Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Aktivitas jantung janin atau Fetal Electrocardiogram (FECG) dapat digunakan untuk mendeteksi potensi kelainan pada jantung janin. Perekaman FECG dilakukan dengan menggunakan Elektrokardiogram (EKG) pada perut ibu hamil. Namun hasil yang didapat tidak serta merta memberikan nilai detak jantung janin per menit, karena terdapat berbagai macam suara bising yang mengganggu pembacaan FECG. Sinyal noise tersebut didapat dari keberadaan Maternal ECG (MECG) yang mendominasi pembacaan, pergerakan rahim, dan lain sebagainya. Sehingga dibutuhkan dokter ahli dalam pembacaan manual hasil EKG perut yang memperlambat proses diagnosis. Oleh karena itu, diperlukan suatu metode untuk memisahkan FECG dengan Maternal Electrocardiogram (MECG). Tujuan dari penelitian ini adalah untuk merancang metode baru menggunakan Fast Fourier Transform dan Filter Moving Average kemudian membandingkan hasilnya dengan metode yang sudah ada untuk memisahkan FECG dari MECG. Cara validasi yang dilakukan adalah membandingkan FHR yang didapat dari kedua metode (Metonia et al. (2020) dan Fast Fourier Transform dan Filter Moving Average) dengan nilai yang sudah divalidasi oleh dokter. Hasil yang didapat adalah pada data Ibu Hamil, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai 0,727 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai 1,939. Pada data Ibu Melahirkan, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai -0,5490 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai -0,3275. ......Fetal heart activity or Fetal Electrocardiogram (FECG) can be used to detect potential abnormalities in the fetal heart. FECG recording is done using an Electrocardiogram (ECG) on the abdominal of pregnant women. However, the recording results obtained do not immediately provide a value for the fetal heart rate per minute, because there are various kinds of noise that interfere with the reading of the FECG. The noise signal is obtained from the presence of the Maternal ECG (MECG) which dominates the reading, the movement of the uterus, and so on. So that an expert doctor is needed in manual reading of the Abdominal ECG results which slows down the diagnosis process. Therefore, it is necessary to have a method for separating FECG with Maternal Electrocardiogram (MECG). The purpose of this research is to design a new method using Fast Fourier Transform and Moving Average Filter then compare the results with the current available method to separate FECG from MECG. The results obtained are the data for pregnant women, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods, is 0.727 which is smaller than the Metonia et al., (2020) method which is 1.939. In Maternal data, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods is -0.5490 which is smaller than the Metonia et al., (2020) method which is -0.3275.

Abstrak :
Tesis ini membahas tentang perancangan dan pembuatan sistem instrumentasi untuk membaca data elektrokardiogram dan aktivitas gerak tanpa kabel. Perangkat keras sistem ini terdiri dari elektroda, sensor percepatan, pengkondisi sinyal, RTC, mikrokontroler ATmega8, radio modem RF dan personal komputer. Perangkat lunak yang digunakan terdiri dari dua yaitu bahasa basic dengan kompiler Bascom AVR yang ditanam pada flash mikrokontroler sedangkan perangkat lunak pada komputer menggunakan bahasa Borland Delphi 7. Data elektrokardiogram, data kecepatan, jam dan tanggal pengukuran dibaca oleh mikrokontroler melalui port ADC dan port TWI. Data-data ini dikirimkan ke komputer secara serial melalui transmiter radio modem. Receiver radio modem menerima data-data tersebut dan mengirimkannya ke komputer melalui port USB yang difungsikan sebagai virtual COM. Komputer akan menampilkan data-data tersebut dalam bentuk grafik dan numerik. Data pengukuran numerik disimpan dalam bentuk file teks. Dari hasil pengujian sistem diperoleh bahwa akifitas gerak tubuh berpengaruh terhadap interval parameter gelombang P-QRS-T. ......The focus of this study is the design and development of electrocardiogram and motion activity wireless instrumentation system. The hardware of this system consist of electrode, accelero sensor, signal conditioning, RTC, microcontroller ATmega8, RF radio modem and personal computer. The software consist of basic language with Bascom AVR compiler that will be filled in the flash memory of microcontroller and on computer personal using Borland Delphi 7. The data of electrocardiogram, velocity, time and date of measurement are read by microcontroller trough ADC and TWI port. The data are transmitted as serial data to computer using radio modem. Receiver receives the data and transmits to computer trough USB port. Computer display the data as graphical and numerical. The numerical data are saved as text file. From the result of testing obtained that the body motion activity influences to parameters interval of P-QRS-T wave.

