Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pendahuluan: Tuberkulosis pleura merupakan bentuk TB ekstra paru paling umum kedua setelah TB kelenjar dan merupakan penyebab utama efusi pleura di daerah endemik TB. Diagnosis dan pengobatan cepat dan tepat sangat penting dalam pengelolaan TB pleura karena dapat menjadi progresif dan mengenai organ lain. Sampai saat ini, penegakkan diagnosis TB pleura masih menjadi tantangan. Tujuan: Mendapatkan model prediksi diagnosis TB pleura berdasarkan klinis, radiologi thoraks, analisa cairan pleura, ADA dan BTA metode sitosentrifugasi dan melakukan uji diagnostik pemeriksaan analisa cairan pleura, ADA dan BTA metode sitosentrifugasi pada pasien terduga TB pleura dengan biakan TB MGIT sebagai baku emas. Metode: Desain penelitian potong lintang. Subjek penelitian terdiri dari 50 pasien efusi pleura terduga TB. Dilakukan pemeriksaan analisa cairan pleura, ADA dan BTA metode sitosentrifugasi. Klinis pasien dan radiologi thoraks diperoleh dari rekam medik pasien. Analisis data dilakukan untuk uji diagnosis, analisis bivariat, multivariat, dan Receiving Characteristics Operator (ROC), dan analisis bootstrapping pada Kalibrasi Hosmer-Lemeshow. Hasil: Uji diagnosis analisa cairan pleura yaitu eksudat dengan MN>50% yaitu sensitivitas 83,3%, spesifisitas 38,6%, NPP 15,6%, NPN 94,4%. Pemeriksaan ADA yaitu sensitivitas 66,7%, spesifisitas 95,5%, NPP 66,7%, NPN 95,5%. Pemeriksaan BTA metode sitosentrifugasi yaitu sensitivitas 50%, spesifisitas 97,7%, NPP 75%, NPN 93,5%. Model prediksi diagnosis TB pleura adalah Logit (y) = -4,872+(2,025xEksudat dengan MN>50% +3,308xADA +2,438xBTA). Kesimpulan: Determinan diagnosis dan komponen sistem skor TB pleura adalah eksudat dengan MN>50%, ADA dan BTA metode sitosentrifugasi. Sistem skor diharapkan menjadi alat bantu diagnosis TB pleura. Berdasarkan uji diagnosis, pemeriksaan analisa cairan pleura yaitu eksudat dengan MN >50% baik untuk penapisan, sedangkan pemeriksaan ADA dan BTA metode sitosentrifugasi baik untuk menegakkan diagnosis.

---

Introduction: Pleural tuberculosis is the second commonest form of extrapulmonary TB after Lymph node and the main cause of pleural effusion in TB endemic areas. Early diagnosis and treatment is important because of its progressivity and spread to other organs. Until now, diagnosis of pleural TB remains a challenge.

Objective: This study aims to obtain prediction model based on clinical data, chest x-ray, pleural fluid analysis, ADA, and cytocentrifuged AFB, and perform diagnostic study on pleural fluid analysis, ADA, and cytocentrifuged AFB in suspected TB patients with TB MGIT culture as the gold standard.

Methods: This is a cross-sectional study on 50 pleural effusion patients suspected with TB. Pleural fluid analysis, ADA, and cytocentrifuged AFB tests were performed. Clincal data and x-rays were obtained from patient records. Statistical analysis include bivariate and multivariate analysis, ROC analysis, and bootstrapping in Hosmer-Lemeshow calibration test.

Results: The result of exudate and MN > 50% in pleural fluid analysis yielded 83.3% sensitivity, 38.6% specificity, 15.6% PPV, and 94.4% NPV. The result of > 40 U/L in ADA test showed 66.7% sensitivity, 95.5% specificity, 66.7% PPV, and 95.5% NPV. Cytocentrifuged AFB test yielded 50% sensitivity, 97.7% specificity, 75% PPV, and 93.5% NPV. Pleural TB prediction model was Logit (y) = -4,87 2+ 2,025 x exudate with MN > 50% + 3,308 x ADA + 2,438 x cytocentrifuged AFB.

Conclusion: Diagnostic determinants and pleural TB score components are exudate with MN > 50%, ADA, and cytocentrifuged AFB. Scoring system is expected to aid pleural TB diagnosis. Based on ROC analysis, exudate with MN > 50% in pleural fluid analysis is good for screening, while ADA and cytocentrifuged AFB tests are good for diagnosis."

