Hasil Pencarian  ::  Simpan CSV :: Kembali

"Leptospirosis termasuk dalam zoonosis, penyakit menular yang disebabkan oleh bakteri Leptopira. Leptospirosis merupakan penyakit yang sering tidak terlaporkan atau misdiagnosis hal ini karena gejala awal leptospirosis merupakan gejala penyakit demam akut lainnya ( dengue, malaria, flu like syndrome). Terjadinya kasus leptopsirosis terkait erat dengan rantai penularan, dan rantai penularan leptospirosis terkait dengan banyak faktor. Pekerjaan dan keberadaan tikus adalah faktor risiko Leptospirosis. Banten yang merupakan daerah endemis Leptospirosis, terpilih untuk menjadi lokasi surveilans Sentinel Leptospirosis, tepatnya berlokasi di Kab, Tangerang dan Kab. Serang. Publikasi mengenai hubungan faktor risiko masih jarang ditemui, begitu juga penelitian tentang Leptospirosis lebih banyak di lakukan di Jawa Tengah atau DI Yogyakarta. Penelitian ini menggunaan desain potong lintang. Hasil penelitian ini Tidak terbukti ada hubungan yang bermakna antara pekerjaan dengan kejadian leptospirosis pada suspek leptospirosis di 2 kabupaten lokasi Surveilan Sentinel Leptospirosis di Provinsi Banten tahun 2017 – 2019, Hubungan keberadaan tikus dengan kejadian leptospirosis menunjukkan hubungan yang bermakna, keberadaan tikus dan aktivitas disungai/kolam/saluran air secara bersama memberikan hubungan antagonis sehingga membuat risiko saat kedua variabel ini ada bersama sama lebih kecil dibandingkan risiko dari masing masing variabel.

---

Leptospirosis is a zoonosis, an infectious disease caused by the Leptospira bacteria. Leptospirosis is often underreported or misdiagnosed because the initial symptoms of leptospirosis are symptoms of other acute febrile diseases (dengue, malaria, flu-like syndrome). The occurrence of leptospirosis cases is closely related to the chain of transmission, and the chain of leptospirosis transmission is related to many factors. Occupation and the presence of rats are risk factors for leptospirosis. Banten is an endemic area of Leptospirosis, was chosen to be the location for Sentinel Leptospirosis surveillance, precisely located in Kab, Tangerang, and Kab. Serang. Publications on the relationship of risk factors are still limited, and research about leptospirosis is mostly done in Central Java or DI Yogyakarta. This study used a cross-sectional design. The results of this study did not show that there was a significant relationship between work and the incidence of leptospirosis in leptospirosis suspects in 2 districts where Leptospirosis Sentinel Surveillance was located in Banten Province in 2017 - 2019.

The relationship between the presence of rats and the incidence of leptospirosis showed a significant relationship, the presence of rats and activity in rivers/ponds/ drains together to provide an antagonistic relationship thus making the risk when these two variables are together smaller than the risk of each variable."

"Beras merupakan makanan pokok mayoritas masyarakat Indonesia. Jika dibandingkan dengan konsumsi tahun 2019, konsumsi beras nasional meningkat sekitar 4,67 persen pada tahun 2021. Hal ini menunjukan bahwa setiap tahun konsumsi beras nasional akan meningkat karena seiring dengan pertumbuhan jumlah penduduk Indonesia. Sehingga dibutuhkan data produksi beras yang akurat dan tepat waktu untuk dapat menjaga ketersediaan stok beras nasional. Data citra satelit bisa menjadi alternatif untuk memprediksi produksi padi dikarenakan kekurangan yang dimiliki oleh metode survei yang dilakukan oleh BPS yaitu biaya yang cukup tinggi dan terdapat tenggang waktu diseminasi data. Gabungan citra SAR dan Optik dapat meningkatkan akurasi dari model yang dibangun. Selain itu penggunaan model deep learning memiliki akurasi yang lebih baik jika dibandingkan metode machine learning konvensional salah satunya kombinasi CNN dan Bi-LSTM yang mampu mengekstraksi fitur serta memiliki kemampuan untuk memodelkan data temporal dengan baik. Output yang diperoleh dengan menggunakan metode CNNBiLSTM untuk mengklasifikasikan fase pertumbuhan padi, menghasilkan akurasi yang terbaik dengan nilai akurasi 79,57 pada data testing dan 98,20 pada data training serta F1-score 79,78. Dengan menggunakan kombinasi data citra sentinel 1 dan 2 akurasi dari model LSTM dapat ditingkatkan. Selanjutnya akurasi yang didapatkan untuk model regresi produktivitas padi masih kurang baik. Akurasi terbaik dihasilkan oleh model random forest dengan nilai MAPE 0.1336, dan RSME 0,6871.

