BAB I

PENDAHULUAN

1.1 Latar Belakang

Praktik kedokteran saat ini berkembang dengan sangat pesat, sehingga
banyak pasien dengan penyakit kritis yang dahulunya tidak dapat terselamatkan
saat ini dapat bertahan hidup dengan perawatan intensif di Intensive Care Unit
(ICU). Namun sayangnya jumlah pasien yang meningkat tidak sejalan dengan
peningkatan kapasitas perawatan perawatan di ICU sehingga diperlukan seleksi
yang akurat untuk menentukan prioritas perawatan pasien di ICU.
Indikator pelayanan ICU yang digunakan adalah sistem skoring prognosis
dan keluaran dari ICU. Contoh sistem skoring prognosis yang dapat digunakan
adalah APACHEII (Acute physiologic and chronic health evaluation), SAPS II
(Simplified Acute Physiologic Score), SOFA (Sepsis Related Organ Failure), dan
MODS (Multiple Organ Dysfunction Score). Pencapaian yang diharapkan adalah
angka mortalitis terhadap rerata nilai skoring prognosis.
Sistem skoring yang tersedia dan lazim digunakan saat ini adalah acute
physiological and chronic health evaluation (APACHE II), Parameter yang
digunakan pada APACHE II (Knaus et al, 1985) adalah suhu tubuh, rerata tekanan
darah arteri, laju nadi, laju pernafasan, oksigenasi, pH darah arteri, kadar natrium
serum, kadar kalium serum, kadar kreatinin, hematokrit, leukosit, skala bobot nilai
masing-masing. Namun, sistem skoring ini memiliki kelemahan dari segi biaya dan
kepraktisan penggunaan berkaitan dengan banyaknya variabel yang digunakan.
Sistem skoring baru yang lebih praktis namun dengan akurasi yang tidak kalah
baiknya dengan APACHE II perlu untuk dirumuskan.

1
 BAB II
TINJAUAN PUSTAKA

Monitoring dan evaluasi dimaksud harus ditindaklanjuti untuk menentukan

faktor-faktor yang potensial berpengaruh agar dapat diupayakan penyelesaian yang
efektif. Indikator pelayanan ICU yang digunakan adalah sistem skoring prognosis
dan keluaran dari ICU. Sebagian besar sistem penilaian dirancang khusus untuk
memprediksi hasil penyakit kritis. Sistem skoring prognosis dibuat dalam 24 jam
pasien masuk ke ICU. Contoh sistem skoring prognosis yang dapat digunakan
adalah APACHE II (Acute Physiologic and Chronic Health Evaluation), SAPS II
(Simplified Acute Physiologic Score), SOFA (Sepsis Related Organ Failure) dan
MODS (Multiple Organ Dysfunction Score). Rerata nilai scoring prognosis dalam
periode tertentu dibandingkan dengan keluaran aktualnya. Pencapaian yang
diharapkan adalah angka mortalitas yang sama atau lebih rendah dari angka
mortalitas terhadap rerata nilai skoring prognosis.
Penggunaan sistem penilaian untuk memprediksi risiko kematian dan
mengevaluasi hasil pada pasien yang sakit kritis adalah penting dalam kedokteran
modern. Sistem seperti pertama yang digunakan secara luas adalah skor AP-GAR
yang diperkenalkan pada tahun 1953 untuk menilai vitalitas bayi baru lahir (1).
Glasgow Coma Scale (GCS) dan skor Ranson adalah contoh lain dari sistem yang
telah digunakan secara luas. Dalam perawatan intensif, sejumlah besar sistem
penilaian yang ditujukan untuk pasien unit perawatan intensif umum (ICU) atau
subkelompok yang ditetapkan telah dikembangkan selama dua dekade terakhir.
Sistem penilaian keparahan prognostik atau umum seperti Fisiologi Akut dan
Evaluasi Kesehatan Kronis (APACHE) (2) dan Skor Fisiologi Akut Sederhana
(SAPS) (3) memperkirakan risiko berdasarkan data yang tersedia dalam 24 jam
pertama tinggal di ICU. Rasio kematian standar (SMR), elemen kunci dalam
benchmark ICU, dapat dihitung menggunakan sistem ini. Sistem penilaian penyakit
spesifik telah dikembangkan untuk beberapa subkelompok penting yang dirawat di
ICU, seperti pankreatitis, gagal hati dan sindrom gangguan pernapasan dewasa.
Karena ICU merawat pasien dengan satu atau lebih disfungsi organ (OD), beberapa

2
sistem penilaian kegagalan organ juga telah dikembangkan dalam 10 tahun terakhir.
Sistem penilaian juga penting dalam uji klinis dan pemantauan kualitas layanan.

