Penuntun Praktikum Tropmed 2018.docx

PENUNTUN PRAKTIKUM

PRAKTIKUM PATOLOGI KLINIK (TM-Pr.1) RAPID DIAGNOSTIC TESTS (RDTs)

Rapid Diagnostic Test Dengue Alat yang diperlukan : -

pipet 10 uL

-

Tabung kaca atau plastik

-

Rapit test kit Dengue IgM dan IgG

Cara kerja : 1. Sampel yang digunakan adalah serum 2. Pegang pipet dalam posisi horizontal 3. Sentuh sampel dengan ujung pipet 4. Ambil sampel dan hindari terambilnya gelembung udara 5. Masukkan 10 uL sampel ke dalam sumur bulat (sumur sampel) pada kit 6. Teteskan 2 tetes buffer ke dalam sumur persegi (sumur buffer) dengan posisi tegak lurus ± 1 cm dari sumur 7. Baca hasil tepat 15 menit kemudian. Interpretasi : - Adanya garis pink menandakan hasil (+) - Semua garis setelah 15 menit adalah invalid - Garis pink pada daerah IgM dan kontrol  Infeksi primer - Garis pink pada daerah IgM dan IgG dan kontrol  infeksi sekunder - Garis pink pada daerah IgG dan kontrol  Infeksi sekunder - Garis pink pada daerah kontrol saja  negatif Pembimbing Praktikum

_____________________

Rapid Diagnostic Test Malaria

Alat yang diperlukan : -

Pipet 5 uL

-

Tabung kaca atau plastik

-

Rapit test kit Malaria

Cara kerja : 1. Sampel

yang

digunakan

adalah

whole

blood

dengan

anti

koagulan

EDTA/heparin atau oxalate. 2. Letakkan kit pada suhu ruangan 3. Buka pembukus kit, periksa warna dessicant (harus berwarna biru), bila berubah warna maka kit tidak dapat dipakai. 4. Putar tutup botol buffer searah jarum jam untuk melubanginya. 5. Campur darah dengan antikoagulan secara perlahan 6. Ambil sampel dengan loop (± 5 uL) atau mikropipet 5 uL, bisa juga darah kapiler dari ujung jari. 7. Sampel diteteskan pada Port A 8. Kemudian teteskan 3 tetes buffer di Port B, tunggu 1 menit. 9. Tambahkan 3 tetes cairan buffer lagi di Port B 10. Baca hasil dalam 30 menit, Jangan baca hasil setelah 45 menit Interpretasi :

Pembimbing Praktikum

_______________________

PRAKTIKUM IKK (TM-Pr.2) PRAKTIKUM I PENGOLAHAN DAN ANALISIS DATA DENGAN SPSS SPSS merupakan paket program statistik yang berguna untuk mengolah dan menganalisis data penelitian. Dengan SPSS semua kebutuhan pengolahan dan analisis data dapat diselesaikan dengan mudah dan cepat. Kemampuan yang dapat diperoleh dari SPSS meliputi pemprosesan segala bentuk file data, modifikasi data, membuat tabulasi berbentuk distribusi frekuensi, analisis statistik deskriptif, analisis statistik inferensial yang sederhana maupaun kompleks, membuat grafik, dsb. Perkembangan SPSS sangat cepat, mulai dari SPSS 6 sampai SPSS 17 sekarang ini. A. PROGRAM SPSS Untuk mengoperasikan program ini, terlebih dahulu harus dipastikan bahwa komputer sudah terinstal dengan SPSS for windows. Hal ini dapat kita lihat dari desktop ataupun menu yang terdapat pada program dengan membuka start terlebih dahulu. Bila di layar komputer sudah muncul icon SPSS, maka klik dengan mause dua kali pada icon tsb. Bila di layar komputer belum ada icon SPSS, maka klik START, pilih FILE PROGRAM dan sorot SPSS kemudia klik dua kali. SPSS mengenal 2 jenis jendela yang utama yaitu: SPSS DATA EDITOR dan SPSS OUT PUT. SPSS data editor berisi tampilan data yang akan dioleh dan dianalisis. Tampilan ini mirip dengan Excel. SPSS out put berisi hasil olahan (hasil analisis yang telah dilakulan). Setelah program SPSS di panggil di layar akan muncul logo SPSS for window. Pada layar monitor akan didapati tampilan menu utama SPSS seperti berikut:

