Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Penentu kualitas hidup yang berhubungan dengan kesehatan pada orang dengan penyakit Parkinson:

Analisis jalur

Sze-Ee Soh1,2, Jennifer L. McGinley3,4, Jennifer J Watts5, Robert Iansek4, Anna T

Murphy4, Hylton B Menz6, Frances Huxham4, Meg E Morris7

1Departemen Fisioterapi, The Alfred, Melbourne

2Departemen Fisioterapi, School of Primary Health Care, Monash University,
Melbourne
3Departemen Fisioterapi, Sekolah Ilmu Kesehatan Melbourne, Universitas
Melbourne, Melbourne
4PusatPenelitian Klinis untuk Gangguan Gerakan dan Kiprah, Kingston Center
Southern Health, Melbourne
5Pusat Ekonomi Kesehatan, Universitas Monash, Melbourne
6Sekolah Kesehatan Sekutu, Universitas La Trobe, Melbourne

6Program Studi Ekstremitas Bawah dan Gaya Berjalan, Fakultas Ilmu Kesehatan, Universitas La
Trobe, Melbourne

7Sekolah Kesehatan Sekutu, Fakultas Ilmu Kesehatan, Universitas La Trobe, Melbourne

Penulis yang sesuai: Sze-Ee Soh

Departemen Fisioterapi
The Alfred
55 Jalan Komersial
PO Box 315 Prahran
Victoria 3181 Australia
Telp: +61 3 90763450

Faks: +61 3 90765430

s.soh@alfred.org.au

Sumber pendanaan: Sze-Ee Soh diberikan dukungan keuangan untuk menulis

naskah ini oleh Alfred Physiotherapy Research Fellowship.

1
Abstrak

Tujuan:Untuk mengidentifikasi faktor demografis, gangguan dan keterbatasan aktivitas yang

berkontribusi terhadap kualitas hidup terkait kesehatan (HRQOL) pada orang dengan

penyakit Parkinson idiopatik (PD).

Metode:210 individu dengan PD idiopatik yang berpartisipasi dalam penilaian awal

dari uji klinis acak dimasukkan. Indeks ringkasan Kuisioner Penyakit Parkinson-39

(PDQ-39 SI) digunakan untuk mengukur HRQOL. Untuk memberikan kejelasan yang

lebih besar mengenai faktor penentu HRQOL, analisis jalur digunakan untuk

mengeksplorasi hubungan antara berbagai prediktor dalam kaitannya dengan

kerangka fungsi dan disabilitas dari model International Classification of

Functioning (ICF).

Hasil:Kedua model HRQOL yang diteliti dalam penelitian ini memiliki kecocokan yang wajar

dengan data. Keterbatasan aktivitas ditemukan sebagai prediktor HRQOL terkuat.

Keterbatasan dalam melakukan aktivitas perawatan diri berkontribusi paling besar terhadap

HRQOL pada Model 1 ( = 0,38;p<0,05), sedangkan keterbatasan fungsional

mobilitas memiliki kontribusi terbesar pada Model 2 ( = -0,31;p<0,0005). Riwayat jatuh

yang dilaporkan sendiri juga ditemukan memiliki signifikan dan langsung

hubungan dengan HRQOL pada kedua model (Model 1 = -0.11;p<0,05; Model 2 =

-0,21;p<0,05).

Kesimpulan:Kualitas hidup terkait kesehatan pada PD dikaitkan dengan keterbatasan perawatan diri,

keterbatasan mobilitas, riwayat jatuh dan durasi penyakit yang dilaporkan sendiri. Memahami bagaimana

faktor-faktor ini saling terkait dapat membantu dokter memfokuskan penilaian mereka dan

mengembangkan strategi yang bertujuan untuk meminimalkan gejala sisa fungsional dan sosial negatif

dari penyakit yang melemahkan ini.

Kata kunci: Kualitas hidup, penyakit Parkinson, PDQ-39, Determinan, Analisis

jalur

2
Singkatan

ADL Aktivitas kehidupan sehari-hari

AIC Kriteria Informasi Akaike

CFI Indeks kecocokan komparatif

FOG-Q Kuesioner Kiprah Pembekuan

HRQOL Kualitas hidup yang berhubungan dengan kesehatan

HY Hoehn dan Yahr

ICD-9-CM Klasifikasi Penyakit Internasional, 9th

Revisi, Modifikasi Klinis

ICF Klasifikasi Fungsi Internasional

MDRS Skala Peringkat Dyskinesia yang Dimodifikasi

MMSE Pemeriksaan Kondisi Mental Mini

PD penyakit Parkinson

PDQ-39 Kuesioner Penyakit Parkinson

PDQ-39SI Indeks Ringkasan Kuisioner Penyakit

Parkinson-39

RCT Uji coba terkontrol secara acak

RMSEA Root mean square error of approximation

SCOPA Timbangan untuk Hasil di Penyakit Parkinson

SEM Pemodelan persamaan struktural

SRMR Sisa kuadrat rata-rata akar standar

TUGT Jangka Waktu “Up and Go Test”

UPDRS Skala Peringkat Penyakit Parkinson Terpadu

3
pengantar

Penyakit Parkinson (PD) adalah kondisi neurodegeneratif kronis dan progresif

tanpa obat yang diketahui. Perkiraan prevalensi PD berkisar antara 125 sampai
550 pada 100.000 orang [1,2]. Insidennya meningkat seiring bertambahnya usia,
mempengaruhi sekitar 1-2% orang berusia di atas 60 tahun dan sekitar 3-5%
dari mereka yang berusia 80 tahun ke atas [1,3]. Berbagai gejala motorik dan
non-motor yang terkait dengan penyakit ini dapat membatasi kemampuan
individu untuk melakukan aktivitas sehari-hari dan berpartisipasi dalam situasi
kehidupan [4,5]. Ini mungkin berdampak negatif pada kualitas hidup terkait
kesehatan (HRQOL) mereka, yang mempertimbangkan aspek kesehatan fisik,
fungsi sosial, kesejahteraan emosional, dan kemampuan kognitif mereka [6,7].
Kualitas hidup yang berhubungan dengan kesehatan mengacu pada dimensi
kesehatan dari kualitas hidup,

Meskipun peningkatan jumlah penelitian yang meneliti HRQOL orang dengan PD, sedikit

yang diketahui tentang faktor yang memprediksi kualitas hidup. Sebagian besar penelitian

telah menggunakan analisis regresi berganda untuk mengidentifikasi prediktor kunci HRQOL

[9]. Meskipun informatif, model regresi berganda tidak memperhitungkan potensi hubungan

timbal balik yang kompleks antara berbagai variabel prediktor. Teknik statistik alternatif

seperti analisis jalur memberikan wawasan yang lebih luas, karena teknik ini dapat

mengidentifikasi jalur langsung dan tidak langsung yang melaluinya kumpulan variabel

prediktor memengaruhi variabel hasil [10]. Misalnya, ketika kontribusi pendidikan, pekerjaan

dan pendapatan pada kesehatan psikososial diperiksa menggunakan analisis regresi

berganda, tingkat pendidikan yang lebih tinggi tidak ditemukan sebagai prediktif kesehatan

psikososial yang baik [11]. Namun, ketika hubungan kausal potensial antara variabel

prediktor (pendidikan, pekerjaan dan pendapatan) dipertimbangkan menggunakan analisis

jalur, hubungan antara pendidikan dan kesehatan psikososial menjadi jelas. Kontribusi

pendidikan terhadap kesehatan psikososial ditemukan dimediasi oleh pekerjaan dan

pendapatan [11]. Temuan ini menggambarkan pentingnya akuntansi secara teoritis untuk

keterkaitan antara variabel prediktor menggunakan analisis jalur.

