LAPORAN

JOURNAL READING

Pemantauan Objektif Berbasis Smartphone

pada Penderita Bipolar disorder

Kelompok 1
Cempaka Putih
Riza Alisha Sibua 2012730152
Dahru Almas Kinangga 2015730025
Haikalana Putra R. 2015730052
Khoirunisa 2015730072
Kisi Anandita 2015730073
Larasati Adhya A. 2015730077
M. Tegar Bimawan 2015730094
Wina Nafullani 2015730132
Rizky Aulia 2015730139

Tutor : Dr. Anwar Wardy Warongan, SpS, DFM

FAKULTAS KEDOKTERAN DAN KESEHATAN

UNIVERSITAS MUHAMMADIYAH
2018
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah mencurahkan rahmat dan hidayahNya sehingga
penyusun dapat menyelesaikan laporan jurnal reading pada sistem Neurologi ini, yang berjudul
Pemantauan Objektif Berbasis Smartphone pada Penderita Bipolar disorder. Dalam menyusun
laporan ini penyusun telah banyak mendapatkan bantuan moril maupun materil dari berbagai
pihak, penyusun juga mengucapkan rasa terima kasih kepada dr.Anwar Wardy selaku dosen
pembimbing, sehingga laporan ini dapat terselesaikan. Penyusun menyadari masih terdapat
banyak kesalahan dan kekurangan dalam laporanini. Dan oleh karna itu, kritik dan saran yang
membangun sangat di harapkan untuk kedepannyaagar lebih baik. Akhir kata penyusun
berharap semoga laporan ini dapat memberikan manfaat bagi kita semua.

Cempaka Putih, Maret 2018.

Penyusun
 BAB I
PENDAHULUAN

Lifelogging (merujuk kepada suatu aktivitas untuk membuat sebuah catatan/rekaman

mengenai kegiatan setiap harinya) telah menjadi sebuah ketertarikan yang besar pada beberapa
tahun belakangan.
Padahal, ide melakukan life logging bukan hal yang baru

Profesor Santorio Santorio (1561-1636): menciptakan termometer dan mulai

mempelajari tentang metabolisme manusia dengan cara yang objektif. Selama 30 tahun ia
mencatat dan menimbang semua yang masuk ke dalam tubuhnya (makanan dan cairan) dan
yang keluar dari tubuhnya (urin dan feses) untuk mengetahui berat badan dan aktivitas
metabolisme tubuhnya. Ia menciptakan “weighing chair”

Profesor Steve Mann (1970-1994): memulai menggunakan komputer untuk melakukan

pelacakan mandiri dan mentransmisikan hidupnya dalam 7 hari 24 jam menggunakan “chest-
worn camera”

Tahun 2002: mulai muncul ketertarikan akan aktivitas fisik dan diet

Editor Majalah Wired (2007): membuat kominitas “quantified self community”, sebuah
kolaborasi seluruh dunia antara pengguna dan perancang yang memiliki ketertarikan akan
kepedulian terhadap diri sebdiri melalui pelacakan mandiri.

Selama beberapa tahun belakangan mengikuti era digital, ditandai dengan

meningkatnya kecepatan dan luasnya pengetahuan, harus dipertimbangkan keseimbangan
antara penggunaan dan pengawasan, keterlibatan sosial,ekonomi, dan budaya, konsekuensi
dari efek samping stres, privasi seseorang, dan isu etik telah didiskusikan.
 BAB II
PEMBAHASAN

