Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan: Mengetahui sensitivitas dan spesifisitas Ultrasonografi Doppler Berwarna (USG DB) dibandingkan dengan pemeriksaan histopatologi dalam menilai metastasis kelenjar getah bening (KGB) aksila level I pada pasien karsinoma payudara (KPD).Saban dan Metode: Pemeriksaan USG DB dilakukan pada 39 KGB aksila dari 17 pasien yang memenuhi kriteria penerimaan. USG DB menilai KGB dengan B-mode, Color mode clan Doppler mode untuk kemudian dibandingkan dengan pemeriksaan histopatologi, Pemeriksaan dilakukan menggunakan transduser linear frekuensi 10 MHz (GE, Logiq 3).Hasil penelitian: Pada pemeriksaan USG Doppler mode didapatkan sensitivitas 73,3%, spesifisitas 87,5%, yang bennakna secara statistik. Pemeriksaan USG Co/or mode mempunyai nilai kappa dan spesifisitas yang rendah, meskipun bermakna secara statistik. Pemeriksaan USG lainnya (B-mode maupun kombinasi) tidak memberikan hasil yang bermakna.Kesimpulan: Pemeriksaan USG Doppler mode mempunyai sensitivitas dan spesifisitas yang baik dan bermakna secara statistik. Hal ini diharapkan dapat membantu klinisi dalam menilai metastasis kelenjar getah bening aksila secara non-invasif.

---

Objective: To establish sensitivity and specificity of Color Doppler Ultrasound (CDU) in the assessment of level ! axillary lymph nodes metastases in breast cancer patients.

Material and methods:. CDU was performed in 39 aril/my lymph nodes from 17 patients, to evaluate B-mode, Color erode dan Doppler mode images in comparison with histopathologic finding of metastases. CDU examination was performed using linear transducers 1OMHz (GE, Log-4 3).

Results: The sensitivity and specificity of Doppler mode in CDU were 73,3% and 87,5%, and they were statistically significant. Although color mode evaluation was statistically significant, its specificity and kappa value are low. Other evaluations such as B-mode or combination mode gave unsignificant results,

Conclusion: Doppler mode in CDU examination has a good sensitivity and specificity in detecting axillary lymph nodes metastases. It is considered useful for the clinicians in evaluating lymph nodes status using non-invasive procedure."

"Pendahuluan : Nyeri punggung merupakan masalah kesehatan yang sering dikeluhkan di seluruh dunia dengan prevalensi sekitar 12% – 35%. Sekitar 10% berkembang menyebabkan ketidakmampuan kronik akibat nyeri punggung. Berbagai penelitian telah dilakukan selama ini menggunakan pemeriksaan standar baku emas yaitu MRI lumbosakral dalam mendiagnosis HNP, namun modalitas ini mahal dan tidak terdistribusi merata di Indonesia sehingga perlu dicari modalitas pencitraan lain yang lebih murah dan terdistribusi merata sebagai modalitas screening. Tujuan : Menghitung tingkat akurasi, sensitivitas, dan spesifisitas radiografi lumbosakral proyeksi lateral tegak, lateral fleksi, lateral ekstensi, dan penggabungan seluruh proyeksi dibandingkan modalitas baku emas MRI lumbosakral dalam mendiagnosis tanda-tanda sekunder HNP sebagai modalitas screening. Metode : Penelitian ini merupakan penelitian uji diagnostik cross sectional dengan menggunakan data-data pasien yang mengalami gejala HNP di RSUPN Cipto Mangunkusumo Jakarta. Hasil : Tingkat akurasi, sensitivitas, dan spesifisitas radiografi lumbosakral dalam mendiagnosis tanda-tanda sekunder HNP pada proyeksi lateral posisi tegak 87,3%, 100%, 66,6%, pada proyeksi lateral fleksi 91%, 100%, 76,2%, pada proyeksi lateral ekstensi 92,7% 100%, 80,9% dan penggabungan seluruh proyeksi yaitu sebesar 91%, 100%, 76,2%. Kesimpulan : Pemeriksaan radiografi lumbosakral dapat digunakan sebagai modalitas screening dalam mendiagnosis tanda-tanda sekunder HNP. Penambahan proyeksi lateral ekstensi selain dari proyeksi lateral tegak yang selama ini umum digunakan meningkatkan tingkat spesifisitas dan akurasi dalam mendiagnosis HNP.

