Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Manajemen rumah sakit yang baik dapat meningkatkan kualitas pelayanan medis. Rumah sakit merupakan institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan, dan gawat darurat. Rumah sakit diharuskan untuk mengelola berbagai jenis sumber daya untuk meningkatkan efisiensi manajemen secara keseluruhan, seperti mengelola jadwal tim dan staf medis, manajemen tempat tidur, dan jalur perawatan. Penyakit jantung merupakan penyakit penyebab kematian tertinggi di dunia yang sangat membutuhkan penanganan medis dengan segera. Penyakit jantung membutuhkan salah satu pelayanan pada rumah sakit yaitu pelayanan rawat inap. Pelayanan rawat inap melibatkan sumber daya yang berkaitan dengan biaya dan waktu. Dengan adanya prediksi durasi rawat inap pada pasien penyakit jantung akan membantu pihak pasien dalam menyiapkan kebutuhan yang diperlukan serta pihak rumah sakit dalam manajemen tempat tidur rawat inap pasien penyakit jantung. Pada penelitian ini, dilakukan prediksi durasi rawat inap pasien penyakit jantung dengan menggunakan pendekatan ensemble machine learning dengan tujuan untuk mendapatkan metode terbaik dalam memprediksi dengan membandingkan dua metode ensemble machine learning yaitu random forest dan extreme gradient boosting, serta metode logistic regression sebagai baseline. Kemudian tujuan lainnya yaitu untuk mengetahui faktor yang paling berpengaruh terhadap durasi rawat inap. Ketiga metode yang digunakan merupakan bagian dari supervised machine learning. Selain itu, dilakukan optimasi hyperparameter untuk meningkatkan performa dari hasil model prediksi. Setelah membuat model prediksi dan melakukan evaluasi terhadap model, didapatkan metode terbaik yaitu random forest dengan optimasi hyperparameter yang mendapat hasil akurasi sebesar 83,9% dan nilai AUROC sebesar 92,86% serta faktor-faktor yang paling berpengaruh terhadap durasi rawat inap antara lain jumlah limfosit total, urea, trombosit, hemoglobin, glukosa, usia, kreatinin, peptida natriuretik otak, fraksi ejeksi dan hipertensi. ...... Good hospital management can improve the quality of medical services. The hospital is a health service institution that provides complete individual health services in inpatient, outpatient, and emergency services. Hospitals are required to manage various types of resources to improve overall management efficiency, such as managing medical team and staff schedules, bed management, and clinical pathways. Heart disease is the leading cause of death in the world and requires immediate medical treatment. Heart disease requires one of the services at the hospital, namely inpatient services. Inpatient services involve resources related to cost and time. Predicting the duration of hospitalization in heart disease patients will help the patient prepare for the necessary needs and the hospital in managing inpatient beds for heart disease patients. In this study, the prediction of the duration of hospitalization for heart disease patients using an ensemble machine learning approach was carried out with the aim of getting the best method of predicting by comparing two ensemble machine learning methods, namely random forest and extreme gradient boosting, as well as the logistic regression method as a baseline. Then another goal is to find out the most influential factors on the duration of hospitalization. The three methods used are part of supervised machine learning. In addition, hyperparameter optimization is carried out to improve the performance of the prediction model results. After making a predictive model and evaluating the model, the best method was obtained, namely random forest with hyperparameter optimization which obtained an accuracy of 83.9% and an AUROC value of 92.86% and the factors that most influence the duration of hospitalization include the number of total lymphocytes, urea, platelets, hemoglobin, glucose, age, creatinine, brain natriuretic peptide, ejection fraction and hypertension.

Abstrak :
Pneumonia merupakan salah satu penyakit menular yang sering terlihat pada pasien penyakit ginjal kronis (PGK). Antibiotik yang digunakan dalam terapi farmakologis pneumonia sering kali memerlukan pengaturan dosis akibat penurunan fungsi ginjal. Studi cross-sectional ini dilakukan untuk mengetahui ketepatan dosis antibiotik dan pengaruhnya pada luaran terapi dan durasi rawat pada pasien pneumonia dengan PGK di RSUP Persahabatan Jakarta. Data pasien diambil secara retrospektif pada periode 2021-2023 menggunakan metode total sampling. Analisis statistik dilakukan dengan metode Chi-squared untuk kesesuaian dosis dan hubungan kesesuaian dosis dengan luaran terapi dan Mann-Whitney untuk kesesuaian dosis dengan durasi rawat. Diperoleh 111 sampel penelitian yang mayoritias merupakan laki-laki dengan median usia 59 tahun dengan penyakit ginjal stadium akhir. Sefoperazon merupakan antibiotik yang paling banyak digunakan, diikuti oleh levofloksasin dan sefotaksim. Mayoritas pasien (51,4%) menerima peresepan antibiotik dengan pengaturan dosis yang tidak tepat. Ditemukan bahwa nilai laju filtrasi glomerulus (LFG) (p < 0,001; RR = 1,048) dan