4
Studi sebelumnya yang meneliti prediktor HRQOL pada PD juga tidak mempertimbangkan

atau membuat konsep jalur yang menghubungkan faktor demografis, gangguan,

keterbatasan aktivitas, dan partisipasi dengan kualitas hidup. Visser et al [12]

mengilustrasikan hubungan kompleks antara HRQOL, gangguan motorik dan non-motor dan

konsekuensi fungsional dari PD tetapi tidak mempertimbangkan kontribusi faktor seperti

usia, jenis kelamin, durasi penyakit dan tingkat keparahan penyakit. Ini dapat mempersulit

untuk menarik kesimpulan tentang bagaimana faktor demografis dan berbagai gejala PD

berkontribusi terhadap HRQOL.

Komponen struktural dan hubungan yang diusulkan oleh International Classification

of Functioning, Disability and Health (ICF) [13] akan digunakan dalam penelitian ini

untuk mengeksplorasi hubungan antara penentu HRQOL pada orang dengan PD.

Model ICF dipilih sebagai kerangka teoritis karena menyediakan kerangka kerja

standar dan terpadu untuk menggambarkan komponen kesehatan dan domain

terkait kesehatan untuk semua orang, termasuk individu dengan penyakit kronis

[13]. Domain ICF dijelaskan dari perspektif tubuh, individu dan masyarakat menurut

fungsi dan struktur tubuh, aktivitas dan partisipasi [13]. Pendekatan multi-perspektif

yang diadopsi oleh ICF adalah cara yang berguna untuk menggambarkan hubungan

kompleks antara gejala PD motorik dan nonmotorik (Gambar 1) [14,15]. Domain

model juga menyediakan kerangka kerja untuk mengklasifikasikan prediktor

potensial HRQOL ke dalam kategori yang jelas. Hal ini memungkinkan model untuk

dikembangkan di mana HRQOL dapat diasumsikan tergantung pada faktor pribadi

dan lingkungan, gangguan struktur tubuh atau fungsi dan keterbatasan aktivitas

(Gambar 2) [13].

Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang berkontribusi terhadap HRQOL

pada penderita PD dan mengeksplorasi hubungan langsung dan tidak langsung yang ada antara

variabel yang teridentifikasi dengan menggunakan analisis jalur. Kerangka ICF akan dianalisis dan

dibandingkan dengan model eksplorasi alternatif yang diidentifikasi melalui strategi pencarian

kausal. Dua model bersaing akan diperiksa untuk menemukan model yang paling cocok yang

konsisten dengan pendekatan teoritis HRQOL di PD.

Metode

5
Desain studi dan peserta

Analisis cross-sectional dilakukan dengan menggunakan data yang berasal dari

randomized controlled trial (RCT) [16]. Dua ratus sepuluh orang dengan PD idiopatik

yang melakukan penilaian dasar untuk RCT dimasukkan dalam analisis ini. Semua

peserta memiliki diagnosis PD idiopatik yang dikonfirmasi oleh ahli saraf, dapat

memberikan persetujuan dan dapat berjalan serta berpartisipasi dengan aman dalam

program latihan [16]. Individu di bawah ambang penurunan kognitif, ditunjukkan oleh

skor Mini-Mental State Examination (MMSE) [17] kurang dari 24 (sesuai usia),

dikeluarkan untuk memastikan bahwa peserta dapat memberikan persetujuan dan

secara akurat melaporkan apakah mereka memiliki jatuh dalam 12 bulan terakhir.

Individu dengan tingkat keparahan penyakit Tahap 5 menurut skala Hoehn dan Yahr

(HY) [18] yang dimodifikasi juga dikeluarkan karena mereka tidak dapat menyelesaikan

protokol penelitian. Studi ini disetujui oleh Sub-Komite Etika Manusia Ilmu Kesehatan

Universitas Melbourne (HREC 0828579.3).

Ukuran hasil

Kualitas hidup yang berhubungan dengan kesehatan

Kuesioner Penyakit Parkinson-39 (PDQ-39) [19] digunakan untuk menilai HRQOL karena

merupakan instrumen khusus penyakit yang banyak digunakan dan merupakan alat yang

direkomendasikan untuk mengukur HRQOL pada populasi ini [9,20]. Skor ringkasan yang

dihitung untuk skala total (PDQ-39 SI) digunakan untuk memberikan indikasi HRQOL secara

keseluruhan. PDQ-39 SI telah terbukti memberikan indikasi yang valid dan andal tentang

dampak keseluruhan PD pada fungsi dan kesejahteraan [21].

Faktor pribadi dan lingkungan

Faktor pribadi yang diperiksa termasuk karakteristik demografis seperti usia, jenis kelamin, tingkat

keparahan penyakit, durasi penyakit, komorbiditas dan riwayat jatuh yang dilaporkan sendiri

(Gambar 2). Keparahan penyakit dan durasi penyakit dikategorikan sebagai faktor pribadi karena

variabel-variabel ini menggambarkan perjalanan alami PD dan berkontribusi terhadapnya

6
tingkat kerusakan pada struktur dan fungsi tubuh, keterbatasan aktivitas dan pembatasan

partisipasi. Keparahan penyakit diukur menggunakan skala HY yang dimodifikasi, yang

merupakan instrumen yang banyak digunakan untuk menggambarkan perkembangan penyakit

[18]. Mengingat sifat ordinal dari skala ini, peserta dianggap memiliki tingkat keparahan penyakit

ringan jika mereka memiliki stadium HY yang dimodifikasi 2 atau kurang dan tingkat keparahan

penyakit sedang jika mereka dinilai sebagai Tahapan 2.5, 3 atau 4 [22].

Peserta melaporkan tidak adanya atau adanya kondisi kesehatan komorbid

menggunakan kuesioner standar. Kondisi komorbid diberi kode menggunakan

International Classification of Diseases, Ninth Revision, Clinical Modification (ICD-9-CM)

[23]. Peserta juga diminta untuk melaporkan jika mereka jatuh dalam 12 bulan terakhir.

Dukungan sosial didefinisikan sebagai apakah peserta tinggal sendiri atau dengan orang

lain. Partisipan dikategorikan memiliki dukungan sosial yang memadai jika tinggal

bersama orang lain. Ini termasuk individu yang tinggal di fasilitas perumahan yang

didukung.

