Volume 13 Nomor 1 (2023) 85-94

JURNAL KEBIDANAN
p-ISSN: 2089-7669 ; e-ISSN: 2621-2870
https://doi.org/10.31983/jkb.v13i1.9484

“Preeclampsia.com” App To Preeclampsia Screening

At Community Level: A Cohort Study

Johariyah1 Detty Siti Nurdiati 2 Widyawati 3

1
Bachelor a in Midwifery, Universitas Al-Irsyad Al-Islamiyyah Cilacap, Indonesia, [email protected]
2
Departement of Obstetrics and Gynecology, Faculty of Medicine, Public Health and Nursing, Universitas
Gadjah Mada, , Indonesia, [email protected]
3
Departement of Pediatric and Maternity Nursing, Faculty of Medicine, Public Health and Nursing, Universitas
Gadjah Mada, , Indonesia, [email protected]

Corresponding author: Johariyah

Email: [email protected]

Receive: January 8th, 2023; Review: March 30th, 2023; Accepted: April 30th, 2023

ABSTRACT

Indonesian maternal mortality in 2012, 32.5% was caused by hypertension, preeclampsia, and
eclampsia, while 24.22% in 2015 and 26% in 2016. Currently, there is no method of screening for
preeclampsia based on maternal characteristics that were carried out during the first visit antenatal. The use
of technology has great potential to improve health care at the community, especially in low-middle income
countries. It is necessary to make a breakthrough in the form of developing a screening model for
preeclampsia by utilizing information technology. This study aims to determine the detection rate of the
application of preeclampsia.com as a community-based preeclampsia screening tool. This study was
conducted by cohort study on 549 pregnant women who had their first antenatal visit before 16 weeks
followed up to delivery. Data analysis was data of factors for the occurrence of preeclampsia using Chi
square, while to determine the strength of the “Preeclampsia.com” model as a screening method and early
detection of preeclampsia using multilevel logistic regression, analysis performed using SPSS version 23.0.
The results of the analysis showed that the sensitivity value of the "Preeclampsia.com" application was
64.1% and the specificity value was 85.5% (95% CI). The Positive Predictive Value (PPV) from the
"preeclampsia.com" application is 25.3% and the Negative Predictive Value (NPV) from the
"preeclampsia.com" application is 96.9%. Based on the results of multilevel logistic regression analysis, it
was found that the ability of the model to predict the incidence of preeclampsia was 96.4%. The use of the
Preeclampsia.com application is quite good for community-based preeclampsia screening

Keywords: screening, android app, preeclampsia, community, maternal characteristic.

Pendahuluan pemahaman tentang hipertensi dalam kehamilan,

diberburuk dengan adanya kegagalan identifikasi
Angka kematian ibu karena komplikasi risiko pada saat ANC, dan kurang adekuatnya
eklamsia empat belas tahun terakhir adalah 19,6% - pemantauan pada saat usia kehamilan 20 minggu
46% dan sedangkan kematian janin sekitar 65% [1]– menyebabkan tingginya kematian ibu dan bayi [7]–
[3]. Rendahnya kesadaran ibu tentang tanda dan [9]. Upaya pencegahan preeklamsia telah
gejala hipertensi dalam kehamilan dan rendahnya dilaksanakan sebagai bagian dari upaya
tingkat sosial ekonomi berkontribusi terhadap menurunkan angka kematian ibu. Skrining faktor
rendahnya tingkat pemahaman ibu tentang bahaya risiko pada awal yaitu sebelum usia kehamilan 20
hipertensi dalam kehamilan[4], [5]. minggu , menjadi mendunia dan diikuti di Indonesia
Ketidakpahaman ini berakibat pada keterlambatan berkat manual kesehatan ibu dan bayi di pelayanan
mencari pelayanan dan keterlambatan pengobatan kesehatan dasar. Tenaga kesehatan pada pelayanan
pada ibu dengan preeklamsia [6]. Rendahnya Kesehatan dasar seperti dokter umum, bidan dan

