Upload
nanna-kiidiw-wardhoyo
View
9
Download
0
Embed Size (px)
DESCRIPTION
Journal Reading
Citation preview
Prediksi terjadinya ruptur uteri terkait dengan percobaan
persalinan pervaginam setelah persalinan sesar
TUJUAN: Tujuan dari penelitian ini adalah
untuk mengembangkan model yang
memprediksi risiko spesifik individu
mengalami ruptur uterus selama percobaan
persalinan pervaginam setelah persalinan
sesar.
STUDI DESAIN: Wanita dengan riwayat 1
kali low transverse sesar sebelumnya yang
menjalani persalinan percobaan dengan
janin tunggal diidentifikasi secara
bersamaan dari data persalinan yang
dikumpulkan dari 19 pusat akademik selama
periode 4 tahun. Kami menganalisis dengan
teknik klasifikasi yang berbeda dalam upaya
untuk mengembangkan model prediksi yang
akurat untuk ruptur uterus.
HASIL: Dari 11.855 wanita yang bersedia
untuk dianalisa, 83 perempuan (0,7%)
mengalami rupture uteri. Model prediksi
akhir yang optimal, didasarkan pada regresi
logistik, termasuk 2 variabel: setiap riwayat
persalinan pervaginam (odds ratio, 0,44;
95% CI, 0,27-0,71) dan induksi persalinan
(rasio odds, 1,73; 95% CI, 1,11-2,69).
Model ini, dengan c-statistik dari 0,627,
memiliki kemampuan diskriminatif yang
kurang baik dan tidak dapat menentukan
perkiraan klinis yang berguna untuk
memperkirakan probabilitas terjadinya
ruptur uteri pada pasien per individu.
KESIMPULAN: Faktor-faktor yang
tersedia sebelum atau saat masuk persalinan
tidak dapat digunakan untuk memprediksi
secara akurat proporsi yang memperkirakan
wanita yang akan mengalami ruptur uterus
selama percobaan persalinan pervaginam
setelah persalinan sesar.
Kata kunci: prediksi, ruptur uterus,
persalinan pervaginam setelah persalinan
sesar
JULY 2008 American Journal of Obstetrics and Gynecology Page 1
eskipun
ruptur uterus
selama
persalinan pervaginam
setelah persalinan sesar
(Vaginal Birth After
Cesarean/VBAC) jarang
terjadi, konsekuensi
potensial (seperti
histerektomi dan cacat
perkembangan saraf bayi
atau kematian) adalah
signifikansi klinis yang
besar.1 Sejalan dengan itu,
saat wanita hamil dengan
riwayat persalinan sesar
sebelumnya dihadapkan
dengan keputusan apakah
ia akan melakukan
persalinan percobaan
(Trial of Labor/TOL ),
kemungkinan rupture uteri
sangat relevan dengan
proses pengambilan
keputusan mereka. Dalam
upaya untuk membantu
proses ini, peneliti telah
mempelajari berbagai
faktor-faktor yang
M berkaitan dengan
terjadinya ruptur uterus.2-5
Identifikasi
faktor-faktor yang terkait
dengan ruptur uteri
memungkinkan dokter
untuk memberikan
panduan umum kepada
para wanita mengenai
kemungkinan ia akan
mengalami ruptur uterus
selama persalinan
percobaan (TOL). Namun,
meskipun faktor-faktor
tertentu dapat dikaitkan
dengan kejadian ruptur
uterus, faktor-faktor
tersebut tentu tidak
mengikuti asosiasinya,
faktor-faktor tersebut dapat
dikombinasi daan
memungkinkan prediksi
yang akurat dari
probabilitas terjadinya
rupture uteri pada tiap
individu wanita.
Perkembangan berbagai
model prediksi secara lebih
lanjut dapat membantu
wanita dan caregivers
mereka dalam konseling
mengenai keputusan untuk
mencoba VBAC.
Macones et al6
berusaha untuk
mengembangkan model
untuk memprediksi
kejadian ruptur uteri tetapi
tidak mampu untuk
membangun sebuah model
yang akurat. Kami baru-
baru ini menunjukkan
teknik metodologi untuk
mengembangkan sebuah
grafik nomogram yang
dapat digunakan untuk
memprediksi komponen
penting lain yang akurat
untuk menentukan
kemungkinan yang akan
terjadi dalam membantu
mengambil keputusan
untuk menjalani TOL,
yaitu, kesempatan
menjalani persalinan
pervaginam.7 Kami
menduga bahwa teknik ini
juga dapat memungkinkan
berkembangnya model
prediksi yang akurat pada
JULY 2008 American Journal of Obstetrics and Gynecology Page 2
kejadian ruptur uterus.