2.1 Acute Physiology and Chronic Health Evaluation (APACHE)

Pengembangan sistem klasifikasi tingkat keparahan penyakit APACHE
(fisiologi akut dan evaluasi kesehatan kronis) dimulai pada tahun 1978 dengan
tujuan spesifik mengembangkan ukuran untuk digunakan dalam menggambarkan
kelompok pasien unit perawatan intensif (ICU) dan mengevaluasi perawatan
mereka. Filosofi yang mendasari APACHE adalah bahwa berbagai pengukuran
fisiologis yang secara rutin diperoleh pada pasien ICU berisi informasi yang tepat
tentang keparahan penyakit akut pasien. Oleh karena itu, APACHE asli terdiri dari
skor fisiologi akut (APS) berdasarkan 34 penilaian fisiologis dan kesehatan kronis.
APS APACHE juga sensitif pada tingkat keparahan penyakit yang lebih rendah. Ia
mampu mengidentifikasi secara akurat pasien ICU mana yang dirawat untuk
pemantauan yang berisiko rendah untuk selalu membutuhkan terapi ICU.1,2
Skor APACHE asli dikembangkan pada tahun 1981 dengan menggunakan
basis data pasien ICU Amerika Utara, APACHE II untuk mengklasifikasikan
kelompok pasien berdasarkan tingkat keparahan penyakit dan dibagi menjadi dua
bagian: skor fisiologi untuk menilai tingkat penyakit akut; dan evaluasi pra-
penerimaan untuk menentukan status kesehatan kronis pasien. Pada tahun 1985,
model asli direvisi dan disederhanakan untuk membuat APACHE II, sekarang
tingkat keparahan penyakit yang paling banyak digunakan di dunia. Dalam
APACHE II, hanya ada 12 variabel fisiologis, dibandingkan dengan 34 pada skor
awal. Pengukuran fisiologis rutin (diambil selama 24 jam pertama setelah masuk),
usia dan status kesehatan sebelumnya untuk memberikan ukuran umum keparahan
penyakit. Sistem penilaian APACHE II dirilis pada tahun 1985 dan memasukkan
sejumlah perubahan dari APACHE asli. Ini termasuk pengurangan jumlah variabel
menjadi 12 dengan menghilangkan variabel yang jarang diukur seperti laktat dan
osmolalitas. Bobot variabel lain diubah; terutama, bobot untuk Glasgow Coma
Score dan gagal ginjal akut meningkat. Selain itu, bobot ditambahkan untuk
disfungsi organ akhir dan poin diberikan untuk penerimaan darurat atau non-

