TESIS
TNF-RELATED APOPTOSIS INDUCING LIGAND
(TRAIL) YANG RENDAH SEBAGAI PREDIKTOR
MORBIDITAS SELAMA MASA PERAWATAN
PENDERITA INFARK MIOKARD AKUT (IMA)
LAURENTIA UTARI WIBISONO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
TESIS
TNF-RELATED APOPTOSIS INDUCING LIGAND
(TRAIL) YANG RENDAH SEBAGAI PREDIKTOR
MORBIDITAS SELAMA MASA PERAWATAN
PENDERITA INFARK MIOKARD AKUT (IMA)
LAURENTIA UTARI WIBISONO
NIM 0914138205
PROGRAM MAGISTER
PROGRAM STUDI ILMU BIOMEDIK
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
TNF-RELATED APOPTOSIS INDUCING LIGAND
(TRAIL) YANG RENDAH SEBAGAI PREDIKTOR
MORBIDITAS SELAMA MASA PERAWATAN
PENDERITA INFARK MIOKARD AKUT (IMA)
Tesis untuk Memperoleh Gelar Magister
Pada Program Magister, Program Studi Ilmu Biomedik
Program Pasca Sarjana Universitas Udayana
LAURENTIA UTARI WIBISONO
NIM 0914138205
PROGRAM MAGISTER
PROGRAM STUDI ILMU BIOMEDIK
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
Tesis Ini Telah Diuji pada
Tanggal 9 Februari 2015
Panitia Penguji Tesis Berdasarkan SK Rektor
Universitas Udayana, No: 316/ UN14.4/ HK/ 2015, Tanggal 29 Januari 2015
Ketua : dr. IGN Putra Gunadhi, SpJP (K), FIHA, FAsCC
Anggota :
1. Prof. Dr. dr. I Gede Raka Widiana, SpPD-KGH
2. Prof. Dr. dr. I Wayan Wita, SpJP (K), FIHA, FAsCC
3. Dr. dr. Ida Sri Iswari, SpMK, M.Kes
4. dr. I Ketut Badjra Nadha, SpJP (K), FIHA, FAsCC
UCAPAN TERIMA KASIH
Pertama-tama perkenankanlah penulis memanjatkan puji syukur kehadapan
Tuhan Yang Maha Esa, karena atas karunia-Nya maka tesis yang berjudul ―TNF
Related Apoptosis Inducing Ligand (TRAIL) yang Rendah Sebagai Prediktor
Morbiditas Selama Masa Perawatan Penderita Infark Miokard Akut (IMA)‖ dapat
terselesaikan dengan baik.
Penulis menyadari bahwa tanpa bimbingan, pengarahan, sumbangan
pikiran, dorongan semangat dan bantuan lainnya yang sangat berharga dari semua
pihak, tesis ini tidak akan terlaksana dengan baik dan lancar. Oleh karena itu, pada
kesempatan ini penulis menyampaikan rasa terima kasih yang setulus-tulusnya
dan penghargaan yang setinggi-tingginya kepada :
Rektor Universitas Udayana, Prof. Dr. dr Ketut Suastika, SpPD-KEMD dan
Dekan Fakultas Kedokteran Universitas Udayana, Prof. Dr. dr Putu Astawa,
Sp.OT (K), M.Kes yang telah memberikan kesempatan dan fasilitas pada penulis
untuk mengikuti Program Pendidikan Dokter Spesialis I di Universitas Udayana.
Direktur Program Pascasarjana Universitas Udayana, Prof. Dr. dr Raka
Sudewi, Sp.S(K), atas kesempatan yang telah diberikan pada penulis untuk
menjadi mahasiswa program pasca sarjana, program studi kekhususan kedokteran
klinik (combined degree).
Ketua Program Pascasarjana Kekhususan Kedokteran Klinik (combined
degree), Prof. Dr. dr. Wimpie I Pangkahila, Sp.And.,FAACS, yang telah
memberikan kesempatan pada penulis untuk menjadi mahasiswa Program Pasca
Sarjana Kekhususan Kedokteran Klinik (combined degree).
Direktur RSUP Sanglah Denpasar, dr. A.A.A Saraswati, M.Kes atas
kesempatan dan fasilitas yang diberikan untuk melanjutkan pendidikan di
Bagian/SMF Kardiologi dan Kedokteran Vaskular dan melakukan penelitian di
RSUP Sanglah Denpasar.
dr. IGN Putra Gunadhi, SpJP(K), selaku pembimbing pertama dan Kepala
Bagian/SMF Kardiologi dan Kedokteran Vaskular Fakultas Kedokteran
Universitas Udayana/RSUP Sanglah, yang telah memberikan kesempatan penulis
untuk mengikuti Program Pendidikan Dokter Spesialis I di Bagian/SMF
Kardiologi dan Kedokteran Vaskular FK UNUD/RSUP Sanglah serta
memberikan dorongan, dukungan, semangat serta meluangkan waktu dan
pemikiran dalam penyusunan tesis ini sehingga dapat terselesaikan dengan baik.
Ketua Program Studi Pendidikan Dokter Spesialis I (KPS PPDS-I)
Bagian/SMF Kardiologi dan Kedokteran Vaskular Fakultas Kedokteran
Universitas Udayana/RSUP Sanglah, Prof. Dr. dr. Wayan Wita, SpJP(K) yang
telah memberikan kesempatan, bimbingan dan dukungan sejak awal sampai akhir
pendidikan penulis. Terima kasih karena telah menjadi orang tua yang senantiasa
mengarahkan, membimbing dan memberikan dukungan selama penulis menjalani
pendidikan PPDS I Kardiologi dan Kedokteran Vaskular.
Prof. Dr .dr. I Gede Raka Widiana, Sp.PD KGH selaku pembimbing kedua
yang dengan kesediaan penuh membimbing, memberikan arahan, dan dorongan
yang tinggi kepada penulis untuk dapat menyelesaikan tesis ini.
Prof. Dr. dr. Wayan Wita, SpJP(K), dr. K Badjra Nadha, SpJP (K) FIHA,
dan Dr. dr. Ida Sri Iswari, SpMK, M.Kes. selaku penguji yang telah memberikan
banyak masukan dalam penyusunan dan penulisan tesis ini.
Dr. dr. AA Wiradewi Lestari, SpPK, selaku Kepala Bagian/SMF Patologi
Klinik yang senantiasa memberikan bantuan dan dukungannya dalam hal
penyediaan sarana dan prasarana sehingga penelitian ini dapat terlaksanakan.
Seluruh staf Bagian/SMF Kardiologi dan Kedokteran Vaskular Fakultas
Kedokteran Universitas Udayana/RSUP Sanglah atas segala bimbingan yang
diberikan selama penulis menempuh pendidikan.
Suami tercinta, Lettu Ckm dr. Dwiwahyonokusuma, yang selalu
memberikan dukungan dengan penuh kasih sayang, untuk putri tercinta Vincentia
Vinca Olivia Tjandra yang menghadirkan tawa sebagai hiburan disaat lelah, yang
rela membagi waktunya demi kesempurnaan penelitian ini. Terimakasih.
Kedua orang tua, dr. H.B Wibisono, SpS dan dr. Josephine S. Boma,
MARS, yang telah dengan penuh kasih sayang dan penuh cinta membesarkan,
mendidik, dan memberikan dukungan moril, materi, serta doa sehingga tesis ini
dapat terselesaikan. Tak lupa juga terima kasih untuk kakak dan adik serta mertua
penulis dr. Sareh Arjono T, SpPK dan dr. Inta Rosdijanti P atas semua dukungan
dan doanya.
dr Adelia Yasmin, dr. Ketut Erna Bagiari, dr. Hendy Wirawan, dr. Rani
Paramitha Iswari Maliawan, dr. Putu Kiki Wulandari, Ni Made Ayu Wulan Sari,
dr. IGAA Mirah Sanjiwani, dr. Desak Gede Widyawati, dr. I Dewa Gde Dwi
Sumajaya, dr. I Nyoman Gede Sudiarta yang tanpa bantuannya maka tesis ini
tidak dapat terselesaikan dengan baik. Tidak lupa penulis ucapkan terima kasih
kepada rekan-rekan residen lainnya yang dalam suka maupun duka bekerja sama
selama mengikuti pendidikan ini.
Teman-teman Sekretariat Kardiologi, Mbak Ninik, Mbak Candra, Mbak
Dian, Mbak Andi, dan Pak Ketut yang selalu mendukung, membantu selama
pendidikan spesialis ini,
Kepada semua pihak rekan paramedis dan non paramedis yang tidak bisa
penulis sebutkan satu persatu di sini, atas seluruh dukungan dan bantuan yang
telah diberikan selama penulis menjalani pendidikan PPDS I Kardiologi dan
Kedokteran Vaskular.
Penulis menyadari sepenuhnya bahwa tesis ini jauh dari sempurna.
Dengan segala kerendahan hati, penulis mohon maaf apabila ada kesalahan dalam
penulisan tesis ini. Penulis berharap agar hasil yang tertuang dalam tesis ini dapat
bermanfaat bagi ilmu kedokteran dan pelayanan kesehatan.
Denpasar, Februari 2015
Penulis,
dr. Laurentia Utari Wibisono
ABSTRAK
TNF-RELATED APOPTOSIS INDUCING LIGAND (TRAIL) YANG
RENDAH SEBAGAI PREDIKTOR MORBIDITAS SELAMA MASA
PERAWATAN PENDERITA INFARK MIOKARD AKUT (IMA)
Penyakit kardiovaskuler merupakan kematian terbanyak di negara industri
dan diperkirakan menjadi penyebab kematian terbanyak di negara berkembang
pada tahun 2020. Tumor necrosis factor (TNF)-related apoptosis – inducing
ligand (TRAIL) merupakan superfamili dari TNF ligand. TRAIL telah terbukti
berhubungan terbalik dengan derajat keparahan penyakit jantung koroner dan
berhubungan terbalik dengan prognosis jangka panjang. Pengaruh TRAIL
terhadap morbiditas paska infark miokard akut (IMA) selama masa perawatan
terutama di Indonesia masih belum diteliti. Oleh karena itu, penelitian ini
bertujuan untuk mengetahui apakah kadar TRAIL dapat dipergunakan sebagai
prediktor morbiditas selama masa perawatan pada pasien IMA.
Penelitian ini merupakan penelitian observasional dengan rancangan kohort
prospektif. 78 sample pasien IMA yang dirawat di RSUP Sanglah diambil secara
konsekutif selama periode November 2014 – Januari 2015. Pengambilan darah
dilakukan saat pasien masuk rumah sakit maksimal dalam waktu 24 jam sejak
pasien masuk rumah sakit dan kemudian TRAIL diperiksa secara ELISA (Enzyme
– Linked Immunosorbent Assay). Pasien akan diikuti selama masa perawatan
untuk mengetahui morbiditas (gagal jantung dan atau syok kardiogenik, aritmia,
dan atau SKA berulang) selama masa perawatan.
Dari 78 sample penelitian terdapat 52 orang dengan STEMI (ST elevation
myocardial infarction) dan 26 orang dengan NSTEMI (Non ST elevation
myocardial infarction). Nilai cut of point terbaik dalam menyatakan nilai TRAIL
yang rendah untuk memprediksi luaran didapatkan dengan analisa ROC yaitu
513,45 pg/mL. Area Under Curve (AUC) 0,838, standard error 0,044, (95% CI =
0,752-0,925), dan p-value <0,001. Analisa bivariat menunjukkan bahwa TRAIL
yang rendah merupakan prediktor morbiditas selama masa perawatan dengan
Hazard Ratio (HR) yaitu sebesar 5,65 (95% CI 2,404 – 13,298, p < 0,0001) dan
prediktor gagal jantung sebagai komponen morbiditas dengan HR 3,33, 95% CI
1,224 – 9,072, p = 0,018 dibandingkan komponen lain. Analisa multivariat
menunjukkan TRAIL yang rendah secara independen merupakan prediktor
morbiditas selama masa perawatan pada pasien IMA dengan HR 7,547 (95% CI
2,788 – 20,430, p < 0,0001).
Kesimpulan dari penelitian ini, TRAIL dapat memprediksi morbiditas selama
masa perawatan pada pasien IMA. Hasil penelitian ini diharapkan dapat dipakai
sebagai data dasar untuk penelitian selanjutnya seperti kemungkinan TRAIL
sebagai alternatif terapi dan mempelajari mekanisme yang mendasari pengaruh
TRAIL terhadap morbiditas.
Kata kunci: TNF Related Apoptosis Inducing Ligand (TRAIL), infark
miokard akut (IMA), morbiditas, gagal jantung, syok kardiogenik, aritmia,
reinfark.
ABSTRACT
LOW TNF-RELATED APOPTOSIS INDUCING LIGAND (TRAIL)
AS AN IN HOSPITAL MORBIDITY PREDICTOR IN
ACUTE MYOCARDIAL INFARCTION (AMI) PATIENT
Cardiovascular disease (CVD) is a leading cause of death in developed
country and predicted to be the leading cause of death in developing country by
2020. Tumor necrosis factor (TNF) related apoptosis inducing ligand (TRAIL) is
a TNF ligand superfamily. Several studies has shown that TRAIL was inversely
correlated with severity of the coronary artery disease and inversely correlated
with long term prognostic in IMA patient. The effect of TRAIL as an in hospital
morbidity predictor is not yet known especially in Indonesia. The aim of this
study is to know whether TRAIL can predict in hospital morbidity in IMA
population.
This study is an observational cohort prospective study which took place at
Sanglah General Hospital Denpasar from November 2014 to January 2015. There
were 78 IMA patient enrolled by consecutive sampling. TRAIL levels was
measured at the first admission, maximum 24 hours after admission and analyze
using ELISA (Enzyme – Linked Immunosorbent Assay). Morbidity (heart failure,
cardiogenic shock, arrhythmia, reinfarction) was observed during hospitalisation.
There were 52 sample diagnosed with STEMI (ST elevation myocardial
infarction) and 26 sample diagnosed with NSTEMI (Non ST elevation myocardial
infarction). TRAIL cut of point was 513.45 pg/mL with Area Under Curve (AUC)
0.838, standard error 0.044, (95% CI = 0.752-0.925), and p-value <0.001 based on
ROC analysis. Bivariate analysis showed that low TRAIL level predict in hospital
morbidity with Hazard Ratio (HR) 5.65 (95% CI 2.404 – 13.298, p < 0.0001) and
heart failure (HR 3.33, 95% CI 1.224 – 9.072, p = 0.018) as morbidity component
compared with others. These finding was similar with previous study. Low level
of TRAIL was constant as a predictor of in hospital morbidity after multivariate
analysis with HR 7.547 (95% CI 2.788 – 20.430, p < 0.0001).
Conclusion of this study was low level of TRAIL is a predictor of in hospital
morbidity in IMA patient. The results of this research could be applied as a basis
for futher research to know the effect of recombinan TRAIL as a possible
alternative treatment and evaluate the basic mechanism of this relationship.
Keyword: TNF Related Apoptosis Inducing Ligand (TRAIL), Acute
myocardial infarction (AMI), morbidity, heart failure, cardiogenic shock,
arrhythmia, reinfarction.
DAFTAR ISI
Halaman
SAMPUL DALAM .................................................................................................. i
PERSYARATAN GELAR. .................................................................................... ii
PERSETUJUAN PEMBIMBING ......................................................................... iii
PENETAPAN PANITIA PENGUJI ...................................................................... iv
SURAT PERNYATAAN BEBAS PLAGIAT......................................................... v
UCAPAN TERIMA KASIH .................................................................................. vi
ABSTRAK DAN RINGKASAN ......................................................................... viii
DAFTAR ISI ............................................................................................................ x
DAFTAR TABEL .................................................................................................. xv
DAFTAR GAMBAR ........................................................................................... xvi
DAFTAR ARTI LAMBANG, SINGKATAN, DAN ISTILAH ....................... xviii
DAFTAR LAMPIRAN ........................................................................................ xxi
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ....................................................................................... 1
1.2 Rumusan Masalah .................................................................................. 5
1.3 Tujuan Penelitian ................................................................................... 5
1.4 Manfaat Penelitian ................................................................................. 6
BAB II KAJIAN PUSTAKA ................................................................................. 7
2.1 Definisi Infark Miokard Akut ............................................................... 7
2.2 Patofisiologi Infark Miokard Akut........................................................ 9
2.3 TNF-Related Apoptosis Inducing Ligand (TRAIL) ........................... 13
2.4 Faktor Risiko Tradisional IMA dan Apoptosis ................................... 17
2.5 TNF-Related Apoptosis Inducing Ligand (TRAIL) dan Infark
Miokard Akut ..................................................................................... 21
2.5.1 Efek TRAIL pada Dinding Pembuluh Darah Arteri (Invitro) .. 23
2.5.2 Peranan TRAIL pada Atherosklerosis dan Injuri Vaskular
(Invivo) ...................................................................................... 25
BAB III KERANGKA BERPIKIR,KONSEP DAN HIPOTESIS PENELITIAN
3.1 Kerangka Berpikir ................................................................................ 32
3.2 Konsep ................................................................................................. 34
3.3 Hipotesis Penelitian .............................................................................. 34
BAB IV METODOLOGI PENELITIAN ........................................................... 35
4.1 Rancangan Penelitian ........................................................................... 35
4.2 Tempat dan Waktu Penelitian .............................................................. 36
4.3 Penentuan Sumber Data ....................................................................... 36
4.3.1 Populasi Target ......................................................................... 36
4.3.2 Populasi Terjangkau .................................................................. 36
4.3.3 Sampel Penelitian...................................................................... 36
4.3.4 Kriteria Eligibilitas.................................................................... 36
4.3.4.1 Kriteria inklusi .................................................................. 36
4.3.4.2 Kriteria eksklusi ................................................................ 37
4.2.1 Besaran sampel ......................................................................... 37
4.3.5 Teknik Pengambilan Sampel .................................................... 38
4.4 Variabel Penelitian ............................................................................... 38
4.4.1 Identifikasi dan Klasifikasi Variabel Penelitian ....................... 38
4.4.2 Definisi Operasional Variabel ................................................... 39
4.5 Bahan Penelitian ................................................................................. 46
4.6 Instrumen Penelitian ........................................................................... 46
4.7 Prosedur Penelitian.............................................................................. 46
4.7.1 Tata Cara Penelitian ................................................................. 46
4.7.2 Prosedur Pengumpulan Data ..................................................... 47
4.7.2 Alur Penelitian ......................................................................... 48
4.8 Analisis Data ........................................................................................ 50
BAB V HASIL PENELITIAN............................................................................ 52
5.1 Analisa Kurva ROC ............................................................................. 53
5.2 Karakteristik Subyek Penelitian ........................................................... 54
5.3 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Morbiditas IMA ..................................................... 56
5.4 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Gagal Jantung Pada IMA ....................................... 58
5.5 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Syok Kardiogenik pada IMA ................................. 59
5.6 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Aritmia pada IMA .................................................. 61
5.7 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor SKA berulang pada IMA ........................................ 62
5.8 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Morbiditas pada Subgrup IMA............................... 63
5.9 Pengaruh TNF Related Apoptosis Inducing Ligand (TRAIL) yang
Rendah Terhadap Morbiditas Setelah Dikontrol Dengan Variabel
lain ....................................................................................................... 64
BAB VI PEMBAHASAN ................................................................................. 65
6.1 Analisis Kurva ROC ............................................................................ 66
6.2 Karakteristik Subyek Penelitian ........................................................... 67
6.3 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Morbiditas IMA ..................................................... 70
6.4 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Gagal Jantung Pada IMA ....................................... 72
6.5 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Syok Kardiogenik pada IMA ................................. 72
6.6 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Aritmia pada IMA .................................................. 73
6.7 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor SKA berulang pada IMA ........................................ 74
6.8 TNF Related Apoptosis Inducing Ligand (TRAIL) yang Rendah
sebagai Prediktor Morbiditas pada Subgrup IMA............................... 75
6.9 Analisis Multivariat TNF Related Apoptosis Inducing Ligand (TRAIL)
yang Rendah Terhadap Morbiditas Setelah Dikontrol Dengan Variabel
lain ....................................................................................................... 76
6.10 Keterbatasan Penelitian (yang terakhir) ............................................. 77
BAB VII SIMPULAN DAN SARAN
7.1 Simpulan .............................................................................................. 79
7.2 Saran ..................................................................................................... 79
DAFTAR PUSTAKA ............................................................................................ 81
Lampiran-lampiran ................................................................................................. 86
DAFTAR TABEL
Halaman
5.1 Karakteristik Subyek Penelitian ................................................................................. 55
5.2 Hasil Uji Mantel Haenzel Kadar TRAIL yang Rendah sebagai Prediktor
Morbiditas pada Subgrup IMA ................................................................................. 63
5.3 Model Dasar Hasil Analisis Cox Propotional Hazard Regression Kadar TRAIL
yang Rendah sebagai Prediktor Morbiditas Pasien IMA ........................................... 64
DAFTAR GAMBAR
Halaman
2.1 Efek Sitokin terhadap Perkembangan Atherosklerosis dan Destabilisasi
Plak ................................................................................................................. 13
2.2 Struktur TRAIL .............................................................................................. 14
2.3 TRAIL dan Reseptornya ................................................................................ 15
2.4 Jalur Apoptosis TRAIL .................................................................................. 16
2.5 Reseptor TRAIL dan Apoptosis ..................................................................... 17
2.6 Efek sistemik TRAIL pada obesitas dan diabetes mellitus pada hewan
percobaan tikus............................................................................................... 21
2.7 Inflamasi Selama Atherosklerosis .................................................................. 25
2.8 Kadar serum TRAIL pada pasien IMA dan individu sehat............................ 28
3.1 Konsep Penelitian........................................................................................... 34
4.1 Rancangan Penelitian ..................................................................................... 35
4.2 Hubungan antar Variabel ............................................................................... 39
4.3 Gambar Alur Penelitian.................................................................................. 49
5.1 Kurva ROC dalam menentukan Cut off point TRAIL yang
rendah..............................................................................................................53
5.2 Kurva Estimasi Survival Kaplan Meier Terjadinya Morbiditas pada IMA
berdasarkan nilai TRAIL................................................................................ 56
5.3 Kurva Estimasi Survival Kaplan Meier Terjadinya Gagal Jantung pada
IMA berdasarkan nilai TRAIL ....................................................................... 58
5.4 Kurva Estimasi Survival Kaplan Meier Terjadinya Syok Kardiogenik pada
IMA berdasarkan nilai TRAIL ....................................................................... 60
5.5 Kurva Estimasi Survival Kaplan Meier Terjadinya Aritmia pada IMA
berdasarkan nilai TRAIL................................................................................ 61
DAFTAR SINGKATAN
ACE : Angiotensin Converting Enzyme
ApoE : Apolipoprotein-E
APC : Antigen Presenting Cell
APS : Angina Pektoris Stabil
ATP : Adenosine Trifosfat
BB : Berat Badan
BNP : Brain Natriuretic Peptide
CABG : Coronary Artery Bypass Grafting
CSF : Colony Stimulating Factor
Cys : Cystein
cFLIP : FLICE-like Inhibitory Protein
DD : death domain
DED : Death Effector Domain
DISC : Death Inducing Signaling Complex
DM : Diabetes Mellitus
DR : Death Receptor
DcR : Decoy Receptor
eGFR : Estimated Glomerular Filtration Rate
EKG : Elektrokardiografi
ELISA : Enzyme Linked Immunosorbent Assay
ESC : European Society of Cardiology
FADD : Fas-associated Death Domain
ICCU : Intensive Cardiac Care Unit
HbA1C : Hemoglobin A1C
HDL : High Density Lipoprotein
IFN : Interferon
IMT : Indeks Massa Tubuh
IGF : Insulin-like Growth Factor
IKP : Intervensi Koroner Perkutan
IL : Interleukin
IMA : Infark miokard akut
IMT : Indeks Massa Tubuh
LBBB : Left Bundle Branch Block
LDL : Low density lipoprotein
MACE : Major Adverse Cardiac Event
MMP : Matriks Metallo Proteinase
NF κB : Nuclear Factor κB
NSTEMI : Non – ST-elevation myocardial infarction
OPG : Osteoprotegerin
PED : Phosphoprotein Enriched in Diabetes
PJK : Penyakit Jantung Koroner
RIP : Receptor - Interacting Protein
RS : Rumah Sakit
RSUP : Rumah Sakit Umum Pusat
SKA : Sindroma koroner akut
STEMI : ST-elevation myocardial infarction
SKRT : Survei Kesehatan Rumah Tangga
sTNFR : Soluble Tumor Necrosis Factor Receptor
TB : Tinggi Badan
TC : Total Cholesterol
TCFA : Thin Cap Fibroatheroma
TG : Trigliserida
TGF : Transforming Growth Factor
Th-1 : T helper-1
TNF : Tumor Necrosis Factor
TRAIL : TNF-related apoptosis inducing ligand
TTGO : Tes toleransi glukosa oral
UAP : Unstable Angina Pectoris
UGD : Unit Gawat Darurat
DAFTAR LAMPIRAN
Halaman
1. Informasi/Penjelasan Pasien....................................................................... 86
2. Persetujuan setelah Penjelasan (Informed Concent) .................................. 88
3. Lembar Pengumpulan Data ........................................................................ 89
4. Cara Pemeriksaan Laboratorium untuk Penunjang Tesis ........................ 95
5. Analiasa Data ..........................................................................................96
6. Data Penelitian ......................................................................................111
BAB I
PENDAHULUAN
1.1 Latar Belakang
Usia harapan hidup penduduk dunia yang meningkat saat ini menyebabkan
terjadi perubahan piramida penduduk. Dominasi penyakit bergeser dari penyakit
infeksi menjadi penyakit degeneratif termasuk diantaranya penyakit jantung
koroner. Pemahaman yang lebih baik tentang patofisiologi suatu penyakit dapat
menjadi dasar ditemukannya obat-obat baru sehingga diharapkan dapat
memperbaiki kualitas hidup penderita.
Penyakit kardiovaskuler merupakan kematian terbanyak di negara industri
dan diperkirakan menjadi penyebab kematian terbanyak di negara berkembang
pada tahun 2020. Penyakit jantung koroner dengan manifestasi klinis angina
pektoris stabil (APS), angina pektoris tidak stabil (unstable angina pectoris/
UAP), infark miokard akut (IMA), silent ischemia, gagal jantung, dan kematian
jantung mendadak merupakan penyakit kardiovaskuler yang paling sering
ditemukan dan berhubungan dengan morbiditas dan mortalitas yang tinggi
(Hamm dkk., 2011, Luepker dkk., 2003). Penyakit jantung koroner merupakan
penyebab 1 dari 6 kematian di Amerika pada tahun 2008, dengan angka kematian
mencapai 405.309 jiwa. Sebanyak 785.000 penduduk Amerika diperkirakan
mendapat serangan baru penyakit jantung koroner setiap tahunnya dan 470.000
diantara akan mendapatkan serangan ulang. Serangan infark miokard yang
terselubung (silent myocardial infarction) diperkirakan sebesar 195.000 setiap
tahun. Kira-kira setiap 25 detik, seorang warga negara Amerika akan mengalami
serangan jantung, dan satu orang warga negara Amerika akan mati karenanya
dalam 1 menit (Roger dkk., 2012).
Penyakit kardiovaskuler merupakan penyebab kematian utama di
Indonesia yaitu sebesar 26,39% berdasarkan SKRT (Survei Kesehatan Rumah
Tangga) tahun 2001. Data yang didapat dari RS Jantung Harapan Kita Jakarta
pada tahun 1986 menunjukkan bahwa ada 151 penderita IMA yang dirawat di
rumah sakit tersebut. Angka tersebut meningkat pada tahun 1996, dimana jumlah
penderita IMA menjadi 486 orang, dengan rincian golongan tua 60% dan
golongan muda 71% (Jamal, 2004). Angka tersebut terus meningkat pada tahun-
tahun berikutnya dimana 92 orang (10.1%) penderita IMA yang berusia di bawah
45 tahun dari 962 penderita IMA di tahun 2006. Di tahun 2007 angka ini menjadi
10,7% (117 penderita IMA usia muda dari 1096 seluruh penderita IMA),
sedangkan di tahun 2008 menjadi 10,1% (108 penderita IMA usia muda dari 1065
seluruh penderita IMA) (Sulastomo, 2010) .
Sampai saat ini sindroma koroner akut (SKA) masih memiliki prognosis
yang buruk meskipun terapi yang modern terus dikembangkan. Komplikasi yang
terjadi akibat SKA dipengaruhi oleh beberapa faktor diantaranya usia, frekuensi
detak jantung, tekanan darah sistolik, depresi segmen ST, enzim jantung yang
meningkat, serta hiperglikemia (Martalena dkk., 2013). Beberapa studi
menunjukkan bahwa hiperglikemia sering ditemukan pada kondisi sakit akut,
bahkan pada pasien tanpa diabetes melitus (Angeli dkk., 2013). Penelitian yang
dilakukan di ruang rawat intensif jantung di RS Cipto Mangunkusumo Jakarta
pada tahun 2013 menunjukkan bahwa semakin tinggi konsentrasi glukosa darah
pada pasien SKA saat admisi maka semakin tinggi risiko dan semakin cepat pula
terjadi MACE (Major Adverse Cardiac Event yaitu gagal jantung kongestif, syok
kardiogenik, aritmia, stroke, dan kematian) selama perawatan (Martalena dkk.,
2013).
Diabetes merupakan prediktor terjadinya kematian setelah IMA. Penyakit
kardiovaskular menjadi penyebab morbiditas utama bagi penderita diabetes di
negara maju dan 70% penderita diabetes meninggal akibat penyakit jantung
(Secchiero dkk., 2006). Walaupun demikian, beberapa pasien IMA tidak sadar
bahwa mereka memiliki metabolisme glukosa yang abnormal, tidak melakukan
tes toleransi glukosa oral (TTGO), dan tidak terdiagnosis sebagai penderita
diabetes. Beberapa studi menyimpulkan bahwa kadar glukosa waktu masuk yang
tinggi meningkatkan risiko kematian 30 hari dan 1 tahun. Prognosis yang buruk
ini dihubungkan dengan banyak faktor diantaranya proses apoptosis (Chang dkk.,
2013). Apoptosis miosit dapat terjadi akibat hiperglikemi berkepanjangan baik
pada penderita diabetes maupun pada binatang percobaan. Apoptosis akan
menyebabkan terjadinya remodelling miokard dan hilangnya fungsi kontraktilitas
miokard (Zhang dkk., 2010).
Istilah apoptosis atau kematian sel yang terprogram dikenalkan pertama
kali oleh Kerr dkk. pada tahun 1972. Secara morfologi, apoptosis berbeda dengan
nekrosis. Sel apoptosis mengalami penyusutan dan kondensasi inti sel dan
kemudian terbentuk vesikel yang disebut badan apoptosis. Badan apoptosis akan
difagositosis oleh sel lain yang berdekatan atau oleh makrofag tanpa merangsang
proses inflamasi. Sebaliknya pada proses nekrosis, membran sel mengalami
kerusakan sehingga keluar mediator-mediator pro inflamasi. Aliran darah yang
berkurang dapat merangsang terjadinya apoptosis (Sykes dkk., 2001). Saat ini
proses apoptosis diketahui ikut terlibat pada beberapa kelainan pembuluh darah
termasuk aterosklerosis (Mallat dan Tedgui, 2000).
