haSiL PENELitiaN haSiL PENELitiaN

aplikasi Sistem Skor Stroke Dave dan Djoenaidi

(SSSDD)
untuk Membedakan Stroke hemoragik
dan Stroke iskemik
David Gunawan Umbas
Departemen Neurologi
Fakultas Kedokteran Universitas hasanuddin / RS Dr.Wahidin
Sudirohusodo, Makassar, indonesia

ABSTRAK
Pendahuluan: Tatalaksana stroke akut yang cepat dan tepat sangat bergantung kepada kecepatan diagnosis jenis stroke, agar dapat
menurunkan mortalitas dan morbiditasnya. Diperlukan cara yang cepat membedakan stroke hemoragik (SH) dan stroke iskemik (SI),
terutama jika fasilitas neuroimaging tidak tersedia pada saat fase akut stroke. Tujuan: Menilai ketepatan skor stroke berdasarkan 5
variabel: tekanan darah ( TD), aktivitas, nyeri kepala, muntah, dan tingkat kesadaran dalam membedakan SH dan SI. Metode:
Penelitian cross-sectional terhadap 185 penderita stroke yang masuk rumah sakit pendidikan FK-UNHAS RSWS dan jejaringnya di Makassar
periode Januari-Juni 2014. Total skor dari 5 komponen SSSDD diuji validitasnya terhadap hasil CT scan kepala, komponen tekanan darah dan
aktivitas menggunakan tes chi square (X² test), komponen nyeri kepala, muntah, dan penurunan kesadaran menggunakan tes Kolmogorov-
Smirnov; dilakukan uji nilai prediksi positif, nilai prediksi negatif, sensitivitas, spesifisitas, akurasi, dan area under the curve (AUC). Total skor dinilai
cut-offnya berdasarkan kurva receiver operating characteristic (ROC) untuk membedakan SH dan SI. Hasil: Cut-off point SSSDD ≥17 adalah SH
dan <17 adalah SI, dengan nilai prediksi positif 89,4%, nilai prediksi negatif 90,1%, sensitivitas 90,3%, spesifisitas 89,1%, akurasi 89,7%, dan AUC
97,3%. Simpulan: SSSDD dapat membedakan SH dan SI dengan nilai diagnostik yang baik.

Kata Kunci: Stroke hemoragik, stroke iskemik, SSSDD

ABSTRACT
Introduction: Management of acute stroke quickly and accurately depends on the accuracy of diagnosis to reduce mortality and morbidity.
A rapid assessment to differentiate hemorrhagic stroke (SH) and ischemic stroke (SI) is needed, especially if neuroimaging facilities are not
available. Objective: To assess the accuracy of stroke score based on five clinical variables: blood pressure, activity, headache, vomiting, and
consciousness level to distinguish hemorrhagic and ischemic stroke. Method: A cross-sectional study was performed on 185 acute stroke
patients admitted to Hasanuddin University Teaching Hospitals from January to June 2014. Total score of the 5 components of SSSDD are
validated against head CT scan, blood pressure and activity variables using chi square test (X2 test), while headache, vomiting, and loss of
consciousness using Kolmogorov-Smirnov test; the positive predictive value, negative predictive value, sensitivity, specificity, accuracy, AUC
were determined. The cut-off point of total score to differentiate hemorrhagic stroke (SH) and ischemic stroke (SI) was analyzed using ROC
curve. Result: SSSDD point ≥17 is SH and <17 is SI, with positive predictive value of 89.4%, negative predictive value of 90.1%, sensitivity of
90.3%, specificity of 89.1%, accuracy of 89.7%, and AUC 97.3%. Conclusion: SSSDD can be used to distinguish SH and SI with good diagnostic
value. David Gunawan Umbas. Dave and Djoenaidi Stroke Score System (SSSDD) Application to Differentiate Haemorrhagic Stroke
and Ischaemic Stroke.

