Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Alzheimer dikategorikan sebagai salah satu dimensia berat dengan bentuk otak yang mengalami penyusutan dan volume otak berkurang secara keseluruhan. Selain itu, Alzheimer juga mengakibatkan terjadinya atrophy pada bagian hippocampus. Korelasi antara penyusutan bentuk otak dan berkurangnya volume juga mempengaruhi perubahan bentuk tekstur. Pada penelitian yang diusulkan, perluasan dari Local Binary Pattern (LBP) sebagai ekstraksi fitur diperkenalkan. Complete Local Binary Pattern of Sign and Magnitude (CLBPSM) dan Complete Local Binary Pattern of Sign and Magnitude from Three Orthogonal Planes (CLBPSM-TOP) diperkenalkan sebagai deskriptor ekstraksi fitur 2D dan 3D. Dikarenakan fitur yang begitu banyak dihasilkan, maka Principal Component Analysis (PCA), kernel PCA dan Factor Analysis (FA) digunakan sebagai salah satu metode seleksi fitur. Selanjutnya, lima buah classifier digunakan untuk klasifikasi binary class dan multiclass dari Alzheimer, mild cognitive impairment dan normal pada bagian keseluruhan otak dan hippocampus. Hasil eksperimen dengan tiga buah skenario menunjukkan bahwa metode CLBPSM dan CLBPSMTOP mampu memberikan hasil akurasi dan performance yang lain dengan nilai rata-rata antara 70% - 100% untuk bagian keseluruhan otak dan hippocampus. Pendekatan CLBPSM-TOP sebagai deskriptor 3D juga menggungguli metode LBP-TOP pada studi literatur dengan rata-rata kenaikan akurasi sebesar 30% untuk semua klasifikasi.

---

Alzheimer`s disease is categorized as one of heavy dementia with the brain forms will shrink, and reduced overall volume of brain. The correlation between brain form shrinkage and reduction of brain volume also affect deformation texture. In the proposed research, the expansion of local binary pattern (LBP) as feature extraction method is introduced. Complete local binary pattern of sign and magnitude (CLBPSM) and complete local binary pattern of sign and magnitude from three orthogonal planes (CLBPSM-TOP) are introduced as a 2D and 3D feature extraction descriptor. Due to so many features are generated, then the principal component analysis (PCA), kernel PCA and Factor Analysis (FA) are used as a method of feature selection. Furthermore, five classifiers are used for binary class and multiclass classification of Alzheimer's, mild cognitive impairment and normal in the whole brain and hippocampus. The experimental results with three scenarios show that CLBPSM and CLBPSM-TOP methods are able to provide accuracy and the other performance results with an average value between of 70% - 100% for the whole brain and hippocampus. CLBPSM-TOP approach as a 3D descriptor also outperformed LBP-TOP method from the previous study with an average accuracy increase 30% for all classifications.

