persentase.
5.1.2 Menilai Akurasi Nilai-nilai Prediktif Model Non-invasif S Index pada Subjek Penelitian
Nilai cut-off S index dan formulanya diterapkan sesuai dengan referensi jurnal aslinya Kun Zhou dkk. Nilai cut-off yang dipilih dalam mengidentifikasi ada tidaknya
significant fibrosis adalah absence S Index 0,1 dan presence S Index ≥0,5. Nilai
prediktif dari model non invasif S Index dalam identifikasi significant fibrosis, advanced fibrosis dan sirosis pada pasien dengan penyakit hati B kronik dapat dilihat pada tabel 5.2.
Diantara 37 pasien yang dinyatakan mengalami significant fibrosis melalui fibroscan, hanya 3 pasien 8,1 yang menunjukkan nilai S Index lebih rendah dari 0,1. Dengan S
index lebih rendah 0,1, 72,72 pasien dapat dinyatakan tidak mengalami significant fibrosis. Pasien dengan S index lebih dari 0,5, sebanyak 29 dari 29 pasien 100
mengalami significant fibrosis, dan tidak adanya pasien yang diklasifikasikan secara salah pada 15 orang pasien yang tidak mengalami significant fibrosis berdasarkan
fibroscan. Secara keseluruhan, 37 71,2 dari total 52 pasien akan dapat diidentifikasi secara benar, hanya 3 pasien 5,7 yang salah identifikasi oleh S Index. Sebanyak 12
pasien 23 tidak dapat dikelompokkan dengan nilai S Index berada diantara 0,1 dan 0,5.
Melalui cut off S Index dengan absence S Index 0,2 dan presence S Index ≥0,6,
maka dapat diprediksi kejadian advanced fibrosis. Dimana dengan S index lebih rendah 0,2, 94,74 pasien dapat dinyatakan tidak mengalami advanced fibrosis. Sebanyak 32
pasien yang dinyatakan mengalami advanced fibrosis melalui fibroscan, hanya 1 pasien
Universitas Sumatera Utara
3,1 yang salah diklasifikasikan. Pasien dengan S index lebih dari 0,6, sebanyak 27 dari 27 pasien 100 mengalami advanced fibrosis, dan tidak adanya pasien yang
diklasifikasikan secara salah pada 20 pasien yang dinyatakan tidak mengalami advanced fibrosis berdasarkan fibroscan. Total, 45 86,5 dari total 52 pasien akan dapat
diidentifikasi secara benar, hanya 1 pasien 1,9 yang salah identifikasi oleh S Index. Dan terdapat sebanyak 6 pasien 11,5 yang tidak dapat dikelompokkan oleh S Index
yang nilainya berada diantara 0,2 dan 0,6. Nilai cut-off untuk sirosis adalah absence S Index 0,3 dan presence S Index
≥1,5. Hanya 1 pasien 4,3 yang menunjukkan nilai S Index lebih rendah dari 0,3 diantara 23 pasien yang dinyatakan mengalami sirosis melalui pengukuran fibroscan.
Dengan S index lebih rendah 0,3, sebesar 95 pasien dapat dinyatakan tidak mengalami sirosis. Dengan S index lebih dari 1,5, sebanyak 17 dari 20 pasien 85 dapat
diidentikasi mengalami sirosis, dan terdapat 3 pasien 10,3 yang diklasifikasikan secara salah pada 29 orang pasien yang tidak mengalami sirosis berdasarkan fibroscan.
Secara keseluruhan, 36 69 dari total 52 pasien akan dapat diidentifikasi secara benar, hanya 4 pasien 7,7 yang salah identifikasi oleh S Index. Dan terdapat sebanyak 12
pasien 23 yang tidak dapat dikelompokkan oleh S Index yang nilainya berada diantara 0,3 dan 1,5.