Keywords: Haemorrhagic stroke, ischaemic stroke, SSSDD

PENDAhUlUAN
Stroke merupakan penyebab kematian kedua
di dunia setelah penyakit jantung iskemik/
koroner, dengan angka kematian sebesar
6,15 juta jiwa atau 10,8%.1 Pada tahun 2008,
Centre for Disease Control and Prevention
(CDC) di Amerika Serikat melaporkan bahwa
stroke menjadi penyebab kematian keempat
setelah penyakit jantung, kanker, dan
penyakit kronik saluran pernapasan bawah,
dengan
prevalensi sebesar 7 juta orang (3%)4 dan
kematian sebesar 133.750 jiwa.2,3 Sedangkan
menurut data profil kesehatan Indonesia
pada tahun 2008, stroke merupakan penye-
bab kematian urutan pertama di Indonesia.2

Alamat korespondensi email: davegunawan_umbas@yahoo.com

647 CDK-232/ vol. 42 no. 9, th. 2015 CDK-232/ vol. 42 no. 9, th. 2015 647
Di dunia, 15 juta orang menderita stroke se-
tiap tahun, sepertiganya meninggal, sepertiga
mengalami cacat permanen.3 Setiap tahun,
sekitar 795.000 orang menderita serangan
stroke, sekitar 610.000 merupakan serangan
pertama dan 185.000 serangan berulang.
Angka mortalitas tahun 2009 menunjukkan
bahwa sekitar 1 dari setiap 19 kematian
adalah akibat stroke. Rata-rata, setiap 40
detik terjadi 1 kasus stroke dan setiap 4 menit
ada 1 orang meninggal karena stroke.5
Data Indonesia menunjukkan kecenderu-
ngan peningkatan kejadian, kecacatan,
ataupun kematian akibat stroke.6,7 Prevalensi
stroke adalah 8,3 per 1000 penduduk.8
Insidens stroke di Indonesia sebesar
51,6/100.000 penduduk.7 Menurut Yayasan
Stroke Indonesia, diperkirakan setiap tahun
500.000 penduduk terkena serangan stroke,
sekitar 25% atau 125.000 orang meninggal
dan sisanya mengalami cacat ringan atau
berat.2 Di Indonesia, prevalensi stroke ter-
diagnosis tenaga kesehatan dan gejala ter-
tinggi terdapat di Sulawesi Selatan
(17,9‰), Yogyakarta (16,9‰), Sulawesi
Tengah (16,6‰), diikuti Jawa Timur
(16‰).9 Stroke menyerang usia produktif
dan usia lanjut, berpotensi menimbulkan
masalah besar dalam pembangunan
kesehatan nasional. Meskipun angka
kecacatan jelas menurun di negara-negara
maju, sebaliknya dengan yang terjadi di
negara berkembang bahkan meningkat.6
Di era modern teknologi tinggi kedokteran,
diagnosis stroke menggunakan alat
diagnostik canggih, saat ini akurasi multi
slice CT scan dan magnetic resonance
imaging (MRI) untuk deteksi stroke
sangat baik. Namun, pada situasi tertentu,
terutama pra-hospital atau pada dokter
layanan primer, sangat dibutuhkan suatu
alternatif sistem skor stroke yang dapat
cepat dalam membeda- kan stroke
hemoragik (SH) dan stroke iskemik (SI),
sehingga jendela terapi tidak terabaikan.10,11
Beberapa skor stroke pernah diteliti, antara
lain Guy’s Hospital Score, Siriraj Stroke Score;
di Indonesia antara lain skor stroke
Djoenaidi Widjaja (1988) yang memi- liki
sensitivitas 91,3%, spesifisitas 82,4%, dan
akurasi 87%, algoritma Gadjah Mada
(Rusdin Lamsuddin, 1991) yang memiliki
sensitivitas
95%, spesifisitas 71,8%, dan akurasi 79,9%.
Pada tahun 1998 David Gunawan Umbas
menyeleksi 5 variabel paling bermakna dari
12 variabel pada skor stroke Djoenaidi
Widjaja
1988, yaitu tekanan darah, aktivitas,
nyeri kepala, muntah, dan kesadaran, agar
pemeriksaan lebih mudah dilakukan oleh
kalangan dokter spesialis dan dokter umum
serta paramedis. Hasil penelitiannya cukup
membantu para dokter yang bertugas di
tempat yang belum memiliki CT scan; cut-off
point 15 menghasilkan sensitivitas 91,83%,
spesifisitas 87%, dan akurasi 88,65%, yang
berarti skor ≥15 adalah SH dan <15 adalah
SI.10
TUJUAN PENElITIAN
Tujuan Umum
Sistem skor stroke Dave and Djoenaidi
dapat digunakan untuk membedakan SH
dan SI oleh dokter layanan primer dan saraf
di rumah sakit yang tidak mempunyai
fasilitas CT scan.
Tujuan Khusus
1. Menentukan variabel: kesadaran, nyeri
