Hubungan Kadar Hepsidin dan Retikulosit Hemoglobin pada Ibu Hamil Chapter III V

BAB III
METODE PENELITIAN
III.1. TEMPAT DAN WAKTU
Penelitian dilakukan di Ruangan rawat inap Neurologi RSUP. H. Adam
Malik Medan dari tanggal September 2014 sampai dengan juni 2016
III.2. SUBJEK PENELITIAN
Subjek penelitian diambil dari populasi sasaran dan populasi
terjangkau pasien stroke pada fase akut yang dirawat di Ruangan rawat inap
Neurologi RSUP. H. Adam Malik Medan.
III.2.1. Populasi Sasaran
Semua pasien penderita stroke fase akut yang dirawat di Ruangan
rawat inap Neurologi RSUP. H. Adam Malik Medan.
III.2.2. Populasi Terjangkau
Semua pasien stroke pada fase akut yang dirawat di Ruangan rawat
inap Neurologi RSUP. H. Adam Malik Medan, yang diikutsertakan dalam
penelitian ini di tentukan berdasarkan kriteria inklusi dan eksklusi.
III.2.3. Sampel
Pengambilan sampel dilakukan dengan metode konsekutif
Besar sampel dihitung dengan rumus:

41

Universitas Sumatera Utara

42

n



Z

PoQo 

PaQa

Pa  Po 2



2

Zα =

nilai baku normal berdasarkan nilai ᾳ yang telah ditentukan

P0 =

0,02

Qo =

1 - Po = 1 - 0,02 = 0,98
Pa = 0,12

Qa = 1 – Pa

= 1 - 0,58

= 0,42

N = (1,96Ѵ0,02 x 0,98 + Ѵ 0,12 x 0,88 )

2

.......................................................................

( 0,10 )2

.
N = 47,7 – 48
III.2.4. Kriteria Inklusi

1. Semua pasien stroke pada fase akut yang dirawat di RSUP H. Adam
Malik Medan
2. Penderita yang berumur ≥ 18 tahun
3. Memberikan persetujuan untuk ikut serta dalam penelitian ini.
III.2.5. Kriteria Eksklusi
1. Penderita transient ischemic attack (TIA)
2. Stroke pada batang otak
3. Pasien stroke fase akut yang tidak dilakukan head CT-Scan
4. Stroke fase akut yang datang ke RSUP. H. Adam Malik Medan dan

sudah dilakukan pemeriksaan Head CT-Scan dari rumah sakit luar.

Universitas Sumatera Utara

43

III.3. BATASAN OPERASIONAL
1. Stroke adalah stroke yang didefinisikan oleh World Health
Organization dimana terjadi suatu episode disfungsi neurologi akut
disebabkan oleh iskemik atau perdarahan berlangsung 24 jam atau
meninggal,

tapi

tidak

memiliki

bukti

yang

cukup

untuk

diklasifikasikan (Sacco dkk, 2013).
2. Pasien stroke akut adalah jangka waktu antara awal mula
serangan stroke yang berlangsung sampai 1 minggu (Misbach,
2009).
3. Stroke iskemik adalah episode disfungsi neurologis disebabkan
infark fokal serebral, spinal dan infark retina (Sacco dkk, 2013).
4. Stroke haemoragik adalah disfungsi neurologis yang berkembang
dengan cepat yang disebabkan oleh perdarahan di parenkim otak
atau sistem ventrikel yang tidak disebabkan oleh trauma (Sacco
dkk, 2013).
5. Siriraj stroke score adalah scoring stroke yang sederhana, murah
dan mudah untuk membedakan stroke haemoragik dan stroke
iskemik

yang

mempergunakan

variable

antara

lain

tingkat

kesadaran, riwayat muntah setelah onset, riwayat nyeri kepala 2
jam setelah serangan dan atheroma marker ( angina, claudicatio,
diabetes mellitus serta tekanan darah diastolik (Raghuram dkk,
2012).

Universitas Sumatera Utara

44

6. Allen stroke score sering disebut juga Guy ̓s Hospital stroke score
untuk membedakan stroke iskemik dan stroke haemoragik dengan
mengunakan variable diantaranya Apoplectic onset,

tingkat

kesadaran, respon plantar, tekanan darah diastolik, Ateroma
marker, riwayat hipertensi, riwayat stroke atau TIA, penyakit
jantung (Soman dkk, 2004).
7. Besson stroke score adalah satu sistem

penilaian yang baru

untuk membedakan stroke iskemik dan stroke haemoragik dengan
mengunakan variable seperti riwayat pemakaian alkohol, respons
plantar, riwayat sakit kepala, riwayat hipertensi, riwayat stroke
sebelumnya, penyakit arteri perifer, riwayat hiperlipidemia, atrial
fibrilasi (Goswani dkk, 2013).
8. Algoritma stroke Gadjah Mada adalah suatu strategi klinik untuk

membedakan stroke perdarahan intraserebral dengan stroke
iskemik akut atau infark pada stroke fase akut dan variable yang
dinilai adalah tingkat kesadaran, nyeri kepala dan refleks babinski
(Lamsudin, 1997).
III.4. RANCANGAN PENELITIAN
Penelitian ini bersifat deskriptif analitik dengan metode pengumpulan
data secara potong lintang dengan sumber data primer diperoleh dari pasien
yang dirawat di Ruangan rawat inap Neurologi RSUP. H. Adam Malik Medan.

Universitas Sumatera Utara

45

III.5. PELAKSANAAN PENELITIAN
III.5.1. Instrumen penelitian :
a) Siriraj stroke score :
Merupakan skoring stroke yang sederhana dan mudah dipakai
untuk membedakan stroke perdarahan dengan stroke iskemik
(Aboyomi dkk, 2002).
Dimana variable yang digunakan terdiri dari:

1. Tingkat kesadaran terdiri dari :
-

Sadar penuh ( compos mentis)

=

0

-

Mengantuk/lemah ( apatis )

=

1

-

Tidak sadar ( somnolen sampai dengan sopor )

=

2

2. Riwayat muntah setelah onset :
-

Tidak dijumpai

=

0

-

Dijumpai

=

1

3. Nyeri kepala 2 jam setelah serangan :
-

Tidak ada

=

0

-

Ada

=

1

4. Atheroma marker (angina, claudicatio, dan diabetes melitus)
-

Tidak dijumpai

= 0

-

Dijumpai satu atau lebih dari atheroma marker

= 1

5. Tekanan Darah Diastolik x 0,1
Siriraj stroke score dihitung dengan :

Universitas Sumatera Utara

46

(2.5 x tingkat kesadaran) + (2 x muntah) + (2 x nyeri
kepala) + (0.1 x tekanan darah diastolik) – (3 x
Skor untuk Siriraj stroke score adalah:
atheroma markers) – 12.

1. Stroke haemoragik jika skor

>+1

2. Stroke iskemik jika skor

< -1

3. Skor antara > -1 sampai < +1 menunjukkan keraguan sehingga
pada kasus seperti ini diperlukan pemeriksaan Head CT scan
untuk menegakan diagnosa stroke haemoragik dan stroke
iskemik (Aboyomi dkk, 2002).
b) Allen Stroke Score
Allen stroke score mengunakan variable dibawah :
1.