Dalam studi ini, kami
meneliti semua
kemungkinannya.
METODE
Selama tahun 1999 hingga
2002, 19 pusat akademis
kesehatan yang
berpartisipasi di National
Institute of Child Health
and Human Development’s
Maternal-Fetal Medicine
Units Network
berpartisipasi dalam
sebuah studi dari wanita
hamil dengan riwayat
persalinan sesar
sebelumnya. Di setiap
pusat, perawat penelitian
terlatih dan bersertifikat
mengidentifikasi wanita
yang ingin melahirkan dan
yang memiliki riwayat
persalinan sesar. Untuk
wanita-wanita yang
teridentifikasi, dibuat
grafik yang
menggambarkan data
demografi, riwayat medis
dan riwayat obstetrik, dan
kejadian intrapartum dan
postpartum. Ruptur uteri
didefinisikan sebagai
distrupsi dari otot rahim
dan peritoneum viseral
atau terpisahan otot rahim
yang meluas ke kandung
kemih atau ligamen yang
ditemukan di saat
persalinan sesar atau
laparotomi. Dehisens
asimptomatik scar uterus
tidak termasuk dalam
primary outcome. Laporan
kejadian rupture uterus
menjalani ulasan lebih
lanjut di setiap pusat klinis
untuk memastikan akurasi
diagnosis. Keterangan
lebih lanjut metode
penelitian ini telah
dijelaskan sebelumnya.1
Persetujuan penelitian ini
telah diperoleh dari
Intitutional Review Board
dari masing-masing
lembaga.
Analisa ini
memperhatikan wanita-
wanita yang terdaftar
dengan kehamilan tunggal
dan dengan riwayat 1 kali
low transverse sesar
sebelumnya yang ingin
menjalani TOL setelah
kehamilan 36 minggu 6
hari. Wanita dengan IUFD
dieksklusi. Untuk
pengembangan model
prediktif, faktor pasien
yang dipertimbangkan
sebagai kriteria inklusi
adalah jika mereka
dipastikan pada kunjungan
prenatal pertama atau pada
saat masuk menginginkan
TOL tersebut. Faktor-
faktor yang termasuk
adalah variabel demografis
(ibu usia, etnis, indeks
massa tubuh), variabel
yang berhubungan dengan
riwayat persalinan sesar
sebelumnya (indikasi
berulang, lamanya waktu
saat sesar), variabel yang
terkait dengan riwayat
obstetri sebelumnya
(riwayat setiap persalinan
pervaginam sebelumnya,
jumlah persalinan
pervaginam sebelumnya,
JULY 2008 American Journal of Obstetrics and Gynecology Page 3
persalinan pervaginam
diikuti persalinan sesar,
persalinan pervaginam
prematur sebelumnya,
berat lahir maksimal dari
anak sebelumnya), variabel
yang menggambarkan
kondisi medis
(pregestational atau
diabetes gestasional, asma,
hipertensi kronis, penyakit
ginjal atau penyakit
jantung, atau connective
tissue disorder), dan
variabel intrapartum yang
dipastikan pada awal
persalinan (persalinan
dengan induksi, indikasi
medis untuk persalinan
dengan induksi,
pemeriksaan serviks,
perkiraan usia kehamilan
pada saat persalinan,
hipertensi pada
kehamilan). Indikasi untuk
persalinan sesar berulang
didefinisikan sebagai
penangkapan dilatasi atau
keturunan sebagai indikasi
untuk sesar sebelumnya.
Analisa eksplorasi marjinal
dilakukan pada variabel
kontinu (seperti ibu usia
dan indeks massa tubuh)
untuk menganalisia apakah
hal tersebut
merepresentasikan variabel
kontinu atau kategorik.
Variabel yang terkait
dengan riwayat persalinan
sesar sebelumnya (seperti
jenis penutupan rahim dan
adanya infeksi) tidak
dikumpulkan dalam daftar
dan tidak dimasukkan
dalam model prediktif.