kepala, tekanan darah, muntah, dan
aktivitas sebagai komponen prediktor sistem
skor stroke.
2. Menemukan cut-off point skor yang
bermakna untuk membedakan SH dan SI.
3. Menemukan area under the curve yang
baik.
4. Menemukan nilai prediksi positif, nilai
prediksi negatif, sensitivitas, dan spesifisitas
serta akurasi yang baik dalam membedakan
diagnosis SH dan SI.
MANfAAT PENElITIAN
1. Aspek Aplikatif
Hasil penelitian ini dapat digunakan/
diaplikasikan untuk menentukan diagnosis
stroke dalam praktik klinis sehari-hari.
2. Aspek Pelaporan Statistik
Hasil penelitian ini dapat membantu
mendapatkan angka kejadian/insidens dan
angka kematian/mortality rate penyakit
stroke dan jenisnya dengan tepat.
METoDE
Desain penelitian ini adalah cross-sectional,
dilakukan di beberapa rumah sakit pen-
didikan departemen neurologi fakultas
kedokteran universitas Hasanuddin di
Makassar: RS Wahidin Sudirohusodo dan
jejaringnya, dan RS Grestelina. Penelitian
dilakukan pada bulan Januari 2014 sampai
Juni 2014.
Kriteria Inklusi: 1). Semua penderita
stroke
akut yang masuk rumah sakit dengan onset
≤72 jam dengan informed consent yang
ditandatangani oleh subjek/walinya; 2). Data
autoanamnesis dan heteroanamnesis pasien
dan keluarga/wali yang menyaksikan saat
onset; 3). Disertai hasil CT scan kepala yang
dibaca ahli radiologi.
Kriteria Eksklusi: 1). Penderita pernah
mengalami transient ischaemic attack ( TIA)/
stroke; 2). Penderita pernah mengalami
trauma kepala dalam 3 bulan terakhir; 3).
Penderita mempunyai riwayat tumor otak.
Sistem skor klinis dinilai di IGD (Instalasi
Gawat Darurat) dan keterangan gejala klinis
digali sejak di tempat kejadian (Lampiran 1):
1. Tekanan darah diukur di IGD dengan
tensimeter air raksa sebanyak 3 kali kemu-
dian diambil reratanya. Nilai ≥200/100
mmHg diberi skor 7,5; <200/100 mmHg di-
beri skor 1.
2. Aktivitas menjelang saat serangan:
jika ada aktivitas diberi skor 6,5, bila tidak
beraktivitas sama sekali, yaitu belum bangun
dari tempat tidur, diberi skor 1.
3. Nyeri kepala saat serangan/saat pasien
diperiksa di IGD dinilai secara kuantitatif
menggunakan Numeric Pain Rating Scale
(NPRS) untuk pasien dengan Glasgow Coma
Scale (GCS) 15, dan pemeriksaan kualitatif
disetarakan dengan NPRS bagi pasien
dengan GCS 3-14.
a). Nyeri Kuantitatif dengan auto-
anamnesis:
- Tidak Nyeri : skala 0, diberi skor 0
- Nyeri Ringan : skala 1–3, diberi skor 1
- Nyeri Sedang : skala 4–6, diberi skor 7,5
- Nyeri Hebat : skala 7–10, diberi skor
10
b). Nyeri Kualitatif dengan hetero-
anamnesis, yaitu ditanyakan kepada
keluarga/wali yang menyaksikan atau men-
dengar keluhan pasien saat onset stroke dan
disetarakan ke NPRS:
- Tidak Nyeri, yaitu apabila sama sekali
tidak ada keluhan nyeri yang dilontar-
kan oleh pasien, nilai NPRS 0, diberi skor 0.
- Nyeri Ringan, yaitu mengeluh nyeri
tanpa ada ekspresi nyeri, nilai NPRS 1-3,
diberi skor 1.
- Nyeri Sedang, yaitu mengeluh nyeri Tabel 1. Karakteristik subjek penelitian SH dan SI berdasarkan hasil CT scan kepala
kepala mengatakan “aduh” dan mem-
perlihatkan ekspresi nyeri, tetapi tidak
sampai berontak menahan sakit, nilai Kelompok Umur
NPRS 4–6, diberi skor 7,5. <35 tahun
- Nyeri Hebat, yaitu mendengar pasien 35-44 tahun
mengeluh nyeri kepala mengatakan 45-54 tahun
“aduh aduh” sampai berteriak-teriak 55-64 tahun
dengan ekspresi sangat kesakitan, 65-74 tahun
meringis/meremas kepalanya/berontak, 75-84 tahun
nilai NPRS 7–10, diberi skor 10. ≥85 tahun
Jenis Kelamin Laki-laki Perempuan
4. Muntah Proyektil dengan klasifikasi
dari onset: langsung muntah sampai ≤1
jam diberi skor 10, muntah setelah >1 jam Tabel 2. Distribusi 5 variabel penelitian
sampai 24 jam diberi skor 7,5, muntah terjadi
SH SI
>24 jam diberi skor 1, tidak muntah diberi Variabel Nilai p
N % N %
0.
Tekanan Darah