Apoplectic onset : penurunan kesadaran, Sakit kepala
dalam waktu dua jam, muntah, leher kaku


Skor 0



Skor + 21,9 :

:

Tidak dijumpai
Dijumpai atau lebih

2. Tingkat kesadaran ( 24 jam setelah masuk ) :


Skor 0

:

Sadar



Skor + 7,3

:

Mengantuk



Skor + 14,6

:

Tidak sadar

3. Respon Plantar :


Skor 0

:

Keduanya Fleksor atau

Universitas Sumatera Utara

47

Ekstensor salah satu


Skor + 7,3

:

Keduanya Ekstensor

4. Tekanan darah diastolik ( 24 jam setelah masuk ) dikali 0,17
5. Ateroma marker (diabetes, angina, klaudikasio intermiten)


Skor 0

:

Tidak dijumpai



Skor – 3,7

:

Dijumpai satu atau lebih

6. Riwayat Hipertensi :


Skor 0

:

Tidak dijumpai



Skor – 4,1

:

Dijumpai

7. Riwayat serangan sebelumnya ( TIA atau stroke
sebelumnya)


Skor 0

:

Tidak dijumpai



Skor – 6,7

:

Dijumpai riwayat TIA atau
stroke sebelumnya

8. Penyakit jantung :


Skor



Skor – 4,3



Skor – 4,3

:

Gagal jantung



Skor – 4,3

:

Kardiomiopati



Skor – 4,3

:

Atrial fibrilasi



Skor – 4,3

:

Kardiomegali



Skor – 4,3

O

:

Tidak dijumpai

:

Aorta atau murmur mitral

:

Infark miokard dalam 6 bulan

Universitas Sumatera Utara

48



Constant

:

Skor – 12,6

Allen stroke score dihitung dengan :

Apoplectic onset + Tingkat kesadaran + Respon Plantar + (0,17 x
Tekanan darah diastolic) – Atheroma markers – Riwayat
Hipertensi – Riwayat serangan sebelumnya (TIA) – penyakit
jantung – 12,6

Skor untuk Allen stroke score adalah:
1.

Stroke haemoragik jika skor > 24

2.

Stroke iskemik jika skor < 4

Skor antara 4 sampai 24 menunjukkan keraguan sehingga dianjurkan
pemeriksaan head CT-scan untuk menegakan diagnose (Soman dkk, 2004).
c. Besson stroke score
Suatu studi dibuat satu sistem penilaian yang baru untuk membedakan
stroke iskemik dan stroke haemoragik yang disebut dengan besson stroke
score, yang mana skor ini sangat tepat dipergunakan untuk membedakan
stroke sehingga sesegera mungkin dapat diberikan pilihan terapi yang tepat
pada penderita stroke (Rudra dkk, 2013).

Universitas Sumatera Utara

49

Besson stroke score dapat dihitung dengan :
( 2 × Riwayat pemakaian alkohol ) + ( 1,5 × Respon plantar ) + ( 3 ×
Riwayat sakit kepala ) + ( 3 × Riwayat hipertensi ) - ( 5 × Riwayat
stroke sebelumnya) - ( 2 × Penyakit arteri perifer ) - ( 1,5 × Riwayat
hiperlipidemia ) - ( 2,5 × Atrial fibrilasi ).
Skor 1 : Dijumpai riwayat pemakaian alkohol, respon plantar,

riwayat

sakit kepala, riwayat hipertensi, riwayat stroke sebelumnya,
penyakit arteri perifer, riwayat hiperlipidemia, atrial fibrilasi.
Skor

0 :

Tidak dijumpai

Skor < 1 merupakan stroke iskemik sedangkan nilai skor > 1 merupakan
stroke haemoragik (Besson dkk, 1995).
d. Algoritma Stroke Gadjah Mada
Menilai 3 variabel yaitu : Penurunan kesadaran, Nyeri kepala,
dan refleks babinski.


Perdarahan intraserebri jika :
1. Terdapat 2 atau 3 dari variable tersebut diatas
2. Penurunan kesadaran (+), nyeri kepala dan refleks babinski (-)
3. Penurunan kesadaran dan refleks babinski (-), nyeri kepala (+)



Infark serebri jika: 1. Penurunan kesadaran dan nyeri kepala (-),
refleks babinski (+)
2. Penurunan kesadaran, nyeri kepala dan
refleks babinski (-)

Universitas Sumatera Utara

50

e. Head CT Scan
Head CT Scan yang akan digunakan adalah X Ray CT System Merk
Hitachi seri W 450.
III.5.2. Pengambilan Sampel
1. Semua penderita stroke

akut

yang telah

ditegakkan dengan

anamneses, pemeriksaan fisik yang masuk di Unit Gawat Darurat dan
ruangan Rawat Inap Terpadu RA4 RSUP H. Adam Malik Medan akan
dilakukan pencatatan dengan mengunakan cara non probability
sampling dengan mengunakan metode konsekutif.
2. Diambil sampel yang memenuhi Kriteria Inklusi.
3. Setiap sampel yang memenuhi syarat kriteria inklusi akan di minta
surat persetujuan dan menandatangani surat persetujuan dari
keluarga untuk ikut dalam penelitian ini.
4. Setiap sampel di lakukan pencatatan setelah itu dilakukan head CTScan
5. Pengambilan sampel di lakukan oleh dokter pemeriksa dan pencatatan
scoring di lakukan oleh dokter pemeriksaan.

Universitas Sumatera Utara

51

III.5.3. Kerangka Operasional

Stroke fase akut

Kriteria
Eksklusi

Kriteria Inklusi

Surat Persetujuan Ikut Penelitian

Siriraj Stroke
Score

Allen Stroke
Score

Besson Stroke
Score

Algoritma Stroke
Gadjah Mada

Head CT-Scan
Analisa Data
Hasil

Universitas Sumatera Utara

52

III.5.4. Variabel yang diamati
Variabel bebas :

Pasien stroke fase akut.

Variabel terikat : Siriraj stroke score, Allen Stroke score, Besson
stroke score dan Algoritma Stroke Gadjah Mada.
III.5.5. Analisa Statistik
Data hasil penelitian akan dianalisa secara statistik dengan bantuan
program komputer Windows SPSS (Statistical Product and Science Service).
Analisa dan penyajian data dilakukan sebagai berikut :
1. Untuk melihat gambaran karateristik demografik pada penderita stroke
fase akut yang menjadi sampel penelitian digunakan analisa deskripsi.
2. Untuk mengetahui tingkat akurasi, sensitivitas, spesifisitas, nilai duga
positif, nilai duga negatif, rasio Kemungkinan positif dan rasio
kemungkinan negatif Siriraj stroke score dalam membedakan stroke
iskemik dan stroke haemoragik fase akut di RSUP. H. Adam Malik
Medan digunakan uji diagnostik.
3. Untuk

mengetahui

perbandingan

tingkat

akurasi,

sensitivitas,

spesifisitas, nilai duga positif, nilai duga negatif, rasio Kemungkinan
positif dan rasio kemungkinan negatif Allen stroke score dalam
membedakan stroke iskemik dan stroke haemoragik fase akut di
RSUP. H. Adam Malik Medan digunakan uji diagnostik.
4. Untuk

mengetahui

perbandingan

tingkat

akurasi,

sensitivitas,

spesifisitas nilai duga positif, nilai duga negatif, rasio Kemungkinan
positif dan rasio kemungkinan negatif Besson stroke score dalam

Universitas Sumatera Utara

53

membedakan stroke iskemik dan stroke haemoragik fase akut di
RSUP. H. Adam Malik Medan digunakan uji diagnostik.
5. Untuk

mengetahui

perbandingan

tingkat

akurasi,

sensitivitas,

spesifisitas, nilai duga positif, nilai duga negatif, rasio Kemungkinan
positif dan rasio kemungkinan negatif Algoritma stroke Gadjah Mada
dalam membedakan stroke iskemik dan stroke haemoragik fase akut
di RSUP. H. Adam Malik Medan digunakan uji diagnostik.
6. Untuk mengetahui perbedaan akurasi antara Siriraj stroke score, Allen
stroke score, Besson stroke score serta Algoritma stroke Gadjah Mada
untuk membedakan stroke haemoragik dan stroke iskemik pada fase
akut di RSUP. H. Adam Malik Medan digunakan uji diagnostik.