Abstrak :
Elektrokardiogram (EKG) diketahui sebagai salah satu instrumen medis yang banyak digunakan sebagai alat diagnostik. Interpretasi dari sinyal EKG yang didapatkan akan membantu klinisi dalam memonitor kesehatan jantung pasien serta mendiagnosis kondisi-kondisi jantung tertentu yang dapat dilihat dari abnormalitas sinyal jantung yang terekam. Melalui penulisan ini, digagas sebuah inovasi EKG Lead Tunggal yang bersifat portable karena memanfaatkan pengiriman data serial sinyal EKG melalui koneksi Bluetooth ke perangkat laptop. Mikrokontroler ESP32-WROOM-32D dan modul detak jantung AD8232 digunakan dalam merancang purwarupa EKG Lead Tunggal ini. Hasil rangkaian keduanya kemudian diuji untuk melihat ketepatannya dalam mendeteksi sinyal jantung yang dihasilkan oleh simulator EKG SKX-2000+ untuk 7 komponen gelombang, yakni QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, dan PP Interval. Dari 4 nilai delay yang digunakan dalam pengambilan data, yakni 2 ms, 20 ms, 25 ms, dan 30 ms, didapatkan bahwa delay 25 ms mampu memberikan hasil rata-rata error mutlak yang dapat diterima menurut standar LIPI ketika dibandingkan dengan nilai referensi manufaktur simulator untuk komponen QT/QTcB Interval, R Amplitude, RR Interval, dan PP Interval karena memiliki nilai error di bawah 5% dengan nilai persebaran data yang lebih kecil. ......Electrocardiogram (ECG) is known as a medical instrument that is widely used as a diagnostic tool. Interpretation of the ECG signal obtained will assist the clinician in monitoring the patient's heart health and diagnosing certain heart conditions which can be seen from the abnormal heart signal recorded. Through this writing, a single lead ECG innovation was initiated which is portable because it utilizes sending ECG signal serial data via a Bluetooth connection to a laptop device. The ESP32-WROOM-32D microcontroller and the AD8232 heart rate module were used in designing this Single Lead ECG prototype. The results of both sets were then tested to see their accuracy in detecting heart signals generated by the SKX-2000+ ECG simulator for 7 wave components, namely the QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, and PP Interval. Of the 4 delay values ​​used in data retrieval, which were 2 ms, 20 ms, 25 ms, and 30 ms, it was found that the 25 ms delay was able to provide acceptable average absolute error results according to LIPI standard when compared with the simulator manufacturing reference values ​​for the QT/QTcB Interval, R Amplitude, RR Interval, and PP Interval components because has an error value below 5% with a smaller data distribution value.

Abstrak :
Latar Belakang Gambaran elektrokardiogram (EKG) yang abnormal sering ditemukan pada pasien yang menderita strok (lebih dari 90%).Telah dilaporkan adanya perubahan ST-T pada strok, semua perubahan itu berhubungan dengan adanya gangguan pada pusat autonorn jantung di susunan saraf pusat. Dogan melakukan penelitian pada pasien strok mendapatkan persentase gambaran iskemia 79% pads EKG, 26% long QTc, dan 44% aritmia. Tujuan Mengetahui gambaran kelainan EKG pada strok akut dan faktor-faktor yang berhubungan dengan kelainan ST-T. Metode Studi potong lintang dengan besar sampel 90. Waktu penelitian Januari-Mei 2005. Sampel adalah pasien strok yang diambil dari bangsal perawatan departemen Neurologi RSCM. Hasil Dari penelitian ini didapatkan prevalensi kelainan EKG pads strok sebesar 91,1%. Kelainan yang terbanyak adalah kelainan ST-T 47,8%. Strok akut tidak memiliki hubungan yang bermakna dengan kelainan ST-T, hal ini dibuktikan dengan nilai p=0,375. Namun strok akut lebih berhubungan dengan kelainan irama jantung (p=03). Kelainan ST-T pada strok berhubungan dengan LVH (p=0,000) OR 7,55 (2,96-19,29). Kesimpulan Pada penelitian ini prevalensi kelainan EKG pada strok akut sangat tinggi (91,1%), dan sebagian besar adalah kelainan ST-T (47,8%). Kelainan ST-T pada strok berhubungan dengan LVH. Strok akut lebih berhubungan dengan kelainan irama pada EKG.