Pada data editor akan tampak menu (bar menu) yang terletak di sebelah atas dengan urutan: File, Edit, Data, Transform, analyse, graps, utilitie, window, dan Help

       

File : digunakan untuk membuat file baru, membuka file data yang telah disimpan, atau membaca file data dari program lain. Edit: digunakan untuk memodifikasi, mengcopy, menghapus, mencari dan mengganti data Data: digunakan untuk membuat/mendefinisikan nama variabel, menganalisis sebagian data, menggabungkan data Transform: digunakan untuk transformasi/modifikasi data seperti mengelompokkan variabel, pembuatan variabel baru dari perhitungan matematik, dll Analyse digunakan untuk memilih berbagai prosedur statistik, dari statistik sederhana sampai yang kompleks Graphs: digunakan untuk membuat grafik melalui grafik bar, pie, garis, histogram, scater plot, dsb Window: digunakan untuk berpindah-pindah antar jendela, misal jendela data ke jendela output. Help: memuat informasi bantuan bahaimana menggunakan berbagai fasilitas pada SPSS

Entri data (memasukkan data) dapat langsung dilakukan pada data editor. Data editor memiliki bentuk tampilan sejenis spreadsheet (seperti excel) yang digunakan sebagai fasilitas untuk memasukkan/mengisikan data. Baris menunjukkan kasus/responden, kolom menunjukkan variabel. Sel merupakan perpotongan antara kolom dan baris menunjukkan nilai data B. MEMBUAT VARIABEL Pertama kali yang dilakukan sebelum entri data adalah memberi nama variabel. Satu variabel mewakili satu pertanyaan. Nama variabel tidak boleh ada spasi dan tidak boleh ada yang sama. Langkah-langkah:  

Aktifkan program SPSS sehingga data editor terbuka. Klik variabel view, yang terletak pada bagian bawah data editor

 

Kolom name adalah tempat nama variabel. Ketiklah nama variabel yang anda inginkan misalnya variabel nama , umur dan sex Type: tipe data. Ada beberapa pilihan untuk tipe data. Bila data berbentuk huruf maka klik type string, bila angka, klik numeric. Bila angka berbentuk desimal maka pada decimal places di tambahkan jumlah desimal yang diinginkan. Variabel nama : tipe string dengan widt tetap 8

Variabel umur : tipe numeric desimal 0

Variabel sex: tipe numeric (1 = laki-laki dan 2 perempuan) 

Label : keterangan untuk nama variabel Pada kolom tersebut kita tuliskan: nama responden Untuk umur kita tuliskan umur responden Dan sex kita tuliskan jenis kelamin responden



Value : digunakan untuk menamai kategori dalam variabel Untuk variabel nama dan umur tidak perlu dibuat value. Untuk variabel sex maka diklik cel value. Pada kotak value ketik 1, pada value label ketik laki-laki, begitu juga untuk 2, ketik perempuan. Kemudian klik kotak Add. Klik OK

 

Selanjutnya kembali ke data editor dengan mengklik data view. Ketiga variabel telah ada dan siap untuk memasukkan data hasil penelitian. Simpan data dengan klik file, save dan beri nama pengantarspss, klik Ok.

C. MEMASUKAN DATA Jika anda sudah terbiasa menggunkan program spreadsheet (Excel, Lotus dll), Penggunaan Data Editor Windows mirip dengan program spreadsheet. Namun ada beberapa hal yang berbeda dengan Data Editor. Baris, setiap baris melambangkan satu kasus (satu responden) yang diteliti, misalnya satu baris adalah satu bayi yang diukur antropometrinya. Kolom adalah Variabel, tiap kolom melambangkan satu variabel atau karakteristik bayi yang diukur misalnya jenis kelamin, panjang badan dll. Sel. Tiap sel berisi satu nilai untuk satu variabel pada satu kasus. Sel adalah perpotongan antara baris dan kolom, sel hanya berisi nilai, tidak seperti pada olah angka dimana sel bisa merupakan formula (rumus). Pada data data editor windows terbuka. Anda dapat lansung memasukkan data pada sel-sel yang ada. Sebagai contoh cobalah masukkan data dari 30 bayi di bawah ini. Sebelum anda memasukkan data, buatlah nama variabel seperti yang sudah dijelaskan sebelumnya D. MENYIMPAN DATA Data yang dimasukkan dapat disimpan ke berbagai format data. Secara pengaturan dasar SPSS akan menyimpan data kedalam format SPSS for windows (*.sav). untuk penyimpanan data yang telah anda masukkan urutan perintah yang dilakukan adalah sebagai berikut 1. Klik file 2. Save (Pastikan Anda pada Data Editor) 3. Ketik Latihspss1 4. Pada layer tampak kotak dialog penyimpanan data

