Tesis

UNIVERSITAS INDONESIA
PERBANDINGAN COMPUTED TOMOGRAPHY TEXTURE

ANALYSIS ANTARA KARSINOMA NASOFARING DENGAN
NASOFARINGITIS KRONIS
Pembimbing Radiologi : dr. Indrati Suroyo Sp.Rad(K)

Pembimbing Klinis : dr. Marlinda Adham, Sp.THT-KL (K), Ph.D
Pembimbing Patologi Anatomi : dr. Yayi Dwina Bilianti Susanto,
M.Biomed, Sp.PA(K)
Pembimbing Statistik : Dr. dr. Joedo Prihartono, MPH
dr. Ardyanto Florensius

1706099810
Fakultas Kedokteran Universitas Indonesia

Program Pendidikan Dokter Spesialis Radiologi
Jakarta
2021
DAFTAR ISI
BAB 1 PENDAHULUAN .............................................................................................. 1

1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah .............................................................................................. 3
1.3 Pertanyaan Penelitian ......................................................................................... 3
1.4 Hipotesis Penelitian ............................................................................................ 4
1.5 Tujuan Penelitian ................................................................................................ 5
1.5.1 Tujuan Umum..................................................................................................... 5
1.5.2 Tujuan Khusus .................................................................................................... 5
1.6 Manfaat Penelitian .............................................................................................. 5
1.6.1 Bidang Pelayanan Masyarakat ........................................................................... 5
1.6.2 Bidang Penelitian ............................................................................................... 6
1.6.3 Bidang Pendidikan ............................................................................................. 6
BAB 2 TINJAUAN PUSTAKA ..................................................................................... 7

2.1 Anatomi Nasofaring ........................................................................................... 7
2.2 Histologi Nasofaring .......................................................................................... 9
2.3 Neoplasma pada Nasofaring ............................................................................. 10
2.4 Karsinoma Nasofaring ...................................................................................... 11
2.4.1 Epidemiologi .................................................................................................... 11
2.4.2 Etiologi ............................................................................................................. 12
2.4.3 Histopatologi .................................................................................................... 13
2.4.4 Gelaja Klinis ..................................................................................................... 16
2.4.5 Staging Karsinoma Nasofaring ........................................................................ 17
2.4.6 Tatalaksana ....................................................................................................... 18
2.4.7 Gambaran CT Scan .......................................................................................... 19
2.5 Nasofaringitis kronis (Hipertrofi adenoid) ....................................................... 21
2.5.1 Epidemiologi .................................................................................................... 21
2.5.2 Etiologi ............................................................................................................. 22
2.5.3 Histopatologi .................................................................................................... 22
2.5.4 Gejala Klinis ..................................................................................................... 23
2.5.5 Tatalaksana ....................................................................................................... 23
2.5.6 Gambaran CT Scan .......................................................................................... 24
2.6 Karakteristik Tumor Jinak dan Ganas .............................................................. 24
2.7 Texture Analysis............................................................................................... 28
2.7.1 First Order ........................................................................................................ 28
2.7.2 Second Order .................................................................................................... 31
2.8 Heterogenitas Tumor pada Texture Analysis ................................................... 36
2.9 Penelitian menggunakan Texture Analysis dibidang Kepala dan Leher. ......... 37
2.10 LIFEx................................................................................................................ 39
2.10.1 Kelebihan dan kelemahan ................................................................................ 40
2.10.2 Teknik Ekstraksi ............................................................................................... 40
2.11 Kerangka Teori ................................................................................................. 44
2.12 Kerangka Konsep ............................................................................................. 45
i
ii
BAB 3 METODOLOGI PENELITIAN ....................................................................... 46

3.1 Desain Penelitian .............................................................................................. 46
3.2 Tempat dan Waktu Penelitian .......................................................................... 46
3.3 Populasi ............................................................................................................ 46
3.4 Besar dan Metode Pengambilan Sampel .......................................................... 47
3.5 Kriteria Penelitian............................................................................................. 47
3.5.1 Kriteria Inklusi ................................................................................................. 47
3.5.2 Kriteria Eksklusi ............................................................................................... 48
3.6 Alur Penelitian .................................................................................................. 49
3.7 Cara Kerja Penelitian........................................................................................ 50
3.8 Batasan Operasional ......................................................................................... 52
3.9 Analisis Data .................................................................................................... 54
3.10 Etika Penelitian................................................................................................. 55
3.10.1 Kerahasiaan ...................................................................................................... 55
3.10.2 Bermanfaat dan Non-maleficence .................................................................... 55
3.10.3 Keadilan............................................................................................................ 55
3.10.4 Pelaksanaan penelitian ..................................................................................... 55
3.11 Pendanaan ......................................................................................................... 55
BAB 4 HASIL .............................................................................................................. 56

4.1 Karakteristik Subjek Penelitian ........................................................................ 56
4.2 Hasil texture analysis........................................................................................ 57
4.2.1 Hasil parameter histogram................................................................................ 57
4.2.2 Hasil parameter GLCM .................................................................................... 58
BAB 5 PEMBAHASAN .............................................................................................. 59

5.1 Analisis Karakteristik Subjek Penelitian .......................................................... 59
5.2 Analisis texture analysis ................................................................................... 60
5.3 Keterbatasan penelitian .................................................................................... 61
BAB 6 KESIMPULAN DAN SARAN ........................................................................ 62

6.1 Kesimpulan ....................................................................................................... 62
6.2 Saran ................................................................................................................. 62
Universitas Indonesia
iii
DAFTAR GAMBAR
Gambar 2.1 Skema potongan sagital nasofaring .............................................................. 7
Gambar 2.2 Skema potongan koronal (kanan) dan aksial (kiri) nasofaring ..................... 7
Gambar 2.3 Gambaran CT scan nasofaring normal ......................................................... 8
Gambar 2.4 Gambaran histologi nasofaring normal. Tampak nodul jaringan limfoid dan
epitel skuamosa berstratifikasi.......................................................................................... 9
Gambar 2.5 Fotomikrografi nodul limfoid tonsil faringeal. ........................................... 10
Gambar 2.6 Histopatologi karsinoma skuamosa sel tidak berkeratin subtipe tidak
berdiferensiasi ................................................................................................................. 14
Gambar 2.7 Histopatologi Karsinoma Sel Skuamosa tidak berkeratin subtipe tidak
berdiferensiasi ................................................................................................................. 14
Gambar 2.8 Histopatologi karsinoma sel skuamosa nasofaring berkeratin.................... 15
Gambar 2.9 Histopatologi karsinoma sel skuamosa basaloid. ....................................... 16
Gambar 2.10 Skema korelasi rute penyebaran (area hijau) dengan gejala klinis (area biru)
karsinoma nasofaring ...................................................................................................... 17
Gambar 2.11 Gambaran CT scan dengan kontras karsinoma nasofaring ...................... 20
Gambar 2.12 Skema sagittal dan aksial potensial jalur penyebaran (tanda panah)
karsinoma nasofaring ...................................................................................................... 20
Gambar 2.13 CT scan kontras karsinoma nasofaring, perluasan perineural sepanjang
nervus maksilaris ............................................................................................................ 20
Gambar 2.14 Histopatologi hipertrofi adenoid dewasa dan anak ................................... 23
Gambar 2.15 CT scan hipertrofi adenoid potong koronal (kanan) dan aksial (kiri) ...... 24
Gambar 2.16 CT scan hipertrofi adenoid asimetris potongan koronal ........................... 24
Gambar 2.17 Morfologi sel anaplastik. .......................................................................... 25
Gambar 2.18 Karsinoma sel skuamosa kulit berdiferensiasi baik. ................................. 27
Gambar 2.19 Proses “Angiogenic Switch” .................................................................... 27
Gambar 2.20 Karakteristik morfologi dan fungsional vaskular tumor dibandingkan
pembuluh darah normal. ................................................................................................. 28
Gambar 2.21 Parameter First Order Texture Analysis berbasis statistik. ...................... 29
Gambar 2.22 Diagram 2 gambar pola berbeda tetapi histogram grey-level yang sama . 30
Gambar 2.23 Empat arah sudut yang dikalkulasi untuk menilai hubungan spasial
pasangan voxel ............................................................................................................... 32
Gambar 2.24 Contoh gambar dengan 8 tingkat intensitas grey-level dikonversi menjadi
grey-level co-occurrence matrix ke 3 arah. .................................................................... 32
Gambar 2.25 Contoh gambar dengan nilai parameter tekstur tinggi dan rendah
berdasarkan formula yang dikembangkan Haralick ....................................................... 35
Gambar 2.26 Parameter tekstur pada dua gambar pencitraan satelit yang berbeda ....... 35
Gambar 2.27 Tampilan perangkat lunak LIFEx versi 6.20 ............................................ 41
Gambar 2.28 Pengaturan parameter gambar dan texture analysis.................................. 42
Gambar 2.29 Pengaturan parameter texture analysis yang dikalkulasi .......................... 42
Gambar 2.30 Keterangan validitas texture check ........................................................... 43
Gambar 2.31 Contoh gambaran data hasil analysis........................................................ 43
Gambar 3.1 Pengaturan parameter LIFEx ...................................................................... 51
Gambar 3.2 Penempatan ROI pada tumor dengan freehand (Pencil2D) ........................ 51
Gambar 4.1 Histogram usia subjek................................................................................. 56
iv
DAFTAR TABEL
Tabel 2.1 Distribusi diagnosis patologi penelitian Bercin et al ...................................... 10
Tabel 2.2 Distribusi diagnosis patologi penelitian Arslan et al ...................................... 11
Tabel 2.3 Definisi Tumor Primer (T) ............................................................................. 17
Tabel 2.4 Definisi kelenjar limfe regional (N) ............................................................... 18
Tabel 2.5 Definisi metastasis (M) .................................................................................. 18
Tabel 2.6 Kelompok Prognostik Staging American Joint Committee on Cancer .......... 18
Tabel 2.7 Terapi Karsinoma Nasofaring berdasarkan stadium ...................................... 19
Tabel 3.1 Waktu Penelitian. ........................................................................................... 46
Tabel 3.2 Perkiraan besar sampel penelitian .................................................................. 47
Tabel 4.1 Sebaran subjek menurut karakteristik dan kelompok penelitian .................... 56
Tabel 4.2 Histopatologi kelompok KNF ........................................................................ 57
Tabel 4.3 Distribusi subjek KNF berdasarkan perluasan lesi (T)................................... 57
Tabel 4.4 Hasil analisis parameter histogram ................................................................. 58
Tabel 4.5 Hasil analisis parameter GLCM ..................................................................... 58
BAB 1
PENDAHULUAN
1.1 Latar Belakang

Karsinoma nasofaring (KNF) merupakan karsinoma yang muncul pada daerah epitelium
nasofaring yang menunjukkan bukti adanya diferensiasi skuamosa secara mikroskopik.1
KNF memiliki distribusi geografik yang tidak seimbang dengan prevalensi tertinggi Asia
Tenggara, tenggara Tiongkok , dan Afrika Utara.2 Delapan puluh satu persen kasus baru
berasal dari Asia dan 67 persen diantaranya berasal dari Asia Tenggara. Indonesia
menduduki urutan kedua terbanyak kasus KNF di dunia setelah Tiongkok dengan
insidensi 5,7 per 100.000 penduduk untuk laki-laki dan 1,9 per 100.000 penduduk untuk
perempuan, dua kali lipat lebih tinggi dibandingkan insidensi global. Indonesia juga
menduduki peringkat lima besar angka kematian tertinggi di dunia dengan faktor utama
adalah saat terdiagnosis, 80% pasien sudah dalam stadium lanjut. 3
Pronosis pasien dengan KNF sangat ditentukan oleh perluasan penyakit. Pasien
dengan penyakit terlokalisir memiliki angka harapan hidup 5 tahun sekitar 70-90%
sedangkan pasien dengan perluasan lokoregional hingga lanjut hanya memiliki angka
harapan hidup 10-50%. Oleh karena itu, diagnosis dini pasien KNF menjadi sangat
penting supaya dapat ditatalaksana sedini mungkin.4,5
Saat ini magnetic resonance imaging (MRI) merupakan modalitas yang lebih baik
dibandingkan Computed Tomography (CT) untuk pemeriksaan KNF karena kontras
jaringan lunak yang lebih baik sehingga lebih mudah menilai infiltrasi lesi ke jaringan
sekitarnya. Akan tetapi, dengan ketersediaan MRI di negara berkembang seperti
Indonesia yang terbatas serta distribusi yang tidak merata sehingga CT masih menjadi
modalitas awal untuk mendeteksi KNF.1,4,6 Gambaran CT pada KNF kadang sulit untuk
dibedakan dengan hiperplasia jinak nasofaring yang disebabkan oleh nasofaringitis kronis
terutama jika ukuran tumor masih kecil. Beberapa karakteristik yang dapat membantu
membedakan nasofaringitis kronis dengan KNF yaitu nasofaringitis kronis biasanya
simetris, tidak disertai limfadenopati colli, tidak tampak infiltrasi, volume lesi < 5 cm3,
lebih homogen. Akan tetapi, nasofaringitis kronis juga dapat ditemukan asimetris.
Heterogenitas jaringan juga sulit untuk dibedakan secara visual (kualitatif).7
1
2
Texture analysis (TA) merupakan suatu metode matematika yang digunakan untuk
menganalisis distribusi dan hubungan pixel atau voxel gray level suatu gambar, yang
dapat diaplikasikan pada hasil CT untuk menilai secara kuantitatif heterogenitas tumor
yang kadang sulit dinilai secara visual (kualitatif).4,8 Berbagai metode TA yang telah
diterapkan berbasis statistik, model, dan transformasi. Metode berbasis stastistik
merupakan teknik yang paling banyak digunakan, baik dengan perangkat lunak komersial
maupun buatan sendiri dalam menilai grey-level pada gambar. Metode statistik dibagi
menjadi 3 jenis tingkat yaitu first order, second order dan higher order. Parameter CTTA
statistik yang paling sering digunakan untuk penilaian heterogenitas adalah nilai
histogram terdiri dari mean, kurtosis, skewness merupakan first order dan nilai grey level
co-occurencce matrix (GLCM) terdiri dari homogeinity, energy, contrast, correlation,
entropy yang merupakan second order.9
Banyak penelitian yang telah dilakukan beberapa tahun terakhir dengan
menggunakan Texture Analysis di bidang onkologi kepala dan leher untuk membedakan
karakteristik tumor, jinak atau ganas, menilai respon terapi serta memprediksi prognosis
pasien.2,4,5,7,10–13 Tsai et al4 menggunakan CTTA untuk mendiferensiasi KNF dengan
jaringan adenoid normal di nasofaring dimana nilai histogram, nilai GLCM, nilai Gray-
level run-length (GLRL) dan nilai Gray-level gradient matrix (GLGM) dapat bermanfaat
untuk mendeteksi KNF. Kuno et al12 menggunakan CTTA untuk memprediksi kegagalan
kemoradioterapi pada karsinoma sel skuamosa (KSS) kepala dan leher dimana beberapa
nilai histogram dan nilai Gray-level run length matrix (GLRLM) berasosiasi dengan
kegagalan kemoradioterapi . Penelitian lain oleh Fujita et al13 memanfaatkan CTTA untuk
membedakan kanker kepala dan leher non-orofaringeal antara HPV positif dan HPV
negatif dimana beberapa nilai histogram, GLCM, GLGM, GLRL dan GLRLM ditemukan
signifikan sehingga berpotensi menilai perbedaan morfologi pada tumor berhubungan
dengan HPV. Sepengetahuan penulis hingga saat ini belum ada penelitian yang
menggunakan CTTA untuk membantu membedakan antara KNF dengan nasofaringitis
kronis.
Tumor ganas memiliki heterogenitas yang lebih tinggi dibandingkan lesi jinak karena
tingkat selularitas, angiogenesis, matriks ekstravaskular ekstraselular dan area nekrosis
yang lebih tinggi.8 Penelitian ini akan menggunakan metode CTTA berbasis stastistik
3
berupa nilai histogram dan GLCM untuk membandingkan antara KNF dengan
nasofaringitis kronis.
1.2 Rumusan Masalah

KNF merupakan tumor ganas yang berasal dari sel epitel di permukaan nasofaring dimana
pasien dengan tumor terlokalisir memiliki angka harapan hidup lebih tinggi dibandingkan
stadium lanjut sehingga penting untuk didiagnosis sedini mungkin. CT masih menjadi
modalitas awal untuk mendeteksi KNF tetapi gambaran CT scan KNF kadang sulit untuk
dibedakan dengan hiperplasia jinak nasofaring yang disebabkan oleh nasofaringitis kronis
terutama jika ukuran tumor masih kecil. Salah satu karakteristik CT yang dapat digunakan
untuk membedakan keduanya adalah heterogenitas lesi. KNF yang merupakan tumor
ganas memiliki tingkat selularitas, angiogenesis, matriks ekstravaskular ekstraselular dan
area nekrosis yang lebih tinggi sehingga memberikan gambaran CT yang lebih heterogen
dibandingkan nasofaringitis kronis. Heterogenitas dapat dinilai secara visual (kualitatif)
menggunakan CT atau kuantitatif menggunakan CTTA. Penilaian kualitatif sulit
dilakukan terutama pada ukuran tumor yang kecil. Oleh karena itu, peneliti ingin
mengetahui adakah perbedaan parameter CTTA yaitu nilai histogram dan nilai GLCM
antara KNF dengan nasofaringitis kronis untuk membantu membedakan keduanya.
1.3 Pertanyaan Penelitian

