Stroke merupakan salah satu penyebab tertinggi kasus kematian di dunia. Dalam mendeteksi kasus stroke umumnya menggunakan metode imaging, seperti Computed Tomography (CT) atau Magentic Resonance Imaging (MRI). Namun, metode tersebut mahal dan tidak tersedia di semua rumah sakit. Oleh karena itu metode alternatif utk membantu deteksi stroke mulai dikembangkan dengan mempertimbangkan metode non-invasive dan biaya yang lebih terjangkau.
Penelitian terdahulu menemukan bahwa pada pasien stroke terjadi perlambatan gelombang otak saat terjadinya sumbatan di pembuluh darah yang menuju otak. Perlambatan gelombang yang ditunjukkan pada EEG ini berkorelasi dengan nilai Cerebral Blood Flow (CBF) yang mengindikasikan adanya brain injury atau stroke saat nilainya menurun. Pada pasien normal, nilai CBF berkisar antara 50 hingga 70 mL/100g/min, dan gelombang otak pada EEG didominasi oleh gelombang Alpha (8-13 Hz) dan gelombang Beta (14-20Hz).
Sedangkan pada pasien dengan brain ischemic, nilai CBF turun menjadi 25 hingga 30 mL/100g/min, dan aktivitas otak yang terekam pada EEG dominan oleh gelombang Delta (8-13 Hz) dan Theta (14-20 Hz). Dengan demikian, EEG merupakan salah satu metode yang menjanjikan utk mendeteksi perubahan aktivitas otak saat gejala stroke menyerang. Metode pengolahan sinyal EEG juga perlu banyak dikembangkan untuk mendukung hasil agar dapat lebih akurat.
Beberapa penelitian menggunakan analisis frekuensi dalam menganalisa abnormalitas yang terjadi pada gelombang otak, seperti Delta Alpha Ratio (DAR) dan Delta Theta Alpha Beta Ratio (DTABR) yang membandingkan ratsio antara gelombang cepat (Alpha dan Beta) dengan gelombang lambat (delta dan theta).
Selain penurunan nilai CBF, penyumbatan arteri pada stroke iskemik juga dapat ditandai dengan analisis tingkat kesimetrisan dari lobus otak bagian kiri dengan lobus otak bagian kanan. Pada penyakit stroke umumnya hanya menyerang salah satu bagian dari tubuh karena yang tersumbat adalah pembuluh darah bagian kiri atau bagian kanan saja. Hal ini menyebabkan adanya asimetri pada gelombang otak bila dilihat dari sinya EEG. Putten dan Tavy melakukan analisis terhadap level simetris lobus otak dan mendapati bahwa adanya korelasi antara Brain Symmetry Index (BSI) dengan tingkat keparahan stroke yang dinilai dari skala National Institute of Health Stroke (NIHS). Skala NIHS 0 hingga 6 menunjukkan stroke ringan, skala 7 hingga 16 merupakan stroke sedang dan diatas 17 merupakan stroke berat. Semakin parah kondisi stroke, nilai BSI nya dapat mencapai nilai 1 atau asimetri maksimal, sedangkan bila nilai BSI nya 0 berarti simetri sempurna atau dalam keadaan normal.
Oleh karena EEG telah banyak dikembangkan untuk mendeteksi abnormalitas pada otak, metode untuk analisis sinyal EEG juga perlu lebih di eksplorasi untuk mendukung management dalam penanganan stroke. Semakin cepat terdeteksi semakin cepat pula penanganan dapat menghindari kematian akibat stroke. Analisis komplesitas, seperti analisis menggunakna metode Fuzzy Approximate Entropy (fApEn) dapat menjadi salah satu alternatif dalam mendukung analisis sinyal EEG dalam mendeteksi tingkat keparahan stroke. Metode fApEn sebelumnya telah terbukti mampu membedakan kondisi normal atau kontrol dengan kondisi pasien alzeimer. Dengan demikian, pada penelitian ini mencoba menganalisa perubahan kompleksitas sinyal EEG pada pasien stroke iskemik akut dibandingkan dengan naracoba normal menggunakan metode fApEn.