"Tuberkulosis (TB) dan diabetes melitus (DM) merupakan dua penyakit yang diduga memiliki kaitan erat akibat penurunan sistem imun tubuh. Salah satu metode diagnosis tuberkulosis paru adalah melalui foto polos toraks. Permasalahan pada pasien TB dan DM adalah gambaran radiologi yang tidak spesifik sehingga menyulitkan dalam penegakkan diagnosis. Penelitian ini bertujuan untuk memberikan gambaran foto polos toraks pasien TB dan/atau DM di Ternate, Indonesia yang merupakan salah satu daerah yang endemis TB dan DM. Besar proporsi pasien DM-TB yang memiliki gambaran tidak spesifik adalah sebesar 80%. Namun, gambaran tidak spesifik juga dimiliki oleh pasien TB sebesar 73,53%. Hasil yang tidak berbeda bermakna ini diduga disebabkan oleh banyaknya pasien TB pasca-primer mengingat kondisi Indonesia sebagai negara endemis TB.

---

Tuberculosis (TB) and diabetes mellitus (DM) are two diseases that many thought to be significantly caused by the compromised immune system. One of the methods to diagnose TB is chest x-ray. One of the challenges is from the non-specific radiological images of patient with TB and DM, which hinder the diagnosis. This research’s aimed is to present various chest x-ray images of patients with TB and/or DM in Ternate, Indonesia, which is one of the most prevalent city for TB and DM in Indonesia. In the DM-TB group, the radiological images show non TB specific is at 80%. Comparably, in the TB only group show 73.53% of the non specific radiological image. These might be caused by high number of post-primary TB infection as Indonesia is an endemic country for TB."

"Latar belakang: Infeksi tuberkulosis (TB) adalah masalah kesehatan yang sudah lama menjadi beban dunia, terutama di Indonesia. Metode diagnosis dengan GeneXpert MTB/RIF merupakan metode diagnosis dengan banyak kelebihan, termasuk lebih efektif dan efisien dibandingkan metode kultur Lowenstein-Jensen sebagai gold standard. WHO menyarankan penggunaan TCM GeneXpert dan foto toraks sebagai upaya triase pasien suspek TB. Penelitian menunjukan bahwa penggabungan kedua metode ini memiliki positive predictive value yang besar. Meskipun demikian, penelitian tentang TCM TB dan kaitannya dengan hasil pemeriksaan foto toraks masih sangat terbatas.Metode: Penelitian ini merupakan penelitian deskriptif analitik berdesain potong lintang dengan jumlah sampel minimal 68 subjek. Data pada penelitian ini merupakan data sekunder dari penelitian dengan judul “A prospective longitudinal study of chronic pulmonary aspergillosis in pulmonary tuberculosis in Indonesia (APICAL)” yang telah dilaksanakan sebelumnya dan kemudian diseleksi berdasarkan kriteria inklusi dan eksklusi.Hasil: Dari 69 subjek yang diikutsertakan dalam penelitian, sebanyak 42 (60,78%) subjek memiliki hasil TCM negatif. Temuan foto toraks yang terbanyak ditemukan adalah infiltrat (86,96%), diikuti kavitas (56,25%), fibrosis parakaviter (37,68%), penebalan pleura (34,78%), nodul (14,49%), dan bronkiektasis (10,14%). Antara temuan foto toraks dan hasil TCM, ditemukan hubungan yang bermakna antara hasil TCM dengan kavitas, fibrosis parakaviter, penebalan pleura, dan nodul.Kesimpulan: Terdapat hubungan yang bermakna antara hasil TCM dengan beberapa temuan foto toraks pada pasien TB, yakni kavitas, fibrosis parakaviter, penebalan pleura, dan nodul.

---

Background: Tuberculosis (TB) infection is a health problem that has long been a burden on the world, especially in Indonesia. The GeneXpert MTB/RIF diagnostic method is a diagnostic method with many advantages, including being more effective and efficient than the Lowenstein-Jensen culture method as the gold standard. WHO recommends the use of GeneXpert molecular test and chest X-ray as an effort to triage patients with suspected TB. Research shows that the combination of these two methods has a large positive predictive value. However, research on GeneXpert molecular rapid test and its relation to chest X-ray results is still very limited.