Abstrak :
Yogyakarta merupakan provinsi dengan proporsi lansia tertinggi di Indonesia (16,69%), mempunyai jumlah angka kematian dini (232 kasus), dan mempunyai beberapa faktor risiko yang tinggi terkait Alzheimer dan demensia lainnya. Penelitian ini bertujuan untuk mengetahui faktor predominan kejadian Alzheimer dibandingkan demensia lainnya di Yogyakarta. Studi kasus-kontrol menggunakan kuesioner pada 120 caregiver pasien Alzheimer dan demensia lainnya di salah satu RS di Yogyakarta. Regresi logistik biner digunakan untuk mengidentifikasi faktor predominan kejadian Alzheimer. Faktor predominan yang memengaruhi kejadian Alzheimer dibandingkan dengan demensia lainnya yaitu pola diet sedang (AOR= 3,67; 95% CI= 1,219—11,11), usia ≥ 60 tahun (AOR= 2,34; 95% CI= 0,95—5,73), kualitas tidur yang cukup (AOR= 0,24; 95% CI= 0,07—0,87), dan menderita stroke (AOR= 0,07; 95% CI= 0,02—0,26) terbukti secara statistik memengaruhi kejadian Alzheimer dibandingkan dengan demensia lainnya. Pola diet yang buruk akan menyebabkan inflamasi sitemik dan stres oksidatif yang memicu peradangan saraf (stroke) dan peningkatan beban tau (usia dan kualitas tidur) sehingga dapat mengakibatkan disfungsi neuron dan berakhir pada atrofi otak. Faktor risiko (pola diet sedang dan usia ≥ 60 tahun) serta faktor protektif (kualitas tidur yang cukup dan riwayat stroke) merupakan faktor predominan terhadap kejadian Alzheimer dibandingkan dengan demensia lainnya. Hasil ini dapat sebagai dasar penerapan upaya promotif, preventif, serta penelitian selanjutnya yang berhubungan dengan Alzheimer. ......Yogyakarta is the province with the highest proportion of elderly people in Indonesia (16.69%), has a high number of premature deaths (232 cases), and has several high risk factors related to Alzheimer's and other dementia. This study aims to determine the predominant factors in the incidence of Alzheimer's compared to other dementias in Yogyakarta. Case-control study using questionnaires on 120 caregivers of Alzheimer's and other dementia patients at a hospital in Yogyakarta. Binary logistic regression was used to identify the predominant factors for Alzheimer's. The predominant factors that influence the incidence of Alzheimer's compared to other dementias are moderate dietary patterns (AOR= 3.67; 95% CI= 1.219—11.11), age ≥ 60 years (AOR= 2.34; 95% CI= 0.95 —5.73), adequate sleep quality (AOR= 0.24; 95% CI= 0.07—0.87), and suffering from stroke (AOR= 0.07; 95% CI= 0.02—0, 26) was shown to statistically influence the incidence of Alzheimer's compared with other dementias. A poor diet pattern will cause systemic inflammation and oxidative stress which triggers neuroinflammation (stroke) and increases tau burden (age and sleep quality) which can result in neuronal dysfunction and brain atrophy. Risk factors (moderate dietary patterns and age ≥ 60 years) and protective factors (sufficient sleep quality and history of stroke) are predominant factors in the incidence of Alzheimer's compared to other dementias. These results can be used as a basis for implementing promotive, preventive efforts and further research related to Alzheimer's.

Abstrak :
Alzheimer’s disease dapat dianggap sebagai sebuah bencana. Penyakit ini merenggut memori dari kehidupan seseoarang, yang merupakan suatu hal yang penting bagi kesejahteraan dan identitasnya. Di tengah hilangnya memori, ada beberapa kemampuan yang tidak akan hilang bahkan hingga tahap terakhir dari Alzheimer’s: hardwired abilities atau kemampuan bawaan. Kemampuan ini terdiri dari reaksi terhadap sentuhan, landmark untuk mencari jalan, perasaan terhadap alam, pengertian terhadap musik dan karya seni serta raut wajah. Isyarat dan petunjuk yang disediakan oleh lingkungan dapat diterima oleh otak manusia melalui indera penciuman, penglihatan, pendengaran, peraba, dan pengecap, memungkinkan orang tersebut dapat memperoleh kembali beberapa memorinya. Lingkungan rumah nantinya akan memungkinkan mereka untuk hidup dengan mandiri dan memperoleh martabat mereka kembali, dapat melakukan aktivitas sehari-hari tanpa bantuan konstan dari pengasuh maupun orang lain. ......Alzheimer’s disease can be considered as a disaster. It takes memories – which is important for well-being and identity of a man – out of people’s lives. Amid memory loss, there is still some abilities that will not be diminished over time even until the latest stage of Alzheimer’s – hardwired abilities. They consist of reacting to touch, landmark for wayfinding, feelings about green and trees, understanding music and art, and facial expression. These abilities can be integrated into the built environment, providing a chance for them to live as everyone else, even after the diagnosis. Cues and clues that are given by the environment can be received by human brain through smell, sight, hearing, touch, and taste, allowing the person to retrieve some memories back. The home environment will later allow them to live independently and regain their dignity, doing daily activities without constant help from caregivers and others.

Abstrak :
Penelitian ini bertujuan menilai efektivitas dan keamanan Acetylcholinesterase Inhibitor Galantamine pada penderita Alzheimer dan Alzheimer?s Disease (AD) yang disertai dengan penyakit serebrovaskular (AD+CVD atau Mixed Dementia). Galantamine diberikan selama 6 bulan pada 28 penderita AD dan AD + CVD. Evaluasi kognitif dilakukan dengan menggunakan Mini Mental State Examination (MMSE), Restricted Reminding (RR), Neuropsycholgy Assessment, evaluasi fungsi global dengan Clinical Dementia Rating (CDR), evaluasi perubahan perilaku dengan Neuropsychiatric Inventory (NPI). Hasil penelitian pada 28 penderita AD dan AD + CVD, Galantamine memberikan perbaikan fungsi kognitif yang bermakna secara klinis maupun statistik setelah terapi 6 bulan dibandingkan data dasar awal (skor MMSE p<0.05, skor RR p<0.05, NA p<0.05), perbaikan fungsi global (CDR p<0.05) dan perbaikan gejala perilaku (NPI p<0.05). Efek samping ringan (32%) mual-mual dan anokresia terjadi saat titrasi dosis obat dan dapat diatasi dengan domperidone. Disimpulkan bahwa Galantamine efektif memberikan perbaikan fungsi kognitif, fungsi global, gejala perilaku dan aman serta dapat ditoleransi dengan baik. (Med J Indones 2007; 16:94-100).

