Abstrak: Pendahuluan. Prevalensi persalinan preterm di dunia terjadi sekitar 11,1% kelahiran hidup. Namun, persalinan preterm menyumbang angka kesakitan dan kematian neonatus sebesar 75-80%. Morbiditas bayi preterm dapat berlanjut sampai tahap perkembangan berikutnya sehingga menjadi beban secara fisik, psikologis dan ekonomi. Faktor yang diduga berperan dalam terjadinya persalinan preterm adalah ketuban pecah dini (KPD). Penelitian sebelumnya memperlihatkan adanya hubungan ketuban pecah dini terhadap persalinan preterm, namun perlu dilakukan penelitian pada populasi berbeda seperti di RSUD kota Cilegon. Tujuan Penelitian. Mengetahui besar pengaruh ketuban pecah dini terhadap kejadian persalinan preterm di RSUD Cilegon periode Juli 2014-Desember 2015. Metode Penelitian. Desain adalah kasus kontrol menggunakan data sekunder rekam medik. Populasi kasus yaitu semua ibu hamil yang melahirkan dengan usia kehamilan < 37 minggu lengkap di RSUD Cilegon dan populasi kontrol adalah semua ibu hamil yang melahirkan dengan usia kehamilan > 37 minggu di RSUD Cilegon. Sampel diambil dalam periode Januari 2014-Desember 2015. Metode analisis yang digunakan adalah regresi logistik. Hasil Penelitian. Pada analisis bivariat hubungan ketuban pecah dini dengan persalinan preterm diperoleh OR 2,97 (95% CI: 1,92-4,59) sebelum dikontrol dengan variabel kovariat. Setelah dilakukan analisis multivariat diperoleh model akhir hubungan ketuban pecah dini dengan persalinan preterm dengan mengendalikan faktor pendidikan, riwayat persalinan preterm dan anemia didapatkan OR 2,58 (95% CI: 1,68-3,98). Kesimpulan. Ibu hamil dengan ketuban pecah dini berisiko 2,58 kali untuk mengalami persalinan preterm dibandingkan dengan ibu yang tidak mengalami ketuban pecah dini setelah dikontrol oleh variabel pendidikan, riwayat persalinan preterm, dan anemia. Kata kunci: persalinan, preterm, KPD

Abstrak: Latar Belakang: Kelahiran preterm merupakan penyebab tertinggi kematian neonatal. Indonesia menduduki posisi tertinggi di ASEAN dan kelima di dunia untuk kelahiran preterm. Rumusan masalah: Belum adanya model prediksi kelahiran preterm yang memperlihatkan prediktor yang berguna untuk mengembangkan program pencegahan. Tujuan: Menemukan model prediksi kelahiran preterm berbasis machine learning untuk deteksi dini kelahiran preterm di Fasilitas Kesehatan Tingkat Pertama (FKTP). Metode: Penelitian ini menggunakan desain studi case control dengan menggunakan data rekam medis Rumah Sakit (RS) di Palembang yaitu RS YK Madira, RSMH, RS Bunda, RS Ar Rasyid, RS Muhammadiyah, dan RS Bhayangkara tahun 2019 dengan jumlah sampel 1758 responden yang terdiri dari 879 preterm dan 879 aterm. Faktor risiko yang digunakan pada penelitian ini didapatkan dari Systematic Literature Review yang terdiri dari faktor sosiodemografi (10 variabel), faktor perilaku/gaya hidup (5 variabel), faktor maternal/kondisi ibu sebelum kehamilan (8 variabel), faktor kehamilan/obstetri ginekologi (21 variabel), faktor biologis (3 variabel), faktor pelayanan kesehatan (2 variabel) dan Faktor Kondisi Janin (4 variabel). Pemodelan dilakukan dengan menggunakan machine learning dengan menggunakan algoritme decision tree, K-Nearest Neighbour (KNN), naïve bayes, logistic regression, Support Vector Machine (SVM) dan neural network (CNN1D, multilayer perceptron dan backpropagation). Hasil: Ditemukan 21 variabel penelitian dari 53 variabel yang dibutuhkan, dan menemukan 6 variabel yang menjadi prediktor utama kelahiran preterm di antaranya pre-eklamsia, perdarahan dalam kehamilan, riwayat ketuban pecah dini, jarak antar dua kehamilan, paritas, dan anemia. Pada penelitian ini ditemukan algoritma terbaik yaitu decision tree dengan nilai akurasi 95% untuk training dan 96% untuk testing dan telah dibuat prototype berupa aplikasi berbasis web untuk deteksi dini di FKTP. Kesimpulan: Ditemukan research novelty yaitu diperoleh model prediksi kelahiran preterm, dimana model ini potensial untuk digunakan di FKTP sebagai upaya deteksi dini. Model prediksi ini akan mendeteksi ibu hamil akan berisiko preterm atau tidak berisiko. Apabila diketahui ibu berisiko kelahiran preterm, maka ibu dianjurkan untuk melakukan pemeriksaan di RS, agar tidak terjadi keterlambatan penanganan yang menyebabkan kematian ibu maupun bayi. Dibandingkan tidak ada model prediksi, maka risiko kelahiran preterm tidak dapat dicegah, sehingga keterlambatan penanganan akan terjadi.

Abstrak:

Abstrak:

---

---

Abstrak: The purpose of this study was to investigate the impact of income inequality and parental socioeconomic status on several birth outcomes in Japan. Data were collected on birth outcomes and parental socioeconomic status by questionnaire from Japanese parents nationwide (n = 41,499) and then linked to Gini coefficients at the prefectural level in 2001. In multilevel analysis, z scores of birth weight for gestational age decreased by 0.018 (95% confidence interval (CI): -0.029, -0.006) per 1-standard-deviation (0.018-unit) increase in the Gini coefficient, while gestational age at delivery was not associated with the Gini coefficient. For dichotomous outcomes, mothers living in prefectures with middle and high Gini coefficients were 1.24 (95% CI: 1.05, 1.47) and 1.23 (95% CI: 1.02, 1.48) times more likely, respectively, to deliver a small-for-gestational-age infant than mothers living in more egalitarian prefectures (low Gini coefficients), although preterm births were not significantly associated with income distribution. Parental educational level, but not household income, was significantly associated with the z score of birth weight for gestational age and small-for-gestational-age status. Higher income inequality at the prefectural level and parental educational level, rather than household income, were associated with intrauterine growth but not with shorter gestational age at delivery.

Abstrak:

---