5. Penurunan Kesadaran: Hilang kesadaran

langsung sampai 1 jam setelah onset diberi ≥200/100 47 50,54 3 3,27 <0,001
skor 10, hilang kesadaran >1 jam sampai <200/110 46 49,46 89 96,73
24 jam setelah onset diberi skor 7,5, hilang Aktivitas
kesadaran >24 jam setelah onset diberi skor Beraktivitas 76 81,72 48 52,17 <0,001
1, tidak mengalami penurunan kesadaran Tidak Beraktivitas 17 18,28 44 47,83
(GCS 15) diberi skor Nyeri Kepala
0. Sangat Hebat 14 15,05 7 7,61 <0,005
Hebat 33 35,48 17 18,47
Skor total 5 komponen variabel diuji validi- Ringan 15 16,13 34 36,96
tasnya terhadap CT scan kepala, komponen Tidak Ada 31 33,34 34 36,96
tekanan darah dan aktivitas menggunakan Muntah
tes chi square (X² test), serta komponen nyeri Langsung - <1 jam 15 16,13 1 1,09 <0,005

kepala, muntah, dan penurunan kesadaran 1 - ≤24 jam 19 20,43 7 7,61

menggunakan tes Kolmogorov-Smirnov. >24 jam 5 5,38 27 29,34

Tidak Ada 54 58,06 57 61,96
Dilakukan uji statistik nilai prediksi positif,
Penurunan Kesadaran
nilai prediksi negatif, sensitivitas, spesifisitas,
Langsung <1 jam 58 62,37 16 17,4 <0,001
dan akurasi serta AUC-nya terhadap total skor
1 - ≤24 jam 23 24,73 3 3,25
dari tekanan darah, kesadaran, nyeri kepala,
>24 jam 2 2,15 0 0
muntah, dan aktivitas.
Tidak Ada 10 10,75 73 79,35

Uji statistik menggunakan SPSS versi 19,32 jam setelah onset serangan stroke.
22.0.
Pada penelitian ini: 1). Pada SH, tekanan
hASIl PENElITIAN
darah saat masuk rumah sakit ≥200/110
Subjek sebanyak 185 orang, terdiri atas 93
mmHg hampir sama dengan yang <200/110
pasien SH dan 92 pasien SI. Kelompok
mmHg, sedangkan pada SI, mayoritas
umur 55-64 tahun tertinggi di kelompok
yang bertekanan darah <200/110 mmHg
SH (35,48%), sedangkan di kelompok SI,
(p<0,001); 2). Pada SH, serangan lebih banyak
kelompok umur 65-74 tahun (32,61%) yang
saat beraktivitas, yaitu sebesar 81,71%,
tertinggi, dengan rata-rata umur 59,6 tahun
(tabel 1). Rerata masuk rumah sakit adalah