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 85

perawat harus dapat mengidentifikasi faktor-faktor Metode Penelitian
risiko preeklamsia tersebut[10].
Penerapan model skrining dan penanganan Desain penelitian ini adalah penelitian kohort yang
preeklamsia di level komunitas merupakan langkah dilakukan kepada ibu hamil yang melakukan
yang penting untuk mengurangi kematian dan kunjungan pertama sebelum 16 minggu di
kecacatan ibu dan perinatal. Model tersebut berupa Puskesmas Adipala 1 dan Kroya 1. Ibu hamil
deteksi dini terhadap risiko tinggi preeklamsia dan dilakukan pengkajian tentang factor resiko
outcome kehamilan, menyediakan perawatan preeklamsia berdasarkan aplikasi
kegawatdaruratan dan memfasilitasi rujukan. Hal “Preeclampsia.com”, selanjutnya dilakukan
ini dapat meningkatkan keterlibatan komunitas pemantauan sesuai dengan rekomendasi pada
dalam pemantauan terhadap preeklamsia. aplikasi, untuk pemeriksaan preeklamsia dilakukan
Keterlibatan komunitas terbukti dapat mengurangi pemeriksaan tekanan darah dan protein urin sesuai
mispersepsi tentang tanda bahaya preeklamsia, dengan ketentuan. Teknik sampling dalam
sehingga dapat meningkatkan outcome ibu dan bayi pengambilan sampel ibu hamil adalah dengan
baru lahir [11]. accidental sampling pada ibu hamil yang melakukan
Deteksi dini preeklamsia yang dilakukan di kunjungan pertama kehamilan. Jumlah ibu hamil K1
Indonesia adalah dengan pemeriksaan tekanan di Puskesmas Kroya 1 pada tahun 2016 adalah 1.034
darah dan protein urin. Saat ini belum terdapat orang (dengan rata-rata 86 orang per bulan) dan di
metode skrining preeklamsia berdasarkan puskesmas Adipala 1 adalah 1.025 orang (dengan
karakteristik ibu yang dilaksanakan pada saat K1. rata-rata 85 orang per bulan). Berdasarkan
Berdasarkan studi pendahuluan didapatkan bahwa penghitungan pada Cohen Manion and Marrion
skrining terhadap preeklamsia yang dilakukan di dengan derajat kepercayaan 95% dan alpha 0,05
kabupaten Cilacap selama ini menggunakan didapatkan besar sampel 462 orang [15]. Untuk
pedoman dalam buku KIA, sehingga belum semua mengantisipasi drop out, maka ditambahkan 15%
faktor risiko preeklamsia dikaji. Pemeriksaan menjadi: 531orang. Penelitian ini telah
tekanan darah dilakukan pada setiap kunjungan mendapatkan persetujuan etik oleh komisi etik
ANC dan pemeriksaan protein urin dilakukan pada Universitas Gadjah Mada Yogyakarta pada tanggal
trimester kedua. 2 Juli 2018 dengan No: KE/FK/0640/EC/2018 dan
Upaya peningkatan kesehatan di level diperpanjang pada tanggal 15 Agustus 2019 dengan
komunitas dapat dilakukan melalui penggunaan No: KE/FK/0953/EC/2019.
tekonologi infomasi. Saat ini pengguna handphone Adapun kriteria inklusi ibu hamil adalah sebagai
cukup banyak dan menjadi andalan alat komunikasi berikut:
sehari-hari, dapat digunakan untuk peningkatan a) Pasien datang kunjungan pertama pada usia
pemberdayaan masyarakat dalam bidang kesehatan kehamilan ≤ 16 minggu
[12]. Teknologi ini dapat memberikan sarana untuk b) Bersedia menjadi responden
pasien agar dapat memperoleh pendidikan Adapun kriteria eksklusi ibu hamil adalah:
kesehatan, dan memfasilitasi tindak lanjut a) Ibu hamil yang mengalami penyakit kanker,
perawatan. Saat ini terdapat potensi yang besar jantung
dalam penggunaan teknologi untuk meningkatkan b) Ibu hamil yang tidak melakukan K1 di bidan
perawatan kesehatan dan penyampaian layanan desa setempat
kesehatan kepada masyarakat, terutama pada negara Kriteria drop out pada responden Ibu hamil adalah:
miskin dan berkembang [12]–[14]. a) Apabila ibu pindah domisili secara menetap
Penggunaan aplikasi android saat ini dapat setelah dilakukan skrining
dimanfaatkan untuk metode skrining oleh bidan di b) Ibu mengalami abortus sebelum usia
level komunitas. Aplikasi ini dibangun dengan kehamilan 20 minggu
memasukkan faktor-faktor maternal yang menjadi c) Ibu meninggal sebelum usia kehamilan 20
predisposisi terjadinya preeklamsia. Bidan dapat minggu
menggunakan aplikasi pada saat ibu hamil d) Ibu tidak dapat dilakukan pemantauan sesuai
melakukan kunjungan pertama. Skrining awal dengan rekomendasi model
preeklamsia yang dilakukan sebelum usia 16
minggu penting untuk memudahkan pemantauan Adapun Langkah dalam pengambilan data
selama kehamilan. Semakin dini skrining penelitian ini adalah:
dilakukan, akan semakin bagus untuk tindakan a) Bidan melakukan skrining terhadap risiko
pencegahan terhadap resiko komplikasi preeklamsia, dengan menjawab perrtanyaan
preeklamsia. yang terdapat pada menu “diagnosa” pada
aplikasi “preeclampsia.com” untuk

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 86

 menapiskan apakah ibu memiliki faktor risiko dan melaporkan ke bidan setempat dengan
1, (paritas, usia, jarak kehamilan, IMT, riwayat memfoto hasil pemantauan di kartu pantau atau
keluarga dengan preeklamsia, riwayat menyerahkan langsung kartu pantau kepada
pernikahan) dan faktor resiko 2 (kehamilan bidan.
ganda, diabetus mellitus, riwayat preeklamsia e) Bidan melakukan pemantauan yang dilakukan
pada kehamilan sebelumnya, dua atau lebih adalah tekanan darah, protein urin, tanda nyeri
factor resiko 1) atau tanpa risiko sampai kepala hebat, nyeri epigastrium dan gangguan
dengan muncul kesimpulan dan rekomendasi pandangan, serta TFU dan gerakan janin.
berdasarkan hasil skrining. Selanjutnya bidan melakukan pencatatan hasil
b) Bidan mengikuti rekomendasi yang ada pada pemantauan pada aplikasi pada menu
aplikasi, apakah dipantau di komunitas pada “pemantauan”.
usia > 20 minggu, apakah dirujuk ke spesialis f) Bidan mengikuti ibu sampai dengan persalinan
sebelum usia kehamilan 20 minggu, atau untuk menilai outcome ibu dan janin dan
dilakukan pemantauan secara reguler pada ibu memasukkan data persalinan pada menu
yang tidak memiliki risiko “rekap pasca salin”
c) Bidan berkoordinasi dengan kader untuk g) Memberikan informasi kepada ibu hamil risiko
pemantauan ibu hamil yang berisiko tinggi preelampsia untuk mengunduh aplikasi
preeklamsia. Koordinasi dilakukan melalui “preeclampsia.com” dan memanfaatkan
whatsapp tentang nama ibu hamil yang masuk aplikasi tersebut dengan baik. Ibu hamil tidak
kategori berrisiko, jenis risiko yang dialami, diwajibkan mengunduh aplikasi, karena yang
dan kapan saja waktu kader untuk melakukan memasukkan hasil skrining dan pemantauan
kunjungan rumah pasien. adalah bidan yang melakukan pemeriksaan.
d) Kader melakukan kunjungan rumah untuk Ibu hamil dapat mengunduh aplikasi jika ingin
memantau tanda bahaya komplikasi memanfaatkan menu konsultasi pada aplikasi
preeklamsia: tekanan darah, gejala sakit kepala untuk membaca materi tentang preeklamsia
hebat. Gangguan penglihatan, nyeli ulu hati, atau konsultasi kepada peneliti.
mual muntah dan menghitung gerakan janin