Gangguan pada struktur atau fungsi tubuh

Komponen motorik (Bagian III) dari Unified Parkinson's Disease Rating Scale (UPDRS) digunakan

untuk mengukur tingkat keparahan gangguan fungsi motorik dalam sampel ini [24]. UPDRS-III

telah digunakan secara luas dalam pengaturan klinis dan penelitian untuk merinci gangguan

motorik yang terkait dengan PD [25,26]. Sisi yang lebih terpengaruh dinilai selama pemeriksaan

motorik untuk menghindari redundansi data [27]. Skor maksimum untuk bagian ini adalah 56,

dengan skor yang lebih tinggi menunjukkan tingkat keparahan gejala yang lebih besar. UPDRS-III

juga dibagi menjadi empat subskala (bradikinesia atau hipokinesia, tremor, kekakuan, dan

ketidakstabilan postural dan gangguan gaya berjalan) untuk mendapatkan wawasan lebih lanjut

tentang bagaimana gejala motorik individu berkontribusi pada HRQOL [28].

Gangguan fungsi mental dan memori dinilai menggunakan UPDRS-I, sedangkan

gangguan motorik dan non-motor lainnya seperti diskinesia, distonia, fluktuasi klinis dan

gangguan tidur diperiksa menggunakan UPDRS-IV [24]. Kedua bagian ini memiliki

konsistensi internal yang tinggi dan reliabilitas inter dan intra-rater yang baik [27,29].

Modified Dyskinesia Rating Scale (MDRS), yang memiliki

7
terbukti memiliki utilitas dan reliabilitas klinis yang baik, juga dimasukkan sebagai

ukuran tambahan diskinesia [30]. Untuk mengukur tingkat keparahan episode

pembekuan, Kuesioner Pembekuan Kiprah (FOG-Q) digunakan [31]. Ini adalah skala

yang dilaporkan pasien dengan validitas dan reliabilitas yang baik [31,32].

Keterbatasan aktivitas

Seperti yang ditunjukkan pada Gambar 2, keterbatasan dalam melakukan aktivitas perawatan

diri dan mobilitas diperiksa dalam kaitannya dengan HRQOL. Kegiatan perawatan diri

mengacu pada kinerja tugas sehari-hari seperti berpakaian dan mencuci dan dievaluasi

menggunakan komponen aktivitas kehidupan sehari-hari (ADL) dari UPDRS (Bagian II). Skala

berkisar dari 0-16, dengan skor yang lebih tinggi menunjukkan kecacatan yang lebih besar

[24]. Keterbatasan mobilitas termasuk kesulitan dalam melakukan transfer dan berjalan

seperti bangkit dari kursi, berputar dan berjalan di tempat umum [33]. Timed “Up and Go” test

(TUGT) [34] digunakan untuk mengukur keterbatasan mobilitas karena telah terbukti menjadi

ukuran mobilitas fungsional yang andal dan sensitif pada orang dengan PD [35].

Prosedur

Peserta diwawancarai dan diperiksa oleh penilai terlatih setelah informed

consent diperoleh. Wawancara tatap muka terstruktur digunakan untuk
membakukan pengumpulan detail demografis seperti usia, durasi penyakit, dan
adanya penyakit penyerta. Pemeriksaan klinis melibatkan penilaian keparahan
dan kecacatan PD menggunakan UPDRS, skala HY yang dimodifikasi, dan MDRS.
Fungsi kiprah diukur menggunakan TUGT. Asesor terlatih juga mengelola FOG-Q
dan PDQ-39 selama sesi untuk membakukan cara penyelesaian kuesioner.

Analisis statistik

Statistik deskriptif diperoleh untuk setiap variabel prediktor berdasarkan kerangka ICF

[13,33] yang ditunjukkan pada Gambar 2. Analisis jalur digunakan untuk memperkirakan

dan mengukur hubungan kausal yang dihipotesiskan antara faktor demografi, PD

8
gangguan, keterbatasan aktivitas dan HRQOL. Seperti yang diilustrasikan pada

Gambar 2, hubungan ini diasumsikan searah dan istilah kesalahan tidak berkorelasi

berdasarkan pengetahuan sebelumnya dari literatur [36,37]. Pemeriksaan awal dari

asumsi analisis jalur menyebabkan transformasi kuat dari variabel prediktor untuk

mengurangi kemiringan dan meningkatkan normalitas dan linearitas residu.

Transformasi akar kuadrat diterapkan pada durasi penyakit dan skor PDQ-39 SI,

UPDRS-I, UPDRS-II dan UPDRS-IV, sementara transformasi terbalik diterapkan pada

waktu yang dibutuhkan untuk menyelesaikan TUGT.

Pemodelan persamaan struktural (SEM) digunakan untuk mengevaluasi kecocokan model

akhir dengan memeriksa sejumlah statistik. Untuk memeriksa besarnya perbedaan antara

sampel dan matriks kovarians yang dipasang, the2statistik digunakan di mana uji tidak

signifikan menunjukkan bahwa model dan data konsisten [10]. Tiga ukuran kecocokan

tambahan juga digunakan untuk mengevaluasi

model karena2uji sensitif terhadap jumlah variabel yang dimasukkan dalam

model dan ukuran sampel yang tersedia [10]. Root mean square error of
approximation (RMSEA) menilai kecocokan perkiraan model, dengan nilai
kurang dari 0,05 menunjukkan kebaikan yang masuk akal. Keuntungan dari
RMSEA adalah selang kepercayaan dapat dihitung di sekitar nilai RMSEA [10].
Indeks kecocokan komparatif (CFI) menguji perbedaan antara kecocokan
keseluruhan dari kedua model; nilai lebih besar dari 0,95 menunjukkan
kecocokan model yang baik, sedangkan residual root mean square residual
(SRMR) adalah statistik kecocokan deskriptif di mana nilai di bawah 0,08
menunjukkan kecocokan model yang baik [38,39]. Namun, penting untuk
dicatat bahwa perkiraan indeks kecocokan seperti CFI,

Program Tetrad [41] juga digunakan untuk mencari hubungan sebab akibat antara

variabel prediktor dan menemukan model alternatif HRQOL pada orang dengan PD

[42]. Algoritma Heuristic Best Significant Model Search (HBSMS) digunakan untuk

mencari alternatif model HRQOL. Algoritma HBSMS adalah algoritma penemuan kausal

yang menemukan model yang paling pas dengan menambahkan, membalikkan, dan

menghapus jalur grafik 'kosong' dan memeriksa global2setiap kali perubahan dilakukan

pada model [43]. PASW v17.0 (PASW Inc, Chicago, Illinois,

9
2009), AMOS 18.0 (Small Waters Corporation, 2009) dan Tetrad IV (proyek Tetrad, 2012)

digunakan untuk melakukan analisis statistik yang diperlukan untuk penelitian ini.

