SEVERE DENGUE PREDICTORS

Artikel
Prognostic Indicators for the Early Prediction of Severe Dengue
Infection: A Retrospective Study in a University Hospital
in Thailand
Muhammad Luthfi Taufik
DEPARTEMEN ILMU KESEHATAN ANAK
RS DR.SOETOMO/FAKULTAS KEDOKTERAN UNIVERSITAS AIRLANGGA
SURABAYA
2023
Mayuna Srisuphanunt , Palakorn Puttaruk, Nateelak Kooltheat, Gerd Katzenmeier, dan Polrat Wilairatana
Tropical Medicine and Infectious Disease 2022

ABSTRAK
• Studi ini bertujuan untuk mengembangkan pedoman diagnostik sederhana yang
berguna untuk deteksi awal infeksi dengue berat. Studi ini menggunakan data
retrospektif pasien dengan infeksi dengue. Pasien dengan infeksi dengue
dikategorikan berdasarkan ICD-10: A90, demam dengue; A91, demam berdarah
dengue; dan A910, demam berdarah dengue dengan syok. Terdapat 302 pasien
dengan infeksi dengue yang terdaftar meliputi 136 (45%) laki-laki dan 166 (55%)
perempuan. Analisis multivariat dilakukan untuk menentukan prediktor diagnostik
independen dari infeksi dengue berat dan untuk mengubah pedoman diagnostik
sederhana menjadi sistem penilaian keparahan penyakit.

...abstrak
• Koefisien dari prediktor keparahan penyakit yang bermakna didapatkan dari analisis
regresi logistik multivariabel ordinal yang diubah menjadi poin penilaian. Nilai yang
diperoleh mulai dari 0 hingga 38.6. Nilai cut-off untuk memprediksi keparahan
dengue adalah nilai > 14 dengan nilai AUROC (area under the receiver operating
curve) 0.902. Nilai predicted positive value (PPV) adalah 68,7% dan nilai negative
predictive value (NPV) adalah 94.1%. Studi ini menunjukkan bahwa beberapa
parameter diagnostik dapat digabungkan secara efektif menjadi lembar penilaian
sederhana dengan nilai prediksi untuk evaluasi keparahan infeksi dengue.

• Sindrom syok dengue; demam berdarah dengue; indikator prognostic; analisis
multivariat; prediksi awal.
KATA KUNCI

PENDAHULUAN
• Demam dengue disebabkan virus dengue yang ditransmisikan oleh nyamuk Aedes.
Organisasi kesehatan Dunia memperkirakan bahwa 2,5 miliar penduduk di
belahan dunia tropis dan sub tropis memiliki risiko infeksi.
• Sekitar 50—100 juta kasus dilaporkan setiap tahun dimana 500.000 diantarnya
memerlukan perawatan di RS.
WHO, 2009
Bhatt, S dkk., 2020

PENDAHULUAN
• Wabah demam dengue menjadi beban berat bagi pelayanan kesehatan masyarakat di
negara berkembang. Selama minggu ke 24 tahun 2022 tercatat 1494 kasus dengue,
dengan total 21.689 jumlah kumulatif kasus dengue yang dilaporkan pada 2022. Jumlah
ini meningkat 68.7% dibandingkan 12.854 kasus yang dilaporkan selama periode yang
sama (dari minggu 1 hingga minggu 24) pada tahun
• Data dari surveilans Thailand melaporkan 166.680 kasus dari tahun 2017 hingga 2022,
dengan 27.780 kasus setiap tahun. Infeksi menjangkiti 41,87/100.000 populasi dengan
tingkat mortalitas 0,11 %.
Ministry of Public Healt, Thailand., 2022

PENDAHULUAN
• Sampai saat ini tidak ada terapi kausatif penyakit dengue dan tujuan terapi bersifat
simtomatik. Meskipun demikian tingkat morbiditas dapat diturunkan dari 5% menjadi 2%
di 10 negara Asia Tenggara. 4
• Pasien dengan gejala infeksi berat mengalami perdarahan hingga syok 5,6
• Penyebab utama kematian infeksi dengue pada anak karena penetapan diagnosis dan
penanganan medis yang terlambat, pada akhirnya mengakibatkan perdarahan internal
berat dan gagal multi organ. 7
Fang et al, 2020
Ministry of Public Healt,
Thailand., 2022

PENDAHULUAN
• Deteksi awal dengan data laboratorium dan data penunjang bermakna lainnya bertujuan
untuk menilai keparahan penyakit agar penanganan medis yang dilakukan tepat untuk
mencegah risiko komplikasi perdarahan. Data laboratorium juga mendukung penegakan
diagnosa infeksi virus dengue 8.
• Data laboratorium dan faktor risiko klinis banyak diteliti akhir-akhir ini untuk memprediksi
keparahan penyakit dengue (9-12)
• Algoritma untuk membedakan demam dengue dan demam jenis lainnya serta algoritma
untuk memprediksi keparahan infeksi virus dengue juga mulai dikembangkan akhir-akhir
ini. 13
Fang et al, 2020
Fang et al, 2020