1. Apakah terdapat perbedaan antara nilai histogram KNF dengan nilai histogram
nasofaringitis kronis?
a. Apakah terdapat perbedaan antara nilai mean histogram KNF dengan nilai mean
histogram nasofaringitis kronis?
b. Apakah terdapat perbedaan antara nilai kurtosis histogram KNF dengan nilai
kurtosis nasofaringitis kronis?
c. Apakah terdapat perbedaan antara nilai skewness histogram KNF dengan nilai
skewness nasofaringitis kronis?
2. Apakah terdapat perbedaan antara nilai GLCM KNF dengan nilai GLCM
a. Apakah terdapat perbedaan antara nilai GLCM homogeinity dengan nilai GLCM
homogeinity nasofaringitis kronis?
4
b. Apakah terdapat perbedaan antara nilai GLCM energy dengan nilai GLCM
energy nasofaringitis kronis?
c. Apakah terdapat perbedaan antara nilai GLCM contrast dengan nilai GLCM
contrast nasofaringitis kronis?
d. Apakah terdapat perbedaan antara nilai GLCM correlation dengan nilai GLCM
correlation nasofaringitis kronis?
e. Apakah terdapat perbedaan antara nilai GLCM entropy dengan nilai GLCM
entropy nasofaringitis kronis?
1.4 Hipotesis Penelitian

1. Terdapat perbedaaan antara nilai histogram KNF dengan nilai histogram
a. Nilai mean histogram KNF lebih tinggi daripada nilai mean nasofaringitis
kronis.
b. Nilai skewness histogram KNF lebih negatif daripada nilai skewness
c. Nilai kurtosis histogram KNF lebih tinggi daripada nilai kurtosis nasofaringitis
kronis.
2. Terdapat perbedaan antara nilai GLCM KNF dengan nilai GLCM nasofaringitis
kronis.
a. Nilai GLCM homogeinity KNF lebih rendah daripada nilai GLCM homogeinity
b. Nilai GLCM energy KNF lebih rendah daripada nilai GLCM energy
c. Nilai GLCM contrast KNF lebih tinggi daripada nilai GLCM contrast
d. Nilai GLCM correlation KNF lebih rendah daripada GLCM correlation
e. Nilai GLCM entropy KNF lebih tinggi daripada nilai GLCM entropy
5
1.5 Tujuan Penelitian

1.5.1 Tujuan Umum
Menilai peran penggunaan parameter histogram dan GLCM untuk membedakan KNF
dengan nasofaringitis kronis.
1.5.2 Tujuan Khusus
1. Mengetahui apakah terdapat perbedaan antara nilai histogram KNF dengan nilai
histogram nasofaringitis kronis.
a. Membandingkan nilai mean histogram KNF dengan nilai mean histogram
b. Membandingkan nilai kurtosis histogram KNF dengan nilai kurtosis
c. Membandingkan nilai skewness histogram KNF dengan nilai skewness
2. Mengetahui apakah terdapat perbedaan antara nilai GLCM KNF dengan nilai GLCM
a. Membandingkan nilai GLCM homogeinity dengan nilai GLCM homogeinity
b. Membandingkan nilai GLCM energy dengan nilai GLCM energy nasofaringitis
kronis?
c. Membandingkan nilai GLCM contrast dengan nilai GLCM contrast
d. Membandingkan nilai GLCM correlation dengan nilai GLCM correlation
e. Membandingkan nilai GLCM entropy dengan nilai GLCM entropy
1.6 Manfaat Penelitian

1.6.1 Bidang Pelayanan Masyarakat
Menjadi tambahan kriteria CT untuk diferensiasi antara KNF dengan nasofaringitis
kronis terutama tumor berukuran kecil sehingga membantu deteksi dini pasien dengan
KNF.
6
1.6.2 Bidang Penelitian

Hasil penelitian ini berguna untuk penelitian lebih lanjut ke depannya untuk CTTA
khususnya di bidang onkologi kepala dan leher sebagai contoh aplikasi TA untuk
artificial intelligence (AI) dan potensi membedakan jaringan inflamasi kronis dengan lesi
residif atau residu KNF pada pasien pasca terapi kemoradiasi.
1.6.3 Bidang Pendidikan

Pembuatan penelitian ini merupakan proses edukasi mengenai cara menulis proposal
penelitian, tinjauan pustaka, metodologi penelitian dan kemampuan berpikir.
BAB 2
TINJAUAN PUSTAKA
2.1 Anatomi Nasofaring

Nasofaring merupakan bagian atas dari faring yang terletak dibelakang rongga nasal dan
diatas level palatum molle (gambar 2.1 dan gambar 2.2). Batas atas nasofaring terbentuk
dari basis cranii yang terdiri dari bagian posterior dari os sphenoid dan bagian bawah dari
os occipital. Nasofaring menempel pada permukaan clivus dengan bantuan fascia
pharyngobasilar dari muskulus konstriktor superior. Dibagian superoposterior dari
nasofaring terdapat kumpulan jaringan limfe yang disebut adenoid. Pembengkakan dari
adenoid akan menyebabkan oklusi dari nasofaring. Sinus Morgagni merupakan sebuah
hiatus lateral kecil yang terletak di basis kranii, tempat lewat tuba eustasius dan muskulus
levator veli palatini. Foramen tersebut merupakan struktur anatomi yang penting karena
menjadi titik lemah penyebaran langsung neoplasma dan infeksi ke basis kranii atau
lemak parafaring.14–16
Gambar 2.1 Skema potongan sagital nasofaring14
Gambar 2.2 Skema potongan koronal (kanan) dan aksial (kiri) nasofaring 14
7
8
Batas lateral dan posterior nasofaring merupakan kelanjutan dari dinding lateral dan
posterior orofaring. Sepanjang dinding lateral nasofaring terdapat dua indentasi dan satu
protrusi ke lumen. Kedua indentasi (resessus) tersebut adalah orifisium tuba eustasius dan
resessus lateral faring yang sering disebut sebagai fossa Rossenmuller, sedangkan
protrusi tersebut adalah torus tubarius yang merupakan bagian kartilago dari tuba
eustasius. Pada potongan aksial dan koronal akan tampak fossa Rossenmuller terletak
posterosuperior dari torus tubarius yang merupakan lokasi paling sering munculnya
karsinoma(gambar 2.3). Dinding posterior nasofaring memiliki kontur yang berundulasi
karena terdapat muskulus kapitis longus prevertebra.14–16
Gambar 2.3 Gambaran CT scan nasofaring normal

Potongan aksial (A) menunjukkan orifisium tuba eustasius(panah depan), torus tubarius (*), fossa
Rossenmuller (panah belakang), potongan koronal (B) menunjukkan fossa Rossenmuller (panah) dan torus
tubarius (*)16
Rongga nasofaring akan berbatasan dengan orofaring yang terletak di inferior

melalui sebuah garis imajiner sejajar palatum molle. Di antara nasofaring dan orofaring
terdapat struktur yang disebut isthmus faring yang merupakan suatu lipatan mukosa yang
terbentuk karena palatopharyngeal sphincter dibawahnya. Pada saat menelan, palatum
molle akan elevasi dan palatopharyngeal sphincter akan menutup sehingga memisahkan
nasofaring dari orofaring. Di anterior nasofaring berbatasan dengan choana.14–16
Nasofaring memiliki drainase limfatik submukosa yang luas, terutama menuju
retrofaring dan upper deep cervical, hal ini yang menyebabkan tingginya keterlibatan
kelenjar getah bening pada KNF. Vaskularisasi utama berasal dari arteri ascending
9
pharyngeal, cabang arteri karotis eksternal dan drainase vena menuju pleksus vena
faring.17,18
2.2 Histologi Nasofaring
Perbedaan utama nasofaring dengan bagian faring lainnya adalah nasofaring dilapisi oleh
epitel respiratorik yang mengandung sel basal, sel goblet dan sel bersilia, sedangkan
orofaring dan laringofaring dilapisi epitel skuamosa berstratifikasi (gambar 2.4). Lamina
propria terdiri dari jaringan ikat irregular longgar hingga padat yang bervaskularisasi, di
dalamnya terdapat komponen kelenjar seromukosa dan limfoid. Lamina propia juga
menyatu dengan epymisium otot skeletal faring. Pada aspek posterior nasofaring, lamina
propria melapisi jaringan limfoid yang disebut tonsil faringeal.19,20
Gambar 2.4 Gambaran histologi nasofaring normal. Tampak nodul jaringan limfoid dan epitel skuamosa
berstratifikasi21
Manusia memiliki sebuah tonsil faringeal yang terletak di atap nasofaring. Sama
seperti tonsil palatina, tonsil faring memiliki kapsul, akan tetapi kapsul tersebut tidak
komplit dan lebih tipis. Tonsil faringeal tidak memiliki crypt melainkan lipatan dangkal
yang disebut pleats, yang merupakan muara duktus kelenjar seromukosa. Permukaan
tonsil faringeal dilapisi epitel kolumnar pseudostratifikasi bersilia yang di antaranya
diselingi bercak epitel skuamosa berstratifikasi (gambar 2.5).19,20
10
Gambar 2.5 Fotomikrografi nodul limfoid tonsil faringeal.

Epithelium kolumnar pseudostratified bersilia (E) dan senter germinal dari nodul sekunder. 20
2.3 Neoplasma pada Nasofaring

Sama seperti bagian neoplasma pada bagian tubuh lainnya, neoplasma pada nasofaring
dibagi menjadi neoplasma jinak dan ganas. Penelitian oleh Bercin et al22 dengan
menggunakan data restropektif hasil biopsi nasofaring 983 pasien simptomatik dan
asimptomatik, diperoleh 45 (4,6%) merupakan neoplasma maligna. Neoplasma jinak
yang paling sering ditemukan adalah nasofaringitis kronis sedangkan neoplasma ganas
adalah karsinoma nasofaring (tabel 2.1). Pasien tersebut semua telah mendapat
pemerikaan MRI atau CT nasofaring. Sebanyak 285 pasien mendapat pemeriksaan CT
nasofaring karena terdapat alat pacu jantung, tattoo, implan metal, klaustrofobia,
efektivitas biaya dan hasil yang cepat. MRI memiliki tingkat sensitivitas 88,2 % dan CT
61,5% dalam mendeteksi neoplasma ganas. Hasil serupa juga ditemukan pada penelitian
Arslan et al23 (tabel 2.2).
Tabel 2.1 Distribusi diagnosis patologi penelitian Bercin et al22
Diagnosis patologi Kelompok Kelompok Nilai P

simtomatik asimtomatik
No. (%) No. (%)
Malignansi 29 (64,6) 16 (35,6) <0.001
KNF 18 (40,0) 11 (24,4)
Limfoma 11 (24,4) 4 (8,9)
Plasmositoma 1 (2,2)
Jinak 314 (33.5) 624 (66.5) <0.001
Nasofaringitis kronis 293 (31.2) 551 (58.7)
Kista Thornwald 10 (1.1) 50 (5.3)
11
Metaplasia skuamosa 7 (0.7) 10 (1.1)

Inflamasi granulomatosa 3 (0.3) 6 (0.6)
Aktinomikosis 1 (0.1) 3 (0.3)
Hamartoma - 3 (0.3)
Amyloidosis - 1 (0.1)
Tabel 2.2 Distribusi diagnosis patologi penelitian Arslan et al23
Diagnosis patologi Jumlah Persentase

Hasil
Malignansi 31 2,9
Jinak 47 4,4,
Nasofaringitis kronis 996 92,7
Hasil
Nasofaringitis kronis 996 92,7
Polip inflamasi 7 0,7
Hiperplasia limfoid 30 2,8
Karsinoma tidak berkeratin tidak berdiferensiasi 19 1,8
Karsinoma berkeratin tidak berdiferensiasi 2 0,2
Non-Hodgkin’s limfona 3 0,3
Hodgkin’s limfoma 3 0,3
Kanker nasofaring anaplastik 1 0,1
Angiofibroma 1 0,1
Inflamasi granulomatosa 4 0,4
Neuroblastoma Olfaktori 1 0,1
Melanoma maligna 1 0,1
Kanker tonsil 1 0,1
Papiloma 1 0,1
Kista Thornwald 4 0,4
2.4 Karsinoma Nasofaring

KNF merupakan karsinoma yang muncul pada daerah nasofaring (area di atas tenggorok
dan di belakang hidung), yang menunjukkan bukti adanya diferensiasi skuamosa
mikroskopik ringan atau ultrastruktur.1
2.4.1 Epidemiologi
Pada tahun 2012 terdapat 86.691 kasus KNF di seluruh dunia, 60.896 kasus penderita
laki-laki, 25795 penderita perempuan dengan rasio seks 2,36. Insidens global sekitar 1,2
per 100.000 penduduk, 1,7 per 100.000 penduduk untuk laki-laki dan 0,7 per 100.000
penduduk untuk perempuan.2 Karsinoma nasofaring memiliki distribusi geografik yang
tidak seimbang dengan prevalensi tertinggi Asia Tenggara, tenggara Tiongkok , dan
Afrika Utara. Delapan puluh satu persen kasus baru berasal dari Asia dan 67 persen
12
diantaranya berasal dari Asia Tenggara.3 Indonesia menduduki urutan kedua terbanyak
kasus KNF di dunia setelah Tiongkok, sekitar 13.084 kasus, insidensi 5,7 per 100.000
penduduk untuk laki-laki dan 1,9 per 100.000 penduduk untuk perempuan, dua kali lipat
lebih tinggi dibandingkan insidensi global.24
Jumlah kematian akibat KNF di dunia tahun 2012 mencapai 50.831 kasus, 35,756
penderita laki-laki dan 15.075 penderita perempuan. Angka mortalitas global KNF sekitar
0,7 per 100,000 penduduk, 1 per 100.000 penduduk untuk laki-laki dan 0,4 per 100.000
penduduk untuk perempuan. Lima negara dengan angka kematian tertinggi melingkupi
Tiongkok sebanyak 21.300 kematian, Indonesia 7.391 kematian, Vietnam 2.885
kematian, India 2.836 kematian dan Thailand 1114 kematian. Penyebab utama tingginya
angka kematian Indonesia karena keterlambatan diagnosis, 80% pasien yang didiagnosis
sudah dalam stadium lanjut.2,3
Pronosis pasien dengan KNF sangat ditentukan oleh perluasan penyakit. Pasien
dengan penyakit terlokalisasi memiliki angka harapan hidup 5 tahun sekitar 70-90%
sedangkan pasien dengan perluasan lokoregional hingga lanjut hanya memiliki angka
harapan hidup 10-50%. Dalam dua dekade terakhir, terapi untuk KNF telah berkembang
pesat dengan pemberian kemoterapi dan radioterapi. Insidens pasien dengan metastasis
sekitar 25-34% dengan angka kesintasan yang rendah.4,5
2.4.2 Etiologi
Penyebab utama sampai saat ini belum diketahui dengan jelas. Akan tetapi, beberapa
faktor yang predisposisi KNF sebagai berikut :
1. Genetik. Riwayat keluarga yang menderita KNF berasosiasi kuat dengan
peningkatan resiko KNF. Ras cina cenderung memiliki kerentanan genetik terhadap
KNF. Walaupun sudah migrasi ke negara atau benua lain, masih tetap memiliki
insidens tinggi. Akan tetapi, insidens tersebut semakin menurun pada generasi
berikutnya. Human Leukocyte Antigen (HLA) merupakan gen manusia yang terbukti
berhubungan dengan KNF. Individu dengan alel HLA yang lemah disertai infeksi
Epstein-Barr Virus (EBV) dapat meningkatkan resiko KNF. Beberapa HLA yang
terbukti meningkatkan resiko KNF yaitu HLA-A2, B14, dan B46.3,17,18
2. Viral. Epstein-Barr Virus memiliki korelasi yang kuat dengan KNF terutama tipe
histologi II dan III. Infeksi EBV pada populasi umum sering terjadi tetapi hanya
13
beberapa kelompok kecil yang berkembang menjadi KNF, sehingga kemungkinan