Pada tahap awal
pengembangan model
prediktif, set data asli
dibagi secara acak dan
dibagi sama-sama ke
dalam satu training set dan
testing test. Kesalahan
klasifikasi diperkirakan
dengan prosedur cross
validasi. Setelah training
set digunakan untuk
mengidentifikasi faktor-
faktor prediktif pada
rupture uterus dan untuk
membangun model
prediktif, testing set
independen digunakan
untuk memperkirakan
kesalahan klasifikasi. Kita
pertama membangun
sebuah model regresi
logistik didasarkan pada
training set diatur secara
bertahap dengan pemilihan
variabel dan kemudian
digunakan testing set untuk
mengevaluasi model.8,9
Kurva receiver operating
characteristic (ROC)
dihasilkan dari regresi ini
dan c-statistik (mewakili
"daerah di bawah kurva")
ditentukan. Tambahan
dengan regresi logistik,
teknik klasifikasi lainnya
(seperti classification tree,
random forest, support
vector macine dan boosing
analysis) dievaluasi untuk
menentukan apakah teknik
tersebut menghasilkan
model yang lebih akurat.10-
12 Tetapi teknik tersebut,
bagaimanapun, tidak
meningkatkan kemampuan
prediksi.
JULY 2008 American Journal of Obstetrics and Gynecology Page 4
Model regresi
logistik yang
dikembangkan dari
training set divalidasi
dengan cara sebagai
berikut : Setelah
mengaplikasikan model
regresi ke testing set,
probabilitas prediksi ruptur
uteri dibagi menjadi 10
kelompok ( yaitu , 0-0,5
% , 0,5 % -1,0 % ,. .4.5 % .
- 5 % ). Poin tengah dari
rentang probabilitas ini
(misalnya, 0,25%, 0,75%)
digunakan untuk mewakili
kelompok-kelompok ini.
Dalam setiap kelompok,
proporsi wanita dengan
rupture uterus dihitung
untuk memperkirakan
probabilitas empirik ruptur
uterus. Plot acak dari
prediksi dan probabilitas
empirik VBAC
dihubungkan melalui
kurva. Validasi ideal akan
menghasilkan garis lurus
45 derajat. Sesuai 95% CI
untuk kurva dihitung dari
pendekatan normal. Kurva
validasi memberikan
tambahan dan wawasan
penting tentang kekuatan
prediksi yang di mana
kurva ROC sendiri tidak
dapat menjelaskan. Kurva
ROC menunjukkan
seberapa efektif dapat
memprediksi apakah
seseorang akan atau tidak
mengalami ruptur uteri.
Namun, meskipun model
prediksi tersebut tidak bisa
memprediksi outcome
dikotomi ini dengan
akurat, model prediksi
tersebut memungkinkan
estimasi yang baik risiko
outcome spesifik yang
akan dialami. Ini adalah
kurva validasi yang
memberikan wawasan
dalam estimasi risiko
spesifik tertentu. SAS
software (versi 8.2; SAS
Institute, Cary, NC)
digunakan untuk
menganalisa.
HASIL
Selama masa penelitian,
11.855 wanita masuk
dalam kriteria inklusi.
Ruptur uteri terjadi pada
83 dari wanita-wanita (0,7
%). Karakteristik deskriptif
dari populasi disajikan
pada Tabel 1. Sebelas ribu
enam ratus tujuh puluh
enam perempuan memiliki
satu set lengkap nilai untuk
semua variabel yang
dipertimbangkan sebagai
populasi akhir yang
digunakan untuk analisis.
Persamaan
regresi spesifik berikut
ditentukan untuk
memprediksi probabilitas
terbaik terjadinya ruptur
uteri: exp (w) / [1 exp (w)],
di mana sama dengan –
4.81 – 0.82 (riwayat
persalinan pervaginam
sebelumnya) + 0,55
(induksi persalinan).