hemodialisis (p = 0,003; RR = 0,571) memengaruhi kesesuaian dosis. Tidak ditemukan hubungan yang signifikan antara kesesuaian dosis dengan luaran terapi; faktor lain yang memengaruhi luaran terapi meliputi nilai Charlson comorbidity index (CCI) (p = 0,007; RR = 1,829), jenis terapi (p = 0,023; RR = 1,183) dan sepsis (p < 0,001; RR = 0,368). Kesesuaian dosis memengaruhi durasi rawat secara signifikan (p < 0,001) dan faktor lain yang memengaruhi durasi rawat adalah hemodialisis (p = 0,019). Temuan ini menunjukkan masih adanya ketidaksesuaian pengaturan dosis yang perlu diperbaiki dengan melibatkan apoteker dan tenaga kesehatan lain dalam pengaturan dosis antibiotik. ......Pneumonia is one of the most prevalent infectious diseases in patients with chronic kidney disease (CKD). Antibiotics used in pneumonia often require dose adjustments. A cross-sectional study was conducted to determine antibiotic dose appropriateness and its impact on patients’ outcomes and length of stay (LOS) at the Persahabatan National Respiratory Hospital Jakarta. Patients’ data were retrospectively reviewed between 2021 and 2023 using the total sampling method. Statistical analyses were performed with the Chi-squared analyses for dose appropriateness and outcomes and the Mann-Whitney test for LOS. A total of 111 samples were included in the study, with the majority being males with a median age of 59 and end-stage renal disease. Cefoperazone was prescribed more than any other antibiotics, followed by levofloxacin and cefotaxime. Most patients (51,4%) received antibiotics with inappropriate dose adjustment. Low estimated glomerular filtration rate (eGFR) (p < 0,001; RR = 1,048) and haemodialysis (p = 0,003; RR = 0,571) were independently associated with inappropriate dose adjustment. No statistically significant association was found between dose appropriateness and clinical outcome; other associated factors include a high Charlson comorbidity index (CCI) score (p = 0,007; RR = 1,829), type of therapy (p = 0,023; RR = 1,183), and sepsis (p < 0,001; RR = 0,368). Inappropriate dose adjustments were associated with a longer LOS (p < 0,001). Other associated factors include haemodialysis (p = 0,019). These findings indicate substantial dose adjustment inappropriateness that requires immediate attention and collaboration by pharmacists and other healthcare professionals to ensure appropriate adjustment.

Abstrak :
Penyakit ginjal kronis (PGK) berkaitan dengan perburukan dan kematian akibat COVID-19. Pasien COVID-19 dengan PGK yang menjalani rawat inap banyak diberikan antivirus dan/atau antibiotik yang memerlukan penyesuaian dosis. Penyesuaian dosis dianalisis berdasarkan laju filtrasi glomerulus (LFG) pasien yang diestimasi dengan metode CKD-EPI. Studi cross-sectional ini bertujuan untuk mengevaluasi penyesuaian dosis antivirus dan/atau antibiotik pada pasien COVID-19 dengan PGK terhadap luaran terapi dan durasi rawat inap di RSUD Pasar Minggu Jakarta periode Januari hingga Desember 2021. Penelitian ini menggunakan teknik total sampling.  Hasil menemukan 70 pasien (51,1%) dari 137 pasien menerima dosis antivirus dan/atau antibiotik yang tidak sesuai anjuran pedoman. Hasil uji Chi-square menunjukkan bahwa pasien dengan dosis sesuai memiliki kecenderungan sebesar 2,236 kali lebih tinggi untuk mencapai luaran terapi perbaikan dibandingkan pasien dengan dosis tidak sesuai (p = 0,032). Faktor lain yang memengaruhi luaran terapi adalah usia (p = 0,000) dan derajat keparahan COVID-19 (p = 0,000). Hasil uji Mann-Whitney U menunjukkan tidak ada hubungan antara kesesuaian dosis dan durasi rawat inap (p = 0,303). Faktor lain yang memengaruhi durasi rawat inap pasien COVID-19 dengan PGK adalah derajat keparahan COVID (p = 0,020), stage PGK (p = 0,020), komorbid selain PGK (p = 0,062), dan luaran terapi (p = 0,001). ......Chronic kidney disease (CKD) is associated with worsening and death from COVID-19. COVID-19 patients with CKD who are hospitalized are often given antivirals and/or antibiotics that require dose adjustments. Dose adjustment can be analyzed based on the patient's glomerular filtration rate (GFR) estimated by the CKD-EPI method. This cross-sectional study aims to evaluate the dose adjustment of antiviral and/or antibiotic and analyze its relation with therapeutic outcomes and length of stay of COVID-19 patients with CKD at Pasar Minggu Hospital, Jakarta from January to December 2021. This study used a total sampling technique. Results found that 70 patients (51.1%) of 137 patients received inappropriate doses. Results of Chi-square test showed that patients with appropriate doses had a tendency of 2,236 times higher to achieve improved therapeutic outcomes than patients with inappropriate doses (p = 0.032). Other factors that influenced therapeutic outcomes were age (p = 0.000) and severity of COVID-19 (p = 0.000). Results of Mann-Whitney U test showed no relationship between dose adjustments and length of stay (p = 0.303). Other factors that influenced length of stay were the severity of COVID (p = 0.020), CKD stage (p = 0.020), comorbidities other than CKD (p = 0.062), and therapeutic outcomes (p = 0.001).