3
operatif. Setiap variabel ditimbang dari 0 hingga 4, dengan skor yang lebih tinggi
menunjukkan peningkatan penyimpangan dari normal. Skor 25 mewakili prediksi
kematian 50% dan skor lebih dari 35 mewakili perkiraan kematian 80%. Skor
keparahan APACHE II telah menunjukkan kalibrasi yang baik dan nilai
diskriminatif di berbagai proses penyakit, dan tetap menjadi sistem penilaian
keparahan internasional yang paling umum digunakan di seluruh dunia.2,3
Skor integer dari 0 hingga 71 kemudian dihitung berdasarkan pengukuran
ini; skor yang lebih tinggi menyiratkan penyakit yang lebih parah dan risiko
kematian yang lebih tinggi. Efek usia dan status kesehatan kronis dimasukkan
langsung ke dalam model, ditimbang menurut dampak relatifnya, untuk
memberikan skor tunggal dengan maksimum 71. Nilai terburuk yang dicatat selama
24 jam pertama saat pasien masuk ke ICU adalah digunakan untuk setiap variabel
fisiologis. Diagnosis utama yang mengarah ke masuk ICU ditambahkan sebagai
kategori berat sehingga mortalitas yang diprediksi dihitung berdasarkan skor
APACHE II pasien dan diagnosis utama mereka saat masuk. Oleh karena itu, alasan
masuk ICU adalah variabel penting dalam memprediksi kematian, bahkan ketika
status kesehatan sebelumnya dan tingkat disfungsi fisiologis akut serupa.
Skor APACHE II secara prognostik dapat membuat stratifikasi pasien yang
sakit akut dan membantu peneliti membandingkan keberhasilan terapi yang baru
atau berbeda. Jika suatu variabel belum diukur, maka diberikan nol poin. Mortalitas
rumah sakit diprediksi menggunakan skor APACHE II, kategori diagnostik utama
yang memungkinkan pasien dirawat di ICU dan juga tergantung pada apakah pasien
memerlukan operasi darurat atau tidak.2
Keterbatasan utama dari sistem penilaian ini adalah bahwa banyak pasien
memiliki beberapa kondisi komorbid dan hanya memilih satu kategori diagnostik
utama mungkin sangat sulit. Selain itu, variabel fisiologis semuanya dinamis dan
dapat dipengaruhi oleh banyak faktor, termasuk resusitasi dan pengobatan yang
berkelanjutan, karenanya, ada bias waktu; yang merupakan pertimbangan penting
ketika merawat pasien di ICU terutama dengan peningkatan penekanan baru-baru
ini pada pentingnya terapi diarahkan tujuan awal. Semua faktor ini dapat
menyebabkan risiko perkiraan kematian yang terlalu tinggi.3,4

4
 APACHE III dikembangkan pada tahun 1991 divalidasi dan selanjutnya
diperbarui pada tahun 1998. Persamaan untuk memprediksi lama rawat inap ICU
yang disesuaikan dengan risiko juga dikembangkan menggunakan model APACHE
III. Sistem prognostik APACHE III dirancang untuk menyempurnakan APACHE
II. Ini terdiri dari dua bagian:

1. Skor APACHE III, yang dapat memberikan stratifikasi risiko awal

untuk pasien yang dirawat di rumah sakit parah dalam kelompok pasien
yang ditentukan secara independent
2. Persamaan prediktif APACHE III, yang menggunakan skor APACHE
III dan data referensi pada kategori penyakit utama dan lokasi perawatan
segera sebelum masuk ICU untuk memberikan perkiraan risiko
kematian di rumah sakit untuk masing-masing pasien ICU.

APACHE III sebagian besar menggunakan variabel yang sama dengan

APACHE II, tetapi cara yang berbeda digunakan untuk mengumpulkan data
neurologis - tidak lagi menggunakan GCS. Ini menambahkan dua variabel penting:
asal pasien dan bias waktu. Diagnosis akut diperhitungkan; satu diagnosis harus
dipilih. Skor APACHE III (dievaluasi sebagai nilai yang paling gila dari 24 jam
pertama di ICU) bervariasi antara 0 dan 299 poin, termasuk 252 poin untuk 18
variabel fisiologis, 24 poin untuk usia dan 23 poin untuk status kesehatan kronis;
semua variabel dipilih untuk meningkatkan daya penjelas model. Dibandingkan
dengan APACHE II tampaknya ada kecenderungan APACHE III untuk melakukan
sedikit lebih baik sehubungan dengan diskriminasi, tetapi tidak ada peningkatan
yang konsisten dalam kalibrasi ketika menilai studi yang diterbitkan dalam 10 tahun
terakhir 4,5

Baru-baru ini, APACHE IV dikembangkan menggunakan database lebih

dari 100.000 pasien yang dirawat di 104 ICU di 45 rumah sakit di Amerika Serikat
pada tahun 2002/2003, dan mengubah APACHE III dengan variabel dan bobot

5
fisiologis yang sama tetapi variabel prediktor yang berbeda dan metode statistik
yang disempurnakan APACHE IV lagi memberikan persamaan prediksi lama
tinggal ICU, yang dapat memberikan tolok ukur untuk penilaian dan perbandingan
efisiensi ICU dan penggunaan sumber daya. APACHE IV secara bertahap
dikembangkan, menggunakan data hari 1 untuk 1.16.209 penerimaan ICU dan
menggunakan variabel yang sama dengan APACHE III. Variabel baru yang
ditambahkan adalah: ventilasi mekanik, trombolisis, dampak sedasi pada GCS,
skala ulang GCS dan PaO2 / FiO2 (tekanan oksigen arteri dan konsentrasi
fraksional oksigen terinspirasikan).3,4