---

Rice is the staple food of the majority of Indonesian people. When compared to consumption in 2019, national rice consumption will increase by around 4.67 percent in 2021. This shows that every year rice consumption will increase in line with the growth of Indonesia's population. So that accurate and timely rice production data is needed to be able to maintain the availability of national rice stocks. Satellite imagery data can be an alternative for predicting rice production due to the drawbacks of the survey method conducted by BPS, which relatively high cost and the time span for data dissemination. The combination of SAR and Optical images can increase the accuracy of the model built. In addition, the use of deep learning models has better accuracy when compared to classical machine learning methods, one of them is the combination of CNN and Bi-LSTM which are able to extract features and have the ability to model temporal data properly. The output obtained using the CNNBiLSTM method to classify rice growth phases, produces the best accuracy with an accuracy value of 79.57 on testing data and 98.20 on training data and an F1-score of 79.78. By using a combination of sentinel 1 and 2 image data, the accuracy of the LSTM model can be improved. Furthermore, the accuracy obtained for the rice production regression model is still not good. The best accuracy was produced by the random forest model with a MAPE value of 0.1336 and RSME of 0.6871."

"This study aimed to compare the efficiency of isosulfan blue (ISB) and colloid methods in determining metastatic conditions of axillary lymph node in sentinel lymph node biopsy (SLNB). this prospective study was performed between April 2005 and July 2009 at Gulhane Medical Faculty, Department of General Surgery. a total of 102 female patients diagnosed with breast cancer were enrolled in the clinic of Gulhane School of Medicine. According to the diagnostic protocols of SLN, the patients were divided into three groups as follows: ISB (group I), colloid (group II), and ISB and colloid (group III). SLN was identified in 49 of 52 patients (94.2%) in the ISB group; the sensitivity, specificity, negative predictive value (NPV), positive predictive value (PPV), and false negativity (FN) ratio were found to be 90.9%, 75.8%, 96.1%, 55.5%, and 9.1%, respectively. On the contrary, the sentinel lymph node was identified in 38 of 38 (100%) patients in the colloid group; the sensitivity, specificity, PPV, NPV, and FN were found to be 88.2%, 100%, 100%, 91.3%, and 11.8%, respectively. In ISB and colloid groups; SLN was identified in 12 of 12 (100%) patients in the ISB and colloid groups; the sensitivity, specificity, PPV, NPV, and FN were found to be 100%, 100%, 100%, and 0%, respectively. this study showed that the combined methods applied to heterogeneous groups of patients for SLNB in breast cancer cases were minimally invasive and effective and hence could be used for evaluating nodal metastases."