Gambar. Area under the curve

AUC = 97.3%
Tabel 3a. Cut-off point 17 untuk membedakan SH dan SI
Cut-off
Point
Total
Tabel 3b. Cut-off point 17 untuk membedakan SH dan SI
Risk Estimate Cut-Off Point ≥17
berbanding 18,28% saat tak beraktivitas,
sedangkan pada kasus SI hampir sama,
yaitu 52,17% : 47,83% (p<0,001); 3). Pada SH,
nyeri kepala hebat lebih sering didapat-
kan (35,48%), sedangkan pada SI persentase
nyeri kepala ringan dan tidak ada nyeri
kepala lebih banyak, yaitu 36,96% (p<0,005);
4). Pada SH, onset muntah ≤24 jam, di-
dapatkan lebih banyak dibandingkan pada
SI, yaitu 36,56% : 8,7% (p<0,005); 5). Pada
SH, penurunan kesadaran onset ≤24 jam,
didapatkan lebih banyak dibandingkan pada
SI, yaitu 87,1% : 20,65% (p<0,001) (tabel 2).
Penilaian statistik cut-off point 17 pada
penelitian ini mempunyai nilai prediksi
positif 89,4%, nilai prediksi negatif 90,1%,
sensitivitas 90,3%, spesifisitas 89,1%, dan
akurasi 89,7%.
PEMbAhASAN
Pada penelitian ini, lima variabel untuk
membedakan jenis stroke, yaitu tekanan
darah saat masuk rumah sakit, aktivitas
saat serangan stroke, nyeri kepala, muntah,
dan kesadaran.
1. Tekanan darah pasien saat masuk
rumah sakit. Seperti halnya pada penelitian
ini, penelitian Gunawan D (1998) yang
memiliki sensitivitas 91,83%, spesifisitas 87%,
dan akurasi 88,65% dan Rauf N (2008) yang
memiliki sensitivitas 82,4%, spesifisitas 86,8%,
dan akurasi 85,2% juga menemukan
bahwa
tekanan darah ≥200/100 mmHg lebih banyak
ditemukan pada kasus SH.10-12
2. Aktivitas: Ditemukan bahwa persentase
pasien dengan riwayat beraktivitas pada
penelitian ini lebih banyak pada SH diban-
ding SI (p <0,001). Widjaja, Gunawan, dan
Rauf juga mendapatkan bahwa aktivitas saat
serangan SH lebih dominan.10,11,13 Aktivitas fisik
sangat berhubungan dengan peningkatan
fungsi saraf simpatis, terjadi peningkatan
kadar norepinefrin, sehingga akan me-
ningkatkan curah jantung dan kemudian
menaikkan tekanan darah.13 Aktivitas berat
meningkatkan tekanan intraabdominal
(manuver Valsava) dapat meningkatkan risiko
stroke perdarahan.15.16
3. Nyeri kepala pada penelitian ini banyak
ditemukan pada penderita SH (66,66%),
dibanding SI (63,04%) (p <0,005). Hasil ini
tidak jauh berbeda dari penelitian
Abadi V, et al, di mana pada 1411 pasien
stroke, nyeri kepala ditemukan lebih banyak
pada perdarahan intraserebral (46,3%)
dibanding pada SI (13,5%).17 Pada kasus
SI, nyeri kepala disebabkan stimulasi
langsung dinding pembuluh darah dan
reseptor nyeri di sekitarnya oleh pembuluh
darah yang tersumbat yang mengaktivasi
sistem trigeminovaskuler. Pada SH, nyeri
kepala disebabkan oleh peningkatan tekanan
intrakranial akibat hematoma yang secara
langsung atau tidak langsung menyebab-
kan traksi selaput meningen dan pembuluh
darah di dalamnya.18,19
4. Muntah ≤24 jam didapatkan lebih
banyak pada SH dibandingkan pada SI,
yaitu 36,56% : 8,7% (p<0,005). Sahni juga
menemukan bahwa nyeri kepala dan
muntah lebih banyak ditemukan pada
stroke perdarahan intraserebral dibanding
stroke iskemik.20 Mekanisme muntah dapat
oleh rangsang pusat muntah di dasar
ventrikel empat (fossa posterior) atau karena
peningkatan tekanan intrakranial (sirkulasi
anterior).19
5. Penurunan kesadaran ≤24 jam di-
dapatkan lebih sering pada SH dibanding-
kan pada SI, yaitu 87,1% : 20,65% (p<0,001).
Pada penelitian Widjaja (1988), kesadaran
menurun langsung pada 18,2% kasus
perdarahan intraserebral, sedangkan pada
31,8% kasus kesadaran menurun beberapa
menit sampai beberapa jam.
Hasil uji lima variabel menghasilkan titik
potong terbaik 17, yaitu jika jumlah skor
≥17 maka diagnosis cenderung SH dengan
odds ratio 76,53, dan jika jumlah skor <17
diagnosisnya cenderung SI. Nilai sensitivitas
90,3%, spesifisitas 89,1%, nilai prediksi positif
89,4%, nilai prediksi negatif 90,1%, dan akurasi
87,5%, serta AUC 97,3% (tabel 3 dan gambar
1), penemuan ini berbeda dengan hasil
penelitian sebelumnya dengan titik potong
15 yang dihitung manual.10 Sistem skor
stroke Dave and Djoenaidi (SSSDD)
mempunyai kelebihan mudah diaplikasikan
dalam praktik sehari-hari dan hanya
membutuhkan 5-10 menit waktu
pemeriksaan untuk dapat membedakan jenis
stroke.
SIMPUlAN
Pada penelitian ini, akurasi dan AUC
SSSDD dengan cut-off point 17 baik untuk
dapat membedakan SH dan SI sebelum
pemeriksaan CT scan, sehingga tindakan/
terapi stroke pada fase akut dapat segera
dilakukan untuk mengejar jendela terapi,
agar dapat menurunkan tingkat morbiditas
dan mortalitas stroke.
SArAN
SSSDD dapat disosialisasikan untuk diguna-
kan, terutama di daerah yang belum memiliki
alat CT scan dan pada dokter layanan primer
agar tanda dan diagnosis stroke hemoragik
dan stroke iskemik dapat segera diketahui, sesuai jenis stroke. Hasil penelitian ini (multisenter) menggunakan sampel yang
sehingga penanganan pra-hospital dapat masih perlu validasi internal ataupun lebih besar.
eksternal