Data smartphone obyektif dan gangguan bipolar

Gangguan bipolar adalah penyakit yang umum dan kompleks dengan perkiraan prevalensi 1-
2% dan dianggap sebagai salah satu penyebab kecacatan terpenting di seluruh dunia.
Dalam praktik klinis, ada tantangan utama dalam mendiagnosis dan mengobati gangguan
bipolar.
Mengenai diagnosis klinis, pasien dengan gangguan bipolar sering salah didiagnosis dan ada
penundaan diagnosis yang tepat dari onset penyakit selama beberapa tahun (Kessing 2005).
Skala penilaian klinis, seperti skala Rating Depresi Hamilton (Hamilton 1967) dan skala
Penilaian Young Mania (Abbs et al 2012) sering digunakan untuk penilaian tingkat keparahan
gejala (keadaan). Dengan demikian, proses diagnostik serta penilaian klinis terhadap tingkat
keparahan gejala depresi dan manik bergantung pada informasi subjektif dan evaluasi klinis
yang mengemukakan masalah termasuk bias terhadap ingatan pasien, kurangnya pengetahuan
tentang penyakit selama episode afektif, dan perbedaan dalam penilaian klinis. Oleh karena
itu, metode objektif untuk diagnosis dan pemantauan aktivitas penyakit diperlukan.
Ada peningkatan jumlah kepemilikan smartphone di seluruh dunia, dan diperkirakan pada
tahun 2018, lebih dari 2,5 miliar orang akan memiliki dan menggunakan smartphone
(http://www.statista.com). Smartphone sebagai alat pemantau memungkinkan dilakukannya
penilaian sesaat secara ekologis dimana data real-time, time-cap dan fine grained dikumpulkan
selama pengaturan naturalistik dengan tingkat intrusi yang rendah (Shiffman et al 2008; Wenze
and Miller 2010; Aan het Rot et al. 2012; eMarketer 2016; Torous et al, 2017). Selanjutnya,
penggunaan smartphone untuk pemantauan memungkinkan pengumpulan data harian obyektif
yang dihasilkan secara otomatis (misalnya, jumlah pesan teks, jumlah panggilan telepon, data
GPS, fitur suara) yang mencerminkan aktivitas perilaku (pemantauan dengan tujuan pasif),
yang mungkin terkait dengan psikopatologi, yang tidak mudah diakses, sebaliknya dengan
perangkat elektronik lainnya-misalnya, data tentang penggunaan telepon, mobilitas, aktivitas
sosial dan fitur suara. Dengan cara ini, data tentang aspek perilaku dapat dikumpulkan selama
jangka panjang menggunakan ponsel cerdas tanpa memerlukan pasien untuk berinteraksi
dengan aplikasi pemantauan sendiri yang meminimalkan tingkat obtrusivitas dan risiko
kelelahan.
Dalam beberapa studi kesehatan mental, beberapa menggunakan smartphone untuk
pengumpulan data obyektif yang dihasilkan secara otomatis pada pasien dengan gangguan
depresi mayor (Robempath.pdf. 2017; Dang et al. 2016; Burns et al 2011; Viewcontent.pdf.
2017) dan skizofrenia (Ben- Zeev et al, 2017; Zhang et al. 2016) telah dipublikasikan. Studi ini
terutama terdiri dari studi kelayakan atau laporan kasus, dan spesifisitas data smartphone
objektif yang dihasilkan secara otomatis dibandingkan dengan individu kontrol yang sehat atau
validitasnya dibandingkan dengan gejala klinis yang dinilai menggunakan skala penilaian
klinis yang telah diselidiki secara ketat.
Pada gangguan bipolar, perubahan mood disertai dengan pergeseran aktivitas energi, aktivitas,
tidur dan perilaku lainnya yang dapat diamati dan dapat diukur (Kupfer et al 1974; Goodwin
dan Jamison 1996), smartphone dapat secara otomatis mengumpulkan data kontinyu pada
beberapa aspek perilaku ini. Dalam penelitian gangguan bipolar, penelitian lebih banyak
menggunakan smartphone untuk pemantauan aspek perilaku pasif dan tidak mengganggu
karena penanda sifat dan keadaan telah dipublikasikan.

