Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Nutrix Journal

Hubungan Antara Transportasi Domain dengan Kualitas Hidup Pasien dengan Gagal Jantung Denny Maurits Ruku
NUTRIX Vol 7 No 2 (2023): Volume 7, Issue 2, 2023
Publisher : Fakultas Ilmu Keperawatan Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37771/nj.v7i2.937

Abstract

Quality of life is an important indicator that must receive special attention for patients and health workers and the transportation domain is part of physical activity which is very beneficial for heart failure patients. The aim of this study was to determine the relationship between transportation domains and quality of life in patients with heart failure. Cross-sectional study design was used in this research. Convenience sampling was used in the sampling technique and 180 respondents were included in this research. Pearson correlation, Independent t-test, one-way ANOVAs, and Hierarchical multiple regressions were used to process the data. Transportation domain has a significant relationship with HRQOL of heart failure patients (r= -.20, p< .01), disease-related factors have a significant relationship with HRQOL of heart failure patients such as heart failure medications (r= .17, p< .05), health status (r= .29, p< .01), and NYHA Classification (F= 8.36, p< .001). 3 significant predictor variables for HRQOL; health status (β= 2.43), and NYHA Class III (β= 15.28), and transportation domain (β= -.34). Patients with heart failure have problems in the transport domain, especially in the higher NYHA Class, but improving the transport domain can promise to improve the health status and HRQOL of patients with heart failure. Keywords: Heart failure, Quality of Life, Transport domains. Abstrak Kualitas hidup merupakan salah satu indikator penting yang harus mendapat perhatian khusus bagi pasien serta tenaga kesehatan dan transportasi domain merupakan bagian dari aktifitas fisik yang sangat bermanfaat bagi pasien gagal jantung. Tujuan dari penelitian ini untuk mengetahui hubungan transportasi domain dengan kualitas hidup pada pasien dengan gagal jantung. Cross-sectional study design digunakan dalam penelitian ini. Convenience sampling digunakan dalam Teknik pengambilan sample dan 180 responden diikut sertakan dalam penelitian ini. Pearson correlation, Independent t-test, one-way ANOVAs, dan Hierarchical multiple regressions digunakan untuk mengolah data. Transportasi domain mempunyai hubungan yang signifikan dengan HRQOL dari pasien gagal jantung (r= -.20, p< .01), faktor yang berhubungan dengan penyakit mempunyai hubungan yang signifikan dengan HRQOL pasien gagal jantung seperti, obat gagal jantung (r= .17, p< .05), status kesehatan (r= .29, p< .01), dan NYHA Classification (F= 8.36, p< .001). 3 variable predictor yang signifikan terhadap HRQOL; status kesehatan (β= 2.43), dan NYHA Class III (β= 15.28), dan transportasi domain (β= -.34). Pasien dengan gagal jantung mempunyai masalah dalam transportasi domain terutama pada NYHA Class yang lebih tinggi, namun dengan meningkatkan transportasi domain dapat menjanjikan peningkatan status Kesehatan dan HRQOL dari pasien dengan gagal jantung. Kata Kunci: Gagal jantung, Kualitas Hidup, Transportasi domain.
Analisis Faktor-Faktor yang Berhubungan dengan Angka Kematian Pasien Intensive Care Unit Oktoria, Vica Sari; Tambunan, Natalia; Siagian, Indah Mentari; Ruku, Denny Maurits
NUTRIX Vol 9 No 1 (2025): Volume 9, Issue 1, 2025
Publisher : Fakultas Ilmu Keperawatan Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37771/nj.v9i1.1272

Abstract

Pendeteksi awal pada saat pasien masuk di Intensive Care Unit (ICU) merupakan bagian penting dalam membantu menurunkan angka kematian. Tujuan penelitian ini untuk menganalisis faktor-faktor yang berhubungan dengan angka kematian pasien ICU. Cross sectional study design digunakan dalam penelitian ini, dan pengambilan sample menggunakan total sampling dari rekam medis pasien di ICU pada bulan Oktober 2023 sampai September 2024. Analisis statistik yang digunakan adalah Pearson correlation coefficient, t-test, one-way ANOVA, and Hierarchical multiple regression. Sebanyak 73 data pasien meninggal di ICU diambil dalam penelitian ini. Hasinya mendapati bahwa, variable yang berhubungan significant dengan angka kematian pasien di ICU adalah usia (r= 0.24, p= 0.05), komorbiditas (r= -0.87, p= 0.01), kesadaran (r= -0.27, p= 0.01), dan diastolic pasien (r= 0.28, p= 0.05); Sedangkan veriabel ventilator mekanik, admisi, dan diagnostic tidak mempunyai hubungan yang significant dengan angka kematian pasien di ICU. Selain itu, variable predictor dari angka kematian pasien di ICU adalah usia, komorbiditas, systolic, diastolic dan diagnostic akut dari pasien dengan menyumbang 99.5% kematian di ICU. Implikasi penelitian ini adalah untuk memonitor ketat pasien ICU dengan usia lanjut, komorbidity, status kesadaran, dan tekanan darah terhadap angka kematian; Selain itu, tenaga kesehatan perlu memperhatikan secara cermat terhadap predictor dari angka kematian pasien di ICU seperti usia lansia, masuk dengan diagnosa akut, memiliki banyak komorbiditas, serta tidak stabilnya tekanan darah (systolic maupun diastolic) pada saat pasien masuk ke ICU. Early detection upon patient admission to the Intensive Care Unit (ICU) is crucial in reducing mortality rates. This study analyzes the factors associated with ICU patient mortality. A cross-sectional study design was employed, with total sampling conducted using medical records of ICU patients from October 2023 to September 2024. The statistics analysis were used by Pearson correlation coefficient, t-test, one-way ANOVAs, and Hierarchical multiple regression. A total of 73 ICU patient mortality cases were analyzed. The findings indicate that variables significantly associated with ICU mortality included age (r = 0.24, p = 0.05), comorbidities (r= -0.87, p= 0.01), level of consciousness (r= -0.27, p= 0.01), and diastolic blood pressure (r= 0.28, p= 0.05). However, mechanical ventilation, admission type, and primary diagnosis were not significantly associated with ICU mortality. Additionally, the predictive factors for ICU mortality included age, comorbidities, systolic blood pressure, diastolic blood pressure, and acute diagnosis, collectively accounting for 99.5% of ICU deaths. The findings highlight the need for close monitoring of ICU patients, particularly those who are elderly, have multiple comorbidities, exhibit altered consciousness, or have unstable blood pressure. Furthermore, healthcare providers should carefully assess key predictors of ICU mortality, including advanced age, acute admission diagnosis, high comorbidity burden, and blood pressure instability (both systolic and diastolic) upon ICU admission.