PENDAHULUAN
• Kriteria WHO diterapkan pada studi ini untuk meningkatkan akurasi diagnosis demam
dengue dan menyederhanakan prosedur yang dijalankan sehingga didapatkan model
efektif untuk deteksi dan identifikasi infeksi dengue yang berat. Model ini pada akhirnya
diuji dengan pendekatan clinical decision-making untuk memvalidasi akurasi penilaian
dan diagnosis 14-15 Ministry of Public Healt, Thailand., 2022

METODE DAN BAHAN (desain studi)
• Studi retrospektif dilakukan dengan mengkaji literatur dan penelitian sebelumnya untuk
menetapkan faktor-faktor yang terkait dengan deteksi dan identifikasi infeksi dengue
berat. Analisis situasi dan review sistematis faktor-faktor risiko klinis dan data
laboratorium juga dilakukan pada studi ini 16,17.
• Faktor-faktor tersebut digunakan sebagai acuan untuk mengumpulkan data penelitian
dan mengembangkan metode sederhana untuk deteksi dan identifikasi infeksi dengue
yang berat. 17,18 Ministry of Public Healt, Thailand., 2022
Fang et al, 2020

METODE DAN BAHAN (etik)
• Studi dikaji dan disetujui oleh Human Research Ethics Committee of
Thammasat University, Bangkok, Thailand, No. 2 (Dokumen No. 035/2560).
Fang et al, 2020

METODE DAN BAHAN (rekrutmen pasien dan pengumpulan data)
• Total 1185 pasien dilakukan pemeriksaan infeksi dengue selama tahun 2017 hingga 2019
di Rumah Sakit Universitas Thammasat di Bangkok, area pusat perkotaan Thailand.
• Rumah Sakit Universitas Thammasat Chaloem Phrakiat adalah rumah sakit umum
Pendidikan yang memiliki pelayanan tersier dengan 750 kamar menyediakan
pendidikan dan pelatihan medis untuk calon tenaga kesehatan professional dan
tenaga kesehatan professional yang sedang menjalani pendidikan selain memiliki
program penelitian.
Ministry of Public Healt, Thailand., 2022 Fang et al, 2020

• Sampel terdiri dari 302 pasien yang didiagnosis infeksi dengue dengan pemeriksaan NS1,
IgM dan IgG dengue. 19
• Pasien diklasikasikan menurut kriteria WHO tahun 1997 (14) dan klasifikasi keparahan
simtom menggunakan kriteria WHO tahun 2009.15
• Tanggal onset penyakit dan usia pasien dicatat. Pasien dengan demam saat rawat inap
juga diperiksa untuk kemungkinan penyakit lainnya
• Data meliputi gejala klinis dan hasil pemeriksaan lab serta indikator demografis
• Serotipe virus dengue tidak rutin didiagnosis karena dapat menghambat alur kerja rutin

• Analisis kimia klinis meliputi aspartate transaminase (AST), alanine aminotransferase
(ALT), protein total, albumin, dan rasio protein/albumin. Pemeriksaan imunologis yang dipakai untuk
mendeteksi virus dengue meliputi nonstructural protein 1 antigen (NS1 Ag), antibodi antidengue IgM
dan IgG
• Pemeriksaan imunologi dan serologis untuk IgM dan IgG dengue serta NS1 antigen dilakukan
dengan SD BIOLINE Dengue Duo Strip Kit (Standard Diagnostic Inc., Gyeonggi-do, South Korea).
Pemeriksaan kimia darah klinis untuk AST, ALT, protein total dan albumin dilakukan dengan
Siemens Dimension® RXL Max Clinical Chemistry System (Siemens Healthcare, Ltd., Bangkok,
Thailand). Pemeriksaan hematologis untuk CBC, Hct, Hb dan trombosit dilakukan dengan DxH
900 hematology analyzer (Beckman Coulter Diagnostics, Switzerland)
•

METODE DAN BAHAN (analisis data)
• Prediksi risiko berbagai faktor dari situasi infeksi dengue dan kemampuan prediktif dikaji pada
studi. Prediktor potensial untuk keparahan dengue meliputi penilaian klinis dan data laboratorium
diuji dengan metode non parametrik. (9,20)
• Kemampuan prediktif dianalisis dengan ordinal binary regression disajikan dengan koefisien dan
odd ratio. Studi ini hanyak menginput data lab yang rutin diperiksa di setting klinis pada umumnya.
Hasil disajikan dengan interval kepercayaan 95%, odd ratio dan skor risiko dengue. Distribusi nilai
kelompok infeksi dengue berat dan tidak berat disajikan dengan box plots. Klasifikasi infeksi
meliputi jenis dengue yang berat dan tidak berat dianalisis dengan grafis receiver operating
characteristic (ROC)
• Poin cut off untuk nilai risiko dengue dipakai untuk klasifikasi jenis infeksi berat dan tidak berat
•
Fang et al, 2020

HASIL
• Studi epidemiologis telah mengidentifikasi indikator pada infeksi dengue yang berat, yang
berguna sebagai penanda prognostic selama perjalalan penyakit terutama pada pasien
anak. 22,23
• Studi ini telah memilih beberapa variabel prediktif pada status pasien seperti data
demografis; manifestasi klinis; dan hasil laboratorium hematologis, klinis dan imunologis.
9
Fang et al, 2020

