Kata Kunci
Length of Stay
Model Matematika
Artificial Intelligence
Diabetes Melitus
Cara Mengutip
Abstrak
Latar Belakang: Diabetes Melitus (DM), burden disease yang menjadi beban kesehatan global. Komplikasi akut yang sering terjadi adalah hipoglikemia. Hipoglikemia pada pasien diabetes yang dirawat berhubungan dengan peningkatan lama rawatan (Length ofStay/LOS) mortalitas, dan biaya. Pasien dengan penyerta sering tidak sesuai dengan clinical pathway, sehingga dibutuhkan model matematika yang memperkirakan lama rawatan sehingga dapat diperkirakan sumber daya yang diperlukan.
Tujuan: Untuk memformulasikan suatu model matematika yang memprediksi LOS pasien hipoglikemia yang dirawat dengan berbagai kondisi
Metode: Kohort retrospektif, menggunakan data sekunder pasien DM yang mengalami hipoglikemia dari 1 Januari 2011 sampai Desember 2020, data dikumpulkan dari Mei hingga November 2021 dari rekam medis RSUD dr.Zainoel Abidin, Banda Aceh, analisis multivariat dengan analisis regresi logistik menggunakan software R untuk mendapatkan permodelan matematika lamanya rawatan. Uji variabel yang berpengaruh terhadap lama rawatan menggunakan uji regresi logistik dengan p value < 0,05.
Hasil: Didapatkan 573 pasien hipoglikemia, paling banyak laki-laki (51,3 %), rata- rata usia 59,6 tahun, terbanyak adalah pasien DM tipe 2 (96,4%), infeksi merupakan komorbid utama (46,6 %), derajat hipoglikemia ringan adalah yang paling banyak (47,2%) dan lama rawatan rata- rata 8,06 hari. Berdasarkan permodelan matematika, didapatkan setiap penambahan satu satuan usia maka lama rawatan bertambah 6.99 ≈ 7 hari. Kemudian dilakukan uji regresi logistik untuk melihat varibel yang berpengaruh.
Kesimpulan: Berdasarkan permodelan matematika yang didapatkan, setiap penambahan satu satuan usia maka lama rawatan bertambah 6.99 ≈ 7 hari. Selanjutnya formulasi model matematika ini diharapkan dapat memprediksi lama rawatan hipoglikemia dengan berbagai komorbid, bahan habis pakai dan sebagai dasar aplikasi artificial intelligence yang bermanfaat terhadap efisiensi.
Referensi
Bloomfield HE, Greer N, Newman D, et al. (2012). Predictors and Consequences of Severe Hypoglycemia in Adults with Diabetes - A Systematic Review of the Evidence. Washington, DC: Department of Veterans Affairs; Available at: http://www.hsrd.research.va.gov/publications/esp/hypoglycemia-2012.pdf.
Brodovicz KG, Mehta V, Zhang Q, et al. (2013). Association between hypoglycemia and inpatient mortality and length of hospital stay in hospitalized, insulin-treated patients. Curr Med Res Opin.; 29: 101-107.
Bonaventura, F. Montecucco, F. Dallegri. (2015). Update on strategies limiting iatrogenic hypoglycemia, Endocr Connect, 4 (3), R37–45.
Boucai, L., Southern, W. N., & Zonszein, J. (2011). Hypoglycemia-associated mortality is not drug-associated but linked to comorbidities. The American Journal of Medicine, 124, 1028–1035.
Brutsaert, E., Carey, M., & Zonszein, J. (2014). The clinical impact of inpatient hypoglycemia. Journal of Diabetes and Its Complications, 28(4), 565–572. https://doi.org/10.1016/j.jdiacomp.2014.03.002.
Daughaday WH. (2007). Hypoglycemia due to paraneoplastic secretion of insulin-like growth factor-I. J Clin Endocrinol Metab, 92(5):1616.
Draznin, B., Gilden, J., Golden, S. H., Inzucchi, S. E., Baldwin, D., Bode, B. W., et al. (2013). Pathways to quality inpatient management of hyperglycemia and diabetes: A call to action. Diabetes Care, 36, 1807–1814.
E.R. Sequest, J. Anderson, B. Childs, P. Cryer, S. Dagogo-jack, L. Fish, et al., (2013). Hypoglycemia and diabetes: a report of a workgroup of the American diabetes association and, The Endocrin Soc, 36, 1384–1395.
Garg R, Hurwitz S, Turchin A, Trivedi A. (2013). Hypoglycemia, with or without insulin therapy, is associated with increased mortality among hospitalized patients. Diabetes Care, 36, 1107-1110.
Jones GC, Timmons JG, Cunningham SG, Cleland SJ, Sainsbury CAR. (2017). Hypoglycemia and Clinical Outcomes in Hospitalized Patients With Diabetes: Does Association With Adverse Outcomes Remain When Number of Glucose Tests Performed Is Accounted For?. J Diabetes Sci Technol, 11(4), 720-723. https://doi.org/10.1177/1932296816688012.
Marshall, A., Vasilakis, C., & El-Darzi, E. (2005). Length of Stay-Based Patient Flow Models: Recent Developments and Future Directions. Health Care Management Science, 8(3), 213–220. https://doi.org/10.1007/s10729-005-2012-z.
M. Carey, L. Boucai, J. Zonszein, (2013). Impact of hypoglycemia in hospitalized patients, Curr. Diabetes Rep., 13 (1), 107–15
P. Harper and A. Shahani. (2002). Modelling for the planning and management of bed capacities in hospitals, Journal of Operational Research Society, 53, 11–18.
Pratiwi, C., Mokoagow, M. I., Made Kshanti, I. A., & Soewondo, P. (2020). The risk factors of inpatient hypoglycemia: A systematic review. Heliyon, 6(5), e03913. https://doi.org/10.1016/j.heliyon.2020.e03913.
R. Gomez-Huelgas, R. Guijarro-Merino, A. Zapatero, R. Barba, A. Guijarro- Contreras, F. Tinahones, et al. (2015). The frequency and impact of hypoglycemia among hospitalized patients with diabetes: a population-based study, J. Diabet. Complicat., 29(8), 1050–1055.
Samya V, Shriraam V, Jasmine A, et al. (2019). Prevalence of Hypoglycemia Among Patients With Type 2 Diabetes Melitus in a Rural Health Center in South India. J Prim Care Community Health. https://doi.org/10.1177/2150132719880638
Van Herpe, T., Mesotten, D., Wouters, P. J., Herbots, J., Voets, E., Buyens, J., et al. (2013). Logic-insulin algorithm-guided versus nurse-directed blood glucose control during critical illness: The LOGIC-1 single-center, randomized, controlled clinical trial. Diabetes Care, 36, 188–194.