Iwan Dwiprahasto: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan |
Tidak ada ringkasan suntingan |
||
Baris 47:
Bersama tiga peneliti lain, Iwan Dwiprahasto mengobservasi riwayat keluarga dan risiko atas kanker payudara dalam [[Suku Melayu|etnis Melayu]] di Malaysia dan Indonesia. Fokus etnis berangkat dari penelitian terdahulu yang membahas capaian kanker payudara yang berbeda-beda di tiap negara, di mana [[Amerika Utara]] dan [[Eropa Barat]] memiliki kasus yang lebih tinggi dibandingkan di [[Asia]]. Dari sini, faktor genetik, atas etnis Melayu, yang memengaruhi kemunculan [[neoplasma]] di payudara dieksplorasi lebih jauh dengan memanfaatkan kembali [[jurnal ilmiah]] berbahasa Inggris yang dipublikasikan selama 1999-2018 dan identifikasi latar pasien (desain riset meta-analisis). Hasilnya, terdapat keterhubungan tinggi antara riwayat keluarga yang memiliki kanker payudara dengan potensi kanker dalam etnis Melayu di Malaysia dan Indonesia (OR=3.34 [95% CI 2.68-4.15, ''P''<0.00001])''.'' Penelitian ini merekomendasikan perempuan untuk mengedukasi dirinya tentang kanker payudara sekaligus melakukan deteksi dini jika terdapat benjolan di payudara. Mengingat, penelitian terkait menunjukkan bahwa perempuan dengan kanker payudara—yang juga terjadi pada keluarganya—baru melakukan deteksi ketika neoplasma sudah memasuki perkembangan lanjut.<ref>{{Cite journal|last=NINDREA|first=Ricvan Dana|last2=ARYANDONO|first2=Teguh|last3=LAZUARDI|first3=Lutfan|last4=DWIPRAHASTO|first4=Iwan|date=2019-05-08|title=Family History of Breast Cancer and Breast Cancer Risk Between Malays Ethnicity in Malaysia and Indonesia: A Meta-Analysis|url=https://doi.org/10.18502/ijph.v48i2.814|journal=Iranian Journal of Public Health|doi=10.18502/ijph.v48i2.814|issn=2251-6093}}</ref>
Selain faktor genetik yang juga dikonfirmasi Iwan dkk. di atas, faktor risiko lain seperti usia, [[hormon]], [[Diet|diet makan]], dan merokok juga turut memicu kanker. Dalam hal diet makanan, beberapa penelitian mengobservasi korelasi risiko kanker payudara dengan rendahnya konsumsi ikan. Asam lemak omega-3 yang terkandung dalam ikan bermanfaat bagi pencegahan dan penanggulangan kanker payudara. Iwan Dwiprahasto dan tiga peneliti lain ingin mengetahui bagaimana efek pelindungan atas zat omega-3 di antara pasien-pasien orang Asia.
Penyebab kanker payudara memang dipacu oleh berbagai faktor. Selain faktor genetik yang juga dikonfirmasi Iwan dkk. di atas, faktor risiko lain seperti usia, [[hormon]], [[Diet|diet makan]], dan merokok juga turut memicu kanker. Dari sinilah muncul gagasan bagaimana ''machine learning'' ([[pemelajaran mesin]]) dapat membantu menghitung faktor-faktor risiko sehingga dapat membantu seseorang dalam mengambil keputusan untuk melakukan deteksi dini kanker payudara. Perhitungan risiko penyakit melalui ''machine learning'' dianggap dapat memperlihatkan apakah seseorang punya risiko yang aman dari kanker payudara, masuk dalam kriteria aksi pencegahan kanker payudara, atau bahkan masuk dalam risiko tinggi memiliki kanker payudara.<ref>{{Cite book|url=https://www.worldcat.org/oclc/742421886|title=Data mining : concepts and techniques|last=Han, Jiawei.|date=2012|publisher=Elsevier/Morgan Kaufmann|others=Kamber, Micheline., Pei, Jian (Computer scientist)|isbn=978-0-12-381480-7|edition=3rd ed|location=Amsterdam|oclc=742421886}}</ref><ref>{{Cite journal|last=Chapman|first=W. W.|last2=Fizman|first2=M.|last3=Chapman|first3=B. E.|last4=Haug|first4=P. J.|date=2001-02|title=A comparison of classification algorithms to automatically identify chest X-ray reports that support pneumonia|url=https://pubmed.ncbi.nlm.nih.gov/11376542/|journal=Journal of Biomedical Informatics|volume=34|issue=1|pages=4–14|doi=10.1006/jbin.2001.1000|issn=1532-0464|pmid=11376542}}</ref> Iwan kembali berkolaborasi dengan tiga penelitian lain untuk mengulas ''machine learning'' mana yang memiliki akurasi paling tinggi dalam mendeteksi kanker payudara, yakni melalui pendekatan: Naive Bayes, Neural Network, Decision Tree, Logistic Regression, Linear Discriminant Analysis, Super Vector Machine (SVM), K-Nearest Neighbor. [[Penelitian kuantitatif]] dengan desain riset meta-analisis ini meneliti jurnal ilmiah dari 2000-2018 yang menggunakan tiap ''machine learning'' di atas untuk mendeteksi kanker payudara, dan berdasarkan pembatasan riset, terdapat sebelas studi yang sesuai dengan desain penelitian. Uji analisa diagnostik dilakukan dengan menghitung skala sensitivitas dan spesifisitas dari ''dataset'' penelitian yang bersangkutan ke dalam kriteria akurasi nilai Area Under Curve (AUC) melalui kurva Receiver Operating Characteristic (ROC)''.'' Dari olahan perbandingan skala nilai yang ada, dihasilkan bahwa pendekatan SVM menggambarkan perhitungan risiko kanker payudara dengan klasifikasi akurasi yang sangat baik dibandingkan algoritma ''machine learning'' lainnya (AUC > 90%)''.'' Para penelitinya, termasuk Iwan, berkata bahwa ''machine learning'' membantu mengurangi kemungkinan kesalahan yang dapat disebabkan oleh tenaga medis ataupun sebagai data medis yang dapat dimanfaatkan sesuai kebutuhan. Sistem ini juga potensial untuk dikembangkan dalam bentuk [[aplikasi seluler]] sehingga para perempuan dapat menggunakannya dengan mudah.<ref>{{Cite journal|last=Nindrea|first=Ricvan Dana|last2=Aryandono|first2=Teguh|last3=Lazuardi|first3=Lutfan|last4=Dwiprahasto|first4=Iwan|date=2018-07|title=Diagnostic Accuracy of Different Machine Learning Algorithms for Breast Cancer Risk Calculation: a Meta-Analysis|url=http://doi.org/10.22034/APJCP.2018.19.7.1747|journal=Asian Pacific Journal of Cancer Prevention|volume=19|issue=7|doi=10.22034/APJCP.2018.19.7.1747|pmc=PMC6165638|pmid=30049182}}</ref> ▼
▲Penyebab kanker payudara memang dipacu oleh berbagai faktor
== Referensi ==
| |||