Tesis
Kesesuaian Rekomendasi Aplikasi OPTIMA dalam Memberikan Panduan Antibiotik dan Perbandingan Penentuan Model Risiko Infeksi MDR pada Pasien Infeksi = Degree of Agreement of OPTIMA-Based Antibiotic Recommendation and Comparison of MDR Infection Risk Model Determination in Patients with Infection.
Latar Belakang: Ketidaktepatan penggunaan antibiotik merupakan salah satu faktor pendorong meningkatnya kasus infeksi akibat patogen MDR. OPTIMA adalah sebuah aplikasi seluler yang dikembangkan untuk membantu tenaga medis dalam memilih antibiotik empirik pada kasus infeksi. Derajat kesesuaian dan performa prediksi infeksi MDR aplikasi OPTIMA perlu diuji untuk dapat mengoptimalkan pemanfaatannya dalam praktik klinis sehari-hari. Tujuan: Penelitian ini bertujuan menilai kesesuaian rekomendasi aplikasi OPTIMA dengan antibiotik yang digunakan DPJP, dan menilai performa model OPTIMA dibandingkan dengan skor ATM dalam memprediksi risiko infeksi akibat patogen MDR Metode: Penelitian ini merupakan studi kohort retrospektif yang melibatkan 180 subjek dengan diagnosis infeksi yang mendapatkan antibiotik di Instalasi Gawat Darurat RSUPNCM. Data sekunder dikumpulkan meliputi data demografis, komorbiditas, klinis, dan hasil kultur dari spesimen yang diperiksakan pada pasien. Hasil: Dari 180 subjek yang direkrut, terdapat kesesuaian yang signifikan antara pilihan antibiotik yang direkomendasikan teknologi berbasis aplikasi OPTIMA dengan antibiotik aktual yang diberikan oleh dokter penanggung jawab pasien dengan derajat kesepakatan sedang (kappa: 0,59, p value < 0,05). Tidak terdapat perbedaan bermakna antara performa model prediksi infeksi akibat patogen MDR Optima (AUC 0,55 IK95% 0,46-0,64) dibandingkan dengan skor ATM (AUC 0,61 IK 95% 0,52-0,69; p value= 0,33). Simpulan: Teknologi berbasis aplikasi OPTIMA memberikan rekomendasi antibiotik dengan derajat kesepakatan sedang dengan pilihan antibiotik yang diberikan oleh DPJP. Model prediksi Optima memiliki performa yang tidak berbeda secara bermakna dibandingkan dengan skor ATM dalam memprediksi infeksi akibat patogen MDR.
Kata kunci: penggunaan antibiotik, antibioitk empirik, risiko MDR, OPTIMA, aplikasi selular kedokteran, clinical decision system support
Background: Inappropriate use of antibiotics is one of the driving factors for the increasing trend of MDR pathogens infections. OPTIMA is a mobile application developed to assist medical personnel in selecting empirical antibiotics for infectious diseases. The degree of agreement and performance of the OPTIMA application's MDR infection prediction model needs to be evaluated in order to optimize its use in daily clinical practice. Objective: This study aims to assess the degree of agreement between OPTIMA-based antibiotic recomenddation and actual use of antibiotics selected by the attending physicians. This study also aim to assess the performance of the OPTIMA model compared to the ATM score in predicting the risk of infection due to MDR pathogens Methods: This is a retrospective cohort study involving 180 subjects with a diagnosis of infection who received antibiotics at the Emergency Department of RSUPNCM. Secondary data collected included demographic data, comorbidities, clinical, and culture results from specimens examined. Results: Of the 180 subjects recruited, the degree of agreement between the antibiotic choices recommended by OPTIMA and the actual antibiotics given by the patient's attending physician had a moderate degree of agreement (kappa: 0.59, p value < 0.05). There was no significant difference between the performance of the Optima MDR pathogen infection prediction model (AUC 0.55 IK95% 0.46-0.64) compared to the ATM score (AUC 0.61 IK 95% 0.52-0.69; p value = 0.33). Conclusion: The OPTIMA application-based technology provides antibiotic recommendations with a moderate degree of agreement with the antibiotic choices given by the physician in-charge. The Optima prediction model has a performance that is not significantly different compared to the ATM score in predicting infections due to MDR pathogens.
Keywords: antibiotic use, empirical antibiotics, MDR risk, OPTIMA, medical cellular applications, clinical decision system support
- Judul Seri
-
-
- Tahun Terbit
-
2025
- Pengarang
-
Sharifah Shakinah - Nama Orang
Lie Khie Chen - Nama Orang
Prasandhya Astagiri Yusuf - Nama Orang
Robert Sinto - Nama Orang - No. Panggil
-
T25171fk
- Penerbit
- Jakarta : Sp-2 Ilmu Penyakit Dalam., 2025
- Deskripsi Fisik
-
xix, 92 hlm., ; 21 x 30 cm
- Bahasa
-
Indonesia
- ISBN/ISSN
-
-
- Klasifikasi
-
T25
- Edisi
-
-
- Subjek
- Info Detail Spesifik
-
Tanpa Hardcopy
| T25171fk | T25171fk | Perpustakaan FKUI | Tersedia - File Digital |
Masuk ke area anggota untuk memberikan review tentang koleksi