Hasil

Karakteristik peserta

Tabel 1 menguraikan karakteristik peserta. Sampel sebagian besar terdiri dari laki-laki

(67%) dengan usia rata-rata 67,9 tahun (SD 9,6) dan durasi PD rata-rata 6,7 tahun (SD

5,6). Peserta memiliki gangguan fungsi motorik ringan hingga sedang dengan skor

UPDRS-III berkisar antara 3-33 dan skor UPDRS-IV berkisar antara 0-14. Mereka juga

memiliki gangguan memori, suasana hati dan perilaku ringan (kisaran UPDRS-I 0-8).

Sekitar 51% peserta mengalami episode pembekuan. Korea adalah bentuk diskinesia

yang paling sering muncul (25%) dan juga merupakan bentuk diskinesia yang paling

melumpuhkan (21%).

Hubungan antara HRQOL, faktor pribadi dan lingkungan

Model analisis jalur berdasarkan kerangka ICF (Model 1) dikembangkan untuk menguji

hubungan antara faktor pribadi dan lingkungan, gangguan PD, dan keterbatasan aktivitas

dengan HRQOL. Model ini menjelaskan 54% varian HRQOL dan menunjukkan bahwa riwayat

jatuh yang dilaporkan sendiri merupakan satu-satunya faktor pribadi yang berkontribusi

langsung terhadap HRQOL (β=-0,11;p<0,05) (Gambar 3a). Durasi penyakit dan keparahan

penyakit tidak memiliki hubungan langsung yang signifikan dengan HRQOL. Namun, durasi

penyakit secara tidak langsung berkontribusi terhadap HRQOL melalui gangguan fungsi

motorik dan non-motorik (β=0,21;

p<0,005), gangguan mental (β=0,18;p<0,05), dan keterbatasan perawatan diri (β=0,22; p<0,0005).

Demikian pula, tingkat keparahan penyakit secara tidak langsung terkait dengan HRQOL melalui

gangguan motorik (β=0,49;p<0,0005) dan keterbatasan perawatan diri (β=0,12;p<0,05).

Hubungan antara HRQOL, gangguan PD dan keterbatasan aktivitas

Hubungan antara gangguan PD, keterbatasan aktivitas, dan HRQOL diperiksa lebih lanjut

dalam Model 1 (Gambar 3b). Dalam model ini, keterbatasan dalam melakukan aktivitas

kehidupan sehari-hari (ADL) dan mobilitas fungsional adalah yang paling kuat

10
faktor yang berkontribusi terhadap HRQOL. Perawatan diri (β=0,38;p<0,0005) dan

keterbatasan mobilitas (β=-0,14;p<0,05) memiliki hubungan yang signifikan dan langsung

dengan HRQOL. Gangguan mental (UPDRS-I) dan gangguan fungsi motorik dan nonmotorik

(UPDRS-IV) juga merupakan faktor kontribusi yang signifikan. Kontribusi gangguan mental

ditetapkan baik melalui hubungan langsung dengan HRQOL (β=0,30;p<0,0005) dan secara

tidak langsung melalui keterbatasan perawatan diri (β=0,16;p<0,05). Demikian pula,

penurunan fungsi motorik dan non-motor berkontribusi langsung terhadap HRQOL (β=0,19;p

<0,005) dan secara tidak langsung melalui keterbatasan perawatan diri (β=0,10;p<0,05).

Kontribusi langsung, tidak langsung dan total standar dari faktor pribadi dan lingkungan,

gangguan PD dan keterbatasan aktivitas pada HRQOL ditunjukkan pada Tabel 2.

Model HRQOL pada orang dengan PD

Kecocokan keseluruhan Model 1 dinilai menggunakan sejumlah statistik kecocokan. Seperti

yang ditunjukkan pada Tabel 3, nilai SRMR (0,04) kurang dari 0,08 menunjukkan bahwa model

ini cocok dengan data. Hal ini didukung oleh nilai CFI yang lebih besar dari

0,95. Sebaliknya,2uji kecocokan mutlak adalah signifikan (p<0,001) dan nilai

RMSEA lebih besar dari 0,1, menunjukkan bahwa model dan data tidak

konsisten. Namun, harus dicatat bahwa2tes mungkin sensitif terhadap ukuran sampel

yang tersedia dan distribusi yang mendasari berbagai variabel prediktor yang

diperiksa dalam model [38]. Demikian pula, indeks RMSEA mungkin menyesatkan

ketika derajat kebebasan (df) dan ukuran sampel kecil [44,38].

Mengingat hasil yang bertentangan yang diperoleh dari statistik kecocokan yang berbeda, model

alternatif HRQOL (Model 2) pada orang dengan PD diperiksa (Gambar 4). Model 2 diperoleh dengan

menggunakan algoritme HBSMS dalam program Tetrad, dan menjelaskan 27% varian dalam

HRQOL. Berbeda dengan Model 1, keterbatasan mobilitas fungsional (β=-0.31;p<0,05) adalah

prediktor terkuat sementara keterbatasan perawatan diri tidak memberikan kontribusi langsung

atau tidak langsung terhadap HRQOL. Durasi penyakit juga memiliki hubungan yang signifikan dan

langsung dengan HRQOL (β=0,27; p<0,05). Faktor kontribusi signifikan lainnya dalam model ini

adalah riwayat jatuh yang dilaporkan sendiri, usia, tingkat keparahan penyakit, gangguan mental,

dan gangguan fungsi motorik. Riwayat jatuh yang dilaporkan sendiri berkontribusi langsung ke

HRQOL (β = -

11
0,21;p<0,05) dan secara tidak langsung melalui durasi penyakit (β=-0,16;p<0,05) dan tingkat

keparahan penyakit (β=-0,20;p<0,05). Umur juga memiliki hubungan langsung (β=-0.15;p

<0,05) dan hubungan tidak langsung dengan HRQOL melalui keterbatasan mobilitas

(β=-0,25;p<0,05) dan durasi penyakit (β=-0,25;p<0,05). Keparahan penyakit, gangguan fungsi

motorik dan gangguan mental, bagaimanapun, tidak berkontribusi langsung terhadap

HRQOL. Kontribusi dari faktor-faktor ini dimediasi oleh keterbatasan mobilitas dan durasi

penyakit, yang mirip dengan temuan yang diperoleh dari Model 1.

Kecocokan keseluruhan Model 2 diperiksa dengan statistik kecocokan yang sama yang

digunakan untuk mengevaluasi Model 1. Hasilnya menunjukkan bahwa Model 2

memberikan penjelasan yang masuk akal tentang hubungan antara faktor demografis,

gangguan PD, keterbatasan aktivitas, dan HRQOL (Tabel 3). Itu2uji kecocokan absolut tidak

signifikan (p=0,062), menunjukkan bahwa model ini cocok dengan data. Hal ini selanjutnya

didukung oleh nilai RMSEA yang kurang dari 0,05 (90% CI 0,00, 0,06), nilai SRMR kurang dari

0,08 dan nilai CFI lebih besar dari 0,95. Model 2 juga memiliki nilai Akaike Information

Criteria (AIC) yang lebih kecil (145,7), yang menunjukkan bahwa model yang lebih sederhana

ini dapat memberikan penjelasan yang lebih baik tentang hubungan antara HRQOL dan

faktor demografis, gangguan PD, dan keterbatasan aktivitas.