Gambar 1.a Skor fisiologi akut dan evaluasi kronik II

6
 Gambar 1.b Skor fisiologi akut dan evaluasi kronik II – kategori diagnostik berat.

2.2 Simplifed Acute Physiology Score (SAPS)

SAPS, dikembangkan dan divalidasi di Perancis pada tahun 1984,
menggunakan 13 variabel fisiologis tertimbang dan usia untuk memprediksi risiko
kematian pada pasien ICU. Seperti skor APACHE, SAPS dihitung dari nilai
terburuk yang diperoleh selama 24 jam pertama penerimaan ICU. Pada tahun 1993,
Le Gall dan rekannya menggunakan analisis regresi logistik untuk mengembangkan
SAPS II, yang meliputi 17 variabel: 12 variabel fisiologis, usia, jenis penerimaan,
dan 3 variabel yang terkait dengan penyakit yang mendasarinya.6 Skor SAPS II
divalidasi menggunakan data dari penerimaan berurutan hingga 137 ICU di 12
negara.

7
 Pada tahun 2005, model SAPS yang benar-benar baru, SAPS 3, dibuat.
Teknik statistik yang kompleks digunakan untuk memilih dan variabel berat badan
menggunakan database 16.784 pasien dari 303 ICU di 35 negara. Skor SAPS 3
mencakup 20 variabel yang dibagi menjadi tiga subskala terkait dengan
karakteristik pasien sebelum masuk, keadaan penerimaan, dan tingkat gangguan
fisiologis dalam 1 jam (berbeda dengan jendela waktu 24 jam dalam model SAPS
II) sebelum atau setelah masuk ICU. Skor total dapat berkisar dari 0 hingga 217.
Skor SAPS II dapat bervariasi antara 0 dan 163 poin (0-116 poin untuk variabel
fisiologis, 0-17 poin untuk usia dan 0-30 poin untuk diagnosis sebelumnya)
Tidak seperti skor lainnya, SAPS 3 mencakup persamaan khusus untuk
prediksi kematian di rumah sakit di tujuh wilayah geografis: Australia; Tengah,
Amerika Selatan; Tengah, Eropa Barat; Eropa Timur; Eropa Utara; Eropa Selatan,
Mediterania; dan Amerika Utara. Perlu dicatat bahwa ukuran sampel untuk
pengembangan beberapa persamaan ini relatif kecil, yang dapat membahayakan
akurasi prognostiknya. Skor SAPS 3 telah terbukti menunjukkan diskriminasi,
kalibrasi, dan kebaikan yang baik. SAPS 3 juga telah digunakan untuk menguji
variabilitas dalam penggunaan sumber daya antara ICU menggunakan parameter
penggunaan sumber daya standar berdasarkan lama tinggal di ICU disesuaikan
dengan tingkat keparahan penyakit akut.
Namun, diskriminasi dan khususnya kalibrasi model SAPS II tidak cocok
ketika diterapkan pada populasi baru. Oleh karena itu, untuk menghitung rasio
kematian standar atau ukuran kinerja ICU, proposal baru-baru ini dibuat oleh Le
Gall et al., di mana enam variabel penerimaan ditambahkan ke SAPS II: Usia, jenis
kelamin, lama tinggal di ICU, lokasi pasien sebelum ICU, kategori klinis dan
apakah ada overdosis obat atau tidak. Probabilitas kematian (P) untuk model yang
diperluas ini sekali lagi dihitung menggunakan regresi logistik, di mana: Basis data
di seluruh dunia dari 19.577 pasien kemudian digunakan untuk mengembangkan
SAPS III pada 2005, yang terdiri dari tiga bagian: variabel kronis, variabel akut
termasuk sepsis dan karakteristik serta fisiologinya. Data diperoleh dalam 1 jam
sejak masuk. Probabilitas yang dihitung dari ICU dan kematian di rumah sakit
muncul dengan menambahkan diagnosis pada model. Baru-baru ini, Liu et al.,

8
Mengembangkan SAPS 3 elektronik, yang diuji di antara 67.889 penerimaan ICU
pertama kali di 21 rumah sakit antara 2007 dan 2011 untuk memprediksi kematian
di rumah sakit. Versi eSAPS 3 yang disesuaikan ini juga dikembangkan dalam
kohort derivasi 40% dan diuji dalam kohort validasi 60%; mereka menyimpulkan
bahwa eSAPS 3 ini menunjukkan potensi yang baik untuk menyediakan
penyesuaian risiko otomatis di ICU. 3,4