Tumor necrosis factor (TNF)-related apoptosis – inducing ligand
(TRAIL) merupakan superfamili dari TNF ligand. Beberapa penelitian terbaru
menyatakan bahwa ada hubungan antara TRAIL dengan vaskular dan
atherosklerosis. Penelitian yang dilakukan oleh Mori K, Ikari Y, Jono S dkk.
menyatakan bahwa kadar serum TRAIL secara signifikan berhubungan terbalik
dengan adanya penyakit jantung koroner (PJK) (p = 0,0016), dan kadar serum
TRAIL juga berbanding terbalik dengan derajat keparahan PJK yang ditunjukkan
dengan banyaknya pembuluh darah yang tersumbat (p = 0,0005) (Mori dkk.,
2010). Kadar TRAIL berhubungan dengan komposisi plak atherosklerosis dimana
plak dengan TCFA (thin-cap fibroatheroma) memiliki kadar TRAIL yang rendah
(P = 0,009) (Deftereos dkk., 2012a). Kadar TRAIL yang rendah merupakan
prediktor prognosis buruk yang kuat pada pasien dengan SKA selama masa
pengamatan 6 bulan, dan hasil ini tidak dipengaruhi oleh usia pasien, fraksi ejeksi,
kadar troponin, Brain Natriuretric Peptide (BNP), dan serum kreatinin (Osmancik
dkk., 2013). Defteros S, Giannopoulos G, Panagopoulou dkk. mencoba
menghubungkan antara kadar TRAIL dengan terbentuknnya hiperplasi neointima
pada pasien post stenting pada tahun 2012. Hasil penelitian tersebut ternyata kadar
TRAIL berhubungan terbalik dengan hiperplasi intima dan berhubungan positif
dengan area lumen intra stent minimum (p< 0,001) dengan mekanisme yang
masih perlu diteliti lebih lanjut (Deftereos dkk., 2012b).
TRAIL saat ini merupakan prediktor prognosis jangka panjang (6 bulan
dan 12 bulan) pada pasien dengan infark miokard, tetapi peranan TRAIL sebagai
prediktor morbiditas selama masa perawatan masih belum diteliti di Indonesia.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah disampaikan, maka dibuat rumusan
masalah sebagai berikut : Apakah kadar TRAIL yang rendah dapat dipergunakan
sebagai prediktor morbiditas selama masa perawatan pada penderita IMA?
1.3 Tujuan Penelitian
1.3.1 Tujuan Umum
Penelitian ini bertujuan untuk membuktikan apakah TNF Related Apoptosis
Inducing Ligand (TRAIL) yang rendah dapat digunakan sebagai prediktor
morbiditas selama masa perawatan pada penderita Infark Miokard Akut (IMA).
1.3.2 Tujuan Khusus
1.3.2.1 Mengetahui TNF Related Apoptosis Inducing Ligand (TRAIL) yang
rendah merupakan prediktor terjadinya gagal jantung selama masa
perawatan.
1.3.2.2 Mengetahui TNF Related Apoptosis Inducing Ligand (TRAIL) yang
rendah merupakan prediktor terjadinya syok kardiogenik selama masa
perawatan.
1.3.2.3 Mengetahui TNF Related Apoptosis Inducing Ligand (TRAIL) yang
rendah merupakan prediktor terjadinya aritmia selama masa perawatan.
1.3.2.4 Mengetahui TNF Related Apoptosis Inducing Ligand (TRAIL) yang
rendah merupakan prediktor terjadinya SKA berulang selama masa
perawatan.
1.3.2.5 Mengetahui TNF Related Apoptosis Inducing Ligand (TRAIL) yang
rendah merupakan prediktor morbiditas yang terdiri dari salah satu dari
kejadian gagal jantung, syok, aritmia, dan SKA berulang selama masa
perawatan.
1.4 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat bagi pengembangan
ilmu dan bidang pengabdian masyarakat seperti dibawah ini :
1.4.1 Bidang akademik
Sebagai data dasar kadar TRAIL pada pasien dengan IMA dan sebagai dasar
kelayakan TRAIL digunakan sebagai prediktor morbiditas selama masa perawatan
pada penderita IMA.
1.4.2 Bidang praktis
Hasil penelitian dapat digunakan sebagai data untuk penelitian selanjutnya
serta sebagai bahan pertimbangan untuk mengembangkan terapi penanganan
pasien dengan infark miokard akut.
BAB II
KAJIAN PUSTAKA
2.1 Definisi Infark Miokard Akut
Infark miokard ditandai dengan adanya nekrosis miokard akibat iskemi
yang bermakna dan berlangsung terus menerus. Infark miokard akut bisa
merupakan akibat dari obstruksi aliran darah koroner karena pecahnya plak
pembuluh darah koroner, atau yang lebih jarang akibat hal lain misalnya akibat
spasme pembuluh darah (Mendis dkk., 2011, Jansson, 2010). Plak merupakan
konsekuensi dari proses atherosklerosis. Plak yang tidak stabil ditandai dengan
adanya inflamasi aktif pada dinding vaskular berupa erosi, fisura ataupun ruptur
plak. Ruptur plak akan menyebabkan terjadinya SKA. Presentasi klinis SKA
bervariasi, dari yang ringan sampai berat dan bahkan dapat menimbulkan
kematian mendadak. Mereka yang selamat dapat mengalami serangan jantung
ulang (Mendis dkk., 2011).
Terminologi infark miokard akut harus digunakan jika terdapat bukti
adanya nekrosis miokard dengan gambaran klinis iskemi miokard yang akut.
Definisi infark miokard akut harus memenuhi beberapa kriteria, diantaranya:
1. Deteksi peningkatan dan/ atau penurunan biomarker jantung (terutama
troponin jantung) setidaknya satu nilai diatas persentil 99 nilai batas atas
dengan disertai paling tidak satu diantara kriteria berikut:
Simptom iskemia
Perubahan segmen ST dan gelombang T yang signifikan dan baru
atau dianggap baru atau left bundle branch block (LBBB) baru.
Adanya gelombang Q patologis pada rekaman EKG
Pemeriksaan penunjang menunjukkan hilangnya miokard yang
viable atau adanya gangguan gerakan otot jantung yang baru.
Identifikasi thrombus intra-koroner melalui angiografi koroner atau
otopsi.
2. Henti jantung yang dicurigai karena iskemi jantung disertai perubahan
EKG (elektrokardiografi) dengan iskemi atau LBBB yang diperkirakan
baru, tetapi pasien sudah meninggal sebelum biomarker terambil atau
sebelum biomarker meningkat.
3. Infark miokard terkait intervensi koroner perkutan didiagnosa jika ada
peningkatan troponin jantung (> 5 x 99 persentil nilai batas atas) pada
pasien dengan dasar troponin normal, atau peningkatan troponin > 20%
jika dengan dasar troponin yang sudah meningkat, disertai dengan salah
satu:
Simptom iskemi miokard
EKG dengan gambaran iskemi baru
Dengan angiografi didapatkan adanya komplikasi prosedur
Hilangnya miokard yang viable atau gangguan gerakan otot
jantung regional yang baru.
4. Infark miokard akut akibat thrombosis intra-stent jika terdiagnosa melalui
angiografi koroner atau otopsi dengan peningkatan dan/ atau penurunan
biomarker jantung sedikitnya satu level diatas 99 persentil nilai batas atas.
5. Infark miokard yang berhubungan dengan coronary artery bypass grafting
(CABG) ditandai dengan peningkatan biomarker jantung (> 10 x 99
persentil nilai batas atas) jika sebelumnya dengan baseline troponin yang
normal (≤ 99 persentile batas atas), disertai dengan salah satu:
Gelombang Q patologis baru atau LBBB baru
Oklusi baru pada graft atau arteri koroner native
Hilangnya miokard yang viabel atau kelainan kontraktilitas
miokard regional yang baru (Thygesen dkk., 2012, Mendis dkk.,
2011).
2.2 Patofisiologi Infark Miokard Akut
Dinding arteri yang normal terdiri dari 3 lapisan yaitu intima yang terdiri
dari endotel, tunika media di bagian tengah yang terdiri dari sel otot polos, dan
tunika adventitia yang merupakan lapisan terluar dan terdiri dari jaringan ikat.
Penebalan tunika intima yang difus merupakan cikal bakal atherosklerosis.
Perubahan morfologi akibat atherosklerosis yang paling pertama terlihat adalah
fatty streak yang terdiri dari timbunan lipid ekstrasel di bagian terluar dari
penebalan tunika intima (Jansson, 2010).
Atherosklerosis merupakan proses terbentuknya plak yang melibatkan
tunika intima pada arteri yang berukuran sedang sampai besar (Kumar dan
Cannon, 2009). Plak atherosklerosis terdiri dari inti lemak (lipid core), fibrous
cap, dan infiltrasi sel-sel inflamasi (makrofag dan sel limfosit T) (Michowitz dkk.,
2005). Proses ini berlanjut seiring dengan bertambahnya usia sampai seseorang
mengalami suatu serangan iskemik. Hiperkolesterolemia, hipertensi, diabetes, dan
merokok adalah beberapa faktor yang dapat merusak endotel sehingga
merangsang proses aterosklerosis. Disfungsi endotel akan menyebabkan
berkurangnya biovailabilitas endotel terhadap nitic oxide dan meningkatnya
produksi endotelin-1 sehingga hemostasis vaskuler terganggu dan terjadi
peningkatan ekspresi molekul adhesi dan thrombogenesitas (Kumar dan Cannon,
2009).
Jika endotel mengalami kerusakan maka sel-sel inflamasi terutama
monosit akan bermigrasi ke subendotel dan kemudian mengalami diferensisasi
menjadi makrofag. Makrofag akan memakan low density lipoprotein (LDL) yang
teroksidasi menjadi sel foam dan akhirnya terbentuk fatty streak. Makrofag yang
teraktivasi selanjutnya akan melepaskan sitokin dan chemoattractans (misalnya
monocyte chemoattractant protein 1, Tumor Necrosis Factor-α (TNF-α), dan
interleukin (IL)) yang akan menarik lebih banyak lagi makrofag dan sel otot
polos. Makrofag juga akan merangsang terbentuknya matriks metalloproteinase
yaitu enzim yang akan memakan matriks ekstrasel sehingga menyebabkan
disrupsi plak. Rasio antara makrofag dan sel otot polos pembuluh darah
memegang peranan penting dalam menentukan vulnerabilitas plak dan
kecenderungan plak tersebut untuk ruptur. Ruptur plak dapat menyebabkan SKA
yang pada 90% kasus tanpa gejala. Perkembangan plak ini bervariasi antar
individu, tidak linear, dan tidak dapat diprediksi (Kumar dan Cannon, 2009).
Penelitian dengan hewan dan manusia telah membuktikan bahwa
atherosklerosis merupakan proses inflamasi kronis pada dinding arteri sebagai
respon struktur endogen terutama lipoprotein yang teroksidasi sebagian yang
kemudian merangsang reaksi imunitas bawaan dan adaptif. Respon imun bawaan
akan merangsang aktivasi sel pembuluh darah dan monosit/ makrofag, sedangkan
respon imunitas adaptif akan mempresentasikan antigen-antigen ke limfosit T
dengan bantuan antigen-presenting cell (APC). Sitokin memegang dua peranan
penting dalam atherosklerosis yaitu pro-inflamasi dan sitokin terkait sel Thelper-1
(Th-1) yang merangsang terbentuknya atherosklerosis dan anti-inflamasi dan
sitokin terkait sel T-regulatory yang mempunyai efek anti-atherogenik (Ait-
Oufella dkk., 2011).
Sitokin adalah protein dengan berat molekul rendah yang berperanan
sebagai mediator jarak dekat antar sel tetangga pada organ limfoid atau jariangan
yang mengalami inflamasi. Sitokin tersebar dan terdiri dari lebih 100 sekresi yang
dikelompokkan menjadi beberapa kelas seperti IL, TNF, interferon (IFN), colony-
stimulating factors (CSF), transforming growth factor (TGF) dan chemokine.
Semuanya terlibat dalam banyak proses fisiologis dan berperan penting dalam
regulasi respon inflamasi dan imunitas (bawaan maupun adaptif). Banyak sitokin
berperan dalam pembentukan plak atherosklerosis (Ait-Oufella dkk., 2011).
Pada fase awal atherosklerosis, sitokin dapat mengganggu fungsi endotel.
TNF-α dan IFN-γ mengubah distribusi kompleks cadherin-catenin endotel dan
mencegah terbentuknya serat aktin. TNF-α juga meningkatkan kalsium sitosol dan
mengaktifkan miosin kinase dan RhoA sehingga mengganggu hubungan antar sel
endotel, akibatnya fungsi barier endotel terganggu dan leukosit dapat dengan
mudah bermigrasi. Sitokin juga membantu ekspresi chemokine dan molekul
adhesi pada endotel sehingga lebih merangsang berkumpul, adhesi, dan migrasi
limfosit dan monosit ke intima. Di intima, leukosit secara permanen diaktivasi
oleh sitokin lokal sehingga memudahkan transformasi makrofag menjadi sel foam
dengan menstimulasi reseptor scavenger dan meningkatkan oksidasi (Ait-Oufella
dkk., 2011).
Pada fase atherosklerosis yang lebih lanjut, sitokin pro-inflamasi
merangsang terjadinya apoptosis dan degradasi matriks sehingga terjadi
ketidakstablian plak (Ait-Oufella dkk., 2011). Peranan apoptosis pada
atherosklerosis tergantung dari tahapan plak, lokasi, dan tipe sel yang terlibat
(Kockx dan Herman, 2000). Apoptosis makrofag menghasilkan debris sel yang
akhirnya akan membuat inti lipid semakin besar. Apoptosis sel otot polos
menyebabkan menipisnya fibrous cap. Sitokin yang berperan sebagai sitokin pro-
inflamasi adalah IL-1, TNF-α, dan IFN-γ. IL-1 dan TNF-α akan meningkatkan
aktivitas pro-koagulan jaringan dan menghambat aktivitas anti-koagulan dengan
cara menghambat transkripsi thrombomodulin dan reseptor protein-C. Sitokin
pro-inflamasi juga memodifikasi kemampuan fibrinolisis pembuluh darah,
menurunkan produksi tissue plasminogen activator dan meningkatkan produksi
plasminogen activator inhibitor tipe I. Sebagai hasil akhir, sitokin pro-inflamasi
dapat merangsang terbentuknya thrombus dan SKA (Ait-Oufella dkk., 2011).
Gambar 2.1
Efek sitokin terhadap perkembangan atherosklerosis dan destabilisasi plak
(Ait-Oufella dkk., 2011)
2.3 TNF Related Apoptosis Inducing Ligand (TRAIL)
Pengukuran apoptosis jantung yang tepat hanya dapat dikerjakan dengan
mengambil contoh jaringan jantung itu sendiri. Hal tersebut tidak dapat dikerjakan
rutin di klinis. Oleh karena itu, diperlukan biomarker apoptosis untuk mengukur
derajat apoptosis agar dapat menentukan prognosis (Osmancik dkk., 2013).
TRAIL (Apo2L/ TNFSF10/CD253) merupakan protein transmembran tipe
II dan merupakan bagian dari TNF ligand. TRAIL diregulasi oleh sitokin, faktor
pertumbuhan, injuri, infeksi virus, modifikasi kromatin (Harith dkk., 2013).
TRAIL manusia terdiri dari 281 asam amino yang terdiri dari bagian intrasel
(ujung terminal NH2) dan bagian ekstrasel (ujung terminal COOH). TRAIL
dipecah oleh sistein protease dan matriks metaloproteinase-2 (MMP-2) untuk
menjadi bentuk yang larut dalam darah sehingga dapat diukur kadarnya (Mori
dkk., 2011, Harith dkk., 2013). Data penelitian menunjukkan bahwa aktivasi
MMP-2 sebagai respon dari stres oksidatif merupakan mekanisme penting
terjadinya apoptosis miosit jantung (Nilsson dkk., 2013). TRAIL mengandung
residu sistein (Cys) yang berinteraksi dengan ion zinc menghasilkan TRAIL
homotrimer. Trimerisasi ini dibutuhkan agar TRAIL dapat terikat pada
reseptornya dan memulai aktivitas biologisnya (Mori dkk., 2011). Kedua bentuk
TRAIL (larut dan tidak larut) mempunyai aktivitas selektif terhadap sel tumor dan
kanker, sedangkan sel normal resisten terhadap efek sitotoksik dari TRAIL
(Harith dkk., 2013).
Gambar 2.2
Struktur TRAIL (Mori dkk., 2011)
TRAIL mempunyai fungsi apoptosis dan non-apoptosis. Pada manusia,
TRAIL terikat pada 5 reseptor yang berbeda. TRAIL yang terikat pada reseptor
death domain (reseptor DD) yaitu DR 4(TRAIL-R1) dan DR 5 (TRAIL-R2)
berperan penting terhadap apoptosis. TRAIL yang terikat pada reseptor
transmembran DcR1 (TRAIL-R3) dan DcR2 (TRAIL-R4) mencegah TRAIL
untuk terikat pada reseptor DD sehingga mencegah terjadinya apoptosis (Harith
dkk., 2013, Mori dkk., 2011). DcR2 mempunyai death domain yang non-
fungsional pada sitoplasmanya, sedangkan DcR1 sedikit sekali berhubungan
dengan sitoplasma dan terikat pada membran sel melalui glikofosfolipid.
Osteoprotegerin (OPG) adalah reseptor yang kelima yang larut dalam plasma
tetapi mempunyai afinitas yang lemah terhadap TRAIL, dan berperan untuk
mencegah apoptosis (Mori dkk., 2011, Wang dan El-Deiry, 2003).
Gambar 2.3
TRAIL dan reseptornya (Wang dan El-Deiry, 2003)
Jalur apoptosis dimulai dengan terikatnya TRAIL pada TRAIL-R1 atau
TRAIL-R2 yang akan menarik protein Fas-associated death domain (FADD)
melalui DD masing-masing protein. FADD kemudian akan berinteraksi dengan
caspase 8 dan/ atau caspase 10 melalui death effector domain (DED) dari masing-
masing protein sehingga terbentuklah death-inducing signaling complex (DISC).
Jalur apoptosis tipe I ditandai dengan sinyal ekstrinsik yang mengaktifkan
caspase-8 dan/ atau caspase 10, diikuti dengan stimulasi efektor caspase-3 dan -7,
yang merupakan mediator utama apoptosis untuk merangsang terjadinya apoptosis
(Mori dkk., 2011, Osmancik dkk., 2013, Nilsson dkk., 2013, El Kebir dan Filep,
2013). Jalur apoptosis tipe II merupakan jalur intrinsik dimana untuk terjadinya
apoptosis memerlukan mitokondria yang dirangsang oleh protein Bid yang
diaktifkan oleh caspase-8 menjadi bentuk aktif t-Bid (Mori dkk., 2011, Nilsson
dkk., 2013).
Gambar 2.4
Jalur apoptosis TRAIL (Wang dan El-Deiry, 2003)
Terikatnya TRAIL pada TRAIL-R1 dan TRAIL-R2 juga dapat
menghambat terjadinya apoptosis dan merangsang trejadinya proliferasi sel pada
beberapa kondisi. TRAIL-R1 dan TRAIL-R2 menarik receptor-interacting
protein (RIP) melalui DD yang kemudian akan mengaktifkan nuclear factor κB
(NFκB). Aktivasi RIP-NFκB akan merangsang proliferasi sel. TRAIL dapat
merangsang FLICE-like inhibitory protein (cFLIP) ke DISC melalui DED
sehingga menghambat apoptosis. TRAIL dapat menarik phosphoprotein enriched
in diabetes (PED) ke DISC sehingga menghambat aktivasi caspase, dan pada
akhirnya menghambat apoptosis (Mori dkk., 2011).
Gambar 2.5
Reseptor TRAIL dan apoptosis (Mori dkk., 2011)
2.4 Faktor Risiko Tradisional IMA dan Apoptosis
Peningkatan kadar gula darah saat masuk rumah sakit (hiperglikemia akut)
sering ditemukan pada pasien infark miokard akut meskipun tanpa riwayat dibetes
melitus. Hiperglikemi akut ini berhubungan dengan luaran yang buruk seperti
syok kardiogenik, gagal jantung serta kematian pada pasien IMA. Beberapa masih
memperdebatkan apakah hiperglikemi akut ini merupakan penyebab luaran yang
buruk pada pasien IMA atau hanya merupakan fenomena yang menunjukkan
adanya kerusakan miokard yang berat. Studi fisiologi menunjukkan bahwa
hiperglikemi akut mempunyai pengaruh langsung terhadap iskemi miokard
melalui beberapa cara yang masih belum jelas, diduga karena stres oksidatif,
inflamasi, apoptosis, disfungsi endotel, hiperkoagulasi, agregasi platelet (Ishihara,
2012, Mansour dan Wanoose, 2011).
Prevalensi hiperglikemi akut pada pasien IMA bervariasi tergantung dari
definisi yang digunakan, yaitu sekitar < 10% sampai > 80%. Batasan kadar gula
darah yang digunakan sebagai definisi hiperglikemi akut pada beberapa studi
berkisar antara 6,1 mmol/L (1 mmol/L = 18 mg/dL) sampai 11,0 mmol/L (pada
umumnya 10-11mmol/L). Ada hubungan yang linear antara kadar gula darah saat
masuk dengan mortalitas dan morbiditas setelah IMA, oleh karena itu tidak ada
nilai cut-off yang jelas untuk kadar gula darah yang dapat memprediksikan luaran
yang buruk dan belum ada konsensus tentang definisi yang tepat untuk
hiperglikemi akut (Ishihara, 2012).
Hiperglikemia akut dapat merangsang terjadinya apopotosis. Risso dkk.
melaporkan glukosa darah yang tinggi dan intermiten merangsang apoptosis sel
endotel manusia yang dibiakkan pada media yang mengandung kadar glukosa
yang berbeda. Apoptosis ditemukan meningkat pada sel endotel vena umbilikal
manusia yang terpapar dengan kadar glukosa tinggi yang intermiten tetapi tidak
pada yang konstan (Ishihara, 2012).
TRAIL adalah modulator dari respon imun invivo yang bertugas untuk
memelihara homeostasis imun dan memberikan proteksi terhadap penyakit
autoimun. Hambatan aktivitas TRAIL reseptor death akan meningkatkan kejadian
diabetes tipe I (Ait-Oufella dkk., 2011). Insulin dapat menyebabkan ekspresi
TRAIL pada sel otot polos pembuluh darah berkurang baik secara in vitro maupun
in vivo. Paparan dengan insulin jangka panjang pada sel otot polos pembuluh
darah diperkirakan dapat menyebabkan disfungsi vaskular karena berkurangnya
sintesis NO yang berkurang akibat supresi TRAIL. Hal ini ditemukan pada pasien
dengan diabetes atau pasien dengan terapi insulin (Mori dkk., 2011). Kadar serum
TRAIL pada pasien dengan diabetes mellitus tipe II yang baru terdiagnosa lebih
rendah dari kadar TRAIL pada individu sehat, sedangkan kadar TRAIL pada
diabetes mellitus yang disertai dengan mikro atau makro albuminuria meningkat.
Hal ini menunjukkan bahwa kadar TRAIL menunjukkan derajat keparahan
diabetes mellitus, dimana kadar yang rendah menunjukkan DM yang baru
sedangkan kadar yang tinggi menunjukkan DM kronis (Harith dkk., 2013).
Tikus diabetes tanpa apoE mempunyai risiko atherosklerosis yang lebih
tinggi dan kondisi aorta yang lebih rumit ditandai dengan meningkatnya kolagen
interstitiel, proliferasi sel, infiltrasi makrofag dan perlindungan fokal endotel yang
berkurang. Atherosklerosis yang terjadi pada hewan coba tersebut mirip dengan
atherosklerosis yang terjadi pada manusia. Rekombinan TRAIL yang diberikan
intravena dapat menghambat berkembangnya plak atherosklerosis pada penelitian
dengan hewan tersebut. TRAIL juga mampu mengubah komposisi sel dalam plak
yaitu dengan menginduksi apoptosis makrofag yang berinfiltrasi dan
meningkatkan sel otot polos pembuluh darah. Makrofag pada fase awal proses
atherosklerosis berperan sebagai imunitas bawaan yang memulai dan memperluas
proses atherosklerosis. Pada fase yang lebih lanjut, lisisnya makrofag berperan
dalam membentuk inti nekrotik sehingga plak menjadi tidak stabil. Dengan
demikian TRAIL menghambat bertambah banyaknya plak atherosklerosis dan
menstabilisasi plak yang sudah terbentuk agar tidak ruptur pada tikus dengan
diabetes (Secchiero dkk., 2006, Bartolo dkk., 2011).
Hiperglikemia merangsang agregasi platelet dan koagulassi. Hiperglikemi
meningkatkan kompleks thrombin-antithrombin dan faktor jaringan, sedangan
hiperinsulinemia menghambat fibrinolisis. Terapi dengan agen anti-apoptosis
diharapkan dapat mengurangi inisiasi, progresi dan konsekuensi klinis
atherosklerosis (Ishihara, 2012).
Studi potong lintang dari 199 subyek dengan kelainan metabolik (berat
badan berlebih, dislipidemia, dan sindroma metabolik) tanpa penyakit
kardiovaskular ataupun inflamasi akut menunjukkan bahwa kadar serum TRAIL
berhubungan signifikan lemah dengan lingkar pinggang dan kolesterol LDL (low
density lipoprotein). Dari studi tersebut disimpulkan bahwa kadar TRAIL yang
tinggi pada orang dengan risiko tinggi penyakit kardiovaskular karena
berhubungan dengan lemak visceral dan profil lemak risiko tinggi. (Brombo dkk.,
2013).
Penelitian dengan hewan coba tikus yang mengalami defisiensi TRAIL
menunjukkan bahwa terapi dengan TRAIL mempunyai efek anti-obesitas,
terutama dengan menekan mediator pro-inflamasi lokal dan mencegah resistensi
insulin lokal dan sistemik. TRAIL bersifat protektif terhadap obesitas dan DM
baik secara invitro maupun pada percobaan dengan tikus. Secara invivo, fungsi
TRAIL berkaitan dengan level ekspresi/ sekresi, ekspresi oleh reseptor, signaling,
tipe sel yang terlibat, serta lingkungan (Harith dkk., 2013).
Gambar 2.6
Efek sistemik TRAIL pada obesitas dan diabetes mellitus pada hewan
percobaan tikus (Harith dkk., 2013).
TRAIL juga berhubungan dengan mortalitas penderita dengan penyakit
ginjal kronis karena adanya inflamasi kronis dan atherosklerosis yang meningkat
(Volpato dkk., 2010).
2.5 TNF Related Apoptosis Inducing Ligand (TRAIL) dan Infark Miokard
Akut
Keterlibatan apoptosis pada proses atherosklerosis tergantung dari stadium
plak tersebut, lokasi dan sel yang terlibat. Makrofag maupun sel otot polos yang
terlibat dalam proses atherosklerosis akan mengalami apoptosis. Apoptosis pada
sel otot polos akan menyebabkan berkurangnya kolagen tipe I sehingga plak
menjadi tidak stabil. Apoptosis sel otot polos dapat merangsang terbentuknya
thrombin sehingga meningkatkan risiko thrombosis. Makrofag bertanggung jawab
terhadap pemecahan kolagen. Apoptosis makrofag akan mengurangi aktivitas
matriks metaloproteinase dan mengurangi pemecahan kolagen. Dengan demikian
berkurangnya makrofag seharusnya dapat meningkatkan stabilitas plak. Akan
tetapi, menumpuknya badan apoptosis akan merangsang aktivasi komplemen dan
thrombin (Kockx dan Herman, 2000).
Iskemia atau reperfusi menyebabkan kematian miosit baik karena nekrosis
atau apoptosis atau kombinasi keduanya (Dordevic dkk., 2008). Plak yang
vulnerable adalah lesi atherosklerosis yang cenderung mengalami perubahan yang
cepat dan merangsang terjadinya thrombosis sehingga terjadi SKA. Plak
atherosklerosis yang stabil memiliki sel otot polos yang tebal dan matriks
ekstraseluler seperti elastin dan kolagen yang banyak. Ruptur plak vulnerable
ditandai dengan adanya sel-sel inflamasi dengan inti nekrotik yang besar yang
dilapisi oleh fibrous cap yang tipis. Bertambah besarnya inti nekrotik suatu plak
disebabkan terutama oleh karena apoptosis dari sel otot polos dan matriks
ekstraseluler pembuluh darah. Jika terjadi destabilisasi dari plak, apoptosis sel otot
polos akan meningkat sehingga matriks ekstraseluler akan berkurang. Infiltrasi
dari makrofag akan merangsang proses apoptosis tersebut melalui lepasnya TNF
pro-inflamasi dan TRAIL (Silvestre-Roig dkk., 2014). TRAIL terdeteksi pada
plak atherosklerosis yang stabil, jumlahnya akan meningkat pada plak yang rentan
(vulnerable), tetapi kadarnya dalam serum akan menurun secara signifikan pada
UAP (Dordevic dkk., 2008).
2.5.1 Efek TRAIL pada dinding pembuluh darah arteri (invitro)
Endotel dan sel otot polos merupakan komponen sel utama pembuluh
darah yang normal. Limfosit-T dan makrofag memegang peranan penting dalam
memulai dan berkembangnya proses atherosklerosis. TRAIL diekspresikan baik
pada sel normal (endotel dan sel otot polos pembuluh darah) maupun pada sel
limfosit-T dan makrofag (Mori dkk., 2011).
Endotel yang terdapat pada tunika intima memisahkan aliran darah dengan
dinding pembuluh darah. Sel ini tidak hanya berfungsi sebagai barier tetapi juga
sebagai organ dinamis yang dapat meregulasi tonus pembuluh darah, inflamasi,
thrombosis, dan remodeling. Homeostasis yang seimbang memberikan proteksi
terhadap atherosklerosis sedangkan disrupsi endotel menyebabkan terjadinya
atherosklerosis (Mori dkk., 2011).
Endotel vena umbilikal dan mikrovaskular dermis mengekspresikan
TRAIL-R1 dan TRAIL-R2 sehingga dapat terjadi apoptosis. Secchiro dkk.
menyebutkan bahwa endotel vena umbilikal dan endotel aorta manusia dapat
mengekspresikan TRAIL-R1, -R2, -R3, -R4. TRAIL juga dapat merangsang
produksi nitric oxide (NO) melalui aktivasi endothelial NO synthase (eNOS) pada
endotel vena umbilikal. Leukosit yang melekat pada endotel merupakan langkah
pertama dimulainya atherosklerosis. Menurut Li dkk., ikatan antara endotel vena
umbilikal dengan leukosit HL-60 semakin erat dengan adanya TRAIL, walaupun
efeknya lebih kecil jika dibandingkan dengan sitokin inflamasi lain seperti TNF-α
dan interleukin-1 (IL-1) (Mori dkk., 2011).