PE Dinilai: TD dan
Faktor Risiko
protein urin pada
(+) PE usia kehamilan >20
Ibu hamil K1
minggu, Melihat
PE Jenis Onset
Faktor Risiko Preeklamsia
(-) PE

Gambar 1 Tahapan Penelitian

Hasil penelitian tentang nilai detection rate

model skrining preeklamsia berbasis
komunitas.Untuk menghitung perbedaan proporsi
dari dua ibu hamil yang beresiko preeklamsia dan
tidak beresiko preeklamsia menggunakan uji Chi
square dengan menggunakan software SPSS V.23.
Untuk menilai besaran kemampuan model
dalam mendeteksi preeklamsia dengan
menggunakan uji multilevel regresi logistic melalui
penghitungan Sensitivitas, Spesivitas, Positive
Predictive Value (PPV) dan Negative Predictive
Value(NPV)

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 87

 Hasil dan Pembahasan

Tabel 1. Gambaran karakteristik ibu hamil N=54

No Jenis Kategori n %
1 Tingkat Rendah (SD-SMP) 201 36,6
pendidikan Menengah/Tinggi (SMA/PT) 348 63,4
2 Pekerjaan Istri Ibu Rumah Tangga 367 66,8
Pekerja 182 33,2
3 Pekerjaan Suami Buruh/Tani 153 27,9
Dagang 12 2,6
Karyawan/swasta 316 57,6
PNS 68 11,9
4 Penghasilan < Upah Minimum Regional 450 81.9
≥ Upah Minimum Regionall 99 18,1
5 Jenis Asuransi Memiliki Asuransi 388 70,8
Umum/Non asuransi 161 29,2
6 Paritas Primigravida 96 17,5
Multigravida 453 82,5
7 Jarak kehamilan < 10 tahun 484 88,2
≥ 10 tahun 65 11,8
8 Usia <20 tahun dan >35 tahun 102 18,6
20-35 tahun 447 81,4
9 Indeks Masa < 35 kg/m2 508 92,5
Tubuh pada saat ≥ 35 kg/m2 41 7,5
K1
10 Riwayat keluarga Ada 33 6,0
Preeklamsia Tidak Ada 516 94
11 Riwayat 1 512 93,3
Pernikahan ≥2 37 6,7
12 Lingkar pinggang < 80 509 92,7
≥ 80 cm 40 7,3
13 Kehamilan ganda Ya 3 0,5
Tidak 546 99,5
14 Diabetus Mellitus Ya 1 0,2
Tidak 548 99,8
15 Hipertensi Ya 4 0,7
Tidak 545 99,3
16 Riwayat Ya 4 0,7
Preeklamsia Pada Tidak 545 99,3
Kehamilan
sebelumnya
Sumber: data primer

Tabel 2. Gambaran Faktor Risiko Preeklamsia pada Ibu Hamil K1 (N=549)

No Kategori Kejadian PE n %
Ya Tidak
1 Tidak Berisiko 4 269 273 49,7
2 Risiko Rendah 10 167 177 32,2
3 Risiko Tinggi 25 74 99 18,1

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 88

Tabel 3. Prevalensi Kejadian Preeklamsia di Kabupaten Cilacap Agustus 2018 sampai dengan
Juli 2020(N=549)
No Kejadian Preeklamsia Frekuensi Persentase
1 Positif 39 7,1
2 Negatif 510 92,9

Tabel 4. Prevalensi Preeklamsia Berdasarkan Jenis Onset Preeklamsia di Kabupaten Cilacap

Agustus 2018 sampai dengan Juli 2020(N=39)
No Jenis Onset n %
1 Early onset preeclampsia 7 1,3
2 Late Onset Preeclampsia 32 5,8

Tabel 5.Tabel Analisis Multilevel Regresi Logistic

Area Std Errora Asymptotic Asymptotic 95% Confidence Interval
Sigb Lower Bound Upper Bound
,964 ,019 ,000 ,926 1,002

Tabel 6. Hosmer and Lemeshow test

Step Chi-square df Sig
1 11,486 8 ,176

Tabel 7. Nilai Sensitivitas dan Spesifisitas Aplikasi “Preeclampsia.com”

Variabel Kejadian Preeklamsiaa
Ya Tidak
n % n %
Risiko Tinggi 25 64,1 74 13,7
Tidak Berisiko/Risiko Rendah 14 35,9 436 86,3

