Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Majalah Anestesia & Critical Care (MACC) Cermin Dunia Kedokteran
Suryana, I Ketut
Unknown Affiliation
Health Professions Medicine & Pharmacology

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Telaah Sistematis Terhadap Analisis Penggunaan Algoritma Machine Learning untuk Acute Kidney Injury pada Pasien dengan Infark Miokard Cindryani Ra Ratumasa, Marilaeta; Suryana, I Ketut; Senapathi, Tjokorda Gde Agung; Hadiwijono, Vanessa Juventia
Majalah Anestesia & Critical Care Vol 43 No 1 (2025): Februari
Publisher : Perhimpunan Dokter Spesialis Anestesiologi dan Terapi Intensif (PERDATIN) / The Indonesian Society of Anesthesiology and Intensive Care (INSAIC)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55497/majanestcricar.v43i1.432

Abstract

Acute kidney injury (AKI) merupakan kondisi yang umum terjadi dan memiliki kontribusi terhadap morbiditas dan mortalitas yang tinggi pada pasien yang mengalami infark miokard. Identifikasi dini dan intervensi yang tepat pada pasien berisiko AKI sangat penting, terutama dalam konteks prosedur kardiovaskular seperti angiografi koroner dan bedah jantung. Machine learning (ML) tentunya berpotensi besar dalam mendukung deteksi dini AKI pada pasien dengan cedera miokard. Oleh karena itu, telaah sistematis ini bertujuan untuk menganalisis studi-studi terkini mengenai penggunaan machine learning untuk deteksi dini AKI pada pasien yang mengalami infark miokard dalam konteks angiografi koroner hingga bedah jantung. Dengan memahami peran teknologi ini, diharapkan dapat ditemukan cara-cara baru untuk meningkatkan deteksi dan pengelolaan AKI, serta mengurangi komplikasi yang terkait dengan cedera ginjal pada pasien kardiovaskular. Tinjauan sistematis ini dibuat berdasarkan dari panduan Preferred Reporting Items for Systematic Review and Meta-Analysis (PRISMA). Basis data didapatkan dari Pubmed, Cochrane Central (Wiley), Embase (Elsevier), serta ClinicalTrials.gov menggunakan operator Boolean AND dan OR dimana dibatasi pencarian dari tahun 2014-2024. Penilaian kualitas studi menggunakan skor QUADAS. Teknologi machine learning dan AI menawarkan alat yang menjanjikan untuk meningkatkan akurasi prediksi, memungkinkan pengawasan yang lebih baik, dan intervensi yang lebih tepat waktu. Namun, beragam jenis algoritma dengan pendekatan yang berbeda dilibatkan dalam studi ini.Penelitian lebih lanjut diperlukan untuk mengintegrasikan teknologi ini ke dalam praktik klinis sehari-hari dan meningkatkan penanganan pasien dengan risiko tinggi AKI.
Hipoglikemia Persisten pada Pasien Non-Diabetes dalam Kondisi Kritis: Mengungkap Penyebab yang Tidak Terkait dengan Insulin — Laporan Kasus: Laporan Kasus Pamungkas, Kadek Mercu Narapati; Suryana, I Ketut
Cermin Dunia Kedokteran Vol 53 No 08 (2026): Agustus 2026
Publisher : PT Kalbe Farma Tbk.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55175/cdk.v53i08.1864

Abstract

Introduction: Hypoglycemia is uncommon in patients without diabetes mellitus, yet critical illness can precipitate it through impaired gluconeogenesis and depletion of hepatic glycogen stores. When this occurs in the absence of insulin therapy or a diabetic history, identifying the underlying cause becomes a diagnostic challenge. Case: A 56-year-old male presented with decreased consciousness secondary to severe hypoglycemia (glucose 42 mg/dL). He had a history of suspected metastatic stage IV prostate cancer with a markedly elevated prostatespecific antigen (PSA) of 930.8 ng/mL, severe anemia (Hb 4.9 g/dL), transaminitis (aspartate aminotransferase/AST 108 U/L), and a normal HbA1c of 4.7% with no prior history of diabetes mellitus. During hospitalization, he was additionally diagnosed with complicated urinary tract infection and hospital-acquired pneumonia. By day three, persistent recurrent hypoglycemia developed despite glucose supplementation. On day five, the patient deteriorated into type 2 respiratory failure requiring ICU admission, and subsequently died. Discussion: Persistent hypoglycemia in this patient was likely multifactorial, involving tumor-related mechanisms, critical illness with concurrent infections, hepatic dysfunction, and prolonged malnutrition, whereas normal HbA1c and the absence of glycosuria excluded underlying diabetes mellitus and renal glucose wasting. Conclusion: This case underscores that persistent hypoglycemia in critically ill non-diabetic patients is a clinically important and often diagnostically elusive condition. A multifactorial approach encompassing malignancy-related mechanisms, hepatic dysfunction, sepsis, and nutritional depletion is essential for timely recognition and management.
Co-Authors Cindryani Ra Ratumasa, Marilaeta Hadiwijono, Vanessa Juventia Pamungkas, Kadek Mercu Narapati Tjokorda Gde Agung Senapathi