HASIL
• Pasien dikelompokkan menjadi 2 kelompok sampel menurut keparahan infeksi dengue
meliputi 107 infeksi tidak berat (35,43%) dan 195 infeksi berat (64,57%). Perempuan
(52,8%) menunjukkan gejala demam dengue berat lebih sering daripada laki-laki (47.2%).
Rata-rata usia pasien dengan infeksi berat (26,67±16,55 tahun) lebih tinggi daripada
pasien dengan infeksi tidak berat (21,81±18,14 tahun)

HASIL
• Parameter laboratorium yang digunakan untuk mendiagnosis dengue meliputi
pemeriksaan NS1, IgM dan IgG. Perlu dicatat bahwa pada studi ini tidak dapat
menyingkirkan misklasifikasi pada kasus dengan anti-dengue IgG yang dapat terdeteksi
selama beberapa tahun. Tapi perlu dicatat Kembali bahwa studi ini hanya memasukkan
pasien yang didiagnosis dengan NS1, IgM dan IgG positif. IgG positif mungkin berasal dari
infeksi sebelumnya yang terjadi beberapa minggu hingga beberapa bulan sebelumnya;
hasil IgG tidak ditampilkan pada Tabel 1.

HASIL
• Parameter yang dipilih merupakan parameter rutin dan mendasar pada pemeriksaaan lab
yang digunakan untuk menilai pasien dengan dugaan infeksi dengue. Keenam parameter
tersebut digunakan untuk menentukan nilai untuk memprediksi keparahan infeksi. Hal ini
berguna saat perencanaan pengobatan dan untuk menetapkan panduan awal terhadap
pemeriksaan laboratorium yang diperlukan. Nilai yang diperoleh dari parameter tersebut
kemudian digunakan untuk perhitungan nilai risiko dengue sehingga akurasi meningkat
dan mengurangi biaya pemeriksaan laboratorium yang tidak diperlukan.

HASIL
• Parameter klinis yang dipilih memiliki kemampuan prediksi keparahan infeksi bermakna
untuk analisis multivariabel meliputi usia (>17 tahun), anoreksia, hematokrit (>40%),
netrofil (≤51%), limfosit atipikal (>3%), nilai trombosit (≤97 x 103/µL), PT (>13,1 detik),
PTT (>28,5 detik), albumin (≤2,7 g/dL), AST (>104 U/I), ALT (>141 U/I) dan pemeriksaan
imunologis dengan anti-dengue IgM dan IgG (Tabel 2)

HASIL
• Odds ratio (OR) lebih tinggi dari 1 menunjukkan probabilitas yang secara statistik
bermakna pada infeksi dengue berat (p<0.05). Nilai yang diamati dari keenam variabel
albumin (≤2,7 g/dL), AST (>104 U/I), ALT (>141 U/I), nilai trombosit (≤97 x 103/µL), PTT
(>28,5 detik) dan anti-dengue IgM positif) menghasilkan nilai risiko pada infeksi berat
berturut-turut sebesar 6,8; 4,8; 9,2; 3,1; 6,8 dan 7,9. Nilai poin dimulai dari 0 hingga 9,22
dan nilai total dimulai dari 0 hingga 38,64.

HASIL
• Kurva receiver operating characteristic (ROC) dengan nilai area 0,902 (95% CI: 0,863-
0,933; p<0,001; sensitivitas 80% dan spesifisitas 89,72%) menunjukkan bahwa keenam
variabel tersebut menghasilkan diskriminasi antara infeksi dengue berat dan tidak berat
yang hasilnya dapat diterima (gambar 1). Poin cut off ditetapkan untuk mengelompokkan
pasien menjadi 2 kelompok keparahan (berat dan tidak berat), dimana nilai < 14
menandakan DF dan DHF, sementara nilai > 14 menunjukkan DSS. Presentasi grafis dari
prosedur yang dipakai pada metode pengelompokkan disajikan dalam gambar 2.

HASIL
• Model memprediksi secara bermakna adanya infeksi dengue berat dengan penerapan
metode analisis ROCtab dengan total nilai poin cut off > 14. 24
• Prediksi dengan sistem penilaian tersebut tepat dengan positive predictive value (PPV)
sebesar 68% dan negative predictive value (NPV) sebesar 94.1%. Nilai rata-rata
skor risiko dengue pada pasien dengan infeksi tidak berat dan infeksi berat
berturut-turut
6,6±0,6 dan 20,1±0,6 (gambar 3)

HASIL
• Analisis regresi logistic dari faktor untuk prediksi demam dengue berat ditunjukkan pada
tabel 1. Prediksi dengan sistem skor tersebut tepat dengan positive predictive value
(PPV) sebesar 68% dan negative predictive value (NPV) sebesar 94.1%.
Kesimpulannya adalah faktor-faktor yang dipilih untuk memprediksi
perkembangan penyakit yang disatukan ke dalam model diagnostik untuk
prognosis penyakit dengue yang berat terbukti bermanfaat dan dapat
diaplikasikan secara langsung.