Diskusi

Model HROQL yang diperiksa dalam penelitian ini memiliki kecocokan yang masuk akal

dengan data, menunjukkan bahwa adalah mungkin untuk mengidentifikasi penentu

utama HRQOL pada individu dengan PD idiopatik menggunakan analisis jalur. Koefisien

model dan jalur menunjukkan bahwa interaksi yang kompleks antara keterbatasan

dalam aktivitas perawatan diri dan mobilitas fungsional, gangguan fungsi motorik dan

mental dan faktor pribadi seperti durasi penyakit dan tingkat keparahan penyakit

menjelaskan 54% (Model 1) dan 27% (Model 2 ) dari varian HRQOL pada orang dengan

PD. Sementara model mengidentifikasi hubungan yang kuat antara faktor HRQOL dan

demografi, gangguan PD dan keterbatasan aktivitas, temuan penelitian ini perlu

ditafsirkan dengan hati-hati karena arah hubungan antara variabel dipilih berdasarkan

literatur sebelumnya [36,37].

12
Model HRQOL berbasis teoritis (Model 1) yang diperiksa memberikan
penjelasan yang masuk akal tentang HRQOL orang dengan PD, meskipun2
uji dan indeks RMSEA menunjukkan bahwa model dan data tidak
konsisten. Salah satu kekuatan model ini adalah didasarkan pada
kerangka kerja ICF. Ini memperhitungkan kompleksitas PD dan
menggunakan dasar psikososial dan patofisiologis untuk
menggambarkan faktor penentu PD [13]. Sebaliknya, rutinitas pencarian
otomatis di Tetrad mengembalikan model HRQOL (Model 2) yang pas
dan cocok dengan data. Model ini, bagaimanapun, berasal terutama dari
sampel peserta PD tertentu dan karena itu mungkin tidak
mencerminkan HRQOL dari populasi yang lebih luas dari orang dengan
PD [10]. Mengingat temuan ini dengan data terbatas dari satu sampel,
ada kebutuhan untuk memvalidasi temuan penelitian ini. Khususnya,

Dalam sampel orang dengan PD ini, riwayat jatuh yang dilaporkan sendiri diidentifikasi sebagai

prediktor HRQOL yang signifikan pada kedua model. Ini berkontribusi baik secara langsung

terhadap HRQOL maupun secara tidak langsung melalui faktor lain seperti keterbatasan

perawatan diri, durasi penyakit dan tingkat keparahan penyakit. Hal ini menunjukkan bahwa

partisipan yang mengalami jatuh dalam 12 bulan terakhir lebih cenderung mengalami kualitas

hidup yang buruk. Hal ini sesuai dengan literatur sebelumnya yang telah menunjukkan jatuh

berhubungan negatif dengan HRQOL [45,46]. Namun demikian, penelitian prospektif lebih lanjut

diperlukan untuk menyelidiki hubungan antara orang dengan PD yang jatuh dan HRQOL mereka.

Secara khusus, mungkin berguna untuk memeriksa apakah jumlah jatuh memprediksi HRQOL

atau apakah cedera jatuh dan/atau cedera terkait jatuh adalah prediktor HRQOL yang lebih baik

pada orang dengan PD.

Keterbatasan aktivitas juga merupakan prediktor HRQOL yang lebih kuat daripada gangguan

pada struktur atau fungsi tubuh. Dalam Model 1, keterbatasan dalam melakukan aktivitas

perawatan diri yang diukur dengan UPDRS-II memiliki kontribusi terbesar, menjelaskan 38%

varian. Namun dalam Model 2, keterbatasan dalam mobilitas fungsionallah yang diidentifikasi

sebagai prediktor terkuat HRQOL, menjelaskan 31% varian. Temuan ini mereplikasi literatur

sebelumnya yang menunjukkan bahwa orang dengan kecacatan penyakit yang lebih besar

dan/atau yang mengalami kesulitan keseimbangan dan berjalan lebih cenderung memiliki

HRQOL yang buruk [46-49]. Juga

13
menguatkan temuan oleh Ellis et al [49] yang menemukan bahwa keterbatasan mobilitas adalah

prediktor HRQOL yang lebih kuat daripada gangguan motorik. Dengan demikian, untuk

mengoptimalkan HRQOL penderita PD, perlu mempertimbangkan kemampuan mereka untuk

melakukan aktivitas sehari-hari, terutama aktivitas yang dibatasi oleh mobilitas.

Gangguan fungsi motorik tidak berkontribusi langsung ke HRQOL pada orang

dengan PD di kedua model. Kontribusi gejala motorik dimediasi melalui faktor lain,

termasuk keterbatasan mobilitas fungsional dan aktivitas perawatan diri. Hal ini

sesuai dengan Visser et al [12] yang menemukan bahwa gejala motorik, khususnya

gejala aksial memiliki hubungan tidak langsung dengan HRQOL. Demikian pula,

temuan bahwa gangguan memori, suasana hati dan perilaku memprediksi HRQOL

konsisten dengan literatur sebelumnya. Gejala non-motorik seperti depresi,

kecemasan dan halusinasi telah terbukti menjadi prediktor kuat HRQOL [9,48].

Hasil analisis ini juga menunjukkan bahwa kontribusi keparahan penyakit dapat dimediasi

oleh faktor lain. Ketika variabel prediktor lain dimasukkan dalam model struktural, tingkat

keparahan penyakit tidak berkontribusi langsung pada HROQL. Sebaliknya, itu berkontribusi

secara tidak langsung ke HRQOL melalui faktor lain termasuk gangguan motorik dan mental,

durasi penyakit, keterbatasan mobilitas dan keterbatasan perawatan diri. Temuan ini

menyoroti manfaat menggunakan analisis jalur untuk memeriksa cara kompleks di mana

gangguan PD, faktor pribadi, dan keterbatasan aktivitas saling berhubungan dengan HRQOL.

Keterbatasan penelitian ini adalah bahwa peserta adalah penduduk metropolitan Melbourne

dengan penyakit ringan sampai sedang dan kognisi yang wajar. Karena individu dengan

penyakit lanjut (Tahap HY 5) tidak dimasukkan dalam sampel, temuan ini mungkin tidak perlu

digeneralisasikan ke subkelompok ini. Demikian pula, generalisasi temuan pada orang

dengan PD dengan gangguan kognitif mungkin terbatas. Pekerjaan lebih lanjut diperlukan

untuk menyelidiki faktor-faktor yang memprediksi HRQOL dalam sampel orang yang lebih

luas dengan PD. Kualitas hidup juga merupakan konsep multidimensi yang kompleks yang

mencakup semua aspek kehidupan termasuk kesehatan, status sosial ekonomi, isu global,

hubungan sosial dan hubungan pribadi.

14
karakteristik [50]. Akibatnya, keterbatasan terkait dengan fokus hanya pada HRQOL perlu

dipertimbangkan saat menginterpretasikan temuan dari penelitian ini untuk kepuasan

hidup secara keseluruhan.