---

Background Patients with cerebrovascular disease frequently have Abnormal electrocardiogram (ECG). Lesion on central nervous system could make changes on ECG repolarization, including abnormal T wave, long QT. Dogan had observed stroke patients, found ischemia-like ECG changes 79%, long QT 26%, and aritrnia 44%. Aim To determine the characteristic of ECG changes in acute stroke and factors that corelated with ST-T changes. Methods Crossectional study on 90 acute stroke patients. Starting on January and finished at May 2005. The sample are acute stroke patients from ward of neurology department RSCM. Results From this studies overall 90 acute stroke patients, 91.1% had ECG changes. The most was ST-T changes 47.8%. Acute stroke didn't have correlation with ST-T changes (p=_375). But acute stroke had correlation with heart rate (p.03). ST-T changes mostly correlated with LVH ( p=0.000) OR 7.55 (2.96-19.29). Conclusions Our study formed the proportion of ECG changes on acute stroke was high (91.1%), mostly was LVH. ECG changes mostly caused by cardiac disease on acute stroke.

Abstrak :
High mortality in Indonesia, caused by acute coronary syndrome, has reached 26 %. In 10 years, National housing health survey or Survei Kesehatan Rumah Tangga Nasional ( SKRTN), under health departement of Republic of Indonesia, stated mortality which is caused by acute coronary syndrome has increased enourmously. It can be avoided by doing early acute coronary syndrome detection like ECG recording. Anyway, some those patients rarely do ECG recording because of expenses and time. By using Blutooth feature on PDA (Personal Digital Assistant) or a Bluetooth dongle on computer, a Telecardiology can be done anywhere and anytime so that coronary syndrome can be detected earlier by medics. Telecardiology research used a microcontroler, a computer and a PDA to record ECG signals. ECG recording is taken in real-time then stored in computer or PDA data base. To detec QRS waves in ECG signals, PanTompkins were used.