Sel otot polos yang terletak pada tunika media pembuluh darah
berkontribusi untuk membentuk struktur pembuluh darah. Sel otot polos yang
bertransformasi akan berproliferasi dan bermigrasi sehingga atherosklerosis akan
semakin berkembang. Jika lesi berlanjut akan terjadi apoptosis sel otot polos di
fibrous cap. TRAIL berpartisipasi pada apoptosis dan proliferasi sel otot polos
seperti pada endotel. Plak yang mengandung sel T CD4 mengekspresikan TRAIL
dan menginduksi apoptosis sel otot polos melalui interaksi TRAIL dengan
TRAIL-R2. TRAIL dilaporkan juga berperan pada sel otot polos pembuluh darah
manusia dan tikus sebagai anti apoptosis melalui TRAIL-R1 dan TRAIL-R2.
TRAIL merangsang proliferasi dan migrasi sel otot polos melalui aktivasi ERK.
Kavurma dkk. melaporkan bahwa TRAIL merangsang proliferasi sel otot polos
pembuluh darah manusia tetapi pada konsentrasi tinggi merangsang apoptosis.
TRAIL juga merangsang ekspresi reseptor insulin-like growth factor (IGF-1)
melalui NF κB sehingga merangsang proliferasi sel otot polos pembuluh darah.
Beberapa penelitian lain menyebutkan bahwa TRAIL mempunyai efek pro-
apoptosis pada limfosit inflamasi dan makrofag. Dengan demikian masih terlalu
dini menentukan apakah TRAIL menyebabkan proliferasi atau apoptosis sel otot
polos pembuluh darah secara invitro. Adanya lima reseptor TRAIL yang berbeda
dan adanya crosstalk antara jalur post-reseptor memungkinkan TRAIL
mempunyai efek yang berbeda-beda (Mori dkk., 2011, Osmancik dkk., 2013).
2.5.2 Peranan TRAIL pada Atherosklerosis dan Injuri Vaskular (invivo)
Iskemi dapat menyebabkan injuri reversibel ataupun irreversibel. Caspase
3 teraktivasi selama periode iskemi, lamina yang rusak saat reperfusi, dan proses
apoptosis menjadi lengkap dengan adanya fragmentasi DNA saat fase akhir
reperfusi. Fragmentasi DNA tidak terjadi pada iskemia kronis. Iskemi yang
berlangsung lama akan menyebabkan asidosis dan merangsang terjadinya
apoptosis miosit dan sel pembuluh darah. Lokasi, fase plak, dan sel yang terlibat
menentukan apakah apoptosis yang terjadi bermakna atau tidak. Hanya sedikit sel
mengalami apoptosis pada fase awal lesi atherosklerosis sedangkan pada tahap
yang lebih lanjut lebih banyak sel mengalami apoptosis (Dordevic dkk., 2008).
Gambar 2.7
Inflamasi selama atherosklerosis (Fase 1: disfungsi endotel, fase 2:
pembentukan fatty streak, fase 3: lesi yang lebih lanjut) (Dordevic dkk., 2008).
Apoptosis sel otot polos fibrous cap pada tikus merangsang terjadinya
ruptur dan thrombosis plak. Hal ini membuktikan secara langsung bahwa
apoptosis sel otot polos pembuluh darah yang terlokalisir dengan frekuensi sedang
dapat menginduksi terjadinya ruptur plak dan thrombus yang mirip dengan yang
terlihat pada manusia. Peranan makrofag dalam rupturnya plak atherosklerosis
lebih kontroversial. Berkurangnya makrofag akibat proses apoptosis
meningkatkan stabilitas plak dengan cara meningkatkan aktivitas matriks
metalloproteinase dan menurunkan degradasi kolagen. Di sisi lain, jumlah
makrofag yang berkurang ini akan menyebabkan ambilan makrofag terhadap sel
otot polos yang mengalami apoptosis berkurang sehingga sel akan mengalami
nekrosis sekunder dan pada akhirnya meningkatkan thromogenesitas (Stoneman
dan Bennett, 2004).
Secchiero dkk. pada tahun 2005 melakukan penelitian pada tikus diabetes
dengan apolipoprotein-E (apoE) yang mirip dengan lesi atherosklerosis pada
manusia. Rekombinan TRAIL yang diinjeksikan intraperitoneal menyebabkan
konsentrasi TRAIL pada tikus tinggi sehingga TRAIL berperan sebagai proteksi
terhadap perkembangan atherosklerosis selanjutnya. Peneliti yang sama
mengulang penelitian dengan metode yang berbeda pada tahun 2006, dimana
digunakan adeno-associated virus yang mengandung TRAIL untuk menjaga agar
TRAIL terlepas dalam kadar yang rendah tetapi terus-menerus mirip dengan
kondisi yang sebenarnya. Dari penelitian tersebut, TRAIL melawan terjadinya
atherosklerosis melalui apoptosis selektif terhadap makrofag yang berinfiltrasi
pada plak. Pada saat yang sama terdapat peningkatan sel otot polos pembuluh
darah pada fibrous cap sehingga terjadi stabilisasi plak atherosklerosis (Mori dkk.,
2011).
Chan dkk. melakukan penelitian pada tikus yang dikondisikan mengalami
injuri vaskular dengan menggunakan cuff, TRAIL ternyata dapat menghambat
proliferasi neointima dan mengurangi proliferasi sel otot polos pembuluh darah
(Mori dkk., 2011).
Menurut Michowitz et al., kadar serum TRAIL pada pasien SKA lebih
rendah secara signifikan dibandingkan dengan kadar serum TRAIL pada pasien
angina stabil dan pada pasien dengan arteri koroner yang normal (Mori dkk.,
2011, Michowitz dkk., 2005), tetapi tidak pada superfamily TNF yang lain (TNF
alfa-dan Fas-Ligand). Hal ini menunjukkan bahwa pengaruh TRAIL terhadap
SKA bukan semata-mata karena sifat dari grup TNF. Pasien SKA merupakan
pasien dengan plak yang vulnerable yang kemudian mengalamai obstruksi
pembuluh darah. Rendahnya kadar TRAIL pada kelompok ini diperkirakan karena
peranan TRAIL yang protektif dengan menstabilisasi plak. Ini terbukti dari
ekspresi TRAIL yang lebih banyak pada plak yang vulnerable dibanding lesi yang
stabil sehingga dengan demikian rendahnya TRAIL adalah akibat efek konsumsi
TRAIL pada lesi. Ekspresi mRNA TRAIL dari isolasi sel mononuklear darah tepi
diantara grup orang sehat, grup atherosklerosis stabil, dan SKA tidak berbeda, ini
memperkuat bahwa rendahnya TRAIL serum pada pasien SKA bukan karena
berkurangnya produksi dari sel limfosit T tetapi lebih mungkin karena konsumsi
TRAIL oleh plak (Michowitz dkk., 2005). Schoppet dkk. juga melaporkan hal
yang sama bahwa kadar serum TRAIL lebih rendah pada pasien yang dengan
penyakit arteri koroner dibandingkan yang tidak. Mori dkk. meneliti 285 pasien
yang menjalani pemeriksaan angiografi koroner karena kecurigaan penyakit arteri
koroner. Hasil yang didapat dari penelitian tersebut adalah adanya hubungan yang
berbanding terbalik antara kadar TRAIL dengan derajat keparahan penyakit arteri
koronernya, dimana pasien dengan stenosis pada ketiga arteri koronernya
memiliki nilai TRAIL yang lebih rendah secara signifikan. TRAIL yang diukur
saat baseline (diukur dalam waktu 24 jam setelah masuk rumah sakit) ditemukan
lebih rendah kadarnya secara signifikan pada pasien infark miokard akut
dibandingkan subyek yang sehat, dan pasien dengan kadar TRAIL yang rendah ini
ditemukan lebih banyak mengalami komplikasi. Serum TRAIL akan bertahap
meningkat pada saat pasien pulang (Mori dkk., 2011). Penelitian yang dilakukan
oleh Scchiero dkk. pada 60 pasien AMI menunjukkan bahwa kadar TRAIL serum
menurun signifikan pada 24 jam pertama, dan akan meningkat signifikan pada
hari ke 5-6. Kadar serum TRAIL akan kembali ke normal (tidak berbeda dengan
orang sehat) dalam 6-12 bulan (Secchiero dkk., 2009).
Gambar 2.8
Kadar serum TRAIL pada pasien IMA dan individu sehat (Secchiero dkk.,
2009).
Apoptosis memegang peranan penting dalam terjadinya gagal jantung dan
remodeling ventrikel kiri setelah SKA (Osmancik dkk., 2013). Serum TRAIL
yang tetap rendah pada saat pasien pulang berhubungan dengan kejadian gagal
jantung pada 12 bulan masa pengamatan (Mori dkk., 2011). Miokard yang hilang
akibat infark miokard akut bervariasi untuk setiap pasien dan tergantung dari
besarnya aktivitas apoptosisnya. Abbate dkk. menunjukkan bahwa besarnya
remodeling ventrikel yang terjadi pada pasien yang meninggal 10 hari setelah
STEMI berhubungan langsung dengan apoptosis oleh yang terjadi. Apoptosis ini
dapat dimodulasi oleh beberapa mekanisme patofisiologis seperti sistem renin-
angiotensin-aldosteron atau stimulasi adrenergik. Beberapa studi klinis
menunjukkan bahwa pemberian ACE-inhibitor dan penyekat beta dapat
menghambat apoptosis pada pasien gagal jantung (Osmancik dkk., 2013).
Data percobaan menunjukkan bahwa apoptosis setelah infark miokard akut
berkontribusi terhadap remodeling ventrikel dan terjadinya gagal jantung setelah
infark. Luasnya apoptosis bervariasi dari tiap individu dan berhubungan langsung
dengan derajat remodelling ventrikel. Reperfusi dengan trombolitik dan intervensi
koroner perkutan (IKP) bertujuan untuk meminimalisir injuri iskemik akut akibat
infark miokard. Apoptosis memiliki hubungan yang lebih kuat dengan reperfusi
dibandingkan dengan hipoksia, dan apoptosis dapat diinterupsi untuk beberapa
saat (hari sampai dengan minggu) setelah infark miokard akut. Derajat apoptosis
dapat dipengaruhi oleh beberapa mekanisme patofisiologi seperti sistem renin –
angiotensin – aldosteron atau stimulasi adrenergik. Oleh karena itu penggunaan
ACE inhibitor dan beta bloker pada penderita gagal jantung diharapkan dapat
menghambat apoptosis. Penemuan biomarker apoptosis dan metode yang dapat
mempengaruhi apoptosis (misalnya obat anti-apoptosis) diharapkan dapat
memperbaiki prognosis (Osmancik dkk., 2013).
Kadar serum TRAIL berbanding terbalik dengan konsentrasi troponin dan
berbanding lurus dengan ejeksi fraksi ventrikel kiri pada pasien SKA. Walaupun
remodeling ventrikel kiri setelah infark miokard akut terjadi selama beberapa
minggu sampai bulan, tetapi konsentrasi TRAIL yang rendah sudah terlihat sejak
hari pertama infark miokard akut. Konsentrasi TRAIL yang rendah dalam darah
menunjukkan menurunnya efek anti-apoptosis (Osmancik dkk., 2013).
Injuri miokard akibat iskemia dan reperfusi disebabkan oleh kebocoran
pembuluh darah, kematian sel, fenomena tidak ada aliran (no-reflow phenomenon)
dan aktivasi respon imun bawaan dan adaptif. Semuanya tersebut dapat
mempengaruhi luasnya infark miokard akut. Kematian sel meliputi apoptosis,
nekrosis, dan autofagi. Apoptosis terlibat dalam proses injuri miokard, terjadinya
disfungsi ventrikel kiri dan remodelling sampai terjadinya gagal jantung terminal.
Penelitian dengan binatang menunjukkan hasil yang berbeda-beda. Pada salah
satu studi, ekspresi berlebihan dari TNF pada tikus menyebabkan terjadinya
remodelling ventrikel paska infark dan disfungsi kontraktilitas jantung. Studi
lainnya menyatakan bahwa TNF mempunyai efek proteksi terhadap remodelling
dan apoptosis. TNF eksogen dosis tinggi sedikit mengubah kondisi iskemi
sebelum dan sesudah infark. Nillson dkk. menyatakan bahwa kadar sTNFR1
(Soluble Tumor Necrosis Factor Receptor 1) dan sTNFR2 (Soluble Tumor
Necrosis Factor Receptor 2) yang diukur dalam waktu 24 jam dari onset pada 48
pasien STEMI yang mendapat terapi IKP berhubungan dengan luasnya infark
miokard akut dan disfungsi ventrikel kiri. Hal ini membuktikan adanya peranan
apoptosis pada injuri miokard akibat iskemi dan reperfusi (Nilsson dkk., 2013).
Pada pasien lanjut usia (usia rerata 68 tahun) dengan penyakit
kardiovaskular, TRAIL yang rendah dalam darah berhubungan dengan tingginya
angka mortalitas akibat penyakit kardiovaskular maupun karena sebab lain selama
6 tahun masa pengamatan. Analisis multivariat yang dilakukan pada penelitian
tersebut menunjukkan bahwa penggunaan statin, jenis penyakit kardiovaskular
tidak mengurangi pengaruh TRAIL terhadap mortalitas. Pada pasien dengan
penyakit kardiovaskular kronis yang stabil, kadar TRAIL menurun sedang jika
dibandingkan dengan orang sehat (Volpato dkk., 2010).
Rekombinan TRAIL merangsang apoptosis neutrofil secara in
vitro. Neutrofil dapat meningkatkan nekrosis paska IMA dengan melepaskan
protease pada jaringan yang mangalami injuri. TRAIL mempunyai fungsi proteksi
endotel yaitu dengan meningkatkan produksi nitric oxide oleh endotel dan
meningkatkan aktivitas anti-inflamasi (Secchiero dkk., 2009, Volpato dkk., 2010)
BAB III
KERANGKA BERPIKIR, KONSEP
DAN HIPOTESIS PENELITIAN
3.1. Kerangka Berpikir
TRAIL sebagai bagian dari superfamili TNF ligand memiliki lima reseptor
yang berperan dalam proses pro-apoptosis maupun anti-apoptosis. Kadar TRAIL
dalam darah ditemukan secara signifikan lebih rendah pada penderita IMA
dibandingkan dengan individu yang sehat. Rendahnya kadar TRAIL pada pasien
dengan IMA ini dihubungkan dengan keparahan penyakit arteri koroner dan
dihubungkan dengan tingginya angka komplikasi akibat IMA selama masa
pengamatan 6 bulan dan 12 bulan.
Miokard yang hilang akibat infark miokard akut bervariasi pada setiap
pasien dan tergantung dari besarnya aktivitas apoptosisnya. Apoptosis setelah
infark miokard akut berkontribusi terhadap remodeling ventrikel dan terjadinya
gagal jantung setelah infark. Konsentrasi TRAIL yang rendah dalam darah
menunjukkan menurunnya efek anti-apoptosis miokard.
Rekombinan TRAIL yang diberikan secara invitro dapat merangsang
apoptosis neutrofil, dimana neutrofil dapat meningkatkan nekrosis paska IMA
dengan melepaskan protease pada jaringan yang mangalami injuri. TRAIL juga
mempunyai fungsi proteksi endotel dengan meningkatkan produksi nitric oxide
oleh endotel dan meningkatkan aktivitas anti-inflamasi. TRAIL mempunyai efek
anti-obesitas, terutama dengan menekan mediator pro-inflamasi lokal dan
mencegah resistensi insulin lokal dan sistemik. TRAIL bersifat protektif terhadap
obesitas dan DM baik secara invitro maupun pada eksperimental dengan hewan
coba.
Keganasan, paska transplantasi organ, gagal jantung kronis, inflamasi, dan
gagal ginjal adalah beberapa faktor yang mempengaruhi kadar TRAIL dalam
darah. TRAIL dihubungkan dengan mortalitas penderita dengan penyakit ginjal
kronis karena adanya inflamasi kronis dan atherosklerosis yang cenderung
meningkat pada penderita dengan penyakit ginjal kronis.
Beberapa faktor risiko tradisional diketahui berpengaruh terhadap
morbiditas penderita paska infark miokard akut, diantaranya adalah terapi
reperfusi yang didapat oleh penderita, diabetes mellitus, stres hiperglikemia,
hipertensi, dislipidemia, merokok, usia, dan jenis kelamin.
3.2 Konsep
Berdasarkan uraian diatas dapat dibuat kerangka konsep penelitian
ditunjukkan pada gambar 3.1 dibawah ini.
Keterangan :
diteliti
tidak diteliti
Gambar 3.1
Konsep Penelitian
Infark Miokard
Akut
(IMA)
TRAIL ↓
Morbiditas:
Syok kardiogenik
Gagal jantung
Aritmia
SKA berulang
Gagal ginjal kronis
Keganasan
Inflamasi dan infeksi
Gagal jantung
Paska transplantasi organ
Apo
ptosis
neutrofil ↓
Nitri
c Oxide
↓
Efek
anti-
inflamasi ↓
Remo
delling
ventrikel
Terapi
reperfusi
Diabetes
Mellitus
Stress
hiperglikemia
Hipertensi
Dislipidemia
Umur
Jenis kelamin
Riwayat
penyakit keluarga
(PJK)
Merokok
3.3. Hipotesis Penelitian
TNF – Related Apoptosis Inducing Ligand (TRAIL) yang rendah sebagai
prediktor morbiditas selama masa perawatan penderita Infark Miokard Akut
(IMA).
BAB IV
METODOLOGI PENELITIAN
4.1 Rancangan Penelitian
Penelitian ini merupakan penelitian observasional dengan rancangan kohort
prospektif. Subyek penelitian dibagi menjadi dua kelompok yaitu kelompok
terpapar (dengan kadar TRAIL rendah) dan kelompok tidak terpapar (kadar
TRAIL normal atau tinggi). Pengukuran variabel penelitian (TRAIL) dilakukan
saat pasien masuk rumah sakit maksimal dalam waktu 24 jam sejak pasien masuk
rumah sakit. Pasien diikuti selama masa perawatan melalui komunikasi dengan
pasien maupun keluarga, kerjasama dengan tim medis, kunjungan tiap hari,
maupun catatan rekam medis untuk mengetahui morbiditas pasien.
Morbiditas yang dimonitor adalah adanya gagal jantung dan atau syok
kardiogenik, aritmia, dan atau SKA berulang selama masa perawatan. Pasien
dikelola dengan memberikan terapi berdasarkan ESC guidelines. Rancangan
penelitian diatas dapat dijabarkan pada gambar 4.1
Gambar 4.1
Rancangan Penelitian
Populasi
terjangkau:
Penderita
SKAyang
dirawat di
RSUP
Sanglah
Sample:
Penderita
IMA yang
dirawat di
RSUP
Sanglah
TRAIL rendah
TRAIL normal atau
tinggi
Morbiditas (+)
Morbiditas (-)
Morbiditas (+)
Morbiditas (-)
4.2 Tempat dan Waktu Penelitian
4.2.1 Tempat Penelitian
Penelitian dilakukan di UGD, ICCU, ruang rawat inap, dan
laboratorium patologi klinik RSUP Sanglah-Denpasar.
4.2.2 Waktu Penelitian
Penelitian dilaksanakan sejak bulan November 2014 sampai Januari
2015.
4.3 Penentuan Sumber Data
4.3.1 Populasi Target
Semua pasien SKA
4.3.2 Populasi Terjangkau
Pasien SKA yang dirawat di RSUP Sanglah, Denpasar tahun
2014
4.3.3 Sampel penelitian
Pasien IMA yang memenuhi kriteria inklusi dan eksklusi diambil
dengan cara consecutive sampling dari populasi penelitian.
4.3.4 Kriteria Eligibilitas
4.3.4.1 Kriteria Inklusi
1. Pasien yang dirawat dengan IMA yang ditegakkan berdasarkan
klinis, EKG dan laboratorium di RSUP Sanglah Denpasar
tahun 2014.
2. Setuju untuk berpartisipasi dalam penelitian ini dan
menandatangani surat persetujuan setelah mendapatkan
penjelasan (informed consent).
4.3.4.2 Kriteria eksklusi
1. Pasien yang datang dengan kondisi gagal jantung, syok dan
aritmia akibat IMA
2. Pasien dengan riwayat keganasan
3. Pasien dengan infeksi dan sepsis
4. Pasien dengan gagal ginjal
5. Pasien yang sudah menerima cangkok organ
4.3.5 Besaran Sampel
Pada penelitian ini menggunakan tingkat kemaknaan p< 0.05,
power 80%. Perkiraan jumlah sampel dihitung berdasarkan rumus
berikut : (Sastroasmoro, 2008)
2
2
)21(
)22112(21
PP
QPQPzPQznn
Zα dengan kemaknaan α sebesar 0.05 (95% CI) : 1.96
Zβ dengan power 80% : 0.842
Risiko relatif minimal diperkirakan = 2 (dianggap bermakna)
P2 : 0,32
P1 = P2*RR = 0,64 ; P = ½ (P1+P2) = 0,48
Q1 = 1 – P1 = 0,36; Q2 = 1 – P2 = 0,68
Q = ½(Q1+Q2) = 0,52
n1 = n2 = 37 37 + 5 % = 39; jumlah sampel (n) = n1 + n2 = 78
Dengan memasukkan nilai – nilai diatas maka diperoleh
jumlah sampel minimal (n) sebesar 78 orang
4.3.6 Teknik Pengambilan Sampel
Sampel penelitian adalah pasien IMA yang memenuhi kriteria
inklusi dan eksklusi berjumlah orang diambil dengan cara konsekutif
sampling dari populasi penelitian
4.4 Variabel Penelitian
4.4.1 Identifikasi dan Klasifikasi Variabel Penelitian
Variabel Tergantung
Morbiditas pasien IMA selama 30 hari masa pengamatan di
RSUP Sanglah
Variabel Bebas
Kadar TRAIL pasien IMA yang diukur pada saat pasien masuk
rumah sakit sampai 24 jam setelah masuk rumah sakit di RSUP
Sanglah – Denpasar.
Variabel Kendali
Terapi reperfusi, diabetes mellitus, dislipidemia, obesitas,
umur.
Variabel Rambang
Diet dan cairan intravena saat terapi, obat resusitasi
Gambar 4.2
Hubungan antar Variabel
4.4.2 Definisi Operasional Variabel
1. Infark Miokard Akut : kondisi dimana terdapat bukti nekrosis
miokard. Pada penelitian ini, IMA terdiri dari 2 subgrup yaitu
STEMI dan NSTEMI.
1.1 STEMI : Pasien dengan keluhan angina tipikal dengan
peningkatan enzim jantung disertai perubahan EKG berupa
elevasi segmen ST atau LBBB (left bundle branch block) baru/
dianggap baru (Cannon dkk., 2013) .
1.2 NSTEMI : pasien dengan keluhan angina tipikal (angina tipikal
yang menetap > 20 menit, angina awitan baru kelas III menurut
Canadian Cardiovascular Society, angina stabil yang
Variabel kendali:
1. Terapi reperfusi
2. Diabetes melitus
3. Hipertensi
4. Stress hiperglikemia
5. Dislipidemia
6. Obesitas
7. Umur
8. Jenis kelamin
9. Riwayat penyakit keluarga (PJK)
10. Merokok
Variabel bebas :
Kadar TRAIL
pasien IMA
Variabel tergantung :
Morbiditas:
Gagal jantung
Aritmia
Syok kardiogenik
SKA berulang
mengalami destabilisasi, angina paska IMA) dengan perubahan
elektrokardiogram (EKG) spesifik (depresi segmen ST dan/ atau
inversi gelombang T, dapat disertai dengan elevasi segmen ST
yang tidak menetap (< 20 menit), gelombang Q yang menetap,
atau EKG normal) disertai dengan peningkatan marka jantung
(Troponin T dan CKMB) (Cannon dkk., 2013, Irmalita dkk.,
2014).
2. Soluble TRAIL: TRAIL merupakan superfamili dari TNF alpha.
TRAIL diukur melalui darah vena. Pengambilan sampel darah vena
sebanyak 7-10 mL dalam tabung EDTA atau heparin dilakukan
maksimal 24 jam sejak masuk rumah sakit. Darah disentrifuge 1000
kali selama 15 menit dan kemudian disimpan pada suhu ≤ -200C
untuk analisis selanjutnya (Osmancik dkk., 2013). Untuk
mendapatkan kadar TRAIL, darah diperiksa secara ELISA (Enzyme
– Linked Immunosorbent Assay) dengan menggunakan Elabscience
ELISA Human TRAIL/ TNFSF10 Immunoassay di laboratorium
patologi klinik RSUP Sanglah Denpasar.
3. Morbiditas : Luaran selama masa perawatan di rumah sakit yang
terdiri dari gagal jantung, syok kardiogenik, aritmia, SKA berulang.
Morbiditas positif jika terjadi salah satu diantaranya.
3.1 Gagal Jantung: pasien dengan simptom gagal jantung yang baru
atau berulang dengan gejala sesak dengan aktivitas ringan, sesak
saat kondisi berbaring (supine), retensi cairan atau adanya ronki,
distensi vena jugular, atau edema paru pada pemeriksaan fisik.
Pasien STEMI dengan klasifikasi Killip kelas II (ronki pada ≤
50% lapangan paru atau adanya gallop S3) dan kelas III (ronki >
50% lapangan paru) dikategorikan sebagai gagal jantung
(Cannon dkk., 2013).
3.2 Syok kardiogenik: syok yang ditandai dengan tekanan darah
sistolik < 90 mmHg dan/ atau cardiac index < 2,2 L/menit/m2
akibat disfungsi jantung yang bertahan selama > 30 menit dan/
atau diperlukannya obat-obatan vasopressor atau inotropik
parenteral atau topangan mekanis (contoh: intra aortic ballon
pump/ IABP). Episode hipotensi yang kembali dengan
pemberian cairan atau atropin tidak dikategorikan sebagai syok
kardiogenik (Cannon dkk., 2013).
3.3 Aritmia: Gangguan irama jantung berupa takikardi ventrikel,
fibrilasi ventrikel, aritmia supraventrikel termasuk atrial fibrilasi
onset baru, blok jantung dinilai berdasarkan rekam jantung yang
terdokumentasi (Irmalita dkk., 2014).
3.4 SKA berulang: Infark miokard berulang (reinfarction)
digunakan jika IMA terjadi dalam waktu 28 hari setelah IMA
yang pertama. Adanya ST elevasi ≥ 0,1 mV atau gelombang Q
yang patognomonik pada dua lead yang berdampingan disertai
dengan simptom iskemik selama 20 menit atau lebih. ST depresi
dan LBBB (left bundle branch block) saja tidak dapat dipakai
sebagai diagnosa reinfark. Infark rekuren adalah tanda – tanda
IMA berulang muncul 28 hari setelah IMA awal (Thygesen
dkk., 2012). SKA berulang dalam penelitian ini mencangkup
reinfarction dan infark rekuren dalam bentuk STEMI, NSTEMI
maupun UAP.
4. Masa perawatan: durasi sejak terdiagnosis IMA sampai mengalami
morbiditas pertama kali, dinilai dalam jam.
5. Riwayat gagal jantung sebelumnya: Pasien dengan riwayat gagal
jantung sebelum perawatan saat akan dilakukan penelitian. Gagal
jantung ditandai dengan adanya tanda dan gejala gagal jantung
seperti sesak nafas dengan aktivitas ringan, sesak dengan posisi
tidur terlentang, retensi cairan, ronki, distensi vena jugular,
gambaran edema paru pada rontgen dada atau adanya data rekam
medis yang menunjukkan bahwa pasien sebelumnya dirawat dengan
gagal jantung. Adanya penurunan fraksi ejeksi ventrikel kiri tanpa
adanya gejala klinis tidak dimasukkan ke dalam kelompok gagal
jantung (Cannon dkk., 2013).
6. Terapi reperfusi: Pasien yang masuk dalam indikasi mendapat terapi
reperfusi sesuai standar (trombolitik, IKP, CABG).
7. Kadar gula darah: Kadar gula darah acak yang diperiksa saat pasien
masuk rumah sakit merupakan pemeriksaan standar yang dilakukan
pada semua pasien IMA yang diambil dari darah vena.
7.1 Stres hiperglikemia ditandai dengan kadar gula darah yang > 7,8
mmol/L (140 mg/dL) tanpa adanya riwayat diabetes
sebelumnya. Pemeriksaan HbA1C (Hemoglobin A1C) saat
rawat inap dipakai untuk membedakan stres hiperglikemia
dengan diabetes mellitus dimana HbA1C yang ≥ 6,5%
menandakan bahwa pasien merupakan penderita diabetes
mellitus yang tidak diketahui sebelumnya (Farrokhi dkk., 2011,
Magaji dan Johnston, 2011)
7.2 Diabetes mellitus: Pasien dengan riwayat diabetes mellitus dan/
atau sedang dalam terapi diabetes mellitus, memenuhi kriteria
The American Diabetes Association yaitu:
1. HbA1C ≥ 6,5% atau
2. Gula darah puasa ≥ 126 mg/dL (7 mmol/L) atau
3. Gula darah 2 jam setelah makan ≥ 200 mg/dL (11,1
mmol/L) setelah tes toleransi glukosa oral (TTGO) atau
4. Pasien dengan simptom klasik hiperglikemia atau krisis
hiperglikemia dengan gula darah acak ≥ 200 mg/dL
(11,1 mmol/L) (Cannon dkk., 2013).
8. Hipertensi: Pasien didiagnosis sebagai penderita hipertensi jika
memenuhi salah satu dari kriteria:
1. Riwayat hipertensi sebelumnya yang diterapi dengan obat-
obatan, diet, dan/ atau olah raga.
2. Terdokumentasi dengan riwayat tekanan darah sistolik ≥ 140
mmHg dan/ atau tekanan darah diastolik ≥ 90 mmHg pada
pasien tanpa diabetes, atau tekanan darah sistolik ≥ 130 mmHg
atau diastolik ≥ 80 mmHg pada sedikitnya 2 kali kesempatan
yang berbeda untuk pasien dengan diabetes.
3. Saat ini sedang dalam terapi farmakologis untuk hipertensi
(Cannon dkk., 2013).
9. Dislipidemia : Kadar kolesterol dari kimia darah, dimana total
kolesterol >200 mg/dL dan/atau LDL >100 mg/dL, dan/atau HDL
<40 mg/dL (laki-laki) atau < 50 mg/dL (wanita), dan/atau
trigliserida >150 mg/dL, dan/ atau pasien sedang dalam terapi
dislipidemia sebelumnya berdasarkan National Cholesterol
Education Program in Adult Treatment Panel (NCEP-ATP) III
(Cannon dkk., 2013).
10. Obesitas: adalah jika indeks masa tubuh (IMT) ≥ 30 kg/ m2.
IMT = Indeks massa tubuh
BB = Berat badan
TB = Tinggi badan
11. Umur: umur ditentukan berdasarkan tanggal lahir yang tertera pada
identitas penderita sampai dengan penderita masuk di rumah sakit
(dalam tahun).