Berdasarkan tabel 1 dapat diketahui bahwa dan riwayat preeklamsia sebelumnya yaitu sebesar
tingkat pendidikan ibu pada kategori 0,7%. Sedangkan kejadian kehamilan ganda sebesar
menengah/tinggi yaitu 63,4%. Berdasarkan 0,5% dan dibates mellitus yang diderita ibu hamil
pekerjaan istri paling banyak pada kategori tidak sebesar 0,2%.
bekerja/ibu rumah tangga yaitu sebesar 66,8%.
Pekerjaan suami responden paling banyak a. Gambaran faktor risiko preeklamsia
sebagai karyawan swasta sebesar 57,6 %. Adapun Gambaran faktor risiko preeklamsia dibagi
berdasarkan penghasilan, paling banyak pada menjadi 3 kategori, yaitu tidak berisiko: jika tidak
kategori < UMR yaitu sebesar 81,9%. Kepemilikan ada satupun faktor risiko 1 (primigravida; jarak
asuransi kesehatan paling banyak memiliki asuransi kehamilan > 10 tahun; Usia ibu < 20 atau ≥ 35
baik asuransi berupa BPJS PBI/Non PBI dan tahun; IMT ≥ 35; Riwayat keluarga dengan
asuransi swasta yang lain yaitu sebesar 70,8%. preeklamsia (ibu atau saudara perempuan); Riwayat
Skrining faktor risko preeklamsia Pernikahan lebih dari satu; Diastol pada saat
dilakukan pada saat kunjungan pertama (K1), kunjungan ≥ 80 mmHg; Lingkar Pinggang >80 cm)
sehingga hasil skrining yang dilakukan adalah hasil ataupun faktor risiko 2 ( kehamilan ganda,
pada saat K1. Berdasarkan tabel 1 dapat hipertensi, DM, PE pada kehamilan sebelumnya)
disimpulkan bahwa distribusi frekuensi risiko seperti yang terdapat dalam aplikasi
preeklamsia berdasarkan karakteristik ibu pada “preeclampsia.com”, berisiko rendah: jika terdapat
primigravida sebesar 17,5%, jarak kehamilan ≥ 10 1 (satu) faktor risiko 1 atau satu jawaban YA pada
tahun sebesar 11,8%, usia ibu <20 tahun dan > 35 faktor risiko 1, dan risiko tinggi: jika terdapat 2 atau
tahun sebesar 18,6%, IMT > 35 kg/m2 sebesar 7,5%, lebih faktor risiko 1 ( dua atau lebih jawaban YA
riwayat keluarga dengan preeklamsia sebesar 6,0%, pada faktor risiko 1) atau 1 atau lebih faktor risiko 2
riwayat pernikahan lebih dari 1 kali ≥ 6,7%, lingkar (satu atau lebih jawaban YA pada faktor risiko 2).
pinggang > 80 cm sebesar 7,3%. Adapun faktor Hal ini tergambar dalam tabel di bawah ini:
risiko preeklamsia pada hipertensi pada kehamilan

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 89

 Berdasarkan tabel 2 dapat disimpulkan Untuk menguji seberapa besar model dapat
bahwa ibu yang melakukan pemeriksaan K1 paling memprediksi kejadian preeklamsia, menggunakan
banyak berada pada kategori tidak berisiko yaitu analisis multilevel regresi logistic, didapatkan hasil
sebesar 49,7%, sedangkan paling sedikit pada seperti terlihat pada tabel di bawah ini:
kategori risiko tinggi yaitu sebesar 18,1%. Hasil Dari gambar 2 dan tabel 5, dapat disimpulkan
penelitian menunjukkan bahwa sebanyak 4 orang model skrining preeklamsia berbasis komunitas
ibu hamil yang tidak berisiko mengalami memiliki kemampuan memprediksi kejadian
preeklamsia. preeklamsia menggunakan faktor-faktor: paritas,
b. Prevalensi Kejadian Preeklamsia riwayat keluarga dengan preeklamsiaa, diabetes
Banyaknya kejadian preeklamsia dapat mellitus, hipertensi dan riwayat preeklamsia pada
dilihat pada tabel di bawah ini: Berdasarkan tabel 3 kehamilan sebelumnya dengan CI 95% adalah
didapatkan bahwa prevalensi kejadian preeklamsia sebesar 96,4 %.
pada puskesmas Kroya 1 dan Adipala 1sebesar Untuk menilai kesesuaian (Good of fitness)
7,1% selama periode Agustus 2018 sampai dengan model “Preeclampsia.com” digunakan analisis
Juli 2020. Hosmer and Lemeshow test. Hasil analisis
c. Prevalensi Jenis Onset Preeklamsia kesesuaian model seperti tergambar pada table 6.
Penentuan jenis onset preeklamsia Berdasarkan tabel 6, dapat dijelaskan bahwa
didasarkan kepada waktu terjadinya preeklamsia. hasil uji chi-square yang dihasilkan memiliki nilai
Preeklamsia dideteksi dengan menggunakan p-signifikansi sebesar 0.179 (> 0.05) maka H0
tekanan darah dan protein urin pada trimester 3 diterima. Nilai Hosmer tersebut lebih besar
kehamilan, sesuai dengan yang menjadi dibandingkan α = 0.05, artinya terima H0 yakni
rekomendasi Departemen Kesehatan RI. Early model regresi logistik mampu menjelaskan data dan
Onset Preeclamsia jika preeklamsia terjadi pada tidak terdapat perbedaan antara model dan nilai
usia kehamilan < 34 minggu dan Late Onset observasinya. Jadi dapat diambil kesimpulan bahwa
Preeclampsia jika preeklamsia terjadi pada usia model telah cukup menjelaskan data (goodness of
kehamilan > 34 minggu kehamilan. Distribusi fit).
frekuensi jenis onset preeklamsia dapat dilihat pada
tabel 4. Berdasarkan table 4 tersebut dapat e. Sensitivitas dan Spesifisitas Aplikasi
disimpulkan bahwa mayoritas jenis onset “Preeclampsia.com”
preeklamsia pada periode Agustus 2018 sampai Nilai sensitivitas dan spesifisitas aplikasi
dengan Juli 2020 di puskesmas Kroya 1dan Adipala “Preeclampsia.com” dapat dilihat pada tabel di
1adalah pada kategori late onset preeclamsia yaitu bawah ini:
5,8%. Berdasarkan tabel 7, maka dapat disimpulkan
d. Kemampuan model “preeclampsia.com” bahwa dengan CI 95%, nilai sensitivitas aplikasi
dalam mendeteksi kejadian preeklamsia. “Preeclampsia.com” adalah sebesar: 64,1% dan
Besarnya kemampuan model dalam nilai spesifisitas adalah 86,3%. Hal ini
memprediksi kejadian preeklamsia diuji menunjukkan model ini mampu memprediksi
menggunakan uji Multilevel Regresi Logistic. Uji sebesar 64,1% ibu hamil yang berisiko tinggi untuk
ini dilakukan untuk factor: paritas, riawayat benar-benar mengalami preeklamsiaa, dan mampu
keluarga dengan preeklamsia, diabetes mellitus, memprediksi sebesar 86,3% ibu hamil yang tidak
hipertensi dan riwayat preeklamsia pada kehamilan memiliki risiko/risiko rendah preeklamsia untuk
sebelumnya, dengan p-value < 0,05). Adapun hasil tidak mengalami preeklamsa.
uji tersebut adalah seperti tergambar pada tabel Adapun Positive Predictive Value (PPV) dari
dibawah ini: aplikasi “preeclampsia.com” adalah sebesar 25,3%
dan Negative Predictive Value (NPV) aplikasi
“preeclampsia.com” adalah sebesar 96,9%. Hal ini
menunjukkan bahwa menggunakan aplikasi ini, jika
seorang ibu memiliki risiko tinggi preeklamsiaa,
maka probabilitas untuk mengalami preeklamsia
adalah sebesar 25,3% dan jika ibu hamil tidak
memiliki risiko preeklamsia/risiko rendah
preeklamsia, maka model ini dapat memprediksi
probabilitas untuk tidak mengalami preeklamsia
Gambar 2. Kurva Receiver Operating adalah sebesar 96,9%.
Characteristic (ROC)