Abstrak :
Dalam penelitian ini telah dirancang dan dibangun sebuah sistem akuisisi data elektrokardiograf (EKG) 3-lead menggunakan ADS1293 sebagai analog front end dan ESP32 sebagai mikrokontrolernya. ADS1293 mengambil data EKG secara simultan menggunakan 2 channel EKG dan mengirimkannya ke ESP32 menggunakan komunikasi Serial Peripheral Interface (SPI). 3-lead EKG ini diaplikasikan dengan menggunakan 4 elektroda: RA (Right Arm), LA (Left Arm), LL (Left Leg), dan RL (Right Leg). Sinyal EKG dihasilkan dari ProSim 4 Vital Sign Patient Simulator (Fluke, USA) dengan konfigurasi sinyal 40 BPM, 60 BPM, dan 120 BPM. Bahasa pemograman yang digunakan untuk komunikasi SPI antara ADS1293 dan ESP32 adalah bahasa C++ dan untuk pemrosesan sinyal EKG menggunakan software LabVIEW. Hasil rekamannya dilakukan proses denoising signal menggunakan Low Pass Filter (LPF) dengan respon Butterworth orde 6 pada frekuensi cutoff 20 Hz. Sistem rancangan yang dibuat dilakukan validasi data dengan alat komersial EKG yaitu CardioCare 2000. Validasi dilakuakn dengan cara membandingkan data sinyal EKG dari rancangan sistem dengan alat komersial CardioCare 2000 melalui regresi linear serta membandingkan nilai Heart Rate Variability (HRV) dari kedua alat. Hasil perbandingan dari regresi linear diperoleh dengan eror gradien dan intercept masing-masing paling besar adalah 3.25% dan 19.16%. Hasil penelitian ini dilakukan penghitungan HRV yang terdiri dari RR interval, Heart Rate, SDNN, stdHR, RMSSD untuk lead I dan lead II pada semua konfigurasi sinyal EKG. Hasil perhitungan diperoleh dengan nilai konfigurasi BPM paling tinggi selisihnya yaitu lead II 120 BPM masing-masing nilainya adalah 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, dan 3.14 x 10-4 s. Selanjutnya, dilakukan penghitungan beberapa parameter sinyal EKG yang tujuannya untuk menganalisa kelainan jantung yaitu lain interval RR, Heart Rate, Amplitudo P, Amplitudo R, Amplitudo T, interval PR, interval PT, interval QS, interval QR, dan interval RS. Pada kondisi normal adult 60 BPM diperoleh nilai untuk masing-masing parameter tersebut adalah 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 s, 0.40 s, 1.19 s, 0.66 s, 0.53 s. Hasil tes EKG Vital Sign Patient parameter ini dilakukan pada partisipan dari aktivitas duduk diam, kemudian berjalan, dan berlari. Pada partisipan diperoleh nilai Heart Rate yang berbeda-beda untuk semua aktivitas yang dilakukan yaitu masing-masing bernilai 78 BPM, 84 BPM, dan 89 BPM. ......In this research, a 3-lead electrocardiograph (ECG) data acquisition system has been designed and built using ADS1293 as the analog front end and ESP32 as the microcontroller. ADS1293 retrieves ECG data simultaneously using 2 EKG channels and sends it to ESP32 using Serial Peripheral Interface (SPI) communication. This 3-lead ECG is applied using 4 electrodes: RA (Right Arm), LA (Left Arm), LL (Left Leg), and RL (Right Leg). ECG signal generated from ProSim 4 Vital Sign Patient Simulator (Fluke, USA) with 40 BPM, 60 BPM and 120 BPM signal configurations. The programming language used for SPI communication between ADS1293 and ESP32 is C++ and for ECG signal processing uses LabVIEW software. The results of the recording were carried out by denoising the signal using a Low Pass Filter (LPF) with a 6th order Butterworth response at a cutoff frequency of 20 Hz. The designed system was validated using a commercial ECG tool, namely CardioCare 2000. Validation was carried out by comparing the ECG signal data from the system design with the commercial CardioCare 2000 tool through linear regression and comparing the Heart Rate Variability (HRV) values ​​of the two tools. The results of the comparison of the linear regression obtained with the largest error gradient and intercept are 3.25% and 19.16%, respectively. The results of this study were calculated HRV consisting of RR interval, Heart Rate, SDNN, stdHR, RMSSD for lead I and lead II in all ECG signal configurations. The calculation results obtained with the BPM configuration value with the highest difference, namely lead II 120 BPM, each appearance is 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, and 3.14 x 10-4 s. Next, a number of ECG signal parameters are calculated with the aim of analyzing cardiac abnormalities, namely other RR intervals, Heart Rate, P Amplitude, R Amplitude, T Amplitude, PR interval, PT interval, QS interval, QR interval, and RS interval. In normal adult conditions 60 BPM, the values ​​for each of these parameters are 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 seconds, 0.40 seconds, 1.19 seconds, 0.66 seconds, 0.53 seconds. The results of the EKG Vital Sign test for this patient's parameters were carried out on the participants from the activity of sitting still, then walking, and running. The participants obtained different Heart Rate values ​​for each activity carried out, namely each worth 78 BPM, 84 BPM, and 89 BPM

Abstrak :
ABSTRAK
Latar Belakang: Salah satu modalitas yang dapat memprediksi aritmia ventrikel pasca-infark miokardium (MI), terutama MI anterior, adalah signal-averaged electrocardiogram (SA-ECG), melalui deteksi late potentials (LP) yang merupakan substrat aritmia ventrikel. Faktor-faktor ekstrakardiak yang sekaligus menjadi faktor risiko MI, misalnya hipertensi, diabetes, dislipidemia, dan obesitas, dipikirkan berhubungan dengan kejadian aritmia ventrikel pasca-MI melalui berbagai patomekanisme, yang kemungkinan berkaitan erat dengan timbulnya LP.

Tujuan: Penelitian ini bertujuan untuk mengetahui pengaruh faktor-faktor ekstrakardiak terhadap timbulnya LP saat awal perawatan pada pasien MI anterior yang dirawat di intensive cardiac care unit (ICCU).