Universitas Sumatera Utara

BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
IV.1. HASIL PENELITIAN
IV.1.1 Karakteristik demografi subjek penelitian
Dari keseluruhan pasien yang menderita stroke fase akut yang
dirawat di ruang rawat inap terpadu (Rindu) A4 Departemen Neurologi FK
USU / RSUP Haji Adam Malik Medan, terdapat 60 orang subjek stroke fase
akut yang memenuhi kriteria inklusi sehingga diikutsertakan dalam penelitian.
Subjek penelitian yang dianalisa berjumlah 60 orang dibagi atas 2
kelompok yaitu stroke haemoragik sebanyak 24 subjek (40%) dan stroke
iskemik sebanyak 36 subjek (60%).
Rerata usia pada penelitian ini adalah 59,67 tahun ( SD 9,42 )
dimana usia antara 31 – 40 tahun sebanyak 1 orang ( 1,7%), 41 - 50 tahun
sebanyak 8 orang (13,3%), 51 - 60 tahun sebanyak 23 orang ( 38,3%), 61 70 tahun sebanyak 20 orang (33,3%), 71 - 80 tahun sebanyak 8 orang
(13,3%).
Dari 60 subjek penelitian yang dianalisa, terdiri dari 29 orang
perempuan (48,3%) dan 31 orang laki-laki (51,7%).
Subjek penelitian berasal dari suku yang berbeda dengan suku
terbanyak adalah suku Batak sebanyak 26 orang (43,3%), diikuti suku Jawa
16 orang (26,7%), suku Karo 12 orang (20.0%), suku Aceh 5 orang (8,3%),
dan paling rendah dijumpai pada suku padang sebanyak 1 orang (1,7%).

54
Universitas Sumatera Utara

55

Pekerjaan yang terbanyak dijumpai pada Ibu rumah tangga
sebanyak 17 orang (28,3%), diikuti oleh Pegawai negri sipil (PNS) sebanyak
16 orang (26,7%), wiraswasta sebanyak 15 orang (25,0%) serta petani
dijumpai sebanyak 12 orang (20,0%).
Tingkat pendidikan terbanyak dijumpai pada kelompok Sekolah
Lanjut Tingkat Atas (SLTA) sebanyak 27 orang (45,0%), diikuti sekolah Lanjut
Tingkat Pertama (SLTP) 21 orang (35,0%), Sekolah Dasar 7 orang (11,7%)
dan sarjana sebanyak 5 orang (8,3%).
Tabel 1. Karakteristik demografi subjek penelitian
Karakteristik Sampel

N (60)

%

36
24

60,0
40,0

29
31

48,3
51,7

1
8
23
20
8

1,70
13,3
38,3
33,3
13,3

26
12
5
16
1

43,3
20,0
8,3
26,7
1,7

16
17
15
12

26,7
28,3
25,0
20,0

7
21
27
5

11,7
35,0
45.0
8,3

Subjek
Stroke iskemik
Stroke haemoragik

Jenis Kelamin
perempuan
Laki-laki

Usia
31 - 40 tahun
41 - 50 tahun
51 - 60 tahun
61 - 70 tahun
71 - 80 tahun

Suku
Batak
Karo
Aceh
Jawa
Padang

pekerjaan
Pegawai Negeri Sipil (PNS)
Ibu rumah tangga
Wiraswasta
Petani

Pendidikan
SD
SLTP
SLTA
S1

Universitas Sumatera Utara

56

PADANG (1 orang)
1,7%
JAWA (16 orang)
26,7 %

SUKU

BATAK (26 orang)
43.3%

KARO (12 orang)
20%

ACEH
(5 orang)
8,3%

Keterangan : Subjek penelitian paling banyak ditemukan pada suku batak
(43,3%) dan paling sedikit pada suku padang (1,7%)

Gambar 2. Diagram suku subjek penelitian

PETANI(20%)
20%

PNS (16 orang)
26,7%

PEKERJAAN
WIRASWASTA
(15 orang)
25%

IRT(17 oran)
28,3 %

Keterangan : Pekerjaan paling banyak dijumpai pada ibu rumah tangga (28,3%)
dan paling sedikit dengan pekerjaan petani (20%)

Gambar 3. Diagram pekerjaan subjek penelitian

Universitas Sumatera Utara

57

S1 (8,3%)
8%

SD (11,7%)
12%

SLTP (35%)
35%

SLTA (45%)
45%

PENDIDIKAN
Keterangan : Pendidikan terbanyak dijumpai pada kelompok sekolah lanjut
tingkat atas sebanyak (27orang) 45%

Gambar 4. Diagram pendidikan subjek penelitian

Tabel 2. Diagnosis Pasien berdasarkan skala penilaian Siriraj stroke
score, Allen stroke score, Besson stroke score, Algoritma
stroke Gadjah Mada dan CT-Scan

Siriraj stroke score
SI
SH
Besson stroke score
SI
SH
Allen stroke score
SI
SH
ASGM
SI
SH
CT-Scan
SI
SH

Total
N = 60

Persentase
(%)

34
26

56,7
43,3

20
40

33,3
66,7

33
27

55,0
45,0

19
41

31,7
68,3

36
24

60,0
40,0

Universitas Sumatera Utara

58

STROKE
HAEMORAGIK
(24 orang)
40%

STROKE ISKEMIK
(36 orang)
60%

HEAD CT-SCAN

Keterangan : Dari 60 subjek penelitian dijumpai 60 % stroke iskemik dan 40%
stroke haemoragik dengan pemeriksaan head ct-scan

ASS
SH
45%

SSS
SI
55%

SH
(43,3%)

BSS

SI
(56,7%)

ASGM
SI
(31,7)

SI
(33,3%)

SH
(66,7%)

SH
(68,3%)

Keterangan : Dari 60 subjek penelitian ditemukan SH (45 %), SI (55%) dengan ASS,
.
SH (43,3 %), SI (56,7%) dengan SSS, SH (66,7 %), SI (33,3%) dengan .
.
BSS, SH (68,3 %), SI (31,7%) dengan ASGM

Gambar 5. Diagram Diagnosis akhir subjek penelitian

Universitas Sumatera Utara

59

IV.1.2 Tingkat Akurasi Siriraj stroke score membedakan stroke iskemik
dan stroke haemoragik fase akut
Berdasarkan hasil uji diagnostik skala penilaian Siriraj stroke score
(SSS) dalam mengidentifikasi 60 orang pasien dari anamneses dan
pemeriksaan fisik dicurigai pasien stroke fase akut dengan gold standard
Head CT-Scan, Siriraj stroke score memiliki nilai sensitivitas 92% nilai
spesifisitas 89% dengan Nilai Duga Positif (NDP) adalah 85% dan Nilai Duga
Negatif (NDN) adalah 94%. Rasio Kemungkinan Positif (RKP) adalah 8,36,
Rasio Kemungkinan Negatif adalah 0,09 untuk stroke haemoragik sedangkan
nilai sensitivitas dari Siriraj stroke score pada stroke iskemik adalah 92%,
nilai spesifisitas adalah 89% dan dengan nilai duga positif adalah 94% dan
nilai duga negative adalah 85%. Rasio Kemungkinan Positif (RKP) adalah
11,13, Rasio Kemungkinan Negatif adalah 0,12 dengan nilai akurasi Siriraj
stroke score adalah 90%. Data lengkap mengenai nilai diagnostik Siriraj
stroke score terhadap Head CT-scan terdapat pada tabel 3.
Tabel 3. Karakteristik Subjek dengan Head CT-Scan dan Siriraj Stroke Score
Head CT-Scan n=60

Head CT-Scan
Stroke haemoragik
Stroke iskemik
Jumlah
Siriraj stroke score
Stroke haemoragik
Stroke iskemik
Jumlah

N

%

24
36
60

40,0
60,0
100

26
34
60

43,3
56,7
100

Universitas Sumatera Utara

60

Tabel 4. Hasil Penelitian Diagnostik Siriraj Stroke Score dalam
Mengidentifikasi Pasien Stroke haemoragik fase akut

Head-CT Scan

SSS

Total

SH

SI

SH

22

4

26

SI

2

32

34

24

36

60

Total

Analisa uji diagnostik :
Sensitivitas

= 0,92

Spesifisitas

= 0,89

NDP

= 0,85

NDN

= 0,94

Rasio Kemungkinan Positif

= 8,36

Rasio Kemungkinan Negatif

= 0,09

Akurasi

= 0.90

Universitas Sumatera Utara

61

Tabel 5. Hasil Penelitian Diagnostik Siriraj Stroke Score dalam
Mengidentifikasi Pasien Stroke iskemik fase akut
Head-CT Scan