Seperti yang bisa dilihat di
persamaan ini, hanya 2
faktor, yaitu terjadinya
riwayat persalinan
pervaginam sebelumnya
JULY 2008 American Journal of Obstetrics and Gynecology Page 5
atau induksi persalinan,
ditemukan berkontribusi
untuk prediksi akhir yang
optimal. Penambahan
faktor lanjut tidak
meningkatkan kemampuan
material untuk
memprediksi ruptur uteri
secara akurat. Tabel 2
menunjukkan odds ratio
dan 95 % CI yang berasal
dari persamaan regresi
untuk masing-masing
faktor prediktif. Seperti
yang ditunjukkan oleh
odds ratio, riwayat dari
persalinan pervaginam
sebelumnya dikaitkan
dengan probabilitas yang
lebih rendah dari ruptur
uterus, dan induksi
persalinan dikaitkan
dengan probabilitas yang
lebih tinggi dari rupture
uterus. Yang sesuai kurva
ROC, dengan luas di
bawah kurva dari 0,627
(95% CI, 0,568-0,686)
disajikan dalam Gambar 1.
Prosedur cross-
validasi menunjukkan
bahwa kinerja model pada
testing set mirip dengan
yang training set, dengan
luas area di bawah kurva
yang ditentukan menjadi
0,603. Gambar 2
membandingkan tingkat
prediksi ruptur uteri
dengan probabilitas yang
empiris rupture uteri pada
wanita di set tes.
Diperkirakan kurva dan
95% menunjukan
kepercayaan 2 fitur
penting. Pertama,
probabilitas prediksi ruptur
uterus tidak mencerminkan
akurat probabilitas empiris
yang pasien alami. Kedua,
95% CI relatif lebar,
mengingat titik
probabilitas ruptur uterus.
Sebagai contoh,
probabilitas empirik dari
rupture 1,3% memiliki
95% CI yang berkisar dari
0,6% - 1,8%. Meskipun
perbedaan mutlak di
frekuensi ini kecil,
jangkauan CI hampir
100% dari titik estimasi.
Dengan demikian, model
prediksi ini tidak akurat
atau diskriminatif.
Mengingat bahwa model
prediksi yang memadai
tidak bisa diperoleh, grafik
nomogram7 tidak dibentuk,
karena akan memiliki
sedikit nilai klinis.
KOMENTAR
Dihadapkan dengan
prospek menjalani
persalinan setelah
persalinan low transverse
sesar, perempuan harus
memilih proses persalinan.
Keputusan untuk menjalani
TOL tergantung pada
bagaimana perempuan
menyeimbangkan manfaat
dan risiko pada percobaan
tersebut. Pada 1 sisi,
wanita bisa menjalani
persalinan pervaginam,
dengan hasil pemulihan
lebih cepat, dan jangka
panjang kurang
konsekuensi reproduksi
dari persalinan sesar.13 Di
sisi lain, bagaimanapun,
JULY 2008 American Journal of Obstetrics and Gynecology Page 6
ada kemungkinan
terjadinya ruptur uteri,
yang berpotensi menjadi
kejadian katastropik untuk
kesehatan ibu dan bayi.1
Untuk menentukan pilihan,
perempuan harus memiliki
informasi yang
memungkinkan mereka
untuk memahami besarnya
probabilitas outcome.
Secara
tradisional, perempuan
telah dinasihati dengan
probabilitas outcome yang
didasarkan pada rata-rata
populasi.4 Apabila para
wanita dapat dipersiapkan
dengan probabilitas
spesifik individual- tentang
manfaat dan risiko dari
TOL, konseling diberikan
kepada mereka dan
kemampuan mereka untuk
mengambil keputusan yang
telah diinformasikan lebih
baik. Untuk saat ini,
bagaimanapun, model
prediksi belum
dikembangkan yang
memungkinkan
menentukan risiko spesifik
individual dari ruptur uteri.
Baru-baru ini,
kami telah menunjukkan
bagaimana teknik yang
menggunakan grafik
nomogra dapat digunakan
untuk membangun dan
memvalidasi model
prediktif untuk probabilitas
mencapai VBAC setelah
TOL.7 Sebuah hasil dari
pendekatan ini
menyarankan bahwa hal
tersebut bisa berguna sama
dalam pembentukan model
prediktif untuk risiko
spesifik individual dari
ruptur uterus; kami
berusaha untuk
mengembangkan model
seperti itu. Dalam upaya
untuk mengoptimalkan
model, kami memasukkan
karakteristik pasien yang
tersedia baik di initiaton of
prenatal care dan pada
saat masuk ke persalinan.
Namun, pendekatan ini
masih gagal untuk
menghasilkan model yang
bisa membangun perkiraan
yang akurat dari ruptur
uteri dan diskriminasi 1
wanita dari yang lain
sehubungan dengan ini
risiko.