pengaruh EBV pada perkembangan KNF bersifat sekunder, virus mengurangi
supresi tumor padat inangnya. Kadar EBV DNA dapat digunakan untuk prediksi
kesintasan dan kemungkinan relaps. Ebstein-Barr Virus memiliki dua antigen
penting, viral capsid antigen (VCA) dan early antigen (EA). Antibodi IgA EA
memiliki spesifitas tinggi untuk KNF tetapi sensitifitas hanya sekitar 70-80%
sedangkan antibodi IgA VCA lebih sensitif tetapi kurang spesifik.3,17,18
3. Lingkungan. Polusi udara, konsumsi alkohol, merokok produk tembakau dan opium,
dan kandungan nitrosamine dalam ikan asin yang bersifat karsinogenik, terbukti
menyebabkan tingginya insidens KNF. Resiko relatif KNF meningkat menjadi 1,8
hingga 7,5 kali untuk orang yang mengkonsumsi ikan asin setiap hari. Makanan
diawetkan lainnya seperti daging, telur, buah-buahan, dan sayuran juga
meningkatkan resiko menderita KNF. Paparan debu kayu dan formalin karena faktor
okupasional juga dapat meningkatkan resiko KNF.3,17,18
2.4.3 Histopatologi
Mayoritas keganasan pada nasofaring berasal dari lapisan mukosa skuamosa, tipe
histologi lain berupa adenokarsinoma, karsinoma yang berasal dari kelenjar liur, sarkoma,
melanoma, dan keganasan hematologi padat. World Health Organization (WHO)
membagi karsinoma yang berasal dari mukosa skuamosa menjadi 3 tipe histologi :
1. Karsinoma sel skuamosa (KSS) tidak berkeratin.
KSS jenis ini lebih banyak berhubungan dengan konsumsi tinggi makanan asin yang
diawetkan dengan kandungan nitrosamine yang tinggi. KSS tidak berkeratin memiliki
pola yang bervariasi, dari komponen padat, pulau-pulau irregular, trabekula, bercampur
dengan limfosit dan sel plasma. Terdapat 2 subtipe KSS tidak berkeratin, subtipe tidak
berdiferensiasi merupakan tipe yang lebih sering, karakteristik utama terdiri dari sel
tumor besar dengan bentuk sinsitial, nukleus vesikular bulat hingga oval, dan nukleus
sentral besar disertai kelompok sel epitelial yang sedang bermitosis . Nukleus dapat kaya
dengan kromatin dengan sitoplasma amfofilik atau eosinofilik. Sel ganas dapat berbentuk
spindel dan tersusun seperti fasikular (gambar 2.6). Subtipe berdiferensiasi menunjukkan
gambaran sel yang berstratifikasi dan rata, sering dengan pertumbuhan pleksiform,
dibandingkan dengan tipe tidak berdiferensiasi, ukuran sel tumor tampak lebih kecil.25,26
14
Gambar 2.6 Histopatologi karsinoma skuamosa sel tidak berkeratin subtipe tidak berdiferensiasi.
Sel ganas berbentuk spindel tersusun fasikular.25
Pembagian subtipe tersebut tidak memiliki nilai prognosis maupun klinis. Densitas
sel limfosit dan plasma di antara agregat sel tumor sangat bervariasi. Ketika sel inflamasi
tersebut sangat banyak, akan memecah tumor menjadi kluster kecil sehingga sulit untuk
mengidentifikasi sel epitelial tumor. Kelompok sel tumor juga dapat tersebar dan tertutup
oleh nukleus dan sitoplasma ampfofilik atau eosinofilik yang padat. Sepuluh persen kasus
dapat ditemukan globulus amiloid yang tersebar di intra dan ekstraseluler (gambar 2.7).
25,26
Gambar 2.7 Histopatologi Karsinoma Sel Skuamosa tidak berkeratin subtipe tidak berdiferensiasi
(A) disebut limfoepitelial karsinoma dengan karakteristik sel tumor yang terpisah menjadi agregat kecil
oleh sel limfoid sehingga sulit mengidentifikasi gambaran epithelial pada neoplasma. (B) diantara sel
karsinoma dengan nukleus vesikular tampak juga sel tumor dengan bentuk mengisut dan nukleus terwarna
gelap. (C) Contoh gambaran globulus amyloid di antara sel tumor.25
15
2. Karsinoma sel skuamosa berkeratin

KSS berkeratin merupakan kelompok karsinoma invasif yang menunjukkan gambaran
diferensiasi skuamosa jelas terlihat pada mikroskop cahaya. Gambaran yang tampak
berupa formasi jembatan interseluler dan/atau berbagai derajat keratinisasi disertai
stroma desmoplastik (gambar 2.8). KSS berkeratin dapat tumbuh de novo atau sekunder
karena radioterapi.
Gambar 2.8 Histopatologi karsinoma sel skuamosa nasofaring berkeratin.

Pulau-pulau karsinoma irregular menginfiltrasi stroma desmoplastik, tampak diferensiasi skuamosa dan
keratinisasi yang jelas pada sel tumor.25
3. Karsinoma sel skuamosa basaloid

Gambaran makroskopis berbentuk datar atau sedikit menonjol dari permukaan dengan
bentuk eksofitik polipoid dengan atau tanpa nekrosis sentral. Secara umum terdiri dari sel
basaloid berbentuk pita dan atau tali dengan tepi runcing, sel tersebut terletak di perifer
dan sel skuamosa di sentral (gambar 2.9 A). Gambaran tersebut patognomonik untuk KSS
basaloid dan dapat teridentifikasi walau hanya dengan biopsi jarum halus.27,28
Gambaran utama lain pada tumor tersebut adalah sel menunjukkan rasio
nukleositoplasmik tinggi dan sering memiliki nukleus hiperkromatik serta
comedonekrosis (gambar 2.9 B). Susunan sel dapat menyerupai kasinom adenosistik
karena pola glandular atau kribiform dan cenderung memiliki deposisi hialin eusinofilik
intraselular (Gambar 2.9 C dan D). Pola lain yang dapat ditemukan berupa rosettes, cystic
space, true ductules, spherules yang terbentuk dari material membran, dan kristaloid
positif Periodic acid–Schiff (PAS+).27,28
16
A B
C D
Gambar 2.9 Histopatologi karsinoma sel skuamosa basaloid.

(A) Sarang tumor skuamosa yang dikeliling sel basaloid. (B)Gambaran komedonekrosis, terdapat pada
27,5% karsinoma sel skuamosa basaloid. (C) Pola glandular pada karsinoma sel skuamosa basaloid.
(D)Karsinoma sel skuamosa basaloid dengan hialinisasi periselular prominen. 27,28
2.4.4 Gelaja Klinis

KNF paling banyak ditemukan pada dekade 5 sampai 7, sangat jarang di usia muda
terutama dekade 2 dan 3. Gejala klinis yang muncul dapat berupa gejala lokal seperti
hidung tersumbat, epistaksis, lendir bercampur darah dan regurgitasi. Jika lesi meluas ke
orbital akan menyebabkan proptosis dan diplopia dan jika melibatkan basis cranii dapat
menyebabkan nyeri kepala kronis. Tinitus dan tuli konduksi dapat terjadi jika lesi
menyebabkan obstruksi tuba eustasius.17,18
Keterlibatan saraf kranial III, IV dan IV menyebabkan opthalmoplegia, saraf
kranial V menyebabkan nyeri fasial dan penurunan refleks kornea. Kebutaan dapat terjadi
jika melibatkan saraf kranial II. Keterlibatan saraf kranial IX, X dan XI dapat
menyebabkan sindrome foramen jugular. Horner sindrome dapat terjadi jika melibatkan
saraf kranial XII. Gabungan gejala paralisis palatal (saraf kranial X), neuralgia
17
temporoparietal (saraf kranial V) dan tuli konduktif disebut trias Trotter. Ringkasan
lokasi keterlibatan dengan gejala yang timbul dapat dilihat pada gambar 2.10.17,18
Gambar 2.10 Skema korelasi rute penyebaran (area hijau) dengan gejala klinis (area biru) karsinoma
nasofaring. 17
2.4.5 Staging Karsinoma Nasofaring

Staging KNF berdasarkan klasifikasi Tumor Node Metastasis (TNM) dari American Joint
Committee on Cancer edisi ke-8 dapat dilihat pada tabel 2.3 hingga 2.6.29
Tabel 2.3 Definisi Tumor Primer (T)29
Kategori T Kriteria T
TX Tumor primer tidak dapat dinilai
T0 Tidak ada tumor yang teridentifikasi, tetapi terdapat nodal servikal
positif EBV
Tis Tumor in situ
T1 Tumor terbatas di nasofaring, atau ektensi ke orofaring dan/atau rongga
nasal tanpa keterlibatan parapharyngeal
T2 Tumor dengan ekstensi ke ruang parafaringeal, dan/atau keterlibatan
jaringan lunak di sekitar (pterigoid medial, pterigoid lateral, muskulus
prevertebral
T3 Tumor dengan infiltrasi basis kranii, vertebra servikal, struktur
pterigoid, dan/atau sinus paranasal
T4 Tumor dengan ekstensi ke intrakranial, keterlibatan saraf kranial,
hipofaring, orbita, kelenjar parotis, dan/atau infiltrasi ektensif jaringan
lunak lateral dari muskulus pterigoid lateral
18
Tabel 2.4 Definisi kelenjar limfe regional (N)29

Kategori N Kriteria N
NX Kelenjar limfe regional tidak dapat dinilai
N0 Tidak ada metastasis kelenjar limfe regional
N1 Metastasis kelenjar limfe servikal unilateral dan/atau metastasis
kelenjar limfe retrofaringeal unilateral atau bilateral, 6cm atau kurang
pada dimensi terbesar, di atas batas kaudal kartilago krikoid
N2 Metastasis kelenjar limfe bilateral, 6cm atau kurang pada dimensi
terbesar, di atas batas kaudal kartilago krikoid
N3 Metastasis kelenjar limfe unilateral atau bilateral, 6 cm ke atas pada
dimensi terbesar, dan/atau ekstensi di bawah batas kaudal kartilago
krikoid
Tabel 2.5 Definisi metastasis (M)29
Kategori M Kriteria M
M0 Tumor primer tidak dapat dinilai
M1 Metastasis jauh
Tabel 2.6 Kelompok Prognostik Staging American Joint Committee on Cancer29
Tis T0 T1 T2 T3 T4
N0 0 I II III IVA
M0 N1 II II II III IVA
N2 III III III III IVA
N3 IVA IVA IVA IVA IVA
M1 IVB IVB IVB IVB
2.4.6 Tatalaksana
Terapi KNF dapat mencakup radioterapi, kemoterapi atau kombinasi keduanya dan
didukung dengan terapi simtomatik sesuai gejala (tabel 2.5). Radioterapi yang banyak
digunakan saat ini adalah Three-dimensional Conformal Radiotherapy (3D-CRT) dan
Intensity Modulated Radiotherapy (IMRT) dengan dosis 6000-7000 cGy. Kemoterapi
biasa digunakan pada stadium III dan IV dengan dikombinasikan dengan radioterapi ,
konkuren neoadjuvan atau ajuvan pasca radioterapi. Kemoterapi Cisplatin atau cisplatin
dengan 5-FU paling sering digunakan, baik untuk kontrol locoregional tumor maupun
kontrol metastasis.1,17,30
19
Tabel 2.7 Terapi Karsinoma Nasofaring berdasarkan stadium30
Stadium Terapi
I Radioterapi definitif pada nasofaring dan radioterapi elektif pada leher
Uji klinis
atau
II dan III Radiokemoterapi konkuren diikuti kemoterapi adjuvant
atau
Kemoterapi induksi diikuti kemoradioterapi
atau
Kemoradioterapi konkuren tanpa diikuti kemoterapi adjuvan
III Uji klinis
atau
Kombinasi kemoterapi berbasis platinum dilanjutkan dengan radioterapi ke
lesi primer dan leher atau kemoradioterapi sesuai indikasi klinis.
atau
Kemoradioterapi konkuren.
2.4.7 Gambaran CT Scan

Karsinoma nasofaring tidak memiliki gambaran CT spesifik dan sulit dibedakan dengan
tumor lain seperti limfoma, tumor kelenjar liur minor maupun jaringan adenoid
prominen.15 Peranan CT lebih ke arah staging untuk keperluan terapi serta mendeteksi
perluasan lokoregional. CT sangat superior untuk deteksi erosi kortikal. Tumor biasanya
tampak sebagai massa menyangat kontras yang dapat terletak di posterosuperior ,
anteroinferior atau dinding lateral nasofaring dengan lokasi tersering di fossa
Rossenmuller (dinding lateral). Trias temuan awal radiologi terdiri dari asimetris mukosa
superfisial nasofaring, adenopati retrofaringeal ipsilateral, dan opasifikasi mastoid.16
Opasifikasi mastoid merupakan tanda peringatan awal yang penting. Tumor dapat
tumbuh menyebar secara submukosal ke segala arah mengikuti bidang fascia mencapai
spasium leher di sekitarnya, infiltrasi awal biasanya mengenai musculus palatal atau
terbatas pada fascia faringobasilar dan bagian kartilago dari tuba eustasius (gambar 2.11
dan gambar 2.12). Pada fase lebih lanjut, tumor dapat meluas ke spasium parafaring,
masticator, dan karotis. Invasi ke spasium parafaring dan atau masticator dapat disertai
perluasan perineural melalui nervus trigeminal dan ekstensi ke intrakranial melalui
foramen oval atau rotundum (gambar 2.13). Perluasan perineural serupa ke nervus IX
hingga XI dapat terjadi jika tumor meluas ke spasium karotis. Selain itu, tumor juga dapat
meluas ke basis kranii dan sinus kavernosus melalui foramen lacerum.31,32
20
Metastasis kelenjar limfa sering terjadi pada KNF bahkan pada tumor dengan
ekstensi yang tidak terlalu luas. Metastasis kelenjar limfe di regio retrofaringeal lateral,
level II, III dan V terjadi pada 80-90% pasien, 35-50% bilateral. Metastasis jauh terjadi
pada 5-40% kasus terutama metastasis ke tulang, paru dan hati.15
Gambar 2.11 Gambaran CT scan dengan kontras karsinoma nasofaring

Protrusi polipoid asimetris di torus tubaris kanan dengan penyangatan ringan heterogen (tanda panah). 15
Gambar 2.12 Skema sagittal dan aksial potensial jalur penyebaran (tanda panah) karsinoma nasofaring. 32
Gambar 2.13 CT scan kontras karsinoma nasofaring, perluasan perineural sepanjang nervus maksilaris. 32
21
Perbedaan KNF dengan jaringan adenoid yang prominen dimana biasanya jaringan
adenoid tidak pernah meluas melebihi mukosa dan di anterior tidak mencapai batas
belakang lamina pterygoid medial. Akan tetapi, nasofaringitis kronis dan KNF kadang
dapat tampak mirip pada gambaran CT sehingga selalu butuh korelasi klinis.31,32
2.5 Nasofaringitis kronis (Hipertrofi adenoid)

Hipertrofi adenoid merupakan suatu kondisi obtruksi nasofaring yang berhubungan
dengan peningkatan ukuran adenoid. Kondisi ini dapat terjadi dengan atau tanpa infeksi
akut atau kronis pada adenoid. Adenoid merupakan kumpulan jaringan limfoepitelial di
aspek superior nasofaring, medial terhadap orifisium tuba eustasius.33
Hipertrofi adenoid tidak biasa terjadi pada orang dewasa dan pemeriksaan
nasofaring dengan rinoskopi posterior indirek sering tidak adekuat menyebabkan banyak
kesalahan diagnosis pada hipertrofi adenoid serta terapi yang tidak akurat. Adenoid yang
membesar dapat mencapai ukuran sebesar bola ping-pong dan menyumbat aliran udara
yang masuk melalui hidung. Walaupun kadang pembesaran adenoid tidak menimbulkan
obstruksi total, masih dapat menyebabkan rasa tidak nyaman sehingga pasien akan
bernafas melalui mulut untuk mempermudah menarik nafas.34
2.5.1 Epidemiologi
Hipertrofi adenoid lebih sering terjadi pada anak-anak daripada orang dewasa dimana
adenoid biasanya mengalami regresi dan atrofi saat usia remaja sekitar usia 16 tahun.
Beberapa penelitian terbaru menunjukkan peningkatan insidens hipertrofi adenoid pada
orang dewasa sebagai salah satu penyebab obstruksi nasal.33 Laki-laki lebih sering
dibandingkan perempuan (70%), kemungkinan karena aktivitas luar rumah dan paparan
polutan yang lebih sering. Mayoritas kasus berhubungan dengan infeksi dan alergi seperti
infeksi menurun(descending) dalam 33% kasus, infeksi naik (ascending) 20% dan rinitis
allergi 30% kasus. Sekitar 21% obstruksi nasal orang dewasa disebabkan oleh adenoid
hipertrofi.34 Arslan et al23 melakukan penelitian pada 1074 pasien (500 wanita, 574 laki-
laki) yang dilakukan nasofaring dari Juni 2011 hingga Juni 2017, sebesar 996 kasus
(92,7%) dengan hasil nasofaringitis kronis yang merupakan gambaran histopatologi
hipertrofi adenoid pasien dewasa.
22
2.5.2 Etiologi
Hipertrofi adenoid dapat disebabkan oleh penyebab infeksi maupu non-infeksi. Penyebab
infeksi meliputi patogen virus dan bakteri. Pathogen virus yang berhubungan dengan
adenoid hipertrofi seperti adenovirus, coronavirus, coxsackievirus, cytomegalovirus
(CMV), Epstein-Barr virus (EBV), herpes simplex virus, parainfluenza virus, dan
rhinovirus. Pathogen bakteri seperti spesies alpha-, beta-, and gamma-hemolytic
Streptococcus, Haemophilus influenzae, Moraxella catarrhalis, Staphylococcus aureus,
Neisseria gonorrhoeae, Corynebacterium diphtheriae, Chlamydophila pneumoniae,
Mycoplasma pneumoniae, Fusobacterium, Peptostreptococcus, dan Prevotella. Penyebab
non-infeksius terutama pada orang dewasa meliputi refluks gastroesofageal, alergi, dan
paparan asap rokok. Pada orang dewasa, hipertrofi adenoid juga kemungkinan tanda
kondisi yang lebih serius seperti infeksi HIV, limfoma, dan keganasan sinonasal.33,34
2.5.3 Histopatologi
Gambaran histopatologi hipertrofi adenoid orang dewasa berbeda dengan pada anak-
anak. Hipertrofi adenoid orang dewasa memiliki infiltrasi sel inflamasi kronis yang
prominen disertai perubahan sekunder seperti metaplasia skuamosa permukaan
epithelium, fibrosis, kista retensi, dapat juga disertai nekrosis tetapi jarang (gambar
2.14).35–37 Beberapa penulis mengkategorikan gambaran seperti ini sebagai nasofaringitis
hipertrofi kronis atau adeinoitis kronis.38
23
C1
C2
Gambar 2.14 Histopatologi hipertrofi adenoid dewasa dan anak.36,37