---

This study was aimed to evaluate the efficacy and safety of Acetylcholinesterase Inhibitor Galantamine (Reminyl®) for patients with Alzheimer?s Disease (AD) and Alzheimer?s Disease with cerebrovascular Disease (AD+CVD or mixed Dementia). A 6-month open label observational study of Galantamine has been conducted on 28 patients with AD and AD+CVD patients. Primary endpoints were cognitive performance as assessed using the Mini Mental Scale Examination (MMSE), the Restricted Reminding Test), the Neuropsychology Assessment, the Clinical Dementia Rating (CDR) to assess global function and the Neuropsychiatric Inventory (NPI) to assess behavioral symptoms. Patients were also monitored for safety evaluation. Six month Galantamine group had a significant better outcome of cognitive performance, global function and behavioral symptoms compared with the baseline data as were assessed using the MMSE (p<0.05), the Restricted Reminding (p<0.05), the Neuropsychology Assessment (p<0.05), the CDR (p<0.05) and the NPI (p<0.05). Minimal adverse events (32%) were anorexia and nausea. It is concluded that Galantamine has a significant benefit to improve cognitive, global function, behavioral symptoms and only caused minimal adverse events. (Med J Indones 2007; 16:94-100).

Abstrak :
ABSTRAK

Pada penelitian ini diterapkan algoritma FABIAS (Factor Analysis for Bicluster Acquisition: Sparseness Projection) untuk mendeteksi biomarker penyakit Alzheimer pada dataset berupa 54675 data microarray ekspresi gen penyakit Alzheimer dari 161 sampel. Penelitian ini terdiri dari ekstraksi data dan seleksi gen, ekstraksi bicluster, interpretasi biologis untuk setiap bicluster, dan pendeteksian biomarker penyakit Alzheimer pada dataset yang diteliti. Hasil yang diperoleh dari penelitian ini ditemukan pada 3 daerah otak yakni daerah HIP, daerah PC, dan daerah VCX. Gen-gen biomarker penyakit Alzheimer tersebut antara lain gen BIN1, SORL1, dan CLU. Penemuan tiga gen biomarker penyakit Alzheimer dari beberapa bicluster yang dihasilkan dari penerapan algoritma FABIAS ini membuka kemungkinan adanya gen biomarker penyakit Alzheimer yang baru dari bicluster lain dengan sampel berkondisi sakit.

---

ABSTRACT

---

In this research, FABIAS algorithm (Factor Analysis for Bicluster Acquisition: Sparseness Projection) was applied to detect biomarkers of Alzheimer`s Disease in a dataset of 54.675 gene expression microarray data from 161 samples. This study consisted of data extraction and gene selection, bicluster extraction, biological interpretation of each bicluster, and biomarker detection of Alzheimer`s disease in the dataset. The results obtained from this study were found in 3 brain regions namely the HIP area, PC area, and VCX area. The biomarker of Alzheimer`s disease include BIN1, SORL1, and CLU genes. The discovery of three biomarker genes from some biclusters resulting from implementation of the FABIAS algorithm opens up the possibility of finding new Alzheimer`s disease biomarker gene from other bicluster with sick condition samples.

Abstrak :

Alzheimer Disease (AD) merupakan salah satu gangguan saraf yang menyerang otak manusia yang lambat namun progresif yang menyebabkan masalah serius pada otak, sikap, dan masalah percakapan pasien. Penyakit itu sampai sekarang belum ada obatnya tetapi perkembangannya bisa dihambat. Untuk membantu menghambat perkembangan AD, analisis studi tentang Alzheimers diperlukan. Dalam penelitian ini kami bertujuan menganalisis data microarray penyakit AD dengan menyeleksi gen yang signifikan pada enam daerah otak manusia untuk mengidentifikasi adanya kandidat biomarker AD dengan pendekatan metode sparse biclustering berbasis factor analysis. Dengan metode biclustering ini kami menggelompokkan secara simultan baris yang mewakili gen dan kolom yang mewakili sampel, sehingga terbentuklah bicluster-bicluster. Model metode kami adalah multiplikatif generative yaitu metode yang menguraikan matriks menjadi dua faktor matriks sparse plus noise. Dengan analisis gen hasil bicluster dengan gen ontology (GO) maka diketahui fungsi biologi bicluster tersebut. Hasil dari sparse biclustering berbasis factor analysis akhirnya terdeteksi kandidat biomarker AD di dua  daerah otak yaitu EC dan SFG. Hasil dari penelitian ini diharapkan dapat memberikan masukan buat kemajuan analisis pengembangan obat dan diagnosis Alzheimer di bidang medis.