"Banjir merupakan merupakan salah satu bencana hidrometeorologis yang paling sering terjadi serta menimbulkan kerugian dan kerusakan lebih banyak dibanding bencana yang lain. Kabupaten Karawang merupakan salah satu wilayah rawan banjir nasional, akibat banjir yang sering melanda wilayah tersebut. Adapun tujuan dari penelitian ini adalah untuk mengetahui pola sebaran banjir di Kabupaten Karawang pada tahun 2015, 2016 dan 2017 serta membangun model spasial untuk prediksi dan potensi banjir di Kabupaten Karawang. Metode yangdigunakan adalah dengan melakukan analisis overlay indeks terbobot dengan metode skoringdari setiap variabel penyebab banjir dan informasi genangan dari citra SAR Sentinel 1A. Sedangkan analisis regresi logistik digunakan untuk membangun model spasial banjir. Pola sebaran banjir tahun 2016 menyebar dari timur kearah barat dan utara serta lebih luas dibandingkan tahun 2015 dan 2017.

---

Flood is the most common hydrometeorological disasters and causes more than others. Karawang regency is one of the areas floods hazard, due to floods that often hit the area. The purpose of this research is to know the pattern of flood spread in Karawang regency in 2015, 2016 and 2017 and build spatial model for prediction and flood potential in Karawang regency. The method used by conducting a weighted overlay overview analysis with the scoring method of each flood variable and the inundation information from Sentinel 1A SAR image. They regression analysis to build spatial flood model. The 2016 spreading pattern of floods spreads from east to west and north and wider than 2015 and 2017."

"Sejarah mencatat telah terjadi empat kali pandemi Influenza dengan penularan besar dan mengakibatkan morbiditas dan mortalitas yang tinggi. Hingga akhir tahun 2016 didapatkan proporsi kasus positif Influenza sebesar 11 di Indonesia. Keparahan Influenza pada pasien Severe Acute Respiratory Infection SARI belum diketahui. Penelitian ini bertujuan untuk mengetahui keparahan Influenza berdasarkan data sekunder surveilans Influenza pada pasien Severe Acute Respiratory Infection SARI di 6 enam rumah sakit sentinel Jakarta Timur pada September 2011 hingga Agustus 2014. Responden berasal dari pasien rawat inap di rumah sakit sentinel tersebut yang positif Influenza RT-PCR Influenza. Keparahan dinilai berdasarkan lama rawat inap >4 hari, dirawat di ruang HCU/ICU dan penggunaan ventilator mekanik. Variabel yang diukur adalah umur, jenis kelamin, pekerjaan, penyakit pernapasan penyerta, penyakit kronis penyerta, kontak anggota serumah demam yang disertai batuk/nyeri tenggorok, waktu mencari pengobatan, status rokok, musim dan tipe Influenza. Analisis yang digunakan adalah Cox Regression yang mengestimasi nilai Prevalence Ratio PR. Terdapat 571 kasus Influenza positif dengan 259 Influenza Berat dan 312 Influenza Sedang. Hasil analisis multivariat yang menggunakan analisis Cox Regression mengungkapkan bahwa faktor risiko yang berhubungan dengan Influenza Berat: adalah usia ge;65 tahun memiliki Prevalence Ratio 1,63 kali p value= 0,025, CI 95 = 1,065-2,506 mengalami Influenza Berat dibandingkan usia 5-64 tahun. Selain itu faktor risiko lainnya adalah terinfeksi Influenza saat musim hujan PR=1,59, CI 95 = 1,061-2,398 dan waktu berobat le;3 hari PR=1,43; CI 95 =1,121-1,841. Penelitian ini menyimpulkan terdapat hubungan antara umur, musim dan waktu berobat dengan keparahan Influenza pada pasien SARI di rumah sakit sentinel Jakarta Timur.

---

There have been four times of Influenza pandemic with high transmission, high morbidity and mortality in history. Up to the end of 2016 there were 11 positive Influenza cases in Indonesia. Influenza severity in Severe Acute Respiratory Infections SARI is unknown.

This study aims to determine the severity of Influenza based on secondary data Influenza surveillance at Sentinel Hospital in East Jakarta 2011 2014 Ministry of Health RI. This study used cross sectional study design using secondary data of Influenza surveillance at 6 six Sentinel hospitals in East Jakarta from September 2011 to August 2014.