Berikut ini adalah data 30 bayi dan ibu. Masukkanlah data tsb Latihan 1 No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Nama ARR BRR CRR DRR ERR FRR GRR HRR IRR JRR KRR LRR MRR NRR ORR PRR QRR RRR SRR TRR URR VRR WRR XRR YRR ZRR AARR BBRR CCRR DDRR

Jenis kelamin PEREMPUAN LAKI LAKI LAKI PEREMPUAN LAKI PEREMPUAN LAKI PEREMPUAN LAKI LAKI LAKI PEREMPUAN LAKI PEREMPUAN PEREMPUAN LAKI LAKI LAKI PEREMPUAN LAKI LAKI LAKI LAKI LAKI PEREMPUAN PEREMPUAN PEREMPUAN PEREMPUAN PEREMPUAN

Pjgbayi 38 39.2 43.7 42.4 44.7 44 43 44.4 44.5 43 45.5 46.5 48.5 47.5 49 50 52 53 45 43 42 43 41 44 42 41 41 42 43 44

LILA by 7.5 8.3 8.3 8.4 9 9 9.5 9.5 10 10.5 10 10.5 11 11 11.5 11.5 12 12.5 11 10.5 9 9.4 9.3 9.5 8.8 8.9 7.9 8 8.2 8.2

BB bayi 1100 1400 2100 2100 2200 2300 2400 2700 2800 2900 2900 3000 3100 3200 3300 3500 3500 3700 2900 2800 2100 2200 2300 2150 2250 2400 2240 2380 2000 2220

Hb Ibu 7.7 9.2 9.4 8.8 8.7 11 11.1 9.6 11.5 10.5 11.9 11.3 11.1 12 12.3 13 12.9 11.9 12 11.8 7.9 11 11.1 9.6 9.9 10 10.1 9.8 7.9 8.5

 Setelah data Editor terbuka letakkan kursor pada kolom kiri atas. Perhatikan nama variabel. Buatlah nama variabel dari latihan 1 Masukkan data satu persatu dengan teliti.  Teruskan mengetik kearah kanan untuk data variebel jenis kelamin, panjang badan, lingkar lengan dan berat badan.  Teruskan pemasukan data hingga bayi ke 30.

E. ANALISIS STATISTIK DESKRIPTIF Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penelitian. Kegiatan statistik deskriptif dimulai pada pengumpulan data, pengolahan data, penyajian data dan analisis sederhana. Tujuan utama dari analisis statistik deskriptif adalah untuk meudahkan orang lain dalam membaca data serta memahami maksudnya. Aplikasi pada statistik deskriptif dengan program SPSS adalah dengan analisis frekuensi 1. Aplikasi Frekuensi Apabila anda telah mengentri data seluruhnya, langkah selanjutnya adalah analisis deskriptif. Statistik distribusi frekuensi digunakan untuk menyusun data yang jumlahnya banyak ke dalam suatu tabel frekuensi. Analisis dengan SPSS dengan menu deskriptif statistic. Langkah-langkahnya - Data latihspss1 telah kita aktifkan - Klik menu utama Analyze - Klik Desktiptic Statistics - Pilih Frequencies, maka akan muncul kotak seperti berikut - Bila jenis data atau skala pengukuran nominal dan ordinal seperti jenis kelamin, kita langsung Klik OK