 

---

Alzheimer's Disease (AD) is one of the nervous disorders that attacks the slow but progressive human brain that causes serious problems in the brain, attitudes, and problems with patient conversation. There is no cure for the disease but the development can be inhibited. To help inhibit AD development, an analysis of studies on Alzheimers is needed. In this study we aimed to analyze AD microarray data by selecting genes that were significant in six regions of the human brain to identify candidates for biomarker AD with a factor analysis sparse biclustering method approach. With this biclustering method, we group together the rows representing genes and columns that represent the sample, so that bicluster-bterluster is formed. Our model method is a generative multiplicative method that describes the matrix into two sparse plus noise matrix factors. By analyzing the gene produced by bicluster with the ontology (GO) gene, the biological function of the bicluster is known. The results from sparse biclustering based factor analysis finally detected AD biomarker candidates in two brain regions namely EC and SFG. The results of this study are expected to provide input for the progress of the analysis of drug development and Alzheimer`s diagnosis in the medical field.

 

Abstrak :
Penyakit Alzheimer merupakan bentuk umum dari gangguan neurodegeneratif yang ditandai dengan rusaknya sel-sel otak, seperti kusutnya neurofibrillary dan adanya plak amiloid yang bersifat progresif. Salah satu ciri fisik seseorang menderita penyakit Alzheimer adalah adanya penyusutan luas daerah hippocampus pada otak. Hippocampus merupakan bagian terkecil dari otak yang berfungsi menyimpan memori. Deteksi penyakit Alzheimer dapat dilakukan dengan menggunakan Magnetic Resonance Image MRI yang merupakan satu teknik non inovasif untuk analisis struktur otak pada penderita Alzheimer. Pada penelitian ini, digunakan metode K-Means Clustering dan Watershed untuk mensegmentasi daerah hippocampus yang merupakan salah satu bagian otak yang diserang ketika terkena penyakit Alzheimer. Analisis yang dilakukan untuk mendeteksi Alzheimer, yaitu membandingkan nilai threshold dengan jumlah piksel putih pada citra. Data yang digunakan pada penelitian ini yaitu Open Acess Series of Image Studies OASIS database dengan menggunakan citra potongan koronal. Berdasarkan hasil percobaan, antara metode K-Means Clustering dan Watershed keduanya dapat mensegmentasi daerah hippocampus untuk mendeteksi penyakit Alzheimer. ......Alzheimer 39s disease is a common form of neurodegenerative disorders characterized by defective brain cells, such as neurofibrillary tangles and amyloid plaque that is progressive. One of the physical characteristics of someone suffering from Alzheimer 39s disease is shrinking of the hippocampus area of the brain. The hippocampus is the smallest part of the brain that serves to save memory. The detection of Alzheimer 39s disease can be done using a Magnetic Resonance Image MRI which is a technique of non inovasif for an analysis of the structure of the brain in the Alzheimer 39s patient. In this research, K Means Clustering and Watershed method are used to segment the hippocampus area which is one part of the brain that was attacked by Alzheimer 39s disease. The analysis used to detect Alzheimer 39 s is comparing the value of the threshold with the number of white pixels in the images. The data used in this research are Open Access Series of Image Studies OASIS database by using the image of coronal slice. Based on the our experiment result, both K Means Clustering and Watershed method can segment the samehippocampus area to detect Alzheimers disease.