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 90

 Nilai sensitivitas pada prediksi preeklamsia
Analisis Multilevel Regresi Logistic lebih berguna dibandingkan dengan nilai
didasarkan pada faktor-faktor yang ditemukan spesifisitas, karena karena pertimbangan manfaat,
signifikan dengan kejadian preeklamsia yaitu: bahaya, dan biaya menunjukkan banyak hal
paritas, riwayat keluarga dengan preeklamsia, preferensi yang lebih besar untuk meminimalkan
diabetes mellitus, hipertensi, dan riwayat negatif palsu daripada positif palsu [21]. Hasil
preeklamsia sebelumnya (Pvalue: 0,00). Faktor – penelitian menunjukkan bahwa skrining berbasis
faktor signifikan ini hampir sama dengan penelitian risiko dapat dipertimbangkan mengingat
yang dilakukan oleh Kathrine (2015) bahwa faktor kompleksitas dan ketidakpastian tanda klinis
risiko yang signifikan dan skor tertimbangnya preeklamsia [22].
berasal dari model prediksi adalah hipertensi kronis, Sensitivitas aplikasi ini lebih rendah jika
riwayat pre-eklamsia, diabetes pra-kehamilan, dibandingkan dengan hasil penelitian prediksi
dengan AUC untuk sistem penilaian risiko adalah preeklamsia menggunakan Doppler yang memiliki
0,76 (95% CI 0,69-0,83)[16] angka sensitivitas 78% [23]. Hasil penelitian
Berdasarkan analisis Nilai Hosmer untuk menunjukkan bahwa jika karakteristik ibu
menilai goodness of fit model didapatkan bahwa dikombinasikan dengan MAP dan Doppler akan
nilai tersebut adalah 0,178 atau lebih besar dari α meningkatkan sensitivitas menjadi 71,4% [24].
0,05, sehingga model preeclampsia.com ini dapat Skrining preeklamsia menggunakan faktor ibu
mendeteksi dengan baik faktor risiko terhadap memiliki detection rate yang lebih rendah jika
kejadian preelampsia (model goodness of fit). Hasil dibandingkan dengan skrining preeklamsia yang
ini lebih rendah jika dibandingkan dengan model menggunakan kombinasi antara faktor ibu dengan
“the Western Sydney (WS) model” yang memiliki metode yang lain seperti doppler, MAP, UtA-PI dan
nilai Hosmer-Lemeshow seebesar 0,20, dengan PlGF. Akan tetapi penggunaan model skrining
sensitivitas sebesar 18% (CI 95%:14%-23%) dan tersebut tidak dapat dilakukan pada semua level
spesifitas 97% (CI 95%:97-98%) [17]. Perbedaan komunitas, terutama di negara miskin dan
ini dimungkinkan karena pada WS model, berkembang. Sehingga penggunaan skrining
penelitian dilakukan hanya pada ibu dengan preeklamsia dengan faktor risiko ibu dapat menjadi
nullipara, sedangkan pada penelitian ini penelitian salah satu solusi untuk melakukan skrining secara
dilakukan pada setiap ibu hamil yang melakukan dini pada ibu hamil. Hal ini yang akhirnya pada
kunjungan ANC pertama tanpa memandang paritas tahun 2020, Kementrian Kesehatan RI telah
ibu. Seharusnya skrining preeklamsia jangan hanya membuat pedoman skrining preeklamsia yang
dilakukan kepada wanita dengan risiko tinggi, akan dilakukan pada setiap ibu hamil sebelum usia
tetapi harus menjangkau lebih luas pada setiap ibu kehamilan 20 minggu. Melalui Tindakan ini ibu
hamil, karena adanya fakta bahwa wanita dengan hamil dilakukan skrining berdasarkan faktor ibu
preeklamsia memiliki risiko mengalami penyakit oleh dokter, yang kemudian dilakukan pembagian
kardiovaskuler pada kehidupan selanjutnya [18] apakah masuk risiko tinggi atau tidak, dan
Saat ini tidak ada konsesus tentang model dilakukan rujukan pada ibu dengan risiko tinggi.
prediksi preeklamsia yang terbaik. Keuntungan Program ini pun sesuai dengan kebijakan jumlah
model prediksi menggunakan pendekatan faktor ANC yang sekarang menjadi ketentuan sebanyak 6
risiko adalah untuk menyediakan perawatan kali, dimana 2 kali ANC dilakukan oleh dokter
profesional dan pemahaman wanita tentang risiko spesialis. Sehingga pemantauan dan pemcegahan
yang dialaminya [19]. Hal ini dapat menjadi dasar ibu dengan risiko tinggi preeklamsia dapat
untuk pencegahan sesuai dengan rekomendasi, dilakukan dengan baik.
untuk meningkatkan outcome ibu dan bayi. Hasil nilai sensitivitas model
Hasil penelitian ini menunjukkan bahwa “preeclampsia.com ini juga menunjukkan lebih
model skrining preeklamsiaa berbasis komunitas rendah jika dibandingkan dengan NICE yaitu
melalui aplikasi “Preeclmapsia.com. memiliki sebesar 77% (95% CI 65 – 87%) dan lebih tinggi
kekuatan yang baik untuk digunakan sebagai alat dibandingkan PRECOG yaitu sebesar 59% (95% CI
skrining risiko preeklamsiaa, khususnya untuk 46 – 71%)[9]. Hal ini kemungkinan disebabkan oleh
faktor risiko paritas, hipertensi, riwayat preeklamsia perbedaan karakteristik populasi yang diteliti.
pada kehamilan sebelumnya, kehamilan ganda dan Perbedaan karakteristik yang dimaksud dalam
diabetes mellitus. Hal ini sesuai dengan pendapat penelitian ini adalah bahwa tidak semua faktor
Akobeng (2007) bahwa area under the curve pada diteliti, karena disesuaikan dengan kewenangan
rentang 0,9 sampai 1 menandakan berada pada level bidan di komunitas. Selain itu pada penelitian ini
excellent untuk alat skrining [20]. memiliki jumlah sampel yang lebih kecil
dibandingkan dengan PRECOG dan NICE.

