Prediksi Terjadinya Ruptur Uteri Berhubungan Dengan Percobaan Kelahiran Vagina Setelah Melahirkan Sesar

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


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,



diikuti persalinan sesar,


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.


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


sebelumnya) + 0,55

(induksi persalinan).

Seperti yang bisa dilihat di

persamaan ini, hanya 2

faktor, yaitu terjadinya

riwayat persalinan

pervaginam sebelumnya


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


sebelumnya dikaitkan

dengan probabilitas yang

lebih rendah dari ruptur

uterus, dan induksi

persalinan dikaitkan


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


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,


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.


Namun demikian, hasil

kami adalah serupa dengan

mereka dan

mengkonfirmasi temuan

mereka. Dalam kedua

studi, model prediktif yang

dikembangkan

mengungkapkan riwayat


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


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.




Documents

Prediksi Terjadinya Ruptur Uteri Berhubungan Dengan Percobaan Kelahiran Vagina Setelah Melahirkan Sesar