HASIL
• Total populasi sampel (N) sejumlah 1185 pasien, terdiri dari 635 laki-laki (53,6%) dan 550
perempuan (46.4%) merupakan suspek yang terinfeksi virus dengue.
• Kelompok sampel (n) meliputi 1140 warga negara Thailand dan 45 warga negara asing.
Pasien dilakukan pemeriksaan laboratorium di RS Universitas Thammasat, Bangkok,
Thailand. Prevalensi infeksi dengue adalah 28.52% (n=338), dimana prevalensi
perempuan sebesar 15,53% (n=184) dan laki-laki sebesar 12,99% (n=154). Insidensi
infeksi dengue relatif tinggi pada kelompok usia 11 – 20 tahun (26,33%). Menurut kriteria
WHO, terdapat total 302 pasien. Saat dikelompokkan menurut keparahan penyakit, 130
pasien dengan DF (43%), 159 dengan DHF (52,6%) dan 13 dengan DSS (4,3%).

DISKUSI
• Studi ini mengadaptasi studi yang sudah diterbitkan sebelumnya dijalankan dengan
prosedur pendekatan langsung berdasarkan data klinis dan hasil pemeriksaan
laboratorium rutin untuk memprediksi keparahan infeksi dengue secara tepat.25
• Studi ini merupakan studi retrospektif yang memasukkan anak-anak dan dewasa sebagai
sampel dan menemukan bahwa terjadi peningkatan risiko terhadap keparahan penyakit
yang lebh berat pada dewasa. Studi ini berbeda dari studi prospektif sebelumnya yang
hanya memiliki sampel anak-anak. 26,27
• Studi ini memiliki pedekatan langsung dibandingkan studi sebelumnya dan memiliki
keuntungan dalam hal kepraktisan. Ministry of Public Healt, Thailand., 2022

DISKUSI
• Gejala penyakit akibat virus dengue pada umumnya sulit untuk didiagnosis terutama
pada tahap awal infeksi. 25
• Pasien DHF mungkin tidak mengalami gejala syok dan mungkin tidak didiagnosis sebagai
DSS.4
• Dengue fever, penyakit rickettsia dan demam Q bisa menunjukkan data laboratorium
yang sama, menyulitkan dalam mendiagnosis demam dengue tanpa adanya keraguan. 28
• Studi epidemiologis terbaru menemukan beberapa indikator klinis untuk penyakit infeksi
dengue berat. 17,29 Ministry of Public Healt, Thailand., 2022

DISKUSI
• Studi sebelumnya di Thailand menemukan bahwa beberapa parameter klinis dapat
dikembangkan untuk memprediksi keparahan penyakit pada pasien anak-anak.28
• Manifestasi klinis dapat membantu mendeteksi infeksi dengue sebelum hasil
laboratorium didapatkan 29
• Hasil laboratorium terkadang dipakai untuk konfirmasi atau hanya untuk keperluan
penelitian dan tidak diaplikasikan secara rutin. 30,31

DISKUSI
• Faktor yang dipertimbangkan dalam penetapan diagnosis secara akurat meliputi usia,
jenis kelamin, hepatomegali, nyeri abdomen, penurunan kesadaranm], akral dingin,
perdarahan abnormal, obesitas atau kelebihan berat badan (pada anak-anak), malnutrisi
dan asites. Data laboratorium dapat menujukkan hasil nilai lekosit yang rendah (<4000/
/µL), nilai trombosit yang rendah, peningkatan kadar AST dan ALT (SGOT dan SGPT),
koagulasi, peningkatan nilai penggupalan darah PT atau PTT, pemeriksaan D-Dimer positif
dan dinding kandung kemih yang menebal yang tampak pada USG. 29,33-35

DISKUSI
• Masalah dengan klasifikasi pada kasus berat muncul akibat fakta bahwa tidak semua
kasus DHF berat dan tidak semua kasus ringan adalah DF (31,36)
• Kriteria WHO pada akhirnya diperbahariu tahun 2009 sebagai konsekuensinya dan
diaplikasikan oleh Tanner dkk., yang menggunakan hasil pemeriksaan laboratorium yang
tidak rutin diperiksa untuk mengidentifikasi infeksi dengue.37

DISKUSI
• Studi ini menggunakan pemeriksaan limfosit atipikal dimana nilai limfosit meningkat pada
kondisi syok atau demam.21
• Pemeriksaan NS1, anti-dengue IgM dan IgG menggunakan pemeriksaan yang tersedia
secara komersial telah menujukkan hasil positif pada pemeriksaan IgM dan IgG secara
bermakna memiliki kaitan dengan infeksi dengue berat 20.

DISKUSI
• Studi ini telah menganalisis variabel yang mempengaruhi gejala klinis dan hasil
laboratorium pada infeksi berat dan tidak berat. Infeksi berat diidentifikasi dengan poin
cut off >14 yang memungkinkan untuk mengidentifikasi penyakit berat secara akurat

DISKUSI
• Studi sebelumnya dan analisis parameter pada studi ini mendukung prediksi diagnostik
dimana nilai risiko dengue > 14 memiliki probabilitas tinggi disertai dengan kebocoran
plasma. Poin cut off < 50.000/µL untuk nilai trombosit dan nilai albumin <3,5 g/dL secara
luas dipakai sebagai indicator kebocoran plasma. Temuan tersebut didukung dengan
temuan terbaru yang menunjukkan proporsi konsentrasi hem lebih tinggi (>20%) pada
infeksi berat daripada infeksi yang tidak berat 38. Ministry of Public Healt, Thailand., 2022