Hasil out put akan keluar seperti berikut: jenis kelamin

Valid

LAKI PEREMPUAN Total

Frequency 17 13 30

Percent 56.7 43.3 100.0

Valid Percent 56.7 43.3 100.0

Cumulative Percent 56.7 100.0

Dari data out put kita dapat menginterpretasikan : Bayi laki-laki lebih banyak (56,7%) dibandingkan dengan bayi perempuan 2. Analisis deskriptif data kontinu

Bila data kita kontinu atau mempunyai skala pengukuran interval dan rasio analisis yang kita inginkan adalah menentukan mean, median dan standar deviasi,maka kita menggunakan langkah-langkah berikut: - Data latihspss1 telah kita aktifkan - Klik menu utama Analyze - Klik Desktiptic Statistics - Pilih Frequencies, maka akan muncul kotak seperti berikut:

-

Hasil analisis:

Bila jenis data kontinu seperti panjang bayi, kita Klik Statistic, maka akan tampak kotak berikut. Klik analisis yang diinginkan seperti, mean, median, range, minimum maksimum dan Standar deviasi

Statistics panjang bayi N Mean Median Mode St d. Deviation Variance Range Minimum Maximum

Valid Missing

30 0 44.3300 43.8500 43.00 3.48060 12.11459 15.00 38.00 53.00

Dari data diatas rerata panjang bayi 44,33 cm, median 43,85 cm dan Standar deviasi 3,48 cm F. ANALISIS INFERENSIAL 1. Analisis Chi Square Analisis chi square merupakan analisis bivariat untuk menghubungkan atau membandingkan satu variabel independen dengan variabel dependen. Analisis pada SPSS dengan menggunakan menu crosstab. Pada menu ini kita dapat menampilkan tabulasi silang. Analisis chi square dapat digunakan pada variabel yang mempunyai skala pengukuran nominal atau ordinal. Pada contoh data latihspss1, hanya 1 variabel yang berskala nominal yaitu jenis kelamin. Untuk itu kita perlu melakukan recode ulang (mengelompokkan data) pada salah satu variabel. Misalnya kita ingin membandingkan proporsi Berat Badan Lahir Rendah antara laki-laki dan perempuan. Langkah-langkah Recode - Data latihspss1 telah kita aktifkan - Klik menu utama Transform - Klik Recode - Klik Into diffrent variabel - Pindahkan variabel beratby ke kotak sebelah kanan - Buatlah variabel baru dengan nama bbkel, klik change

-

-

Klik old and news values Buatlah 2 kelompok Berat bayi < 2500 dikode 1 (BBLR) Berat bayi > 2500 dikode 2 (Normal) Klik continue Klik OK

Hasil telah terbentuk variabel baru ” bbkel”

Analisis chi square berikutnya dapat digunakan menu crosstab dengan langkah-langkah: - Data latihspss1 telah kita aktifkan - Klik menu utama Analyze - Klik Desktiptic Statistics - Klik Crosstab - Pindahkan variabel jenis kelamin pada kotak kanan atas dan variabel bbkel ke kotaka kanan bawah

-

klik statsitics Klik Chi Square Klik continue

-

Hasil output

Pada kotak awal kembali klik cell untuk membuat persentase Klik column atau row Klik continue Klik OK

jenis kelamin * BBKEL Crosstabulation BBKEL bbnormal 9 8 52.9% 61.5% 8 5 47.1% 38.5% 17 13 100.0% 100.0% bblr

jenis kelamin

LAKI PEREMPUAN

Total

Count % within BBKEL Count % within BBKEL Count % within BBKEL

Total 17 56.7% 13 43.3% 30 100.0%

Dari data tersebut bayi dengan berat badan lahir rendah lebih banyak pada laki-laki (52,9%) begitu juga bayi dengan berat badan normal lebih banyak pada kelompok lakilaki (61,5%) Hasil pengujian dengan chi square adalah: Chi-Square Tests

Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fis her's Exact Test Linear-by-Linear As sociation N of Valid Cases

Value .222b .010 .223

.214

df 1 1 1

1

As ymp. Sig. (2-sided) .638 .921 .637

Exact Sig. (2-sided)

Exact Sig. (1-sided)

.721

.462

.643

30

a. Computed only for a 2x2 table b. 0 cells (.0%) have expected count les s than 5. The minimum expected count is 5.63.