(A1, A2, C1) Histopatologi hipertrofi adenoid anak menunjukkan hiperplasia prominent pusat germinal.
(B1,B2, C2) Berbeda dengan gambaran pada anak, hipertrofi adenoid tampak sebagai fibrosis, infiltrasi sel
inflamasi kronis (B1) dan metaplasia skuamosa (panah pada B2).
2.5.4 Gejala Klinis

Gejala klinis berhubungan dengan struktur yang terobstruksi. Obstruksi nasal
menyebabkan keluhan pasien seperti rinorea, kesulitan bernafas melalui hidung, batuk
kronis, post-nasal drip, berdengkur, dan gangguan tidur. Jika obstruksi signifikan, pasien
dapat mengalami komplikasi sinusitis dan muncul nyeri pada wajah. Obstruksi pada tuba
eustasius menyebabkan sensasi penuh di telinga, pendengaran berkurang, otalgia, dan
infeksi telinga tengah berulang.33
2.5.5 Tatalaksana
Terapi awal hipertrofi adenoid akut dan kronis karena infeksi adalah penggunaan
antibiotik. Golongan beta laktamase seperti amoksisilin merupakan pilihan utama. Jika
infeksi berulang dapat diberikan beta laktamase dengan asam klavulanik. Alternatif bagi
penderita yang alergi penisilin adalah klindamisin atau azitromisin. Adenoidektomi
merupakan terapi bedah untuk hipertrofi adenoid, terutama pasien dengan obstruksi nasal
berulang atau persisten.33
24
2.5.6 Gambaran CT Scan

Hipertrofi adenoid tampak sebagai jaringan lunak homogen superfisial yang mengisi
superior dan recessus superolateral nasofaring dengan atenuasi serupa terhadap otot
(gambar 2.15).15,16 Kadang dapat disertai kista superfisial kecil dan kalsifikasi.
Ukurannya dapat mencapai seperti bola ping-pong dan mengobstruksi aliran udara
melalui saluran nasal. Pasca kontras tampak garis tipis yang menyangat dan intak di
permukaan dalam adenoid, merupakan penyangatan pada vena mukosa dan
faringobasilar.32 Beberapa gambaran yang dapat membantu membedakan hipertrofi
adenoid dengan KNF yaitu hipertrofi adenoid biasanya simetris, tidak disertai
limfadenopati colli, tidak tampak infiltrasi, volume lesi < 5 cm3, dan lebih homogen.
Akan tetapi, hipertrofi adenoid juga dapat tampak asimetris (gambar 2.16).39–41
Gambar 2.15 CT scan hipertrofi adenoid potong koronal (kanan) dan aksial (kiri). 41
Gambar 2.16 CT scan hipertrofi adenoid asimetris potongan koronal. 39
2.6 Karakteristik Tumor Jinak dan Ganas

Hal dasar yang membedakan tumor jinak dan ganas adalah diferensiasi dan anaplasia,
invasi lokal, metastasis, dan angiogenesis. Diferensiasi diartikan sebagai sejauh mana
25
suatu sel tumor menyerupai sel parenkim aslinya, baik morfologi maupun fungsi. Sel
tumor ganas akan memiliki diferensiasi sel yang luas dan sangat berbeda dengan sel
parenkhim aslinya dan sebaliknya untuk sel tumor jinak. Sehingga tumor yang terdiri dari
sel tidak berdiferensiasi disebut anaplastik dan merupakan indikator handal untuk
keganasan. Istilah anaplasia secara harfiah berarti “formasi ke belakang”, artinya
dediferensiasi, atau kehilangan struktur dan fungsi diferensiasi sel normal. Beberapa ciri-
ciri morfologi sel anaplastik sebagai berikut :42
- Pleomorfisme, bentuk dan ukuran bervariasi (gambar 2.17 A).
- Abnormalitas nukleus, sangat hiperkromatik (dark staining), ukuran dan bentuk
nukleus bervariasi, nukleus tunggal atau multipel yang luar biasa prominen.
- Timbul tumor giant cells yang ukuran tampak sangat besar dibandingkan sel di
sekitarnya.
- Mitosis atipikal (gambar 2.17 B).
- Kehilangan polaritas, tidak tampak lagi pola yang dapat dikenal, struktur komunal
telah hilang, seperti struktur glandula atau skuamosa bertingkat.
A B
Gambar 2.17 Morfologi sel anaplastik.

(A)Tumor ganas pleomorfik (rhabdomiosarkoma), tampak variasi ukuran sel dan nukleus, nukleus
hiperkromatik dan tumor giant cells. (B) Sel tumor anaplastik dengan ukuran dan bentuk sel serta nukleus
bervariasi, sel di tengah memiliki spindel tirpolar abnormal.42
Sebagian tumor ganas dapat memiliki sel dengan diferensiasi masih baik, sel tersebut
masih mempertahankan kemampuan fungsional normalnya, sedangkan tumor dengan sel
anaplastik hampir tidak memiliki aktifitas fungsional spesifik tertentu. Sebagai contoh
tumor jinak atau tumor ganas berdiferensiasi baik dari kelenjar endokrin akan
memproduksi hormon seperti sel aslinya, KSS berdiferensiasi baik akan memproduksi
keratin (gambar 2.18).42
Pertumbuhan tumor ganas akan diikuti oleh infiltrasi progresif, invasi, dan destruksi
dari jaringan di sekitarnya sedangkan kebanyakan tumor jinak akan tumbuh menjadi
26
massa ekspansil dan berada di lokasi asalnya. Mayoritas tumor jinak akan memiliki
kapsul fibrosa yang melingkupi tumor sedangkan tumor ganas biasanya tidak memiliki
kapsul sehingga dengan gampang menginvasi jaringan di sekitarnya.42
Metastasis adalah penyebaran tumor ke lokasi yang terpisah dari tumor primer dan
sekaligus menandakan suatu tumor bersifat ganas. Tumor ganas dapat menyebar dengan
3 cara yaitu seeding pada kavitas tubuh, penyebaran limfatik, dan hematogenik.
Penyebaran limfatik lebih sering terjadi pada karsinoma, sedangkan penyebaran
hematogenik lebih sering pada sarkoma.42
Angiogenesis adalah mekanisme pembentukan pembuluh darah baru dari
pembuluh darah yang sudah ada untuk memperdarahi pertumbuhan tumor ganas. Proses
ini distimulasi ketika jaringan tumor membutuhkan nutrisi dan oksigen. Angiogenesis
diregulasi oleh keseimbangan antara faktor aktivator dan inhibitor. Faktor aktivator utama
yaitu Vascular Endothelial Growth Factor (VEGF), Platelet Derived Growth Factor
(PDGF), Fibroblast Growth Factor (FGF), Epidermal Growth Factor (EGF),
Transforming Growth Factor (TGF); Matrix metalloproteinases (MMPs); Tumor
Necrosis Factor (TNF) dan Angiopoetins. Proses angiogenesis dimulai dengan
“angiogenic switch”, sehingga tumor memperoleh kemampuan untuk tumbuh dan
diseminasi ke luar dari lokasi primer. Angiogenic switch yang diaktivasi oleh hipoksia,
hipoglikemia, stress mekanis, dan inflamasi, akan melalui beberapa tahapan, mulai dari
pelepasan perivascular dan pelebaran pembuluh darah, pertumbuhan angiogenik,
perkembangan dan pembentukan pembuluh darah baru, dan pengerahan sel perivaskular
(gambar 2.19). Pada kondisi fisiologis, angiogenesis disebabkan oleh sinyal iskemik dan
hipoksia, tetapi pada kondisi keganasan, tumor menghasilkan faktor aktivator yang
dominan sehingga proses angiogenesis menjadi tidak terkontrol dan berlebih.
Pertumbuhan pembuluh darah baru menginduksi ekspansi massa. Akan tetapi, kondisi
faktor aktivator yang berlebih ini menyebabkan jaringan vaskular baru yang terbentuk
tidak sempurna sehingga kaliber pembuluh darah heterogen, aliran darah tidak
terorganisasi dengan baik, disertai malformasi dari vaskular. Distribusi darah yang tidak
merata menimbulkan daerah dengan kondisi hipoksia persisten. Perubahan permeabilitas
vaskular tumor dengan peningkatan tekanan cairan interstisial karena disrupsi sambungan
endotelial. Sebagian pericytes terlepas dari sel endotelial pada vaskular tumor, dan
membran basal terdistribusi tidak merata menyebabkan kerapuhan vaskular dan
27
cenderung mudah mengalami perdarahan. Defek fungsi dan integritas vaskular tersebut
sangat mempengaruhi microenviroment tumor (gambar 2.20).43–45
Gambar 2.18 Karsinoma sel skuamosa kulit berdiferensiasi baik.

Sel tumor masih menyerupai sel epitel skuamosa normal dengan jembatan interselular dan sarang keratin.42
Gambar 2.19 Proses “Angiogenic Switch”.45
28
Gambar 2.20 Karakteristik morfologi dan fungsional vaskular tumor dibandingkan pembuluh darah normal.
(a) Vaskular normal dengan sel endotelial menyanggah membran basal dan sel pericyte saling bertautan
dengan ikatan stabil. (b) Vaskular tumor tampak ikatan sel endotelial, pericyte, dan membran basal yang
tidak teratur. (c) Gambaran vaskular abnormal dengan pewarnaan imunofloresens CD31(marker) pada
glioma tikus.43
2.7 Texture Analysis

TA merupakan suatu metode matematika yang digunakan untuk menganalisis distribusi
dan hubungan pixel atau voxel gray level suatu gambar secara kuantitatif. Berbagai
metode TA telah diterapkan seperti berbasis statistik, model, dan transformasi. Metode
berbasis stastistik merupakan teknik yang paling banyak digunakan, baik dengan
perangkat lunak komersial maupun buatan sendiri dalam menilai grey-level pada gambar.
Metode statistik dibagi menjadi 3 jenis tingkat yaitu first order, second order dan higher
order.9
2.7.1 First Order

First order menilai frekuensi distribusi grey-level dari histogram intensitas voxel pada
region of interest (ROI) diantaranya mean, ambang batas(persentase voxel dalam batas
tertentu), entropy (iregularitas), energy (uniformity), standar deviasi, skewness (asimetri),
dan kurtosis (gambar 2.21).9
29
Gambar 2.21 Parameter First Order Texture Analysis berbasis statistik.

(A). Plot voxel histogram, aksis x menunjukkan nilai grey-level atau atenuasi dan aksis y menunjukkan
frekuensi. (B) Contoh skewness histogram, negative jika nilai dibawah 0 dan positif jika nilai diatas 0. (C)
Contoh kurtosis hitogram, dimana menunjukkan ketajaman puncak histogram, semakin tajam semakin
tinggi nilai kurtosis.9
Keuntungan First Order adalah sederhana karena menggunakan parameter standar

dalam menganalisis data sedangkan kelemahan terletak pada tidak adanya perhitungan
lokasi voxel maupun hubungan spasial antar nilai grey-level. Oleh karena itu, dua gambar
dengan jumlah frekuensi gray-level yang sama tetapi pola distribusi yang berbeda dapat
memberikan nilai First Order yang sama, contoh dua gambar dengan 50% voxel hitam
dan 50% voxel putih, gambar pertama yang tersusun dengan pola papan catur dan gambar
kedua dengan pola blok akan memiliki histogram grey-level yang sama (gambar
2.22).9,46–51 Jika variabel I melambangkan grey-level di suatu ROI, maka histogram atau
probabilitas munculnya voxel dengan intensitas I dapat dirumuskan dengan,
𝑱𝒖𝒎𝒍𝒂𝒉 𝒑𝒊𝒙𝒆𝒍 𝒅𝒆𝒏𝒈𝒂𝒏 𝒈𝒓𝒆𝒚 − 𝒍𝒆𝒗𝒆𝒍 𝒊𝒏𝒕𝒆𝒏𝒔𝒊𝒕𝒂𝒔 (𝒊)

𝒑(𝒊) =
𝑱𝒖𝒎𝒍𝒂𝒉 𝒕𝒐𝒕𝒂𝒍 𝒑𝒊𝒙𝒆𝒍 𝒅𝒊 𝒓𝒆𝒈𝒊𝒐 𝒕𝒆𝒓𝒔𝒆𝒃𝒖𝒕
30
Gambar 2.22 Diagram 2 gambar pola berbeda tetapi histogram grey-level yang sama.9
2.7.1.1 Mean
Mean merupakan rerata nilai grey-level di dalam ROI.52
2.7.1.2 Standar Deviasi

Standar deviasi menilai besaran variasi atau dispersi dari nilai mean. Jika nilai semakin
kecil menandakan nilai grey-level data sangat dekat dengan mean, sebaliknya jika nilai
semakin besar nilai grey-level data tersebar pada jarak yang luas.52
2.7.1.3 Skewness
Skewness menilai asimetri dari histogram, dapat bernilai positif atau negatif. Skewness
negatif mengindikasikan ekor dari sisi kiri histogram lebih panjang daripada sisi kanan
dan sebaliknya jika positif, ekor di sisi kanan histogram lebih panjang daripada sisi kiri.
Nilai nol akan muncul jika nilai terdistribusi secara rata pada kedua sisi nilai mean.
Skewness dapat dikalkulasi dengan menggunakan rumus,
1 ̅̅̅̅̅̅̅̅̅ 3
∑
𝐸 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂)
3
1 ̅̅̅̅̅̅̅̅̅2 ))
(√𝐸 ∑ 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂
Dimana HISTO(i) menunjukkan jumlah voxel dengan intensitas i, E adalah total jumlah
̅̅̅̅̅̅̅̅̅ adalah rerata grey-level di dalam histogram.51,52
voxel di dalam ROI, 𝐻𝐼𝑆𝑇𝑂
2.7.1.4 Kurtosis
Kurtosis menilai ketajaman puncak histogram, dapat bernilai positif atau negatif. Positif
menunjukkan puncak histogram lebih tinggi daripada distribusi normal, sebaliknya jika
negatif, puncak histogram lebih rendah daripada distribusi normal. Kurtosis dapat
dikalkulasi dengan rumus,
31
1 ̅̅̅̅̅̅̅̅̅ 4
∑
4
1 ̅̅̅̅̅̅̅̅̅2 ))
(𝐸 ∑ 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂
Dimana HISTO(i) menunjukkan jumlah voxel dengan intensitas i, E adalah total jumlah
̅̅̅̅̅̅̅̅̅ adalah rerata grey-level di dalam histogram.51,52
voxel di dalam ROI, 𝐻𝐼𝑆𝑇𝑂
2.7.2 Second Order

Second Order terdiri dari beberapa metode seperti Grey-Level Co-occurences Matrix
(GLCM), Grey-Level Run Length Matrix (GLRLM), Neighborhood Grey-Level Different
Matrix (NGLDM), dan Grey-Level Zone Length Matrix (GLZLM).9,51 GLCM merupakan
metode Second Order yang paling banyak digunakan sejak dikembangkan oleh Haralick
et al tahun 1973.53
Metode ini menilai hubungan spatial atau distribusi antara intensitas grey-level,
yaitu voxel utama dan voxel disekitarnya. Dasar dari GLCM adalah probabilitas
gabungan dari distribusi pasangan voxel sehingga menunjukkan seberapa sering masing-
masing gray-level muncul pada voxel dengan posisi geometri yang tetap, relatif terhadap
voxel di sekitarnya. Hubungan antara pasangan voxel dinilai dengan menggunakan 2
parameter yang ditentukan pengguna, yaitu jarak (d) dan sudut (θ). Sudut dapat
menggunakan 2 dimensi/2D (4 arah) atau 3 dimensi/3D (13 arah). Sudut yang umumnya
digunakan adalah 2D yaitu dengan mengkalkulasi ke 4 arah, 0°(horizontal),
45°(diagonal), 90°(vertikal) dan 135°(anti-diagonal)(gambar 2.23). Intensitas grey-level
yang diperoleh kemudian diubah menjadi sebuah matrik dengan kolom dan baris sesuai
jumlah grey-level. Elemen GLCM pada baris (i) dan kolom (j) mempresentasikan
seberapa banyak voxel grey-level dengan intensitas I berpasangan dengan voxel di
sekitarnya dengan grey-level intensitas j. Masing-masing sudut memiliki matriks sendiri,
dan kemudian dikalkulasi menggunakan rumus sesuai parameter GLCM (gambar 2.24).
Parameter GLCM terdiri dari homogeinity, energy, contrast, Entropy, dan correlation.54–
58
32
Gambar 2.23 Empat arah sudut yang dikalkulasi untuk menilai hubungan spasial pasangan voxel.48
Gambar 2.24 Contoh gambar dengan 8 tingkat intensitas grey-level dikonversi menjadi grey-level co-
occurrence matrix ke 3 arah.
(A-C)Gambar grey-scale (kiri) dan dikonversi menjadi grey-level co-occurrence matrix dengan sudut
horizontal(A), diagonal (B) dan vertikal(C). Angka dalam gambar grey-scale mempresentasikan intensitas
grey-level dari 1 (hitam) hingga 8(putih). Kolom dan baris pada grey-level co-occurrence matrix yang
berkorespondensi mempresentasi intensitas grey-level sedangkan selnya menunjukkan jumlah pasangan
dengan intensitas grey-level tersebut, contoh pada gambar (A) pasangan dengan intensitas grey-level 2 dan
4 yang terletak satu sama lain secara horizontal muncul sebanyak 8 kali. 54
33
2.7.2.1 Homogeinity
Nama lainnya adalah Inverse Difference Moment. Parameter ini menilai kedekatan
distribusi elemen GLCM terhadap diagonal GLCM, dengan kata lain menilai kelancaran
(smoothness) distribusi pasangan grey-level dalam gambar atau ROI. Gambaran dengan
kontras yang rendah akan memiliki nilai homogeinity yang tinggi. Range nilai
Homogeinity 0 s.d. 1, Matriks GLCM dengan nilai terdistribusi pada diagonal memiliki
nilai 1.46,51,53,55 Homogeinity GLCM dapat dikalkulasi dengan rumus,
GLCM(i,j)
Rerata dari 13(3D) atau 4(2D) arah (∑ ∑ )
1+|i-j|
i j
2.7.2.2 Energy
Parameter ini disebut juga Uniformity atau Angular Second Moment, berfungsi menilai
keseragaman (Uniformity) atau keteraturan (Orderliness) distribusi pasangan grey-level
voxel dari gambar atau ROI. Jika intensitas grey-level voxel sangat mirip maka semakin
tinggi nilai energy. Gambar yang seragam akan memiliki transisi grey-level sehingga
uniformity maksimal akan tercapai jika hanya ada 1 intensitas grey-level dalam suatu
gambar. Range nilai Energy 0 s.d. 1, gambar konstan memiliki nilai 1.46,50,53,55,56 Energy
GLCM dapat dikalkulasi dengan rumus,
Rerata dari 13(3D)atau 4 (2D)arah (∑ ∑ GLCM(i,j)2 )