SSS

Total

SI

SH

SI

32

2

34

SH

4

22

26

36

24

60

Total

Analisa uji diagnostik :
Sensitivitas

= 0,89

Spesifisitas

= 0,92

NDP

= 0,94

NDN

= 0,85

Rasio Kemungkinan Positif

= 11,13

Rasio Kemungkinan Negatif

= 0,12

Akurasi

= 0,90

IV.1.3 Tingkat Akurasi Allen stroke score membedakan stroke iskemik
dan stroke haemoragik pada fase akut.
Berdasarkan hasil uji diagnostik skala penilaian Allen stroke score
(ASS) dalam mengidentifikasi 60 orang pasien dari anamneses dan
pemeriksaan fisik dicurigai pasien stroke fase akut dengan gold standard
Head CT-Scan, ASS memiliki nilai sensitivitas 71% nilai spesifisitas 72%

Universitas Sumatera Utara

62

dengan Nilai Duga Positif (NDP) adalah 63% dan Nilai Duga Negatif (NDN)
adalah 79%. Rasio Kemungkinan Positif (RKP) adalah 2,54 dan Rasio
Kemungkinan Negatif adalah 0,41 untuk stroke haemoragik sedangkan nilai
sensitivitas dan spesifisitas untuk stroke iskemik masing-masing 72% dan
71% dengan NDP 79% dan NDN 63%. Rasio Kemungkinan Positif (RKP)
adalah 2,48 dan Rasio Kemungkinan Negatif adalah 1,04 dengan nilai
akurasi Allen stroke score adalah 72%.
Data lengkap mengenai nilai diagnostik Allen stroke score terhadap head CTscan terdapat pada tabel 6.

Tabel 6. Karakteristik Subjek dengan Head CT-Scan dengan Allen stroke
score.
Head CT-Scan
N = 60
N

%

Head CT-Scan
Stroke iskemik
Stroke Haemoragik
Jumlah

36
24
60

60,0
40,0
100

Allen stroke score
Stroke iskemik
Stroke Haemoragik
Jumlah

33
27
60

55,0
45,0
100

Universitas Sumatera Utara

63

Tabel 7. Hasil Penelitian Diagnostik Allen stroke score dalam
Mengidentifikasi Pasien Stroke haemoragik fase akut.

Head CT-Scan

ASS

Total

SH

SI

SH

17

10

27

SI

7

26

33

24

36

60

Total

Analisa uji diagnostik :

Sensitivitas

= 0,71

Spesifisitas

= 0,72

NDP

= 0,63

NDN

= 0,79

Rasio Kemungkinan Positif

= 2,54

Rasio Kemungkinan Negatif

= 0,41

Akurasi

= 0,72

Universitas Sumatera Utara

64

Tabel 8. Hasil Penelitian Diagnostik Allen stroke score dalam
Mengidentifikasi Pasien Stroke iskemik fase akut.

Head CT-Scan

Total

SI

SH

SI

26

7

33

SH

10

17

27

36

24

60

ASS

Total
Analisa uji diagnostik
Sensitivitas

= 0,72

Spesifisitas

= 0,71

NDP

= 0,79

NDN

= 0,63

Rasio Kemungkinan Positif

= 2,48

Rasio Kemungkinan Negatif

= 1,04

Akurasi

= 0,72

IV.1.4 Tingkat Akurasi Besson stroke score membedakan stroke iskemik
dan stroke haemoragik pada fase akut.
Berdasarkan hasil uji diagnostik skala penilaian Besson stroke score
(BSS) dalam mengidentifikasi 60 orang pasien dari anamneses dan
pemeriksaan fisik dicurigai pasien stroke fase akut dengan gold standard
Head CT-Scan, BSS memiliki nilai sensitivitas 96% nilai spesifisitas 53%

Universitas Sumatera Utara

65

dengan Nilai Duga Positif (NDP) adalah 58% dan Nilai Duga Negatif (NDN)
adalah 95%. Rasio Kemungkinan Positif (RKP) adalah 2,04 dan Rasio
Kemungkinan Negatif adalah 0,08 untuk stroke haemoragik sedangkan nilai
sensitivitas dan spesifisitas untuk stroke iskemik masing-masing 53% dan
96% dengan NDP 95% dan NDN 56%. Rasio Kemungkinan Positif (RKP)
adalah 13,25 dan Rasio Kemungkinan Negatif adalah 0,49 dengan nilai
akurasi Besson stroke score adalah 70%.
Data lengkap mengenai nilai diagnostik Besson stroke score terhadap
Head CT-scan kepala terdapat pada tabel 9.
Tabel 9. Karakteristik Besson stroke score dengan Head CT-Scan
Head CT-Scan
N=60

N

%

Stroke iskemik

36

60,0

Stroke Haemoragik

24

40,0

Jumlah

60

100

Stroke iskemik

20

33,3

Stroke Haemoragik

40

66,7

Jumlah

60

100

Head CT-Scan

Besson stroke score

Universitas Sumatera Utara

66

Tabel 10. Hasil Penelitian Diagnostik Besson Stroke Score dalam
Mengidentifikasi Pasien Stroke haemoragik fase akut

Head CT-Scan

BSS

Total

SH

SI

SH

23

17

40

SI

1

19

20

24

36

60

Total

Analisa uji diagnostik :

Sensitivitas

= 0,96

Spesifisitas

= 0,53

NDP

= 0,58

NDN

= 0,95

Rasio Kemungkinan Positif

= 2,04

Rasio Kemungkinan Negatif

=0,08

Akurasi

= 0,70

Universitas Sumatera Utara

67

Tabel 11. Hasil Penelitian Diagnostik Besson Stroke Score dalam
Mengidentifikasi Pasien Stroke iskemik fase akut
Head CT-Scan

BSS

Total

SI

SH

SI

19

1

20

SH

17

23

40

36

24

60

Total

Analisa uji diagnostik :
Sensitivitas

= 0,53

Spesifisitas

= 0,96

NDP

= 0,95

NDN

= 0,56

Rasio Kemungkinan Positif

= 13,25

Rasio Kemungkinan Negatif

= 0,49

Akurasi

= 0,70

IV.1.5 Tingkat Akurasi Algoritma stroke Gadjah Mada membedakan
stroke iskemik dan stroke haemoragik pada fase akut.
Berdasarkan hasil uji diagnostik skala penilaian Algoritma stroke
Gadjah Mada (ASGM) dalam mengidentifikasi 60 orang pasien dari
anamneses dan pemeriksaan fisik dicurigai pasien stroke fase akut dengan

Universitas Sumatera Utara

68

gold standard Head CT-Scan, ASGM memiliki nilai sensitivitas 96% nilai
spesifisitas 50% dengan Nilai Duga Positif (NDP) adalah 56% dan Nilai Duga
Negatif (NDN) adalah 95%. Rasio Kemungkinan Positif (RKP) adalah 1,92
dan Rasio Kemungkinan Negatif adalah 0,08 untuk stroke haemoragik
sedangkan nilai sensitivitas dan spesifisitas untuk stroke iskemik masingmasing 50% dan 96% dengan NDP 95% dan NDN 56%. Rasio Kemungkinan
Positif (RKP) adalah 12,5 dan Rasio Kemungkinan Negatif adalah 0,52
dengan nilai akurasi Algoritma stroke Gadjah Mada adalah 68%.
Data lengkap mengenai nilai diagnostik Algoritma stroke Gadjah Mada
terhadap CT-scan kepala terdapat pada table 12.
Tabel 12. Karakteristik ASGM dengan Head-CT Scan
Head CT-Scan
N=60
N