Respondents coming from inpatients with positive Influenza by RT PCR in sentinel hospital. Severity assessed by length of stay LOS 4 days , admission to HCU ICU and use of mechanical ventilators. Independent variables in this research were age, sex, occupation, respiratory disease, chronic disease, household contact with fever and cough sore throat, time to seek treatment, cigarette status, season and type of Influenza. The analysis used Cox Regression to estimates Prevalence Ratio PR . There were 571 cases of positive Influenza with 259 Severe Influenza and 312 Moderate Influenza.

The results of a multivariate analysis using Cox Regression analysis revealed that risk factors associated with severe Influenza ge 65 years had Prevalence Ratio of 1,63 times p value 0,025, 95 CI 1,065 2,506 had Severe Influenza than in 5 64 years. In addition, other risk factors were affected by Influenza during the rainy season PR 1.59, 95 CI 1,061 2,398 and treatment time le 3 days PR 1,43 95 CI 1,121 1,841.

This study concluded that factors associated with Influenza severity in SARI patients at Sentinel hospital in East Jakarta were age, season and time to seek treatment."

"Penyakit Influenza adalah salah satu penyakit ISPA yang mendapat perhatian karena dapat menimbulkan wabah. Di Indonesia positivity rate influenza mencapai 40,3%, dimana virus yang teridentifikasi adalah virus A (subtype H1N1Pdm09 dan AH3) dan virus B (subtype Victoria). Studi cross sectional dan analisis cox regression dengan estimasi nilai Prevalence Ratio (PR) dengan memanfaatkan data sekunder surveilans Influenza Like Illness di DKI Jakarta tahun 2021-2022. Hasil penelitian didapatkan prevalensi Influenza positif sebesar 27,8%. Hasil analisis multivariat menunjukkan usia <5 tahun dan ≥65 tahun berisiko 0,51 kali (p-value=0,006; 95% CI=0,31-0,82), kontak orang sakit berisiko 2,27 kali (p-value=<0,001; 95% CI=1,45-3,56), dan musim hujan memiliki PR 3,26 kali (p-value=<0,001; 95%CI=1,68–6,33) mengalami influenza A dan B dibandingkan dengan pasien yang tidak terkonfirmasi influenza A dan B. Musim hujan merupakan faktor dominan yang mempengaruhi Kejadian influenza A dan B di DKI Jakarta Tahun 2021-2022.

---

Influenza is one of the ARI diseases that receives concern because it can cause outbreaks. In Indonesia, the positivity rate of influenza reached 40.3%, where the identified viruses were virus A (subtypes H1N1Pdm09 and AH3) and virus B (subtype Victoria). Cross sectional study and cox regression analysis with estimation of Prevalence Ratio (PR) value by utilizing secondary data of Influenza Like Illness surveillance in DKI Jakarta in 2021-2022. The results showed that the prevalence of positive Influenza was 27.8%. The results of multivariate analysis showed that age <5 years and ≥65 years had a risk of 0.51 times (p-value=0.006; 95% CI=0.31-0.82), contact with patients had a risk of 2.27 times (p-value=0.001; 95% CI=1.45-3.56), and the rainy season had a PR of 3.26 times (p-value=0.001; 95% CI=1.45-3.56). 26 times (p-value=<0.001; 95% CI=1.68-6.33) to experience influenza A and B compared to patients who did not have confirmed influenza A and B. The rainy season is the dominant factor influencing the incidence of influenza A and B in DKI Jakarta in 2021-2022."