Data smartphone obyektif yang dihasilkan secara otomatis dan gejala klinis
yang dinilai
Beberapa penelitian menyelidiki korelasi antara data smartphone objektif yang dihasilkan
secara otomatis (misalnya, jumlah pesan teks, jumlah panggilan telepon, data GPS, fitur suara)
dan tingkat keparahan gejala depresi dan maniak yang dinilai secara klinis dinilai
menggunakan Skala Penilaian Depresi Hamilton (Hamilton Depression Rating Scale) 1967)
dan Skala Penilaian Young Mania (Young et al 1978) dan akurasi klasifikasi data smartphone
obyektif yang dihasilkan secara otomatis dan status depresi dan maniak klinis telah
dipublikasikan (Osmani 2015; Grünerbl et al 2012, 2015; Beiwinkel et al. 2016; Karam et al.
2014a; Faurholt-Jepsen et al. 2014a, 2015b, 2016b, c; Gideon et al., 2016; Alvarez-Lozano et
al., 2014; Vanello et al 2012; Maxhuni et al., 2016; Guidi et al. 2015; Muaremi dkk., 2014).
Penelitian yang menggunakan model regresi secara keseluruhan menemukan bahwa data
smartphone yang dihasilkan secara otomatis seperti jumlah pesan teks, jumlah dan durasi
panggilan telepon, data lokasi / mobilitas, fitur suara yang diekstraksi selama panggilan telepon
berkorelasi dengan tingkat gejala depresi dan maniak yang dinilai menggunakan Skala
Penilaian Depresi Hamilton (Hamilton 1967) dan Skala Penilaian Mania Muda (Young et al
1978) dapat mengklasifikasikan keadaan depresi dan manik yang terkelola secara klinis
(Beiwinkel et al, 2016; Faurholt-Jepsen et al., 2014a, 2015b, 2016b, c; Gideon et al, 2016;
Karam dkk., 2014b). Berdasarkan penelitian ini, tampaknya secara otomatis menghasilkan data
smartphone yang obyektif mungkin mewakili penanda objektif dalam gangguan bipolar.
Beberapa keterbatasan pada literatur dan pertimbangan saat ini mengenai studi masa depan
disajikan di bawah ini.
Khususnya, beberapa dokumen termasuk data obyektif yang dihasilkan secara otomatis dan
gejala depresi dan manik yang dinilai secara klinis hanya menyajikan studi kasus,
menggunakan analisis pasien secara individu dan tidak menyajikan hasil dari model regresi
keseluruhan (Osmani 2015; Grünerbl et al 2012, 2015; Alvarez -Lozano et al, 2014; Maxhuni
et al., 2016; Guidi et al., 2015; Muaremi et al., 2014).

Data ponsel cerdas yang dihasilkan secara otomatis dan gejala yang dapat
dipantau sendiri
Dalam bidang penelitian gangguan bipolar, penelitian yang meneliti hubungan antara data
smartphone yang objektif yang dihasilkan secara otomatis dan tingkat keparahan gejala depresi
dan maniak yang dipatenkan oleh pasien) telah dipublikasikan (Alvarez-Lozano et al., 2014;
Abdullah et al. 2016; Palmius et al, 2016). Penelitian menggunakan berbagai skala pemantauan
diri (misalnya, skala VAS, kuesioner terstandardisasi, skala lain), dan oleh karena itu sulit
untuk membandingkan temuan dari penelitian. Secara keseluruhan, penelitian menemukan
bahwa beberapa data smartphone objektif yang dihasilkan secara otomatis (mis., Lokasi,
penggunaan aplikasi) berkorelasi dengan tingkat gejala depresi dan gejala manik yang dipantau
sendiri serta skor irama sosial yang dinilai sendiri. Salah satu penelitian hanya menggunakan
analisis pasien individual dan tidak menyajikan hasil dari model regresi keseluruhan (Alvarez-
Lozano et al., 2014). Berdasarkan beberapa penelitian ini, nampaknya tidak mungkin untuk
menyimpulkan tentang penggunaan data smartphone obyektif yang dihasilkan secara otomatis
sebagai penanda aktivitas penyakit yang dipantau pasien berbasis smartphone dalam gangguan
bipolar. Beberapa keterbatasan pada literatur saat ini disajikan di bawah ini.
Keabsahan gejala depresi dan maniak yang dimonitor secara elektronik dibandingkan dengan
gejala depresi dan manik yang dinilai secara klinis telah ditangani oleh penulis dalam tinjauan
sistematis (Faurholt-Jepsen et al, 2016a), dan bukan fokus dari makalah ini.