12. Merokok: ditentukan berdasarkan anamnesis. Status perokok
ditentukan bila merokok paling sedikit satu batang perhari selama
lebih dari 1 bulan terakhir atau berhenti merokok kurang dari 3
bulan. Kriteria merokok sebagi berikut:
a. Perokok ringan : merokok 1-9 batang per hari.
b. Perokok sedang : merokok 10-19 batang per hari.
c. Perokok berat : merokok 20 batang per hari atau lebih.
d. Bekas perokok : berhenti merokok lebih dari 3 bulan (Wita,
1992).
13. Sepsis: Penderita yang memenuhi kriteria Systemic Inflamatory
Response Syndrome (SIRS) dengan sumber infeksi yang jelas.
Kriteria terpenuhi apabila didapatkan 2 atau lebih kriteria berikut
• Temperatur >380C atau hipotermia <36
0C
• Takipnea, laju respirasi >24x/menit
• Takikardi, denyut jantung >90 kali/mnt
• Leukositosis (>12.000/uL)
• Leukopenia (<4000/uL) atau >10 % bands
Disertai adanya kecurigaan atau bukti etiologi mikrobial dari hasil
kultur.
14. Penyakit keganasan: riwayat keganasan yang diketahui berdasarkan
anamnesa, pemeriksaan fisik, pemeriksaan penunjang dan catatan
medis.
15. Penyakit ginjal kronis: Adanya kerusakan struktural atau marker
kerusakan ginjal yaitu proteinuria dan/atau penurunan fungsi ginjal
eGFR <60 mL/min/1.72 m2 berdasarkan rumus Cockcroft-Gault
selama ≥ 3 bulan dengan atau tanpa kerusakan ginjal.
4.5 Bahan Penelitian
Bahan penelitian yang digunakan adalah dari darah vena sebanyak 7-10 mL
yang dipusingkan 1000 kali selama 15 menit dan disimpan pada suhu ≤ -200C
untuk selanjutnya dianalisa secara ELISA.
4.6 Instrumen Penelitian
Instrumen yang digunakan pada penelitian ini adalah hasil pemeriksaan
TRAIL, rekam medis pasien, hasil pemeriksaan laboratorium, dan lembar
pengumpul data.
4.7 Prosedur Penelitian
4.7.1 Tata Cara Penelitian
Pasien yang memenuhi kriteria inklusi serta keluarga akan diberikan
informasi mengenai penelitian ini. Apabila setuju diminta untuk menandatangani
formulir yang telah disediakan. Selanjutnya semua sampel penelitian dikelola
sesuai dengan prosedur. Penanganan pasien IMA sesuai Pedoman Terapi
Lab/SMF Penyakit Jantung dan Kardiologi dan Kedokteran Vaskular FK UNUD/
RSUP Sanglah Denpasar.
Data yang diperoleh dari catatan medis penderita berupa nama, nomer
rekam medis, jenis kelamin, umur, diagnosa, dan hasil laboratorium. Pengukuran
kadar TRAIL dilakukan maksimal dalam 24 jam. Pasien yang mengeluh sesak
dilakukan evaluasi klinis yaitu anamnesis dan pemeriksaan fisik, dan dilakukan
pemeriksaan penunjang rontgen thorak. Bila menemukan tanda gagal jantung dari
pemeriksaan klinis dan/atau dari penunjang rontgen maka pasien didiagnosa
sebagai gagal jantung akibat infark miokard dan dimasukkan sebagai luaran. Hasil
pemeriksaan dikumpulkan oleh peneliti, pasien akan diikuti selama masa
perawatan di rumah sakit dengan kunjungan setiap hari, komunikasi dengan
pasien dan/ atau keluarga, bekerja sama dengan tim medis yang merawat pasien,
catatan rekam medis. Data yang terkumpul selanjutnya akan dilakukan analisis.
4.7.2 Prosedur Pengumpulan Data
Pasien memenuhi kriteria penelitian dan sudah menandatangani formulir
persetujuan dilakukan evalusi klinis oleh pasien atau keluarga. Dilakukan
anamnesis, pemeriksaan fisik, EKG, pemeriksaan rontgen, dan pasien/keluarga
diminta memberi keterangan untuk mengisi lembar pengumpulan data.
Pemeriksaan kadar TRAIL diambil dari darah vena sebanyak 7-10 mL yang
dipusingkan dan disimpan pada suhu tertentu untuk akhirnya dianalisa secara
ELISA.
4.7.3 Alur Penelitian
Pasien nyeri dada yang masuk ke UGD RSUP Sanglah didiagnosa sebagai
IMA berdasarkan klinis dan data penunjang. Dari populasi ini pasien yang
memenuhi kriteria inklusi dan tidak termasuk dalam kriteria eksklusi diambil
sebagai sampel secara konsekutif sampai dengan jumlah sampel yang dibutuhkan.
Pada pasien ini dilakukan pengisian lembar pengumpulan data, pemeriksan
laboratorium standar dan pengambilan sampel untuk pemeriksaan kadar TRAIL.
Hasil pemeriksaan dikumpulkan oleh peneliti dan selanjutnya dilakukan analisis.
Alur penelitian ditunjukkan pada gambar 4.3 dibawah ini
Gambar 4.3
Alur Penelitian
Populasi Target
Pasien SKA
(EKG, foto dada, tekanan darah,
laboratorium)
Populasi Terjangkau
Semua penderita IMA yang dirawat di RSUP
Sanglah Denpasar
Kriteria Inklusi Kriteria Eksklusi
Informed Concent
Eligible study subject
Lembar Pengumpulan data
Pengambilan sampel darah
TRAIL
Analisis data
Pemeriksaan kadar
TRAIL
(ELISA)
Identitas
Pemeriksaan Fisik
Pemeriksaan
Penunjang
Diagnosa
Terapi
Morbiditas
(Gagal jantung, syok kardiogenik, aritmia, SKA berulang)
4.8 Analisis Data
Analisis data dilakukan dalam 4 tahap, pertama dilakukan analisis univariat,
kemudian dilakukan analisis kurva ROC, analisis bivariat dan analisis multivariat.
1. Analisis univariat, bertujuan untuk menggambarkan karakteristik subyek
penelitian dengan cara membuat tabel distribusi frekuensi.
2. Analisis kurva ROC. Analisis ini bertujuan untuk mendapatkan cut of
point terbaik untuk menyatakan kadar TRAIL yang rendah sebagai faktor
risiko. Pada analisis ini kadar TRAIL akan menjadi variabel kategorikal,
dan morbiditas sebagai refference variabel. Kemudian akan terbentuk
kurva ROC yang terdiri dari sumbu X dan Y. Sumbu X adalah 1-
spesifisitas, dan sumbu Y adalah sensitivitas. Cut of point terbaik adalah
nilai TRAIL tertentu yang menghasilkan nilai akurasi tertinggi sebagai
prediktor morbiditas.
3. Analisis bivariat, bertujuan untuk mengetahui pengaruh satu variabel
bebas terhadap variabel tergantung. Variabel bebas pada penelitian ini
adalah kadar TRAIL yang rendah. Variabel tergantung adalah morbiditas
yang terdiri dari empat subvariabel, yaitu gagal jantung, syok kardiogenik,
dan aritmia. Selain pengaruh TRAIL terhadap morbiditas secara
keseluruhan, analisis bivariat juga dilakukan untuk menilai pengaruh
TRAIL terhadap masing-masing subvariabel morbiditas. Hasil analisis
bivariat ditampilkan menggunakan grafik estimasi survival Kaplan-Meier
kemudian dinilai perbedaan median time dan probabilitas survival
berdasarkan variabel bebas. Uji statistik yang digunakan pada analisis
bivariat adalah Logrank test. Pertimbangan penggunaan metode Kaplan-
Meier karena pada penelitian ini terdapat variabel time (waktu), event dan
sensor. Selain itu keuntungan penggunaan analisis Kaplan-Meier pada
subyek penelitian yang datanya dianalisis sesuai dengan waktu aslinya
adalah menghasilkan perhitungan probabilitas survival yang lebih akurat
(Kleinbaum and Klein, 2005).
4. Analisis stratifikasi bertujuan untuk mengetahui pengaruh TRAIL sebagai
prediktor morbiditas pada masing-masing kelompok (subgrup)
berdasarkan jenis IMA (STEMI dan NSTEMI).
5. Analisis multivariat bertujuan untuk menganalisis apakah TRAIL yang
rendah merupakan prediktor independen terjadinya morbiditas dengan
mengontrol variabel lain yang diduga sebagai confounder. Uji statistik
yang digunakan pada analisis multivariat dalam penelitian ini adalah uji
Cox regression, sehingga dapat diketahui Hazard Ratio (HR) independen
dari nilai TRAIL yang rendah terhadap morbiditas pada pasien IMA.
BAB V
HASIL PENELITIAN
Selama periode bulan November 2014 sampai dengan Januari 2015, telah
dilakukan studi observasional dengan rancangan kohort prospektif, yang
bertempat di RSUP Sanglah-Denpasar. Penelitian ini dimulai setelah mendapat
persetujuan dari unit penelitian dan pengembangan Fakultas Kedokteran
Universitas Udayana/RSUP Sanglah Denpasar dengan surat Kelaikan Etik
(Ethical Clearance) dan surat ijin penelitian dari Direktur Sumber Daya manusia
(SDM) dan Pendidikan RSUP Sanglah Denpasar.
Sampel dalam penelitian ini adalah penderita IMA baik STEMI maupun
NSTEMI yang memenuhi kriteria inklusi dan eksklusi dan diambil secara
consecutive sampling dari populasi penelitian. Sebanyak 78 pasien IMA yang
masuk ke UGD jantung dan dirawat, dilakukan pengambilan sample darah vena
maksimal 24 jam dari saat pasien mulai dirawat, dan selanjutnya dilakukan
analisis. Selama perawatan di rumah sakit pasien diamati timbulnya morbiditas
akibat infark miokard akut, yaitu adanya gagal jantung dan/atau syok kardiogenik
dan/atau aritmia dan/ atau SKA berulang. Variabel yang dianalisis dalam
penelitian ini adalah: kadar TNF Related Apoptosis Inducing Ligand (TRAIL)
sebagai variabel bebas, morbiditas selama perawatan di rumah sakit sebagai
variabel tergantung, serta gagal jantung, syok kardiogenik, aritmia, dan SKA
berulang sebagai subvariabel tergantung.
Penderita IMA yang dilibatkan dalam penelitian ini, yaitu: 52 orang pasien
STEMI dan 26 orang pasien NSTEMI. Hasil analisis deskriptif populasi penelitian
ditunjukkan pada tabel 5.1. Pasien dikelompokkan menjadi dua kelompok
berdasarkan tinggi rendahnya kadar TRAIL. Dimana cut of point dalam
menyatakan nilai TRAIL yang tinggi/ rendah ditunjukkan dengan membuat kurva
ROC. Kurva ROC untuk menyatakan TRAIL yang rendah sebagai prediktor
morbiditas ditunjukkan pada gambar 5.1
5.1 Analisis Kurva ROC
Batas nilai untuk menentukan nilai TRAIL yang rendah
menggunakan data yang dikumpulkan dari penelitian ini dengan cara membuat
kurva ROC.
Gambar 5.1
Kurva ROC dalam Menentukan Cutt of Point TRAIL yang rendah
Berdasarkan analisis kurva ROC didapatkan nilai cut of point terbaik dalam
menyatakan nilai TRAIL yang rendah untuk memprediksi luaran dengan
mendapatkan hubungan optimal antara sensitivitas dan spesifisitas yaitu 513,45
pg/mL. Area Under Curve (AUC) yaitu 0,838, standard error 0,044, (95% CI =
0,752-0,925), dan P-value <0,001
Dengan menggunakan nilai cutt of point 513,45 pg/mL maka didapatkan
sebanyak 34 pasien dengan nilai TRAIL yang rendah, dan 44 pasien dengan nilai
TRAIL yang tinggi. Kadar TRAIL yang merupakan skala numerik dirubah
menjadi skala nominal dengan dua kategori yaitu TRAIL yang rendah dan TRAIL
yang tinggi.
5.2 Karakteristik Subyek Penelitian
Hasil analisis deskriptif populasi penelitian ditunjukkan pada tabel
5.1. Pasien dikelompokkan menjadi dua kelompok berdasarkan tinggi rendahnya
nilai TRAIL. Cut-off point dalam menyatakan nilai TRAIL tinggi atau rendah
diperoleh dengan membuat kurva ROC seperti yang telah disebutkan diatas.
Tabel 5.1
Karakteristik Subyek Penelitian
Variabel Nilai TRAIL
Nilai TRAIL
Rendah
Nilai TRAIL
Tinggi
n= 34 n= 44
Umur (tahun) 57,38 ± 12,28 60,27 ± 12,10
Jenis Kelamin
Laki-laki (%) 88,2% (n=30) 70,5% (n=31)
Perempuan (%) 11,8% (n=4) 29,5% (n=13)
Merokok (%) 67,6% (n=23) 56,8% (n=25)
Riwayat penyakit
keluarga (%)
8,8% (n=3) 6,8% (n=3)
Dislipidemia 91,2% (n=31) 97,7% (n=43)
TC (mg/dl) 182,99 ± 44,68 194,71 ± 51,65
LDL (mg/dl) 120,12 ± 34,24 131,72 ± 44,38
TG (mg/dl) 117,56 ± 40,35 175,66 ± 114,41
HDL (mg/dl) 39,36 ± 15,41 38,09 ± 10,74
DM (%) 23,5% (n=8) 43,2% (n=19)
Stress hiperglikemia 26,5% (n=9) 13,6% (n=6)
GDS (mg/dl) 164,18 ± 73,57 187,78 ± 106,68
Hipertensi 47,1% (n=16) 65,9% (n=29)
TDS (mmHg) 120,12 ± 20,79 132,73 ± 25,52
TDD (mmHg) 75,47 ± 13,63 81,27 ± 15,60
Obesitas (%) 8,8% (n=3) 6,8% (n=3)
IMT (kg/m2) 25,26 ± 3,10 24,49 ± 3,36
Diagnosis Kerja
STEMI (%) 79,4% (n=27) 56,8% (n=25)
NSTEMI (%) 20,6% (n=7) 43,2% (n=19)
CKMB 20,72 ± 15,11 23,00 ± 15,20
Troponin T 979,85 ± 671,76 839,55 ± 627,76
Terapi Reperfusi 47,1% (n=16) 27,3% (n=12)
Onset (Jam) 11,47 ± 16,62 16,55 ± 23,61
Berdasarkan tabel diatas, dapat terlihat bahwa karakteristik dasar
antara pasien dengan nilai TRAIL yang rendah tidak menunjukkan perbedaan
yang bermakna dibandingkan pasien dengan nilai TRAIL yang tinggi.
5.3 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Morbiditas IMA
Untuk mengetahui pengaruh TRAIL yang rendah terhadap morbiditas
dilakukan analisis bivariat. Metode analisis yang digunakan adalah metode
estimasi survival dari Kaplan-Meier yang disajikan dalam bentuk grafik estimasi
Kaplan-Meier.
Gambar 5.2
Kurva Estimasi Survival Kaplan Meier Terjadinya Morbiditas Pada IMA
Berdasarkan nilai TRAIL
Dari 78 kasus IMA yang diamati selama penelitian, diketahui sebesar 29
pasien mengalami morbiditas, 22 pasien diantaranya mempunyai nilai TRAIL
yang rendah (abnormal), sedangkan 7 pasien mempunyai nilai TRAIL yang
tinggi. Terlihat bahwa pasien yang mempunyai nilai TRAIL yang rendah lebih
banyak yang mengalami event daripada yang nilai TRAIL-nya tinggi.
Nilai survival rate pasien dengan nilai TRAIL yang rendah
(abnormal) didapatkan 55,942 (95% CI = 39,261-72,623) jam, sedangkan nilai
survival rate pasien dengan nilai TRAIL yang tinggi adalah 103,865 (95% CI =
92,756 – 114,973) jam. Setelah dilakukan uji Log Rank, didapatkan bahwa
survival rate antara pasien dengan nilai TRAIL yang rendah (abnormal) dan
dengan nilai TRAIL yang tinggi berbeda secara bermakna dengan nilai p sebesar
<0,001.
Pada pasien dengan nilai TRAIL yang rendah (abnormal),
probabilitas survival dalam 24 jam pertama didapatkan sebesar 0,59, sedangkan
pada pasien dengan nilai TRAIL yang tinggi sebesar 0,89. Hal ini berarti bahwa
dalam 24 jam pertama, sebanyak 59% pasien dengan nilai TRAIL yang rendah
(abnormal) tidak mengalami morbiditas, sedangkan pada pasien dengan nilai
TRAIL yang tinggi, sebanyak 89% pasien tidak mengalami morbiditas. Dalam 48
jam pertama, diperoleh bahwa probabilitas survival pasien dengan nilai TRAIL
yang rendah (abnormal) sebesar 0,41, sedangkan pada pasien dengan nilai TRAIL
yang tinggi sebesar 0,84.
Pengaruh nilai TRAIL yang rendah terhadap morbiditas dapat
diketahui dengan menggunakan nilai Hazard Ratio (HR) yaitu sebesar 5,65 (95%
CI 2,404 – 13,298). Hal tersebut berarti bahwa risiko morbiditas pada pasien IMA
didapatkan 5,65 kali lipat pada pasien dengan nilai TRAIL yang rendah
(abnormal) dibandingkan pasien dengan nilai TRAIL yang tinggi. Perbedaan
risiko tersebut bermakna secara statistik dengan p < 0,0001. Nilai HR ini masih
bersifat kasar dan belum mengontrol variabel lain yang dianggap sebagai perancu.
5.4 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Gagal Jantung Pada IMA
Dari 78 kasus IMA yang diamati selama penelitian, diketahui sebesar 17
pasien mengalami gagal jantung, 11 pasien diantaranya mempunyai kadar TRAIL
yang rendah, sedangkan 6 pasien dengan kadar TRAIL yang tinggi. Kurva
estimasi survival Kaplan Meier terjadinya gagal jantung berdasarkan rendah atau
tingginya kadar TRAIL ditunjukkan pada gambar 5.3 dibawah ini.
Gambar 5.3
Kurva Estimasi Survival Kaplan-Meier Terjadinya Gagal Jantung pada
IMA Berdasarkan Kadar TRAIL
Nilai survival rate pasien dengan nilai TRAIL yang rendah
(abnormal) didapatkan 81,511 (95% CI = 63,371 – 99,651) jam, sedangkan nilai
survival rate pasien dengan nilai TRAIL yang tinggi adalah 106,256 (95% CI =
95,925 – 116,587) jam. Setelah dilakukan uji Log Rank, didapatkan bahwa
survival rate antara pasien dengan nilai TRAIL yang rendah (abnormal) dan
dengan nilai TRAIL yang tinggi berbeda secara bermakna dengan nilai p sebesar
<0,012.
Pada pasien dengan nilai TRAIL yang rendah (abnormal), probabilitas
survival dalam 24 jam pertama didapatkan sebesar 0,73, sedangkan pada pasien
dengan nilai TRAIL yang tinggi sebesar 0,91. Hal ini berarti bahwa dalam 24 jam
pertama, sebanyak 73% pasien dengan nilai TRAIL yang rendah (abnormal) tidak
mengalami gagal jantung, sedangkan pada pasien dengan nilai TRAIL yang
tinggi, sebanyak 91% pasien tidak mengalami gagal jantung. Dalam 48 jam
pertama, diperoleh bahwa probabilitas survival pasien dengan nilai TRAIL yang
rendah (abnormal) sebesar 0,64, sedangkan pada pasien dengan nilai TRAIL yang
tinggi sebesar 0,86.
Pengaruh nilai TRAIL yang rendah terhadap gagal jantung dapat diketahui
dengan menggunakan nilai Hazard Ratio (HR) yaitu sebesar 3,33 (95% CI 1,224
– 9,072). Hal tersebut berarti bahwa risiko terjadinya gagal jantung pada pasien
IMA didapatkan 3,33 kali lipat pada pasien dengan nilai TRAIL yang rendah
(abnormal) dibandingkan pasien dengan nilai TRAIL yang tinggi. Perbedaan
risiko tersebut bermakna secara statistik dengan p = 0,018.
5.5 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Syok Kardiogenik Pada IMA
Dari 78 kasus IMA yang diamati selama penelitian, diketahui sebesar 8 pasien
mengalami syok kardiogenik dan 8 pasien tersebut memiliki nilai TRAIL yang
rendah. Gambaran estimasi survival Kaplan Meier terjadinya syok kardiogenik
berdasarkan tinggi rendahnya kadar TRAIL ditunjukkan pada gambar 5.4 dibawah
ini.
Gambar 5. 4
Kurva Estimasi Survival Kaplan Meier Terjadinya Syok Kardiogenik pada
IMA Berdasarkan Kadar TRAIL
Pengaruh nilai TRAIL yang rendah terhadap syok kardiogenik dapat
diketahui dengan menggunakan nilai Hazard Ratio (HR) yaitu sebesar 166,568
(95% CI 0,285 – 97216,5). Hal tersebut berarti bahwa risiko terjadinya syok
kardiogenik pada pasien IMA didapatkan 166,568 kali lipat pada pasien dengan
nilai TRAIL yang rendah (abnormal) dibandingkan pasien dengan nilai TRAIL
yang tinggi. Perbedaan risiko tersebut tidak bermakna secara statistik dengan p =
0,115.
5.6 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Aritmia Pada IMA
Selama waktu pengamatan penelitian, diketahui sebesar 4 pasien mengalami
aritmia, 3 pasien diantaranya mempunyai kadar TRAIL yang rendah, sedangkan 1
pasien dengan kadar TRAIL yang tinggi.
Gambar 5.5
Kurva Estimasi Survival Kaplan Meier Terjadinya Aritmia pada IMA
Berdasarkan Kadar TRAIL
Nilai survival rate pasien dengan nilai TRAIL yang rendah (abnormal)
didapatkan 108,256 (95% CI = 95.648 – 120,863) jam, sedangkan nilai survival
rate pasien dengan nilai TRAIL yang tinggi adalah 117,296 (95% CI = 112,058 –
122,535) jam. Setelah dilakukan uji Log Rank, didapatkan bahwa survival rate
antara pasien dengan nilai TRAIL yang rendah (abnormal) dan dengan nilai
TRAIL yang tinggi berbeda tetapi tidak bermakna dengan nilai p sebesar 0,151.
Pada pasien dengan nilai TRAIL yang rendah (abnormal),
probabilitas survival dalam 1 jam pertama didapatkan sebesar 0,96, sedangkan
pada pasien dengan nilai TRAIL yang tinggi sebesar 0,98. Hal ini berarti bahwa
dalam 24 jam pertama, sebanyak 96% pasien dengan nilai TRAIL yang rendah
(abnormal) tidak mengalami aritmia, sedangkan pada pasien dengan nilai TRAIL
yang tinggi, sebanyak 98% pasien tidak mengalami aritmia. Dalam 24 jam
pertama, diperoleh bahwa probabilitas survival pasien dengan nilai TRAIL yang
rendah (abnormal) sebesar 0,93, sedangkan pada pasien dengan nilai TRAIL yang
tinggi tetap sebesar 0,98.
Pengaruh nilai TRAIL yang rendah terhadap aritmia dapat diketahui dengan
menggunakan nilai Hazard Ratio (HR) yaitu sebesar 4,5 (95% CI 0,472 – 43,909).
Hal tersebut berarti bahwa risiko terjadinya gagal jantung pada pasien IMA
didapatkan 4,5 kali lipat pada pasien dengan nilai TRAIL yang rendah (abnormal)
dibandingkan pasien dengan nilai TRAIL yang tinggi. Perbedaan risiko tersebut
tidak bermakna secara statistik dengan p sebesar 0,190.
5.7 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor SKA Berulang Pada IMA
Selama waktu pengamatan penelitian, diketahui hanya 1 pasien mengalami
SKA berulang dengan kadar TRAIL yang rendah sehingga tidak dapat dianalisa.
5.8 TNF Related Apoptosis Inducing Ligand (TRAIL) sebagai Prediktor
Morbiditas pada Subgrup IMA
Untuk mengetahui kadar TRAIL yang rendah sebagai prediktor morbiditas
pada masing-masing kelompok (subgrup) berdasarkan jenis IMA dilakukan
analisis stratifikasi. Analisis stratifikasi dilakukan dengan uji Mantel Haenzel.
Tabel 5.2 Hasil Uji Mantel Haenzel Kadar TRAIL yang Rendah sebagai
Prediktor Morbiditas pada Subgrup IMA
Morbiditas (+) Morbiditas (-)
ST
EMI
TRAIL
rendah
15 (83,3%) 12 (35,3%)
TRAIL
tinggi
3 (16,7%) 22 (64,7%)
TOTAL 18 (100%) 34 (100%)
OR 9,167; CI (OR) 95% 2,204 -38,123; X2=2,057; df = 1; p= 0,152
NS
TEMI
TRAIL
rendah
7 (63,6%) 0 (0%)
TRAIL
tinggi
4 (36,4%) 15 (100%)
TOTAL 11 (100%) 15 (100%)
OR NA
OR (Common) = 15; CI (OR common) 95% 4,02 – 55,85; p < 0,0001
Pada STEMI pengaruh TRAIL yang rendah terhadap morbiditas sebesar
9,167. Artinya pada kelompok pasien STEMI dengan kadar TRAIL yang rendah
risiko morbiditas 9,167 kali dibandingkan pada pasien STEMI dengan kadar
TRAIL yang tinggi. Perbedaan risiko morbiditas tersebut secara statistik tidak
bermakna dengan p= 0,152, 95% CI: 2,204 – 38,123. Sedangkan pada subgrup
pasien NSTEMI tidak dapat dilakukan analisa.
Dari hasil penelitian ini didapatkan adanya perbedaan efek kadar TRAIL yang
rendah terhadap morbiditas pasien pada masing-masing kelompok (STEMI dan
NSTEMI) dan pengaruh kadar TRAIL yang rendah terhadap morbiditas setelah
variabel diagnosis dikontrol adalah sebesar 15 kali dan secara statistik bermakna
dengan 95% CI 4,02 – 55,25 dan p <0,0001.
5.9 Pengaruh TNF Related Apoptosis Inducing Ligand (TRAIL) Yang
Rendah Terhadap Morbiditas Setelah Dikontrol Dengan Variabel Lain
Variabel pada penelitian ini meliputi kadar TRAIL yang rendah sebagai
variabel bebas dan umur, jenis kelamin, riwayat keluarga, dislipidemia, obesitas,
hipertensi, stress hiperglikemia, diabetes melitus, merokok, dan terapi reperfusi
sebagai variabel kendali. Analisis multivariat yang digunakan untuk mengetahui
pengaruh nilai TRAIL yang rendah terhadap morbiditas secara independen adalah
analisa Cox Regression. Berdasarkan tabel 5.4 dapat dilihat bahwa nilai TRAIL
yang rendah terbukti sebagai faktor independen terjadinya morbiditas pada pasien
IMA. Hal ini berarti bahwa risiko morbiditas pada pasien IMA dengan nilai
TRAIL yang rendah setelah mengontrol faktor perancu adalah 7,547 kali lipat
dibandingkan pasien dengan nilai TRAIL yang normal.
Tabel 5.3 Model Dasar Hasil Analisis Cox Proportional Hazard Regression
Kadar TRAIL yang Rendah sebagai Prediktor Morbiditas Pasien IMA
Variabel Exp
(B)
95% CI P
value
TRAIL yang rendah 7,547 2,788 – 20,430 < 0,0001
Jenis kelamin 0,711 0,224 – 2,556 0,562
Umur 1,011 0,966 – 1,058 0,634
Riwayat keluarga 1,471 0,409 – 5,288 0,554
Dislipidemia 0,294 0,056 – 1,539 0,147
Obesitas 2,054 0,506 – 8,345 0,314
Hipertensi 1,459 0,636 – 3,344 0,373
Stress hiperglikemia 0,697 0,251 – 1,932 0,487
Diabetes melitus 1,292 0,504 – 3,314 0,593
Merokok 0,688 0,266 – 1,779 0,441
Terapi reperfusi 1,290 0,551 – 3,023 0,558
BAB VI
PEMBAHASAN
Selama periode bulan November 2014 hingga Januari 2015, dilakukan
penelitian observasional dengan rancangan kohort prospektif, yang bertempat di
RSUP Sanglah Denpasar. Temuan yang penting dari penelitian ini adalah nilai
TRAIL yang rendah dapat digunakan sebagai prediktor morbiditas pasien IMA
selama perawatan di rumah sakit. Penelitian ini bertujuan untuk dapat
meningkatkan stratifikasi risiko selama perawatan di rumah sakit pada penderita
IMA.
Saat ini penyakit jantung koroner masih memiliki angka kematian yang tinggi
baik di Indonesia maupun di dunia walaupun dengan penanganan yang semakin
baik dan berkembang (Sulastomo, 2010, Roger dkk., 2012). Beberapa penelitian
telah meneliti penggunaan parameter laboratorium untuk menilai prognosis dari
penderita paska serangan IMA diantaranya adalah kadar gula darah, troponin
jantung, CRP dan lain-lain. Pada SKA, plak yang ruptur dan diikuti dengan
agregasi platelet dan pembentukan thrombus, dimana faktor inflamasi berperan
dalam proses ini (Michowitz dkk., 2005).
Hipoksia menginduksi terjadinya apoptosis dan beberapa studi menunjukkan
bahwa proses apoptosis ikut berperan dalam proses iskemi miokard (Nakajima
dkk., 2003). Beberapa studi melaporkan bahwa TRAIL memberikan efek proteksi
terhadap endotel dari apoptosis dan proliferasi. Studi observasional penambahan
TRAIL pada sel endotel manusia dapat meningkatkan sintesa NO dan dengan
demikian TRAIL dapat digunakan sebagai prediktor prognostik pada penderita
paska IMA (Michowitz dkk., 2005).
6.1 Analisis Kurva ROC
Sensitivitas dan spesifisitas suatu parameter laboratorium merupakan tolak
ukur utama akurasi parameter tersebut. Lusted telah menunjukkan bahwa kurva
Receiver Operating Characteristic (ROC) dapat digunakan untuk menilai akurasi
dari sebuah pemeriksaan. Kurva ROC menggambarkan nilai sensitivitas (sumbu
y) dan 1 – spesifisitas (sumbu x). Penetapan nilai cut-off yang rendah untuk suatu
pemeriksaan akan meningkatkan sensitivitas namun menurunkan spesifisitas, dan
sebaliknya. Hal tersebut disebabkan karena terdapat hubungan timbal balik antara
sensitivitas dan spesifisitas. Dengan menggunakan kurva ROC, dapat ditentukan
nilai cut-off dengan sensitivitas dan spesifisitas yang terbaik dari suatu
pemeriksaan(Obuchowski, 2003). Pada penelitian ini, cut-off point untuk
menyatakan nilai TRAIL yang rendah didapatkan dari kurva ROC. Berdasarkan
kurva ROC, didapatkan cut-off point terbaik untuk menyatakan nilai TRAIL
yanga rendah adalah dibawah 513,45 pg/mL, dengan area under ROC curve
(AUC) sebesar 0,838 dengan sensitifitas 75% dan spesifisitas 76% dimana nilai
AUC yang mendekati 1,0 menandakan bahwa pemeriksaan ini akurat.