%

Stroke iskemik

36

60,0

Stroke Haemoragik

24

40,0

Jumlah

60

100

Stroke iskemik

19

31,7

Stroke Haemoragik

41

68,3

Jumlah

60

100

Head CT-Scan

ASGM

Universitas Sumatera Utara

69

Tabel 13. Hasil Penelitian Diagnostik Algoritma stroke Gadjah Mada
dalam Mengidentifikasi Pasien Stroke haemoragik fase akut
Head CT-Scan
SH
ASGM

Total

SI

SH

23

18

41

SI

1

18

19

24

36

60

Total
Analisa uji diagnostik :
Sensitivitas

= 0,96

Spesifisitas

= 0,50

NDP

= 0,56

NDN

= 0,95

Rasio Kemungkinan Positif

= 1,92

Rasio Kemungkinan Negatif

= 0,08

Akurasi

= 0,68

Tabel 14. Hasil Penelitian Diagnostik Algoritma stroke Gadjah Mada
dalam Mengidentifikasi Pasien Stroke iskemik fase akut
Head CT-Scan

ASGM

Total

Total

SI

SH

SI

18

1

19

SH

18

23

41

36

24

60

Universitas Sumatera Utara

70

Analisa uji diagnostik :
Sensitivitas

= 0,50

Spesifisitas

= 0,96

NDP

= 0,95

NDN

= 0,56

Rasio Kemungkinan Positif

= 12,5

Rasio Kemungkinan Negatif

= 0,52

Akurasi

= 0,68

IV.1.6 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Allen
Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa siriraj stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Allen stroke score,
dimana didapatkan tingkat akurasi dari Siriraj stroke score adalah 90%, dan
akurasi dari Allen stroke score adalah 72%. Untuk menilai perbedaan akurasi
antara Siriraj stroke score dan Allen stroke score apakah merupakan nilai
yang bermakna atau tidak, maka perlu dicari nilai p. Dalam mencari nilai p,
sebelumnya harus dicari terlebih dahulu nilai Z dengan perhitungan sebagai
berikut:
Z=

p–P
√P.Q/N

=

0,90 – 0,72
√ (0,72 x 1- 0,72 )/60

Universitas Sumatera Utara

71

=

0,18
√ (0,72 x 0,28)/60

=

0,18

Z = 0.98

0,183

Dari tabel Z, didapati nilai p = 0,836
Dimana:
Z

= akurasi

p

= akurasi SSS dalam mengidentifikasi stroke

P

= akurasi ASS dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak

bermakna antara Siriraj stroke score dan Allen stroke score dalam
mengidentifikasi pasien stroke (p = 0,836).
IV.1.7 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Besson
Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa siriraj stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Allen stroke score,
dimana didapatkan tingkat akurasi dari Siriraj stroke score adalah 90%, dan
akurasi dari Besson stroke score adalah 70%. Untuk menilai perbedaan
akurasi antara Siriraj stroke score dan Besson stroke score apakah

Universitas Sumatera Utara

72

merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam
mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan
perhitungan sebagai berikut:
Z=

p–P
√P.Q/N
0,90 – 0,70

=

=

√ (0,70 x 1- 0,70 )/60
=

0,20
√ (0,70 x 0,30 )/60

=

0,20

Z = 3,33

0,06
Dari tabel Z, didapati nilai p = 0,999
Dimana:
Z

= akurasi

p

= akurasi SSS dalam mengidentifikasi stroke

P

= akurasi BSS dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak

bermakna antara Siriraj stroke score dan Besson stroke score dalam
mengidentifikasi pasien stroke ( p =0,999 ).

Universitas Sumatera Utara

73

IV.1.8 Perbedaan Akurasi Diagnostik Siriraj Stroke Score dan Algoritma
stroke Gadjah Mada dalam mengidentifikasi pasien stroke pada fase
akut.
Dari hasil perhitungan di atas didapatkan bahwa siriraj stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Algoritma stroke
Gadjah Mada dimana didapatkan tingkat akurasi dari Siriraj stroke score
adalah 90%, dan akurasi dari Algoritma stroke Gadjah Mada adalah 68%.
Untuk menilai perbedaan akurasi antara Siriraj stroke score dan Algoritma
stroke Gadjah Mada apakah merupakan nilai yang bermakna atau tidak,
maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari
terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z=

p–P
√P.Q/N
0,90 – 0,68

=

√ (0,68 x 1- 0,68 )/60
=

0,22
√ (0,68 x 0,32 )/60

=

0,22

Z = 0,37

0,602
Dari tabel Z, didapati nilai p = 0,644
Dimana:
Z

= akurasi

p

= akurasi SSS dalam mengidentifikasi stroke

Universitas Sumatera Utara

74

P

= akurasi ASGM dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak

bermakna antara Siriraj stroke score dan Algoritma stroke Gadjah Mada
dalam mengidentifikasi pasien stroke (p =0,644 ).
IV.1.9 Perbedaan Akurasi Diagnostik Allen Stroke Score dan Besson
Stroke Score dalam mengidentifikasi pasien stroke pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa Allen stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Besson stroke score
dimana didapatkan tingkat akurasi dari Allen stroke score adalah 72%, dan
akurasi dari Besson stroke score adalah 70%. Untuk menilai perbedaan
akurasi antara Allen stroke score dan Besson stroke score apakah
merupakan nilai yang bermakna atau tidak, maka perlu dicari nilai p. Dalam
mencari nilai p, sebelumnya harus dicari terlebih dahulu nilai Z dengan
perhitungan sebagai berikut:
Z=

p–P
√P.Q/N

=

0,72 – 0,70
√ (0,70 x 1- 0,70)/60

=

0,02
√ (0,70 x 0,30 )/60

Universitas Sumatera Utara

75

=

0,02

Z = 0,34

0,059
Dari tabel Z, didapati nilai p = 0.633
Dimana:
Z

= akurasi

p

= akurasi ASS dalam mengidentifikasi stroke

P

= akurasi BSS dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak

bermakna antara Allen stroke score dan Besson stroke score dalam
mengidentifikasi pasien stroke (p = 0,633).
IV.1.10

Perbedaan Akurasi Diagnostik Allen Stroke Score dan

Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke
pada fase akut.
Dari hasil perhitungan di atas didapatkan bahwa Allen stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Algoritma stroke
Gadjah Mada dimana didapatkan tingkat akurasi dari Allen stroke score
adalah 72%, dan akurasi dari Algoritma stroke Gadjah Mada adalah 68%.
Untuk menilai perbedaan akurasi antara Allen stroke score dan Algoritma
stroke Gadjah Mada apakah merupakan nilai yang bermakna atau tidak,

Universitas Sumatera Utara

76

maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari
terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z=

p–P

=

√P.Q/N
=

0,72 – 0,68
√(0,68 x 1- 0,68)/60

0,04
√0,68 x 0,32 )/60

=

0,04

Z = 0,67

0,06
Dari tabel Z, didapati nilai p = 0.748
Dimana:
Z

= akurasi

p

= akurasi ASS dalam mengidentifikasi stroke

P

= akurasi ASGM dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek
Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak

bermakna antara Allen stroke score dan Algoritma stroke Gadjah Mada
dalam mengidentifikasi pasien stroke (p =0,748 ).
IV.1.11 Perbedaan Akurasi Diagnostik Besson Stroke Score dan
Algoritma stroke Gadjah Mada dalam mengidentifikasi pasien stroke
pada fase akut.