Keterbatasan lebih lanjut adalah bahwa inferensi kausal definitif tidak

dapat ditarik dari hasil karena ukuran sampel relatif kecil terhadap
jumlah parameter model yang dimasukkan dan model yang diperiksa
sebagian besar bersifat eksplorasi [51]. Transformasi bertenaga juga
diterapkan pada variabel prediktor membuat model lebih sulit untuk
ditafsirkan [52]. Dengan demikian, kesimpulan yang dapat ditarik
tentang hubungan antara variabel transformasi dan HRQOL harus
diinterpretasikan dengan hati-hati. Efek moderasi potensial antara
variabel prediktor juga tidak diperiksa dalam model jalur.

Studi ini telah menunjukkan bahwa faktor-faktor seperti keterbatasan dalam melakukan aktivitas

perawatan diri dan mobilitas fungsional, riwayat jatuh yang dilaporkan sendiri dan durasi

penyakit dapat berkontribusi langsung pada HRQOL orang dengan PD. Ini juga menunjukkan

bahwa model yang mencakup faktor pribadi dan lingkungan, gangguan spesifik PD, dan

keterbatasan aktivitas dapat digunakan untuk mengkarakterisasi HRQOL orang dengan PD.

Memahami hubungan timbal balik antara faktor-faktor ini dapat membantu dokter untuk

memfokuskan penilaian mereka dan proses pengambilan keputusan klinis.

Terima kasih

Proyek ini telah didanai oleh Michael J Fox Foundation (US) Clinical Discovery
Grant 2006. SS diberikan dukungan keuangan oleh Australian Postgraduate
Award dan Beasiswa Fakultas Kedokteran, Kedokteran Gigi dan Ilmu Kesehatan
Universitas Melbourne. Penulis juga ingin berterima kasih atas kontribusi Dr
Sue Finch atas saran statistiknya.

15
Referensi

1. Lees, AJ, Hardy, J., & Revesz, T. (2009). Penyakit Parkinson.Lancet, 373, 2055- 2066.

2. Willis, AW, Evanoff, BA, Lian, M., Criswell, SR, & Racette, BA (2010). Variasi geografis

dan etnis pada penyakit Parkinson: Sebuah studi berbasis populasi penerima

manfaat Medicare AS.Neuroepidemiologi, 34, 143-151.

3. Van Den Eeden, SK, Tanner, CM, Bernstein, AL, Fross, RD, Leimpeter, A., Bloch, DA,
dkk. (2003). Insiden penyakit Parkinson: Variasi berdasarkan usia, jenis kelamin,
dan ras/etnis.Jurnal Epidemiologi Amerika, 157, 1015-1022.
4. Gomez-Esteban, JC, Zarranz, JJ, Lezcano, E., Tijero, B., Luna, A., Velasco, F., dkk.
(2007). Pengaruh gejala motorik terhadap kualitas hidup pasien dengan penyakit
Parkinson.Neurologi Eropa, 57, 161-165.
5. GPDSC (2002). Faktor-faktor yang mempengaruhi kualitas hidup pada penyakit Parkinson:

Hasil dari survei internasional.Gangguan Gerakan, 17, 60-67.

6. Wood-Dauphinee, S. (1999). Menilai kualitas hidup dalam penelitian klinis: Dari

mana kita datang dan ke mana kita pergi?Jurnal Epidemiologi Klinis, 52,
355-363.
7. McKenna, SP, & Doward, LC (2004). Pendekatan berbasis kebutuhan untuk penilaian kualitas

hidup.Nilai dalam Kesehatan, 7, S1-S3.

8. Soh, S.-E., McGinley, JL, & Morris, ME (2011). Mengukur kualitas hidup pada
penyakit Parkinson: Pemilihan instrumen kualitas hidup terkait kesehatan
yang tepat.Fisioterapi, 97, 83-89.
9. Soh, S.-E., Morris, ME, & McGinley, JL (2011). Penentu kualitas hidup terkait
kesehatan pada penyakit Parkinson: Tinjauan sistematis.Parkinsonisme &
Gangguan Terkait, 17, 1-9.
10. Keith, TZ (2006).Regresi berganda dan seterusnya(edisi pertama). Boston: Pearson

Allyn dan Bacon.

11. Singh-Manoux, A., Clarke, P., & Marmot, M. (2002). Berbagai ukuran posisi sosial
ekonomi dan kesehatan psikososial: Pengukuran proksimal dan distal. Jurnal
Internasional Epidemiologi, 31, 1192-1199.
12. Visser, M., van Rooden, SM, Verbaan, D., Marinus, J., Stiggelbout, AM, & van Hilten, JJ (2008). Sebuah

model komprehensif dari kualitas hidup yang berhubungan dengan kesehatan di

 Penyakit Parkinson.Jurnal Neurologi, 255, 1580-1587.
13. Organisasi Kesehatan Dunia (2001).Klasifikasi internasional tentang fungsi, kecacatan dan

kesehatan(edisi pertama). Jenewa: WHO.

14. Dibble, LE, Addison, O., & Papa, E. (2009). Efek latihan pada keseimbangan
pada orang dengan penyakit Parkinson: Tinjauan sistematis di seluruh
spektrum kecacatan.Jurnal Terapi Fisik Neurologis, 33, 14-26.
15. Morris, ME (2006). Pelatihan alat gerak pada orang dengan penyakit

Parkinson. Terapi Fisik, 86, 1426-1435.

16. Morris, ME, Menz, H., McGinley, J., Huxham, F., Murphy, A., Iansek, R., dkk. (2011).

Jatuh dan mobilitas pada penyakit Parkinson: protokol untuk uji klinis terkontrol

secara acak.Neurologi BMC, 11, 93.

17. Folstein, MF, Folstein, SE, & McHugh, PR (1975). Keadaan mental mini:
Metode praktis untuk menilai keadaan kognitif pasien untuk dokter.Jurnal
Penelitian Psikiatri, 12, 189-198.
18. Hoehn, MM, & Yahr, MD (1967). Parkinsonisme: Onset, perkembangan dan

kematian.Neurologi, 17, 427- 442.

19. Peto, V., Jenkinson, C., Fitzpatrick, R., & Greenhall, R. (1995). Pengembangan dan
validasi ukuran pendek dari fungsi dan kesejahteraan individu dengan penyakit
Parkinson.Penelitian Kualitas Hidup, 4, 241-248.
20. Martinez-Martin, P., Jeukens-Visser, M., Lyons, KE, Rodriguez-Blazquez, C.,
Selai, C., Siderowf, A., dkk. (2011). Skala kualitas hidup terkait kesehatan pada
penyakit Parkinson: Kritik dan rekomendasi.Gangguan Gerakan, 26, 2371-2380.

