MEMBANGUN MODEL PREDIKSI RISIKO PREEKLAMSIA SECARA KOMPREHENSIF PADA LAYANAN KESEHATAN PRIMER

Abstract

Latar Belakang: Preeklamsia dan eklamsia memiliki dampak terbesar terhadap morbiditas dan mortalitas ibu hamil dan bayi baru lahir. Insiden preeklamsia di seluruh dunia sekitar 2,16%. Kejadian preeklamsia di Indonesia 7-10% dari seluruh kehamilan. Potensi kedaruratan tak terduga dan fatal dapat dicegah dan ditangani dengan baik jika preeklamsia diidentifikasi pada awal kehamilan. Tujuan penelitian ini adalah membangun model prediksi risiko preeklamsia pada awal kehamilan melalui sistem skoring factor risiko yang dapat digunakan di layanan kesehatan primer. Metode: Penelitian kohort prospektif ini dilakukan di wilayah kerja Puskesmas Jakarta Pusat pada bulan Oktober 2021 sampai dengan Mei 2022. Sampel sebanyak 167 ibu hamil dipilih menggunakan consecutive sampling dengan kriteria inklusi usia kehamilan 13-16 minggu dan bersedia berpartisipasi dalam program penelitian. Sampel yang memiliki gangguan komunikasi, sedang menjalani pengobatan rutin, dan memiliki riwayat penyakit lain, kecuali hipertensi, dikeluarkan dari penelitian. Pengolahan data menggunakan program SPSS 22.0 dengan analisis multivariat regresi logistik ganda model prediksi dan analisis ROC curve Hasil: Proporsi ibu hamil dengan preeklampsia sebesar 8,4%. Hasil uji statistik dengan menyajikan nilai RR dan CI sebesar 95% ditemukan faktor yang berhubungan bermakna dengan preeklampsia yaitu: usia [RR = 2,99 (1,00 -9,16); p = 0,042]; jarak kehamilan [RR = 3,97 (1,46 -10,78); p = 0,008]; riwayat hipertensi ibu [RR = 5,18 (1,98 -13,59); p = 0,002]; IMT pra-kehamilan [RR = 6,02 (1,98 -18,28); p = 0,001]; kadar albumin serum [RR = 13,48 (1,8 -100,69); p = 0,001]; PETA [RR = 10,93 (4,47 -26,70); p 9 secara signifikan berisiko 50,85 kali berisiko mengalami preeklampsia dibanding ibu hamil dengan skor ≤9. Akurasi model mencapai 86,83%. Model dapat digunakan dengan mudah guna meningkatkan peran promotive dan preventif layanan kesehatan primer. Kata Kunci: Preeklamsia, IMT (Indeks Massa Tubuh), Albumin, Mean Arterial Pressure (MAP).

Description

Keywords

Albumin, Mean Arterial Pressure (MAP), Preeklamsia

Citation