Universitas Sumatera Utara

77

Dari hasil perhitungan di atas didapatkan bahwa Besson stroke score
memiliki akurasi yang lebih baik dibandingkan dengan Algoritma stroke
Gadjah Mada dimana didapatkan tingkat akurasi dari Besson stroke score
adalah 70% dan akurasi dari Algoritma stroke Gadjah Mada adalah 68%.
Untuk menilai perbedaan akurasi antara Besson stroke score dan Algoritma
stroke Gadjah Mada apakah merupakan nilai yang bermakna atau tidak,
maka perlu dicari nilai p. Dalam mencari nilai p, sebelumnya harus dicari
terlebih dahulu nilai Z dengan perhitungan sebagai berikut:
Z=

p–P

=

√P.Q/N
0,70 – 0,68

=

√ (0,68 x 1- 0,68 )/60
=

0,02

=

√ (0,68 x 0,32 )/60

0,02

= 0,33

0,06

Dari tabel Z, didapati nilai p = 0,629
Dimana:
Z

= akurasi

p

= akurasi BSS dalam mengidentifikasi stroke

P

= akurasi ASGM dalam mengidentifikasi stroke

Q

= 1-P

N

= Jumlah subjek

Universitas Sumatera Utara

78

Sehingga disimpulkan bahwa terdapat perbedaan akurasi yang tidak
bermakna antara Besson stroke score dan Algoritma stroke Gadjah Mada
dalam mengidentifikasi pasien stroke (p = 0.629).
IV.2. PEMBAHASAN
IV.2.1. Analisis Karakteristik Subjek Penelitian
Penelitian ini merupakan penelitian potong lintang yang bertujuan
untuk mengetahui perbedaan akurasi diagnostik Siriraj Stroke Score, Allen
Stroke Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada
dalam mengidentifikasi pasien stroke pada fase akut.
Populasi yang diteliti dalam penelitian ini adalah pasien yang masuk
ke IGD RSUP HAM Medan dan yang dirawat di RA4 RSUP HAM Medan
yang dari anamneses dan pemeriksaan fisik dicurigai mengalami stroke oleh
dokter di IGD RSUP HAM Medan dan kemudian dilakukan penilaian dengan
Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan Algoritma
stroke Gadjah Mada dan selanjutnaya dilakukan pemeriksaan Head CT-Scan
untuk

memastikan

apakah

merupakan

stroke

iskemik

atau

stroke

haemoragik.
Dari 60 orang subjek penelitian dijumpai subjek laki-laki lebih banyak
yaitu 31 orang (51,7%) dibandingkan dengan subjek perempuan yaitu 29
orang (48,3%). Hal ini sesuai dengan penilitian Nyandaiti dkk (2008)
menyatakan bahwa ditemukan laki-laki lebih banyak jika dibandingkan
dengan wanita dimana dari 50 pasien yang diteliti ditemukan tiga pulu lima

Universitas Sumatera Utara

79

(70%) adalah laki-laki dan wanita ditemukan sebanyak limabelas orang (30%)
dimana rasio laki-laki dan wanita adalah 2,3 : 1. Sementara Singh dkk (2001)
menunjukan perbandingan terjadinya stroke pada laki-laki lebih besar
dibandingkan dengan perempuan dengan rasio antara laki-laki dan wanita
adalah 3:1, sedangkan menurut Khan dkk (2005) dari 100 pasien stroke yang
diteliti ditemukan bahwa jumlah laki-laki lebih banyak yaitu 71 orang
dibandingkan dengan perempuan yang hanya dijumpai sebanyak 29 orang.
Tabel 15. Insidensi Stroke Berdasarkan Jenis Kelamin
Singh, dkk

2001

Perbandingan terjadinya stroke pada
laki-laki

lebih

besar

dengan

perempuan

dibandingkan
dengan

rasio

antara laki-laki dan wanita adalah 3:1
Khan dan Rehman

2005

100

pasien

stroke

yang

diteliti

ditemukan bahwa jumlah laki-laki (71
orang) > perempuan (29 orang).

Nyandaiti, dkk

2008

50 pasien stroke yang diteliti ditemukan
35 orang (70%) adalah laki-laki dan
wanita ditemukan sebanyak 15 orang
(30%) dimana rasio laki-laki dan wanita
= 2,3 : 1.

Penelitian ini

2016

Subjek laki-laki 31 orang (51,7%) >
subjek perempuan 29 orang (48,3%)

Rerata usia subjek penelitian ini adalah 59,67 tahun, dengan usia
termuda 38 tahun dan usia tertua 78 tahun, jumlah subjek terbanyak pada
kelompok usia 51 tahun sampai dengan 60 tahun sebanyak 23 orang

Universitas Sumatera Utara

80

(38,3%), di ikuti kelompok usia 61 tahun sampai dengan 70 tahun sebanyak
20 orang (33,3%).
Hal ini sesuai dengan penelitian Singh dkk (2001) dimana usia ratarata pasien adalah 58,05 tahun dengan usia yang termuda ditemukan pada
umur 20 tahun dan usia tertua dijumpai pada usia 82 tahun. Penelitian
Rambe dkk (2013) menyatakan bahwa usia rerata stroke adalah 59 tahun
dengan rentan usia antara 20 tahun sampai dengan 95 tahun dan jumlah
subjek yang paling banyak ditemukan pada usia 40-59 tahun. (Tabel 16).
Tabel 16. Insidensi Stroke Berdasarkan Usia
Singh, dkk

2001

Usia rata-rata pasien adalah 58,05
tahun

dengan

usia

yang

termuda

ditemukan pada umur 20 tahun dan usia
tertua dijumpai pada usia 82 tahun.
Rambe, dkk

2013

Usia rerata stroke: 59 tahun (20-95
tahun), dan jumlah subjek terbanyak
usia 40-59 tahun

Penelitian ini

2016

Rerata usia subjek: 59,67 tahun dengan
usia termuda 38 tahun dan usia tertua
78 tahun.

Pendidikan subjek yang terbanyak pada penelitian ini adalah SLTA
sebanyak 27 orang (45,0%), SLTP sebanyak 21 orang (35,0%), SD sebanyak
7 0rang (11,7%) dan yang terkecil adalah Sarjana sebanyak 5 orang (8,3%).
Hal ini sesuai dengan penelitian dari Liao dkk (2009) menyatakan bahwa
dijumpai jumlah subjek lulusan perguruan tinggi lebih sedikit pada kelompok
stroke (29,4%) daripada kelompok bukan stroke (33,1%), dimana pada

Universitas Sumatera Utara

81

kelompok stroke pendidikan yang terbanyak adalah lulusan SMA sebanyak
32,4%. Penjelasan diatas dapat ditemukan pada Tabel 17 dibawah ini. :
Tabel 17. Insidensi Stroke Berdasarkan Tingkat Pendidikan
Subjek lulusan perguruan tinggi pada kelompok
stroke (29,4%) dari pada bukan stroke (33,1%)

Liao, dkk

2009

dimana pendidikan paling banyak pada kelompok
stroke yaitu SMA (32,4%)
Pendidikan subjek terbanyak SMA (45%), diikuti
SMP (35%), dan yang terkecil adalah Sarjana

Penelitian ini

2016

(8,3%)

Pekerjaan pada subjek penelitian ini dijumpai paling banyak pada ibu
rumah tangga sebanyak 17 orang (28,3%), di ikuti oleh Pegawai negri sipil
sebanyak 16 orang (26,7%) sementara yang paling sedikit dengan pekerjaan
petani sebanyak 12 orang (20,0%) Hal ini sesuai dengan penelitian yang
dilakukan Rambe dkk (2013) bahwa pekerjaan yang terbanyak subjek
penelitian adalah IRT (35,6%). (Tabel 18).
Tabel 18. Insidensi Stroke Berdasarkan Pekerjaan

Rambe, dkk

2013

Pekerjaan

yang

terbanyak

subjek

penelitian adalah IRT (35,6%)

Penelitian ini

2016

Pekerjaan terbanyak IRT 17 0rang
(28,3%) diikuti pegawai negri sipil 16
orang (26,7%), dan yang paling sedikit
adalah petani 12 orang (20,0%)