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index

91
Ketepatan penghitungan jumlah sampel dalam terhadap tanda bahaya kehamilan, termasuk
penelitian untuk melihat sensitivitas dan spesifitas didalamnya adalah tanda bahaya preeklamsia.
mempengaruhi hasil pada penelitian skrining dan Hal ini menunjukkan bahwa preeklamsia
diagnostik. Penelitian tentang skrining terhadap dapat terjadi pada setiap wanita walaupun pada saat
dpreeklamsia dengan prevalensi kejadian pada 5% skrining ditemukan tidak terdapat faktor risiko. Hal
idealnya menggunakan sampel sebanyak 3100 ini menunjukkan bahwa tenaga kesehatan tidak
pasien [25]. Pada penelitian ini, dengan prevalensi diperbolehkan untuk lengah dalam pemantauan
sekitar 7%, peneliti hanya menggunakan 549 kehamilan, walaupun pada saat kontak pertama
pasien. Hal ini dikarenakan terbatasnya waktu dan tidak ditemukan adanya risiko preeklamsia. Anjuran
kemampuan peneliti dalam merekrut pasien. kepada ibu dan keluarga untuk melakukan ANC
Hasil ini senada dengan hasil penelitian sesuai anjuran pemerintah sangat penting dilakukan
skrining preeklamsia dengan kombinasi kadar kepada seluruh ibu hamil tanpa memandang faktor
SHARP1 serum dengan nilai cut of point kurang risiko yang ada pada diri ibu.
dari 3,89ng / ml dan rata-rata PI> persentil ke-95,
sensitivitas, spesifisitas, PPV dan NPV masing- Simpulan
masing adalah 77,1%, 70,3%, 19,7% dan 97,0%.
Hal ini menunjukkan bahwa serum SHARP1 Kemampuan mendeteksi model skrining
merupakan biomarker yang menjanjikan untuk preeklampsia berbasis komunitas melalui palikasi
memprediksi preeklamsia pada trimester pertama “Preeclampsia.com” menggunakan faktor paritas,
[26] hipertensi, riwayat preeklamsiaa pada kehamilan
Nilai sensitivitas sebuah model akan lebih sebelumnya, kehamilan ganda dan diabetes mellitus
bagus apabila digabungkan dengan tes khusus lain, adalah sebesar 96,4 %. Berdasarkan analisis Nilai
sesuai dengan pendapat bahwa model prediksi Hosmer didapatkan bahwa model ini dapat
preeklamsia dengan menggunakan faktor risiko mendeteksi dengan baik faktor risiko terhadap
dapat ditingkatkan hasilnya dengan kejadian preeklamsia (model goodness of fit). Nilai
mengkombinasikan dengan test khusus. Hal ini senstivitas dan spesifisitas aplikasi
dapat dijadikan dasar untuk pemberian aspirin “preeclampsia.com” adalah sebesar 64,1% dan
sebagai profilaksis (Montagnoli and Larciprete, 86,3%, sedangkan PPV dan NPV model ini adalah
2014; Al-Rubaie, Askie, L, Ray, J, et al., 2016). Hal sebesar 25,3% dan 96,9%.
ini senada dengan pendapat bahwa model prediktif Berdasarkan kesimpulan diatas, maka
preeklamsia yang paling menjanjikan adalah disarankan kepada: ibu hamil, hendaknya
dengan menggabunkan antara beberapa aspek merencanakan kehamilannya dengan matang, agar
seperti plasenta, tekanan darah arteri, faktor ibu, terhindar dari komplikasi karena preeklamsia. Pada
Doppler dan biomarker [29]. Hasil penelitian ibu yang memiliki risiko preeklamsia, diharapkan
memperkirakan manfaat dan kinerja tes berdasarkan melakukan pemeriksaan lebih intens kepada bidan
pendekatan risiko preeklamsia memiliki maupun dokter untuk meningkatkan hasil
kemampuan terbatas[22]. kehamilan. Bagi bidan, hendaknya memberikan
Pada penelitian ini ditemukan terdapat 4 dari edukasi secara konsisten kepada masyarakat tentang
total 273 orang ibu hamil tanpa risiko preeklamsia bahaya preeklamsia dan bagaimana cara mencegah
yang mengalami preeklamsia. Hal ini komplikasi tersebut. Melakukan skrining terhadap
dimungkinkan ibu mengalami preeklamsia karena faktor risiko preeklamsia secara dini (kurang dari 16
faktor yang tidak diteliti seperti kecemasan yang minggu kehamilan) hendaknya dijadikan
berlebihan pada kehamilannya. Hal ini sesuai pembiasaan kepada setiap ibu hamil, agar
dengan hasil penelitian bahwa stres dapat memicu pemantauan ibu dengan risiko tinggi preeklamsia
terjadinya preeklamsia pada kehamilan, untuk itu menjadi lebih optimal. Melakukan kolaborasi
perlu kiranya pendekatan psikologi pada saat dengan dokter spesialis Obsgyn dalam pemantauan
antenatal care [30]. Selain itu terjadinya ibu tanpa ibu dengan preeklamsia dapat dilakukan untuk
risiko preeklamsia yang mengalami preeklamsia, meningkatkan hasil kehamilan ibu. Bidan
bisa dikarenakan kurangnya pemantauan selama hendaknya melibatkan kader dalam pemantauan ibu
kehamilan, karena merasa tidak mengalami risiko hamil risiko tinggi preeklamsia, melalui pemberikan
tinggi, kemungkinan kepatuhan untuk melakukan bekal pengetahuan dan ketrampilan yang
kunjungan antenatal menurun. Sesuai dengan hasil dibutuhkan
penelitian bahwa frekuensi kunjungan antenatal
memiliki hubungan yang dengan kejadian
preeklamsia [31]. Frekeunsi kunjungan ANC
mempengaruhi pengetahuan kewaspadaan ibu