Methods: This research is a cross-sectional analytical descriptive study with a minimum sample size of 68 subjects. The data in this study are secondary data from a study entitled " A prospective longitudinal study of chronic pulmonary aspergillosis in pulmonary tuberculosis in Indonesia (APICAL)" and then selected based on inclusion and exclusion criteria.

Results: Of the 69 subjects included in the study, 42 (60.78%) subjects had negative molecular rapid test results. The most common chest X-ray findings were infiltrates (86.96%), followed by cavities (56.25%), paracavitary fibrosis (37.68%), pleural thickening (34.78%), nodules (14.49%), and bronchiectasis (10.14%). Between chest X-ray findings and molecular rapid test results, a significant relationship was found between molecular rapid test results with cavities, paracavitary fibrosis, pleural thickening, and nodules.

Conclusion: There is a significant relationship between molecular rapid test results and several chest X-ray findings in TB patients, namely cavities, paracavitary fibrosis, pleural thickening, and nodules."

"Tuberkulosis (TB) merupakan salah satu masalah kesehatan utama diseluruh dunia termasuk di Indonesia. Lesi tuberkulosis menggambarkan proses yang terjadi di paru dan dapat dideteksi oleh pemeriksaan radiologi toraks. Penelitian ini bertujuan untuk mengetahui gambaran radiologi toraks pasien pascatuberkulosis dan faktor-faktor yang berhubungan di Provinsi Nusa Tenggara Timur dengan menggunakan desain cross sectional. Data didapatkan dengan melakukan wawancara berdasarkan kuesioner dan pemeriksaan radiologi toraks pada 61 subjek di Nusa Tenggara Timur. Subjek sebagian besar berusia dibawah 50 tahun (65,5%), berjenis kelamin laki-laki (50,8%), memiliki keluhan batuk (63,9%), sesak napas (59%) dan nyeri dada (8,2%). Gambaran radiologi toraks yang ditemukan adalah lesi aktif TB (45,9%), lesi bekas TB (42,6%) dan normal (11,5%). Lesi tuberkulosis yang ditemukan adalah fibrosis (72,1%), infiltrat (45,9%), ektasis (45,9%), kavitas (3,3%), kalsifikasi (24,6%), penebalan pleura (13,1%) dan luluh paru (3,3%). Pengolahan data menggunakan SPSS 16 yang kemudian dianalisis menggunakan uji chi-square dan kolmogorov-smirnov. Hasil yang diperoleh adalah tidak terdapat hubungan bermakna antara gambaran radiologi toraks pasien pascatuberkulosis dengan usia (p = 0,985), jenis kelamin (p = 0,309), keluhan batuk (p = 0,357), sesak napas (p = 0,918) dan nyeri dada (p = 1,000).

---

Tuberculosis remains major health problem worldwide, including Indonesia. Tuberculosis lesions describe the process that occurs in the lung and can be detected by chest radiologic examination. This study aims to describe chest radiologic findings of post-pulmonary tuberculosis patients and associated factors in East Nusa Tenggara Province by using cross-sectional design. Data obtained by conducting interviews based on questionnaires and radiological examination in 61 subjects in East Nusa Tenggara. Most subjects are less than 50 years old (65.5%), male (50.8%), have cough (63.9%), dipsneu (59%) and chest pain symptom (8.2 %). Chest radiologic findings showed active lesion of TB (45,9%), former lesion of TB (42.6%) and normal (11.5%). Tuberculosis lesions found are fibrosis (72.1%), infiltrates (45.9%), ectasis (45.9%), cavities (3.3%), calcification (24.6 %), pleural thickening (13.1%) and destroyed lung (3.3%). Data processed using SPSS 16 and analyzed using the chi-square and kolmogorov-smirnov test. Results shows there is no relationship between chest radiologic findings of post pulmonary tuberculosis patients by age (p = 0.985), gender (p = 0.309), cough (p = 0.357), dipsneu (p = 0.918) and chest pain (p = 1.000)."

