung oleh jenis kelamin, usia, obesitas, dan OSA. Sedangkan prediabetes dipengaruhi secara langsung oleh jenis kelamin, usia, dan OSA, dan dipengaruhi secara tidak langsung oleh sleep hygiene. Prediabetes dapat dipengaruhi baik secara tidak langsung dan tidak langsung oleh obesitas melalui OSA.

---

Obstructive Sleep Apnea OSA is a disorder in which a person frequently stops breathing during his or her sleep. OSA is characterized by episodes of stop breathing apnea at least 10 seconds episode. Symptoms of OSA are common, but difficult to detect. This is because OSA occurs when patient sleeps. That is what causes OSA to be the biggest morbidity and mortality worldwide. OSA has been linked with several diseases, one of which is Diabetes Mellitus DM . Incidence of OSA through hypoxemia intermitten can cause glucose intolerance, such as Diabetes Mellitus type 2 and prediabetes. OSA, DM, and prediabetes are known to have shared risk factor such as obesity and high blood pressure. The purpose of this research is to know the relationship model of OSA, DM type 2, and prediabetes simultaneously. Once the relationship model is known, then the risk factors of OSA, DM type 2, and prediabetes can simultaneously be known. Data used in this research is primary data which obtained by direct examination to patients with OSA at RSCM. Sampling method used in this research is non probability sampling, such as purposive sampling. The number of samples in this research as many as 205 patients. Partial Least Squares PLS method is used to obtain the purpose of this research. PLS is used to modeling a direct and indirect relation between latent variables and manifest variables simultaneously. Moreover, PLS has been considered as soft modeling approach because PLS does not require strong assumptions, such as sample size, measurement scale, and distribusions. OSA, DM type 2, and prediabetes are dependent variables. Independent variables are gender, age, blood pressure, obesity, and sleep hygiene. OSA is directly affected by obesity and sleep hygiene. DM type 2 is directly affected by prediabetes, and indirectly affected by gender, age, obesity, and OSA. Gender, age, and OSA have direct effect to prediabetes, meanwhile sleep hygiene has indirect effect to prediabetes. Obesity has direct and indirect effect to prediabetes, through OSA. "