Text

Klasifikasi sediaan blok parafin jaringan lambung mencit normal, kanker, dan prekanker menggunakan spektrofotometri reflektansi VIS-NIR = Classification of gastric tissue paraffin block preparations of normal, cancerous, and precancerous mice using Vis-NIR reflectance spectrophotometry.

Latar belakang: Sebagian besar kasus kanker lambung didiagnosis pada stadium lanjut dan 25,8% kasus kanker lambung tidak terdiagnosis pada endoskopi 3 tahun sebelum diagnosis. Penilaian histopatologi dari diagnosis baku emas kanker lambung juga membutuhkan waktu yang lama dan ketelitian yang tinggi. Maka dari itu, dibutuhkan pemeriksaan secara objektif, kuantitatif, dini, dan efisien. Spektrofotometri telah membantu dalam mendeteksi molekuler sel kanker lambung. Namun belum banyak penelitian mengenai spektrofotometer reflektans Vis-NIR pada kanker lambung. Tujuan: Studi ini merupakan studi preliminary untuk mengetahui akurasi spektrofotometer reflektans Vis-NIR dalam mengklasifikasi jaringan normal dan jaringan yang tidak normal lambung berdasarkan intensitas cahaya dalam panjang gelombang. Metode: Penelitian ini menggunakan teknik analitik potong lintang dengan sampel blok parafin jaringan lambung mencit. Sampel sudah dinilai sebelumnya oleh ahli patologi anatomi dan dikelompokkan menjadi normal, radang, dan prekanker. Pengambilan data menggunakan lampu pijar dengan spektrum cahaya Vis-NIR. Pengukuran dilakukan pada 454 panjang gelombang lalu hasilnya akan dianalisis menggunakan perangkat lunak SPSS dan Orange Data Mining. Hasil dan Pembahasan: Hasil uji komparatif dengan SPSS menunjukkan 72 dari 454 panjang gelombang Vis-NIR memiliki perbedaan bermakna antar kelompok sampel. Panjang gelombang yang paling berpengaruh terhadap pengelompokan jaringan adalah 908.1 nm, 910 nm, 911.9 nm, 913.8 nm, 915.7 nm, 917.7 nm, dan 919.6 nm. Uji pengelompokan derajat lesi menggunakan algoritma Support Vector Machine dengan hasil paling baik yaitu akurasi 72,2%, sensitivitas 100%, dan spesifisitas 94.11%. Simpulan: Spektrofotometri reflektans Vis-NIR mampu mendeteksi jaringan normal dan jaringan tidak normal lambung pada mencit berdasarkan perbedaan intensitas cahaya.
Kata kunci: diagnosis kanker lambung, spektrofotometri, spektrofotometer VisNIR


Background: Most gastric cancers were diagnosed at an advanced stage and 25.8% of gastric cancer cases were not diagnosed at endoscopy 3 years before diagnosis. Histopathological assessment of the gold standard gastric cancer diagnosis also requires a long time and high accuracy. Therefore, an objective, quantitative, early, and efficient examination is needed. Spectrophotometry has helped detect gastric cancer cells molecularly. However, there are not many studies on Vis-NIR reflectance spectrophotometer in gastric cancer. Objective: This study is a preliminary study to determine the accuracy of the VisNIR reflectance spectrophotometer in classifying normal tissue and abnormal tissue based on light intensity in wavelength. Method: This study used a cross-sectional analytical technique with paraffin block samples of mouse gastric tissue. The samples were pre-assessed by an anatomic pathologist and were normal, proprietary, and pre-cancerous. Data retrieval using an incandescent lamp with a Vis-NIR light spectrum. Measurements were made at 454 wavelengths and the results will be analyzed using SPSS and Orange Data Mining software. Results and Discussion: The results of the comparative test with SPSS showed that 72 of the 454 Vis-NIR wavelengths had significant differences between sample groups. The wavelengths that have the most influence on tissue grouping are 908.1 nm, 910 nm, 911.9 nm, 913.8 nm, 915.7 nm, 917.7 nm, and 919.6 nm. The lesion grade grouping test used the yahoo Support Vector Machine with the best results, namely 72.2% accuracy, 100% sensitivity, and 94.11% specificity. Conclusion: Vis-NIR reflectance spectrophotometry is able to detect normal and abnormal gastric tissue in mice based on differences in light intensity.
Keywords: gastric cancer diagnosis, spectrophotometry, Vis-NIR spectrophotometer