"Mangrove memiliki peranan penting bagi ekosistem pesisir, salah satunya penyumbang stok karbon (blue carbon). Isu pemanasan global dapat di kurangi dengan fungsi mangrove dalam penyimpanan karbon dan Kota Surabaya memiliki mangrove yang cukup luas di wilayah pesisir nya. Tetapi ancaman degradasi lahan mangrove di Kota Surabaya diakibatkan oleh aktivitas pembangunan, hal tersebut berkaitan dengan penurunan fungsi mangrove sebagai penyimpan karbon. Tujuan penelitian ini untuk memetakan tutupan lahan dan persebaran stok karbon serta perubahannnya pada tahun 2015 – 2022 di Pesisir Timur Kota Surabaya. Penelitian ini menggunakan citra Sentinel 2 tahun 2015 & 2022. Dalam mengestimasi persebaran dan nilai stok karbon mangrove, analisa dilakukan dengan pendekatan indeks vegetasi yang melalui uji statistik untuk mendapatkan model persebaran. Penghitungan biomassa mangrove lapangan dilakukan dengan cara Non-Destruktif dan menggunakan persamaan alometrik. Hasil penelitian menunjukkan bahwa IPVI sebagai indeks vegetasi yang lebih akurat dibanding TVI dan mRE-SR, dengan nilai korelasi R2 = 0,8072 dan nilai stok karbon mangrove rata rata mengalami pertambahan dari tahun 2015 – 2022 sebesar 50 – 100 kg/piksel. Pertambahan nilai stok karbon mangrove cenderung pada wilayah yang berubah tutupan lahan menjadi mangrove dan kerapatan yang semakin tinggi, sedangkan penurunan nilai stok karbon terjadi pada wilayah yang terjadi degradasi lahan mangrove dan terserang hama.

---

Mangroves have an important role for coastal ecosystems, one of which is a contributor to carbon stocks (blue carbon). The issue of global warming can be reduced by the function of mangroves in carbon storage and the City of Surabaya has quite extensive mangroves in its coastal areas. But the threat of degradation of mangrove land in the city of Surabaya is caused by development activities, this is related to the decline in the function of mangroves as a carbon store. The purpose of this research is to map land cover and the distribution of carbon stocks and their changes in 2015 – 2022 in the East Coast of Surabaya City. This study used Sentinel 2 imagery for 2015 & 2022. In estimating the distribution and value of mangrove carbon stocks, the analysis was carried out using the vegetation index approach through statistical tests to obtain a distribution model. Calculation of field mangrove biomass was carried out in a non-destructive manner and using allometric equations. The results showed that IPVI as a vegetation index is more accurate than TVI and mRE-SR, with a correlation value of R2 = 0.8072 and the average mangrove carbon stock value has increased from 2015 – 2022 by 50 – 100 kg/pixel. The increase in the value of mangrove carbon stocks tends to be in areas where land cover has changed to mangroves and the density is getting higher, while the decrease in the value of carbon stocks occurs in areas where mangrove land degradation has occurred and pest attacks."

"Beberapa tahun terakhir terjadi penyakit pada tanaman karet yang disebabkan oleh jamur Pestalotiopsis sp yang menyebabkan gugur daun karet secara massif. Pestalotiopsis sp tumbuh dan berkembang pada wilayah dengan curah hujan dan kelembaban udara yang cukup tinggi dan lembab. Kebun Pusat Penelitian Karet Sembawa merupakan kebun yang digunakan dalam melakukan penelitian dan mengembangkan tanaman karet. Penelitian ini bertujuan untuk mengkaji secara spasial dan temporal fenomena gugur daun tanaman karet akibat Pestalotiopsis sp serta curah hujan dan kelembaban pada wilayah kebun Pusat Penelitian Karet Sembawa. Sentinel 2A merupakan citra satelit yang memiliki resolusi spasial dan temporal yang cukup baik dan sering digunakan dalam melakukan monitoring tanaman khususnya hutan dan perkebunan. NDVI digunakan dalam yang mendeteksi tingkat gugur daun pada tanaman karet melalui citra Sentinel 2A. Curah hujan dan kelembaban didapatkan melalui citra CHIRPS dan SMAP. Terdapat hubungan yang cukup signifikan antara nilai NDVI dengan tingkat gugur daun tanaman karet. Pada Agustus 2020 terjadi gugur daun karet secara alami dengan rendahnya tingkat curah hujan dan kelembaban pada wilayah kebun. Desember 2020, Maret, Mei dan November 2021 terjadi gugur daun akibat serangan Pestalotiopsis sp yang ditandai dengan tingginya nilai curah hujan dan kelembaban. Tingkat gugur daun karet akibat Pestalotiopsis sp memiliki hubungan yang signifikan dengan curah hujan secara spasial dan temporal. Kelembaban tidak memiliki korelasi yang cukup signifikan dengan kejadian gugur daun karet.