Universitas Sumatera Utara

82

Pada penelitian ini suku Batak merupakan suku yang paling banyak
dari subjek penelitian yaitu sebanyak 26 orang (43,3%), diikuti suku Jawa
sebanyak 16 orang (26,7%), suku Karo sebanyak 12 orang (20,0%), suku
Aceh sebanyak 5 orang (8.3%) dan yang terkecil dijumpai pada suku Padang
sebanyak 1 orang (1,7%). Hal ini sesuai dengan penelitian Rambe dkk (2013)
dijelaskan bahwa pada kelompok stroke iskemik dijumpai 40,7% suku Batak /
Mandailing, 22,2% suku Karo, dan yang terkecil suku Minang (3,7%).
Setelah dilakukan tindakan Head CT-Scan untuk memastikan stroke
haemoragik dan stroke iskemik yang masuk dalam penelitian ini maka
dijumpai penderita stroke iskemik lebih banyak (60%) daripada stroke
hemoragik (40%). Hal ini sesuai dengan penelitian Kolapo dkk (2014) dimana
dari 1.112 pasien dengan gejala klinis stroke maka ditemukan stroke iskemik
lebih banyak sekitar 71% yang merupakan stroke iskemik dan 29% adalah
stroke haemoragik yang semuanya dikonfermasi dengan Head-CT Scan.
Penelitian Singh dkk (2001) bahwa dari 60 pasien ditemukan 37
(61,67%) pasien adalah stroke iskemik dan 23 (38,33%) pasien merupakan
stroke haemoragik setelah dilakukan pemeriksaan Head CT-Scan. Pada
penelitian Goswami dkk (2013) menyatakan bahwa dari 200 orang yang
diteliti ditemukan 129 diantaranya adalah stroke iskemik dan 71 merupakan
stroke haemoragik, sedangkan menurut Rambe dkk (2013) menunjukkan
bahwa jumlah infark (53,7%) lebih banyak daripada perdarahan (27%) pada
pemeriksaan CT sken / MRI kepala (Tabel 19).

Universitas Sumatera Utara

83

Tabel 19. Perbandingan Klasifikasi Kejadian Stroke
Singh, dkk

2001

Dari 60 orang yang diteliti ditemukan 37
(61,67%) adalah stroke iskemik dan 23
(38,33%)

merupakan

stroke

haemoragik
Goswami, dkk

2013

Dari 200 orang yang diteliti ditemukan
129 orang adalah stroke iskemik dan 71
orang merupakan stroke haemoragik.

Rambe, dkk

2013

Infark (53,7%) > perdarahan (27%)
pada pemeriksaan CT sken / MRI
kepala

Kolopo, dkk

2014

Sebanyak

71%

didiagnosis

stroke

iskemik, dan 29% didiagnosis stroke
haemoragik.
Penelitian ini

2016

Setelah dilakukan Head CT-Scan maka
dari 60 orang yang masuk dalam
penelitian

ditemukan

36

(60%)

merupakan stroke iskemik dan 24 orang
(40%) stroke haemoragik.
IV.2.2. Perbedaan Sensitivitas Siriraj Stroke Score, Allen Stroke Score,
Besson Stroke Score dan Algoritma stroke Gadjah Mada untuk
membedakan stroke iskemik dan stroke haemoragik pada fase akut.
Pada penelitian ini sensitivitas Besson stroke score (0,96) dan
Algoritma stroke Gadjah Mada (0,96) lebih baik daripada Siriraj stroke score
(0,92) dan Allen Stroke Score (0,71) pada stroke haemoragik sedangkan
pada stroke iskemik Siriraj stroke score (0,89) lebih tinggi daripada Allen

Universitas Sumatera Utara

84

stroke score (0,72), Besson stroke score (0,53) dan algoritma stroke Gadjah
Mada (0,50). Hal ini berarti bahwa Besson stroke score dan Algoritma stroke
Gadjah Mada lebih baik dibandingkan dengan Siriraj stroke score dan Allen
stroke score dalam mengidentifikasi stroke haemoragik sedangkan pada
stroke iskemik yang lebih baik dijumpai pada Siriraj stroke score jika
dibandingkan pada Allen stroke score, Besson stroke score dan algoritma
stroke Gadjah Mada.
Hal ini sesuai dengan penelitian Goswami (2013) menjelaskan bahwa
tingkat sensitivitas Siriraj stroke score lebih tinggi dibandingkan dengan Allen
stroke score dan Besson stroke score dimana masing-masing adalah 71%,
59% dan 65% pada stroke iskemik sedangkan penelitian Sherin (2011)
menjelaskan bahwa tingkat sensitivitas Siriraj stroke score lebih tinggi yaitu
78,26% untuk stroke iskemik dan 67,74% untuk stroke haemoragik jika
dibandingkan dengan Allen stroke score yaitu 71,1% untuk stroke iskemik
dan 38,70% untuk stroke haemoragik.
Menurut penelitian Soman dkk (2004) menjelaskan bahwa Siriraj
stroke score memiliki tingkat sensitivitas lebih tinggi jika dibandingkan dengan
Allen stroke score yaitu masing-masing 75% dan 50% pada stroke
haemoragik sedangkan Singh dkk (2001) menjelaskan bahwa tingkat
sensitivitas dari Siririraj stroke score adalah 83,3% dan di berbagai penelitian
di india ditemukan bahwa tingkat sensitivitas dari siriraj stroke score adalah
69% sampai dengan 92% untuk stroke haemoragik (table 20)

Universitas Sumatera Utara

85

Tabel 20. Perbedaan Sensitivitas Siriraj Stroke Score, Allen Stroke
Score, Besson Stroke Score dan Algoritma stroke Gadjah Mada
Singh, dkk

2001

Sensitivitas dari siriraj stroke score
adalah 69% sampai dengan 92% untuk
stroke haemoragik.

Soman, dkk

2004

Siriraj stroke score memiliki tingkat
sensitivitas lebih baik jika dibandingkan
dengan

Allen

stroke

score

yaitu

masing-masing 75% dan 50% pada SH

Sherin, dkk

2011

Sensitivitas SSS lebih tinggi (78,26%)
untuk SI dan (67,74%) untuk stroke
haemoragik jika dibandingkan dengan
ASS (71,1%) untuk SI dan (38,70%)
untuk SH.

Goswami, dkk

2013

Sensitivitas Siriraj stroke score lebih
tinggi dibandingkan dengan Allen stroke
score dan Besson stroke score yaitu
masing - masing 71%, 59% dan 65%
pada stroke iskemik.

Penelitian ini

2016

Sensitivitas BSS (0,96) dan ASGM
(0,96) lebih baik daripada SSS (0,92)
dan ASS (0,71) pada SH sedangkan
pada SI ditemukan SSS (0,89) lebih
tinggi daripada ASS (0,72), BSS (0,53)
dan ASGM (0,50)

Universitas Sumatera Utara

86

IV.2.3. Perbedaan Spesifisitas Siriraj Stroke Score, Allen Stroke Score,
Besson Stroke Score dan Algoritma stroke Gadjah Mada pada Stroke
iskemik dan stroke haemoragik pada stroke fase akut.
Spesifisitas Siriraj Stroke score merupakan paling tinggi sebesar (0,89)
jika dibandingkan dengan Allen stroke score (0,72), Besson stroke score
(0,53) dan Algoritma stroke Gadjah Mada (0,50) pada stroke haemoragik
sedangkan pada stroke iskemik spesifisitas Besson stroke score dan
Algoritma stroke Gadjah Mada merupakan yang paling tinggi yaitu masingmasing (0,96) jika dibandingkan dengan Siriraj stroke score (0,92) dan Allen
stroke score (0,71). Hal ini menunjukkan kemampuan Siriraj stroke score
yang digunakan mempunyai kemampuan yang lebih baik dalam memberikan
hasil negatif pada pasien stroke haemoragik sedangkan Besson stroke score
dan Algoritma stroke Gadjah Mada memberikan kemampuan yang lebih baik
dalam memberikan hasil negatif pada stroke iskemik.
Hal ini sesuai dengan penelitian dari Clifford dkk (2013) dimana tingkat
spesifisitas dari Siriraj stroke score yaitu 83% untuk stroke iskemik dan 88%
untuk stroke haemoragi lebih tinggi dibandingkan dengan Allen stroke score
dimana spesifitasnya 79% untuk stroke iskemik dan 83% untuk stroke
haemoragik.
Menurut penelitian Sherin dkk ( 2011 ) bahwa tingkat Spesifisitas siriraj
stroke score lebih tinggi pada stroke iskemik dan stroke haemoragik yaitu
masing-masing adalah 90,32% dan 94,2% jika dibandingkan dengan tingkat
spesifitas dari Allen stroke score pada stroke iskemik dan stroke haemoragik

Universitas Sumatera Utara

87

yaitu 80,64% dan 91,30% sedangkan menurut penelitian Singh dkk (2001)
bahwa tingkat sensitivitas dari Siririraj stroke score adalah 92,5% untuk
stroke haemoragik dan di berbagai penelitian di india ditemukan bahwa
tingkat sensitifitas dari Siriraj stroke score untuk stroke haemoragik adalah
61% sampai dengan 94%. (Tabel 21)
Tabel 21. Perbedaan Spesifisitas SSS, ASS, BSS dan ASGM
Singh, dkk

2001

Beberapa penelitian di india ditemukan bahwa
tingkat sensitifitas dari SSS untuk SH adalah
61% sampai dengan 94%.