Beberapa penelitian sebelumnya tidak menggunakan kurva ROC untuk
menentukan cut-off dari nilai TRAIL, tetapi menggunakan median. Secchiero dkk
mendapatkan median TRAIL yang diambil pada 14 ± 9 jam (0,5 – 34 jam) setelah
pasien IMA masuk rumah sakit sebesar 47,3 pg/mL (Secchiero dkk., 2009).
Penelitian Osmancik dkk yang meneliti pengaruh TRAIL sebagai prognostik pada
penderita IMA (gagal jantung dan kematian) dalam 6 bulan pengamatan
menggunakan kurva ROC mendapatkan hasil AUC 0,85, 95% CI 0,78-0,93, p
0,001. Cut off point TRAIL untuk memprediksi kematian dan gagal jantung
dalam 6 bulan sebesar 44,6 ng/mL (44.600 pg/mL) dengan sensitivitas 90,5% dan
spesifisitas 67,1%. Pengumpulan sample darah pada penelitian ini dilakukan pada
pagi hari setelah dilakukan angiografi koroner dan intervensi perkutan (IKP) yang
dilakukan pada semua sample dimana pada pasien STEMI, IKP dilakukan segera
sedangkan pada pasien NSTEMI IKP dilakukan dalam waktu 48 jam.
Penelitian Osmancik berbeda dengan penelitian ini, dimana kami mengambil
sample darah dalam range maksimal 24 jam setelah pasien dirawat, dan tidak
semua sample penelitian kami mendapatkan terapi reperfusi. Penelitian kami
menggunakan reagen dengan sensitivitas yang berbeda yaitu Human TRAIL/
TNSF10 Elisa kit Elabscience dengan nilai deteksi minimal 15,625 pg/mL
sedangkan dua penelitian sebelumnya menggunakan Elisa Kit R&D System
dengan sensitivitas yang lebih baik yaitu 2,86 pg/mL. Disamping itu,penelitian
Osmancik mempunyai variabel tergantung yang berbeda, salah satunya kematian
sehingga nilai cut-off yang didapatkan dari analisa ROC juga menjadi berbeda.
6.2 Karakteristik Subyek Penelitian
Dari 78 penderita IMA yang memenuhi kriteria inklusi dan diambil secara
consecutive sampling dari populasi penelitian didapatkan bahwa rerata umur
pasien dengan TRAIL yang rendah dibandingkan dengan TRAIL yang tinggi
tidak jauh berbeda yaitu 57 ± 12,28 vs 60,27 ± 12,1, dimana nilai TRAIL yang
lebih rendah didapatkan pada pasien yang usianya lebih muda. Pada penelitian ini
jumlah sample dengan jenis kelamin laki-laki lebih banyak (n=61) dibandingkan
jumlah sample dengan jenis kelamin perempuan (n=17). TRAIL yang rendah
lebih banyak didapatkan pada laki-laki, sedangkan wanita didominasi dengan nilai
TRAIL yang tinggi.
Penelitian Deftereos dkk yang mengevaluasi hubungan antara TRAIL dengan
hiperplasi neointimal intra-stent menyebutkan bahwa kadar TRAIL tidak berbeda
bermakna antara laki-laki dan perempuan dengan nilai p sebesar 0,856. Nilai
TRAIL dari penelitian tersebut berhubungan terbalik dan signifikan lemah dengan
usia dimana nilai TRAIL yang lebih rendah didapatkan pada penderita yang
usianya lebih tua (Deftereos dkk., 2012b). Hal ini terbalik dengan yang
didapatkan pada penelitian kami tetapi perbedaan umur diantara kedua kelompok
TRAIL pada penelitian kami tidak berbeeda jauh.
Himbert dkk menyebutkan bahwa angka kematian selama masa perawatan
IMA pada penderita yang merokok lebih rendah daripada yang tidak merokok,
tetapi setelah dilakukan analisa multivariat ternyata angka kematian selama masa
perawatan baik pada perokok, dulu perokok, maupun tidak merokok adalah sama.
Hal ini disebabkan karena pasien perokok biasanya usianya lebih muda dengan
faktor risiko yang lebih sedikit serta mendapatkan pengobatan yang lebih agresif
(Himbert dkk., 2005). Sedangkan Chow dkk menyebutkan bahwa berhenti
merokok dihubungkan dengan risiko berulangnya kejadian kardiovaskular selama
masa pengamatan 6 bulan (Chow dkk., 2010). Jumlah pasien yang merokok pada
kelompok dengan nilai TRAIL yang rendah tidak banyak berbeda dengan jumlah
perokok pada kelompok TRAIL yang tinggi (23 vs 25 orang). Temuan ini sesuai
dengan penelitian Deftereos et al yang menyebutkan bahwa nilai TRAIL tidak
berhubungan dengan status merokok penderita (Deftereos dkk., 2012b).
Deftereos dkk pada penelitiannya pada tahun 2010, menyebutkan bahwa kadar
TRAIL selain tidak berhubungan dengan status merokok pasien juga tidak
berhubungan dengan faktor risiko lain seperti hipertensi maupun dislipidemia
(Deftereos dkk., 2012b). Penelitian Mori dkk menyebutkan hal yang hampir sama
dimana kadar TRAIL berhubungan tetapi tidak bermakna dengan risiko PJK yang
lain seperti indeks massa tubuh (IMT), kadar HDL dan trigliserida, tekanan darah
sistolik dan diastolik, tetapi berhubungan bermakna dengan kadar kolesterol total
(Mori dkk., 2010). Pada penelitian kami, status merokok dan IMTpasien antara
kedua grup TRAIL hampir sama. Kadar profil lemak pada penelitian kami lebih
tinggi pada kelompok dengan nilai TRAIL tinggi dan sesuai dengan penelitian
sebelumnya.
Diabetes merupakan prediktor terjadinya kematian setelah IMA dimana 70%
penderita diabetes meninggal akibat penyakit jantung (Secchiero dkk., 2006).
Kadar serum TRAIL lebih rendah pada penderita diabetes yaitu 60,5 ± 2,6 pg/mL
vs 86,1 ± 4,5 pg/mL (p<0,001) pada penelitian Deftereos dkk (Deftereos dkk.,
2012b), sedangkan pada penelitian ini jumlah penderita DM pada kelompok
TRAIL yang lebih rendah lebih sedikit.
6.3 TNF Related Apoptosis Inducing Ligand (TRAIL) yang rendah sebagai
prediktor morbiditas pasien IMA
Apoptosis berperan dalam terjadinya komplikasi paska IMA dimana derajat
apoptosis paska IMA menggambarkan hilangnya miokard akibat IMA. Semakin
besar remodeling ventrikel yang terjadi dihubungkan dengan kematian segera
setelah IMA. Derajat beratnya apoptosis paska IMA bervariasi dan dapat
dimodulasi oleh beberapa sistem seperti sistem renin-angiotensin dan stimulasi
adrenergik. Studi klinis menunjukkan penggunaan penghambat ACE dapat
mengurangi apoptosis (Osmancik dkk., 2013).
TRAIL adalah biomarker apoptosis yang dapat digunakan untuk memprediksi
prognosis pada penderita IMA (Osmancik dkk., 2013). Pada penelitian ini TRAIL
yang rendah berpengaruh terhadap morbiditas yang terdiri dari gagal jantung dan/
atau syok kardiogenik , dan/ atau aritmia, dan/ atau SKA berulang. Kelompok
dengan kadar TRAIL rendah mempunyai risiko untuk mengalami morbiditas 5,65
kali dibandingkan kelompok dengan kadar TRAIL tinggi selama masa perawatan
dan bermakna. Hal ini sesuai dengan penelitian Osmancik dkk bahwa kadar
TRAIL yang rendah dapat memprediksi terjadinya primary end point yang terdiri
dari gagal jantung atau kematian (p=0,002) dan secondary end-point yaitu infark
miokard berulang. Penelitian lain dari Secchiero menunjukkan bahwa kadar
TRAIL yang rendah secara bermakna berhubungan dengan terjadinya komplikasi
paska IMA yang terdiri dari gagal jantung, syok kardiogenik, dan kematian
selama di rumah sakit maupun seteelah masa pengamatan 12 bulan (p <0,01)
(Secchiero dkk., 2009).
TRAIL merupakan superfamili dari TNF. TRAIL mempengaruhi banyak
sel termasuk endotel dan sel otot polos. TRAIL dapat merangsang produksi nitric
oxide dan prostanoid lain oleh endotel sehingga rendahnya TRAIL dikaitkan
dengan prognosis yang buruk pada penderita dengan SKA. Rendahnya kadar
TRAIL dalam darah berhubungan signifikan dengan hiperplasi neointima paska
IKP sehingga prognosa pasien dengan TRAIL rendah lebih buruk (Deftereos dkk.,
2012b).
Pada manusia, kadar TRAIL dalam darah berhubungan terbalik dengan
derajat keparahan penyakit arteri koroner, dimana kadar TRAIL yang rendah lebih
banyak didapatkan pada penyempitan pembuluh darah koroner yang lebih berat.
Hal ini mungkin disebabkan karena TRAIL mengurangi volume plak dengan
menghambat proliferasi sel otot polos pembuluh darah dan akumulasi makrofag
yang merupakan prekursor sel foam (Deftereos dkk., 2012a). Pada penelitian
kami, pasien dengan kadar TRAIL yang rendah memiliki nilai troponin T yang
lebih tinggi dimana pada umumnya troponin menunjukkan derajat kerusakan
miokard.
Makrofag dan sel otot polos pembuluh darah berperan pada proses
atherosklerosis. Apoptosis sel otot polos akan menyebabkan ruptur plak dan
terbentuk thrombus. Berkurangnya makrofag akibat proses apoptosis
meningkatkan stabilitas plak dengan cara meningkatkan matriks metalloproteinase
dan mengurangi degradasi kolagen. TRAIL mempunyai peranan apoptosis selektif
terhadap makrofag yang berinfiltrasi dalam plak sehingga TRAIL bersifat
protektif (Mori dkk., 2011, Stoneman dan Bennett, 2004)
6.4 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Gagal Jantung Pasien IMA
Infark miokard akut akan menyebabkan disfungsi sistolik maupun
diastolik. Kedua mekanisme ini akan menyebabkan komplikasi berupa edema
paru dengan atau tanpa syok kardiogenik (Antman dan Morrow, 2012). Pasien
infark yang luas dan iskemia yang persisten biasanya paling sering berkembang
menjadi gagal jantung. Gagal jantung merupakan prediktor yang dapat
meningkatkan angka morbiditas dan mortalitas setelah IMA (Allen P. Burke,
2008, Rhee dkk., 2011).
Pada penelitian ini, TRAIL yang rendah dapat memprediksi terjadinya gagal
jantung paska IMA selama masa perawatan dengan hazard ratio sebesar 3,33 kali
(HR = 3,33, 95% CI = 1,224 – 9,072, p = 0,018). Dengan demikian kelompok
pasien IMA dengan TRAIL yang rendah memiliki risiko untuk terjadi gagal
jantung selama masa perawatan sebesar 3,33 kali lipat lebih besar dibandingkan
kelompok dengan kadar TRAIL tinggi. Hal ini sesuai dengan penelitian
Osmancik dkk, dimana kadar TRAIL yang rendah secara signifikan dapat
memprediksi terjadinya gagal jantung (OR 0,11, 95%CI 0,03-0,45, p=0,002).
6.5 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Syok Kardiogenik Pasien IMA
Syok kardiogenik merupakan penyebab kematian utama pada penderita
dengan SKA. Oleh karena itu identifikasi pasien dengan risiko tinggi terjadinya
syok kardiogenik sangat penting. Syok kardiogenik lebih sering terjadi pada
penderita dengan area infark yang luas yang kehilangan lebih dari 40% miokard
yang sehat. Syok kardiogenik lebih sering merupakan komplikasi dari STEMI
dibandingkan tipe SKA yang lain, dan penyebab syok lebih sering akibat
komplikasi mekanis seperti ruptur septum ventrikel ataupun regurgitasi mitral
akut (Hasdai dkk., 2000).
Penelitian ini menunjukkan bahwa TRAIL yang rendah dapat digunakan
sebagai prediktor terjadinya syok kardiogenik pada penderita IMA dengan hazard
ratio sebesar 166,5 kali (HR = 166,568, 95% CI = 0,285-97216,5, p = 0,115).
Artinya penderita IMA dengan TRAIL yang rendah memiliki risiko untuk
mengalami syok kardiogenik 166 kali lipat lebih besar dari kelompok dengan
TRAIL tinggi tetapi tidak signifikan secara statistik. Pada penelitian ini, kejadian
syok kardiogenik hanya 8 kejadian dengan nilai TRAIL yang 100% rendah
sehingga tidak dapat dibandingkan probabilitas survival diantara kedua grup.
Sampai saat ini belum ada penelitian yang menghubungkan TRAIL dengan
kejadian syok kardiogenik paska IMA.
6.6 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Aritmia Pasien IMA
Kadar TRAIL yang rendah sebagai prediktor terjadinya aritmia pada penderita
IMA pada penelitian ini memiliki hazard ratio sebesar 4,5 kali (HR = 4,5, 95%
CI = 0,472 – 43,909, p = 0,19). Dari penelitian ini dapat disimpulkan bahwa
penderita IMA dengan kadar TRAIL yang rendah memiliki risiko untuk
mengalami aritmia sebesar 4,5 kali lipat lebih besar dari kelompok dengan kadar
TRAIL tinggi tetapi tidak bermakna secara statistik.
Iskemi miokard dan infark miokard menyebabkan perubahan metabolik dan
elektrofisiologis yang menyebabkan aritmia yang simptomatis maupun
asimptomatis. Aritmia ventrikel maupun supraventrikel dapat menyebabkan
terganggunya hemodinamik dan membutuhkan penanganan segera. Fibrilasi
atrium juga sering terjadi pada pasien dengan IMA dimana penanganan segera
dibutuhkan jika respon ventrikel cepat dan mengganggu hemodinamik (Gorenek
dkk., 2014).
6.7 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor SKA Berulang Pasien IMA
Pada penelitian ini, TRAIL yang rendah sebagai prediktor terjadinya SKA
berulang tidak dapat dianalisa karena kejadian SKA berulang hanya 1 kejadian.
Penelitian Osmancik dkk menyatakan bahwa kadar TRAIL yang rendah dapat
memprediksi terjadinya infark miokard berulang dalam 6 bulan masa pengamatan,
tetapi setelah dilakukan analisa multivariat terbukti kadar TRAIL tidak dapat
digunakan sebagai prediktor terjadinya SKA berulang.
Empat puluh persen re-infark pada penderita dengan STEMI terjadi
pada hari ke-empat, dan demikian juga pada penderita dengan dan tanpa depresi
segmen ST. Hazard ratio reinfark pada penderita dengan depresi segmen ST lebih
besar dibandingkan dengan yang tanpa depresi segmen ST. Sedangkan hazard
ratio antara kelompok dengan elevasi segmen ST dan depresi segmen ST tidak
berbeda. Pada penelitian ini luaran SKA berulang terjadi pada penderita STEMI
pada hari kelima perawatan.
6.8 TNF Related Apoptosis Inducing Ligand (TRAIL) Yang Rendah Sebagai
Prediktor Morbiditas Pada Subgrup IMA
Pada penelitian ini dilakukan analisis stratifikasi Mantel Haenzel. Analisis
ini digunakan untuk mengendalikan efek dari suatu variabel perancu (dalam hal
ini diagnosis) dengan cara mengelompokkan sampel menjadi kelompok kategori
variabel perancu yang sama. Pada penelitian ini didapatkan pada STEMI pengaruh
TRAIL yang rendah terhadap morbiditas sebesar 9,167 kali lebih besar
dibandingkan dengan kelompok STEMI dengan kadar TRAIL yang tinggi tetapi
tidak bermakna secara statistik. Dengan demikian pengaruh kadar TRAIL
terhadap morbiditas setelah variabel diagnosis dikontrol adalah 15 kali dan
bermakna secara statistik. Hal ini menunjukkan memang ada pengaruh TRAIL
yang rendah terhadap morbiditas selama masa perawatan pada masing-masing
diagnosis dan bermakna.
Hal ini sesuai dengan penemuan sebelumnya dimana dikatakan bahwa
mortalitas pasien dengan NSTEMI lebih rendah daripada STEMI pada awal
perawatan dan menjadi sama pada jangka waktu 6 bulan, kemudian mortalitas
NSTEMI akan lebih tinggi. Pasien NSTEMI pada umumnya akan memperoleh
terapi yang kurang agresif meskipun dengan risiko yang lebih tinggi dan biasanya
pasien dengan NSTEMI berusia lebih tua dengan lebih banyak komorbiditas
(Irmalita,dkk., 2014).
OPERA registry yang melibatkan 100 pusat kesehatan menyebutkan
bahwa pasien STEMI dan NSTEMI memiliki prognosis saat perawatan rumah
sakit dan prognosis jangka panjang yang sama. Perbedaan studi OPERA dengan
studi-studi lainnya karena studi observasional sebelumnya memisahkan antara
STEMI dan NSTEMI dan terbatas pada luaran selama perawatan di rumah sakit
dan 6 bulan setelahnya. Sedangkan pada OPERA registry memberi pengetahuan
karakteristik dan manajemen pasien selama perawatan di rumah sakit dan luaran
klinik dalam 1 tahun. Pada studi ini pasien dengan STEMI yang harusnya
mendapat manfaat dengan terapi reperfusi segera setelah onset, kebanyakan
datang terlambat ke rumah sakit, sedangkan pasien NSTEMI lebih tua dan
memiliki risiko rekurensi iskemik lebih tinggi (Montalescot dkk., 2007).
6.9 Analisa Multivariat TNF Related Apoptosis Inducing Ligand (TRAIL)
Yang Rendah Sebagai Prediktor Morbiditas IMA
Analisis regresi dilakukan untuk mengetagui pengaruh independen kadar
TRAIL yang rendah terhadap morbiditas selama masa perawatan pada penderita
IMA. Pada penelitian ini, kadar TRAIL yang rendah terbukti sebagai prediktor
morbiditas independen dengan hazard ratio 7,547 (95%CI 2,788 – 20,430) dan
bermakna secara statistik dengan nilai p <0,0001.
Hasil penelitian ini sesuai dengan penelitian Osmancik dkk yang
menyatakan bahwa kadar TRAIL yang rendah merupakan prediktor yang penting
dan signifikan untuk menilai morbiditas pada penderita IMA (OR 0,11 (95% CI
0,03 – 0,45), p=0,002) setelah dilakukan analisa multivariat. Secchiero dkk
menyatakan bahwa setelah dilakukan analisa multivariat dengan usia, jenis
kelamin, IMT, diabetes, klasifikasi Killip, CK-MB dan BNP, kadar TRAIL yang
rendah tetap dapat memprediksi kejadian kardiovaskular (gagal jantung) dan
kematian pada 12 bulan masa pengamatan (HR 0,93, 95% CI 0,89 – 0,97,
p=0,001).
6.10 Keterbatasan penelitian
Penelitian ini merupakan kohort prospektif terhadap 78 orang penderita IMA
pada satu pusat pelayanan kesehatan, yaitu RSUP Sanglah. Penelitian
dilaksanakan antara bulan November 2014 sampai dengan Januari 2015. Oleh
karena penelitian ini ingin mengetahui kadar TRAIL yang rendah sebagai
prediktor morbiditas pasien IMA di RSUP Sanglah, maka sebaiknya data yang
dipakai dalam perhitungan jumlah sampel diambil dari proporsi IMA di RSUP
Sanglah.
Perbedaan hasil TRAIL dengan penelitian yang sebelumnya dapat
dikarenakan pengambilan sample yang tidak sama dimana sample pada penelitian
ini diambil pada saat pasien masuk ke rumah sakit sampai maksimal 24 jam.
Sedangkan pada penelitian sebelumnya, sample diambil antara pasien masuk
sampai dengan 48 jam. Hasil TRAIL yang berbeda juga dapat dikarenakan
penggunaan merk reagen yang berbeda dengan sensitivitas yang juga berbeda.
Pengambilan sample dan pemeriksaan kadar TRAIL hanya dilakukan satu kali
saja sehingga penentuan pada jam keberapa kadar TRAIL turun dan
mempengaruhi morbiditas tidak dapat dilakukan.
Studi ini hanya mencari hubungan antara TRAIL dengan morbiditas selama
masa perawatan, sedangkan mekanisme dasar yang mendasari hubungan tersebut
tidak dapat disimpulkan dari penelitian ini.
Sampel studi yang kecil serta dari satu tempat pusat penelitian juga merupakan
kelemahan penelitian ini. Untuk generalisir hasil dibutuhkan studi dengan jumlah
subyek yang lebih banyak dan terdapat beberapa pusat penelitian.
BAB VII
SIMPULAN DAN SARAN
7.1 Simpulan
Sebuah studi kohort prospektif telah dilakukan untuk membuktikan TNF
Related Apoptosis Inducing Ligand (TRAIL) yang rendah sebagai prediktor
morbiditas selama masa perawatan penderita infark miokard akut (IMA).
Berdasarkan hasil penelitian maka dapat disimpulkan bahwa kadar TNF Related
Apoptosis Inducing Ligand (TRAIL) yang rendah terbukti sebagai prediktor
morbiditas selama masa perawatan penderita infark miokard akut (IMA) selama
masa perawatan di RSUP Sanglah. Temuan lain pada penelitian ini, yaitu :
1. TRAIL yang rendah terbukti sebagai prediktor gagal jantung (sebagai
komponen morbiditas) pada pasien IMA di RSUP Sanglah.
2. TRAIL yang rendah memiliki kecenderungan sebagai prediktor syok
kardiogenik dan aritmia selama masa perawatan pada pasien IMA di
RSUP Sanglah.
7.2 Saran
Berdasarkan hasil penelitian, pemeriksaan kadar TRAIL dapat digunakan
sebagai alat stratifikasi risiko pasien IMA yang dirawat di RSUP Sanglah. Studi
akan mempunyai nilai yang lebih baik jika pengambilan sample dilakukan pada
jam tertentu dan beberapa kali serta diamati dengan masa pengamatan yang lebih
panjang.
Studi ini dapat dilanjutkan dengan studi eksperimental untuk mengevaluasi
apakah pemberian rekombinan TRAIL sebagai terapi alternatif berpengaruh
terhadap morbiditas IMA mengingat hasil dari penelitian ini terbukti TRAIL
bersifat protektif. Disamping itu juga perlu dilakukan studi lebih lanjut untuk
mempelajari mekanisme apa yang menjadi dasar dari pengaruh TRAIL terhadap
morbiditas.
DAFTAR PUSTAKA
Ait-Oufella, H., Taleb, S., dkk. 2011. Recent advances on the role of cytokines in
atherosclerosis. Arterioscler Thromb Vasc Biol. 31: 969-979.
Allen P. Burke, M. 2008. Patophysiology of Myocardial Ischemia, Infarction,
Reperfusion, and Sudden Death In: FUSTER, V., A.WALSH, R.,
O'ROURKE, R. A. & POOLE-WILSON, P. (eds.) Hurst The Heart. 12th
ed.: McGraw-Hill Companies.
Angeli, F., Reboldi, G., dkk. 2013. Hyperglycemia During Acute Coronary
Syndrome: Prognostic Implications. J Diabetes Metab. 4: 1-2.
Bartolo, B. a. D., Chan, J., dkk. 2011. TNF-related apoptosis-inducing ligand
(TRAIL) protects against diabetes and atherosclerosis in Apoe−/− mice.
Diabetologia. 54: 3157-3167.
Brombo, G., Volpato, S., dkk. 2013. Association of soluble Tumor necrosis
factor-Related Apoptosis-Inducing Ligand (TRAIL) with central adiposity
and low-density lipoprotein cholesterol. PLoS One. 8: e58225.
Cannon, C. P., Brindis, R. G., dkk. 2013. 2013 ACCF/AHA Key Data Elements
and Definitions for Measuring the Clinical Management and Outcomes of
Patients With Acute Coronary Syndromes and Coronary Artery Disease.
Circ. 127: 1052-1089.
Chang, J., Zhang, G., dkk. 2013. High admission glucose levels increase Fas
apoptosis and mortality in patients with acute ST-elevation myocardial
infarction: a prospective cohort study. Cardiovasc Diabetol. 12: 171.
Chow, C. K., Jolly, S., dkk. 2010. Association of Diet, Exercise, and Smoking
Modification With Risk of Early Cardiovascular Events After Acute
Coronary Syndromes. Circ. 121: 750-758.
Deftereos, S., Giannopoulos, G., dkk. 2012a. Association of soluble tumour
necrosis factor-related apoptosis-inducing ligand levels with coronary
plaque burden and composition. Heart. 98: 214-218.
Deftereos, S., Giannopoulos, G., dkk. 2012b. Inverse Association of Coronary
Soluble Tumor Necrosis Factor-Related Apoptosis Inducing Ligand
(sTRAIL) Levels to In-Stent Neointimal Hyperplasia. Cardiologist. 123:
97-102.
Dordevic, V. B., Ristic, T., dkk. 2008. Inflammatory and Apoptotic Markers in
Ischemic Heart Disease Patients. Journal of Molecular Biology. 27: 154-
160.
El Kebir, D. & Filep, J. G. 2013. Targeting neutrophil apoptosis for enhancing the
resolution of inflammation. Cells. 2: 330-348.
Farrokhi, F., Smiley, D., dkk. 2011. Glycemic control in non-diabetic critically ill
patients. Best Pract Res Clin Endocrinol Metab. 25: 813-824.
Gorenek, B., Blomstro, C., dkk. 2014. Cardiac arrhythmias in acute
coronarysyndromes. Europace.
Hamm, C. W., Bassand, J.-P., dkk. 2011. ESC Guidelines for the management of
acute coronary syndromes in patients presenting without persistent ST-
segment elevation. Eurheartj. 32: 2999-3054.
Harith, H. H., Morris, M. J., dkk. 2013. On the TRAIL of obesity and diabetes.
Trends Endocrinol Metab. 24: 578-587.
Hasdai, D., Topol, E. J., dkk. 2000. Cardiogenic shock complicating acute
coronary syndromes. Lancet. 356: 749-756.
Himbert, D., Klutman, M., dkk. 2005. Cigarette smoking and acute coronary
syndromes: a multinational observational study. Int J Cardiol. 100: 109-
117.
Irmalita, Juzar, D. A., dkk. 2014. Pedoman Tatalaksana Sindroma Koroner Akut,
Jakarta, Perhimpunan Dokter Spesialis Kardiovaskular Indonesia.
Ishihara, M. 2012. Acute hyperglycemia in patients with acute myocardial
infarction. Circ J. 76: 563-571.
Jamal, S. 2004. Deskripsi Penyakit Sistim Sirkulasi: Penyebab Utama Kematian
di Indonesia. Cermin Dunia Kedokteran. 142: 5-9.
Jansson, A. 2010. Inflammatory Markers and Prognosis in Acute Coronary
Syndromes.
Kockx, M. M. & Herman, A. G. 2000. Apoptosis in atherosclerosis: beneficial or
detrimental? Cardiovasc Res. 45: 736-746.
Kumar, A. & Cannon, C. P. 2009. Acute coronary syndromes: Diagnosis and
management, part II. Mayo Clin Proc. 84: 1021-1036.
Luepker, R. V., Apple, F. S., dkk. 2003. Case Definitions for Acute Coronary
Heart Disease in Epidemiology and Clinical Research Studies.
Circulation. 108: 2543-2549.
Magaji, V. & Johnston, J. M. 2011. Inpatient Management of Hyperglycemia and
Diabetes. Clinical Diabetes. 29: 3-9.
Mallat, Z. & Tedgui, A. 2000. Apoptosis in the vasculature: mechanisms and
functional importance. Br. J. Pharmacol. 130: 947-962.
Mansour, A. A. & Wanoose, H. L. 2011. Acute Phase Hyperglycemia among
Patients Hospitalized with Acute Coronary Syndrome: Prevalence and
Prognostic Significance. Oman Medical Journal. 26: 85-90.
Martalena, D., Nasution, S. A., dkk. 2013. Pengaruh Hiperglikemia Admisi
terhadap Major Adverse Cardiac Events Selama Perawatan pada Pasien
Sindrom Koroner Akut di ICCU RSCM, Jakarta. 1: 106-112.
Mendis, S., Thygesen, K., dkk. 2011. World Health Organization definition of
myocardial infarction: 2008-09 revision. Int J Epidemiol. 40: 139-146.
Michowitz, Y., Goldstein, E., dkk. 2005. The involvement of tumor necrosis
factor-related apoptosis-inducing ligand (TRAIL) in atherosclerosis. J Am
Coll Cardiol. 45: 1018-1024.
Montalescot, G., Dallongeville, J., dkk. 2007. STEMI and NSTEMI: are they so
different? 1 year outcomes in acute myocardial infarction as defined by the
ESC/ACC definition (the OPERA registry)†. Eur Heart J. 28: 1409-1417.
Mori, K., Emoto, M., dkk. 2011. Multifunctional Role of TRAIL in
Atherosclerosis and Cardiovascular Disease. Advances in the Diagnosis of
20 Coronary Atherosclerosis. Jepang: InTech.
Mori, K., Ikari, Y., dkk. 2010. Association of serum TRAIL level with coronary
artery disease. Thrombosis research. 125: 322-325.
Nakajima, H., Yanase, N., dkk. 2003. Enhanced expression of the apoptosis
inducing ligand TRAIL in mononuclear cells after myocardial infarction.
Jpn Heart J. 44: 833-844.
Nilsson, L., Szymanowski, A., dkk. 2013. Soluble TNF receptors are associated
with infarct size and ventricular dysfunction in ST-elevation myocardial
infarction. PLoS One. 8: e55477.
Obuchowski, N. A. 2003. Receiver Operating Characteristic Curves and Their
Use in Radiology. Radiology. 3-8.
Osmancik, P., Teringova, E., dkk. 2013. Prognostic value of TNF-related
apoptosis inducing ligand (TRAIL) in acute coronary syndrome patients.
PLoS One. 8: e53860.
Rhee, J. W., Sabatine, M. S., dkk. 2011. Acute Coronary Syndrome. In: S.LILLY,
L. (ed.) Pathophysiology of Heart Disease. 5th ed. Philadelphia:
Lippincott Williams & Wilkins.
Roger, V. R. L., Go, A. S., dkk. 2012. Heart Disease and Stroke Statistics—2012
Update A Report From the American Heart Association. Circulation. 125:
e2-e220.
Secchiero, P., Candido, R., dkk. 2006. Systemic Tumor Necrosis Factor–Related
Apoptosis-Inducing Ligand Delivery Shows Antiatherosclerotic Activity
in Apolipoprotein E–Null Diabetic Mice. Circ 114: 1522-1530.