Metode: Desain studi ini adalah potong lintang dengan pemeriksaan SA-ECG sewaktu terhadap 80 subjek penelitian yang mengalami MI anterior di ICCU selama periode Desember 2018-2019. Riwayat medis dan faktor risiko ekstrakardiak direkapitulasi, sedangkan data SA-ECG diambil dari pemeriksaan langsung maupun data SA-ECG pasien MI anterior ICCU dalam periode tersebut. Studi ini menggunakan analisis multivariat dengan uji regresi logistik.

Hasil: Faktor yang paling umum ditemukan adalah hipertensi (70,00%), diikuti dislipidemia (56,25%), diabetes (46,25%), dan obesitas (38,75%). Obesitas dan dislipidemia merupakan faktor ekstrakardiak yang berperan paling besar terhadap prevalensi LP. Namun, dari analisis tambahan, kami menemukan bahwa diabetes dengan hiperglikemia akut juga memiliki pengaruh terhadap terjadinya LP. Besar OR untuk diabetes dengan hiperglikemia akut, obesitas, dan dislipidemia masing-masing adalah sebesar 4,806 (IK95% 0,522-44,232), 4,291 (IK95% 0,469-39,299), dan 3,237 (IK95% 0,560-18,707). Hubungan tersebut tidak bermakna secara statistik.

Kesimpulan: Pasien MI anterior yang menderita diabetes dengan hiperglikemia akut, obesitas, dan dislipidemia cenderung memiliki prevalensi LP yang lebih tinggi, namun secara statistik hubungan tersebut tidak bermakna. Untuk meningkatkan nilai prognostik SA-ECG, diperlukan pemeriksaan serial selama perawatan.

---

ABSTRACT
Introduction: One modality that can predict ventricular arrhythmias after myocardial infarction (MI), particularly anterior MI, is signal-averaged electrocardiogram (SA-ECG), through the detection of late potentials (LP) which is a substrate for ventricular arrhythmias. Extracardiac factors, which are also risk factors for MI, such as hypertension, diabetes, dyslipidemia, and obesity, are apparently associated with post-MI ventricular arrhythmias, which in turn may be correlated with LP.

Aim: This study aims to determine the effect of extracardiac risk factors on LP incidence in anterior MI patients treated in the intensive cardiac care unit (ICCU).

Methods: This was a cross-sectional study in which 80 subjects with anterior MI during December 2018-2019 underwent SA-ECG examination. The medical history and extracardiac risk factors were recapitulated, then the SA-ECG data was taken from either direct examination or ICCU patients database in that period. This study used multivariate analysis with logistic regression test.

Results: The most common factors found were hypertension (70.00%), followed by dyslipidemia (56.25%), diabetes (46.25%), and obesity (38.75%). Obesity and dyslipidemia are extracardiac factors with biggest role in the prevalence of LP. However, from subgroup analysis, we found that diabetes with acute hyperglycemia also had immense influence on the occurrence of LP. The OR for diabetes with acute hyperglycemia, obesity, and dyslipidemia were 4.806 (IK95% 0.522-44.232), 4.291 (IK95% 0.469-39.299), and 3.237 (IK95% 0.560-18.707). However, the association is not statistically significant.

Conclusion: Patients with anterior MI who suffer from diabetes with hyperglycemia in admission, obesity, and dyslipidemia potentially have a higher LP prevalence, despite statistically insignificance. To increase the prognostic value of SA-ECG, serial examinations are needed during hospitalization.