DAFTAR PUSTAKA
1. World Health Organization. The top 10 causes of death [Internet]. 2011 [cited 2011 September 10]. Available from: http://www.who.int/mediacentre/factsheets/fs310_2008.pdf
2. Centres for Disease Control and Prevention. Stroke drops to fourth leading cause of death in 2008. CDC Media Relations: Press Release; 2010.
3. Jauch EC, Sever JL, Adams HP, Bruno A, Connor JJ, Demaerschalk BM, et al. Guidelines for the early management of patients with acute ischemic stroke: A guideline for healthcare
professionals from the American Heart Association/American Stroke Association. Stroke 2013; 44: 870-947.
4. Yayasan Stroke Indonesia. Stroke penyebab kematian urutan pertama di rumah sakit Indonesia [Internet]. 2012 [cited 2012 September 13]. Available from:
http://www.yastroki.or.id/read. php?id=276.
5. World Health Organization. The atlas of heart disease and stroke [Internet]. 2004 [cited 2004 September 13]. Available from: http://www.who.int/entity/cardiovascular_diseases/en/
cvd_atlas_15_burden_stroke.pdf?ua=1
6. Roger L, Go AS, Donal M, Jones L, Adams RJ, Berry JD, et al. AHA heart disease and stroke statistics update: A report from the American Heart Association. Circulation 2011; 123: 18-
209. doi: 10.1161/CIR.0b013e3182009701. [Epub 2010 Dec 15]
7. Go AS, Mozaffarian D, Roger VL, Benjamin EJ, Berry JD, Blaha MJ, et al. Heart disease and stroke statistics—update: A Report from the American Heart Association. Circulation 2014; 129(3):
28-292.
8. Aliah A. Analisis dinamika kadar interleukin-10 dan tumor necrosis factor alpha serum dan liquor serebrospinalis terhadap derajat klinis pada penderita SI akut [Disertasi]. Makassar:
Program Pasca Sarjana Universitas Hasanuddin; 2005.
9. Badan Penelitian dan Pengembangan Kesehatan. Riset kesehatan dasar. Jakarta: Departemen Kesehatan RI; 2013.
10. Gunawan D. Uji validasi sistem skor Widjaja yang disederhanakan untuk membedakan diagnosis stroke hemoragik dan stroke non-hemoragik [ Thesis]. Makassar: Universitas Hasanuddin;
1998.
11. Gunawan D. Kajian komponen klinis stroke dan kadar glial fibrillary acidic protein (GFAP) dalam membedakan stroke hemoragik dan stroke iskemik pada penderita stroke akut [Disertasi].
Makassar: Universitas Hasanuddin; 2014: 1-3, 27-43, 64-70.
12. Rauf N. Uji validasi skor stroke Hasanuddin untuk diagnosis klinik stroke hemoragik dan stroke non-hemoragik dibandingkan dengan Siriraj stroke score dan algoritma Gadjah Mada
[ Thesis]. Makassar: Program Pasca Sarjana Universitas Hasanuddin; 2008.
13. Djoenaidi W. Sistem skor pada stroke. Makassar: KONAS IDASI; 1988.
14. McArdle WD, Katch FI, Katch VL. Essentials of exercise physiology. 4th ed. Lippincott Williams & Wilkins; 2011. pp. 326.
15. Anderson C, Ni Mhurchu C, Scott D, Bennett D, Jamrozik K, Hankey G, et al. Triggers of subarachnoid hemorrhage: Role of physical exertion, smoking, and alcohol in the Australasian
cooperative research on subarachnoid hemorrhage study (ACROSS). Stroke 2003; 34: 1771-6.
16. Matsuda M, Watanabe K, Saito A, Matsumura K, Ichikawa M. Circumstances, activities, and events precipitating aneurysmal subarachnoid hemorrhage. J Stroke Cerebrovasc Dis. 2007;
16(1): 25-9.
17. Abadie V, Jacquin A, Daubail B, Vialatte AL, Lainay C, Durier J, et al. Prevalence and prognostic value of headache on early mortality in acute stroke: The Dijon stroke registry.
Cephalgia [Internet]. 2014 [cited 2014 September 13]; 34(11). Available from:
http://onlinedigeditions.com/ar ticle/Prevalence_And_Prognostic_Value_Of_Headache_On_Early_Mortality_In_ Acute_Stroke
%3A_The_Dijon_Stroke_Registry/1826149/227227/article.html
18. Bogousslavsky J, Caplan L. Stroke syndrome. England: Cambridge University Press; 2001.
19. Caplan LR. Diagnosis and the clinical encounter. Caplan’s Stroke: A clinical approach. 4th ed. Elsevier Saunders; 2009; p.64-86.
20. Sahni R, Weinberger J. Management of intracerebral hemorrhage. Vasc Health Risk Manag. 2007; 3(5): 701-9.
 haSiL PENELitiaN