---

In recent years there has been a disease in rubber plants caused by the fungus Pestalotiopsis sp which causes massive rubber leaf falls. Pestalotiopsis sp grows and develops in areas with high and humid rainfall and humidity. The Sembawa Rubber Research Center garden is a garden for conducting research and developing rubber plants. This study aims to examine the phenomenon of leaf fall of rubber plants due to Pestalotiopsis sp spatially and temporally as well as the influence of rainfall and humidity factors in the garden area. Rubber leaf fall was calculated using the vegetation index and %treecover from Sentinel 2A images and drone images. Rainfall and humidity were obtained through CHIRPS and SMAP images. The results showed a significant relationship between the NDVI value and the leaf fall rate of rubber plants. Rubber leaf fall rate due to Pestalotiopsis sp has a significant relationship with rainfall spatially and temporally. Meanwhile, the humidity did not have a significant correlation with the incidence of rubber leaf falls. Natural leaf fall occurred in August 2020 marked by low levels of rainfall and humidity. December 2020, March, May, and November 2021, leaves fall due to the attack of Pestalotiopsis sp which is characterized by high rainfall and humidity values."

"Padi (Oryza Sativa, sp.) Merupakan komoditas pangan utama masyarakat Indonesia. Secara umum, Indonesia memiliki beberapa varietas tanaman padi yang ditanam secara selektif oleh petani untuk meningkatkan nilai produktivitas tanaman padi. Tercatat pada 2019, Cidahu memiliki nilai produksi padi relatif tinggi yakni 20.721 ton. Salah satu cara yang efektif untuk memantau tanaman padi adalah dengan memanfaatkan teknologi penginderaan jauh, baik citra radar maupun optik. Dataset radar dan optik sangat potensial untuk diterapkan di wilayah tropis dan sub tropis yang rawan tutupan awan sehingga kombinasi keduanya saling melengkapi dalam meningkatkan akurasi klasifikasi. Penelitian ini bertujuan untuk menganalisis fenologi spasial tanaman padi, memetakan pola sebaran varietas padi, dan menganalisis pola spasial produktivitas tanaman padi menggunakan citra Sentinel-1 dan Sentinel-2 di Kecamatan Cidahu, Kabupaten Sukabumi. Kombinasi polarisasi SAR dan indeks vegetasi dari citra optik digunakan untuk menentukan tahapan tanam padi, yang selanjutnya menjadi pedoman dalam identifikasi varietas dan produktivitas padi. Tahapan padi dikategorikan menjadi persiapan lahan, vegetatif, generatif, dan maturatif. Hasil panen dari 3.443 hektar luas panen adalah 20.000-21.000 ton per hektar.

---

Paddy (Oryza Sativa, sp.) is the main food commodity of most Indonesian. Generally, Indonesia has several rice crop varieties, which selectively planted by farmers to increase the value of rice crop productivity. Recorded in 2019, Cidahu has a relatively high value of paddy rice production of 20,721 tons. One effective way of monitoring rice crops is by utilizing remote sensing technology, both radar and optical imagery. Radar and optical datasets are very potential to be applied in tropical and sub-tropical regions, which are prone to cloud-cover so that the combination of the two complement each other in increasing the accuracy of classification. This study aims to analyze the spatial phenology of paddy, map the distribution patterns of paddy rice varieties, and analyze the spatial patterns of rice crop productivity using Sentinel-1 and Sentinel-2 imageries in Cidahu sub-district, Sukabumi Regency. The combination of polarization from SAR and vegetation index from optical images are used to determine the planting stages of paddy, which then serves as a guide for the identification of rice varieties and productivity. The paddy stages are categorized into land preparation, vegetative, generative, and maturative. The yield from the 3,443 hectares of harvested area is 20,000-21,000 tons per hectare."