Secchiero, P., Corallini, F., dkk. 2009. Potential prognostic significance of
decreased serum levels of TRAIL after acute myocardial infarction. PLoS
One. 4: e4442.
Silvestre-Roig, C., De Winther, M. P., dkk. 2014. Atherosclerotic plaque
destabilization: mechanisms, models, and therapeutic strategies. Circ Res.
114: 214-226.
Stoneman, V. E. A. & Bennett, M. R. 2004. Role of apoptosis in atherosclerosis
and its therapeutic implications. Clinical Science. 107: 343 - 354.
Sulastomo, H. 2010. Sindroma Koroner Akut dengan Gangguan Metabolik pada
Wanita Usia Muda Pengguna Kontrasepsi Hormonal., Jakarta,
Departement Cardiology and Vascular Medicine Faculty of Medicine,
University of Indonesia.
Sykes, T. C., Morris, A. G., dkk. 2001. Apoptosis in vascular disease. Eur J Vasc
Endovasc Surg. 22: 389-395.
Thygesen, K., Alpert, J. S., dkk. 2012. Third universal definition of myocardial
infarction. Eur Heart J. 33: 2551-2567.
Volpato, S., Luigiferrucci, dkk. 2010. Association oftumornecrosisfactor-
relatedapoptosis-inducingligandwithtotal and
cardiovascularmortalityinolderadults. j.atherosclerosis. 215: 452-458.
Wang, S. & El-Deiry, W. S. 2003. TRAIL and apoptosis induction by TNF-family
death receptors. Oncogene. 22: 8628 - 8633.
Wita, W. 1992. Program Intervensi Terpadu Mengendalikan Faktor Risiko
Koroner dan Meningkatkan Kualitas Hidup Pasca IMA. Disertasi,
Universitas Airlangga.
Zhang, Y., Peng, T., dkk. 2010. Prevention of hyperglycemia-induced myocardial
apoptosis by gene silencing of Toll-like receptor-4. J Transl Med. 8: 133.
Lampiran 1. Informasi/Penjelasan Penelitian
Penelitian ini berjudul TNF-Related Apoptosis Inducing Ligand
(TRAIL) yang rendah sebagai prediktor morbiditas selama masa perawatan
penderita Infark Miokard Akut (IMA). Tujuan dilakukan penelitian ini adalah
untuk mengetahui hubungan TRAIL sebagai prediktor morbiditas pasien dengan
infark miokard akut. Penelitian ini akan mengikutsertakan 78 orang, termasuk
anda.
Dalam pelaksanaan penelitian disamping prosedur rutin yang
dilakukan pada penderita infark miokard akut (seperti anamnesa, pemeriksaan
fisik, EKG, pengambilan laboratorium, thorak foto), akan dilakukan pengambilan
darah vena, pengambilan darah untuk penelitian hanya dilakukan satu kali yaitu
pagi hari setelah pasien masuk ke rumah sakit, sebanyak ± 7 mL darah. Risiko
komplikasi akibat tindakan sangat kecil yaitu nyeri saat pengambilan darah,
kemerahan, infeksi lokal, yang dapat diatasi dengan kompres hangat, perawatan
luka ataupun antibiotik jika diperlukan.
Adapun manfaat penelitian ini sebagai pedoman stratifikasi risiko
pasien infark miokard akut, dan sebagai dasar kelayakan kadar TRAIL dalam
menilai prognosis pasien dengan nyeri dada akut. Jika terbukti, TRAIL dapat
digunakan sebagai acuan monitoring dan pengembangan pelayanan pengobatan
pasien dengan IMA.
Segala prosedur ini hanya dapat dilakukan bila telah mendapat ijin
dari anda dan dengan menandatangani pernyataan kesediaan (terlampir) setelah
anda mengerti maksud, tujuan, manfaat dan prosedur penelitian ini.
Data dari hasil pemeriksaan dan wawancara ini akan dikumpulkan
ke dalam komputer dengan kode nama untuk menjaga kerahasiaan identitas anda.
Hanya dokter peneliti yang mengetahui data kesehatan anda yang berkaitan
dengan penelitian ini. Data ini mungkin dipublikasikan tanpa mencantumkan
identitas sumber data.
Apabila selama keikutsertaan anda dalam penelitian ini terdapat
hal-hal yang dirasakan mengganggu dan merugikan anda dapat mengundurkan
diri atau membatalkan keikutsertaan anda, tanpa persyratan apapun.
Untuk dapat berlangsungnya penelitian ini sesuai yang diharapkan,
diperlukan kerjasama yang baik antara anda / keluarga, tim medis dan peneliti.
Kami mengharapkan kesediaan anda untuk ikut serta dalam penelitian ini.
Berkaitan dengan hal ini atau sewaktu-waktu anda memerlukan informasi lebih
lanjut anda dapat menghubungi dr Laurentia Utari Wibisono, nomer kontak
085331464037.
Lampiran 2. Persetujuan setelah Penjelasan (Informed Concent)
Kesediaan Untuk Berpartisipasi Dalam Penelitian
Nama pasien : ----------------------------------------------------
Jenis kelamin : ----------------------------------------------------
Alamat : ----------------------------------------------------
Nomor telepon/HP : ----------------------------------------------------
Nomor Studi : ----------------------------------------------------
Nomor rekam medis : ----------------------------------------------------
Nama wali : ----------------------------------------------------
Pekerjaan wali : ----------------------------------------------------
Pendidikan wali : ----------------------------------------------------
Hubungan Keluarga : ----------------------------------------------------
Saya telah membaca/dibacakan pernyataan-pernyataan di atas. Saya juga
telah diberikan kesempatan untuk menanyakan kembali mengenai pernyataan-
pernyataan di atas. Pertanyaan saya telah dijawab dengan memuaskan. Saya
memahami tujuan dari penelitian ini, serta keuntungan dan kerugian apabila ikut
berparstisipasi dalam penelitian. Tanda tangan saya di bawah ini menunjukkan
kesukarelaan saya untuk ikut serta dalam penelitian ini. Saya akan menerima
salinan dari lembar persetujuan ini.
Tanda tangan peneliti Tanda tangan pasien/wali
Tanggal
Tandatangan saksi (tidak diperlukan bila pasien mampu tanda tangan)
Lampiran 3 : Lembar Pengumpulan Data
TNF-RELATED APOPTOSIS INDUCING LIGAND (TRAIL) YANG
RENDAH SEBAGAI PREDIKTOR MORBIDITAS SELAMA MASA
PERAWATAN PENDERITA INFARK MIOKARD AKUT (IMA)
Pascasarjana Universitas Udayana
2014
I. IDENTITAS
1. Nama : ………………………………………………
2. Sex : ………………………………………………
3. Umur : ………………………………………………
4. Suku Bangsa : ………………………………………………
5. Alamat : ………………………………………………
6. NO. Tlp./HP : ………………………………………………
7. Pendidikan : ………………………………………………
8. Pekerjaan : ………………………………………………
9. MRS tgl. : ……………………………………………….
10. Nama Pendamping : ………………………………………
11. No. tlp. Pendamping : ………………………………………
II. ANAMNESIS
1. Keluhan Utama
a. Nyeri dada ( ) Ya ( ) Tidak
b. Lama nyeri dada ( ) < 20 menit ( ) ≥ 20 menit
c. Lokasi nyeri dada ( ) di tengah-tengah ( ) di kiri ( ) ulu hati
d. Nyeri dada seperti ( ) ditekan ( ) ditusuk ( ) ditindih
( ) terbakar ( ) terperas
e. Nyeri menjalar ke ( ) leher ( ) lengan kiri ( ) dagu
( ) punggung ( ) lengan kanan
f. Nyeri dada terasa berkurang dengan ( ) istirahat ( ) nitrat
g. Nyeri dada timbul pada saat ( ) aktifitas ( ) istirahat
( ) stres ( ) sesudah makan
2. Keluhan Lain
a. ( ) berdebar f. ( ) lemas k. ( ) lain-lain ..............................
b. ( ) Sesak nafas g. ( ) masuk angin
c. ( ) keringat dingin h. ( ) pusing
d. ( ) mual i. ( ) kembung
e. ( ) muntah j. ( ) kesadaran menurun
3. Riwayat pada keluarga ( ) Ya ( ) Tidak
Hubungan dengan penderita ( ) Bapak ( ) Ibu ( ) Kakek ( )
Nenek
4. Faktor risiko
a. Dislipidemia
1. Apakah menderita penyakit kolesterol? ( ) Ya ( ) Tidak
2. Bila Ya, apakah minum obat? ( ) Ya ( ) Tidak
Nama obat : …………………………………
b. Hipertensi
1. Apakah pernah menderita penyakit darah tinggi?
( ) Ya ( ) Tidak
2. Bila Ya, sudah berapa lama ……………….. tahun
Sudah minum obat? ( ) Ya ( ) Tidak
Nama obat : …………………………………
3. Apakah keluarga menderita darah tinggi?
( ) Ya ( ) Tidak
c. Diabetes Mellitus
1. Apakah pernah menderita sakit kencing manis
( ) Ya ( ) Tidak
2. Bila Ya, sudah berapa lama ……………….. tahun
Sudah minum obat? ( ) Ya ( ) Tidak
Nama obat : …………………………………
3. Apakah keluarga menderita kencing manis?
( ) Ya ( ) Tidak
d. Merokok
1. Apakah anda merokok
( ) Ya, saat ini merokok
( ) Tidak pernah merokok
( ) Dulu merokok
2. Jika saat ini merokok, berapa batang per hari?
( ) 1-9 ( ) 10-19 ( ) ≥ 20
3. Jika dulu pernah merokok, anda berhenti merokok
sejak..........bulan
( ) < 3 ( ) ≥ 3
III. PEMERIKSAAN FISIK
Diperiksa tanggal : ………………… Oleh :
……………………
Berat badan : …………………………………
Tinggi badan : …………………………………
Lingkar perut : …………………………………
Tekanan darah : ………………………………….
Frekuensi pernapasan : ………………………………….
Suhu : ………………………………….
Denyut nadi : ………………………………….
Irama : ( ) teratur ( ) tidak teratur
Keadaan umum : ( ) baik ( ) sedang ( ) buruk
Sianosis : ( ) ada ( ) tidak ada
Anemia : ( ) ada ( ) tidak ada
Telinga : ( ) tak ( ) kelainan …………..
Hidung : ( ) tak ( ) kelainan …………..
Mulut/gigi : ( ) tak ( ) kelainan …………...
Tenggorokan : ( ) tak ( ) kelainan …………..
Leher : ( ) tak ( ) kelainan …………..
JANTUNG
a. Aktivitas Ventrikel kanan ( ) normal ( ) meningkat
b. Aktivitas Ventrikel kiri ( ) normal ( ) meningkat
c. Thrill ( ) tidak ada ( ) ada, lokasi: ………
d. Iktus kordis : intercostal …………… kiri / kanan, garis ………
e. Irama jantung
S1 ( ) normal ( ) mengeras
S2 ( ) normal ( ) mengeras
( ) single ( ) split ( ) normal
( ) tetap ( ) memendek ( ) memanjang
S3 ( ) tidak ada ( ) ada
Gallop ( ) tidak ada ( ) ada
Opening snap ( ) tidak ada ( ) ada
Ekstrasistol ( ) tidak ada ( ) ada
Klik ( ) tidak ada ( ) ada
Bising jantung:
o Jenis ………………………
o Fase ........………………….
o Derajat ……………………
o Lokasi …………………….
o Penjalaran ………………...
PARU
a. Suara napas : …………../……………
b. Ronchi : …………../……………
c. Wheezing : …………../……………
ABDOMEN
a. Hepar : ( ) tidak teraba ( ) teraba ………….. cm
b. Limpa : ( ) tidak teraba ( ) teraba ………….. cm
c. Ascites : ( ) tidak ada ( ) ada
EXTREMITAS
a. Edema : ( ) tidak ada ( ) ada
b. Sianosis : ( ) tidak ada ( ) ada
c. Clubbing : ( ) tidak ada ( ) ada
IV. ELEKTROKARDIOGRAM
( ) Normal
( ) Q waves, lokasi : ……………………………..
( ) ST elevation, lokasi : …………………………
( ) ST depression, lokasi : ……………………….
( ) Inverted T, lokasi : ……………………………
V. FOTO RONTGEN TORAK
( ) Normal ( ) Kardiomegali
( ) Sembab paru ( ) Efusi pleura
( ) Infiltrat
VI. PEMERIKSAAN LABORATORIUM DARAH
Darah Lengkap
No. Pemeriksaan Nilai
1 WBC
2 HGB
3 HCT
4 PLT
Kimia
No. Pemeriksaan Nilai
1 Troponin T
2 CKMB
3 SGOT
4 SGPT
5 Ureum
6 Kreatinin
7 Kolesterol total
8 Kolesterol LDL
9 Kolesterol HDL
10 Trigeliserida
11 Gula darah acak
12 Gula darah puasa
13 Gula darah puasa 2 jam PP
14 HbA1C
15 Kadar TRAIL Plasma
VII. DIAGNOSIS
a. ( ) NSTEMI
TIMI risk score : ………….
Heart failure ( ) Ya ( ) Tidak
b. ( ) STEMI
TIMI risk score : ……….
Onset : ………….jam
Killips ( ) I ( ) II ( ) III ( ) IV
VIII. TERAPI
ASA ( ) Ya ( ) Tidak
Clopidogrel ( ) Ya ( ) Tidak
Betablocker ( ) Ya ( ) Tidak
Calcium antagonist ( ) Ya ( ) Tidak
Nitrat ( ) Ya ( ) Tidak
Penghambat ACE ( ) Ya ( ) Tidak
Statin ( ) Ya ( ) Tidak
Jenis statin dan dosis : ...............................
LMWH ( ) Ya ( ) Tidak
Streptokinase ( ) Ya ( ) Tidak
PCI ( ) Ya ( ) Tidak
CABG ( ) Ya ( ) Tidak
IX. PENGAMATAN PENDERITA
Morbiditas Waktu kejadian
(tanggal, jam kejadian)
1. Gagal Jantung
2. Aritmia (jenis)
3. Syok Kardiogenik
4. SKA berulang
Denpasar,…………………2014
Pemeriksa
(…………………………………..)
Pengamatan dilakukan saat penderita MRS dengan cara :
Kunjungan tiap hari
Berkomunikasi dengan penderita dan/ atau keluarga
Berkoordinasi dengan tim medis
Catatan rekam medis penderita
Lampiran 4: Cara Pemeriksaan Laboratorium Untuk Penunjang Tesis
a. Troponin T: pemeriksaan dilakukan pada plasma darah dengan metode
immunochromotography.
b. CKMB: pemeriksaan dilakukan pada plasma darah dengan metode
immunochromotography.
c. Gula darah: pemeriksaan dilakukan pada serum darah dengan metode
Heksokinase.
d. Kolesterol Total: pemeriksaan dilakukan pada serum darah dengan metode
CHOD PAP.
e. Kolesterol LDL: pemeriksaan dilakukan pada serum darah dengan metode
Enzymatik (homogenous).
f. Kolesterol HDL; pemeriksaan dilakukan pada serum darah dengan metode
Enzymatik (homogenous).
g. Trigliserida: pemeriksaan dilakukan pada serum darah dengan metode
enzimatik.
h. SGOT: pemeriksaan dilakukan pada serum darah dengan metode IFCC
(International Federation of Clinical Chemistry).
i. SGPT: pemeriksaan dilakukan pada serum darah dengan metode IFCC
(International Federation of Clinical Chemistry).
j. Ureum: pemeriksaan dilakukan pada serum darah dengan metode kinetik
GLDH.
k. Kreatinin; pemeriksaan dilakukan pada serum darah dengan metode
enzimatik colorimetric.
Lampiran 5:
Analisa Data
INISIAL
UMUR
JK
NO RM
TGL MRS
BB TB
IMT
OBESITAS
RPK
RPD DISLIPID TC LDL
HDL TG
DISLIPIDEMIA
RPD HT
TDS
TDD
MAP
HT
RPD DM
GDS
HBA1C
STRESS HIPER
DM
MEROKOK
DX
ONSET
TIMI
REPERFUSI
METODE
GGL JTG
SYOK
ARITMIA
SKA ULANG
MORBID
ONSET MORBID
LAMA RAWAT
LEKO HB HCT
PLT
CKMB
TROP T
BUN SC
SGOT
SGPT TRAIL
TRAIL_CAT
SR 61 1 14066
009 11/12/2
014 84
1.70
29.07 2.00 2 2
203.000
122.00
74.60
168.00 1 1
118 70
86.00 1 2
208 6.67 2 1 1 1 5 4 1 1 2 2 1 2 1 1.04 5.00
12.85
17.00
45.500
258
40.00
2000 13
1.09
26.00
42.60
739.209 2.00
NTM 55 2 14066
426 11/14/14
65
1.56
26.71 2.00 2 2
128.000
86.00
38.00
109.00 1 1
160
100
120.00 1 2
162 6.20 2 2 2 2 4 4 2 4 2 2 2 2 2
120.00 5.00
13.50
6.96
21.800
374
40.00 635 21
0.87
122.10
22.30
2.722.122 2.00
SW 59 2 14067
212 11/18/14
65
1.68
23.03 2.00 2 2
216.000
136.00
47.00
201.00 1 2
130 80
96.67 2 2
219 6.00 1 2 2 1 5 1 1 1 2 2 2 2 2
120.00 6.00
18.70
12.96
39.210
357
40.00
1202 17
1.66
30.90
26.00
397.577 1.00
INK 40 1 15777
22 11/19/14
80
1.70
27.68 2.00 2 2
209.000
160.00
32.00
150.00 1 2
100 60
73.33 2 2
116 5.60 2 2 1 1 2 9 1 1 2 2 2 2 2
120.00
11.00
7.52
13.50
37.400
101
40.00
1863 32
1.90
24.40
27.60
1.514.388 2.00
ANM 40 1
14066995
11/17/14
78
1.70
26.99 2.00 2 2
160.400
81.50
23.20
574.30 1 1
161
108
125.67 1 2
112 7.45 2 1 1 1 5 3 1 1 2 2 2 2 2
120.00 7.00
8.70
14.90
46.400
205
40.00 475 15
1.02
31.00
32.00
655.576 2.00
IWG 92 1 14027
064 11/15/14
50
1.60
19.53 2.00 2 2
143.000
87.00
59.00
132.00 2 2
107 74
85.00 2 2
198 6.20 1 2 1 1 18 9 2 4 1 2 2 2 1 15.00
13.00
11.88
11.80
38.430
339
8.37 438 13
1.16
35.00
34.70
482.379 1.00
IMM 78 1 14066
608 11/15/14
50
1.50
22.22 2.00 2 2
204.000
160.00
32.00
150.00 1 1 90 52
64.67 1 2
225 6.00 1 2 1 1 6 2 2 4 2 2 2 2 2
120.00 5.00
9.80
14.20
41.300
220
16.10 311 24
1.64
42.10
28.20
2.152.878 2.00
PRD 55 1 15002
256 01/13/15
70
1.63
26.35 2.00 2 2
223.000
159.00
33.00
158.00 1 2
140 90
106.67 2 2
130 6.10 2 2 1 1 3 2 1 1 1 2 2 2 1 46.00 5.00
10.66
17.10
42.700
179
45.50 486 8
0.95
26.50
33.00
840.827 2.00
NMS 59 2 14068
472 11/25/14
52
1.57
21.10 2.00 2 2
178.000
111.00
53.00
122.00 1 1
190
100
130.00 1 2
128 6.30 2 2 2 2 48 4 2 4 1 2 2 2 1 15.00 5.00
9.05
14.90
48.600
274
5.41 253 25
0.98
33.50
19.90
639.388 2.00
MSK 56 1 12408
80 11/26/14
67
1.60
26.17 2.00 2 2
156.000
104.00
41.00
103.00 1 1
137 71
93.00 1 2 85 5.80 2 2 1 2 72 4 2 4 2 2 2 2 2
120.00 5.00
8.97
14.40
42.700
298
2.00 659 18
1.44
24.60
26.00
1.471.233 2.00
AFZ 40 1 14069
038 11/27/14
72
1.60
28.12 2.00 2 2
159.000
119.00
28.00
91.00 1 2
100 70
80.00 2 2
159 5.60 1 2 1 1 9 9 2 4 2 2 2 2 2
120.00 5.00
26.78
14.30
45.200
204
40.00
2000 11
0.95
166.00
155.00
394.273 1.00
PSA 58 1 14069
031 11/27/14
50
1.65
18.37 2.00 2 2
218.000
159.00
40.00
158.00 1 1
134 97
109.33 1 1
297 6.01 2 1 1 1 16 3 2 4 2 2 2 2 2
120.00 5.00
10.64
15.64
48.630
284
40.00 492 11
0.83
60.20
16.40
1.430.755 2.00
SLM 51 1 14069
015 12/09/2
014 65
1.65
23.88 2.00 2 2
211.000
158.00
24.00
130.00 1 1
152
113
126.00 1 2
153 5.92 1 2 1 1 5 8 1 1 2 2 2 2 2
120.00 6.00
10.00
15.60
46.700
196
40.00
2000 9
0.90
63.57
29.18
333.700 1.00
KNR 54 1 14069
440 12/02/2
014 84
1.74
27.74 2.00 1 1
278.000
164.00
45.00
134.00 1 1
160 80
106.67 1 2
145 6.00 1 2 1 2 4 2 2 4 1 2 2 2 1 12.00 5.00
14.30
16.90
50.800
307
25.60 875 11
1.10
65.40
30.10
703.237 2.00
IWN 50 1 14069
944 12/02/2
014 70
1.70
24.22 2.00 2 2
267.000
193.00
39.00
312.00 1 1
144 90
108.00 1 1
181 8.54 2 1 1 2 2 3 2 4 2 2 2 2 2
120.00 5.00
10.00
17.20
51.900
248
8.73 407 24
1.65
26.70
36.00
513.489 2.00
INS 58 1 14070
263 12/03/2
014 65
1.65
23.88 2.00 2 2
145.000
96.00
31.00
114.00 1 2
100 60
73.33 2 2 87 5.87 2 2 1 2 30 3 2 4 2 2 2 2 2
120.00 5.00
10.30
6.10
19.800
296
35.70 734 11
0.70
59.60
12.60
1.238.309 2.00
IKR 46 1 15001
857 01/11/2
015 77
1.75
25.14 2.00 2 2
225.000
169.00
35.00
128.00 1 2
150
112
124.67 1 1
264 9.20 2 1 1 1 4 2 1 1 2 2 2 2 2
120.00
10.00
15.50
16.30
50.300
217
31.40 747 11
0.84
99.30
48.90
615.108 2.00
STR 50 1 15416
50 12/04/2
014 72
1.67
25.82 2.00 1 2
230.450
215.57
33.64
148.20 1 1
140 90
106.67 1 2
124 6.00 2 2 1 1 4 8 2 4 2 2 2 2 2
120.00 5.00
10.30
14.10
48.500
261
40.00 604 14
0.89
31.00
24.00
2.184.748 2.00
IWA 57 1 14070
668 12/06/2
014 70
1.68
24.80 2.00 2 2
164.000
115.00
20.00
105.00 1 2 90 60
70.00 2 1
377
15.40 2 1 1 1 3 9 1 1 2 1 2 2 2
120.00
14.00
11.61
16.44
48.320
207
3.39
1894 18
0.70
41.00
51.10
252.203 1.00
GAS 64 2 15004
361 01/23/15
54
1.55
22.48 2.00 2 2
189.000
148.00
35.00
110.00 1 2
120 80
93.33 2 1
321
10.60 2 1 2 2 3 3 2 4 1 2 2 2 1 16.00 5.00
26.40
12.10
38.900
190
7.70 407 24
1.40
36.60
23.60
1.012.590 2.00
NGD 70 1 13018
137 12/06/2
014 78
1.68
27.64 2.00 2 2
101.000
32.00
60.00
200.00 1 1
130 70
90.00 1 1
144 8.60 2 1 1 2 2 4 2 4 2 2 2 2 2
120.00 5.00
10.50
16.70
18.600
270
14.50 243 16
1.21
12.00
10.90
658.273 2.00
IKA 37 1 14070 12/07/2 7 1. 24. 2.00 1 2 204.0 159. 27. 111. 1 2 11 70 84.3 2 1 32 13.9 2 1 2 1 2 5 1 1 1 2 2 2 1 4.00 12.0 10. 15. 45.7 42 13. 151 28 0. 29.8 10.3 86.029 1.00
891 014 2 70 91 00 00 00 00 3 3 4 8 0 30 10 00 0 10 62 7 4
SKR 65 1 14070
942 12/08/2
014 74
1.70
25.61 2.00 2 2
184.000
135.00
34.00
125.00 1 2
120 70
86.67 2 1
294
11.40 2 1 2 2 5 3 2 4 2 2 2 2 2
120.00 5.00
11.20
13.40
43.800
250
33.50 288 21
1.18
28.50
19.30
606.115 2.00
IWR 60 1 14071
193 12/08/2
014 68
1.65
24.98 2.00 2 2
258.000
98.00
61.10
171.00 1 1
140 90
106.67 1 1
358
11.56 2 1 1 1 6 4 1 1 2 2 1 2 1 24.00 5.00
13.70
15.60
46.400
171
26.60 357 14
0.76
32.50
20.30
513.418 1.00
IKL 60 1 14679
39 12/09/2
014 60
1.60
23.44 2.00 2 2
143.000
81.00
40.00
91.00 2 2
110 70
83.33 2 1
120 7.80 2 1 1 1 39 5 2 4 2 2 2 2 2
120.00 5.00
12.80
12.40
38.300
281
7.19
1136 18
1.80
36.00
30.60
989.209 2.00
INS 61 1 14071
671 12/11/2
014 74
1.62
28.20 2.00 2 2
153.000
86.00
49.00
88.00 1 2
118 70
86.00 2 2
143 5.55 1 2 2 1 4 1 1 1 2 1 2 2 1 60.00 9.00
9.46
14.10
39.000
222
40.00 625 14
1.20
26.00
17.00
333.700 1.00
PMA 50 1 14071
778 12/11/2
014 80
1.70
27.68 2.00 2 2
161.000
120.00
19.00
114.00 1 2
100 70
80.00 2 1
191 7.41 2 1 1 1 48 5 2 4 2 2 2 2 2
120.00 5.00
5.24
7.91
25.200
312
2.34
1316 16
1.06
31.80
16.90
435.022 1.00
NMR 74 2
14072154
12/13/14
50
1.52
21.64 2.00 2 2
235.000
174.00
43.00
82.00 1 2
100 70
80.00 2 2
143 5.32 1 2 2 1 16 6 2 4 2 2 2 2 2
120.00 5.00
16.10
11.20
33.800
259
40.00
2000 12
0.72
329.00
53.90
901.079 2.00
IWW 45 1
14072130
12/13/14
68
1.54
28.67 2.00 2 2
183.000
123.00
38.00
122.00 1 1
128 76
93.33 1 2
112 5.69 2 2 1 1 4 2 1 1 2 2 1 2 1 1.20 6.00
12.90
16.00
47.300
206
40.00
2000 12
1.08
19.70
18.10
345.815 1.00
IKR 63 1 14072
183 12/14/14
54
1.57
21.91 2.00 2 2
166.000
112.00
40.00
96.00 1 1 98 70
79.33 1 2 87 5.49 2 2 1 2 8 3 2 4 1 2 2 2 1 18.50 9.00
5.74
11.90
40.500
179
6.61 176 16
1.34
21.10
16.80 67.647 1.00
INS 56 1 14072
170 12/14/14
60
1.72
20.28 2.00 2 2
204.000
97.00
30.00
142.00 1 2
120 70
86.67 2 2
115 5.98 2 2 1 1 3 2 1 1 2 1 2 2 1 3.60 8.00
11.70
14.00
45.200
243
8.30 191 10
0.98
20.30
19.40
100.000 1.00
NMA 60 2
14072401
12/15/14
70
1.60
27.34 2.00 2 1
174.950
127.84
57.00
57.87 1 2
120 80
93.33 2 2
120 5.20 2 2 2 1 5 3 1 1 2 2 2 1 1 27.00 9.00
10.20
13.10
41.700
213
40.00 702 13
0.64
96.90
21.80
178.832 1.00
NMR 68 2
14072451
12/18/14
78
1.56
32.05 1.00 2 2
214.000
153.00
32.00
164.00 1 1
150 90
110.00 1 2
125 6.08 2 2 1 2 6 4 2 4 2 2 2 2 2