Gambar 2. Skor II fisiologi akut yang disederhanakan

2.3 MODS
Dalam sebuah artikel pada tahun 1995 Marshall et al. mengusulkan skala
objektif untuk mengukur tingkat keparahan disfungsi organ multipel sebagai hasil
dari penyakit kritis dan menguji kriteria ini dalam populasi 692 pasien. Mereka
mengembangkan MODS [Tabel 3], yang terdiri dari skor berdasarkan enam
kegagalan organ. Skor diberikan dari 0 hingga 4 (maksimum 24). Kematian rumah
sakit kemudian diperkirakan setelah menambahkan skor total [Tabel 3]. Skor ini
berkorelasi secara bertahap dengan tingkat kematian ICU, baik ketika diterapkan
pada hari pertama masuk ICU sebagai indikator prognostik dan ketika dihitung
selama ICU tinggal sebagai ukuran hasil. Skor tersebut menunjukkan diskriminasi

9
yang sangat baik dan mortalitas tidak hanya tergantung pada skor masuk tetapi juga
pada masa tinggal ICU dan karenanya, dapat terbukti berguna sebagai titik akhir
alternatif untuk uji klinis yang melibatkan pasien yang sakit kritis.7

Gambar 3. Skor gagal organ multipel

Diterbitkan pada tahun 1995, MODS memiliki tujuan yang sama dengan SOFA,
sebagai pengakuan atas perlunya sistem klasifikasi dan prognosis yang dapat
mengukur efek dari kegagalan multi-organ terhadap hasil. Sejumlah variabel uji
berdasarkan tinjauan literatur yang luas dan pengalaman sebelumnya dievaluasi
kemampuan mereka untuk memprediksi kematian dengan cara yang tergantung
pada dosis pada 336 kasus dari database 692 pasien ICU bedah. Variabel kemudian
dievaluasi dengan alasan kesederhanaan dan kemandirian terapi, dan dikalibrasi
sesuai dengan risiko kematian. Akhirnya, validasi skor dilakukan pada 356 kasus
yang tersisa dalam database. Para penulis memilih skala setiap kegagalan organ dari
0 hingga 4, mengkalibrasi risiko kematian sebagai korelasi linear antara 0 (<5%)
dan 4 (>45%). Gagal jantung, pernafasan, hematologis, SSP, hati, dan ginjal
dimasukkan dalam skor. Berbeda dengan Sistem Disfungsi Logistik Organ (LODS)
dan SOFA, skor terburuk dari seluruh ICU dicatat. Jumlah dari skor-skor ini
menghasilkan skor MODS akhir. Seperti dalam sistem SOFA, kesederhanaan

10
proses penilaian sangat baik, tetapi masalah mengevaluasi kegagalan sirkulasi
menang. MODS menggunakan variabel gabungan, denyut jantung yang
disesuaikan dengan tekanan (HR x MAP / CVP) yang mencakup tekanan vena
sentral (CVP), tidak tersedia pada semua pasien ICU.5.7