Abstrak :
Penyakit Alzheimer adalah penyakit bersifat neurodegenerative atau terdapat penurunan fungsi pada neuron yang bercirikan terdapat gangguan memori yang parah pada bagian otak. Penelitian ini bertujuan menganalisis Alzheimer disease (AD) dalam bentuk data microarray untuk mencari bicluster dengan algoritma BicHPT (Biclustering based on Hamming Pattern Table). Bagian otak manusia akan dibagi terlebih dahulu menjadi enam bagian yang menjadi penyebab AD yakni Entorhinal Cortex (EC), Hippocampus (HIP), Middle Temporal Gyrus (MTG), Posterior Cingulate Cortex (PC), Superior Frontal Gyrus (SFG), dan Visual Cortex (VCX). Algoritma untuk mendapatkan Bicluster pada umumnya hanya dapat digunakan dalam matriks dengan entri bilangan real namun pada penelitian ini akan digunakan algoritma BicHPT yang dapat digunakan untuk mendapatkan bicluster dari matriks yang berisi entri dengan nilai biner yakni 0 dan 1. Data microarray dari Alzheimer disease akan dibinerisasi terlebih dahulu melalui threshold dari mean keseluruhan matriks. Jika nilai suatu entri melebihi nilai threshold maka entri tersebut akan bernilai 1 dan sebaliknya jika entri kurang dari nilai threshold maka entri matriks tersebut akan bernilai 0. Setelah semua entri pada matriks dibinerisasi akan diaplikasikan algoritma BicHPT. Konsep utama algoritma ini adalah mencari jarak Hamming pada masing-masing kolom matriks untuk mendapatkan kandidat bicluster. Algoritma BicHPT terdiri atas beberapa langkah yakni: Mereduksi kolom matriks, mencari tabel dari jarak Hamming, mendapatkan candidat bicluster, dan terakhir diperoleh hasil bicluster dalam bentuk submatriks. Gen dari hasil bicluster yang didapatkan akan dianalisis dengan gene ontology (GO) untuk mengetahui fungsi biologis dari bicluster tersebut. Dengan mendapatkan informasi dari fungsi biologis tersebut melalui algoritma BicHPT diharapkan dapat memberikan potensi dalam analisis diagnosis penyakit Alzheimer di bidang medis. ......Alzheimer’s disease is a neurodegenerative disesase or a decline function in neurons which is characterized by severe memory impairment in parts of the brain. In this study we aim to analyze this Alzheimer’s disease (AD) from microarray data to look after a bicluster using BicHPT (Biclustering based on Hamming Pattern Table) algorithm. First we divide the humain brain into six parts that cause the AD, there is Entorhinal Cortex (EC), Hippocampus (HIP), Middle Temporal Gyrus (MTG), Posterior Cingulate Cortex (PC), Superior Frontal Gyrus (SFG), and Visual Cortex (VCX). An algorithm to get a bicluster used only available on real number of matrices. But in this study the BicHPT algorithm can be used to get bicluster from matrices that contain entries with binary number which is 0 or 1. The microarray data from AD will be binarized first through the threshold of the mean from the whole matrices. If the value of an entry exceeds the threshold then the entry will be 1 on the other side if the value of the entry is less than the threshold the matrice will become 0. After all entries in the matrice are binarized, the BicHPT algorithm will be applied. The main concept of this algorithm is to find the Hamming distance in each column to get the bicluster candidates. BicHPT algorithm consist of several steps, which is reducing the matrices column, filling the Hamming distance table, seek for bicluster candidat, and build a bicluster in form of submatrices. Genes from the obtained bicluster will be analyzed by Gene Ontology (GO) to determine the biological function of the bicluster. By that information from these biological functionsthrough the BicHPT algorithm we hope to provide some potential in the analysis of Alzheimer diagnosis in the medical in the future.

Abstrak :
ABSTRAK Alzheimer atau kepikunan merupakan bagian dari demensia, gejala kehilangan ingatan yang menjadi salah satu penyebab gangguan keterampilan berbahasa. Penelitian ini menganalisis struktur wacana dan kohesi dalam narasi yang diujarkan oleh pengidap Alzheimer. Tujuannya adalah menjelaskan struktur naratif dan pemarkah kohesi yang yang mereka ujarkan. Dengan menggunakan metode kualitatif, penelitian dilakukan terhadap lansia pengidap Alzheimer yang tinggal di Panti Sosial Tresna Werdha Budi Mulia 1, Jakarta Timur. Data dikumpulkan dengan melakukan wawancara terbuka kepada para lansia pengidap Alzheimer pada beberapa tingkatan keseriusan berdasarkan hasil Mini Mental Status Exam (MMSE), yaitu lansia pengidap Alzheimer ringan dan Alzheimer berat. Untuk memunculkan narasi, responden diberi sebuah pertanyaan sebagai pemicu untuk bercerita, yaitu "Bagaimana Anda bertemu dengan pasangan hidup Anda.