Stimulus yang diberikan saat perekaman EEG diantaranya adalah hyperventilasi atau menarik nafas dengan cepat serta rangsangan cahaya photic dengan frekuensi 5Hz, 10Hz dan 15 Hz. Kedua stimulus ini dipilih berdasarkan standar yang umum diberikan saat perekaman EEG dalam mendeteksi adanya abnormalitas pada aktivitas otak. Stimulus yang diberikan dilakukan secara berturut-turut dari cahaya photic yang berkedip 5 kali dalam tiap detik selama 3 menit. Kemudian dilanjutkan cahaya photic yang berkedip 10 kali dan 15 kali tiap detik, masing-masing selama 3 menit. Selanjutnya, pasien diminta melakukan hyperventilasi selama 3 menit. Perekaman EEG dilakukan menggunakan alat EEG yang ada di Rumah Sakit Pusat Otak Nasional (RSPON) dan telah mendapatkan ijin etik dan inform consent dari pasien. Elektroda yang digunakan sebanyak 32 eletrode, namun pada penelitian ini elektroda yang dianalisis hanya 18 elektrode. Elektroda yang dipilih tersebut adalah elektroda yang mewakili bagian-bagian lobus otak kiri dan kanan, seperti frontoparietal, central, frontal, occipital, parietal dan temporal.
EEG sebenarnya merupakan gold standar untuk pemeriksaan epilepsy, karena perdapat pola khusus bila aktifivat epileptic atau aktifitas kejang terjadi. Pasien stroke umumnya lebih sering terjadi perlambatan pada gelombang otak, namun terkadang juga dibarengi dengan aktivitas epileptiform yang terlihat dari bentuk spike pada sinyal EEG. Berdasarkan hasil yang diperoleh, gelombang rendah seperti gelombang Theta memiliki nilai fApEn yang lebih rendah dari pasien normal yang dominan terhadap gelombang cepat atau gelombang Alpha. Sedangkan pasien stroke yang juga memiliki aktivitas epileptiform memiliki nilai fApen yang lebih tinggi dibanding pada pasien normal dan pasien stroke yang hanya memiliki perlambatan gelombang. Hal ini menunjukkan bahwa kompleksitas sinyal EEG menurun seiring dengan munculnya gelombang lambat, namun meningkat saat terdapat aktivitas epileptiform.
Lokasi dan tingkat keparahan stroke juga dapat mempengaruhi nilai fApEn. Pada penelitian ini kasus stroke hanya focus pada stroke yang terjadi pada basal ganglia dengan tingkat keparahan ringan hingga sedang. Berdasarkan hasil, bila stroke terletak pada sebelah kiri basal ganglia, maka nilai fApEn yang signifikan mengalami perubahan adalah pada lobus sebelah kiri, begitu juga sebaliknya. Namun bila lokasi stroke terletak di tengah maka hampir semua electrode memiliki nilai fApEn yang signifikan.
Hasil penelitian ini telah dipresentasikan pada The 2nd International Conference on Physical Instrumentation and Advance Materials (ICPIAM) 2019 di Surabaya, Indonesia pada tanggal 22 Oktober 2019. Berikut ini adalah link dari artikel tersebut:
https://aip.scitation.org/doi/abs/10.1063/5.0034275
O. N. Rahma, A. P. Putra, A. B. Prasetyo, R. Rulaningtyas, and S. K. Wijaya, “Changes in electroencephalography complexity of acute Ischemic stroke: A fuzzy approximate entropy analysis” AIP Conf. Proc., vol. 2314, issue 1, December 2020, doi: 10.1063/5.0034275.
Penulis: Osmalina Nur Rahma