i j
2.7.2.3 Contrast
Contrast disebut juga Variance atau Inertia menilai variasi intensitas grey-level pasangan
voxel pada gambar atau ROI. Semakin tinggi nilai Contrast menandakan semakin banyak
noise dan kerutan pada gambar. Range nilai contrast 0 s.d. ((ukuran GLCM,1)-1)^2)
Secara persepsi visual, Contrast menentukan perbedaan warna dan kecerahan suatu objek
terhadap objek yang lain dalam gambar yang sama.46,50,51,53,55,56 Contrast GLCM dapat
dikalkulasi dengan rumus,
Rerata dari 13(3D)atau 4(2D)arah (∑ ∑(i-j)2 .GLCM(i,j))

i j
2.7.2.4 Entropy
Parameter ini menilai keserampangan (randomness) distribusi pasangan grey-level voxel
pada gambar atau ROI. Nilainya mencapai maksimal semua elemen GLCM memiliki
34
nilai yang sama, sehingga gambar yang heterogen akan memiliki nilai Entropy yang
tinggi. Range nilai entropy 0 s.d 2Log2(ukuran GLCM).46,50,51,53,55,56 Entropy GLCM
dapat dikalkulasi dengan rumus,
Rerata dari 13(3D)atau 4(2D)arah (- ∑ ∑ GLCM(i,j).log2 (GLCM(i,j)+ε))

i j
dimana ε=2e-16.
2.7.2.5 Correlation
Correlation menilai ketergantungan linear (linear dependency) dari pasangan grey-level
voxel pada gambar atau ROI. Parameter ini menilai bagaimana hubungan linear antara
voxel utama atau voxel disekitarnya pada arah yang berbeda. Gambar dengan contrast
tinggi biasanya memiliki correlation yang rendah. Range nilai correlation -1 s.d. 1,
dalam kondisi gambaran konstan nilainya NaN. Correlation GLCM dapat dikalkulasi
dengan rumus,
(𝑖 − 𝜇𝑖 ). (𝑗 − 𝜇𝑗 ). 𝐺𝐿𝐶𝑀(𝑖, 𝑗)
Rerata dari 13(3D)atau 4(2D)arah (∑ ∑ )
𝜎𝑖 . 𝜎𝑗
𝑖 𝑗
dimana 𝜇𝑖 atau 𝜇𝑗 koresponden dengan rerata baris i atau kolum j , sedangkan 𝜎𝑖 dan
𝜎𝑗 koresponden dengan varians baris i atau kolum j. 46,50,51,53,55,56
Secara umum semakin tinggi heterogenitas suatu gambar maka nilai semakin tinggi
nilai contrast dan entropy, semakin rendah nilai homogeinity, energy dan correlation .
Contoh beberapa gambar dengan nilai parameter teksture yang berbeda dapat dilihat pada
gambar 2.25.58
35
Gambar 2.25 Contoh gambar dengan nilai parameter tekstur tinggi dan rendah berdasarkan formula yang
dikembangkan Haralick.58
Gambar A dan B berbeda pada nilai voxel, dimana A dengan nilai contrast rendah, homogeinity tinggi dan
sebaliknya untuk gambar B. Gambar C dan D berbeda pada regularitas perubahan nilai voxel
mengakibatkan nilai energy tinggi dan Entropy rendah pada C, dan sebaliknya untuk D. Gambar E dan F
berbeda pada jumlah perubahan nilai voxel antara voxel putih dan berwarna sehingga gambar E memiliki
nilai correlation tinggi dan rendah untuk gambar F.
A B
Gambar 2.26 Parameter tekstur pada dua gambar pencitraan satelit yang berbeda. 53
36
Contoh lain dapat dilihat pada gambar 2.26 dimana terdapat 2 buah gambar hasil
pencitraan satelit, gambar kiri (A) adalah contoh gambar padang rumput (grassland) dan
gambar kanan (B) adalah contoh gambar badan air (water body). Tiga parameter GLCM
dinilai pada masing-masing gambar yaitu energy, contrast dan correlation. Energy adalah
penilaian terhadap homogenitas, gambar B terlihat sebagai suatu gambaran yang
homogen sangat sedikit transisi grey-level pada voxel sedangkan gambar A malah
sebaliknya. Akibatnya gambar B memiliki nilai energy yang lebih tinggi dibandingkan
gambar A. Contrast menilai variasi lokal grey-level pada gambar, sehingga jika
dibandingkan gambar A memiliki variasi yang lebih banyak dibandingkan gambar B
maka nilai contrast gambar A lebih tinggi dibandingkan B. Correlation menilai hubungan
linear dari voxel. Kedua gambar memiliki nilai correlation relatif tinggi pada sudut
horizontal, sepanjang garis pencitraan. Gambar B komponen badan air yang memiliki
grey-level konstan disertai beberapa noise di sekitarnya, yang kelihatan tidak memiliki
korelasi dengan komponen badan air, sehingga secara keseluruhan nilai correlation
gambar B lebih rendah dibandingkan A. Jika diperhatikan dengan lebih seksama, gambar
memiliki banyak struktur linear pada sudut diagonal (45°) dibandingkan dengan sudut
vertical (90°) dan antidiagonal (135°) sehingga memiliki nilai correlation yang lebih
tinggi dibandingkan kedua sudut tersebut.53
2.8 Heterogenitas Tumor pada Texture Analysis

Heterogenitas sudah lama dikenal sebagai fitur yang melekat pada keganasan yang
berhubungan dengan biologi tumor yang merugikan. Heterogenitas dapat berhubungan
dengan variasi subtipe genomik, ekspresi pertumbuhan, lingkungan tumor, terutama
faktor angiogenesis seperti yang sudah dijelaskan pada sub bab 2.5, dimana menyebabkan
keragaman proliferasi, kematian sel, aktifitas metabolik, vaskularitas dari tumor.
Heterogenitas vaskularisasi menyebabkan pengurangan aliran darah sehingga
menimbulkan area hipoksia, dimana berhubungan dengan kerusakan jaringan disekitar
tumor, peningkatan resiko invasi dan metastasis, gangguan hantaran agen kemoterapi,
serta inhibisi reaksi imun. Tumor ganas memiliki heterogenitas yang lebih tinggi
dibandingkan tumor jinak karena tingkat selularitas, angiogenesis, matriks ekstravaskular
ekstraselular dan area nekrosis yang lebih tinggi.8,59
37
Heterogenitas tumor dapat dinilai secara histologi atau pencitraan. Akan tetapi
selama ini, evaluasi heterogenitas secara pencitraan masih terbatas secara kualitatif
daripada kuantitatif. Alasannya beragam seperti masih kurangnya metodologi kuantitatif
yang baik dan hubungan yang jelas dengan biologi tumor.59
Penilaian histologi menggunakan evaluasi langsung dengan resolusi spasial tinggi
dari contoh jaringan yang diperoleh dari biopsi. Selain bersifat invasif dan juga sulit untuk
memperoleh jaringan yang tepat, biopsi rentan terhadap sampling errors. Dengan
berkembangnya teknologi, gambar yang dihasilkan dari pencitraan seperti CT scan dapat
diproses dengan TA untuk memperoleh data heterogenitas tumor secara kuantitatif.
Teknik tersebut memungkinkan penilaian dengan resolusi spasial yang baik, tidak invasif,
dapat dilakukan berulang, dan meliputi berbagai bagian tumor bahkan keseluruhan
tumor.59
2.9 Penelitian menggunakan Texture Analysis dibidang Kepala dan Leher.

Peneliti Modalitas Tujuan Hasil
Fujita et al CTTA Membedakan 16 parameter signifikan diantaranya 5
(2016)13 kanker kepala dan parameter histogram (P≤0,03), 3
leher non- parameter GLCM (P≤0,02), 2 Grey-
orofaringeal antara level Gradient Matrix(GLGM)
HPV positif dan (P≤0.02), 1 GLRLM (P=0,009) dan 5
HPV negatif parameter Law (P≤0,04)
Kuno et al CTTA Memprediksi Parameter prediktor signifikan
(2017)12 kegagalan kegagalan kemoradioterapi yaitu 3
kemoraditerapi parameter histogram (geometric mean
pada KSS kepala [hazard ratio = 4,68, P = 0,026],
dan leher harmonic mean [hazard ratio = 8,61, P
= 0,004], dan fourth moment [hazard
ratio = 4,56, P = 0,048]) dan 4
parameter GLRLM (short-run
emphasis [hazard ratio = 3,75, P =
0,044], gray-level nonuniformity
[hazard ratio = 5,72, P = 0,004], run-
38
length nonuniformity [hazard ratio =

4,15, P = 0,043], and short-run low
gray-level emphasis [hazard ratio =
5,94, P = 0,035])
Tsai et CTTA Membedakan KNF 32 parameter TA yang signifikan dari
al(2018)4 dengan kontrol total 41 parameter, dengan rincian 11
adenoid sesuai usia dari 12 parameter histogram, 4 dari 5
parameter GLCM, 7 dari 11 parameter
GLRLM, 4 dari 4 parameter GLGM,
dan 6 dari 9 paramter Law
Qin et al MRI TA Intravoxel Receiver Operating Characteristic
(2018)11 incoherent motion (ROC) curve dengan analisis univariat
diffusion-weighted menunjukkan area under curve (AUC)
imaging (IVIM- untuk parameter GLCM individual
DWI) untuk dapat memprediksi respon terapi
memprediksi dengan nilai 0,635 hingga 0,879,
respon awal sensitifitas 54,55% hingga 100% dan
kemoradioterapi spesifisitas 52,86% hingga 85,71%.
KNF Analisis regresi logistik multivariat
menunjukkan nilai pure diffusion
coefficient (D) (P=0,25), inverse
different momentADC (P=0,033),
SumAverageD (P=0,015) merupakan
prediktor independen untuk
mengidentifikasi KNF tanpa residu
dengan nilai AUC 0,977, sensitifitas
90,91% dan spesifisitas 95,71%.
Fujima et MRI Memprediksi Perbedaan signifikan antara KSS
al (2019)7 T2FS diagnosis histologi dengan limfoma maligna pada
TA KSS dan limfoma parameter mean signal (3,65±0,86 vs
maligna kepala dan 2,61±0,49), contrast (72,9±16,2 vs.
leher, 49,3±8,7) dan homogeinity
39
membandingkan (2,22±0,25 x 10-1 vs 2,53±0,12

KSS dengan x 10-1 ).
tingkat histologi Nilai relative mean signal dan contrast
yang berbeda lebih rendah secara signifikan pada
KSS berdiferensiasi buruk (2,89 ±0,63,
56,2 ± 12,9) dibandingkan dengan
yang berdiferensiasi baik/sedang (3,85
± 0,81, 77,5 ± 13,9). Homogeinity KSS
berdiferensiasi buruk (2,56 ± 0,15 ×
10-1 )ditemukan lebih tinggi dari pada
yang berdiferensiasi baik/sedang (2,1 ±
0,18 × 10-1 ).
Raghavan MRI TA Memprediksi Tekstur MRI berhasil memprediksi
et al rekurensi pasien rekurensi dengan AUC 0,79,
(2019)10 KNF sensitifitas 73% dan spesifisitas 71%.
Rekurensi loko-regional diprediksi
dengan AUC 0,82, sensitifitas 73%,
dan spesifisitas 74% sedangkan untuk
prediksi metastasis jauh dengan AUC
0,92, sensitifitas 79%, dan spesifisitas
84%. Parameter TA MRI memiliki
hazard ratio 4,37 (95% confidence
interval 1,72-20,2) untuk rekurensi
setelah penyesuaian dengan usia, jenis
kelamin, merokok, dan staging TNM
2.10 LIFEx
LIFEx adalah perangkat lunak bebas yang digunakan untuk mengkalkulasi TA histogram
konvensional (first order), second order dan fitur bentuk dari berbagai modalitas
pencitraan seperti PET, SPECT, MR, CT dan USG. Perangkat lunak ini dikembangkan
oleh The French Alternative Energies and Atomic Energy Commision (CEA), Centre
national de la recherche scientifique (CNRS), Imagerie Moléculaire in Vivo (IMIV lab),
40
Institut national de la santé et de la recherche médicale (Inserm), Université Paris-Sud,

dan Université Paris Saclay.
2.10.1 Kelebihan dan kelemahan

TA sudah dikembangkan sejak tahun 1980 untuk menganalisis informasi karakteristik
jaringan untuk berbagai gambar pencitraan medis. Sejak satu dekade terakhir terdapat
peningkatan penelitian penggunaan TA untuk pencitraan tumor dengan anggapan TA
dapat mencerminkan heterogenitas intratumor yang memiliki implikasi penting dalam
penelitian kanker. LIFEx dibandingkan dengan perangkat lunak TA lain selain gratis,
juga mudah dipasang pada sistem operasi seperti Windows, MAC dan Linux dan
dihubungkan dengan picture archiving and communication system (PACS) serta mudah
digunakan tanpa membutuhkan keterampilan pemrograman. Tujuan pengembangan
perangkat lunak ini adalah menemukan bukti kegunaan dan keterbatasan TA dalam
mengkarakterisasi heterogenitas tumor secara independen dan multisenter.60 Sejak tahun
2014 hingga 2020 sudah terdapat 165 penelitian yang dipublikasi menggunakan
perangkat lunak ini, kebanyakan menggunakan modalitas PET/CT.61 Akan tetapi
penelitian yang membandingkan antar perangkat lunak masih sangat sedikit. Wood et al62
meneliti efek Image Biomarker Standardisation Initiative (IBSI) compliance, teknik
harmonisasi dan versi perangkat lunak pada 4 perangkat lunak yang berbeda yaitu
PyRadiomics, LIFEx, CERR and IBEX. Hasil penelitian menunjukkan IBSI compliance,
pengaturan kalkulasi dan versi perangkat lunak mempengaruhi reabilitas stastistik
parameter TA yang digunakan. Hasil TA juga dipengaruhi oleh protokol dan alat akuisisi
yang membutuhkan teknik harmonisasi supaya dapat diperbandingkan.63
2.10.2 Teknik Ekstraksi

Cara pengambilan data menggunakan perangkat lunak LIFEx adalah sebagai berikut :
1. Loading file dicom pasien yang akan dilakukan analisis (lingkaran merah gambar
2.27).
2. Pengaturan parameter gambar yang akan digunakan dengan klik pada texture feature
extraction (panah merah gambar 2.27) seperti spatial resampling, number of grey
level(BIN), Intensity Rescaling (gambar 2.28).
41
3. Pengaturan parameter TA yang akan dikalkulasi (lingkaran merah gambar 2.28 dan
gambar 2.29).
4. Peletakan ROI pada gambar dengan klik pada tombol Pencil2D (lingkaran hijau
gambar 2.27).
5. Setelah ROI sudah diletakkan (lingkaran merah muda gambar 2.27), lakukan texture
check untuk mengetahui validitas luas ROI oleh perangkat lunak (lingkaran biru
gambar 2.28), jika valid akan muncul keterangan OK di kiri bawah layar perangkat
lunak (gambar 2.30).
6. Klik tombol run (lingkaran hijau gambar 2.28) untuk memulai kalkulasi TA.
7. Hasil direkam oleh perangkat lunak dalam format CSV kemudian diimport ke
perangkat lunak Microsoft Excel menjadi bentuk tabel (gambar 2.31)
Gambar 2.27 Tampilan perangkat lunak LIFEx versi 6.20
42
Gambar 2.28 Pengaturan parameter gambar dan texture analysis
Gambar 2.29 Pengaturan parameter texture analysis yang dikalkulasi
43
Gambar 2.30 Keterangan validitas texture check
Gambar 2.31 Contoh gambaran data hasil analysis.
44
2.11 Kerangka Teori
Infeksi
Genetik, Viral, Lingkungan (bakteri, virus) dan non-infeksi
(alergi, asap rokok,
Alternasi genetik epithelium
gastroesofageal refluks)
nasofaring
Dediferensiasi epithelium Inflamasi kronik

nasofaring
Infiltrasi sel inflamasi kronik

Perubahan
Peningkatan selularitas,
teksture dan hiperplasia jaringan
angiogenesis dan nekrosis
jaringan
limfoid
Nasofaringitis
KNF
CTTA Kronik
CT Tekstur Lesi Kuantitatif
Morfologi Kualitatif
- Volume
- Simetrisasi
Infiltrasi
Limfadenopati
Cakupan Penelitian
45
2.12 Kerangka Konsep
KNF Nasofaringitis Kronik
CT Scan
CTTA
Analisis Tingkat Heterogenitas