2.4 SOFA
Sistem SOFA [Tabel 4] dibuat dalam pertemuan konsensus Masyarakat
Perawatan Obat Intensif Eropa pada tahun 1994 dan selanjutnya direvisi pada tahun
1996. Pada tahun 1998, Vincent et al. mengevaluasi skor subyektif SOFA pada
1449 pasien. Skor ini dikembangkan untuk mengukur tingkat keparahan penyakit
pasien, berdasarkan tingkat data disfungsi organ pada enam kegagalan organ dan
diberi skor pada skala 0-4. Satu kegagalan ditambah kegagalan pernapasan
menunjukkan angka kematian terendah; semua kombinasi lainnya menghasilkan
angka kematian antara 65% dan 74%. Analisis selanjutnya telah
mempertimbangkan skor maksimal ditambah perubahan maksimal dan telah
menunjukkan bahwa yang terakhir memiliki nilai prognostik yang lebih rendah
daripada yang sebelumnya; perjalanan waktu dari kondisi pasien selama masa inap
ICU juga diperhitungkan. Meskipun tidak ada konversi langsung skor SOFA ke
kematian, perkiraan kasar risiko kematian dapat dibuat berdasarkan dua makalah
prospektif yang telah diterbitkan [Tabel 4].3,6
Penilaian sekuensial disfungsi organ selama beberapa hari pertama masuk
ICU merupakan indikator prognosis yang baik. Sebuah studi prospektif oleh Bale
et al. menunjukkan bahwa skor SOFA rata-rata dan tertinggi adalah prediktor hasil
yang berguna, terlepas dari skor awal dan skor SOFA yang tinggi pada 48 jam
presentasi memprediksi peningkatan angka kematian. Dalam studi mereka, Ferreira
et al. menetapkan bahwa, terlepas dari skor awal, peningkatan skor SOFA selama
48 jam pertama di ICU memprediksi tingkat kematian setidaknya 50%. Vosylius et
al. Menunjukkan bahwa skor SOFA kumulatif lebih baik dalam membedakan hasil
dibandingkan dengan skor disfungsi organ tunggal. Sebuah studi yang diterbitkan
pada 2007, Grissom et al. mengusulkan dan menerbitkan versi sederhana skor
SOFA yang dikenal sebagai skor Modifikasi SOFA (MSOFA). Skor MSOFA

11
menghilangkan perlunya pemeriksaan laboratorium seperti jumlah trombosit dan
pengukuran pengganti PaO2 / FiO2 dan kadar bilirubin serum dengan rasio SPO2 /
FiO2 (diperoleh dengan membagi saturasi pulse oxymeter dengan fraksi oksigen
terinspirasikan) dan pemeriksaan klinis untuk penyakit kuning. Meski lebih
sederhana, skor ini harus memiliki lebih banyak validasi.7,8

Gambar 4. Skor penilaian gagal organ

2.5 LODS
Le Gall et al. Awalnya mengusulkan LODS [Tabel 5] pada tahun 1996, di
mana 12 variabel diuji dan enam kegagalan organ didefinisikan. Model telah diuji
dari waktu ke waktu. Perbedaan antara LODS pada hari 3 dan hari 1 sangat prediktif
dengan hasil rumah sakit. The LODS dirancang untuk menggabungkan pengukuran
keparahan disfungsi organ multipel menjadi skor tunggal. Probabilitas kematian
kemudian dihitung menggunakan persamaan yang dirancang untuk tujuannya
[Tabel 5]. Dalam sebuah studi multicenter prospektif pada 1685 pasien ICU, Timsit
et al. menyimpulkan bahwa skor LOD dan SOFA harian menunjukkan akurasi dan
konsistensi internal yang baik dan mereka dapat digunakan untuk menyesuaikan
tingkat keparahan untuk peristiwa yang terjadi di ICU. Penelitian prospektif lain
oleh Kim dan Yoon pada 521 pasien berturut-turut yang dirawat di ICU neurologis,
menunjukkan bahwa skor LODS dan APACHE II memiliki diskriminasi yang
sangat baik tetapi LODS memiliki kalibrasi yang unggul; Oleh karena itu, mereka

12
menyimpulkan bahwa LODS lebih stabil daripada sistem penilaian APACHE II
dalam pengaturan ICU neurologis. Namun, Maccariello et al. mengevaluasi kinerja
LODS pada pasien yang menerima terapi penggantian ginjal dan menemukan
korelasi yang buruk antara skor LODS dan perkiraan tingkat kematian. Mereka
menghubungkan korelasi yang buruk ini dengan fakta bahwa itu dipelajari pada
populasi yang lebih tua dan agak sakit karena frekuensi tinggi komorbiditas, sepsis,
penurunan kapasitas fungsional dan kebutuhan untuk ventilasi mekanik dan amina
vasoaktif.5,10

Gambar 5. Skor logistik disfungsi organ

2.6 MPM II
Pertama kali dijelaskan oleh Lemeshow et al. 11,12 MPM II [Tabel 6] adalah
model yang memberikan kemungkinan kematian di rumah sakit secara langsung.
Empat model telah diusulkan: MPM II saat masuk dan pada 24, 48 dan 72 jam.
Versi awal dari model ini dirancang untuk memprediksi kematian di rumah sakit
berdasarkan data dari masuk dan setelah 24 jam pertama di ICU. Model tambahan
kemudian dikembangkan dan termasuk data dari 48 hingga 72 jam setelah masuk

