Parameter Klinis dan Ekokardiografi Strain untuk Memprediksi Keparahan Stenosis Berdasar Skor Gensini pada Penyakit Jantung Koroner Stabil

Pendahuluan . Keparahan stenosis pada penyakit jantung koroner (PJK) stabil berkaitan erat dengan prognosis. Beberapa parameter klinis dan ekokardiografi strain yang berkembang akhir-akhir ini dapat memprediksi keparahan stenosis seperti. Penilaian faktor-faktor klinis dan ekokardiografi strain bersama-sama diharapkan mampu memprediksi lebih baik keparahan stenosis. Penelitian ini bertujuan untuk mengetahui apakah faktor-faktor klinis (usia, jenis kelamin, diabetes, angina tipikal, riwayat infark) dan global longitudinal scale (GLS) pada ekokardiografi strain dapat memprediksi keparahan stenosis pasien PJK stabil yang dinilai dengan skor Gensini, dan membuat model prediktor dari parameter yang bermakna. Metode. Studi potong lintang dilakukan di Rumah Sakit Pusat Nasional Dr. Cipto Mangunkusumo (RSUPNCM) pada periode Maret – Mei 2019. Pengambilan sampel secara konsekutif pada pasien PJK stabil yang menjalani angiografi koroner. Analisis bivariat dilakukan dengan chi-square, dilanjutkan analisis multivariat dengan regresi logistik metode baickward stepwise pada variabel yang bermakna. Hasil. Terdapat 93 subjek yang masuk dalam penelitian. Pada analisis bivariat, faktor-faktor prediktor yang bermakna adalah diabetes melitus (OR 2,79; IK95%:1,08-7,23), riwayat infark (OR 4,04; IK95%:1,51-10,80), angina tipikal (OR 5,01; IK95%:1,91-13,14), dan GLS ≥-18,8 (OR 30,51; IK95%:10,38-89,72). Pada analisis multivariat faktor-faktor prediktor yang bermakna adalah angina tipikal (OR 4,48; IK95%:1,39-14,47) dan GLS ≥18,8 (OR 17,30; IK95%:5,38-55,66). Tidak dilakukan pembuatan model prediktor karena hanya 2 faktor prediktor yang bermakna. Simpulan. Angina tipikal dan GLS merupakan faktor-faktor prediktor keparahan stenosis pada pasien PJK stabil, sedangkan faktor usia, jenis kelamin, diabetes, dan riwayat infark bukan merupakan prediktor keparahan stenosis pasien PJK stabil. Model skor prediktor tidak dikembangkan karena hanya ada dua faktor prediktor yang bermakna. Kata Kunci: ekokardiografi, keparahan stenosis, prediktor, skor Gensini, strain Use of Clinical Parameters and Strain Echocardiography to Predict Stenosis Severity based on Gensini’s Score in Stable Coronary Artery Disease Introduction . In patient with stable coronary artery disease (CAD), severity of stenosis is closely related to prognosis. It is known that several clinical parameters and recently-developed strain echocardiography can predict severity of stenosis. Assessment of clinical parameters, altogether with strain echocardiography is expected to make better prediction. This study aim to determine whether clinical factors, i.e. age, sex, diabetes, typical angina, and history of myocardial infarction, and strain echocardiography parameter, i.e. global longitudinal strain (GLS), can predict severity of coronary artery stenosis measured with Gensini score,and to further develop a prediction model based on significant parameters. Methods . This is a cross-sectional study taken at Dr. Cipto Mangunkusumo National Central General Hospital during period March – May 2019. Patient with stable CAD scheduled to undergo coronary angiography is recruited consecutively. Bivariate analysis using chi-square is performed to each predictor. Significant predictors are further analysed using backward stepwise logistic regression. A prediction model is then developed based on significant predictors by multivariate analysis. Results . The study group include 93 subjects. Significant predictors on bivariate analysis include diabetes melitus (OR 2.79; CI95%:1.08-7.23), history of myocardial infartion (OR 4.04; CI95%:1.51-10.80), typical angina (OR 5.01; CI95%:1.91-13.14), and GLS ≥-18.8 (OR 30.51; CI95%:10.38-89.72). Significant predictors on multivariate analysis are typical angina (OR 4.48; CI95%:1.39-14.47) and GLS ≥18.8 (OR 17.30; CI95%:5.38-55.66). Predicton model is not developed because there are only two significant predictors. Conclusions: Typical angina and GLS are predictors of stenosis severity in patient with stable CAD. Age, sex, diabetes, and history of myocardial infarction are not significant predictors. A prediction model can not developed because there are only 2 significant predictors.