---

Introduction : Back pain is a common health problem worldwide with prevalence of approximately 12% - 35%. Approximately 10% developing chronic incapacity due cause back pain. Various studies have been conducted to diagnosing HNP using lumbosacral MRI as gold standard examination, but this modality is expensive and not well distributed in Indonesia so we have to find other imaging modality that more inexpensive and well distributed in Indonesia as screening modality.

Objective : To assess the accuracy, sensitivity, and specificity of lumbosacral radiography with erect lateral projection, lateral flexion projection, lateral extension projection, and dynamic lumbar projection compared to MRI as the gold standard examination in patient with herniated nucleus pulposus as a screening modality.

Methods : This study is a diagnostic study by cross sectional design using data from patient with symptoms of herniated nucleus pulposus in Cipto Mangunkusumo National General Hospital Jakarta.

Results : The accuracy, sensitivity, and specificity of lumbosacral radiography in diagnosis patient with secondary sign of herniated nucleus pulposus with lateral erect projection are 87,3%, 100%, 66,6%, with lateral flexion projection are 91%, 100%, 76,2%, with lateral extention projection are 92,7% 100%, 80,9%, and with all projection are 91%, 100%, 76,2%.

Conclusions : Lumbosacral radiographs can be used for screening modality in diagnosis secondary signs of HNP. The addition of a lateral extensions projection apart from the lateral erect upright projection which is commonly used can increasing the level of specificity and accuracy in diagnosing HNP."

"Latar belakang dan tujuan: Delapan puluh persen stroke merupakan stroke iskemik. Penatalaksanaan harus segera meliputi tindakan revaskularisasi dan pencegahan sekunder. Penelitian ini bertujuan menilai kesesuaian antara MRI sekuens DWI dan ADC dengan MRI sekuens konvensional pada stroke iskemik hiperakut dan akut, serta mendapatkan nilai ADC pada stroke iskemik hiperakut dan akut. Metode: Studi diagnostik cross-sectional pada pasien-pasien stroke yang menjalani pemeriksaan MRI sekuens konvensional serta MRI sekuens DWI dan ADC. Hasil pemeriksaan MRI tersebut lalu dibandingkan. Hasil: Pemeriksaan MRI konvensional: 3 populasi dinyatakan hiperakut, 31 akut dan 12 normal (p Mc Nemar < 0,05, analisa Kappa sebesar R=-0,369). Pada pemeriksaan MRI sekuens DWI: 14 populasi dinyatakan hiperakut dan 32 akut (p Mc Nemar > 0,05, analisa Kappa R=0,553). Nilai ADC stroke iskemik hiperakut adalah 0,57 x 103 mm2/detik, SD 0,091 x 103 mm2/detik; pada stroke iskemik akut sebesar 0,52 x 103 mm2/detik, SD 0,097 x 103 mm2/detik, hasil T test didapatkan p>0.05. Kesimpulan: MRI sekuens DWI dan ADC lebih unggul dalam menentukan onset stroke iskemik hiperakut dan akut dibandingkan MRI konvensional. Nilai ADC untuk stroke iskemik hiperakut memiliki kecenderungan lebih tinggi dibandingkan stroke iskemik akut.

---

Background and Objectives: Eighty percent of strokes are ischemic strokes. Management of ischemic stroke including revascularization and secondary prevention should be done. This study aims to assess the appropriateness between DWI and ADC MRI sequences with conventional MRI sequences in hyper acute and acute ischemic stroke, as well as get ADC values in hyper acute and acute ischemic stroke.

Methods: Cross sectional diagnostic approach in patients stroke who had been undergoing conventional MRI sequences, ADC and DWI MRI sequences. The results of the MRI examinations were compared.

Results: In conventional MRI examination: 3 hyper acute, 31 acute and 12 normal(Mc Nemar p<0,05, Kappa analysis R=-0,369). DWI MRI sequences: 14 hyper acute and 32 acute(Mc Nemar p>0,05, Kappa analysis R = 0,553). ADC value hyper acute ischemic stroke is 0,57 x 103mm2/sec, SD 0,091 x 103 mm2/sec; in acute ischemic stroke is 0,52 x 103mm2/sec, SD 0,097 x 103mm2/sec, T test results obtained p>0,05.

Conclusion: ADC and DWI MRI sequences are superior in determining the onset of hyper acute and acute ischemic stroke compared to conventional MRI. ADC value for hyper acute ischemic stroke have a higher tendency than acute ischemic stroke."