13
ke ICU. Model ini menggunakan status kesehatan kronis, diagnosis akut, beberapa
variabel fisiologis dan beberapa variabel lain termasuk ventilasi mekanis. MPM II
pada 48 dan 72 jam menggunakan variabel yang sama seperti MPM II pada 24 jam
dan didasarkan pada nilai yang paling gila dari 24 jam sebelumnya dengan bobot
yang berbeda untuk menghitung probabilitas kematian menggunakan regresi
logistik [Tabel 6].3,4

Gambar 6. Model probabilitas Kematian

14
2.7 Sistem ODIN
Fagon et al. mengusulkan sistem ODIN [Tabel 7] pada tahun 1993. Ini
termasuk data yang direkam dalam 24 jam pertama masuk ICU jika ada ada atau
tidak adanya disfungsi dalam enam organ ditambah satu infeksi dan itu
membedakan prognosis sesuai dengan jenis kegagalan; tingkat kematian tertinggi
ditemukan terkait dengan hati diikuti oleh disfungsi hematologis dan ginjal dan
yang terendah dengan disfungsi pernapasan dan infeksi. Dengan
mempertimbangkan jumlah dan jenis disfungsi organ, model regresi logistik
kemudian digunakan untuk menghitung probabilitas individu kematian yang
tergantung pada bobot statistik yang ditetapkan untuk masing-masing ODIN (dalam
urutan berikut keparahan menurun: Kardiovaskular, ginjal, pernapasan).
,neurologis, hematologi, disfungsi hati dan infeksi).

Tabel 7. Disfungsi organ dana tau infeksi.

15
TRIOS
Pada tahun 2001, Timsit et al. 13 mengusulkan skor komposit, TRIOS [Tabel
8] menggunakan SAPS II harian dan LODS untuk memprediksi keramahan rumah
sakit pada pasien ICU dirawat di rumah sakit selama lebih dari 72 jam. Dengan
menggunakan regresi logistik, probabilitas kematian rumah sakit dapat dihitung
[Tabel 8] Skor komposit TRIOS ini memiliki kualitas statistik yang sangat baik dan
dapat digunakan untuk tujuan penelitian.13,14

Gambar 8. TRIOS ( skor 3 hari perawatan ICU)

GCS
GCS [Tabel 9] adalah alat universal untuk penilaian cepat tingkat kesadaran
pasien yang terluka dan sebagai panduan untuk tingkat keparahan cedera otak.15
Beberapa penelitian telah menunjukkan bahwa ada korelasi yang baik antara GCS
dan hasil neurologis. Versi verbal dan motorik yang dimodifikasi telah
dikembangkan untuk membantu dalam evaluasi tingkat kesadaran bayi dan anak-
anak.[Tabel 9]. 16,17

16
Gambar 9. GCS

17
 BAB III
PENUTUP

Sebagian besar sistem penilaian dirancang khusus untuk memprediksi hasil

penyakit kritis. Awalnya, pemilihan variabel klinis dan fisiologis didasarkan pada
penilaian subyektif dari dokter, tinjauan literatur, dan pengembangan konsensus.
Selanjutnya, teknik pemodelan regresi logistik digunakan untuk memilih variabel
prediktif dari set data derivasi. Variabel ideal sederhana, pengukuran atau data yang
terdefinisi, dapat direproduksi, dan tersedia secara luas yang dikumpulkan secara
rutin selama perawatan pasien. Sejumlah besar klinis dan variabel fisiologis
dikumpulkan pada banyak pasien, dan status kelangsungan hidup mereka di ICU
dan pengeluaran rumah sakit dicatat. Regresi logistik berganda mengidentifikasi
variabel-variabel spesifik yang diperkirakan terbaik untuk bertahan hidup dan
memberikan bobot relatif untuk masing-masing variabel. Set variabel ini kemudian
diuji secara prospektif untuk akurasi prediksi dalam sampel pasien lain untuk
memvalidasi proses seleksi dan penimbangan yang tepat dari variabel.
Banyak sistem penilaian menggunakan pengukuran variabel fisiologis yang paling
tidak normal dalam 24 jam sebelum masuk ICU. Di zaman modern, sistem
penilaian telah menggunakan nilai variabel fisiologis yang paling tidak normal
untuk setiap periode 24 jam berturut-turut ketika seorang pasien berada di ICU, dan
kemudian menghubungkan variabel fisiologis selama periode ini dengan hasil ICU
berurutan. Oleh karena itu, ramalan prediksi dapat disesuaikan setiap hari
berdasarkan perjalanan pasien dan respons terhadap pengobatan. Selanjutnya,
perubahan disfungsi organ dapat digunakan untuk meningkatkan prediksi hasil.