120.00 7.00
12.50
13.80
42.300
321
18.00 834 9
0.94
54.30
42.00
932.554 2.00
IKW 53 1 14072
501 12/16/14
80
1.68
28.34 2.00 2 2
284.000
156.00
89.00
105.00 1 2
145 92
109.67 2 2
136 6.05 2 2 2 1 10 3 2 4 1 2 2 2 1 2.80 9.00
7.70
16.94
51.560
147
5.40 984 9
0.84
29.60
53.10
177.007 1.00
DWS 38 1 14072
512 12/16/14
78
1.60
30.47 1.00 2 2
156.000
86.00
31.00
181.00 1 2 90 60
70.00 2 2
123 5.07 2 2 1 1 12 1 2 4 1 2 2 2 1 28.00 5.00
25.14
17.78
55.560
331
13.30 719 18
1.26
64.50
24.80
261.013 1.00
MKS 58 1 14072
986 12/20/14
60
1.60
23.44 2.00 2 2
210.000
144.00
46.00
92.00 1 2
148 94
112.00 2 2
128 6.00 2 2 1 1 5 2 1 1 2 1 2 2 1 1.75 8.00
10.08
14.70
44.500
168
32.00
2000 17
1.50
31.00
33.00
163.321 1.00
NKR 74 2 14069
252 11/28/14
50
1.58
20.03 2.00 2 2
177.000
112.00
43.00
134.00 1 1
136 86
102.67 1 1
499
14.89 2 1 1 1 48 7 2 4 2 2 2 2 2
120.00 5.00
8.59
13.90
43.200
194
10.00
1218 39
1.10
45.80
28.40
1.007.194 2.00
IWT 56 1 14069
275 12/29/14
64
1.62
24.39 2.00 2 2
261.000
183.00
33.00
385.00 1 1
150 90
110.00 1 1
126 5.63 2 2 1 1 48 3 2 4 2 2 2 2 2
120.00 5.00
13.17
14.60
41.500
403
8.70
1526 11
1.10
33.00
26.00
632.194 2.00
GPM 65 1
14071603
12/10/2014
75
1.70
25.95 2.00 2 2
241.000
117.00
30.00
181.00 1 2
132 88
102.67 2 2
100 6.32 2 2 2 2 12 3 2 4 2 2 2 2 2
120.00 5.00
11.20
13.90
44.500
288
40.00
2000 16
1.50
295.20
46.20
2.613.309 2.00
NMK 62 2
14071632
12/11/2014
50
1.60
19.53 2.00 2 2
130.000
61.00
44.00
100.00 1 2
146 98
114.00 2 2
117 6.44 2 2 2 1 96 2 2 4 2 2 2 2 2
120.00 5.00
9.60
12.30
37.500
170
12.40 118 20
0.79
50.30
30.10
2.111.511 2.00
WKR 86 1 14072
763 12/18/14
60
1.70
20.76 2.00 2 2
240.000
150.00
32.00
161.00 1 1 90 50
63.33 1 2
179 5.41 1 2 2 1 72 9 2 4 2 2 2 2 2
120.00
14.00
14.60
13.90
44.200
143
40.00
1586 22
1.50
204.00
49.20
740.108 2.00
IMS 52 1 15002
256 01/12/2
015 90
1.70
31.14 1.00 2 2
218.000
152.00
33.00
203.00 1 1
150 90
110.00 1 1
450
13.70 2 1 1 1 3 2 1 1 2 2 2 2 2
120.00 5.00
13.60
15.70
46.800
207
9.52
1740 42
3.96
20.70
17.30
2.101.619 2.00
IWK 49 1 14071
009 12/08/2
014 82
1.70
28.37 2.00 2 2
126.700
92.70
38.50
107.90 1 2
100 60
73.33 2 2
129
2 2 1 1 3 1 1 1 2 2 2 2 2
120.00 5.00
14.50
16.20
58.300
301
34.10
2000 12
1.01
47.00
44.00
188.869 1.00
MAS 65 1 14073
259 12/21/14
64
1.62
24.39 2.00 2 2
237.600
207.25
46.87
94.25 1 2
107 62
77.00 2 2
104
2 2 2 1 4 1 2 4 2 2 2 2 2
120.00 5.00
8.62
12.60
36.500
344
32.00 662 14
1.05
18.80
16.30
126.825 1.00
IKS 57 1 14073
509 12/23/14
60
1.60
23.44 2.00 2 2
167.000
106.00
33.00
179.00 1 2
174 90
118.00 1 2
110
2 2 2 1 2 3 1 1 2 2 2 2 2
120.00 8.00
12.35
16.50
42.400
319
40.00
2000 13
0.96
18.47
17.39
601.619 2.00
SWT 47 1 14074
011 12/25/14
72
1.61
27.78 2.00 2 2
170.000
114.00
23.00
98.00 1 2 99 65
76.33 2 2
305
11.07 2 1 1 1 48 10 2 4 2 2 2 2 2
120.00 9.00
25.60
15.90
50.200
396
2.21 625 15
0.81
18.00
49.10
473.568 1.00
IBD 64 1 14045
488 12/25/14
68
1.74
22.46 2.00 2 2
116.000
73.00
28.00
83.00 1 2
116 84
94.67 2 2
116
2 2 2 2 8 3 2 4 2 2 2 2 2
120.00 5.00
7.03
13.10
40.800
184
1.83 478 21
1.33
38.60
46.70
2.590.827 2.00
MMB 59 1
1598482
01/07/2015
54
1.55
22.48 2.00 2 2
159.000
119.00
30.00
113.00 1 1
120 80
93.33 1 2
136
2 2 1 1 3 2 1 1 2 2 2 2 2
120.00 5.00
17.30
12.60
39.000
239
5.47 956 17
1.18
22.50
14.10
312.775 1.00
IKD 53 1 14074
168 12/26/14
75
1.65
27.55 2.00 1 2
225.000
161.00
43.00
108.00 1 2
120 80
93.33 2 1
150 9.50 2 1 1 1 18 3 2 4 1 2 2 2 1 25.08 8.00
15.70
15.40
45.800
308
40.00
2000 10
0.88
397.70
64.50
250.000 1.00
AGO 57 1 14074
250 12/27/14
68
1.76
21.95 2.00 2 2
106.600
74.20
24.80
98.00 1 2
100 60
73.33 2 2
204 7.58 2 1 1 2 7 3 2 4 1 2 2 2 1 48.00
10.00
12.60
14.30
43.300
229
10.60
1311 20
0.74
42.50
24.90
138.686 1.00
MSR 65 2 14074
140 12/26/14
54
1.53
23.07 2.00 2 2
237.000
136.00
55.00
273.00 1 1
170
100
123.33 1 1 92 6.58 2 1 2 1 6 3 2 4 2 2 2 2 2
120.00
12.00
13.30
14.80
47.900
168
8.58 482 37
1.36
40.10
45.20
1.335.532 2.00
EYH 34 2 14074
485 12/29/14
58
1.54
24.46 2.00 2 2
228.000
159.00
37.00
194.00 1 1
160
100
120.00 1 2
276 6.32 1 2 2 1 18 5 2 4 2 2 2 2 2
120.00 5.00
8.30
15.50
49.400
274
22.20 973 15
0.60
92.00
31.00
1.397.482 2.00
SMH 66 2 14073
943 12/31/14
73
1.60
28.52 2.00 1 2
304.000
190.00
43.00
160.00 1 1
140 80
100.00 1 1
342
10.89 2 1 2 2 10 4 2 4 2 2 2 2 2
120.00
12.00
15.40
13.20
43.300
324
40.00
2000 16
1.80
43.00
64.00
1.250.899 2.00
IWS 60 1 14073
190 12/21/14
60
1.65
22.04 2.00 2 2
141.000
91.00
30.00
135.00 1 1 90 60
70.00 1 2 73 5.29 2 2 2 2 5 2 2 4 2 2 2 2 2
120.00 5.00
14.00
16.20
46.900
268
3.33 292 21
1.59
16.60
16.10
1.138.489 2.00
MCH 54 1
14075110
12/31/14
70
1.68
24.80 2.00 2 2
218.000
111.00
25.00
505.00 1 1
132 89
103.33 1 1
433
14.54 2 1 1 2 6 3 2 4 2 2 2 2 2
120.00 5.00
10.90
15.60
43.200
256
12.60 103 12
1.04
31.00
27.60
1.839.029 2.00
IWM 55 1
14075412
12/31/14
73
1.59
28.88 2.00 2 1
180.000
124.00
40.00
76.00 1 1
120 65
83.33 1 2
181 5.36 1 2 2 1 4 14 1 1 2 2 2 2 2
120.00 8.00
14.60
18.90
56.000
309
5.14 344 12
1.21
25.40
22.40
2.425.360 2.00
JML 45 1 15000
103 01/02/2
015 95
1.73
31.74 1.00 2 2
237.000
162.00
30.00
255.00 1 2
112 82
92.00 2 2
128 6.00 2 2 2 1 3 2 1 1 2 1 2 2 1 30.00 5.00
11.32
14.70
41.100 32
40.00
2000 9
0.92
33.30
64.10
275.330 1.00
IWS 72 1 15924
66 01/02/2
015 52
1.50
23.11 2.00 2 2
113.000
64.00
36.00
70.00 1 1
100 60
73.33 1 2 99 6.00 2 2 1 2 72 5 2 4 2 1 2 2 1 26.00 5.00
8.30
13.30
38.300
200
3.29 578 20
1.40
33.60
27.40
218.066 1.00
NST 44 1 15003
597 01/19/15
95
1.72
32.11 1.00 2 2
239.000
139.00
30.00
482.00 1 1
150
100
116.67 1 1
154 6.85 2 1 1 1 3 3 1 4 2 2 2 2 2
120.00 5.00
20.70
14.80
46.400
246
40.00
2000 17
1.14
668.60
133.10
1.620.504 2.00
NKS 59 2 13666
3 01/11/2
015 62
1.52
26.84 2.00 2 2
147.000
102.00
35.00
88.00 1 1
160 90
113.33 1 1
190 7.37 2 1 2 2 2 3 2 4 1 2 2 2 1 22.50 6.00
6.79
13.50
41.800
201
3.81 201 13
0.70
41.00
32.00
344.714 1.00
GMK 41 1
14074932
01/02/2015
78
1.60
30.47 1.00 2 2
108.000
52.00
26.00
145.00 1 1
100 60
73.33 1 2
124 6.44 2 2 1 1 5 5 2 4 1 2 2 2 1 0.17
18.00
7.40
13.10
41.400
238
12.50 687 18
0.77
192.80
405.00
483.480 1.00
NKG 70 2 13005
247 01/01/2
015 50
1.50
22.22 2.00 2 2
59.000
29.00
14.00
103.00 1 1
158 70
99.33 1 1
114 6.10 2 2 2 2 72 4 2 4 2 2 2 2 2
120.00
20.00
7.20
10.10
33.000
149
1.63 121 38
1.32
33.30
16.40
2.084.532 2.00
GKJ 84 2 14072
938 01/03/2
015 55
1.50
24.44 2.00 2 2
120.290
74.54
23.53
186.84 1 1
180
100
126.67 1 2
338
12.89 2 1 2 2 3 4 2 4 1 2 2 2 1 36.00
12.00
21.20
9.31
28.900
444
7.05 344 18
1.50
22.40
10.60
867.806 2.00
IML 84 1 15000
478 01/05/2
015 60
1.65
22.04 2.00 2 2
148.000
90.00
45.00
68.00 2 1
140 64
89.33 1 2
123 5.04 2 2 2 2 4 4 2 4 2 2 1 2 1 15.00 6.00
6.27
9.03
26.300
180
11.00 318 20
1.82
17.20
10.80
202.555 1.00
KSR 56 1 15003
110 01/16/15
60
1.65
22.04 2.00 2 2
168.000
105.00
37.00
109.00 1 1
170
100
123.33 1 2
158 6.17 1 2 1 1 48 4 2 4 2 2 2 2 2
120.00 5.00
10.80
15.00
46.100
263
6.35
1169 8
1.40
34.60
21.00
216.241 1.00
NKK 70 2 15000
786 01/06/2
015 60
1.50
26.67 2.00 2 2
145.000
82.00
55.00
94.00 2 1
100 60
73.33 1 2 84 6.28 2 2 2 2 5 3 2 4 2 1 2 2 1 0.42
19.00
4.87
13.80
37.100
280
16.90 275 25
1.00
18.80
14.10
279.736 1.00
IKS 70 1 13288
20 01/06/2
015 66
1.65
24.24 2.00 2 2
194.000
140.00
45.00
140.00 1 1
127 95
105.67 1 2
172 6.36 1 2 1 1 5 6 1 1 1 2 2 2 1 71.00 5.00
7.73
14.00
43.200
225
14.10 320 11
0.93
35.20
23.20
119.118 1.00
IBW 51 1 15000
913 01/06/2
015 62
1.58
24.84 2.00 2 2
165.000
118.00
44.00
64.00 1 2
119 85
96.33 2 2
328 9.57 2 1 1 1 4 3 1 1 2 2 2 2 2
120.00 5.00
12.10
14.50
42.100
198
2.27 587 10
0.97
14.30
14.90
737.410 2.00
EDH 44 1 15004
347 01/22/15
70
1.65
25.71 2.00 2 2
282.390
232.96
52.81
277.93 1 2
110 70
83.33 2 2 84 5.89 2 2 1 1 2 1 2 2 2 2 2 2 2
120.00 6.00
14.50
14.70
44.200
324
28.00 828 11
0.71
17.72
22.92
1.082.734 2.00
NKP 75 2 15001
896 01/11/2
015 45
1.54
18.97 2.00 2 2
214.000
150.00
50.00
89.00 1 2 95 60
71.67 2 2
105 5.39 2 2 2 1 4 8 2 4 2 2 2 2 2
120.00 5.00
9.81
11.20
34.500
199
40.00 985 16
0.90
30.60
15.70
2.500.899 2.00
IDA 48 1 15003
721 01/20/15
60
1.65
22.04 2.00 2 2
209.000
170.00
34.00
160.00 1 1
128 80
96.00 1 2
108 5.77 2 2 2 2 18 3 2 4 2 2 2 2 2
120.00 5.00
7.72
14.30
45.100
259
34.90 384 9
1.16
63.10
25.30
931.655 2.00
IWR 70 1 15003
767 01/20/15
50
1.60
19.53 2.00 2 2
180.000
124.00
48.00
100.00 1 2
122 81
94.67 2 2
138 6.00 2 2 1 1 5 4 1 1 2 2 2 2 2
120.00 5.00
9.79
11.30
37.400
292
19.30 140 18
0.87
28.50
19.90
679.856 2.00
JFR 56 1 14074
923 01/21/15
63
1.62
24.01 2.00 1 1
254.000
168.00
24.00
152.00 1 1
132 70
90.67 1 2
115 6.45 2 2 1 1 3 2 1 1 2 2 2 2 2
120.00 5.00
13.30
12.30
38.400
324
24.30 985 16
1.10
35.40
22.40
425.110 1.00
IWG 75 1 15004
081 01/21/14
66
1.60
25.78 2.00 2 2
184.000
131.00
34.00
136.00 1 1
128 69
88.67 1 2
126 5.79 2 2 1 1 4 4 2 1 2 2 2 2 2
120.00 8.00
10.90
12.50
39.300
188
40.00
1533 33
1.10
112.00
66.00
476.872 1.00
NMD 49 1
15004235
01/22/15
60
1.65
22.04 2.00 2 2
243.000
152.00
70.00
64.00 1 1
140 90
106.67 1 2
145 6.05 1 2 1 1 4 4 1 4 2 1 2 2 1 23.00 5.00
12.74
15.50
44.400
331
8.44 100 14
1.22
25.70
16.40
186.131 1.00
IRW 64 1 15004
555 01/23/15
60
1.65
22.04 2.00 2 2
209.000
144.00
30.00
118.00 1 1
130 80
96.67 1 2
147 6.30 1 2 2 2 8 2 2 4 1 2 2 2 1 15.00 5.00
11.40
14.50
44.600
297
40.00 840 16
1.30
111.70
28.50 72.794 1.00
IWR 85 1 15004
836 01/25/15
50
1.50
22.22 2.00 2 2
180.000
134.00
32.00
90.00 1 1
100 70
80.00 1 1
182 9.70 2 1 1 1 4 7 1 4 1 2 2 2 1 4.00 7.00
7.60
13.10
39.800
178
38.00 756 19
1.54
63.10
31.10
777.878 2.00
INM 70 1 15005
144 01/26/15
60
1.65
22.04 2.00 2 2
170.000
156.00
47.00
107.00 1 2
118 60
79.33 2 2
207 8.70 2 1 1 2 3 4 2 4 2 2 2 2 2
120.00 5.00
10.00
12.00
37.500
287
15.40 486 14
1.20
25.10
11.50
2.754.496 2.00
Lampiran 6: Data Penelitian
ROC Curve
Case Processing Summary
KEJADIAN
KARDIOVA
SKULAR
MAYOR Valid N (listwise)
Positivea 49
Negative 29
Larger values of the test
result variable(s) indicate
stronger evidence for a
positive actual state.
a. The positive actual state is
TIDAK.
Area Under the Curve
Test Result Variable(s):TRAIL
Asymptotic 95% Confidence
Interval
Area Std. Errora Asymptotic Sig.
b Lower Bound Upper Bound
.838 .044 .000 .752 .925
The test result variable(s): TRAIL has at least one tie between the positive actual
state group and the negative actual state group. Statistics may be biased.
a. Under the nonparametric assumption
b. Null hypothesis: true area = 0.5
Coordinates of the Curve
Test Result Variable(s):TRAIL
Positive if
Greater Than or
Equal Toa Sensitivity 1 - Specificity
66.64700 1.000 1.000
70.22050 1.000 .966
79.41150 1.000 .931
93.01450 1.000 .897
109.55900 1.000 .862
122.97150 1.000 .828
132.75550 .980 .828
151.00350 .980 .793
170.16400 .980 .759
177.91950 .980 .724
182.48150 .980 .690
187.50000 .980 .655
195.71200 .959 .655
209.39800 .959 .621
217.15350 .939 .621
234.03300 .939 .586
251.10150 .939 .552
256.60800 .918 .552
268.17150 .918 .517
277.53300 .918 .483
296.25550 .918 .448
323.23750 .898 .448
339.20700 .878 .414
345.26450 .878 .379
370.04400 .878 .345
395.92500 .857 .345
411.34350 .837 .345
430.06600 .816 .345
454.29500 .796 .345
475.22000 .776 .345
479.62550 .755 .345
482.92950 .755 .310
498.44900 .755 .276
513.45350 .755 .241
557.55400 .735 .241
603.86700 .714 .241
610.61150 .694 .241
623.65100 .673 .241
635.79100 .653 .241
647.48200 .653 .207
656.92450 .633 .207
669.06450 .612 .207
691.54650 .592 .207
720.32350 .592 .172
738.30950 .571 .172
739.65850 .571 .138
758.99300 .551 .138
809.35250 .551 .103
854.31650 .551 .069
884.44250 .551 .034
916.36700 .531 .034
932.10450 .510 .034
960.88150 .490 .034
998.20150 .469 .034
1009.89200 .449 .034
1047.66200 .449 .000
1110.61150 .429 .000
1188.39900 .408 .000
1244.60400 .388 .000
1293.21550 .367 .000
1366.50700 .347 .000
1414.11850 .327 .000
1450.99400 .306 .000
1492.81050 .286 .000
1567.44600 .265 .000
1729.76650 .245 .000
1961.78050 .224 .000
2093.07550 .204 .000
2106.56500 .184 .000
2132.19450 .163 .000
2168.81300 .143 .000
2305.05400 .122 .000
2463.12950 .102 .000
2545.86300 .082 .000
2602.06800 .061 .000
2667.71550 .041 .000
2738.30900 .020 .000
2755.49600 .000 .000
The test result variable(s): TRAIL has at least
one tie between the positive actual state group
and the negative actual state group.
a. The smallest cutoff value is the minimum
observed test value minus 1, and the largest
cutoff value is the maximum observed test value
plus 1. All the other cutoff values are the
averages of two consecutive ordered observed
test values.
Crosstabs
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TRAIL_cat * JENIS
KELAMIN
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * OBESITAS 78 100.0% 0 .0% 78 100.0%
TRAIL_cat * RIWAYAT
PENYAKIT KELUARGA
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * DISLIPIDEMIA 78 100.0% 0 .0% 78 100.0%
TRAIL_cat * HIPERTENSI 78 100.0% 0 .0% 78 100.0%
TRAIL_cat * DIABETES
MELITUS
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * STRESS
HIPERGLIKEMIA
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * DIAGNOSIS
KERJA
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * TERAPI
REPERFUSI
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * JENIS KELAMIN
Crosstab
JENIS KELAMIN
LAKI-LAKI PEREMPUAN Total
TRAIL_cat 1.00 Count 30 4 34
% within TRAIL_cat 88.2% 11.8% 100.0%
% within JENIS KELAMIN 49.2% 23.5% 43.6%
2.00 Count 31 13 44
% within TRAIL_cat 70.5% 29.5% 100.0%
% within JENIS KELAMIN 50.8% 76.5% 56.4%
Total Count 61 17 78
% within TRAIL_cat 78.2% 21.8% 100.0%
% within JENIS KELAMIN 100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 3.558a 1 .059
Continuity Correctionb 2.591 1 .107
Likelihood Ratio 3.748 1 .053
Fisher's Exact Test .096 .052
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 7,41.
b. Computed only for a 2x2 table
TRAIL_cat * OBESITAS
Crosstab
OBESITAS
1.00 2.00 Total
TRAIL_cat 1.00 Count 3 31 34
% within TRAIL_cat 8.8% 91.2% 100.0%
% within OBESITAS 50.0% 43.1% 43.6%
2.00 Count 3 41 44
% within TRAIL_cat 6.8% 93.2% 100.0%
% within OBESITAS 50.0% 56.9% 56.4%
Total Count 6 72 78
% within TRAIL_cat 7.7% 92.3% 100.0%
% within OBESITAS 100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square .109a 1 .742
Continuity Correctionb .000 1 1.000
Likelihood Ratio .108 1 .743
Fisher's Exact Test 1.000 .532
Linear-by-Linear Association .107 1 .743
N of Valid Cases 78
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 2,62.
b. Computed only for a 2x2 table
TRAIL_cat * RIWAYAT PENYAKIT KELUARGA
Crosstab
RIWAYAT PENYAKIT KELUARGA
YA TIDAK Total
TRAIL_cat 1.00 Count 3 31 34
% within TRAIL_cat 8.8% 91.2% 100.0%
% within RIWAYAT
PENYAKIT KELUARGA
50.0% 43.1% 43.6%
2.00 Count 3 41 44
% within TRAIL_cat 6.8% 93.2% 100.0%
% within RIWAYAT
PENYAKIT KELUARGA
50.0% 56.9% 56.4%
Total Count 6 72 78
% within TRAIL_cat 7.7% 92.3% 100.0%
% within RIWAYAT
PENYAKIT KELUARGA
100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square .109a 1 .742
Continuity Correctionb .000 1 1.000
Likelihood Ratio .108 1 .743
Fisher's Exact Test 1.000 .532
N of Valid Cases 78
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 2,62.
b. Computed only for a 2x2 table
TRAIL_cat * DISLIPIDEMIA
Crosstab
DISLIPIDEMIA
YA TIDAK Total
TRAIL_cat 1.00 Count 31 3 34
% within TRAIL_cat 91.2% 8.8% 100.0%
% within DISLIPIDEMIA 41.9% 75.0% 43.6%
2.00 Count 43 1 44
% within TRAIL_cat 97.7% 2.3% 100.0%
% within DISLIPIDEMIA 58.1% 25.0% 56.4%
Total Count 74 4 78
% within TRAIL_cat 94.9% 5.1% 100.0%
% within DISLIPIDEMIA 100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 1.692a 1 .193
Continuity Correctionb .613 1 .434
Likelihood Ratio 1.715 1 .190
Fisher's Exact Test .312 .217
N of Valid Cases 78
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,74.
b. Computed only for a 2x2 table
TRAIL_cat * HIPERTENSI
Crosstab
HIPERTENSI
HIPERTENSI TIDAK Total
TRAIL_cat 1.00 Count 16 18 34
% within TRAIL_cat 47.1% 52.9% 100.0%
% within HIPERTENSI 35.6% 54.5% 43.6%
2.00 Count 29 15 44
% within TRAIL_cat 65.9% 34.1% 100.0%
% within HIPERTENSI 64.4% 45.5% 56.4%
Total Count 45 33 78
% within TRAIL_cat 57.7% 42.3% 100.0%
% within HIPERTENSI 100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 2.792a 1 .095
Continuity Correctionb 2.073 1 .150
Likelihood Ratio 2.797 1 .094
Fisher's Exact Test .111 .075
Linear-by-Linear Association 2.756 1 .097
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 14,38.
b. Computed only for a 2x2 table
TRAIL_cat * DIABETES MELITUS
Crosstab
DIABETES MELITUS
YA TIDAK Total
TRAIL_cat 1.00 Count 8 26 34
% within TRAIL_cat 23.5% 76.5% 100.0%
% within DIABETES
MELITUS
29.6% 51.0% 43.6%
2.00 Count 19 25 44
% within TRAIL_cat 43.2% 56.8% 100.0%
% within DIABETES
MELITUS
70.4% 49.0% 56.4%
Total Count 27 51 78
% within TRAIL_cat 34.6% 65.4% 100.0%
% within DIABETES
MELITUS
100.0% 100.0% 100.0%
Chi-Square Tests
Value Df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 3.273a 1 .070
Continuity Correctionb 2.462 1 .117
Likelihood Ratio 3.349 1 .067
Fisher's Exact Test .094 .057
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 11,77.
b. Computed only for a 2x2 table
TRAIL_cat * STRESS HIPERGLIKEMIA
Crosstab
STRESS HIPERGLIKEMIA
YA TIDAK Total
TRAIL_cat 1.00 Count 9 25 34
% within TRAIL_cat 26.5% 73.5% 100.0%
% within STRESS
HIPERGLIKEMIA
60.0% 39.7% 43.6%
2.00 Count 6 38 44
% within TRAIL_cat 13.6% 86.4% 100.0%
% within STRESS
HIPERGLIKEMIA
40.0% 60.3% 56.4%
Total Count 15 63 78
% within TRAIL_cat 19.2% 80.8% 100.0%
% within STRESS
HIPERGLIKEMIA
100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 2.034a 1 .154
Continuity Correctionb 1.292 1 .256
Likelihood Ratio 2.020 1 .155
Fisher's Exact Test .246 .128
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 6,54.
b. Computed only for a 2x2 table
TRAIL_cat * DIAGNOSIS KERJA
Crosstab
DIAGNOSIS KERJA
STEMI NSTEMI Total
TRAIL_cat 1.00 Count 27 7 34
% within TRAIL_cat 79.4% 20.6% 100.0%
% within DIAGNOSIS KERJA 51.9% 26.9% 43.6%
2.00 Count 25 19 44
% within TRAIL_cat 56.8% 43.2% 100.0%
% within DIAGNOSIS KERJA 48.1% 73.1% 56.4%
Total Count 52 26 78
% within TRAIL_cat 66.7% 33.3% 100.0%
% within DIAGNOSIS KERJA 100.0% 100.0% 100.0%
Chi-Square Tests
Value Df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 4.406a 1 .036
Continuity Correctionb 3.448 1 .063
Likelihood Ratio 4.545 1 .033
Fisher's Exact Test .052 .031
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 11,33.
b. Computed only for a 2x2 table
TRAIL_cat * TERAPI REPERFUSI
Crosstab
TERAPI REPERFUSI
DENGAN
REVASKULARIS
ASI
TANPA
REVASKULARIS
ASI Total
TRAIL_cat 1.00 Count 16 18 34
% within TRAIL_cat 47.1% 52.9% 100.0%
% within TERAPI
REPERFUSI
57.1% 36.0% 43.6%
2.00 Count 12 32 44
% within TRAIL_cat 27.3% 72.7% 100.0%
% within TERAPI
REPERFUSI
42.9% 64.0% 56.4%
Total Count 28 50 78
% within TRAIL_cat 35.9% 64.1% 100.0%
% within TERAPI
REPERFUSI
100.0% 100.0% 100.0%
Chi-Square Tests
Value Df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 3.263a 1 .071
Continuity Correctionb 2.460 1 .117
Likelihood Ratio 3.261 1 .071
Fisher's Exact Test .096 .059
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,21.
Chi-Square Tests
Value Df
Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square 3.263a 1 .071
Continuity Correctionb 2.460 1 .117
Likelihood Ratio 3.261 1 .071
Fisher's Exact Test .096 .059
N of Valid Cases 78
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,21.
