Text
PEMBUATAN MODEL PREDIKSI KLINIS (MPK) UNTUK MEMPREDIKSI SKOR GENSINI PADA PASIEN PENYAKIT JANTUNG KORONER (PJK)
ABSTRAK
PEMBUATAN MODEL PREDIKSI KLINIS (MPK) UNTUK
MEMPREDIKSI SKOR GENSINI PADA PASIEN
PENYAKIT JANTUNG KORONER (PJK)
Made Raditya Arhya Putra, Raehanul Bahraen, I Gede Yasa Asmara, Yusra Pintaningrum
Latar Belakang: Skor Gensini merupakan sistem penilaian angiografi yang
tervalidasi untuk mengkuantifikasi keparahan penyakit jantung koroner (PJK).
Meski memiliki nilai prognostik penting, perhitungannya membutuhkan prosedur
angiografi yang invasif, mahal, serta dapat terjadi variabilitas inter-observer.
Penelitian ini bertujuan mengembangkan model prediksi klinis untuk
memperkirakan skor Gensini berdasarkan parameter pre-angiografi.
Metode: Penelitian observasional analitik dengan pendekatan cross-sectional
retrospektif dilakukan pada 245 pasien yang menjalani angiografi koroner di RSUD
Provinsi NTB periode 2021-2024. Data pre-angiografi meliputi parameter klinis
dan laboratorium dikumpulkan, serta dihitung skor Gensini berdasarkan hasil
angiografi. Model prediksi dikembangkan menggunakan tiga pendekatan: Ordinary
Least Squares (OLS), Generalized Additive Model (GAM), dan Ridge Regression.
Validasi internal dilakukan dengan metode bootstrap optimism correction.
Hasil: Dari 13 prediktor yang terpilih dan digunakan dalam model final, beberapa
parameter menunjukkan korelasi signifikan dengan skor Gensini: laju nafas
(r=0,163, p=0,0107), tekanan darah sistolik (r=-0,149, p=0,020), usia (r=0,140,
p=0,0288), trigliserida (r=-0,136, p=0,0328), HDL (r=-0,132, p=0,0386), dan
riwayat hipertensi (r=-0,126, p=0,0493). Model GAM menunjukkan performa
terbaik dengan MAE 29,05, MSE 1591,3, RMSE 39,80, dan R? -0,10.
Kesimpulan: Model prediksi yang dikembangkan menunjukkan performa yang
terbatas dalam memprediksi skor Gensini. Hal ini mencerminkan kompleksitas
patofisiologi PJK dan kemungkinan adanya faktor-faktor lain yang belum
teridentifikasi. Diperlukan penelitian lanjutan dengan desain prospektif dan
penambahan parameter biomarker untuk meningkatkan akurasi prediksi.
Kata Kunci: model prediksi klinis, skor Gensini, penyakit jantung koroner,
angiografi koroner, validasi internal
Tidak tersedia versi lain