Dari hasil uji chi quare didapat nilai p value (nilai significansi adalah 0,638). Hal ini berarti tidak terdapat hubungan antara jenis kelamin dengan kejadian berat badan lahir rendah.

PRAKTIKUM IKK (TM-Pr.3)

PRAKTIKUM II UJI BEDA MEAN 1. Uji T independent dan T dependen Uji t digunakan untuk membandingkan rata-rata 2 kelompok. Uji t independent membandingkan rata-rata 2 kelompok yang bebas sendangkan Uji t dependen untuk membandingkan dua kelompok yang tergantung satu dengan lainnya. Uji t digunakan pada variabel numeric dengan skala interval atau ratio dan kategori (2 kelompok). Pada data numeric data harus berdistribusi normal, karena analisis uji t termasuk analisis parametric. Pada SPSS kita dapat menganalisis uji t dengan fasilitas analyze yang dilanjutkan dengan compare means. Berikut ini aplikasi dengan SPSS yang masih menggunakan data latihspss1. a. Uji t independen Disini kita akan aplikasikan uji t independent dengan membandingkan rata-rata Berat Badan bayi menurut kelompok jenis kelamin. Langkah-langkah: o Data latihspss1 telah kita aktifkan o Klik menu utama Analyze o Klik Compare Means o Klik Independen sampel t test

o Pindahkan variabel jenis kelamin pada kotak bawah kanan dan variabel berat bayi ke kotak kanan atas

o o o o

Klik define groups Ketik 1 dan 2 pada kotak yang tersedia Klik Continu Klik OK

Hasil out put sebagai berikut:

T-Test Group Statistics

berat bayi

jenis kelamin LAKI PEREMPUAN

N 17 13

Mean 2570.5882 2495.3846

Std. Deviation 594.78432 623.17220

Std. Error Mean 144.25639 172.83687

Independent Samples Test Levene's Test for Equality of Variances

F berat bayi Equal variances assumed Equal variances not assumed

.069

Sig. .795

t-test for Equality of Means

t

df

Sig. (2-tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the Difference Lower Upper

.336

28

.739

75.2036

223.68358

-382.991 533.39866

.334

25.325

.741

75.2036

225.12772

-388.154 538.56132

Hasil out put mendapatkan rata-rata berat bayilaki-laki 2570,6 (SD 594,8) dan bayi perempuan 2495,4 (SD 623,2) Hasil uji varian (F) didapat p value 0,795 yang berarti tidak terdapat perbedaan varian sehingga uji t yang digunakan adalah uji t dengan varian yang sama. Hasil uji t = 0,336 dan p value 0,739. Hal ini berarti tidak terdapat perbedaan rata-rata berat badan bayi menurut jenis kelamin. b. Uji t dependen Berikut ini kita aplikasikan uji t dependen. Pada data latihspss1 kita tambahkan variabel bb2 (yaitu berat bayi setelah 2 bulan) No sampel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

bb2 1155 1400 2200 2300 2300 2400 2560 2750 2900 2800 3000 3200 3150 3260 3450

no sampel 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

bb2 3630 3520 3700 2990 2850 2200 2400 2450 2400 2550 2450 2300 2300 2200 2420

Langkah-langkah: o Data latihspss1 telah kita aktifkan o Klik menu utama Analyze o Klik Compare Means o Klik Paired sampel t test

o Pindahkan bb1 dan bb2 ke kotak kanan o Klik OK

Hasil out put: Paired Samples Statistics

Pair 1

BB1 BB2

Mean 2538.0000 2639.5000

N 30 30

Std. Deviation 597.75673 586.85948

Std. Error Mean 109.13495 107.14539

Paired Samples Test Paired Differences 95% Confidence Interval of the Difference Std. Error Mean Std. Deviation Mean Lower Upper Pair 1 BB1 - BB2 -101.5000 90.22147 16.47211 -135.1893 -67.8107