"ABSTRACTOsteoartritis adalah penyakit sendi kronis pada tulang rawan yang sering terjadi pada orang berusia lanjut. Penyaki ini umumnya terjadi pada tulang rawan sendi lutut Orang berusia lanjut sering menyepelekan perasaan sakit di sekitar sendi mereka atau tidak menyadari bahwa mereka telah terkena osteoartritis lutut, sehingga penyakit osteoartritis lutut yang mereka alami menjadi semakin kronis. Menurut beberapa penelitian, melakukan tindakan sejak stadium dini dapat mencegah penyakit. Salah satu tindakan untuk mencegah osteoartritis lutut agar tidak semakin kronis adalah mendeteksi penyakit tersebut sejak dini, sehingga pasien osteoartritis lutut dapat mendapatkan pengobatan yang tepat dan dapat memperbaiki kehidupan mereka di masa yang akan datang. Pada penelitian ini, osteoartritis lutut dideteksi dengan mengklasifikasikan stadium pasien osteoartritis lutut menggunakan AdaBoost Support Vector Machine dan AdaBoost Decision Tree. Klasifikasi osteoartritis lutut menggunakan AdaBoost Support Vector Machine dibandingkan dengan klasifikasi oteoartritis lutut menggunakan AdaBoost Decision Tree berdasarkan nilai akurasi klasifikasi yang dihasilkan dari kedua metode tersebut.

---

ABSTRACTOsteoarthritis is a chronic joint disease of cartilage that often occurs in elderly people. One of the joints that can be infected is the knee. Older people often underestimate painful feeling around their joint or do not realize that they have been affected by knee osteoarthritis, so the knee osteoarthritis disease becomes more chronic. According to some studies, preventive measure from an early stage are very crucial to overcome the disease. One of the preventive measure to overcome knee osteoarthritis is to detect the current stage of the disease, so the knee osteoarthritis patient can have the right treatment and can improve their lives in the future. In this research, knee osteoarthritis was detected by classifying the stage of knee osteoarthritis patients by using AdaBoost Support Vector Machine and AdaBoost Decision Tree. The classification of knee osteoarthritis using AdaBoost Support Vector Machine was compared with the classification of knee osteoarthritis using AdaBoost Decision Tree based on the classification accuracy value generated from both methods."

"Magnetic Resonance Spectroscopy (MRS) membantu ahli radiologi untuk mengetahui apakah pasien mengalami glioma otak atau infeksi otak. Dalam tugas akhir ini dibahas proses klasifikasi terhadap data hasil MRS untuk mengetahui apakah pasien mengalami glioma otak atau infeksi otak. Metode yang digunakan untuk klasifikasi adalah metode AdaBoost dengan base learner K-Nearest Neighbor dan metode K-Nearest Neighbor. Hasil Percobaan yang dilakukan menunjukkan bahwa metode AdaBoost dengan base learner K-Nearest Neighbor dengan K=3 mempunyai nilai akurasi 97% pada data training 80% sementara nilai akurasi dari metode K-Nearest Neighbor 94.4 % pada data training 80%. Hasil akhir dari pembuatan tugas akhir ini adalah sebuah perangkat lunak pendukung keputusan ( Decision Support System) yang membantu memberikan informasi apakah pasien mengalami glioma otak atau infeksi otak.

---

Magnetic Resonance Spectroscopy (MRS) helps the experts of radiology to detect the brain glioma or brain infection in patients. In this final project, the classification process on the result of MRS data is discussed to detect the brain glioma or brain infection in patients. The used classification methods are AdaBoost with base learner K-Nearest Neighbor and K-Nearest Neighbor methods.

The result of research shows that the AdaBoost method with base learner K-Nearest Neighbor with K=3 has 97% accuracy value on 80% training data, while the accuracy value from K-Nearest Neighbor method is 94.4 % on 80%training data. The result from the writing of this final project is the software for making decision (Decision Support System) that supports the giving of information on the existence of brain glioma or brain infection in patients."