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index

92
 Ucapan Terimakasih Severe Preeclampsia in Institutionalised
Health Care Settings,” BMC Pregnancy
Ucapan Terima ksih di sampaikan kepada : Childbirth, vol. 3, no. 6, pp. 1–15, 2003, doi:
Puskesmas Adipala 1 dan Kroya 1, bidan-bidan dan 10.1186/1471-2393-3-6.
kader Kesehatan di wilayah puskesmas Adipala 1 [9] L. Verghese, S. Alam, S. Beski, R.
dan Kroya 1, ibu hamil dan keluarganya yang Thuraisingham, I. Barnes, and P.
menjadi responden dalam penelitian ini. MacCallum, “Antenatal Screening for Pre-
eclampsia: Evaluation of the NICE and Pre-
Daftar Pustaka eclampsia Community Guidelines.,” J
Obstet Gynaecol, vol. 32, no. 2, pp. 128–31,
[1] A. P. Mackay, C. J. Berg, and H. K. Atrash, 2012, doi: 10.3109/01443615.2011.635224.
“Pregnancy-related mortality from [10] Kementrian Kesehatan RI, Buku Kesehatan
preeclampsia and eclampsia,” Obstetrics and Ibu dan Anak. 2020.
Gynecology, vol. 97, no. 4, pp. 533–538, [11] A. R. Khowaja, C. Mitton, S. Bryan, L. A.
2001, doi: 10.1016/S0029-7844(00)01223- Magee, Z. A. Bhutta, and P. von Dadelszen,
0. “Economic Evaluation of Community Level
[2] W. J. et al Milne, F. Redman C, “The Pre- Interventions for Pre-eclampsia (CLIP) in
Eclampsia Community Guideline South Asian and African countries: A Study
(PRECOG): How to Screen for and Detect Protocol,” Implementation Science, vol. 10,
Onset of Pre-eclampsia in the Community,” no. 1, pp. 1–14, 2015, doi: 10.1186/s13012-
Bmj, vol. 330, no. 7491, pp. 576–580, 2005, 015-0266-5.
doi: 10.1136/bmj.330.7491.576. [12] D. T. Dunsmuir et al., “Development of
[3] S. Thangaratinam, J. Allotey, and at al mHealth Applications for Pre-eclampsia
Marlin, “Development and Validation of Triage,” IEEE J Biomed Health Inform, vol.
Prediction Models for Risks of 18, no. 6, pp. 1857–1864, 2014, doi:
Complications in Early-onset Pre-eclampsia 10.1109/JBHI.2014.2301156.
(PREP): A Prospective Cohort Study,” [13] L. F. Garabedian, D. Ross-Degnan, and J. F.
Health Technol Assess (Rockv), vol. 21, no. Wharam, “Mobile Phone and Smartphone
18, pp. 1–99, 2017, doi: 10.3310/hta21180. Technologies for Diabetes Care and Self-
[4] A. K. Berhe, A. O. Ilesanmi, C. O. Aimakhu, Management,” Curr Diab Rep, vol. 15, no.
and A. M. Bezabih, “Awareness of 12, pp. 1–9, 2015, doi: 10.1007/s11892-015-
pregnancy induced hypertension among 0680-8.
pregnant women in Tigray Regional State, [14] J. Lim et al., “Usability and Feasibility of
Ethiopia,” Pan African Medical Journal, vol. PIERS on the Move: An mHealth App for
35, 2020, doi: Pre-Eclampsia Triage,” JMIR Mhealth
10.11604/pamj.2020.35.71.19351. Uhealth, vol. 3, no. 2, p. e37, 2015, doi:
[5] A. R. Savage and L. Hoho, “Knowledge of 10.2196/mhealth.3942.
pre-eclampsia in women living in Makole [15] E. Ingleby, Research methods in education,
Ward, Dodoma, Tanzania,” Afr Health Sci, vol. 38, no. 3. 2012. doi:
vol. 16, no. 2, pp. 412–419, Jun. 2016, doi: 10.1080/19415257.2011.643130.
10.4314/ahs.v16i2.9. [16] et al Katherine R, “Development and
[6] M. Jabeen, D. Akhter, S. Shimul, and U. Validation of a Risk Factor Scoring System
Salma, “Health Seeking Behaviour of for First-Trimester Prediction of Pre-
Women with Eclampsia Attending at Eclampsia,” NIH Public Acces, vol. 31, no.
Institute of Child and Mother Health in 12, pp. 1049–1056, 2015, doi: 10.1055/s-
Dhaka City,” vol. 30, no. 02, pp. 67–70, 0034-1371705.Development.
2018. [17] Z. T. A. Al-Rubaie et al., “Prediction of pre-
[7] D. J. P. Barker, C. Osmond, T. J. Forsen, E. eclampsia in nulliparous women using
Kajantie, and J. G. Eriksson, “Maternal and routinely collected maternal characteristics:
Social Origins of Hypertension,” A model development and validation study,”
Hypertension, vol. 50, no. 3, pp. 565–571, BMC Pregnancy Childbirth, vol. 20, no. 1,
2007, doi: pp. 1–14, 2020, doi: 10.1186/s12884-019-
10.1161/HYPERTENSIONAHA.107.0915 2712-x.
12. [18] B. Mikat, A. Gellhaus, N. Wagner, C. Birdir,
[8] R. Perez-Cuevas et al., “Critical Pathways R. Kimmig, and A. Köninger, “Early
for the Management of Preeclampsia and Detection of Maternal Risk for