Lampiran 1. Penilaian skor stroke Dave Djoenaidi

No. Variabel Skor
1. Penurunan Kesadaran
• Langsung hilang saat serangan s
• 1 jam - ≤24 jam onset
• Hilang >24 jam
• Hilang kesadaran sementara kem
• Tidak ada (GCS 15)
2. Nyeri Kepala Saat Serangan
• Sangat hebat (NPRS 7-10)
• Sedang (NPRS 4-6)
• Ringan (NPRS 1-3)
• Tidak ada
3. Muntah Proyektil
• Langsung saat onset s/d <1 jam
• 1 jam s/d <24 jam onset
• ≥24 jam onset
• Tidak ada
4. Waktu Serangan
• Sedang beraktivitas
• Tidak beraktivitas
5. Tekanan Darah
• ≥200/≥110 mmHg
• <200/<100 mmHg
Total Sko
Jika skor ≥17 adalah stroke hemoragik, dan bila <17 adalah stroke iskemik.

Lampiran 2. Diagnosis berdasarkan beberapa sistem skor stroke/algoritma dibandingkan CT Scan kepala (Gold Standard).

No.
1. Sandercock, 1985
SSSMod
2. Widjaja D, 1988
Skor Stroke Djoenaidi Widjaja
3. Aulina S, 1990
Skor Stroke Djoenaidi Widjaja
4. Poungvarin, 1991
SSSMod
5. Weit, 1994
GHS
6. Hawkins, 1995
SSSMod
7. Lamsudin R, 1996
Algoritma Gadjah Mada
8. Gunawan D, 1998
ModSSDW Rauf N, 2008
9. ModSSDW
SSSMod
Algoritma Gadjah Mada 1991
10. SSSDD 2014