Abstrak :
[Prosedur standar untuk mendiagnosis hipertrofi ventrikel kanan pada anak adalah menggunakan ekokardiografi. Pada praktiknya, prosedur ini dinilai mahal, membutuhkan klinisi ahli, dan tidak tersedia di setiap rumah sakit. Diagnosis alternatif pengganti ekokardiografi adalah menggunakan elektrokardiogram (EKG). Berdasarkan data EKG, ventrikel kanan pasien anak diklasifikasikan ke dalam dua kondisi, yaitu positif atau negatif hipertrofi. Dalam penelitian ini, algoritma Perceptron diterapkan untuk mengklasifikasikan hipertrofi ventrikel kanan pada anak. Akurasi, sensitivitas, spesifisitas, PPV, dan NPV terbaik Perceptron dalam mengklasifikasikan hipertrofi ventrikel kanan pada anak menggunakan 28 kriteria EKG adalah 82,3%, 75%, 100%,100%, dan 62,5% pada penggunaan 80% data training dengan ekokardiografi sebagai gold-standard. Namun, penggunaan 28 kriteria EKG ini masih dinilai terlalu banyak, sehingga perlu diseleksi. Metode yang diterapkan untuk menyeleksi kriteria EKG adalah Classification and Regression Trees (CART). Akurasi, sensitivitas, spesifisitas, PPV, dan NPV terbaik Perceptron dalam mengklasifikasikan hipertrofi ventrikel kanan pada anak menggunakan 7 kriteria EKG yang telah diseleksi oleh CART adalah 76,5%, 77,8%, 75%, 77,8%, dan 75% pada penggunaan 80% data training dengan ekokardiografi sebagai gold-standard., The standard procedure for diagnose of right ventricular hypertrophy in pediatric is using echocardiography. In practice, this procedure is considered expensive, requiring expert clinician, and not available in every hospital. Alternative diagnosis is using electrocardiogram (ECG). Based on ECG data, pediatric’s right ventricle is classified into two conditions, positive or negative hypertrophy. In this research, Perceptron algorithm is applied to classify right ventricular hypertrophy in pediatric. The best accuracy, sensitivity, specificity, PPV and NPV of Perceptron in classifying right ventricular hypertrophy in pediatric using 28 ECG criterias are 82.3%, 75%, 100%, 100%, and 62.5% at 80% usage of the training data with echocardiography as the gold-standard. However, the use of 28 ECG criteria are still considered to be too much, so they need to be selected. The method is applied to select the ECG criteria are Classification and Regression Trees (CART). The best accuracy, sensitivity, specificity, PPV and NPV of Perceptron in classifying right ventricular hypertrophy in pediatric using 7 ECG criterias selected by CART are 76.5%, 77.8%, 75%, 77.8%, and 75% at 80% usage of the training data with echocardiography as the gold-standard.]

Abstrak :
Penyakit jantung menjadi permasalahan utama di dunia medis. Hal ini dikarenakan sulitnya mendeteksi gejala awal dari penyakit tersebut. Pendeteksian gejala ini dapat dilakukan dengan memonitori sinyal elektrokardiogram pasien untuk mendeteksi jenis aritmia yang diderita. Penelitian klasifikasi aritmia mengunakan pemrosesan komputer telah berhasil mengidentifikasi tipe aritimia satu dengan lainnya. Namun dalam permasalahan dunia nyata, pasien dapat menderita jenis aritmia yang merupakan gabungan dari jenis aritmia lainnya. Penelitian ini bertujuan untuk melakukan klasifikasi aritmia secara multi-label pada data elektrokardiogram. Data yang digunakan adalah data yang berasal dari The China Physiological Signal Challenge 2018. Eksperimen yang dilakukan terbagi menjadi dua proses, yaitu pemilihan dan pemelajaran data. Teknik yang digunakan untuk pemilihan data dengan memotong data berdasarkan letak QRS sinyal menggunakan Combined Adaptive Threshold. Kemudian hasil data segmentasi sinyal dipelajari menggunakan 1DCNN dan LSTM dengan Attention. Penelitian ini berhasil melakukan klasifikasi multi-label pada data aritmia dan memperoleh rata-rata F1-Score sebesar 81.7% berdasarkan hasil evaluasi terbaik menggunakan K-Cross Validation. ......Heart Disease is the main problem in medical world. One of the reasons is because the disease is still hard to detect it earlier. The main method to detect the heart disease is monitoring electrocardiogram signal and try to identify arrhythmia of the patient. The latest research has succeeded to classify the arrhythmia using deep learning. But in the real-world problem, patient can be having a multiple arrhythmia at the same time. This research focus on to classify multiple arrhythmia with electrocardiogram data. The data that had been used for this research is from The China Physiological Signal Challenge 2018. The experiment had two step process, there are sampling step, and learning step. Technique that had been used for sampling is based on slicing the data using QRS detection based on Combined Adaptive Threshold. Then the result of the segmentation is used for training data in 1DCNN and LSTM with attention This research has succeeded to get average of F1- Score 81.7% based on the best evaluation result using K-Cross Validation.