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 93

 Preeclampsia,” ISRN Obstet Gynecol, vol. Prediction Models for Pre-eclampsia Using
2012, no. July, pp. 1–7, 2012, doi: Routinely Collected Maternal
10.5402/2012/172808. Characteristics and Comparison With
[19] P. van Montfort et al., “Implementing a Models that Include Specialised Tests and
Preeclampsia Prediction Model in With Clinical Guideline Decision Rules: a
Obstetrics: Cutoff Determination and Health Systematic Review,” BJOG, vol. 123, no. 9,
Care Professionals’ Adherence,” Medical pp. 1441–1452, 2016, doi: 10.1111/1471-
Decision Making, vol. 40, no. 1, pp. 81–89, 0528.14029.
2020, doi: 10.1177/0272989X19889890. [28] C. Montagnoli and G. Larciprete,
[20] A. K. Akobeng, “Understanding diagnostic “Preeclampsia: Definitions, Screening Tools
tests 1: Sensitivity, specificity and predictive and Diagnostic Criteria in Supersonic Era,”
values,” Acta Paediatrica, International World J Obstet Gynecol, vol. 3, no. 3, pp.
Journal of Paediatrics, vol. 96, no. 3, pp. 98–109, 2014, doi: 10.5317/wjog.v3.i3.98.
338–341, 2007, doi: 10.1111/j.1651- [29] W. N. Costa Fabrício da Silva, Murth
2227.2006.00180.x. Padma, Keog Rosemary, “Early Screening
[21] J. S. Cnossen et al., “Are tests for predicting for Preeclampsia,” Ravista Brasiliiera de
pre-eclampsia good enough to make Ginecologia e Obstetricia, vol. 33, no. 11,
screening viable? A review of reviews and pp. 357–75, 2011.
critical appraisal,” Acta Obstet Gynecol [30] Y. Yu et al., “The Combined Association of
Scand, vol. 88, no. 7, pp. 758–765, 2009, Psychosocial Stress and Chronic
doi: 10.1080/00016340903008953. Hypertension with Preeclampsia,” vol. 209,
[22] J. T. Henderson, J. H. Thompson, B. U. no. 5, pp. 1–16, 2014, doi:
Burda, and A. Cantor, “Preeclampsia 10.1016/j.ajog.2013.07.003.The.
screening evidence report and systematic [31] A. T. dan N. L. Ririn A, “The Relationship
review for the US preventive services task of Antenatal Care (ANC) Visits with the
force,” JAMA - Journal of the American Incidence of Preeclampsia in Pregnant
Medical Association, vol. 317, no. 16, pp. WOmen at Gynegology Polyclicic of
1668–1683, 2017, doi: Immanuel Hospital Bandung,” in
10.1001/jama.2016.18315. International Nursing Workshop and
[23] L. McLeod, “How useful is uterine artery Conference, 2016, pp. 250–250. doi:
Doppler ultrasonography in predicting pre- 10.4234/jjoffamilysociology.28.250.
eclampsia and intrauterine growth
restriction?,” Cmaj, vol. 178, no. 6, pp. 727–
729, 2008, doi: 10.1503/cmaj.080242.
[24] J. de Freitas Leite, G. A. Rago Lobo, P. M.
Nowak, I. R. Antunes, E. Araujo Júnior, and
D. B. da Silva Pares, “Prediction of
preeclampsia in the first trimester of
pregnancy using maternal characteristics,
mean arterial pressure, and uterine artery
Doppler data in a Brazilian population,”
Obstet Gynecol Sci, vol. 62, no. 6, pp. 391–
396, 2019, doi: 10.5468/ogs.2019.62.6.391.
[25] M. A. Bujang and T. H. Adnan,
“Requirements for minimum sample size for
sensitivity and specificity analysis,” Journal
of Clinical and Diagnostic Research, vol. 10,
no. 10, pp. YE01–YE06, 2016, doi:
10.7860/JCDR/2016/18129.8744.
[26] N. Prakansamut and V. Phupong, “Serum
SHARP1 and uterine artery Doppler for the
prediction of preeclampsia,” Sci Rep, vol. 9,
no. 1, pp. 1–7, 2019, doi: 10.1038/s41598-
019-48727-8.
[27] Z. Al-Rubaie, L. Askie, J. Ray, H. Hudson,
and S. Lord, “The Performance of Risk

Copyright @2023, JURNAL KEBIDANAN, http://ejournal.poltekkes-smg.ac.id/ojs/index.php/jurkeb/index 94