21. Jenkinson, C., Fitzpatrick, R., Peto, V., Greenhall, R., & Hyman, N. (1997).
Kuesioner Penyakit Parkinson (PDQ-39): Pengembangan dan validasi skor
indeks ringkasan penyakit Parkinson.Usia dan Penuaan, 26, 353-357.
22. Zhao, YJ, Tan, LCS, Lau, PN, Au, WL, Li, SC, & Luo, N. (2008). Faktor-faktor yang

mempengaruhi kualitas hidup terkait kesehatan di antara pasien Asia dengan

penyakit Parkinson.Jurnal Neurologi Eropa, 15, 737-742.

23. Pusat Statistik Kesehatan Nasional (2010). Klasifikasi penyakit internasional, modifikasi klinis:

ICD-CM. (edisi ke-4). Washington, DC: Departemen Kesehatan dan Layanan Kemanusiaan AS,

Layanan Kesehatan Masyarakat, Administrasi Pembiayaan Perawatan Kesehatan.

24. Fahn, S., & Elton, R. (1987). Panitia Pembangunan UPDRS. Bersatu
 Skala peringkat penyakit Parkinson. Dalam S.Fahn (Ed.),Perkembangan terbaru

dalam penyakit Parkinson(Edisi ke-1, hlm. 153-163). New York: MacMillan.

25. Tunda, GL, Widner, H., Marie, RM, Remy, P., & Levivier, M. (1999). Program
penilaian inti untuk terapi intervensi bedah pada penyakit Parkinson (CAPSIT-
PD).Gangguan Gerakan, 14, 572-584.
26. Langston, JW, Widner, H., Goetz, CG, Brooks, D., Fahn, S., Freeman, T., dkk.
(1992). Program penilaian inti untuk transplantasi intraserebral (CAPIT)
Gangguan Gerakan, 7, 2-13.
27. Martinez-Martin, P., Prieto, L., & Forjaz, MJ (2006). Sifat metrik longitudinal skala

peringkat kecacatan untuk penyakit Parkinson.Nilai dalam Kesehatan, 9, 386-393.

28. Levy, G., Tang, MX, Cote, LJ, Louis, ED, Alfaro, B., Mejia, H., dkk. (2000).

Gangguan motorik pada PD: Hubungan dengan kejadian demensia dan usia.

Neurologi, 55, 539-544.

29. Martinez-Martin, P., Gilnagel, A., Gracia, LM, Gomez, JB, Martinezsarries,
J., Bermejo, F., dkk. (1994). Karakteristik dan struktur Skala Penilaian

Penyakit Parkinson BersatuGangguan Gerakan, 9, 76-83.

30. Goetz, CG, Stebbins, GT, Shale, HM, Lang, AE, Chernik, DA, Chmura,
TA, dkk. (1994). Utilitas skala penilaian diskinesia objektif untuk penyakit
Parkinson: Penilaian reliabilitas antar dan intraraterGangguan Gerakan, 9,
390-394.
31. Giladi, N., Shabtai, H., Simon, ES, Biran, S., Tal, J., & Korczyn, AD (2000). Konstruksi

kuesioner pembekuan kiprah untuk pasien dengan Parkinsonisme. Parkinsonisme

& Gangguan Terkait, 6, 165-170.

32. Giladi, N., Tal, J., Azulay, T., Rascol, O., Brooks, DJ, Melamed, E., dkk.
(2009). Validasi Kuesioner Pembekuan Kiprah pada Pasien Penyakit
Parkinson.Gangguan Gerakan, 24, 655-661.
33. Keus, SHJ, Hendriks, HJM, Bloem, BR, Bredero-Cohen, AB, de Goede,
CJT, & van Haaren, M. (2004). Pedoman KNGF untuk terapi fisik pada
pasien Penyakit Parkinson. www.cebp.nl. Diakses 12 Agustus 2008.
34. Podsiadlo, D., & Richardson, S. (1991). Waktu habis dan pergi: Tes mobilitas

fungsional dasar untuk orang lanjut usia yang lemahJurnal Masyarakat Geriatri

Amerika, 39, 142-148.

35. Morris, SL, Morris, ME, & Iansek, R. (2001). Keandalan pengukuran
 diperoleh dengan Tes "Up & Go" Berwaktu pada orang dengan penyakit

Parkinson. Terapi Fisik, 81, 810-818.

36. Sullivan, MD, Kempen, GI, Van Sonderen, E., & Ormel, J. (2000). Model kualitas hidup

terkait kesehatan pada populasi lansia Belanda yang tinggal di komunitas. Penelitian

Kualitas Hidup, 9, 801-810.

37. Wilson, IB, & Cleary, PD (1995). Menghubungkan variabel klinis dengan
kualitas hidup terkait kesehatan: Model konseptual hasil pasienJama-Jurnal
Asosiasi Medis Amerika, 273, 59-65.
38. Hu, L., & Bentler, PM (1999). Kriteria batas untuk indeks kecocokan dalam analisis

struktur kovarians: Kriteria konvensional versus alternatif baru.Pemodelan

Persamaan Struktural, 6, 1-55.

39. Tanaka, JS (1993). Konsep multifaset fit dalam model persamaan struktural. Dalam KA

Bollen, & JS Long (Eds.),Menguji model persamaan struktural(edisi pertama). Taman

Newbury, CA: Sage.

40. Saris, KAMI, Satorra, A., & van der Veld, WM (2009). Menguji model persamaan

struktural atau mendeteksi kesalahan spesifikasi?Pemodelan Persamaan Struktural:

Jurnal Multidisiplin, 16, 561-582.

41. Tetrad IV. http://www.phil.cmu.edu/tetrad.

42. Landsheer, JA (2010). Spesifikasi model kausal dengan Tetrad IV: Review.
Pemodelan Persamaan Struktural: Jurnal Multidisiplin, 17, 703-711.
43. Ramsey, J. (2012). Penelusuran Model Signifikan Terbaik Heuristik https://

groups.google.com/forum/?fromgroups=#!msg/tetrad-users-group/JgonvurO4c/

xAASy6xUhOkJ. Diakses 24 Juli 2012.

44. Hancock, GR, & Freeman, MJ (2001). Kekuatan dan ukuran sampel untuk root

mean square error dari uji aproksimasi tidak cocok dalam pemodelan persamaan

struktural. [Artikel].Pengukuran Pendidikan dan Psikologis, 61, 741-758.

45. Michalowska, M., Fiszer, U., Krygowska-Wajs, A., & Owczarek, K. (2005). Jatuh pada

penyakit Parkinson: Penyebab dan dampak pada kualitas hidup pasien.Neurologi

Fungsional, 20, 163-168.

46. Rahman, S., Griffin, HJ, Quinn, NP, & Jahanshahi, M. (2008). Kualitas hidup
pada penyakit Parkinson: Kepentingan relatif dari gejala.Gangguan Gerakan, 23
, 1428-1434.
47. Carod-Artal, FJ, Ziomkowski, S., Mourao Mesquita, H., & Martinez-Martin, P. (2008). Kecemasan

dan depresi: Penentu utama kualitas hidup yang berhubungan dengan kesehatan
 pada pasien Brasil dengan penyakit Parkinson.Parkinsonisme & Gangguan Terkait, 14,

102-108.