t -6.162

df 29

Sig. (2-tailed) .000

Hasil out put mendapatkan rata-rata berat bayi lahir 2538 (SD 597,8) dan berat bayi 1 bulan kemudian 2639,5 (SD 586,9) Hasil uji t = -6,162 dan p value 0,000 (tepatnya 0,0001). Hal ini berarti terdapat perbedaan rata-rata berat badan bayi baru lahir dan berat bayi 1 bulan kemudian. 3 Uji Beda > 2 Mean (Anova) Analisis of Varian digunakan untuk membandingkan rata-rata > 2 kelompok. Uji anova digunakan pada variabel numeric dengan skala interval atau ratio dan kategori ( > 2 kelompok). Pada data numeric data harus berdistribusi normal, karena analisis uji anova termasuk analisis parametric. Pada SPSS kita dapat menganalisis uji anova dengan fasilitas analyze yang

dilanjutkan dengan compare means. Kemudian memilih fasilitas one way anova. Berikut ini aplikasi dengan SPSS dengan menggunakan contoh soal berikut. Contoh: Suatu penelitian dari Singh et al seperti yang dilaporkan oleh Jurnal Clinical Imunology dan Imunopathologi adalah sifat imunitas pada anak-anak autis. Mereka melakukan pengukuran terhadap consentrasi serum dari 3 jenis sampel anak-anak, yang berumur < 10 tahun. Hasilnya adalah sbb: Autistic children (n=23): 755, 385, 380, 215, 400, 343, 415, 360, 345, 450, 410, 435, 460,360, 225, 900, 365,440 820, 400, 170, 300, 325 Normal : (n=32) 165, 390, 290, 435, 235, 345, 320, 330, 205, 375, 345, 305, 220, 270, 355, 360, 335, 305, 325, 245, 285, 370, 345, 230, 370, 285, 315, 195, 270, 305, 375, 220 Mentally retarded children (non Down’s syndrome) (n=15): 380, 510, 315, 565, 715, 380, 390, 245, 155, 335, 295, 200, 105, 105, 120 Langkah-langkah :  Aktifkan program spss  Klik varibel view pada data editor (data view untuk mengisi data)  Namai variabel pertama dengan kelompok  Namai variabel kedua dengan serum Masukkanlah data di atas ke dalam 2 variabel tsb Pada variabel kelompok, buatlah value labelnya Yaitu : 1 = autis 2 = normal 3 = menred Lakukanlah analisis dengan menggunakan analisis anova Cara :  Klik analyze  Klik compare means  Klik one way anova  Pindahkan variabel kelompok pada kotak factor dan variabel serum  pada kotak dependent list

   

Selanjutnya : klik options Tandai descriptive dan homogenity of variance Tekan Continue Klik OK

Nilailah hasilnya Bila nilai p value pada tabel anova < 0.05, maka terdapat perbedaan pada ketiga Kelompok Descriptives SERUM

N autis normal menred Total

23 30 17 70

Mean 419.9130 304.1667 318.2353 345.6143

Std. Deviation 178.02628 63.39644 169.15175 145.60481

Std. Error 37.12105 11.57455 41.02533 17.40310

95% Confidence Interval for Mean Lower Bound Upper Bound 342.9287 496.8974 280.4940 327.8393 231.2655 405.2051 310.8960 380.3325

Minimum 170.00 165.00 105.00 105.00

Maximum 900.00 435.00 715.00 900.00

ANOVA SERUM

Between Groups W ithin Groups Total

Sum of Squares 191247.5 1271605 1462853

df 2 67 69

Mean Square 95623.767 18979.180

F 5.038

Sig. .009

Hasil menunjukkan nilai F hitung 5,038 dan p = 0,009. Hal ini berartti terdapat perbedaan ratarata kadar serm pada ketiga kelompok Untuk menentukan kelompok mana saja yang berbeda dapat dilakukan analisis    

Post Hoc test : Buka kembali one way anova Tekan Post hoc tes Klik pilihan Bonferoni atau Tukey Nilailah hasilnya

Post Hoc Tests Multiple Comparisons Dependent Variable: SERUM Bonferroni

(I) KELOMPOK autis normal menred

(J) KELOMPOK normal menred autis menred autis normal

Mean Difference (I-J) Std. Error 115.7464* 38.18142 101.6777 44.06364 -115.7464* 38.18142 -14.0686 41.82178 -101.6777 44.06364 14.0686 41.82178

Sig. .010 .072 .010 1.000 .072 1.000

95% Confidence Interval Lower Bound Upper Bound 21.9891 209.5036 -6.5237 209.8792 -209.5036 -21.9891 -116.7651 88.6278 -209.8792 6.5237 -88.6278 116.7651

*. The mean difference is significant at the .05 level.