"Latar Belakang: CXCR4 adalah reseptor kemokin G-protein 7-transmembran yang diekspresikan pada beberapa sel kanker payudara manusia pada tumor payududara primer dan metastasis yang menyebabkan migrasi sel hematopoietik dari sumsum tulang belakang ke kelenjar getah bening perifer. Penelitian-penelitian sebelumnya menunjukkan bahwa CXCR4 berkaitan dengan metastasis kelenjar getah bening aksilla. Namun, sampai sekarang, tidak ditemukan penelitian yang mengevaluasi peran CXCR4 dalam metastasis kelenjar getah bening sentinel pada kanker payudara stadium dini.Tujuan: Menentukan peran reseptor kemokin CXCR4 pada migrasi sel kanker payudara ke kelenjar getah bening sentinel.Metode: Digunakan desain studi potong lintang dengan mengevaluasi ekspresi CXCR4 pada 32 pasien kanker payudara stadium dini yang menjalani mastektomi di Rumah Sakit Umum Pusat Nasional Cipto Mangunkusumo (RSCM) pada periode Maret sampai Juni 2016. Pada seluruh kasus, ekspresi CXCR4 diperiksa dengan pemeriksaan imunohistokimia. Kemudian, dievaluasi hubungan antara ekspresi CXCR4 dengan metastasis kelenjar getah bening sentinel.Hasil: Ekspresi CXCR4 yang tinggi (cut off point ≥ 5) terdeteksi pada 19 dari 32 (59.4%) pasien kanker payudara stadium dini. Dari 19 pasien dengan metastasis kelenjar getah bening sentinel, 16 (84.21%) pasien memiliki ekspresi CXCR4 yang tinggi. Ekspresi CXCR4 berkorelasi signifikan dengan metastasis kelenjar getah bening (p < 0.01).Kesimpulan: Ekspresi CXCR4 yang tinggi berkorelasi signifikan dengan metastasis kelenjar getah bening sentinel pada pasien kanker payudara stadium dini.

---

Background: CXCR4 is a 7-transmembrane G-protein chemokine receptor expressed in some human breast cancer cells in both primary breast tumors and metastases that allows for migration of hematopoietic cells from the bone marrow to the peripheral lymph nodes. Previous studies have shown that CXCR4 is associated with axillary lymph node metastases. However, up until now, no studies evaluating the role of CXCR4 in sentinel lymph node metastases in early stage breast cancer patients were found.

Aim: To determine the role of chemokine receptor CXCR4 in breast cancer cells migration to sentinel lymph nodes.

Methods: A cross sectional study design was used by evaluating CXCR4 expression of 32 early stage breast cancer patients that underwent mastectomy in Cipto Mangunkusumo Hospital during the period of March to June 2016. CXCR4 expression was assessed by immunohistochemistry in all cases. Associations between CXCR4 expressions and sentinel lymph node metastases were evaluated.

Results: High CXCR4 expression (cut off point ≥ 5) was dectected in 19 of 32 (59.4%) primary early stage breast cancer patients. Of 19 patients with sentinel lymph node metastases, 16 (84.21%) had high expression of CXCR4. The expression of CXCR4 is significantly associated with sentinel lymph node metastases (p < 0.01).

Conclusions: High expression of CXCR4 was significantly correlated with sentinel lymph node metastases in early stage breast cancer patients."