Dwi Astarini
SERANGAN COVID-19 yang semakin memburuk di beberapa negara. Salah satu penyebabnya ialah kemunculan berbagai varian baru virus ini yang lebih mudah menginfeksi. Hal itu membuat beberapa negara kewalahan menangani pandemi.
Sejumlah peneliti merespons kesulitan dalam menangani pandemi COVID-19 ini dengan memanfaatkan database pasien. Sebuah repositori berisikan kumpulan catatan COVID-19 terbesar hingga saat ini dibangun tim peneliti dan pakar data tahun lalu. Kumpulan catatan itu digunakan untuk membantu memahami COVID-19.
Seperti ditampilkan dalam jurnal JAMA Network Open, peneliti telah mengamati faktor risiko untuk kasus COVID-19 yang parah dan melacak perkembangan penyakit dari waktu ke waktu. Para penulis membuat model pembelajaran mesin untuk memprediksi pasien rawat inap mana yang akan mengembangkan penyakit parah. Hal itu didasarkan pada informasi yang dikumpulkan pada hari pertama mereka di rumah sakit.
BACA JUGA:
Dengan menggunakan database terpusat yang disebut National COVID-19 Cohort Collaborative Data Enclave atau N3C, dikabarkan The Verge, tim peneliti dapat memasukkan ratusan ribu catatan pasien dalam analisis mereka. Studi itu menggunakan data dari 34 pusat medis dan melibatkan lebih dari 1 juta orang dewasa. Sebanyak 174.568 orang dites positif COVID-19, sedangkan 1.133.848 orang dites negatif. Database itu mencakup catatan yang panjang dari Januari 2020 hingga Desember 2020.
Analisis menunjukkan bagaimana pengobatan untuk COVID-19 berubah selama 2020, ketika dokter mencoba perawatan baru dan memperoleh lebih banyak pengalaman dengan kondisi tersebut. Persentase pasien yang diobati dengan obat antimalaria hydroxychloroquine, yang dipromosikan mantan Presiden Donald Trump sebelum terbukti tidak efektif, turun menjadi hampir nol pada Mei 2020. Penggunaan steroid deksametason meningkat pada Juni, setelah penelitian menunjukkan itu bisa meningkatkan kelangsungan hidup.
Itu juga menegaskan bahwa tingkat kelangsungan hidup untuk pasien COVID-19 meningkat selama 2020. Pada Maret dan April, 16 persen orang yang dirawat di rumah sakit dengan COVID-19 meninggal. Pada September dan Oktober, angka itu turun menjadi hanya di bawah 9 persen.
Pasien yang saat tiba di rumah sakit memiliki detak jantung, kecepatan napas, suhu tubuh lebih tinggi cenderung lebih butuh pertolongan drastis, seperti ventilator. Selain itu, mereka juga lebih berisiko meninggal dunia.
Jumlah sel darah putih yangtak normal, inflamasi, keasaman darah, dan fungsi ginjal juga dihubungkan dengan kasus parah infeksi COVID-19.
Tim riset membuat sebuah mesin pembelajar menggunakan data dari N3C dan poin data lainnya untuk memprediksi pasien mana yang akan mengembangkan gejala parah COVID-19. Menurut penulis riset, model itu akan digunakan sebagai alat pengambil keputusan bersama dengan tes tambahan lainnya.
Sumber daya seperti N3C, yang mengumpulkan catatan dari lusinan institusi, menghindari keterbatasan data. Saat ini, N3C mencakup data dari 73 institusi kesehatan dan memiliki catatan dari lebih dari 2 juta pasien COVID-19. Lebih dari 200 proyek penelitian menggunakan data yang sedang berlangsung, termasuk penelitian yang mempelajari faktor risiko infeksi ulang COVID-19 dan dampak penyakit pada kehamilan.
Data itu belum sempurna. Faktanya, menstandarisasi informasi di seluruh rumah sakit itu sulit dan mungkin tidak ada data lengkap tentang banyak pasien. Meski demikian, memiliki data sedemikian besar amatlah berharga. "Itu membuka jalan terang atas hal-hal yang belum kita ketahui," kata ekonom kesehatan dari University of Rochester, Elaine Hill kepada The Verge.(jhn)