"Magnetic Resonance spectroscopy (MRS) adalah suatu modalitas dari pemeriksaan MRI. MRS digunakan untuk mengetahui kandungan metabolit pada pasien penderita glioma otak Astrocytoma atau infeksi otak. Hasil analisa pada MRS tidak bisa dijadikan sebuah acuan untuk menentukan seorang pasien menderita glioma otak atau infeksi otak. Dalam tugas akhir ini akan dibahas proses klasifikasi terhadap data MRS untuk menentukan penyakit yang diderita oleh seorang pasien. Tujuan akhir dari penulisan akhir ini adalah mentukan keakuratan klasifikasi data MRS dengan menggunakan metode Modified Fuzzy C-Means. Modified Fuzzy C-Means adalah pengembangan dari metode Fuzzy C-Means. Sama seperti metode Fuzzy C-Means, metode Modified Fuzzy C-Means merupakan metode yang mengalokasikan data dengan menggunakan fungsi membership (keanggotaan). Fungsi membership ini digunakan untuk menentukan seberapa besar kemungkinan sebuah data dapat menjadi anggota kedalam sebuah cluster, dengan menggunakan pembobotan pada setiap pusat cluster-nya. Keakuratan klasifikasi sangat bergantung kepada parameter-parameter yang terdapat pada algoritma Modified Fuzzy C-Means.

---

Magnetic resonance spectroscopy (MRS) is a modality of MRI examination. MRS is used to determine the content of metabolites in patients with Astrocytoma brain glioma or brain infection. An analysis of the MRS could not be used as a reference for determining a patient suffering from a brain glioma or brain infection. In this project will discuss the process of classification of the data MRS to determine the diseases suffered by a patient. The ultimate purpose of writing this final project MRS data classification accuracy by using Modified Fuzzy C-Means. Modified Fuzzy C-Means is the development of methods of Fuzzy C-Means. Just like Fuzzy C-Means method, the method Modified Fuzzy C-Means is a method that allocates data by using the membership function (membership). This membership function is used to determine how likely a member of the data can be added to a cluster, using a weighting on each of its cluster center. Classification accuracy is very dependent on the parameters contained in the Modified algorithm Fuzzy C-Means."

"Latar belakang dan tujuan: Gangguan fungsi kognitif, mulai dari gangguan ringan hingga demensia, yang prevalensinya semakin meningkat seiring dengan peningkatan angka harapan hidup, akan mempengaruhi kualitas hidup seseorang. Hingga saat ini, minimnya pemanfaatan pemeriksaan patologi untuk menegakkan diagnosis definitif menjadikan pemeriksaan fungsi luhur sebagai pemeriksaan baku emas dengan angka sensitivitas dan spesifisitas yang baik. Seiring kemajuan teknologi kedokteran, MRI kepala mulai digunakan secara luas untuk menilai proses neurodenegeratif dan patologi vaskular otak yang berkorelasi kuat dengan gangguan fungsi kognitif. Penilaian temuan kelainan dengan metode skala pengukuran visual yang menggabungkan temuan atrofi dan lesi vaskular terbukti memberikan hasil yang baik dalam penegakkan diagnosis dan prediksi prognosis gangguan fungsi kognitif. Titik potong baku dan valid untuk menegakkan diagnosis dan memprediksi adanya gangguan fungsi kognitif perlu diteliti untuk meningkatkan peran MRI kepala dalam penilaian fungsi kognitif. Metode: Uji deskriptif dengan pendekatan potong lintang untuk mengetahui nilai titik potong skor atrofi serebri, skor lesi substansia alba, dan skor infark serebri pada pasien dengan demensia dan gangguan fungsi kognitif ringan. Pemeriksaan dilakukan berdasarkan data pemeriksaan fungsi kognitif dan MRI kepala terhadap 76 subjek penelitian dalam kurun waktu Januari 2014 hingga Desember 2016. Hasil: Skala pengukuran visual dapat menggambarkan perubahan struktur otak pada pasien dengan gangguan fungsi kognitif. Dengan perhitungan receiver operation curve ROC dari skor atrofi, lesi vaskular, dan skor visual gabungan pada pasien dengan demensia dan gangguan fungsi kognitif ringan didapatkan bahwa skor visual gabungan memiliki nilai akurasi diagnostik terbaik dengan nilai AUC 78,3 95 IK 68,1 -88,6 . Kemudian didapatkan titik potong skor visual gabungan sebesar 8,5 sensitivitas 55,6 , spesifisitas 82,5 dengan tingkat spesifisitas tertinggi dalam membedakan pasien dengan demensia dan gangguan fungsi kognitif ringan. Kesimpulan: Skor visual gabungan mempunyai nilai akurasi diagnostik sedang dan dapat digunakan pada praktik klinis dalam membedakan pasien dengan demensia dan gangguan fungsi kognitif ringan.