b. Computed only for a 2x2 table
T-Test
Group Statistics
TRAIL_
cat N Mean Std. Deviation Std. Error Mean
UMUR SUBJEK 1.00 34 57.38 12.277 2.106
2.00 44 60.27 12.101 1.824
IMT 1.00 34 25.2679 3.10487 .53248
2.00 44 24.4973 3.36939 .50795
KOLESTEROL TOTAL 1.00 34 182.99559 44.680893 7.662710
2.00 44 194.71659 51.651994 7.786831
LDL 1.00 34 120.1174 34.23736 5.87166
2.00 44 131.7175 44.37741 6.69015
HDL 1.00 34 39.3609 15.40839 2.64252
2.00 44 38.0859 10.74439 1.61978
TRIGLISERIDA 1.00 34 117.5594 40.35077 6.92010
2.00 44 175.6652 114.41439 17.24862
TEKANAN DARAH
SISTOLIK
1.00 34 120.12 20.768 3.562
2.00 44 132.73 25.524 3.848
TEKANAN DARAH
DIASTOLIK
1.00 34 75.47 13.639 2.339
2.00 44 81.27 15.599 2.352
GULA DARAH SEWAKTU 1.00 34 164.18 73.565 12.616
2.00 44 187.78 106.684 16.083
ONSET DALAM JAM 1.00 34 11.47 16.625 2.851
2.00 44 16.55 23.608 3.559
CKMB 1.00 34 20.7200 15.11074 2.59147
2.00 44 23.0041 15.20196 2.29178
TROPONIN T 1.00 34 979.85 671.676 115.191
2.00 44 839.55 627.762 94.639
Independent Samples Test
Levene's Test for Equality of
Variances
t-test for Equality
of Means
F Sig. t
UMUR SUBJEK Equal variances assumed .108 .743 -1.039
Equal variances not
assumed
-1.037
IMT Equal variances assumed .006 .938 1.036
Equal variances not
assumed
1.047
KOLESTEROL TOTAL Equal variances assumed .628 .431 -1.053
Equal variances not
assumed
-1.073
LDL Equal variances assumed 2.193 .143 -1.261
Equal variances not
assumed
-1.303
HDL Equal variances assumed 4.025 .048 .430
Equal variances not
assumed
.411
TRIGLISERIDA Equal variances assumed 9.496 .003 -2.825
Equal variances not
assumed
-3.126
TEKANAN DARAH
SISTOLIK
Equal variances assumed 1.717 .194 -2.342
Equal variances not
assumed
-2.405
TEKANAN DARAH
DIASTOLIK
Equal variances assumed 1.179 .281 -1.719
Equal variances not
assumed
-1.749
GULA DARAH SEWAKTU Equal variances assumed 5.539 .021 -1.102
Equal variances not
assumed
-1.155
ONSET DALAM JAM Equal variances assumed 3.743 .057 -1.065
Equal variances not
assumed
-1.113
CKMB Equal variances assumed .002 .962 -.660
Equal variances not
assumed
-.660
TROPONIN T Equal variances assumed .506 .479 .949
Equal variances not
assumed
.941
Independent Samples Test
t-test for Equality of Means
df Sig. (2-tailed) Mean Difference
UMUR SUBJEK Equal variances assumed 76 .302 -2.890
Equal variances not assumed 70.607 .303 -2.890
IMT Equal variances assumed 76 .303 .77058
Equal variances not assumed 73.608 .298 .77058
KOLESTEROL TOTAL Equal variances assumed 76 .296 -11.721003
Equal variances not assumed 74.982 .287 -11.721003
LDL Equal variances assumed 76 .211 -11.60015
Equal variances not assumed 76.000 .196 -11.60015
HDL Equal variances assumed 76 .668 1.27497
Equal variances not assumed 56.352 .682 1.27497
TRIGLISERIDA Equal variances assumed 76 .006 -58.10582
Equal variances not assumed 56.064 .003 -58.10582
TEKANAN DARAH
SISTOLIK
Equal variances assumed 76 .022 -12.610
Equal variances not assumed 75.771 .019 -12.610
TEKANAN DARAH
DIASTOLIK
Equal variances assumed 76 .090 -5.802
Equal variances not assumed 74.788 .084 -5.802
GULA DARAH SEWAKTU Equal variances assumed 76 .274 -23.601
Equal variances not assumed 75.132 .252 -23.601
ONSET DALAM JAM Equal variances assumed 76 .290 -5.075
Equal variances not assumed 75.424 .269 -5.075
CKMB Equal variances assumed 76 .511 -2.28409
Equal variances not assumed 71.323 .511 -2.28409
TROPONIN T Equal variances assumed 76 .345 140.307
Equal variances not assumed 68.599 .350 140.307
Independent Samples Test
t-test for Equality
of Means
Std. Error
Difference
UMUR SUBJEK Equal variances assumed 2.781
Equal variances not assumed 2.786
IMT Equal variances assumed .74374
Equal variances not assumed .73590
KOLESTEROL TOTAL Equal variances assumed 11.131032
Equal variances not assumed 10.924828
LDL Equal variances assumed 9.19963
Equal variances not assumed 8.90137
HDL Equal variances assumed 2.96319
Equal variances not assumed 3.09945
TRIGLISERIDA Equal variances assumed 20.56773
Equal variances not assumed 18.58501
TEKANAN DARAH
SISTOLIK
Equal variances assumed 5.384
Equal variances not assumed 5.243
TEKANAN DARAH
DIASTOLIK
Equal variances assumed 3.375
Equal variances not assumed 3.317
GULA DARAH SEWAKTU Equal variances assumed 21.407
Equal variances not assumed 20.441
ONSET DALAM JAM Equal variances assumed 4.764
Equal variances not assumed 4.560
CKMB Equal variances assumed 3.46218
Equal variances not assumed 3.45948
TROPONIN T Equal variances assumed 147.781
Equal variances not assumed 149.082
Independent Samples Test
t-test for Equality of Means
95% Confidence Interval of the
Difference
Lower Upper
UMUR SUBJEK Equal variances assumed -8.429 2.648
Equal variances not assumed -8.446 2.665
IMT Equal variances assumed -.71071 2.25187
Equal variances not assumed -.69587 2.23703
KOLESTEROL TOTAL Equal variances assumed -33.890374 10.448369
Equal variances not assumed -33.484462 10.042456
LDL Equal variances assumed -29.92279 6.72250
Equal variances not assumed -29.32877 6.12847
HDL Equal variances assumed -4.62673 7.17668
Equal variances not assumed -4.93311 7.48306
TRIGLISERIDA Equal variances assumed -99.07000 -17.14163
Equal variances not assumed -95.33513 -20.87650
TEKANAN DARAH
SISTOLIK
Equal variances assumed -23.332 -1.887
Equal variances not assumed -23.053 -2.166
TEKANAN DARAH
DIASTOLIK
Equal variances assumed -12.524 .919
Equal variances not assumed -12.410 .806
GULA DARAH SEWAKTU Equal variances assumed -66.237 19.035
Equal variances not assumed -64.321 17.119
ONSET DALAM JAM Equal variances assumed -14.564 4.414
Equal variances not assumed -14.159 4.009
CKMB Equal variances assumed -9.17962 4.61144
Equal variances not assumed -9.18155 4.61337
TROPONIN T Equal variances assumed -154.023 434.638
Equal variances not assumed -157.135 437.750
Kaplan-Meier
Case Processing Summary
TRAIL_ca
t
Censored
Total N N of Events N Percent
1.00 34 22 12 35.3%
2.00 44 7 37 84.1%
Overall 78 29 49 62.8%
Survival Table
TRAIL_cat
Cumulative Proportion Surviving
at the Time
Time Status Estimate Std. Error
N of Cumulative
Events
N of Remaining
Cases
1.00 1 .170 YA .971 .029 1 33
2 .420 YA .941 .040 2 32
3 1.200 YA .912 .049 3 31
4 1.750 YA .882 .055 4 30
5 2.800 YA .853 .061 5 29
6 3.600 YA .824 .065 6 28
7 4.000 YA .794 .069 7 27
8 15.000 YA . . 8 26
9 15.000 YA . . 9 25
10 15.000 YA .706 .078 10 24
11 18.500 YA .676 .080 11 23
12 22.500 YA .647 .082 12 22
13 23.000 YA .618 .083 13 21
14 24.000 YA .588 .084 14 20
15 25.080 YA .559 .085 15 19
16 26.000 YA .529 .086 16 18
17 27.000 YA .500 .086 17 17
18 28.000 YA .471 .086 18 16
19 30.000 YA .441 .085 19 15
20 48.000 YA .412 .084 20 14
21 60.000 YA .382 .083 21 13
22 71.000 YA .353 .082 22 12
23 120.000 TIDAK . . 22 11
24 120.000 TIDAK . . 22 10
25 120.000 TIDAK . . 22 9
26 120.000 TIDAK . . 22 8
27 120.000 TIDAK . . 22 7
28 120.000 TIDAK . . 22 6
29 120.000 TIDAK . . 22 5
30 120.000 TIDAK . . 22 4
31 120.000 TIDAK . . 22 3
32 120.000 TIDAK . . 22 2
33 120.000 TIDAK . . 22 1
34 120.000 TIDAK . . 22 0
2.00 1 1.040 YA .977 .022 1 43
2 4.000 YA .955 .031 2 42
3 12.000 YA .932 .038 3 41
4 15.000 YA .909 .043 4 40
5 16.000 YA .886 .048 5 39
6 36.000 YA .864 .052 6 38
7 46.000 YA .841 .055 7 37
8 120.000 TIDAK . . 7 36
9 120.000 TIDAK . . 7 35
10 120.000 TIDAK . . 7 34
11 120.000 TIDAK . . 7 33
12 120.000 TIDAK . . 7 32
13 120.000 TIDAK . . 7 31
14 120.000 TIDAK . . 7 30
15 120.000 TIDAK . . 7 29
16 120.000 TIDAK . . 7 28
17 120.000 TIDAK . . 7 27
18 120.000 TIDAK . . 7 26
19 120.000 TIDAK . . 7 25
20 120.000 TIDAK . . 7 24
21 120.000 TIDAK . . 7 23
22 120.000 TIDAK . . 7 22
23 120.000 TIDAK . . 7 21
24 120.000 TIDAK . . 7 20
25 120.000 TIDAK . . 7 19
26 120.000 TIDAK . . 7 18
27 120.000 TIDAK . . 7 17
28 120.000 TIDAK . . 7 16
29 120.000 TIDAK . . 7 15
30 120.000 TIDAK . . 7 14
31 120.000 TIDAK . . 7 13
32 120.000 TIDAK . . 7 12
33 120.000 TIDAK . . 7 11
34 120.000 TIDAK . . 7 10
35 120.000 TIDAK . . 7 9
36 120.000 TIDAK . . 7 8
37 120.000 TIDAK . . 7 7
38 120.000 TIDAK . . 7 6
39 120.000 TIDAK . . 7 5
40 120.000 TIDAK . . 7 4
41 120.000 TIDAK . . 7 3
42 120.000 TIDAK . . 7 2
43 120.000 TIDAK . . 7 1
44 120.000 TIDAK . . 7 0
Means and Medians for Survival Time
TRAIL_ca
t
Meana Median
95% Confidence Interval
Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error
1.00 55.942 8.511 39.261 72.623 27.000 3.586
2.00 103.865 5.668 92.756 114.973 . .
Overall 82.975 5.588 72.023 93.927 . .
a. Estimation is limited to the largest survival time if it is censored.
Means and Medians for Survival Time
TRAIL_ca
t
Median
95% Confidence Interval
Lower Bound Upper Bound
1.00 19.971 34.029
2.00 . .
Overall . .
Means and Medians for Survival Time
TRAIL_ca
t
Median
95% Confidence Interval
Lower Bound Upper Bound
1.00 19.971 34.029
2.00 . .
Overall . .
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 20.093 1 .000
Test of equality of survival distributions for the different levels of
TRAIL_cat.
Kaplan-Meier
Case Processing Summary
TRAIL_ca
t
Censored
Total N N of Events N Percent
1.00 34 11 23 67.6%
2.00 44 6 38 86.4%
Overall 78 17 61 78.2%
Survival Table
TRAIL_cat
Cumulative Proportion Surviving
at the Time
Time Status Estimate Std. Error
N of Cumulative
Events
N of Remaining
Cases
1.00 1 .170 YA .971 .029 1 33
2 .420 TIDAK . . 1 32
3 1.200 TIDAK . . 1 31
4 1.750 TIDAK . . 1 30
5 2.800 YA .938 .042 2 29
6 3.600 TIDAK . . 2 28
7 4.000 YA .905 .052 3 27
8 15.000 YA . . 4 26
9 15.000 YA .838 .067 5 25
10 15.000 TIDAK . . 5 24
11 18.500 YA .803 .072 6 23
12 22.500 YA .768 .077 7 22
13 23.000 TIDAK . . 7 21
14 24.000 TIDAK . . 7 20
15 25.080 YA .730 .082 8 19
16 26.000 TIDAK . . 8 18
17 27.000 TIDAK . . 8 17
18 28.000 YA .687 .088 9 16
19 30.000 TIDAK . . 9 15
20 48.000 YA .641 .093 10 14
21 60.000 TIDAK . . 10 13
22 71.000 YA .592 .098 11 12
23 120.000 TIDAK . . 11 11
24 120.000 TIDAK . . 11 10
25 120.000 TIDAK . . 11 9
26 120.000 TIDAK . . 11 8
27 120.000 TIDAK . . 11 7
28 120.000 TIDAK . . 11 6
29 120.000 TIDAK . . 11 5
30 120.000 TIDAK . . 11 4
31 120.000 TIDAK . . 11 3
32 120.000 TIDAK . . 11 2
33 120.000 TIDAK . . 11 1
34 120.000 TIDAK . . 11 0
2.00 1 4.000 YA .977 .023 1 42
2 12.000 YA .953 .032 2 41
3 15.000 YA .930 .039 3 40
4 16.000 YA .907 .044 4 39
5 36.000 YA .884 .049 5 38
6 46.000 YA .860 .053 6 37
7 120.000 TIDAK . . 6 36
8 120.000 TIDAK . . 6 35
9 120.000 TIDAK . . 6 34
10 120.000 TIDAK . . 6 33
11 120.000 TIDAK . . 6 32
12 120.000 TIDAK . . 6 31
13 120.000 TIDAK . . 6 30
14 120.000 TIDAK . . 6 29
15 120.000 TIDAK . . 6 28
16 120.000 TIDAK . . 6 27
17 120.000 TIDAK . . 6 26
18 120.000 TIDAK . . 6 25
19 120.000 TIDAK . . 6 24
20 120.000 TIDAK . . 6 23
21 120.000 TIDAK . . 6 22
22 120.000 TIDAK . . 6 21
23 120.000 TIDAK . . 6 20
24 120.000 TIDAK . . 6 19
25 120.000 TIDAK . . 6 18
26 120.000 TIDAK . . 6 17
27 120.000 TIDAK . . 6 16
28 120.000 TIDAK . . 6 15
29 120.000 TIDAK . . 6 14
30 120.000 TIDAK . . 6 13
31 120.000 TIDAK . . 6 12
32 120.000 TIDAK . . 6 11
33 120.000 TIDAK . . 6 10
34 120.000 TIDAK . . 6 9
35 120.000 TIDAK . . 6 8
36 120.000 TIDAK . . 6 7
37 120.000 TIDAK . . 6 6
38 120.000 TIDAK . . 6 5
39 120.000 TIDAK . . 6 4
40 120.000 TIDAK . . 6 3
41 120.000 TIDAK . . 6 2
42 120.000 TIDAK . . 6 1
43 120.000 TIDAK . . 6 0
Means and Medians for Survival Time
TRAIL_ca
t
Meana Median
95% Confidence Interval
Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error
1.00 81.511 9.255 63.371 99.651 . .
2.00 106.256 5.271 95.925 116.587 . .
Overall 96.684 5.023 86.839 106.530 . .
a. Estimation is limited to the largest survival time if it is censored.
Means and Medians for Survival Time
TRAIL_ca
t
Median
95% Confidence Interval
Lower Bound Upper Bound
1.00 . .
2.00 . .
Overall . .
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 6.271 1 .012
Test of equality of survival distributions for the different levels of
TRAIL_cat.
Kaplan-Meier
Warnings
Warnings
No statistics are computed because all cases are censored.
Case Processing Summary
TRAIL_ca
t
Censored
Total N N of Events N Percent
1.00 34 8 26 76.5%
2.00 44 0 44 100.0%
Overall 78 8 70 89.7%
Survival Table
TRAIL_cat
Cumulative Proportion Surviving at
the Time
Time Status Estimate Std. Error
1.00 1 .420 YA .970 .030
2 1.200 TIDAK . .
3 1.750 YA .938 .042
4 2.800 TIDAK . .
5 3.600 YA .906 .052
6 4.000 TIDAK . .
7 15.000 TIDAK . .
8 15.000 TIDAK . .
9 15.000 TIDAK . .
10 18.500 TIDAK . .
11 22.500 TIDAK . .
12 23.000 YA .865 .064
13 24.000 TIDAK . .
14 25.080 TIDAK . .
15 26.000 YA .819 .075
16 27.000 TIDAK . .
17 28.000 TIDAK . .
18 30.000 YA .768 .086
19 48.000 TIDAK . .
20 60.000 YA .713 .096
21 71.000 TIDAK . .
22 120.000 YA .654 .105
23 120.000 TIDAK . .
24 120.000 TIDAK . .
25 120.000 TIDAK . .
26 120.000 TIDAK . .
27 120.000 TIDAK . .
28 120.000 TIDAK . .
29 120.000 TIDAK . .
30 120.000 TIDAK . .
31 120.000 TIDAK . .
32 120.000 TIDAK . .
33 120.000 TIDAK . .
Survival Table
TRAIL_cat
N of Cumulative
Events
N of Remaining
Cases
1.00 1 1 32
2 1 31
3 2 30
4 2 29
5 3 28
6 3 27
7 3 26
8 3 25
9 3 24
10 3 23
11 3 22
12 4 21
13 4 20
14 4 19
15 5 18
16 5 17
17 5 16
18 6 15
19 6 14
20 7 13
21 7 12
22 8 11
23 8 10
24 8 9
25 8 8
26 8 7
27 8 6
28 8 5
29 8 4
30 8 3
31 8 2
32 8 1
33 8 0
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 15.578 1 .000
Test of equality of survival distributions for the different levels of
TRAIL_cat.
Kaplan-Meier
Case Processing Summary
TRAIL_ca
t
Censored
Total N N of Events N Percent
1.00 34 3 31 91.2%
2.00 44 1 43 97.7%
Overall 78 4 74 94.9%
Survival Table
TRAIL_cat
Cumulative Proportion Surviving
at the Time
Time Status Estimate Std. Error
N of Cumulative
Events
N of Remaining
Cases
1.00 1 1.200 YA .969 .031 1 31
2 1.750 TIDAK . . 1 30
3 2.800 TIDAK . . 1 29
4 3.600 TIDAK . . 1 28
5 4.000 TIDAK . . 1 27
6 15.000 YA .933 .046 2 26
7 15.000 TIDAK . . 2 25
8 15.000 TIDAK . . 2 24
9 18.500 TIDAK . . 2 23
10 22.500 TIDAK . . 2 22
11 23.000 TIDAK . . 2 21
12 24.000 YA .888 .062 3 20
13 25.080 TIDAK . . 3 19
14 26.000 TIDAK . . 3 18
15 27.000 TIDAK . . 3 17
16 28.000 TIDAK . . 3 16
17 30.000 TIDAK . . 3 15
18 48.000 TIDAK . . 3 14
19 60.000 TIDAK . . 3 13
20 71.000 TIDAK . . 3 12
21 120.000 TIDAK . . 3 11
22 120.000 TIDAK . . 3 10
23 120.000 TIDAK . . 3 9
24 120.000 TIDAK . . 3 8
25 120.000 TIDAK . . 3 7
26 120.000 TIDAK . . 3 6
27 120.000 TIDAK . . 3 5
28 120.000 TIDAK . . 3 4
29 120.000 TIDAK . . 3 3
30 120.000 TIDAK . . 3 2
31 120.000 TIDAK . . 3 1
32 120.000 TIDAK . . 3 0
2.00 1 1.040 YA .977 .022 1 43
2 4.000 TIDAK . . 1 42
3 12.000 TIDAK . . 1 41
4 15.000 TIDAK . . 1 40
5 16.000 TIDAK . . 1 39
6 36.000 TIDAK . . 1 38
7 46.000 TIDAK . . 1 37
8 120.000 TIDAK . . 1 36
9 120.000 TIDAK . . 1 35
10 120.000 TIDAK . . 1 34
11 120.000 TIDAK . . 1 33
12 120.000 TIDAK . . 1 32
13 120.000 TIDAK . . 1 31
14 120.000 TIDAK . . 1 30
15 120.000 TIDAK . . 1 29
16 120.000 TIDAK . . 1 28
17 120.000 TIDAK . . 1 27
18 120.000 TIDAK . . 1 26
19 120.000 TIDAK . . 1 25
20 120.000 TIDAK . . 1 24
21 120.000 TIDAK . . 1 23
22 120.000 TIDAK . . 1 22
23 120.000 TIDAK . . 1 21
24 120.000 TIDAK . . 1 20
25 120.000 TIDAK . . 1 19
26 120.000 TIDAK . . 1 18
27 120.000 TIDAK . . 1 17
28 120.000 TIDAK . . 1 16
29 120.000 TIDAK . . 1 15
30 120.000 TIDAK . . 1 14
31 120.000 TIDAK . . 1 13
32 120.000 TIDAK . . 1 12
33 120.000 TIDAK . . 1 11
34 120.000 TIDAK . . 1 10
35 120.000 TIDAK . . 1 9
36 120.000 TIDAK . . 1 8
37 120.000 TIDAK . . 1 7
38 120.000 TIDAK . . 1 6
39 120.000 TIDAK . . 1 5
40 120.000 TIDAK . . 1 4
41 120.000 TIDAK . . 1 3
42 120.000 TIDAK . . 1 2
43 120.000 TIDAK . . 1 1
44 120.000 TIDAK . . 1 0
Means and Medians for Survival Time
TRAIL_ca
t
Meana Median
95% Confidence Interval
Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error
1.00 108.256 6.432 95.648 120.863 . .
2.00 117.296 2.673 112.058 122.535 . .
Overall 113.833 2.999 107.955 119.711 . .
a. Estimation is limited to the largest survival time if it is censored.
Means and Medians for Survival Time
TRAIL_ca
t
Median
95% Confidence Interval
Lower Bound Upper Bound
1.00 . .
2.00 . .
Overall . .
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 2.067 1 .151
Test of equality of survival distributions for the different levels of
TRAIL_cat.
Kaplan-Meier
Warnings
No statistics are computed because all cases are censored.
There is only one valid survival function value per group in at least one stratum. No plot
can be drawn for these strata.
Case Processing Summary
TRAIL_ca
t
Censored
Total N N of Events N Percent
1.00 34 1 33 97.1%
2.00 44 0 44 100.0%
Overall 78 1 77 98.7%
Survival Table
TRAIL_cat
Cumulative Proportion Surviving at
the Time
Time Status Estimate Std. Error
1.00 1 27.000 YA .944 .054
2 28.000 TIDAK . .
3 30.000 TIDAK . .
4 48.000 TIDAK . .
5 60.000 TIDAK . .
6 71.000 TIDAK . .
7 120.000 TIDAK . .
8 120.000 TIDAK . .
9 120.000 TIDAK . .
10 120.000 TIDAK . .
11 120.000 TIDAK . .
12 120.000 TIDAK . .
13 120.000 TIDAK . .
14 120.000 TIDAK . .
15 120.000 TIDAK . .
16 120.000 TIDAK . .
17 120.000 TIDAK . .
18 120.000 TIDAK . .
Survival Table
TRAIL_cat
N of Cumulative
Events
N of Remaining
Cases
1.00 1 1 17
2 1 16
3 1 15
4 1 14
5 1 13
6 1 12
7 1 11
8 1 10
9 1 9
10 1 8
11 1 7
12 1 6
13 1 5
14 1 4
15 1 3
16 1 2
17 1 1
18 1 0
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 2.167 1 .141
Test of equality of survival distributions for the different levels of
TRAIL_cat.
Crosstabs
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TRAIL_cat * KEJADIAN
KARDIOVASKULAR MAYOR
* DIAGNOSIS KERJA
78 100.0% 0 .0% 78 100.0%
TRAIL_cat * KEJADIAN KARDIOVASKULAR MAYOR * DIAGNOSIS KERJA Crosstabulation
DIAGNOSIS KERJA
KEJADIAN KARDIOVASKULAR
MAYOR
YA TIDAK
STEMI TRAIL_cat 1.00 Count 15 12
% within KEJADIAN
KARDIOVASKULAR MAYOR
83.3% 35.3%
2.00 Count 3 22
% within KEJADIAN
KARDIOVASKULAR MAYOR
16.7% 64.7%
Total Count 18 34
% within KEJADIAN
KARDIOVASKULAR MAYOR
100.0% 100.0%
NSTEMI TRAIL_cat 1.00 Count 7 0
% within KEJADIAN
KARDIOVASKULAR MAYOR
63.6% .0%
2.00 Count 4 15
% within KEJADIAN
KARDIOVASKULAR MAYOR
36.4% 100.0%
Total Count 11 15
% within KEJADIAN
KARDIOVASKULAR MAYOR
100.0% 100.0%
TRAIL_cat * KEJADIAN KARDIOVASKULAR MAYOR * DIAGNOSIS
KERJA Crosstabulation
DIAGNOSIS KERJA
Total
STEMI TRAIL_cat 1.00 Count 27
% within KEJADIAN
KARDIOVASKULAR MAYOR
51.9%
2.00 Count 25
% within KEJADIAN
KARDIOVASKULAR MAYOR
48.1%
Total Count 52
% within KEJADIAN
KARDIOVASKULAR MAYOR
100.0%
NSTEMI TRAIL_cat 1.00 Count 7
% within KEJADIAN
KARDIOVASKULAR MAYOR
26.9%
2.00 Count 19
% within KEJADIAN
KARDIOVASKULAR MAYOR
73.1%
Total Count 26
% within KEJADIAN
KARDIOVASKULAR MAYOR
100.0%
Risk Estimate
DIAGNOSIS KERJA
95% Confidence Interval
Value Lower Upper
STEMI Odds Ratio for TRAIL_cat
(1,00 / 2,00)
9.167 2.204 38.123
For cohort KEJADIAN
KARDIOVASKULAR MAYOR
= YA
4.630 1.520 14.102
For cohort KEJADIAN
KARDIOVASKULAR MAYOR
= TIDAK
.505 .323 .789
N of Valid Cases 52
NSTEMI For cohort KEJADIAN
KARDIOVASKULAR MAYOR
= YA
4.750 1.989 11.346
N of Valid Cases 26
Tests of Homogeneity of the Odds Ratio
Chi-Squared df
Asymp. Sig. (2-
sided)
Breslow-Day 2.057 1 .152
Tarone's 2.031 1 .154
Tests of Conditional Independence
Chi-Squared df
Asymp. Sig. (2-
sided)
Cochran's 22.439 1 .000
Mantel-Haenszel 19.678 1 .000
Under the conditional independence assumption, Cochran's statistic
is asymptotically distributed as a 1 df chi-squared distribution, only if
the number of strata is fixed, while the Mantel-Haenszel statistic is
always asymptotically distributed as a 1 df chi-squared distribution.
Note that the continuity correction is removed from the Mantel-
Haenszel statistic when the sum of the differences between the
observed and the expected is 0.
Mantel-Haenszel Common Odds Ratio Estimate
Estimate 15.000
ln(Estimate) 2.708
Std. Error of ln(Estimate) .671
Asymp. Sig. (2-sided) .000
Asymp. 95% Confidence
Interval
Common Odds Ratio Lower Bound 4.029
Upper Bound 55.851
ln(Common Odds Ratio) Lower Bound 1.393
Upper Bound 4.023
The Mantel-Haenszel common odds ratio estimate is asymptotically normally distributed under the
common odds ratio of 1,000 assumption. So is the natural log of the estimate.
Cox Regression
Case Processing Summary
N Percent
Cases available in analysis Eventa 29 37.2%
Censored 49 62.8%
Total 78 100.0%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
0 .0%
Total 0 .0%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
b. Category variable: TRAIL_cat
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
240.920
Block 1: Method = Enter
Omnibus Tests of Model Coefficientsa,b
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
221.764 19.942 1 .000 19.156 1 .000
a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 240,920
b. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa,b
Change From Previous Block
Chi-square df Sig.
19.156 1 .000
a. Beginning Block Number 0, initial
Log Likelihood function: -2 Log
likelihood: 240,920
b. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 1.732 .436 15.765 1 .000 5.654
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat 2.404 13.298
Covariate Means
Mean
TRAIL_cat .436
Cox Regression
Case Processing Summary
N Percent
Cases available in analysis Eventa 17 21.8%
Censored 61 78.2%
Total 78 100.0%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
0 .0%
Total 0 .0%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
b. Category variable: TRAIL_cat
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
140.839
Block 1: Method = Enter
Omnibus Tests of Model Coefficientsa,b
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
134.945 6.225 1 .013 5.894 1 .015
a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 140,839
Omnibus Tests of Model Coefficientsa,b
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
134.945 6.225 1 .013 5.894 1 .015
a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 140,839
b. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa,b
Change From Previous Block
Chi-square df Sig.
5.894 1 .015
a. Beginning Block Number 0, initial
Log Likelihood function: -2 Log
likelihood: 140,839
b. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 1.204 .511 5.551 1 .018 3.333
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat 1.224 9.072
Covariate Means
Mean
TRAIL_cat .436
Cox Regression
Warnings
Since coefficients did not converge, no further models will be fitted.
Case Processing Summary
N Percent
Cases available in analysis Eventa 8 10.3%
Censored 69 88.5%
Total 77 98.7%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
1 1.3%
Total 1 1.3%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
b. Category variable: TRAIL_cat
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
65.854
Block 1: Method = Enter
Iteration Historyb
Coefficient
-2 Log
Likelihooda TRAIL_cat
1 50.039 2.967
2 48.998 4.078
3 48.653 5.115
a. Beginning Block Number 0, initial Log
Likelihood function: -2 Log likelihood:
65,854
b. At least one coefficient is tending to
infinity after 3 iterations
Omnibus Tests of Model Coefficientsa
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
48.653 15.578 1 .000 17.201 1 .000
a. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa
Change From Previous Block
Chi-square df Sig.
17.201 1 .000
a. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 5.115 3.250 2.478 1 .115 166.568
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat .285 97216.499
Covariate Means
Mean
TRAIL_cat .429
Cox Regression
Case Processing Summary
N Percent
Cases available in analysis Eventa 4 5.1%
Censored 72 92.3%
Total 76 97.4%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
2 2.6%
Total 2 2.6%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
b. Category variable: TRAIL_cat
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
33.924
Block 1: Method = Enter
Omnibus Tests of Model Coefficientsa,b
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
31.880 2.067 1 .151 2.044 1 .153
a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 33,924
b. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa,b
Change From Previous Block
Chi-square df Sig.
2.044 1 .153
a. Beginning Block Number 0, initial
Log Likelihood function: -2 Log
likelihood: 33,924
b. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 1.515 1.157 1.717 1 .190 4.551
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat .472 43.909
Covariate Means
Mean
TRAIL_cat .421
Cox Regression
Warnings
Since coefficients did not converge, no further models will be fitted.
Case Processing Summary
N Percent
Cases available in analysis Eventa 1 1.3%
Censored 56 71.8%
Total 57 73.1%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
21 26.9%
Total 21 26.9%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb
Frequency (1)
TRAIL_cata 1.00 34 1
2.00 44 0
a. Indicator Parameter Coding
b. Category variable: TRAIL_cat
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
8.086
Block 1: Method = Enter
Iteration Historyb
Coefficient
-2 Log
Likelihooda TRAIL_cat
1 5.956 3.167
2 5.841 4.258
3 5.803 5.289
a. Beginning Block Number 0, initial Log
Likelihood function: -2 Log likelihood:
8,086
b. At least one coefficient is tending to
infinity after 3 iterations
Omnibus Tests of Model Coefficientsa
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
5.803 2.167 1 .141 2.284 1 .131
a. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa
Change From Previous Block
Chi-square df Sig.
2.284 1 .131
a. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 5.289 9.666 .299 1 .584 198.074
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat .000 3.345E10
Covariate Means
Mean
TRAIL_cat .316
Cox Regression
Case Processing Summary
N Percent
Cases available in analysis Eventa 29 37.2%
Censored 49 62.8%
Total 78 100.0%
Cases dropped Cases with missing values 0 .0%
Cases with negative time 0 .0%
Censored cases before the
earliest event in a stratum
0 .0%
Total 0 .0%
Total 78 100.0%
a. Dependent Variable: LAMA TERJADINYA KEJADIAN KARDIOVASKULAR
MAYOR (JAM)
Categorical Variable Codingsb,c,d,e,f,g,h,i,j,k
Frequency (1)
JKa 1=LAKI-LAKI 61 1
2=PEREMPUAN 17 0
OBESITASa 1.00 6 1
2.00 72 0
RPKa 1=YA 6 1
2=TIDAK 72 0
DISLIPIDEMIAa 1=YA 74 1
2=TIDAK 4 0
HIPERTENSIa 1=HIPERTENSI 45 1
2=TIDAK 33 0
STHIPERGLIKEMIa 1=YA 15 1
2=TIDAK 63 0
DMa 1=YA 27 1
2=TIDAK 51 0
MEROKOKa 1=YA 48 1
2=TIDAK 30 0
REPERFUSIa 1=DENGAN
REVASKULARISASI
28 1
2=TANPA
REVASKULARISASI
50 0
TRAIL_cata 1.00 34 1
2.00 44 0
Block 0: Beginning Block
Omnibus Tests of
Model Coefficients
-2 Log Likelihood
240.920
Block 1: Method = Enter
Omnibus Tests of Model Coefficientsa,b
Overall (score) Change From Previous Step
-2 Log Likelihood Chi-square df Sig. Chi-square df Sig.
213.586 31.170 11 .001 27.334 11 .004
a. Beginning Block Number 0, initial Log Likelihood function: -2 Log likelihood: 240,920
b. Beginning Block Number 1. Method = Enter
Omnibus Tests of Model
Coefficientsa,b
Change From Previous Block
Chi-square df Sig.
27.334 11 .004
a. Beginning Block Number 0, initial
Log Likelihood function: -2 Log
likelihood: 240,920
b. Beginning Block Number 1. Method =
Enter
Variables in the Equation
B SE Wald df Sig. Exp(B)
TRAIL_cat 2.021 .508 15.824 1 .000 7.547
UMUR .011 .023 .227 1 .634 1.011
JK -.342 .589 .336 1 .562 .711
RPK .386 .653 .350 1 .554 1.471
DISLIPIDEMIA -1.225 .845 2.101 1 .147 .294
OBESITAS .720 .715 1.013 1 .314 2.054
HIPERTENSI .377 .423 .795 1 .373 1.459
STHIPERGLIKEMI -.362 .520 .483 1 .487 .697
DM .256 .480 .285 1 .593 1.292
MEROKOK -.374 .485 .595 1 .441 .688
REPERFUSI .255 .434 .344 1 .558 1.290
Variables in the Equation
95,0% CI for Exp(B)
Lower Upper
TRAIL_cat 2.788 20.430
UMUR .966 1.058
JK .224 2.256
RPK .409 5.288
DISLIPIDEMIA .056 1.539
OBESITAS .506 8.345
HIPERTENSI .636 3.344
STHIPERGLIKEMI .251 1.932
DM .504 3.314
MEROKOK .266 1.779
REPERFUSI .551 3.023
Covariate Means
Mean
TRAIL_cat .436
UMUR 59.013
JK .782
RPK .077
DISLIPIDEMIA .949
OBESITAS .077
HIPERTENSI .577
STHIPERGLIKEMI .192
DM .346
MEROKOK .615
REPERFUSI .359
Top Related