Hasil echo kami
Macones et al.6 Metode
mereka agak berbeda
daripada kami karena
mereka menggunakan
sebuah desain case-control
dan dievaluasi regresi
logistik saja. Juga, mereka
memasukkan data wanita
dengan riwayat > 1 kali
persalinan sesar
sebelumnya dan
perempuan dengan
kelahiran prematur.
Dengan mempelajari
wanita dengan kehamilan
cukup bulan dan riwayat
hanya 1 kali sesar
sebelumnya, kami
berharap kelompok
homogenitas lebih besar
dan mengurangi potensi
interaksi variabel yang
akan meningkatkan akurasi
prediksi model kami.
JULY 2008 American Journal of Obstetrics and Gynecology Page 7
Namun demikian, hasil
kami adalah serupa dengan
mereka dan
mengkonfirmasi temuan
mereka. Dalam kedua
studi, model prediktif yang
dikembangkan
mengungkapkan riwayat
persalinan pervaginam
sebelumnya sebagai faktor
untuk terkait dengan
penurunan risiko ruptur
uterus dan persalinan
induksi sebagai faktor
yang dikaitkan dengan
peningkatan risiko rupture
uteri. Model Macones et al
juga menyarankan bahwa
peningkatan usia ibu usia
dikaitkan peningkatan
risiko rupture uteri.
Terlepas dari persamaan
dan perbedaan, baik model
akhirnya bisa memberikan
prediksi yang akurat dari
kejadian yang relatif jarang
terjadi.
Ketidakmampuan
penelitian ini untuk
menentukan sebuah model
prediksi yang akurat untuk
untuk kejadian ruptur
uterus menimbulkan
kekhawatiran bahwa model
seperti itu mungkin tidak
akan tercapai. Kami
mendapat keuntungan dari
set data yang dikumpulkan
lebih dari 4 tahun di
beberapa situs akademik
dengan data persalinan
yang besar. Seperti secara
bersamaan data yang
dikumpulkan dari
perempuan yang yang
melakukan TOL adalah
tidak mungkin akumulasi
lagi. Juga, kami
mengevaluasi beberapa
jenis analisis statistik
(misalnya, regresi logistik,
analisis random forest)
untuk membedakan dasar
statistik optimal untuk
model, dan kami
menggunakan teknik yang
memiliki kemampuan yang
didemonstrasikan untuk
membangun model
prediktif dapat digunakan
untuk tertentu hasil.
Kesulitan dalam
mencapai model prediksi
bermanfaat menyoroti
fakta bahwa hubungan
antara eksposur dan hasil
tidak selalu dapat
diterjemahkan ke dalam
prediksi yang akurat dari
hasil ini. Beberapa penulis,
termasuk di penelitian ini,
telah menunjukkan bahwa
beberapa faktor mungkin
terkait dengan kejadian
rupture uterus.1-5 Namun,
karena asosiasi ini
besarnya tidak besar dan
terjadinya ruptur uteri
adalah relatif jarang,
asosiasi ini tidak dapat
diterjemahkan ke dalam
risiko spesifik yang akurat.
Seperti yang ditunjukkan
dalam hasil dari analisis
kami, meskipun "risiko"
dapat dihitung, probabilitas
ini memiliki CI yang
sangat luas dan deviasi
potensial risiko dari
pengamatan begitu besar
sehingga prediksi yang
JULY 2008 American Journal of Obstetrics and Gynecology Page 8
benar-benar akurat tidak
dapat tentukan
Hasil ini tidak
menyiratkan bahwa wanita
yang menganggap TOL
dapat tidak .diberi
informasi mengenai
rupture uteri. Asosiasi
yang ada memungkinkan
setidaknya tingkat populasi
wawasan menjadi faktor-
faktor yang dapat
menurunkan atau
meningkatkan risiko
seorang wanita untuk
mengalami ruptur uterus.
Namun, berbeda dengan
prediksi sukses VBAC,
asosiasi ini tidak dapat
digunakan untuk
memberikan seorang
wanita probabilitas khusus
dari ruptur uterus.
JULY 2008 American Journal of Obstetrics and Gynecology Page 9
JULY 2008 American Journal of Obstetrics and Gynecology Page 10
JULY 2008 American Journal of Obstetrics and Gynecology Page 11