---

Background and objective: Impaired cognitive function, ranging from mild impairment to dementia, whose prevalence increases with increasing life expectancy, will affects the quality of life. Until now, the lack of utilization of pathology examination to make a definitive diagnosis makes the neuropsychological screening instruments as a gold standard examination with good sensitivity and specificity. As medical technology advances, head MRIs are beginning to be widely used to assess neurodegenerative processes and brain vascular pathology that are strongly correlated with cognitive impairment. Assessing findings of abnormalities by a visual measurement scale method that combines the findings of atrophy and vascular lesions proved to provide good results in the diagnosis and prediction of cognitive function impairment prognosis. Standard and valid cutoff points for diagnosis and predicting cognitive dysfunction need to be investigated to improve the role of head MRI in cognitive function assessment.

Methods: A descriptive test with a cross sectional approach to determine the value of the cutoff point of cerebral atrophy, white matter lesion, and cerebral infarct score in patients with dementia and mild cognitive impairment. The examination was performed based on cognitive function and head MRI examination data on 76 subjects in the period from January 2014 to December 2016.

Result: The scale of visual measurements can describe changes in brain structure in patients with cognitive impairment. With the calculation of receiver operation curve ROC of atrophic scores, vascular lesions, and combined visual scores in patients with dementia and mild cognitive impairment, AUC 78.3 95 CI 68.1 88.6 was obtained with cut point cut point 8.5 with the highest level of specificity sensitivity 55.6 , specificity 82.5 in distinguishing patients with dementia and mild cognitive impairment.

Conclusion: The combined visual score cutoff point has a moderate diagnostic value of accuracy and can help to distinguish patients with dementia and mild cognitive impairment in clinical practice. "

"Sinusitis adalah peradangan pada dinding sinus, yaitu rongga kecil yang terhubung dengan rongga udara dalam tulang tengkorak. Sinus terletak di belakang dahi, di dalam struktur tulang pipi, di kedua sisi hidung, dan di belakang mata. Sinusitis disebabkan oleh peradangan pada rongga hidung, tumbuhnya polip, alergi, dan hal lainnya yang dapat terjadi pada orang dewasa, remaja, bahkan anak-anak. Untuk mengklasifikasi jenis sinusitis, penulis menggunakan Fuzzy C-Means Berbasis Kernel yang merupakan pengembangan dari Fuzzy C-Means. Fuzzy C-Means mengelompokkan data menggunakan jarak Euclidean. Namun, jika data yang akan dipisahkan adalah data non linear, maka konvergensinya akan kecil dan membutuhkan waktu yang lama. Untuk menyelesaikan masalah ini dapat digunakan Fuzzy C-Means Berbasis Kernel yang menggunakan fungsi kernel untuk menggantikan jarak Euclidean. Metode ini memetakan objek dari ruang data ke ruang fitur yang berdimensi lebih tinggi, sehingga dapat mengatasi kelemahan FCM. Data yang digunakan adalah data penyakit sinusitis yang diperoleh dari laboratorium radiolog RSUPN Cipto Mangunkusumo, Jakarta. Karena data yang digunakan adalah data non linear, maka metode yang lebih cocok digunakan adalah Fuzzy C-Means Berbasis Kernel. Dengan menggunakan software Matlab diperoleh akurasi 100% dengan waktu mendekati 0 detik untuk Fuzzy C-Means Berbasis Kernel.

---

Sinusitis is an inflammation of the sinus wall, a small cavity interconnected through the airways in the skull bones. It is located on the back of the forehead, inside the cheek bone structure, on both side of the nose, and behind the eyes. Sinusitis is caused by infection, growth of nasal polips, allergies, and others. This condition can effect adults, teenagers, and even children. To classify sinusitis we used Kernel Based Fuzzy C-Means, which is the development of Fuzzy C-Means (FCM). FCM algorithm groups data using Euclidean distance. However, when non linear data is separated, the convergence is innacurate and need a long running time. To overcome this problem, a Kernel Based Fuzzy C-Means that use kernel functions as a substitute for Euclidean distance. It maps objects from data space to a higher dimention feature space, so they can overcome FCM deficiencies. Data that is used is sinusitis dataset obtained from the laboratory of radiology at Cipto Mangunkusumo National General Hospital, Jakarta. Because the data used is non-linear dataset, the more suitable method is Kernel Based Fuzzy C-Means. By using the Matlab software 100% accuracy is obtained and running time is close to 0 for Kernel Based Fuzzy C-Means."