DISKUSI
• Studi pada pasien dengue yang dirawat di RS antara 2010 hingga 2019 menunjukkan
bahwa kombinasi dari ketiga variabel meliputi akumulasi cairan, peningkatan kadar AST
dan trombositopenia terkait dengan infeksi berat.24
• Meta analisis telah melaporkan bahwa 4 parameter laboratorium yaitu konsentrasi
hemoglobin, hypoalbuminemia, peningkatan kadar AST dan trombositopenia secara
bermakna terkait dengan DSS. 39,40

DISKUSI
• Studi ini mungkin tidak menampilkan panduan praktis umum untuk setting pasien rawat
jalan seperti pemeriksaan beberapa laboratorium misalnya tes cepat NS1. Pemeriksaan
biokimia dan imunologis klinis juga tidak selalu tersedia di setiap RS. Studi ini oleh karena
itu tidak memasukkan pemeriksaan meliputi serum ferritin dan penannda inflamatorik
lainnya untuk mencegah beban finansial pada pasien.

DISKUSI
• Nilai cut off untuk keparahan dengue adalah >14 dengan nilai area under the receiver
operating curve (AUROC) sebesar 0.902. Hal ini pada akhirnya mengakibatkan
timbulnya perawatan inap pasien di RS secara berlebihan dan prosedur tindak
lanjut yang tidak diperlukan.
• Studi ini oleh karena itu didesain secara retrospektif dan inklusi pasien dari
segala usia dengan infeksi dengue berat yang memiliki mortalitas tinggi

DISKUSI
• Studi lanjutan diperlukan untuk memahami manfaat dan kerugian dari indikator
prognostik sederhana untuk prediksi dini infeksi dengue berat pada praktik sehari-hari
dan penelitian klinis
• Sistem penilaian dikembangkan pada studi ini secara umum dapat diaplikasikan di
mayoritas laboratorium klinis dan dapat mengurangi kemungkinan kasus serius penyakit
dengue yang lepas dari pengamatan klinis.

KESIMPULAN
• Skor risiko keparahan penyakit infeksi dengue berasal dari manifestasi klinis dan hasil
pemeriksaan laboratorium rutin sederhana. Metode ini dapat digunakan dalam praktik
sehari-hari untuk membantu klinisi mengidentifikasi pasien yang menampilkan
kebocoran plasma terkait dengan DHF yang berat. Prediksi tepat dari tingkat keparahan
infeksi dengue berperan dalam diagnosis yang lebih cepat dan mengurangi pemeriksaan
yang tidak diperlukan. Keefektifan metode ini bagaimanapun dapat bervariasi saat
diterapkan pada populasi yang berbeda. Metode sederhana ini meskipun demikian bisa
digunakan sebagai panduan praktis rutin di rumah sakit.

METODE DAN BAHAN (desain studi)
• Wabah demam dengue menjadi beban berat bagi pelayanan kesehatan masyarakat di
negara berkembang. Selama minggu ke 24 tahun 2022 tercatat 1494 kasus dengue,
dengan total 21.689 jumlah kumulatif kasus dengue yang dilaporkan pada 2022. Jumlah
ini meningkat 68.7% dibandingkan 12.854 kasus yang dilaporkan selama periode yang
sama (dari minggu 1 hingga minggu 24) pada tahun
• Prevalensi gejala gastrointestinal pada COVID 19 yang sangat tinggi pada usia anak.
Prevalensi diare dan/atau muntah pada usia anak dengan COVID-19 jauh lebih tinggi
dibandingkan pada dewasa (57,1% vs 17,6%).
Fang et al, 2020

METODE
Strategi Pencarian PubMed/MEDLINE, Web of Science, SCOPUS and Embase
Keyword : (“2019-nCoV- 2” OR “coronavirus” OR “COVID-19” OR “SARS- CoV-2” OR “nCoV”
OR “novel coronavirus” OR “coronavirus 2019”) and (“child*” OR “Adolescent*” OR
“Pediatrics*”) AND (“abdominal pain” OR “Nausea” OR Vomiting” OR “Fecal incontinence”
OR “Gastrointestinal Diseases” OR “Diges- tive System Diseases” OR “Esophageal Diseases”
OR “Gas- troesophageal Reflux” OR “GERD” OR “Constipation”).
Seleksi Penelitian Kriteria Inklusi : (1) artikel adalah laporan kasus / case series, studi kohort prospektif /
retrospektif, studi kasus-kontrol, atau uji coba terkontrol secara acak ; (2) subyek penelitian
(usia <18 tahun); (3) artikel COVID 19 gejala pencernaan atau peningkatan enzim hati (ALT,
AST dan LDH).

