Artikel Ilmiah : G1A021017 a.n. AZRA AR RASYIDA
| NIM | G1A021017 |
|---|---|
| Namamhs | AZRA AR RASYIDA |
| Judul Artikel | HUBUNGAN ANTARA HASIL PENILAIAN ALGORITMA STROKE GAJAH MADA DENGAN JENIS STROKE BERDASARKAN HASIL CT-SCAN KEPALA NON KONTRAS DI RST WIJAYAKUSUMA PURWOKERTO |
| Abstrak (Bhs. Indonesia) | Latar Belakang: Stroke merupakan kondisi defisit neurologis yang sering menimbulkan dampak serius dan memerlukan diagnosis cepat dan akurat. Tujuan: Penelitian ini bertujuan untuk mengetahui hubungan antara hasil penilaian algoritma stroke Gajah Mada dan jenis stroke yang terdeteksi melalui CT-scan kepala non kontras di RST Wijayakusuma Purwokerto. Metodologi: Metode penelitian menggunakan pendekatan observasional dengan mengumpulkan data dari 32 pasien dengan gejala stroke akut dari bulan Juni hingga Juli 2024. Data dikumpulkan melalui anamnesis, pemeriksaan fisik, dan hasil CT-scan kepala non kontras. Hasil: Hasil menunjukkan bahwa stroke iskemik merupakan jenis stroke yang paling dominan, dengan 84,4% kasus berdasarkan CT-scan kepala non kontras. Algoritma stroke Gajah Mada juga mengidentifikasi mayoritas kasus sebagai stroke iskemik dengan 59,4% kasus. Analisis bivariat menggunakan uji Fisher Exact Test menunjukkan p-value sebesar 0,006, menunjukkan adanya hubungan signifikan antara penilaian algoritma stroke Gajah Mada dengan hasil CT-scan. Kesimpulan: Algoritma stroke Gajah Mada terbukti efektif dalam membedakan jenis stroke. Penelitian ini mendukung penggunaan algoritma sebagai alat bantu diagnosis klinis dalam penanganan stroke. |
| Abtrak (Bhs. Inggris) | Background: Stroke is a neurological deficit condition that often results in serious consequences dan requires rapid dan accurate diagnosis. Objective: This study aims to determine the relationship between the results of the Gajah Mada Stroke Algorithm assessment dan the type of stroke detected through non-contrast head CT scans at RST Wijayakusuma Purwokerto. Methodology: The research employed an observational approach, collecting data from 32 patients presenting with acute stroke symptoms from June to July 2024. Data were gathered through patient anamnesis, physical examinations, dan non-contrast head CT-scan results. Results: The findings indicate that ischemic stroke is the most prevalent type, accounting for 84.4% of cases based on non-contrast head CT scans. The Gajah Mada Stroke Algorithm also identified the majority of cases as ischemic stroke, with 59.4% of cases. Bivariate analysis using Fisher's Exact Test revealed a p-value of 0.006, demonstrating a significant relationship between the Gajah Mada Stroke Algorithm assessment dan CT-scan results. Conclusion: The Gajah Mada Stroke Algorithm has proven effeCTive in distinguishing between types of stroke. This study supports the use of the algorithm as a clinical diagnostic tool in stroke management. Keywords: Gajah Mada Stroke Algorithm, non-contrast head CT-scan, hemorrhagic stroke, ischemic stroke |
| Kata kunci | Kata Kunci : algoritma Stroke Gajah Mada, CT-scan kepala non kontras, stroke hemoragik, stroke iskemik |
| Pembimbing 1 | dr. Tisna Sendy Pratama, Sp.Rad., M.Si., M.Med.Sc |
| Pembimbing 2 | dr. Mohamad Fakih, M.M, Sp.N |
| Pembimbing 3 | - |
| Tahun | 2024 |
| Jumlah Halaman | 83 |
| Tgl. Entri | 2024-12-06 10:50:58.773475 |