"Case studies in chest Imaging is a collection of 100 real cases, which demonstrate the use of modern imaging techniques and illustrate the appropriate use of imaging in the investigation of pathology. Compiled by experts in the field, Case studies in chest imaging uses the most up-to-date and high quality images, including plain films, standard multi slice and high resolution thoracic CT scans. Each case is presented in a pedagogical style, with 1-4 images and accompanying questions, followed by answers and further relevant images. This is then augmented by an explanation of the imaging and key teaching points with references for further reading."

"Latar Belakang: COVID-19 merupakan penyakit infeksi yang menjadi sebuah pandemi global dalam waktu singkat. Radiologi memegang peranan penting menggunakan modalitas radiografi toraks untuk identifikasi COVID-19 dengan melihat gambaran ground glass opacity (GGO) dan konsolidasi. Melakukan interpretasi radiografi toraks dengan benar masih menjadi tantangan dimana akurasi tertinggi dipegang oleh dokter spesialis radiologi divisi toraks. LUNIT INSIGHT CXR merupakan salah satu sistem artificial intelligence (AI) yang dikembangkan untuk meningkatkan efisiensi dan akurasi pembacaan radiografi toraks. Hingga saat ini berlum ada sistem AI lain di RSUPN Cipto Mangunkusumo yang dapat menginterpretasi radiografi toraks. Penelitian ini bertujuan untuk mengevaluasi manfaat sistem AI LUNIT INSIGHT CXR dalam membantu dokter radiologi mendeteksi GGO dan konsolidasi yang merupakan gambaran radiografi toraks paling sering pada pasien COVID-19. Metode: Studi ini merupakan studi retrospektif menggunakan gambaran radiografi toraks pasien tersangka COVID-19. Radiografi toraks diinterpretasi oleh dokter radiologi umum tanpa dan dengan bantuan sistem AI dibandingkan dengan interpretasi dokter radiologi divisi toraks menggunakan variabel ada atau tidaknya lesi, interpretasi GGO, interpretasi konsolidasi serta interpretasi berdasarkan lokasi lapangan paru yang terlibat. Hasil: Kelainan paling banyak ditemukan adalah GGO dengan lokasi di lapangan bawah kedua paru baik oleh dokter radiologi umum dan dokter radiologi divisi toraks. Ditemukan konkordans penilaian GGO yang rendah (< 0,8) sedangkan penilaian konsolidasi ditemukan konkorans baik (> 0,8). Berdasarkan lokasi ditemukan konkordans terendah di lapangan tengah paru kanan (0,773) pada kelompok dengan bantuan sistem AI. Konkordans pada lokasi lain ditemukan baik (> 0,8). Tidak ditemukan perbedaan signifikan pada konkordans antara tanpa dan dengan bantuan sistem AI. Simpulan: Dalam studi ini tidak ditemukan perbedaan kesesuaian penilaian GGO maupun konsolidasi pada radiografi toraks antara dokter radiologi tanpa dan dengan bantuan sistem AI LUNIT INSIGHT CXR

---

Background: COVID-19 is an infectious disease that quickly became a global pandemic. Radiology holds an important role in COVID-19 early detection using chest radiograph by evaluating ground glass opacity (GGO) and consolidation. Correctly interpreting chest radiograph is still a challenge where chest division radiologists holds the highest accuracy. LUNIT INSIGHT CXR is an artificial intelligence (AI) system that created to increase efficiency and accuracy in interpreting chest radiograph. Until now there are no other AI system in Cipto Mangunkusumo National General Hospital that can interpret chest radiograph. This study aims to evaluate the benefit of LUNIT INSIGHT CXR AI system to help radiologists detect GGO and consolidation, the most common findings in COVID-19 patients. Method: This study is a retrospective study using chest radiograph image of suspected COVID-19 patients. Chest radiograph will be interpreted by general radiologist with and without AI system’s aid, compared with interpretation by chest division radiologist using presence of lesion, GGO interpretation, consolidation interpretation and location of the lesion as variables. Result: Most common findings are GGO with lower lung as the most common location by all interpreter. Concordance of GGO interpretation is low (< 0,8) whereas concordance of consolidation interpretation is good (> 0,8). Based on location, the lowest concordance is on the mid right lung (0,773) in the group with AI system’s aid. Concordance in other locations are good (> 0,8). There is no significant difference of concordance between with and without AI system groups. Conclusion: There are no difference in concordance of GGO and consolidation interpretation in chest radiograph between radiologists with and without LUNIT INSIGHT CXR system’s aid. "