METODE
Ekstraksi Data Penulis, tahun publikasi, negara, tanggal studi, usia, keparahan penyakit, jenis kelamin
peserta, adanya demam, gejala pernapasan, gejala pencernaan (diare, muntah atau mual
dan sakit perut) dan peningkatan ALT, AST dan LDH.
Sintesis dan Analisis
Data
RevMan V.5.3 dan STATA versi 12
Proporsi dan interval kepercayaan 95% (95% CI)  Forrest plot
Heterogenitas statistik I-squared (I2) nilai : I2> 50%
Bias publikasi  tes Egger formal

HASIL
PRISMA Flow Diagram
Records identify through database searching (n= 574)
Records after duplicates removed (n=469)
Identification
Screening
Eligibility
Included
Records screened (n=417)
Studies included in quantitative synthesis (meta-analysis) (n=19)
Full text articles assessed for eligibility (n=52)
Studies included in qualitative synthesis (n=33)
Records excluded (n=365)
Full-text articles excluded, with
reasons

...KARAKTERISTIK STUDI
Periode Penerbitan Artikel :
1 Januari dan 10 Maret 2020
Artikel dengan gejala ringan -
sedang :
Sebanyak tiga belas
(10-12, 15-17, 19, 21, 24-28)
Rerata Usia Subyek Penelitian :
6,2 tahun
Jenis kelamin Subyek Penelitian :
53,7 % Laki – laki
47,3 % Perempuan
Dua makalah tidak memberikan informasi yang cukup
mengenai tingkat keparahan COVID-19 (1, 29).
Artikel dengan gejala berat ;
empat studi (18, 20, 22, 23)

HASIL META ANALISIS
Meta - analisis Gejala Gastro Intestinal Pada COVID 19
Pada 17 studi,terdapat 26% manifestasi GI pada usia anak dengan COVID 19 [95% CI : 0,18 -
0,35 dengan heterogenitas yang signifikan dicatat di antara studi yang disertakan (P <0,001; I2
= 67,66%)] :
• Diare  12% (95% CI: 0,08 - 0,16) tanpa heterogenitas (P = 0,19; I2 = 23,53%)
• Mual/Muntah  11% (95 % CI: 0,05 -0,17) tanpa heterogenitas

HASIL META ANALISIS
Meta-analisis Enzim Hati Pada COVID 19
• Peningkatan LDH  33% (95% CI: 0,12 - 0,54) dengan heterogenitas yang tinggi di antara
studi yang dimasukkan (P <0,001; I2 = 90,88%)
• Peningkatan AST  14% (95% CI: 0,10 - 0,18) dengan tidak ada heterogenitas yang signifikan
di antara studi yang disertakan (P = 0,65; I2 = 0,0%)
• Peningkatan ALT  12% (95% CI: 0,07 - 0,17) dengan tidak ada heterogenitas (P = 0,24; I2
= 24,03% )

...PUBLIKASI BIAS
• Uji Egger menunjukkan beberapa bukti bias publikasi dalam meta-analisis gejala
pencernaan (diare dan mual / muntah) COVID-19 pada anak-anak (P <0,001 ).
• Uji regresi linier Egger untuk peningkatan ALT (P = 0.20), AST (P = 0.11) dan LDH (P = 0.82)
mengungkapkan tidak ada bias publikasi.

HASIL
Tabel 1. Pool Estimasi dari Prevalensi COVID 19 manifestasi gangguan pencernaan dan peningkatan enzim hati

HASIL
Gambar A. Forest Plot Prevalensi Gejala Diare Pada COVID 19

HASIL
Gambar B. Forest Plot Prevalensi Gejala Mual Muntah Pada COVID 19

HASIL
Gambar A. Forest Plot Prevalensi Peningkatan ALT Pada Anak dengan COVID 19

HASIL
Gambar B. Forest Plot Prevalensi Peningkatan AST Pada Anak dengan COVID 19

HASIL
Gambar C. Forest Plot Prevalensi LDH Pada Anak dengan COVID 19

DISKUSI
• Bukti yang muncul menunjukkan bahwa, seiring dengan meningkatnya
keparahan penyakit, gejala pencernaan menjadi lebih jelas.
• Penelitian pada dewasa, sekitar 10% pasien dengan COVID-19 hanya
menunjukkan gejala pencernaan saja tanpa manifestasi pernapasan.
Sayangnya, gejala ini menunda diagnosis COVID-19 dan memungkinkan
penyebaran penyakit yang cepat pada populasi terutama usia anak.
Mao et.al , 2020

DISKUSI
Xu Y et.al , 2020
• Perubahan histopatologi yang dapat mempengaruhi sistem pencernaan pasien COVID-19.
• Dilatasi segmental dan stenosis usus halus telah terlihat pada seorang pria berusia 85 tahun
yang didiagnosis COVID- 19 .
• Namun, belum dapat dipastikan apakah temuan ini terkait dengan COVID-19 atau hanya
bersifat insidental. Oleh karena itu, diperlukan penelitian lebih lanjut untuk mengklarifikasi
keterlibatan gastrointestinal dalam COVID-19.