Abstrak :
Latar Belakang: Salah satu modalitas yang dapat memprediksi aritmia ventrikel pasca-infark miokardium (MI), terutama MI anterior, adalah signal-averaged electrocardiogram (SA-ECG), melalui deteksi late potentials (LP) yang merupakan substrat aritmia ventrikel. Faktor-faktor ekstrakardiak yang sekaligus menjadi faktor risiko MI, misalnya hipertensi, diabetes, dislipidemia, dan obesitas, dipikirkan berhubungan dengan kejadian aritmia ventrikel pasca-MI melalui berbagai patomekanisme, yang kemungkinan berkaitan erat dengan timbulnya LP.

Tujuan: Penelitian ini bertujuan untuk mengetahui pengaruh faktor-faktor ekstrakardiak terhadap timbulnya LP saat awal perawatan pada pasien MI anterior yang dirawat di intensive cardiac care unit (ICCU).

Metode: Desain studi ini adalah potong lintang dengan pemeriksaan SA-ECG sewaktu terhadap 80 subjek penelitian yang mengalami MI anterior di ICCU selama periode Desember 2018-2019. Riwayat medis dan faktor risiko ekstrakardiak direkapitulasi, sedangkan data SA-ECG diambil dari pemeriksaan langsung maupun data SA-ECG pasien MI anterior ICCU dalam periode tersebut. Studi ini menggunakan analisis multivariat dengan uji regresi logistik.

Hasil: Faktor yang paling umum ditemukan adalah hipertensi (70,00%), diikuti dislipidemia (56,25%), diabetes (46,25%), dan obesitas (38,75%). Obesitas dan dislipidemia merupakan faktor ekstrakardiak yang berperan paling besar terhadap prevalensi LP. Namun, dari analisis tambahan, kami menemukan bahwa diabetes dengan hiperglikemia akut juga memiliki pengaruh terhadap terjadinya LP. Besar OR untuk diabetes dengan hiperglikemia akut, obesitas, dan dislipidemia masing-masing adalah sebesar 4,806 (IK95% 0,522-44,232), 4,291 (IK95% 0,469-39,299), dan 3,237 (IK95% 0,560-18,707). Hubungan tersebut tidak bermakna secara statistik.

Kesimpulan: Pasien MI anterior yang menderita diabetes dengan hiperglikemia akut, obesitas, dan dislipidemia cenderung memiliki prevalensi LP yang lebih tinggi, namun secara statistik hubungan tersebut tidak bermakna. Untuk meningkatkan nilai prognostik SA-ECG, diperlukan pemeriksaan serial selama perawatan. ...... Introduction: One modality that can predict ventricular arrhythmias after myocardial infarction (MI), particularly anterior MI, is signal-averaged electrocardiogram (SA-ECG), through the detection of late potentials (LP) which is a substrate for ventricular arrhythmias. Extracardiac factors, which are also risk factors for MI, such as hypertension, diabetes, dyslipidemia, and obesity, are apparently associated with post-MI ventricular arrhythmias, which in turn may be correlated with LP.

Aim: This study aims to determine the effect of extracardiac risk factors on LP incidence in anterior MI patients treated in the intensive cardiac care unit (ICCU).

Methods: This was a cross-sectional study in which 80 subjects with anterior MI during December 2018-2019 underwent SA-ECG examination. The medical history and extracardiac risk factors were recapitulated, then the SA-ECG data was taken from either direct examination or ICCU patients database in that period. This study used multivariate analysis with logistic regression test.

Result: The most common factors found were hypertension (70.00%), followed by dyslipidemia (56.25%), diabetes (46.25%), and obesity (38.75%). Obesity and dyslipidemia are extracardiac factors with biggest role in the prevalence of LP. However, from subgroup analysis, we found that diabetes with acute hyperglycemia also had immense influence on the occurrence of LP. The OR for diabetes with acute hyperglycemia, obesity, and dyslipidemia were 4.806 (IK95% 0.522-44.232), 4.291 (IK95% 0.469-39.299), and 3.237 (IK95% 0.560-18.707). However, the association is not statistically significant.

Conclusion: Patients with anterior MI who suffer from diabetes with hyperglycemia in admission, obesity, and dyslipidemia potentially have a higher LP prevalence, despite statistically insignificance. To increase the prognostic value of SA-ECG, serial examinations are needed during hospitalization.