48. Qin, ZH, Zhang, L., Sun, F., Liu, H., Fang, X., & Chan, P. (2009). Gejala depresi yang

berdampak pada kualitas hidup yang berhubungan dengan kesehatan pada penyakit

Parkinson dini: Hasil dari kohort terpajan L-dopa Cina.Neurologi Klinis dan Bedah Saraf,

111, 733-737.

49. Ellis, T., Cavanaugh, JT, Earhart, GM, Ford, MP, Foreman, KB, & Dibble,
LE (2011). Pengukuran fungsi fisik dan gangguan motorik mana yang paling baik

memprediksi kualitas hidup pada penyakit Parkinson?Parkinsonisme & Gangguan Terkait,

17, 693-697.

50. Doward, LC, & McKenna, SP (2004). Mendefinisikan hasil yang dilaporkan pasien. Nilai

dalam Kesehatan, 7, 4-8.

51. Shipley, B. (2002). Mulai dan hentikan aturan untuk analisis jalur eksplorasi.Pemodelan

Persamaan Struktural, 9, 554-561.

52. Gao, SY, Mokhtarian, PL, & Johnston, RA (2008). Ketidaknormalan Data dalam Model

Persamaan Struktural.Catatan Penelitian Transportasi116-124.

Tabel 1Ringkasan deskriptif karakteristik peserta (n=210)

Ciri n(%) Rata-rata (SD)

Usia [tahun] 67,9 (9,6)

Durasi PD [tahun] 6.7 (5.6)
Sejarah jatuh 116 (55)
Seks Laki-laki 140 (67)
Betina 70 (33)
Tahap HY yang dimodifikasi 2.5 (1.0)§
Tingkat keparahan ringan (tahap HY ≤2) Tingkat 90 (43)
keparahan sedang (tahap HY ≥2,5) Dukungan 120 (57)
sosial
 Tinggal sendiri 38 (18)
Hidup dengan orang lain 172 (82)
Kehadiran komorbiditas 207 (99)
Neoplasma 48 (23)
Penyakit pada SSP dan organ indera Gangguan 149 (71)
endokrin, gizi dan metabolisme Gangguan 18 (9)
peredaran darah 134 (64)
Gangguan pencernaan 46 (22)
Gangguan genitourinari 62 (30)
Penyakit pada sistem muskuloskeletal 101 (48)
Gejala, tanda dan kondisi yang tidak jelas 193 (92)
UPDRS

Bagian I (Mentasi dan memori) 2.6 (1.8)

Bagian II (ADL) 11.5 (5.9)
Bagian III (Motor) 15.2 (6.1)
Bradikinesia 8.4 (3.6)
Getaran 1.3 (1.3)
Kekakuan 1,2 (0,8)
Ketidakstabilan postural dan gangguan gaya 3.3 (2.1)
berjalan Bagian IV (Fungsi motorik dan non- 3.0 (2.7)
motorik) FOG-Q

Keparahan yang membekukan 5.9 (5.4)

Episode pembekuan (item 3) 107 (51)
MDRS 0,4 (0,8)
TUGT [detik] 11.7 (8.2)
PDQ-39SI 20.9 (12.7)

SD, Standar deviasi; Tahap HY yang dimodifikasi, tahap Hoehn dan Yahr yang dimodifikasi;

CNS, Sistem saraf pusat; UPDRS, Skala Peringkat Penyakit Parkinson Bersatu; ADL, Aktivitas

kehidupan sehari-hari; FOG-Q, Pembekuan Kuesioner Kiprah; MDRS, Skala Peringkat

Dyskinesia yang Dimodifikasi; TUGT, Timed Up dan Go Test; PDQ-39 SI, indeks ringkasan

Kuesioner Penyakit Parkinson-39

§Median (IQR)
Meja 2Standar hubungan langsung, tidak langsung dan total faktor pribadi

dan lingkungan pada HRQOL

Variabel Langsung Tidak langsung Total

hubungan hubungan hubungan

Faktor pribadi
Usia - 0,04 - 0,04 - 0,08

Seks - 0,02 - 0,04 - 0,06

Durasi penyakit 0,04 0,22 0,26

Keparahan penyakit (skala HY yang dimodifikasi) - 0,02 0,17 0,15
Penyakit penyerta - 0,01 - 0,00 - 0,01

Sejarah air terjun - 0,11 - 0,12 - 0,23

Faktor lingkungan
Dukungan sosial 0,02 0,03 0,05
Gangguan
Fungsi motorik (UPDRS-III) - 0,03 0,24 0,21
Fungsi motorik dan non-motor (UPDRS-IV) 0,20 0,05 0,25
Fungsi mental (UPDRS-I) 0,30 0,07 0,37
Keterbatasan aktivitas

Mobilitas (TUGT) - 0,14 - 0,03 - 0,17

Perawatan diri (UPDRS-II) 0,38 - 0,38

Skala HY yang dimodifikasi, Skala Hoehn dan Yahr yang dimodifikasi; UPDRS, Skala Peringkat

Penyakit Parkinson Bersatu; PIGD, Ketidakstabilan postural dan gangguan gaya berjalan; FOG-Q,

Pembekuan Kuesioner Kiprah; MDRS, Skala Peringkat Dyskinesia yang Dimodifikasi; TUGT, Timed Up

dan Go Test

Tabel 3Ringkasan statistik kecocokan model akhir

Indeks kecocokan model Nilai

Model 1

2uji 27.65

df 3
 p <0,001

CFI 0,96
RMSEA 0,20
90% CI 0,14, 0,27

SRMR 0,04
AIC 229.7

Model 2

2uji 69.69

df 53
p 0,062

CFI 0,99
RMSEA 0,04
90% CI 0,00, 0,06

SRMR 0,05
AIC 145.7

2uji, uji chi-kuadrat;df, derajat kebebasan; CFI, indeks kecocokan komparatif; RMSEA, root

mean square error of approximation; CI, interval kepercayaan; SRMR, residual kuadrat

rata-rata akar standar

Gambar 1Contoh interaksi antara komponen ICF untuk penderita PD [14,

15]. Diadaptasi dengan izin dari Organisasi Kesehatan Dunia [13].
Gambar 2Model pengukuran yang menggambarkan hubungan antara faktor demografi,
gangguan PD, keterbatasan aktivitas dan HRQOL berdasarkan kerangka ICF [13, 33]
Gambar 3Model HRQOL menggambarkan hubungan antara HRQOL dan (a) faktor pribadi
dan lingkungan; (b) Gangguan PD dan keterbatasan aktivitas saja. dxmewakili istilah residual
yang mencerminkan jumlah varians yang tidak dapat dijelaskan dan kesalahan pengukuran.
Semua koefisien jalur dibakukan. Koefisien jalur yang tidak signifikan tidak ditampilkan
karena alasan keterbacaan.

(sebuah)
(b)

Gambar 4Model alternatif HRQOL pada penderita PD diperoleh melalui strategi

pencarian kausal. Semua koefisien jalur dibakukan.