ANALISIS KOMBINASI PENGGUNAAN OBAT PADA PASIEN JANTUNG KORONER (Coronary Heart Disease) DENGAN PENYAKIT PENYERTA DI RUMAH SAKIT X CILACAP TAHUN 2019

Abstract

Penyakit Jantung Koroner ditandai dengan adanya gejala infark miokard atau angina pectoris akibat kekurangan oksigen yang menyebabkannya risubternal dan dapat menyebabkan kematian secaramen dadak. Terapi pada Penyakit Jantung Koronerd itu ditujukan untuk mengurangi iskemia dan mencegah terjadinya kemungkinan yang lebih buruk, seperti infarkmiokard atau kematian. Tujuan penelitian ini adalah untuk mengetahui terapi pengobatan dan interaksi obat yang terjadi pada pasien jantung koroner. Metode penelitian ini dilakukan dengan rancangan deskriptif yang bersifat non eksperimental dengan pengambilan data secarar etrospektif dari penelusuran data rekammedikpasien jantung coroner beserta penyakit penyerta yang menjalani pengobatan di instalasi Rawat Jalan di Rumah Sakit X Cilacap tahun 2019. Pengambilan sampel pada penelitian ini berdasarkan data inklusi dan eksklusi dan didapat sebanyak 55 pasien.Teknik analisa data dalam disajikan dalam bentuk deskriptif dan dianalisa dengan uji chisquare. Hasilnya diperoleh interaksi mayor sebanyak 60 (31,7%), moderate sebanyak 98 (51,8%) , dan minor sebanyak 31 (16,4%). Hasil uji analisis chi square terhadap penyaki tpenyerta dan interaksi menunjukkan signifikasi sebesar 0,318 dengan nilai p > 0,05 artinya tidak ada hubungan antara penyakit penyerta dengan interaksi obat.

The Effect of Guided Imagery and Health Education on Heart Failure Patient Anxiety During The Covid-19 Pandemic At Hospital X

“…Age significantly influences the risk of developing a cardiovascular disease since it brings changes to the heart and blood vessels. It is one of the risk factors for cardiovascular diseases that might result in heart failure because old age can increase the risk of plaque accumulating on the blood vessel wall and blocking blood (16). This study is also supported by research conducted at the Internal Medicine Polyclinic of the MH Palembang Hospital for the period of 2012 a significant relationship between age > 55 years and smoking with the incidence of CHD.…”

Aplikasi Pemodelan Logit, Probit dan Clog-Log Pada Regresi Binomial (Studi Kasus: Pemodelan Penyakit Jantung)

“…Sedangkan nilai koefisien status pengecekan kolesterol sebesar 0.035407 artinya seseorang yang memiliki kolesterol memiliki peluang lebih tinggi sebesar 3,5 persen terkena penyakit jantung dibandingkan yang tidak memiliki riwayat pengecekan kolesterol. Hal ini senada dengan penelitian Tajudin et al(2020) yang menyatakan bahwa peningkatan kolesterol akan meningkatkan risiko penyakit jantung. Hal yang sama juga didapat pada penelitian Iskandar et al ( 2017) yang menyatakan terdapat hubungan antar kolesterol dengan penyakit jantung.…”

“…Sedangkan nilai koefisien diabetes tipe 2 sebesar 0.068631 artinya seseorang yang memiliki penyakit diabetes type 2 memiliki peluang lebih tinggi sebesar 6,8 persen terkena penyakit jantung dibandingkan yang tidak memiliki penyakit diabtes tipe 2. Hal ini senada dengan penelitian Farahdika & Azam (2015) serta Tajudin et al(2020) yang menyatakan bahwa risiko penyakit diabetes akan meningkatkan risiko penyakit jantung. Nilai koefisien gender sebesar0.033942 artinya seseorang pria memiliki peluang lebih tinggi sebesar 3,3 persen terkena penyakit jantung dibandingkan seorang wanita.…”

“…Nilai koefisien gender sebesar0.033942 artinya seseorang pria memiliki peluang lebih tinggi sebesar 3,3 persen terkena penyakit jantung dibandingkan seorang wanita. Hal ini senada dengan penelitian Tajudin et al(2020) yang menyatakan bahwa risiko laki-laki lebih besar daripada perempuan dalam hal penyakit jantung.…”

Perbandingan Prediksi Penyakit Serangan Jantung Menggunakan Model Machine Learning

“…Kepatuhan minum obat (pemeriksaan rutin), penggunaan obat resep, kepatuhan diet yang diresepkan dan olahraga yang cukup. Berdasarkan penelitian yang telah dilakukan oleh di RSUP Dr Kariadi Semarang dengan total sampel 128 jiwa didapatkan hasil 80,50% dengan jumlah pasien 103 berpotensi mengidap penyakit jantung [7]. Penelitian oleh Nisa Trianifa menunjukkan bahwa metode SVM dengan ekstraksi sinyal EKG menggunakan algoritma pembacaan waktu dan tekstur sinyal memiliki kinerja yang baik dalam mengklasifikasikan penyakit jantung.…”