Tingkat Heterogenitas
Komparatif Nasofaringitis Kronik
KNF
- Nilai Histogram - Nilai Histogram
Mean Mean
Skewness Skewness
Kurtosis Kurtosis
- Nilai GLCM - Nilai GLCM
Homogeinity Homogeinity
Energy Energy
Contrast Contrast
Correlation Correlation
Entropy Entropy
-
BAB 3
METODOLOGI PENELITIAN
3.1 Desain Penelitian

Penelitian ini merupakan studi komparatif dengan desain potong lintang. Data yang
digunakan adalah data sekunder yang diperoleh dari pemeriksaan CT scan nasofaring
menggunakan Multi Slice CT (MSCT) 256 slice Siemens® Somatom Definition Flash,
yang diambil dari picture archiving and communication system (PACS) INFINITT
Departemen Radiologi FKUI-RSCM. Hasil pemeriksaan kemudian diproses
menggunakan perangkat lunak LIFEx v.6.20 (www.lifesoftx.org, CEA).
3.2 Tempat dan Waktu Penelitian

Penelitian dilakukan di Departemen Radiologi Fakultas Kedokteran Universitas
Indonesia – Rumah Sakit Cipto Mangunkusumo (FKUI-RSCM), mulai Oktober 2020
hingga Maret 2021 (Tabel 3.1).
Tabel 3.1 Waktu Penelitian.
Kegiatan Oktober 2020 – Januari 2021 Februari Maret

2021 2021
Usulan penelitian
Administrasi
Perijinan
Pengumpulan data
Analisa data
Pelaporan
3.3 Populasi
Populasi target penelitian ini adalah pasien dewasa dengan KNF dan nasofaringitis kronis
di Indonesia. Populasi terjangkau adalah pasien dewasa dengan KNF dan nasofaringitis
kronis yang dilakukan pemeriksaan CT scan nasofaring di Departemen Radiologi FKUI-
RSCM dengan menggunakan Multi Slice CT (MSCT) 256 slice Siemens® Somatom
Definition Flash, sejak tahun 2015 hingga 2019.
46
47
3.4 Besar dan Metode Pengambilan Sampel

Sampel adalah bagian dari populasi terjangkau yang memenuhi kriteria penelitian. Besar
sampel ditentukan dengan menggunakan rumus :
2
(𝑍𝛼 + 𝑍𝛽)𝑆𝐷
𝑁1 = 𝑁2 = 2 [ ]
𝑥1 − 𝑥2
Keterangan :
Zα = Dengan interval kepercayaan 95% = 1,96
Zβ = Tingkat kesalahan 20% = 0,842
SD = Standar deviasi yang di ambil dari penelitian Tsai et al.
x1 - x2 = Selisih perbedaan rerata GLCM hasil pemeriksaan CT scan antara KNF dengan
jaringan adenoid normal dari penelitian Tsai et al.
Tabel 3.2 Perkiraan besar sampel penelitian
Estimasi
Variabel Rerata
No. Kelompok KNF Kelompok Kontrol jumlah
Independen SD
sampel
Median IQR SD* Median IQR SD*
1 GLCM Entropy 0,678 0,258 0,18 0,407 0,243 0,19 0,19 8
2 GLCM Contrast 61,4 30 8,22 43,8 11,1 22,22 15,22 15
3 GLCM Correlation 0,65 0,014 0,01 0,634 0,02 0,01 0,01 7
4 GLCM Energy 0,073 0,043 0,03 0,122 0,043 0,03 0,03 6
GLCM
5 Homogeneity 0,623 0,093 0,05 0,717 0,063 0,07 0,06 9
6 Histo Mean 972,8 63,34 42,96 1077,4 58 46,92 44,94 3
7 Histo std 368,1 42 47,63 294,2 64,3 31,11 39,37 5
8 Histo entropy 6,13 0,33 0,34 5,37 0,46 0,24 0,29 3
IQR = Interquartile Range, * dikalkulasi dengan membagi IQR dengan 1,35

Hasil perhitungan diperoleh sampel minimal sebanyak 15 pasien untuk masing-masing
kelompok. Metode pengumpulan sampel dilakukan dengan cara konsekutif hingga
mencapai besar sampel minimal penelitian berdasarkan data pasien yang memenuhi
kriteria penelitian.
3.5 Kriteria Penelitian

3.5.1 Kriteria Inklusi
1. Pasien berusia 18 tahun atau lebih.
48
2. Pasien baru yang didiagnosis KNF atau nasofaringitis kronis oleh

Departemen Telinga Hidung Tenggorok(THT) FKUI-RSCM dengan hasil
pemeriksaan patologi anatomi sesuai diagnosis.
3. Perluasan lesi KNF sesuai T1 dan T2.
4. Pasien telah dilakukan pemeriksaan CT scan nasofaring menggunakan Multi
Slice CT (MSCT) 256 slice Siemens® Somatom Definition Flash.
5. Pasien belum pernah dilakukan tindakan pembedahan, radioterapi dan
kemoterapi.
3.5.2 Kriteria Eksklusi

1. Pasien dengan hasil CT scan nasofaring terdapat motion artefact dan metal
artefact pada ROI.
2. Pasien dengan pemeriksaan CT scan nasofaring tidak sesuai protokol
penelitian.
3. Dilakukan biopsi dalam rentang 2 minggu sebelum CT scan.
4. Untuk pasien nasofaringitis kronis jika pada hasil CT scan ditemukan kelenjar
limfe maligna.
49
3.6 Alur Penelitian
Penelusuran hasil histopatologi dengan

diagnosis KNF atau nasofaringitis kronik.
Pencarian hasil CT nasofaring sesuai

protokol penelitian pada PACS Departemen
Radiologi FKUI-RSCM dari data
histopatologi.
Penelusuran rekam medis untuk kesesuaian

diagnosis akhir
Kriteria inklusi Kriteria Eksklusi
Sampel penelitian Data tidak diambil
Pengukuran nilai histogram

dan GLCM massa nasofaring
menggunakan perangkat lunak
LIFEx v.6.20
Analisis data
50
3.7 Cara Kerja Penelitian

1. Peneliti melakukan penelusuran hasil histopatologi dengan diagnosis KNF atau
nasofaringitis kronis dari tahun 2014 hingga 2019. Pasien dengan beberapa hasil
histopatologi, jika salah satu didiagnosis KNF maka dijadikan data pasien KNF.
2. Data pasien histopatologi tersebut kemudian ditelusuri pada PACS INFINITT
Departemen Radiologi, ketersediaan hasil pemeriksaan CT nasofaring yang sesuai
protokol penelitian.
3. Pasien yang memiliki hasil histopatologi dan hasil pemeriksaan CT nasofaring
tersebut dilakukan penelusuran rekam medis untuk kesesuaian diagnosis
histopatologi dengan diagnosis akhir klinis.
4. Protokol pemeriksaan CT scan nasofaring menggunakan Multi Slice CT (MSCT)
256 slice Siemens® Somatom Definition Flash, 120 kV, 100-120 mAs, ketebalan
potongan 1 mm, matriks gambar 512 x 512, gambaran diambil 45 detik setelah
injeksi kontras iodine 300mg/mL intravena dengan dosis sesuai berat badan pasien,
dari basis cranii hingga apertura torasik menggunakan algorithma jaringan lunak
(Kernel B31s medium smooth +).
5. Pengambilan sampel penelitian dilakukan dengan metode konsekutif hingga
mencapai besar sampel minimal dari pasien terbaru (tahun 2019) hingga terlama
(tahun 2015). Kemudian masing-masing pasien diberi nomor dan dicatat kelompok
penelitian tanpa sepengetahuan peneliti dengan bantuan kolega peneliti.
6. Dilakukan pengukuran nilai histogram dan GLCM tumor nasofaring dengan
perangkat lunak LIFEx dengan parameter Spatial Resampling 1 x 1 x 2 mm64, Grey
Level 64 bin54, Intensity Rescalling Absolute minimal bound -100 dan maximal
bound 20065. (Gambar 3.1)
51
Gambar 3.1 Pengaturan parameter LIFEx

7. Dilakukan penempatan ROI pada tumor dengan freehand (Pencil2D) pada
penampang terluas tumor di potongan aksial, batas luar ROI sekitar 1-2 mm dari
batas terluar lesi yang dapat diidentifikasi(Gambar 3.2). Area nekrotik, kistik dan
kalsifikasi tidak dimasukkan ke dalam ROI.
Gambar 3.2 Penempatan ROI pada tumor dengan freehand (Pencil2D)

8. Hasil pengukuran akan divalidasi oleh pembimbing radiologis (dokter spesialis
radiologi dengan pengalaman lebih dari 15 tahun di divisi kepala dan leher).
52
9. Hasil pengukuran ditabulasi dan dianalisis secara stastistik dengan perangkat lunak
SPSS versi 20.
3.8 Batasan Operasional
No Variabel Definisi Cara Ukur Skala

1 Usia Rentang waktu hidup Tanggal pemeriksaan hingga tanggal lahir Numerik
Pasien subjek dari lahir dari rekam medis. Satuan
hingga saat CT scan Tahun
dilakukan
2 Jenis Jenis kelamin subjek. Melihat dari rekam medis Kategorik
Kelamin 1. Laki-laki
2. Perempuan
3 Kelompok Pasien yang Melihat dari rekam medis dan hasil -
KNF didiagnosis dengan pemeriksaan histopatologi
KNF secara klinis
oleh Departemen THT
FKUI-RSCM dan
secara histopatologi
oleh Departemen
Patologi Anatomi
FKUI-RSCM
4 Kelompok Pasien yang Melihat dari rekam medis dan hasil -
Nasofaringit didiagnosis dengan pemeriksaan histopatologi
is kronis nasofaringitis kronis
secara klinis oleh
Departemen THT
FKUI-RSCM dan
secara histopatologi
oleh Departemen
Patologi Anatomi
FKUI-RSCM
5 Kelenjar Kelenjar limfe dengan Pada hasil pemeriksaan CT scan -
limfe karakteristik nasofaring tampak kelenjar limfe dengan
maligna mengarah ke short axis > 1,5 cm atau sentral nekrosis
metastasis keganasan
6 Mean Rerata grey-level Melakukan penempatan ROI pada Numerik
Histogram (Hounsfield Unit) dari penampang terluas tumor di potongan
ROI. aksial, nilai mean dikalkulasi otomatis oleh
perangkat lunak LIFEx
53
7 Kurtosis Bentuk histogram dari Melakukan penempatan ROI pada Numerik

Histogram distribusi grey-level penampang terluas tumor di potongan
(Hounsfield Unit) aksial, nilai Kurtosis dikalkulasi otomatis
relatif dari ROI oleh perangkat lunak LIFEx dengan rumus
dibandingkan dengan 1 ̅̅̅̅̅̅̅̅̅ 4
∑
distribusi normal 𝐸 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂)
4
1 ̅̅̅̅̅̅̅̅̅2 ))
(𝐸 ∑ 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂
8 Skewness Asimetri distribusi Melakukan penempatan ROI pada Numerik

Histogram grey-level (Hounsfield penampang terluas tumor di potongan
Unit) histogram dari aksial, nilai Skewness dikalkulasi otomatis
ROI oleh perangkat lunak LIFEx dengan rumus
1 ̅̅̅̅̅̅̅̅̅ 3
∑
3
1 ̅̅̅̅̅̅̅̅̅2 ))
(√𝐸 ∑ 𝑖(𝐻𝐼𝑆𝑇𝑂(𝑖) − 𝐻𝐼𝑆𝑇𝑂
9 GLCM Kehalusan Melakukan penempatan ROI pada Numerik

Homogeinity (Smoothness) penampang terluas tumor di potongan
distribusi pasangan aksial, nilai GLCM Homogeinity
grey-level voxel dari dikalkulasi otomatis oleh perangkat lunak
ROI LIFEx dengan rumus
𝐺𝐿𝐶𝑀(𝑖, 𝑗)
(∑ ∑ )
1 + |𝑖 − 𝑗|
𝑖 𝑗
10 GLCM Keseragaman Melakukan penempatan ROI pada Numerik
Energy (uniformity) atau penampang terluas tumor di potongan
keteraturan aksial, nilai GLCM Energy dikalkulasi
(orderliness) otomatis oleh perangkat lunak LIFEx
distribusi pasangan dengan rumus
grey-level voxel dari
ROI (∑ ∑ 𝐺𝐿𝐶𝑀(𝑖, 𝑗)2 )
𝑖 𝑗
11 GLCM Variasi lokal pasangan Melakukan penempatan ROI pada Numerik
Contrast grey-level voxel dari penampang terluas tumor di potongan
ROI aksial, nilai GLCM Contrast dikalkulasi
otomatis oleh perangkat lunak LIFEx
dengan rumus
(∑ ∑(𝑖 − 𝑗)2 . 𝐺𝐿𝐶𝑀(𝑖, 𝑗))

𝑖 𝑗
12 GLCM Ketergantungan linear Melakukan penempatan ROI pada Numerik
Correlation (linear dependency) penampang terluas tumor di potongan
54
pasangan grey-level aksial, nilai GLCM Correlation dikalkulasi

voxel dari ROI otomatis oleh perangkat lunak LIFEx
dengan rumus
(𝑖 − 𝜇𝑖 ). (𝑗 − 𝜇𝑗 ). 𝐺𝐿𝐶𝑀(𝑖, 𝑗)
(∑ ∑ )
𝜎𝑖 . 𝜎𝑗
𝑖 𝑗
12 GLCM Keserampangan(Rand Melakukan penempatan ROI pada Numerik
Entropy omness) distribusi penampang terluas tumor di potongan
pasangan grey-level aksial, nilai GLCM Entropy dikalkulasi
voxel dari ROI otomatis oleh perangkat lunak LIFEx
dengan rumus
(− ∑ ∑ 𝐺𝐿𝐶𝑀(𝑖, 𝑗). 𝑙𝑜𝑔2 (𝐺𝐿𝐶𝑀(𝑖, 𝑗) + ε)

𝑖 𝑗
3.9 Analisis Data

Variabel tergantung terdiri mean histogram, kurtosis histogram, skewness histogram,
GLCM Homogeinity, GLCM Energy, GLCM Contrast, GLCM Correlation, dan GLCM
Entropy. Variabel bebas terdiri dari kelompok KNF dan kelompok nasofaringitis kronis.
Data yang diperoleh ditabulasi dalam bentuk tabel dengan menggunakan perangkat
lunak Microsoft Excel 2016 kemudian dianalisis menggunakan perangkat lunak SPSS
versi 20.0. Uji normalitas sebaran data menggunakan uji statistik Shapiro Wilk. Apabila
sebaran data normal, maka variabel numerik dipresentasikan dalam bentuk mean dan
standar deviasi. Apabila sebaran data tidak normal, maka variabel numerik
dipresentasikan dalam median dan range.
Analisis perbedaan rerata variabel menggunakan t-test jika sebaran data normal dan
Mann-Whitney U Test jika sebaran data tidak normal. Apabila didapatkan perbedaan
rerata bermakna (p <0,05) pada beberapa variabel, maka akan dilakukan analisis
multivariat menggunakan uji regresi logistik menggunakan metode backward. Variabel
yang diikutsertakan dalam analisis multivariat adalah variabel dengan nilai p <0,25 pada
analisis univariat. Variabel yang diikutsertakan dengan model diagnostik adalah variabel
dengan p <0,05. Kemudian ambang optimal untuk model diagnostik ditentukan
menggunakan analisis Receiver Operating Characteristic (ROC). Titik ROC terjauh dari
garis referensi pada sudut 45 derajat dianggap sebagai ambang optimal.
55
3.10 Etika Penelitian

3.10.1 Kerahasiaan
Data identitas subjek yang digunakan dalam penelitian ini diperlakukan secara hormat
dan rahasia serta bersifat anonim. Data yang mengarah pada identitas penderita tidak
dicantumkan. Hanya peneliti dan pembimbing yang mengetahui identitas subjek dalam
penelitian ini.
3.10.2 Bermanfaat dan Non-maleficence
Salah satu prinsip etik penelitian adalah manfaat yang lebih besar daripada resiko.
Penelitian ini menggunakan data sekunder dari PACS INFINITT Departemen Radiologi
FKUI-RSCM sehingga penderita tidak memerlukan pemeriksaan tambahan.
3.10.3 Keadilan
Tidak terdapat perbedaan perlakuan terhadap subjek penelitian.
3.10.4 Pelaksanaan penelitian
Pengambilan data penelitian dilakukan setelah mendapatkan persetujuan dari Komite Etik
Penelitian Kesehatan Fakultas Kedokteran Universitas Indonesia dan persetujuan dari
Bagian Penelitian RSCM serta izin dari Departemen Radiologi FKUI-RSCM.
3.11 Pendanaan
Peneliti tidak terikat kontrak atau dengan perjanjian tertentu dengan pihak manapun.
Biaya penelitian, pembuatan makalah, alat tulis, pengolahan dan penyimpanan data,
percetakan serta biaya tidak terduga ditanggung sendiri oleh peneliti.
56
BAB 4
HASIL
4.1 Karakteristik Subjek Penelitian