18
 Daftar Pustaka

1. Wagner Douglas, Draper A Elizabeth. Acute physiology and chronic health

evaluation (APACHE II) and Medicare reimbursemen. C.1984 [cited 3 april

2019] Available at : https://www.cms.gov/Research-Statistics-Data-and

Systems/Research/HealthCareFinancingReview/Downloads/CMS11903

62dl.pdf.

2. Bouch D Christopher, Thompson Jonathan. Severity scoring systems in the

critically ill. Continuing Education in J Anaesthesia, Critical Care & Pain

2008;8(5): 185-181

3. Louis V. Jean, Moreno Rui. Clinical review: Scoring systems in the critically

ill. Vincent and Moreno Critical Care 2010; 14: 207

4. Rapsang A Grace, Shyam Devajit. Scoring systems in the intensive care unit:

A compendium. Indian Journal of Critical Care Medicine 2014; 8 (4) :228-

220

5. K. Strand, Flaatten H. Severity Scoring In The ICU: A Review. Acta

Anaesthesiol Scand 2008; 52: 467–478

6. Le Gall JR, Lemeshow S, Leleu G, et al. Customized probability models for

early severe sepsis in adult intensive care patients. Intensive Care Unit

Scoring Group. J Am Med Assoc 1995; 273: 644–50

7. Marshall JC, Cook DJ, Christou NV et al. Multiple organ dysfunction score:

a reliable descriptor of a complex clinical outcome. Crit Care Med 1995; 23:

1638–52.

19
8. Vincent JL, Moreno R, Takala J et al. The SOFA (Sepsis- related Organ

Failure Assessment) score to describe organ dysfunction/failure. On behalf of

the Working Group on Sepsis-Related Problems of the European Society of

Inten- sive Care Medicine. Intensive Care Med 1996; 22: 707–1.

9. Vincent JL, de Mendonca A, Cantraine F et al. Use of the SOFA score to

assess the incidence of organ dysfunction/ failure in intensive care units:

results of a multicenter, prospective study. Working group on ‘‘sepsis-related

pro- blems’’ of the European Society of Intensive Care Medicine. Crit Care

Med 1998; 26: 1793–800.

10. Le Gall JR, Klar J, Lemeshow S et al. The Logistic Organ Dysfunction

system. A new way to assess organ dysfunc- tion in the intensive care unit.

ICU Scoring Group. JAMA 1996; 276: 802–10.

11. Teres D, Lemeshow S, Avrunin JS et al. Validation of the mortality prediction

model for ICU patients. Crit Care Med 1987; 15: 208–13.

12. Lemeshow S, Teres D, Klar J et al. Mortality Probability Models (MPM II)

based on an international cohort of intensive care unit patients. JAMA 1993;

270: 2478–86.

13. Fagon JY, Chastre J, Novara A, Medioni P, Gibert C. Characterization of

intensive care unit patients using a model based on the presence or absence

of organ dysfunctions and/or infection: The ODIN model. Intensive Care Med

1993;19:137-44.

14. Le Gall JR. The use of severity scores in the intensive care unit. Intensive

Care Med 2005;31:1618-23.

20
15. Castello FV, Cassano A, Gregory P, Hammond J. The Pediatric Risk of

Mortality (PRISM) Score and Injury Severity Score (ISS) for predicting

resource utilization and outcome of intensive care in pediatric trauma. Crit

Care Med 1999;27:985-8.

16. Cantais E, Paut O, Giorgi R, Viard L, Camboulives J. Evaluating the

prognosis of multiple, severely traumatized children in the intensive care unit.

Intensive Care Med 2001;27:1511-7.

17. Kumaraswamy N, Naziah A, Abdullah J, Ariff MMed AR, Abdullah MR,

Ghazaime G. Outcome of children with traumatic brain injury in rural

Malaysia. J Clin Neurosci 2002;9:251-5.

21