Hasil menunjukkan dengan bonferony test terdapat perbedaan kadar serum yang significant (p=0,01) antara autis dengan kelompok normal.

PRAKTIKUM 4 Pembuatan Sediaan Darah Tepi (Tebal dan Apus)

Tingkat Keterampilan: 4A Tujuan 1. Menyediakan slide untuk diperiksa secara mikroskopik. 2. Sediaan darah apus dapat digunakan untuk pemeriksaan morfologi sel darah. 3. Sediaan darah tebal dapat digunakan untuk pemeriksaan parasit filaria. 4. Sediaan darah tebal dan apus dapat digunakan untuk pemeriksaan mikroskopik malaria. Walaupun pemeriksaan mikroskopik malaria bukan merupakan kompetensi dokter umum, namun dokter perlu mampu membuat sediaan yang baik agar dapat dikirim dan diperiksa dengan baik oleh tenaga ahli secara mikroskopik. Alat dan Bahan 1. Sarung tangan sebagai alat perlindungan diri 2. Kapas alkohol 3. Kapas kering 4. Lanset sekali pakai 5. Kaca obyek 6. Metanol 7. Larutan Giemsa 8. Larutan buffer (dapat diganti dengan air suling atau destilled water bila tidak tersedia) 9. Rak pengering 10. Kertas tisu atau kertas saring Prosedur a. Pembuatan sediaan darah tebal 1. Persiapkan ujung jari pasien yang akan ditusuk. Lakukan desinfeksi dengan menggunakan kapas alkohol. 2. Tusuk ujung jari pasien dengan menggunakan lanset sekali pakai. 3. Hapus tetesan darah yang pertama keluar dengan menggunakan kapas kering. 4. Tempelkan kaca obyek pada tetesan darah berikutnya. Ambil sebanyak 3 tetes darah. 5. Letakkan kaca obyek di atas meja kerja. Dengan menggunakan ujung kaca obyek yang lain, sebarkan tetesan darah hingga membentuk lingkaran berdiameter ±1cm. 6. Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai. 7. Pewarnaan sediaan darah tebal: a. Letakkan kaca obyek yang telah diberi sediaan di atas rak b. Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok dengan 80ml larutan buffer atau air suling c. Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah tertutup zat warna. Biarkan selama 15 menit. d. Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Hati-hati sebab sediaan darah dapat luruh akibat aliran air yang kuat. e. Biarkan kering dengan meletakkannya secara tegak di atas kertas tisu atau kertas saring. b. Pembuatan sediaan darah apus 1. Setelah mengambil tetesan darah untuk pembuatan sediaan darah tebal, ambil kembali 1 tetes darah untuk pembuatan sediaan darah apus. Remas sedikit ujung jari pasien bila darah sulit keluar. 2. Letakkan kaca obyek di atas meja kerja. Ambil kaca obyek lainnya untuk menyebar sediaan darah dengan cara berikut: a. Pegang kaca obyek penyebar dengan tangan kanan. Letakkan sisi pendek kaca obyek penyebar di sebelah kiri tetesan darah, posisikan hingga membentuk sudut 45⁰ dengan kaca obyek di bawahnya. b. Geser kaca obyek penyebar secara perlahan ke arah kanan hingga sisinya menyentuh tetesan darah, dan tunggu hingga darah menyebar di sepanjang sisi pendek tersebut. c. Pegang kaca obyek pertama dengan tangan kiri, sementara geser kaca obyek penyebar ke arah kiri dengan cepat hingga menyebar di atas kaca obyek pertama.

3. 4.

c.

Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai. Pewarnaan sediaan darah apus: a. Letakkan kaca obyek yang telah diberi sediaan apus di atas rak b. Lakukan fiksasi dengan menetesi sediaan darah dengan metanol, biarkan hingga beberapa detik atau hingga metanol kering. Buang sisa metanol bila ada. c. Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok dengan 80ml larutan buffer atau air suling d. Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah tertutup zat warna. Biarkan selama 15 menit. e. Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Biarkan kering dengan meletakkannya secara tegak di atas kertas tisu atau kertas saring. Catatan: 1. Sediaan tebal dan tipis dapat dibuat bersisian pada kaca obyek yang sama. Apabila ingin dilakukan seperti ini, maka pada saat menetesi metanol pada sediaan apus, posisikan kaca obyek miring ke arah sediaan apus sehingga penetesan metanol tidak mengenai sediaan tebal di bagian atasnya. 2. Jari yang ditusuk biasanya jari tengah atau jari manis tangan kiri (atau tangan kanan pada pasien kidal), dan tumit pada bayi. 3. Label dapat ditulis dengan pensil pada bagian pangkal dari sediaan apus.

Persiapkan jari pasien, lakukan desinfeksi dengan kapas alkohol

Tusuk jari dengan menggunakan lanset sekali pakai

Ambil 3 tetes darah untuk sediaan darah tebal dan 1 tetes untuk sediaan apus

Buat sediaan darah apus dengan menggesernya menggunakan sisi pendek kaca obyek lain

Buat sediaan darah tebal dengan meratakannya menggunakan ujung kaca obyek lain

Beri label pada sediaan

Gambar pembuatan sediaan darah tebal dan apus pada kaca obyek yang sama

Gambar sediaan darah tebal dan apus pada kaca obyek yang sama

PRAKTIKUM 5 Pemeriksaan Mikroskopik Sediaan Darah Tepi Tingkat Keterampilan: 4A Tujuan 1. Mengidentifikasi parasit darah, yakni malaria dan filaria Alat dan Bahan 1. Mikroskop cahaya 2. Minyak imersi atau tuluol. Prosedur 1. Tetesi sediaan pada bagian yang akan diperiksa agar terlihat lebih jernih di bawah mikroskop. 2. Periksa di bawah mikroskop cahaya dengan pembesaran lensa obyektif 40x. Apabila dijumpai gambaran yang mencurigakan, lensa obyektif diganti dengan pembesaran 100x. 3. Untuk pemeriksaan parasit filaria gunakan sediaan darah tebal. Untuk pemeriksaan parasit malaria, periksa darah tebal untuk identifikasi dan menghitung kepadatan parasit. Sediaan darah tipis digunakan sebagai konfirmasi morfologi. 4. Pemeriksaan dilakukan dengan melihat 100 lapangan mikroskopos dengan pembesaran 500-600x yang setara dengan 0.20µl darah. Jumlah parasit dihitung per lapangan pandang. Penghitungan dengan metode semi kuantitatif pada sediaan darah tebal adalah sbb: a. b. c. d. e.

5.

+ = 1 – 10 parasit per 100 lapangan ++ = 11 – 100 parasit per 100 lapangan +++ = 1-10 parasit per 1 lapangan ++++ = >10 parasit per 1 lapangan +++++ = >100 parasit per 1 lapangan, setara dengan 40.000 parasit/µL

Hitung parasit juga dapat dilakukan dengan menghitung jumlah parasit per 200 lekosit dalam sediaan darah tebal. Dengan asumsi jumlah lekosit rata-rata 8000/µl darah, maka densitas parasit dapat dihitung dengan rumus sbb: Kepadatan parasit (parasit/µl darah) = (jumlah parasit yang dihitung x 8000) / (200 lekosit)

6.

Keterampilan yang perlu dikuasai sebelumnya: a. Pengenalan mikroskop cahaya b. Penggunaan mikroskop cahaya c. Pengenalan morfologi parasit malaria/filaria

Referensi

1. 2.

Direktorat Jenderal Pengendalian Penyakit Dan Penyehatan Lingkungan. Departemen Kesehatan RI. Pedoman penatalaksanaan kasus malaria di Indonesia. Gebrak Malaria. Jakarta: Departemen Kesehatan RI, 2008. Lewis, Bain, Bates. Dacie and Lewis Practical Haematology. 10th ed. Philadelphia: Churcill Livingstone, 2006.