Penelitian ini dilakukan pada bulan Februari 2021 dengan jumlah sampel sebanyak 45
subjek yang terdiri dari 27 subjek kelompok karsinoma nasofaring (KNF) dan 18 subjek
kelompok nasofaringitis kronis (NFK).
KNF NFK
Gambar 4.1 Histogram usia subjek
Tabel 4.1 Sebaran subjek menurut karakteristik dan kelompok penelitian
Karakteristik Kelompok Nilai p

KNF (N=27) NFK (N=17)
Jenis kelamin
Laki-laki 19 (71,4%) 9 (52,9%) 0,242
Perempuan 8 (29,6%) 8 (47,1%)
Kelompok usia
19 – 40 thn 7 (25,9%) 13 (76,5%) 0,001
41 – 71 thn 20 (74,1%) 4 (13,5%)
Median (Range) usia 46 (23-66) 31 (19-71) 0,005*
Ket : * = Uji Mann Whitney
57
Tabel 4.2 Histopatologi kelompok KNF
Histopatologi Jumlah Persen (%)

Karsinoma sel skuamosa tidak berkeratin, tidak 24 88,8
berdiferensiasi
Karsinoma sel skuamosa berkeratin, berdiferensiasi 2 7,4
Karsinoma sel skuamosa tidak berkeratin dan berkeratin 1 3,8
Tabel 4.3 Distribusi subjek KNF berdasarkan perluasan lesi (T)
Perluasan Lesi Jumlah Persen (%)

T1 2 8
T2 25 92
Subjek laki-laki pada kedua kelompok lebih banyak daripada perempuan, terutama
pada kelompok KNF mencapai 71,4%. Rentang usia subjek kelompok KNF lebih banyak
pada usia 41-71 tahun (median 46 tahun) dan kelompok NFK pada usia 19-40 tahun
(median 30 tahun). Hasil histopatologi kelompok KNF mayoritas adalah karsinoma sel
skuamosa tidak berkeratin, tidak berdiferensiasi (tabel 4.2), sedangkan untuk perluasan
lesi mayoritas T2 (tabel 4.3).
4.2 Hasil texture analysis

Penelitian ini melakukan analisis pada 8 parameter TA yang terdiri dari 3 parameter
histogram dan 5 parameter GLCM.
4.2.1 Hasil parameter histogram

Parameter histogram yang dianalisis adalah mean, kurtosis dan skewness. Distribusi data
mean dan kurtosis normal dan dianalisis dengan T-test sedangkan distribusi data skewness
tidak normal dan dilakukan analisis dengan Mann Whitney. Hasil analisis tidak
didapatkan perbedaan signifikan secara statistik untuk mean, kurtosis dan skewness antara
kelompok KNF dan NFK (table 4.4).
58
Tabel 4.4 Hasil analisis parameter histogram
Parameter KNF (n=27) NFK (n=17) P

Mean/Median SD/Range Mean/Median SD/Range
Mean 69,60 +/- 9,09 64,50 +/- 10,42 0,094
Skewness* -0,55 -0,98 – 0,50 -0,35 -0,91 – 1,00 0,914
Kurtosis 4,06 +/- 0,77 4,13 +/- 0,82 0,775
Ket : * = Mann Whitney
4.2.2 Hasil parameter GLCM

Parameter GLCM yang dianalisis adalah homogeinity, energy, contrast, correlation, dan
entropy. Distribusi data homogeinity, contrast, correlation, dan entropy normal dan
dianalisis dengan T-test sedangkan distribusi data energy tidak normal dan dilakukan
analisis dengan Mann Whitney. Hasil analisas tidak didapatkan perbedaan signifikan
secara stastistik untuk homogeinity, energy, contrast, correlation, dan entropy antara
kelompok KNF dan NFK (tabel 4.5).
Tabel 4.5 Hasil analisis parameter GLCM
Parameter KNF (n=27) NFK (n=18) P

Mean/Median SD/Range Mean/Median SD/Range
Homogeinity 0,38 +/- 0,03 0,38 +/- 0,03 0,943
Energy* 0,008 0,005 – 0,012 0,009 0,007 – 0,017 0,745
Contrast 13,93 +/- 4,13 14,11 +/- 4,47 0,891
Correlation 0,54 +/- 0,05 0,53 +/- 0,09 0,517
Entropy 7,32 +/- 0,40 7,18 +/- 0,49 0,286
Ket : * = Mann Whitney
59
BAB 5
PEMBAHASAN
5.1 Analisis Karakteristik Subjek Penelitian

Pada penelitian ini didapatkan sebanyak 45 subjek yang terdiri dari 27 subjek kelompok
KNF dan 18 subjek kelompok NFK. Pada kelompok KNF mayoritas merupakan subjek
laki-laki yaitu 19 dari 27 subjek (71,4%). Hal ini sesuai dengan penelitian sebelumnya
dimana insidens global sekitar 1,2 per 100.000 penduduk, 1,7 per 100.000 penduduk
untuk laki-laki dan 0,7 per 100.000 penduduk untuk perempuan.2 Indonesia menduduki
urutan kedua terbanyak kasus KNF di dunia setelah Tiongkok, sekitar 13.084 kasus,
insidensi 5,7 per 100.000 penduduk untuk laki-laki dan 1,9 per 100.000 penduduk untuk
perempuan, dua kali lipat lebih tinggi dibandingkan insidensi global.24 Hal ini
kemungkinan disebabkan oleh kebiasaan hidup seperti merokok dan lingkungan kerja
seperti paparan pada uap, debu dan gas kimia yang dapat menyebabkan peningkatan
resiko KNF sebanyak 2-6 kali.66 Pada kelompok NFK jumlah subjek laki-laki sedikit
lebih banyak dibandingkan perempuan yaitu 9 dari 17 subjek (52,9%) dimana sesuai
dengan penelitian sebelumnya yang menunjukkan keterlibatan laki-laki lebih sering
dibandingkan perempuan yang mencapai 70%, kemungkinan disebabkan oleh aktivitas
luar rumah dan paparan polutan yang lebih sering.34
Sebaran subjek berdasarkan kelompok usia, pada kelompok KNF, 20 dari 27 subjek
(74,1%) berada pada rentang 41-70 tahun. Temuan ini konsisten dengan temuan
penelitian sebelumnya dimana insidens puncak terdapat pada kelompok 30-59 tahun yang
mencapai lebih dari 80 persen pasien yang diteliti.24 Penelitian lain pada populasi Afrika
Utara menunjukkan puncak insidens pada usia 50 tahun, di Tiongkok mayoritas pasien
pada usia dekade 5 dan 6 sedangkan di Singapura pada usia 41-50 tahun.67–69 Pada
kelompok NFK, subjek penelitian dominan pada kelompok usia 19-40 tahun yaitu 13 dari
17 subjek (75,6%) dengan median 31 tahun. NFK cenderung terjadi pada anak-anak dan
dewasa muda dengan kelompok usia paling sering terlibat antara 16-25 tahun (60%).34
Klasifikasi histopatologi kelompok KNF terdiri dari karsinoma sel skuamosa tidak
berkeratin, tidak berdiferensiasi 24 dari 27 subjek (88,8%), karsinoma sel skuamosa
berkeratin, berdiferensiasi 2 dari 27 subjek (7,4%) dan karsinoma sel skuamosa tidak
berkeratin dan berkeratin 1 dari 27 subjek (3,8%). Daerah endemik KNF seperti
60
Tiongkok, Korea, Taiwan dan negara-negara Asia Tenggara termasuk Indonesia,

histopatologi yang paling dominan adalah karsinoma sel skuamosa tidak berkeratin, tidak
berdiferensiasi, dimana berkaitan dengan infeksi EBV.70,71
5.2 Analisis hasil texture analysis

Pada penelitian ini dilakukan analisis pada 8 parameter TA yang terdiri dari 3 parameter
histogram dan 5 parameter GLCM. Hasil menunjukkan tidak terdapat perbedaan
signifikan secara statistik pada 8 parameter tersebut antara kelompok KNF dan NFK.
Hasil ini berbeda dengan penelitian sebelumnya oleh Tsai et al4 yang mendapatkan
perbedaan signifikan 11 dari 12 parameter histogram dan 4 dari 5 paremeter GLCM yang
digunakan. Pada penelitian ini melakukan perbandingan antara kelompok KNF dengan
NFK dimana berbeda dengan penelitian Tsai et al yang membandingkan KNF dengan
jaringan adenoid normal dimana kemungkinan terdapat perbedaan tekstur antara jaringan
normal dengan proses inflamasi yang terjadi pada NFK. Sepengetahuan penulis hingga
saat ini belum ada penelitian yang menggunakan CTTA untuk membantu membedakan
antara KNF dengan NFK.
Distribusi histopatologi kelompok KNF pada penelitian Tsai et al terdiri dari
karsinoma sel skuamosa berkeratin (WHO tipe 1) 1 dari 13 subjek dan sisa 12 subjek
lainnya berupa karsinoma sel skuamosa tidak berkeratin (WHO tipe 2 dan 3). Tidak
terdapat keterangan distribusi karsinoma sel skuamosa tidak berkeratin antara WHO tipe
2 dan 3. Tidak terdapat juga keterangan perluasan lesi yang digunakan pada penelitian
tersebut. Pada penelitian ini 24 dari 27 subjek (88,8%) adalah karsinoma sel skuamosa
tidak berkeratin, tidak berdiferensiasi dan semua subjek dengan perluasan lesi T1 dan T2,
mayoritas T2 sebanyak 25 dari 27 subjek (92%). Tumor ganas seperti pada KNF memiliki
heterogenitas yang lebih tinggi dibandingkan tumor jinak terutama dipengaruhi oleh
angiogenesis dan area nekrosis yang lebih tinggi.8,59 Angiogenesis diregulasi oleh
keseimbangan antara faktor aktivator dan inhibitor. Salah satu faktor aktivator utama
yaitu VEGF.43–45 Penelitian K. Aryana72, Li et al73 dan Muina et al74 menemukan bahwa
pada stadium awal (stage I dan II) KNF tipe tidak berdiferensiasi memiliki ekspresi
VEGF yang rendah, sehingga tidak terdapat peningkatan microvessel density(MVD) yang
signifikan. Dimana KNF stadium awal memiliki perluasan lesi T1 dan T2 seperti subjek
yang digunakan pada penelitian ini. Ukuran tumor juga mempengaruhi fraksi nekrosis
61
intratumoral, dimana semakin besar tumor maka fraksi nekrosis semakin meningkat.
Peningkatan fraksi nekrosi kemudian menyebabkan hipoksia pada tumor yang menjadi
pemicu ekspresi VEGF.8,59,75
5.3 Keterbatasan penelitian

Penelitian ini memiliki beberapa keterbatasan. Jumlah subjek yang kecil sehingga
mungkin belum memadai untuk mendeteksi perbedaan yang signifikan pada parameter
TA antara kedua kelompok penelitian. Subtipe histopatologi kelompok KNF mayoritas
adalah karsinoma sel skuamosa tidak berkeratin, tidak berdiferensiasi (88,8%) dan juga
jumlah subjek yang kecil, tidak memungkinkan dilakukan analisis subgrup masing-
masing subtipe KNF untuk mengetahui kemungkinan perbedaan parameter CTTA pada
subtipe yang berbeda. Pada penelitian ini juga tidak dilakukan normalisasi data sehingga
tidak dapat dilakukan perbandingan CT nasofaring dari mesin CT dan protokol
pemeriksaan yang berbeda akibatnya jumlah subjek yang dapat diteliti terbatas.
Penggunaan perangkat lunak LIFEx memiliki keterbatasan jenis parameter TA yang
dapat digunakan dibandingkan dengan perangkat lunak yang dikembangkan khusus pada
penelitian lain. Beberapa parameter second order yang lebih kompleks seperti GLRLM,
NGLDM, dan GLZLM masih belum digunakan dalam penelitian ini.
62
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Tidak terdapat perbedaan signifikan dari parameter histogram (mean, skewness, kurtosis)
dan parameter GLCM (homogeinity, energy, contrast, correlation, entropy) antara KNF
perluasan lesi T1 dan T2 dibandingkan NFK.
6.2 Saran
Untuk penelitian lebih lanjut disarankan menggunakan sampling kluster untuk masing-
masing subtype histopatologi KNF dan stadium KNF dengan jumlah dan proporsi yang
relatif sama antar subtype dan stadium, sehingga dapat dilakukan analisis subgrup,
mencari kemungkinan perbedaan parameter CTTA antar subgrup tersebut. Penggunaan
normalisasi data sehingga dapat dilakukan perbandingan data CT nasofaring dari mesin
CT dan protokol pemeriksaan yang berbeda, dengan demikian mempermudah pencarian
subjek penelitian. Penggunaan parameter second order yang lebih kompleks dapat
membantu menemukan perbedaan tekstur yang tidak ditemukan dari parameter TA lebih
sederhana seperti histogram dan GLCM yang digunakan pada penelitian ini.
63
DAFTAR PUSTAKA
1. Komite Penanggulangan Kanker Nasional Kemenkes RI. Panduan

Penatalaksanaan Kanker Nasofaring. Kementeri Kesehat Republik Indones Kom
Penanggulangan Kanker Nasional. 2015;1–56.
2. Mao J, Fang J, Duan X, Yang Z, Cao M, Zhang F, et al. Predictive value of
pretreatment MRI texture analysis in patients with primary nasopharyngeal
carcinoma. Eur Radiol. 2019;29(8):4105–13.
3. Salehiniya H, Mohammadian M, Mohammadian-Hafshejani A, Mahdavifar N.
Nasopharyngeal cancer in the world: epidemiology, incidence, mortality and risk
factors. World Cancer Res J. 2018;5(1):1–8.
4. Tsai A, Buch K, Fujita A, Qureshi MM, Kuno H, Chapman MN, et al. Using CT
texture analysis to differentiate between nasopharyngeal carcinoma and age-
matched adenoid controls. Eur J Radiol [Internet]. 2018;108:208–14. Available
from: https://doi.org/10.1016/j.ejrad.2018.09.012
5. Zhang B, Tian J, Dong D, Gu D, Dong Y, Zhang L, et al. Radiomics features of
multiparametric MRI as novel prognostic factors in advanced nasopharyngeal
carcinoma. Clin Cancer Res. 2017;23(15):4259–69.
6. Healthcare resource statistics - technical resources and medical technology -
Statistics Explained [Internet]. [cited 2020 May 10]. Available from:
https://ec.europa.eu/eurostat/statistics-
explained/index.php?title=Healthcare_resource_statistics_-
_technical_resources_and_medical_technology&oldid=280129#Availability_of_t
echnical_resources_in_hospitals
7. Fujima N, Homma A, Harada T, Shimizu Y, Tha KK, Kano S, et al. The utility of
MRI histogram and texture analysis for the prediction of histological diagnosis in
head and neck malignancies. Cancer Imaging. 2019;19(1):1–10.
8. Davnall F, Yip CSP, Ljungqvist G, Selmi M, Ng F, Sanghera B, et al. Assessment
of tumor heterogeneity: An emerging imaging tool for clinical practice? Insights
Imaging. 2012;3(6):573–89.
9. Lubner MG, Smith AD, Sandrasegaran K, Sahani D V., Pickhardt PJ. CT texture
analysis: Definitions, applications, biologic correlates, and challenges.
Radiographics. 2017;37(5):1483–503.
64
10. Raghavan Nair JK, Vallières M, Mascarella MA, El Sabbagh N, Duchatellier CF,
Zeitouni A, et al. Magnetic Resonance Imaging Texture Analysis Predicts
Recurrence in Patients With Nasopharyngeal Carcinoma. Can Assoc Radiol J.
2019;70(4):394–402.
11. Qin Y, Yu X, Hou J, Hu Y, Li F, Wen L, et al. Predicting chemoradiotherapy
response of nasopharyngeal carcinoma using texture features based on intravoxel
incoherent motion diffusion-weighted imaging. Med (United States).
2018;97(30):1–7.
12. Kuno H, Qureshi MM, Chapman MN, Li B, Andreu-Arasa VC, Onoue K, et al.
CT texture analysis potentially predicts local failure in head and neck squamous
cell carcinoma treated with chemoradiotherapy. Am J Neuroradiol.
2017;38(12):2334–40.
13. Fujita A, Buch K, Li B, Kawashima Y, Qureshi MM, Sakai O. Difference between
HPV-positive and HPV-negative non-oropharyngeal head and neck cancer:
Texture analysis features on CT. J Comput Assist Tomogr. 2016;40(1):43–7.
14. Drake RL, Moses K, Vogl AW, Mitchell AW. Gray’s Anatomy for Students, Third
Edition. Gray’s Anat Students. 2014;
15. Prokop M, Galanski M. Spiral and Multislice Computed Tomography of the Body.
van der Molen AJ, Schaefer C, editors. New York: Thieme; 2011. 225–277 p.
16. Haaga JR, Boll DT. Pharynx. In: Mohan S, Arya S, Chandra T, Hoeffner E, editors.
CT and MRI of the Whole Body. 6th ed. Philadelphia: Elsevier; 2016. p. 651–83.
17. Dhingra P, Dhingra S, Dhingra D. Diseases of Ear, Nose and Throat & Head and
Neck Surgery. 7th ed. New Delhi: Elsevier; 2018. 269–286 p.
18. Stafford ND. Tumours of the nasopharynx. In: Hussain SM, editor. Logan Turner’s
Diseases of the Nose, Throat, and Ear Head and Neck Surgery. eleventh. Boca
Raton: CRC Press; 2016. p. 209–13.
19. Mescher AL. Junqueira’s Basic Histology Text and Atlas. 14th ed. New York:
McGraw-Hill Education; 2016. 352 p.
20. Gartner LP. Textbook of Histology. 4th ed. Philadelphia: Elsevier; 2017. 400 p.
21. Adam AA. Pathology of Nasopharyngeal Carcinoma in Sudanese Patients and its
Association with Epstein-Barr Virus: A Report from a Single Center in Khartoum.
Adv Tumor Virol. 2011;2(January 2011):1–6.
65
22. Bercin S, Yalciner G, Muderris T, Gul F, Deger HM, Kiris M. Pathologic