Nilai diagnostik dari S Index kemudian dievaluasi lebih lanjut dengan menilai besarnya AUROC, LR +, LR - dan Akurasi. Dalam memprediksi significant fibrosis,
AUROC adalah 0,953 untuk S Index gambar 5.1. Untuk Prediksi advanced fibrosis, nilai AUROC sebesar 0,982 untuk S Index gambar 5.2. Sedangkan dalam prediksi
sirosis, AUROC adalah 0,904 untuk S Index gambar 5.3. Dari hasil ini, terlihat
Universitas Sumatera Utara
walaupun S Index merupakan model prediktif yang terdiri atas petanda laboratorium yang sederhana dan rutin, namun S Index memiliki akurasi dan nilai prediktif yang baik.
Sensitivitas, spesifisitas, PPV, NPV, LR +, LR - beserta nilai akurasi model prediktif dapat dilihat pada tabel 5.2. Pada tabel 5.2 menunjukkan S Index memiliki nilai
prediktif yang tinggi dalam memprediksi fibrosis. Pada tabel 5.2 juga menunjukkan tingginya sensitivitas, NPV serta LR - yang rendah pada S Index sehingga memiliki
risiko kejadian negatif palsu yang rendah, data hasil penelitian pada S Index menunjukkan sensitivitas sebesar 90,63, spesifisitas 100, PPV 100, NPV 72,72,
LR + tak terhingga, LR – 0,09 dan akurasi sebesar 92,5 dalam identifikasi pasien penyakit hati B kronik dengan significant fibrosis. Diikuti dengan hasil penelitian dengan
sensitivitas sebesar 96,43, spesifisitas 100, PPV 100, NPV 94,74, LR + tak terhingga, LR – 0,04 dan akurasi sebesar 97,83 dalam identifikasi pasien penyakit
hati B kronik dengan advanced fibrosis. Dan diperolehnya data hasil penelitian dalam identifikasi pasien sirosis penyakit hati B kronik dengan sensitivitas sebesar 94,44,
spesifisitas 86,36, PPV 85, NPV 95, LR + 7, LR – 0,06 dan akurasi sebesar 90 yang dapat dilihat pada tabel 5.2.
Universitas Sumatera Utara
Tabel 5.2. Nilai Prediktif dari Model Prediktif S Index dalam Diagnosis Significant
Fibrosis, Advanced Fibrosis dan Sirosis pada Subjek Penyakit Hati B Kronik.
Model Cut-off
significant Fibrosis
Sig Fib Fibroscan
Sen Spe
PPV NPV
AUROC LR + LR - Akurasi
F0-1 n=15
F2-4 n=37
S Index Absence
0,1 n = 11 8
3 90,63
100 100
72,72 0,953
Inf 0,09
92,5 Presence
≥0,5 n = 29 29
Model Cut-off
advanced Fibrosis
Adv Fib Fibroscan
Sen Spe
PPV NPV
AUROC LR + LR - Akurasi
F0-2 n=20
F3-4 n=32
S Index Absence
0,2 n = 19 18
1 96,43
100 100
94,74 0,982
Inf 0,04
97,83 Presence
≥0,6 n = 27 27
Model Cut-off
Sirosis Sirosis
Fibroscan Sen
Spe PPV
NPV AUROC
LR + LR - Akurasi F0-3
n=29 F4
n=23 S Index
Absence 0,3 n = 20
19 1
94,44 86,36
85 95
0,904 7
0,06 90
Presence ≥1,5 n = 20
3 17
Sen Sensitivity; Spe Specificity; PPV Positive Predictive Value; NPV Negative Predictive Value; LR+ Positive Likelihood Ratio; LR- Negative Likelihood Ratio;
AUROC Area Under the ROC curves.
Universitas Sumatera Utara
Gambar 5.1. Kurva ROC S Index dalam prediksi significant fibrosis pada subjek
penyakit hati B kronik.
Gambar 5.2.
Kurva ROC S Index dalam prediksi advanced fibrosis pada subjek penyakit hati B kronik.
AUROC = 0,953 Nilai P = 0,0001
AUROC = 0,982 Nilai P = 0,0001
Universitas Sumatera Utara
Gambar 5.3. Kurva ROC S Index dalam prediksi sirosis hati pada subjek penyakit hati B
kronik.
5.2. Pembahasan Diskusi