DISKUSI
Yang Y et.al , 2020
Penyebab tingginya prevalensi gejala gastrointestinal pada anak dengan COVID-
19 :
• Waktu rawat inap yang lebih lama dibandingkan anak tanpa gejala
gastrointestinal.
• Ekspresi ACE2 yang lebih tinggi di saluran pencernaan atau karena
perbedaan fungsi ACE2 antara pada usia anak dan dewasa. (Hipotesis)

• Disfungsi hati ditandai dengan sedikit peningkatan pada enzim yang
berhubungan dengan hepatosit, termasuk level ALT, AST dan LDH.
• Total bilirubin juga dilaporkan sedikit meningkat pada beberapa pasien.
• Saat ini, belum ada mekanisme yang diidentifikasi yang menghubungkan
COVID-19 dan kerusakan hati.
..diskusi
Fang et al, 2020
Zhang et al, 2020

• Kerusakan hati dapat disebabkan oleh infeksi SARS-CoV-2 atau toksisitas obat.
• Tidak ada perbedaan statistik antara pasien dengan fungsi hati normal dan fungsi hati
abnormal dalam hal pengobatan yang diminum sebelum rawat inap.
• COVID 19 dengan peningkatan enzim hati  rawat inap lebih lama dan menerima lebih
banyak resep lopinavir / ritonavir setelah masuk dibandingkan dengan pasien dengan
fungsi hati normal.
..diskusi
Fang et al, 2020

• Analisis artikel dengan desain studi yang berbeda, beberapa penelitian COVID 19
dengan gejala gastrointestinal mungkin kurang dilaporkan  belum dapat secara
akurat mengekstrak informasi prevalensi COVID 19 gejala gastrointestinal dengan
gejala dan komorbid yang lain.
• Beberapa penelitian dan subjek penelitian, sulit untuk menggeneralisasi dan
berhipotesis tentang kemungkinan mekanisme yang terlibat dalam perkembangan
gejala gastrointestinal pada COVID-19 pada anak.
..diskusi
Kekurangan Studi

• Gambaran yang komprehensif tentang prevalensi gejala pencernaan dan
peningkatan enzim hati pada usia anak dan remaja, jauh melampaui bukti yang
tersedia dalam 19 penelitian yang berbeda.
• Penilaian kuantitatif.
Kelebihan Studi
..diskusi

• Pada usia anak dan remaja yang didiagnosis dengan COVID-19 sebesar 26% menunjukkan
gejala gastrointestinal.
• Metaanalisis ini memberikan gambaran komprehensif tentang prevalensi gejala
pencernaan COVID-19 dan dinamika enzim fungsi hati pada usia anak dan remaja.
KESIMPULAN

Pertanyaan Klinis
70
Bagaimana prevalensi gejala klinis dan perubahan enzim hati pada anak
dengan COVID 19 ?
PATIENT INDICATOR COMPARISON OUTCOME
Pasien dengan gejala
klinis pencernaan
pada anak dengan
COVID 19
Gejala Klinis Pencernaan
dan Peningkatan enzim
hati pada anak dengan
COVID 19
- Prevalensi
COVID 19 pada
anak dengan
gejala klinis
pencernaan dan
peningkatan
enzim hati
Fokus Jurnal :
Causative
Desain Penelitian
Meta - analisis

☑️
☑️
☑️
☑️
☑️
☑️
☑️
☑️

☑️
☑️
☑️
☑️
☑️
☑️

☑️
☑️
☑️
☑️
☑️
☑️
☑️

Forrest Plot
• Cara utama bagi peneliti untuk merangkum data dari berbagai
makalah dalam satu gambar.

Step analisis forest plot
• Apa yang dilakukan forest plot :
• mengambil semua studi relevan yang menanyakan pertanyaan yang sama
• mengidentifikasi statistik umum dalam makalah tersebut dan
menampilkannya pada satu set axis.
• membandingkan secara langsung apa yang ditunjukkan oleh studi dan kualitas
hasil semuanya di satu tempat.

• Sumbu horizontal biasanya mewakili statistik yang
ditunjukkan oleh studi yang sedang diprofilkan. Ini bisa
berupa statistik 'relatif' seperti rasio peluang (OR) atau
risiko relatif (RR). Atau statistik yang digunakan mungkin
statistik 'absolut' seperti Pengurangan Risiko Mutlak (ARR)
atau Perbedaan Rata-Rata Standar (SMD). Penting untuk
mengetahui perbedaan antara statistik relatif dan absolut
karena hal itu memengaruhi bilangan mana yang berada di
garis vertikal.
Garis ini ditempatkan pada nilai di mana (seperti judulnya) tidak ada hubungan antara eksposur dan hasil atau
tidak ada perbedaan antara dua intervensi. Statistik relatif seperti OR atau RR memiliki nilai efek nol 1. Untuk
statistik absolut seperti Risiko Mutlak atau ARR atau SMD, nilai selisih nol adalah 0. Oleh karena itu, mengapa nilai
pada garis tidak berpengaruh relevan dengan statistik yang digunakan.
Garis efek 0