evaluation of routine nasopharynx punch biopsy in the adult population: Is it really
necessary? Clin Exp Otorhinolaryngol. 2017;10(3):283–7.
23. Arslan N, Tuzuner A, Koycu A, Dursun S, Hucumenoglu S. The role of
nasopharyngeal examination and biopsy in the diagnosis of malignant diseases.
Braz J Otorhinolaryngol [Internet]. 2019;85(4):481–5. Available from:
https://doi.org/10.1016/j.bjorl.2018.04.006
24. Adham M, Kurniawan AN, Muhtadi AI, Roezin A, Hermani B, Gondhowiardjo S,
et al. Nasopharyngeal carcinoma in indonesia: Epidemiology, incidence, signs, and
symptoms at presentation. Chin J Cancer. 2012;31(4):185–96.
25. El-Naggar AK, Chan JKC, Grandis JR, Takata T, Slootweg PJ, editors. WHO
Classification of Head and Neck Tumours. Lyon: International Agency for
Research on Cancer; 2017. 65–67 p.
26. Regauer S. Nasopharynx and Waldeyer’s Ring. In: Cardesa A, Slootweg PJ,
editors. Pathology of the Head and Neck. Berlin, Heidelberg: Springer-Verlag
Berlin Heidelberg; 2006. p. 180–2.
27. Poornima V, Patankar S, Gokul S, Khot K. Basaloid squamous cell carcinoma. J
Oral Maxillofac Pathol. 2012;16(1):153–5.
28. Ereño C, Gaafar A, Garmendia M, Etxezarraga C, Bilbao FJ, López JI. Basaloid
squamous cell carcinoma of the head and neck: A Clinicopathological and Follow-
Up Study of 40 Cases and Review of the Literature. Head Neck Pathol.
2008;2(2):83–91.
29. Lee AWM, Lydiatt WM, Colevas AD, Glastonbury CM, Le QTX, O’Sullivan B,
et al. Nasopharynx. In: Amin MB, editor. AJCC Cancer Staging Manual. 8th ed.
Chicago: Springer; 2018. p. 103–11.
30. Pfister DG, Spencer S, Adelstein D, Adkins D, Brize DM, Burtness B. NCCN
Clinical Practice Guidelines: Head and Neck Cancers. Version 1.2018. J Natl
Compehensive Cancer Netw. 2018;218.
31. Brant WE. Fundamentals of Diagnostic Radiology - 4 Volume Set. Wolters
Kluwer/Lippincott Williams & Wilkins; 2012.
32. Wesolowski JR, Mukherji SK. Pathology of the Pharynx. In: Som PM, Curtin HD,
editors. Head and Neck Imaging. 5th ed. St. Louis: Mosby Elsevier; 2012. p. 1749–
66
809.
33. Geiger Z, Gupta N. Adenoid Hypertrophy [Internet]. StatPearls Publishing. Texas;
2020 [cited 2020 Jul 21]. Available from:
https://www.ncbi.nlm.nih.gov/books/NBK536984/
34. Rout MR, Mohanty D, Vijaylaxmi Y, Bobba K, Metta C. Adenoid Hypertrophy in
Adults: A case Series. Indian J Otolaryngol Head Neck Surg. 2013;65(3):269–74.
35. Finkelstein Y, Malik Z, Kopolovic J, Bernheim J, Djaldetti M, Ophir D.
Characterization of smoking-induced nasopharyngeal lymphoid hyperplasia.
Laryngoscope. 1997;107(12):1635–42.
36. Yildirim N, Şahan M, Karslioǧlu Y. Adenoid hypertrophy in adults: Clinical and
morphological characteristics. J Int Med Res. 2008;36(1):157–62.
37. Babu AR, Shetty TS, Bharathi MB, Joshi P. Evaluation and Management of Adult
Patients with Bilateral Nasal Obstruction Secondary to Adenoid Hypertrophy
using Endoscopic Adenoidectomy. Int J Contemp Med Res [Internet].
2016;3(6):1674–7. Available from: www.ijcmr.com
38. Kamel RH, Ishak EA. Enlarged adenoid and adenoidectomy in adults: Endoscopic
approach and histopathological study. J Laryngol Otol. 1990;104(12):965–7.
39. Kazikdas C, Gode S, Demirci M. Asymmetric adenoid hypertrophy in a patient
with ipsilateral rhinolithiasis: an overlooked entity? J Surg Case Reports.
2011;2(12):1–4.
40. King AD, Wong LYS, Law BKH, Bhatia KS, Woo JKS, Ai QY, et al. MR imaging
criteria for the detection of nasopharyngeal carcinoma: Discrimination of early-
stage primary tumors from benign hyperplasia. Am J Neuroradiol.
2018;39(3):515–23.
41. Singh I, Jain A, Prasad P, Rajpurohit P. Adenoid Hypertrophy in Adults: An
Underdiagnosed Entity? Arch Otolaryngol Rhinol. 2017;006–8.
42. Kumar V, Abbas AK, Aster JC. Robbins Basic Pathology. 10th ed. Philadelphia:
Elsevier Inc; 2018. 192–195 p.
43. Lugano R, Ramachandran M, Dimberg A. Tumor angiogenesis: causes,
consequences, challenges and opportunities. Cell Mol Life Sci [Internet].
2020;77(9):1745–70. Available from: https://doi.org/10.1007/s00018-019-03351-
7
67
44. Nishida N, Yano H, Nishida T, Kamura T, Kojiro M. Angiogenesis in cancer. Vasc

Health Risk Manag. 2006;2(3):213–9.
45. Loizzi V, del Vecchio V, Gargano G, de Liso M, Kardashi A, Naglieri E, et al.
Biological pathways involved in tumor angiogenesis and bevacizumab based anti-
angiogenic therapy with special references to ovarian cancer. Int J Mol Sci.
2017;18(9):1–11.
46. Aggarwal N, K. Agrawal R. First and Second Order Statistics Features for
Classification of Magnetic Resonance Brain Images. J Signal Inf Process.
2012;03(02):146–53.
47. Srinivasan GN, Shobha G. Statistical Texture Analysis. World Acad Sci Eng
Technol Int J Comput Inf Eng. 2008;2(12):4268–73.
48. Nailon WH. Texture Analysis Methods for Medical Image Characterisation.
Biomed Imaging. 2010;75–81.
49. Li R, Xing L, Napel S, Rubin DL. Radiomics and Radiogenomics: Technical Basis
and Clinical Applications. Boca Raton: CRC Press; 2019. 125–132 p. (Imaging in
Medical Diagnosis and Therapy).
50. Parekh V, Jacobs MA. Radiomics: a new application from established techniques.
Expert Rev Precis Med Drug Dev. 2016;1(2):207–26.
51. Nioche C, Orlhac F, Buvat I. Texture-User Guide Local Image Features
Extraction-LIFEx [Internet]. 2019 [cited 2020 Jul 5]. p. 24–6, 41–3. Available
from:
https://lifexsoft.org/images/phocagallery/documentation/ProtocolTexture/UserGu
ide/TextureUserGuide.pdf
52. Miles KA, Ganeshan B, Hayball MP. CT texture analysis using the filtration-
histogram method: What do the measurements mean? Cancer Imaging.
2013;13(3):400–6.
53. Haralick, Robert M., Shanmugam. K A, Dinstein I. Textural Features for Image
Classification. IEEE Trans Syst Man Cybern. 1973;SMC-3(6):610–21.
54. Bashir U, Siddique MM, McLean E, Goh V, Cook GJ. Imaging heterogeneity in
lung cancer: Techniques, applications, and challenges. Am J Roentgenol.
2016;207(3):534–43.
55. Sharma EK, Priyanka E, Kalsh EA, Saini EK. GLCM and its Features. Int J Adv
68
Res Electron Commun Eng. 2015;4(8):2180–2.

56. Thamaraichelvi B, Yamuna G. Gray Level Co- occurrence Matrix features based
classification of tumor in medical images. ARPN J Eng Appl Sci.
2016;11(19):11403–14.
57. Zhao Q, Shi CZ, Luo LP. Role of the texture features of images in the diagnosis of
solitary pulmonary nodules in different sizes. Chinese J Cancer Res.
2014;26(4):451–8.
58. Hua Zhang Y. Radiomics in cancer prognosis: Applications and limitations of
quantitative texture analysis. Karolinka Institute; 2018.
59. Ganeshan B, Miles KA. Quantifying tumour heterogeneity with CT. Cancer
Imaging. 2013;13(1):140–9.
60. Nioche C, Orlhac F, Boughdad S, Reuze S, Goya-Outi J, Robert C, et al. Lifex: A
freeware for radiomic feature calculation in multimodality imaging to accelerate
advances in the characterization of tumor heterogeneity. Cancer Res.
2018;78(16):4786–9.
61. Publications - Journal papers [Internet]. [cited 2020 Oct 31]. Available from:
https://www.lifexsoft.org/index.php/resources/publications-journal-papers
62. Fornacon-Wood I, Mistry H, Ackermann CJ, Blackhall F, McPartlin A, Faivre-
Finn C, et al. Reliability and prognostic value of radiomic features are highly
dependent on choice of feature extraction platform. Eur Radiol.
2020;30(11):6241–50.
63. Orlhac F, Boughdad S, Philippe C, Stalla-Bourdillon H, Nioche C, Champion L,
et al. A postreconstruction harmonization method for multicenter radiomic studies
in PET. J Nucl Med. 2018;59(8):1321–8.
64. Shafiq-Ul-Hassan M, Zhang GG, Latifi K, Ullah G, Hunt DC, Balagurunathan Y,
et al. Intrinsic dependencies of CT radiomic features on voxel size and number of
gray levels. Med Phys [Internet]. 2017 Mar 1 [cited 2020 Oct 25];44(3):1050–62.
Available from: /pmc/articles/PMC5462462/?report=abstract
65. Choi Y, Gil BM, Chung MH, Yoo WJ, Jung NY, Kim YH, et al. Comparing
attenuations of malignant and benign solitary pulmonary nodule using semi-
automated region of interest selection on contrast-enhanced CT. J Thorac Dis.
2019;11(6):2392–401.
69
66. Polesel J, Franceschi S, Talamini R, Negri E, Barzan L, Montella M, et al. Tobacco

smoking, alcohol drinking, and the risk of different histological types of
nasopharyngeal cancer in a low-risk population. Oral Oncol [Internet].
2011;47(6):541–5. Available from:
http://dx.doi.org/10.1016/j.oraloncology.2011.03.017
67. Loh KS, Goh BC, Lu J, Hsieh WS, Tan L. Familial nasopharyngeal carcinoma in
a cohort of 200 patients. Arch Otolaryngol - Head Neck Surg. 2006;132(1):82–5.
68. Ji X, Zhang W, Xie C, Wang B, Zhang G, Zhou F. Nasopharyngeal carcinoma risk
by histologic type in central China: Impact of smoking, alcohol and family history.
Int J Cancer. 2011;129(3):724–32.
69. Jayalie VF, Paramitha MS, Jessica J, Liu CA, Ramadianto AS, Trimartani T, et al.
Profile of Nasopharyngeal Carcinoma in Dr. Cipto Mangunkusumo National
Hospital, 2010. eJournal Kedokt Indones. 2017;4(3).
70. Marks JE, Phillips JL, Menck HR. The national cancer data base report on the
relationship of race and national origin to the histology of nasopharyngeal
carcinoma. Cancer. 1998;83(3):582–8.
71. Almobarak AA, Jebreel AB, Abu-Zaid A. Molecular Targeted Therapy in the
Management of Recurrent and Metastatic Nasopharyngeal Carcinoma: A
Comprehensive Literature Review. Cureus. 2019;11(3).
72. Aryana KK. Overexpression of vascular endothelial growth factor in advanced
stage undifferentiated nasopharyngeal carcinoma. 2019;01(02):67–9.
73. Berris T, Gupta R, Rehani MM. Radiation dose from cone-beam CT in
neuroradiology applications. Am J Roentgenol. 2013;200(4):755–61.
74. Muina, Agus S, Rahman S. Ekspresi Vascular Endothelial Growth Factor dan
Peningkatan Microvessel Density pada Karsinoma Nasofaring Tidak Berkeratin.
2018;27(3).
75. Milross CG, Tucker SL, Mason KA, Hunter NR, Peters LJ, Las LM, et al. The
Effect of Tumor Size on Necrosis and Polarographically Measured pO 2 The Effect
of Tumor Size on Necrosis and Polarographically Measured p 0 2. 2009;

Tesis

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tesis

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

PERBANDINGAN COMPUTED TOMOGRAPHY TEXTURE

Pembimbing Radiologi : dr. Indrati Suroyo Sp.Rad(K)

dr. Ardyanto Florensius

Fakultas Kedokteran Universitas Indonesia

BAB 1 PENDAHULUAN .............................................................................................. 1

BAB 2 TINJAUAN PUSTAKA ..................................................................................... 7

BAB 3 METODOLOGI PENELITIAN ....................................................................... 46

BAB 4 HASIL .............................................................................................................. 56

BAB 5 PEMBAHASAN .............................................................................................. 59

BAB 6 KESIMPULAN DAN SARAN ........................................................................ 62

1.1 Latar Belakang

1.2 Rumusan Masalah

1.3 Pertanyaan Penelitian

1.4 Hipotesis Penelitian

1.5 Tujuan Penelitian

1.6 Manfaat Penelitian

1.6.2 Bidang Penelitian

1.6.3 Bidang Pendidikan

2.1 Anatomi Nasofaring

Gambar 2.1 Skema potongan sagital nasofaring14

Gambar 2.3 Gambaran CT scan nasofaring normal

Rongga nasofaring akan berbatasan dengan orofaring yang terletak di inferior

Gambar 2.5 Fotomikrografi nodul limfoid tonsil faringeal.

2.3 Neoplasma pada Nasofaring

Diagnosis patologi Kelompok Kelompok Nilai P

Metaplasia skuamosa 7 (0.7) 10 (1.1)

Tabel 2.2 Distribusi diagnosis patologi penelitian Arslan et al23

Diagnosis patologi Jumlah Persentase

2.4 Karsinoma Nasofaring

beberapa kelompok kecil yang berkembang menjadi KNF, sehingga kemungkinan

2. Karsinoma sel skuamosa berkeratin

Gambar 2.8 Histopatologi karsinoma sel skuamosa nasofaring berkeratin.

3. Karsinoma sel skuamosa basaloid

Gambar 2.9 Histopatologi karsinoma sel skuamosa basaloid.

2.4.4 Gelaja Klinis

2.4.5 Staging Karsinoma Nasofaring

Tabel 2.4 Definisi kelenjar limfe regional (N)29

Tabel 2.5 Definisi metastasis (M)29

Tabel 2.6 Kelompok Prognostik Staging American Joint Committee on Cancer29

Tabel 2.7 Terapi Karsinoma Nasofaring berdasarkan stadium30

2.4.7 Gambaran CT Scan

Gambar 2.11 Gambaran CT scan dengan kontras karsinoma nasofaring

2.5 Nasofaringitis kronis (Hipertrofi adenoid)

Gambar 2.14 Histopatologi hipertrofi adenoid dewasa dan anak.36,37

2.5.4 Gejala Klinis

2.5.6 Gambaran CT Scan

Gambar 2.16 CT scan hipertrofi adenoid asimetris potongan koronal. 39

2.6 Karakteristik Tumor Jinak dan Ganas

Gambar 2.17 Morfologi sel anaplastik.

Gambar 2.18 Karsinoma sel skuamosa kulit berdiferensiasi baik.

Gambar 2.19 Proses “Angiogenic Switch”.45

2.7 Texture Analysis

2.7.1 First Order

Gambar 2.21 Parameter First Order Texture Analysis berbasis statistik.

Keuntungan First Order adalah sederhana karena menggunakan parameter standar

𝑱𝒖𝒎𝒍𝒂𝒉 𝒑𝒊𝒙𝒆𝒍 𝒅𝒆𝒏𝒈𝒂𝒏 𝒈𝒓𝒆𝒚 − 𝒍𝒆𝒗𝒆𝒍 𝒊𝒏𝒕𝒆𝒏𝒔𝒊𝒕𝒂𝒔 (𝒊)

2.7.1.2 Standar Deviasi

2.7.2 Second Order

Rerata dari 13(3D)atau 4 (2D)arah (∑ ∑ GLCM(i,j)2 )

Rerata dari 13(3D)atau 4(2D)arah (∑ ∑(i-j)2 .GLCM(i,j))

Rerata dari 13(3D)atau 4(2D)arah (- ∑ ∑ GLCM(i,j).log2 (GLCM(i,j)+ε))

2.8 Heterogenitas Tumor pada Texture Analysis

2.9 Penelitian menggunakan Texture Analysis dibidang Kepala dan Leher.