PENGEMBANGAN MODEL TERBARU PREDIKTOR RISIKO KEMATIAN DAN REHOSPITALISASI JANGKA PENDEK PADA PASIEN GAGAL JANTUNG MENGGUNAKAN PARAMETER KLINIS DAN EKOKARDIOGRAFI = DEVELOPMENT OF A NOVEL RISK MODEL TO PREDICT SHORT- TERM MORTALITY AND REHOSPITALIZATION IN PATIENTS WITH HEART FAILURE UTILIZING CLINICAL AND ECHOCARDIOGRAPHIC PARAMETERS

Latar Belakang: Gagal jantung merupakan masalah kesehatan yang terus berkembang dengan angka mortalitas dan morbiditas yang tinggi, baik di negara maju maupun negara berkembang, termasuk Indonesia. Oleh karena itu, upaya untuk mengidentifikasi potensi beberapa parameter prediktor readmisi dan kematian untuk mengidentifikasi pasien-pasien berisiko tinggi sangat diperlukan. Penelitian ini bertujuan untuk mengembangkan suatu model prediksi risiko readmisi gagal jantung jangka pendek dengan cakupan parameter klinis dan ekokardiografi yang tidak hanya terpercaya namun juga dapat diaplikasikan secara praktis dan mudah.
Metode: Studi ini adalah studi cohort. Observasi dilakukan secara prospektif dengan pengambilan data yang dilakukan pada saat pasien dirawat inap di Pusat Jantung Terpadu RSUP Dr. Wahidin Sudirohusodo Makassar dengan diagnosis gagal jantung. Data - data yang klinis yang dibutuhkan diambil pada 24 jam pertama saat hospitalisasi. Kemudian pasca perawatan, dilakukan observasi secara periodik pada 30-90 hari pasca rawat jalan untuk menilai angka readmisi pada subjek penelitian. Data diolah menggunakan SPSS versi 26 dengan menggunakan analisis regresi logistik untuk variabel kategorik, dan regresi linear untuk variabel numerik. Lalu dilanjutkan dengan multivarible analysis untuk menentukan model akhir. Nilai cut-off variabel numerik ditentukan menggunakan metode kurva receiver operating characteristic (ROC). Variabel yang berkorelasi signifikan secara statistik disusun menjadi sebuah sistem skoring baru yang dianalisa korelasinya terhadap kejadian readmisi menggunakan analisa step-wise multivariable logistic regression.
Hasil: Terdapat total 252 pasien gagal jantung yang memenuhi kriteria inklusi penelitian ini. Hasil analisis menunjukkan beberapa parameter klinis maupun ekokardiografi yang secara signifikan berperan pada kematian dan rehospitalisasi jangka pendek pasien dengan gagal jantung. Dari penelitian ini didapatkan bahwa model terbaik dalam memprediksi adverse events (kematian dan rehospitalisasi dalam 90 hari) adalah model dengan kombinasi variabel terlengkap yang mencakup: fenotipe HF (LVEF <40% vs. LVEF >40%), umur, jenis kelamin, IMT, DBP, hemoglobin, gula darah admisi, HDL, Natrium, S’lateral, LVSV, dan LUS B-line (AUC 0.717 (95% CI 0.649-0.785), dengan kemampuan untuk memprediksi adverse events adalah kekuatan sedang (moderate).

Kesimpulan: Parameter klinis dan ekokardiografi dapat digunakan sebagai predictor rehospitalisasi maupun kematian pada pasien dengan gagal jantung. Namun studi ini merupakan studi single center sehingga terdapat keterbatasan dalam merepresentasikan seluruh karakteristik pasien gagal jantung. Diharapkan agar pada penelitian selanjutnya dapat dilakukan validasi eksternal model prediksi pada populasi yang berbeda untuk menilai overall performance model dalam aplikasi pada berbagai setting klinis.