Study Line • Setiap garis horizontal yang diletakkan pada forest plot mewakili studi terpisah
yang sedang dianalisis. Pada Gambar 3, tiga studi diwakili. Setiap 'hasil' studi
memiliki dua komponen:
• Garis horizontal mewakili interval keyakinan 95% dari hasil studi, dengan setiap
ujung garis mewakili batas interval keyakinan.
• Apa yang diwakili oleh setiap sisi dari garis efek nol (yaitu jika mendukung
kontrol atau intervensi) juga penting ketika melihat studi individu. Ini akan
berbeda tergantung pada pertanyaan apa yang Anda ajukan dalam studi Anda.
Misalnya jika Anda melihat risiko antara eksposur dan hasil, apa yang diwakili
oleh setiap sisi garis vertikal akan berbeda dengan contoh di mana Anda
membandingkan intervensi dengan kontrol. Bermanfaat, untuk sebagian besar
plot forest yang diterbitkan hari ini, penulis dengan mudah menandai apa yang
diwakili oleh setiap sisi garis. Jika tidak ditandai, ingatlah untuk selalu kembali
ke prinsip pertama statistik yang Anda gunakan.
• Garis horizontal dan apakah itu melewati "garis efek nol" sangat penting untuk
diperhatikan untuk setiap studi. Jika Anda ingat, definisi yang sangat mendasar
dari interval kepercayaan 95% adalah: "Rentang nilai di mana Anda dapat 95%
yakin bahwa nilai sebenarnya berada." Jika garis horizontal melintasi garis efek
nol apa yang secara efektif mengatakan bahwa nilai nol terletak dalam interval
kepercayaan Anda dan karenanya bisa menjadi nilai sebenarnya. Jika saya
memecahnya menjadi penjelasan yang paling sederhana: "garis studi apa pun
yang melewati garis efek nol tidak menggambarkan hasil yang signifikan secara
statistik".
Black box  gambaran tentang ukuran penelitian.
Semakin besar black box, semakin banyak peserta
dalam penelitian ini.

• Ada satu komponen lagi pada baris yang berguna untuk diperhatikan. Meskipun tidak
dijamin, sebagai aturan praktis, penelitian dengan jumlah peserta atau pasien yang lebih
banyak biasanya memiliki interval kepercayaan yang lebih sempit dan karenanya garis
horizontal yang lebih kecil. Jadi dalam istilah dasar:
• Semakin besar kajiannya, semakin kecil garis horizontal dan semakin besar kotak hitam
yang mewakili taksiran titik. Ini bisa berarti kecil kemungkinan studi tersebut akan
melewati garis efek nol. Mengapa? Karena interval kepercayaan 95% Anda harus
memiliki kisaran yang jauh lebih kecil.
• Semakin kecil kajiannya, semakin lebar garis horizontal dan semakin kecil kotak hitam
yang mewakili taksiran titik. Ini berarti kemungkinan besar studi tersebut akan melewati
garis efek nol (karena interval kepercayaan 95% Anda akan jauh lebih besar).
• Sekarang Anda telah membaca uraian di atas, lihatlah Study (A) dan Study (B) pada
Gambar 3. Cobalah menafsirkan apa yang setiap studi katakan kepada Anda sebelum
melihat ke bagian bawah halaman web untuk jawabannya.

Menilai heterogenitas
• Menilai p value <0,5  heterogen  random effect P=..% (I2)
• Menilai p value >0,5  homogen  fixed effect P=0 %

• Risk ratio
• Studi kohort atau eksperimen karena sebelum intervensi outcomenya sama
• Eksperimental : perlakuan random di setiap kelompok. Kalo kuasi ga di
random disetiap kelompok
• Numerik  mean, kategorik  proporsi
• Odd ratio

Garis plot forest
• Garis vertical risk ratio = 1 tidak ada hubungan risiko (independent)
• Effect size = kotak sampel yang dinilai dalam penelitian
• Garis horizontal = presisi yang dilihat 95% CI, semakin sempit maka
garis presisi semakin bagus
• Diamond = pooled OR atau RR nilai gabungan
• Test over all effect  signifikansi dilihat P

KESIMPULAN FOREST PLOT
• Setiap garis horizontal pada forest plot mewakili studi individu dengan hasil diplot sebagai kotak
dan interval kepercayaan 95% dari hasil ditampilkan sebagai garis.
• Implikasi dari setiap studi yang jatuh pada satu sisi garis vertikal atau sisi lainnya bergantung pada
statistik yang digunakan.
• Jika studi individu melintasi garis vertikal, itu berarti nilai nol berada dalam interval kepercayaan
95%. Ini menyiratkan bahwa hasil penelitian sebenarnya adalah nilai nol dan oleh karena itu
penelitian tersebut tidak mengamati perbedaan yang signifikan secara statistik antara kelompok
perlakuan dan kontrol.
• Diamond di bagian bawah plot forest menunjukkan hasil jika semua studi individu digabungkan
dan dirata-ratakan. Titik horizontal berlian adalah batas interval kepercayaan 95% dan tunduk
pada interpretasi yang sama seperti studi individu lainnya di plot.
• Statistik I2 memberi Anda gambaran tentang heterogenitas studi, yaitu seberapa konsisten studi
tersebut. Jika nilai I2> 50% itu mungkin berarti studi tidak konsisten karena alasan selain
kebetulan. Ini mungkin membuat kesimpulan yang Anda ambil dari plot forest dipertanyakan.

• Ada kotak di baris untuk setiap studi penelitian.
• Titik tengah kotak mewakili estimasi efek titik, yaitu estimasi efek rata-rata untuk
setiap studi. Area kotak mewakili bobot yang diberikan untuk penelitian. Ini
dirancang agar mata tertuju pada studi yang diberi bobot lebih.
• Diamond di bawah penelitian mewakili efek keseluruhan.

SEVERE DENGUE PREDICTORS

Recommended

Recommended

More Related Content

Similar to SEVERE DENGUE PREDICTORS

Similar to SEVERE DENGUE PREDICTORS (20)

Recently uploaded

Recently uploaded (16)

SEVERE DENGUE PREDICTORS

Editor's Notes