Sherin, dkk

2011

Spesifisitas SSS lebih tinggi pada SI dan SH
yaitu masing-masing adalah 90,32% dan 94,2%
jika dibandingkan dengan tingkat spesifitas dari
ASS pada SI dan SH yaitu 80,64% dan 91,30%

Clifford, dkk.

2013

Spesifisitas SSS (83%) untuk SI dan (88%)
untuk SH lebih tinggi dibandingkan dengan ASS
dimana spesifitasnya (79%) untuk SI dan (83%)
untuk SH.

Penelitian ini

2016

Spesifisitas

SSS

paling

tinggi

(0,89)

jika

dibandingkan dengan ASS (0,72), BSS (0,53)
dan ASGM (0,50) pada SH sedangkan pada SI
spesifisitas BSS dan ASGM merupakan yang
paling tinggi yaitu masing-masing (0,96) jika
dibandingkan dengan SSS (0,92) dan ASS
(0,71).

Universitas Sumatera Utara

88

IV.2.4. Perbedaan nilai duga positif (NDP) dan nilai duga negatif (NDN)
Siriraj Stroke Score, Allen Stroke Score, Besson Stroke Score dan
Algoritma stroke Gadjah Mada pada stroke iskemik dan stroke
haemoragik pada stroke fase akut.
Pada penelitian ini dijumpai nilai duga positif Siriraj stroke score (0,85)
lebih tinggi dibandingkan dengan Allen stroke score (0,63), Besson stroke
score (0,58) dan algoritma stroke Gadjah Mada (0,56) pada stroke
haemoragik sedangkan pada stroke iskemik nilai duga positif Besson stroke
score (0,95) dan algoritma stroke Gadjah Mada (0,95) lebih tinggi jika
dibandingkan dengan Siriraj stroke score (0,94) dan Allen stroke score (0,79).
Pada pemeriksaan Siriraj stroke score, hasil pemeriksaan positif dan
benar positif untuk membedakan stroke iskemik dan stroke haemoragik pada
fase akut adalah 85%, sementara Allen stroke score adalah 63%, Besson
stroke score adalah 58% dan algoritma stroke Gadjah Mada sebesar 56%
pada stroke haemoragik sedangkan pada stroke iskemik Besson stroke score
95%, algoritma stroke Gadjah Mada 95%, Siriraj stroke score 94% dan Allen
stroke score 79%.
Hal ini sesuai dengan penelitian Sherin dkk (2011) dimana nilai duga
positif Siriraj stroke score yaitu 84% pada stroke haemoragik dan 94,73%
untuk stroke iskemik lebih tinggi dibandingkan dengan nilai duga positif pada
Allen stroke score dimana 66,67% untuk stroke haemoragik dan 89,04%
untuk stroke iskemik.

Universitas Sumatera Utara

89

Nilai Duga Negatif Besson stroke score (0,95) dan algoritma stroke
Gadjah Mada (0,95) lebih tinggi daripada Siriraj stroke score (0,94) dan Allen
stroke score (0,79) pada stroke haemoragik sedangkan pada stroke iskemik
dijumpai bahwa Siriraj stroke score (0,85) lebih tinggi jika dibandingkan
dengan Allen stroke score (0,63), Besson stroke score (0,56) dan algoritma
stroke Gadjah Mada (0,56).
Pada penelitian Sherin dkk (2011) ditemukan bahwa nilai duga negatif
lebih tinggi pada Siriraj stroke score yaitu 86,67% untuk stroke haemoragik
dan 66,11% untuk stroke iskemik dibandingkan dengan nilai duga negatif
pada Allen stroke score yaitu 76,82% untuk stroke haemoragik dan 55,56%
untuk stroke iskemik. (Tabel 22)
Tabel 22. Perbedaan NDP dan NDN SSS, ASS, BSS dan ASGM

NDP SSS yaitu 84% pada SH dan 94,73%

Sherin, dkk

2011

untuk SI lebih tinggi dibandingkan dengan NDP
yaitu 66,67% untuk SH dan 89,04% untuk SI
dan NDN lebih tinggi pada SSS yaitu 86,67%
untuk SH dan 66,11% untuk SI dibandingkan
dengan NDN pada ASS yaitu 76,82% untuk SH
dan 55,56% untuk SI

NDP SSS (0,85) lebih tinggi dibandingkan

Penelitian ini

2016

dengan ASS (0,63), BSS (0,58) dan ASGM
(0,56) pada SH sedangkan pada SI, NDP dari
BSS (0,95) dan ASGM (0,95) lebih tinggi jika
dibandingkan dengan SSS (0,94) dan ASS
(0,79).

Universitas Sumatera Utara

90

IV.2.6. Perbedaan Akurasi Siriraj Stroke Score, Allen Stroke Score,
Besson Stroke Score dan Algoritma stroke Gadjah Mada untuk
Mengidentifikasi Stroke iskemik dan stroke haemoragik pada stroke
fase akut.
Akurasi skala Siriraj stroke score lebih tinggi bila dibandingkan dengan
Allen stroke score, Besson Stroke score dan algoritma stroke Gadjah Mada
dimana nilai akurasi Siriraj stroke score adalah 90%, Allen stroke score
adalah 72%, Besson stroke score adalah 70% dan algoritma stroke Gadjah
Mada adalah 68%.
Hal ini sesuai dengan penelitian Sherin dkk (2011) dimana tingkat
akurasi dari Siriraj stroke score lebih tinggi jika dibandingkan dengan akurasi
dari Allen stroke score dimana masing-masing memiliki nilai akurasi adalah
75% dan 61%.
Hal ini sesuai dengan penelitan Celani dkk (1994) dijelaskan bahwa
tingkat akurasi dari Siriraj stroke score lebih tinggi jika dibandingkan dengan
dengan Allen stroke score dengan akurasi secara keseluruhan masing –
masing adalah 93% dan 91%.
Hal ini sesuai dengan

penelitian yang dilakukan oleh Soman dkk

(2004) dijelaskan bahwa tingkat akurasi dari Siriraj stroke score lebih tinggi
dibandingkan dengan tingkat akurasi dari Allen stroke score dengan
perbandingan masing – masing adalah 93.42% dan 87%.

Universitas Sumatera Utara

91

IV.3. KETERBATASAN PENELITIAN
Penelitian ini mempunyai keterbatasan yaitu:
1. Jumlah sampel yang sedikit yang diikutkan dalam penelitian ini yang
merupakan pasien stroke fase akut yang masuk di RSUP Haji Adam
Malik Medan sehingga hasil penelitian kurang representatif.
2. Terdapat subjek penelitian dengan gambaran CT-Scan normal pada
pasien-pasien yang diduga merupakan pasien stroke fase akut karena
onset terjadinya stroke masih berlangsung beberapa jam, sehingga
gambaran Head CT-Scan kesan masih dalam batas normal.
3. Pada pasien-pasien yang mengalami penurunan kesadaran pada
subjek penelitian ini dimana anamnese hanya bisa di d