Pertimbangan dan studi masa depan

Pertimbangan pada literatur saat ini
Dengan adanya literatur yang ada saat ini dalam bidang penggunaan smartphone untuk
pemantauan otomatis dan objektif dalam gangguan bipolar, beberapa pertimbangan
metodologis dan klinis mengenai penggunaan ponsel cerdas dalam studi dan penerapan di masa
mendatang dalam praktik klinis dapat diatasi.
Secara keseluruhan, hasil mengenai penggunaan data smartphone objektif yang dihasilkan
secara otomatis dalam gangguan bipolar didasarkan pada studi individual dengan beberapa
tantangan metodologis dan klinis dan risiko bias pada tingkat yang berbeda.
Sebagian besar penelitian yang dipublikasikan adalah studi percontohan yang mengumpulkan
data selama periode pemantauan yang cukup singkat berkisar antara 4 minggu sampai 12 bulan
dan mencakup sampel pasien dengan gangguan bipolar yang berkisar antara 1 hingga 37
pasien. Selanjutnya, pasien yang disertakan menunjukkan gejala depresi dan manic yang agak
rendah selama masa pemantauan dan dengan demikian, korelasi antara data smartphone
objektif yang dihasilkan secara otomatis dan gejala depresi dan maniak yang parah dan episode
tidak diselidiki. Sejauh ini, validitas data smartphone objektif yang dihasilkan secara otomatis
dibandingkan dengan gejala depresi dan maniak yang dipantau sendiri dapat dipengaruhi oleh
kurangnya pengetahuan penyakit selama episode afektif. Mengenai spesifisitas data
smartphone objektif yang dihasilkan secara otomatis, hanya satu studi (Palmius et al., 2016)
yang mencakup sekelompok individu kontrol yang sehat, namun tidak menyelidiki spesifitas
diagnostik data smartphone yang dihasilkan secara otomatis yang membandingkan tingkat data
smartphone objektif yang dihasilkan secara otomatis antara kontrol individu sehat dan pasien
dengan gangguan bipolar. Spesifisitasnya dibandingkan dengan gangguan mental lainnya,
individu kontrol sehat atau individu sehat yang berisiko mengalami gangguan bipolar belum
diselidiki dan tidak diketahui.
Melihat literatur saat ini, umumnya ada kekurangan informasi yang diberikan pada proses
seleksi pasien yang disertakan dan dikecualikan, dan dengan demikian evaluasi bias seleksi
telah ditentukan. Selanjutnya, informasi tentang berapa banyak pasien yang menggunakan
iPhone (tidak mengizinkan pengumpulan data smartphone objektif yang dihasilkan secara
otomatis) yang diminta untuk berpartisipasi, namun tidak disertakan karena kepemilikan
ponsel cerdas kurang dalam kebanyakan penelitian. Pasien yang memiliki dan menggunakan
iPhone mungkin mewakili sekelompok pasien yang memiliki penyakit berbeda daripada
pengguna non-iPhone.
Studi yang dipublikasikan menggunakan skala self-monitoring yang berbeda, skala penilaian
klinis yang berbeda, definisi yang berbeda mengenai keadaan afektif, menerapkan kriteria
durasi yang berbeda untuk keadaan afektif, dan menggunakan sistem diagnostik yang berbeda
(DSM-IV, ICD-10). Dengan demikian, hal ini membuat sulit untuk membandingkan hasil
penelitian.
Mengenai bias deteksi, sebagian besar penelitian tidak menyebutkan apakah dokter
mengumpulkan data hasil atau pasien yang melakukan pemantauan diri dibutakan pada data
smartphone objektif yang dihasilkan secara otomatis, dan informasi tentang pengalaman
pendeta dokter kurang.
Yang terpenting, sangat sedikit penelitian yang membahas faktor perancu yang mungkin terjadi
seperti usia dan jenis kelamin dalam analisis statistik yang dipekerjakan (Faurholt-Jepsen et
al., 2014b, 2016c), beberapa penelitian hanya menyajikan analisis pasien individual (Osmani
2015; Grünerbl et al 2012, 2015; Alvarez-Lozano et al., 2014; Maxhuni et al., 2016; Guidi et
al., 2015; Muaremi et al., 2014), dan hanya sedikit yang menyatakan apakah analisis statistik
telah direncanakan dan ditentukan sebelumnya. Secara keseluruhan, sebagian besar penelitian
berisiko mengalami bias pada beberapa tingkat.
Penggunaan mobile wireless teknologi ini di harapkan bisa membantu pemantauan gejala untuk
diagnosis,terutama untuk kesehatan mental.Untuk kedepannya studi metode obserasional
masih di butuhkan dalam tahap analisis. Dalam penelitian kelainan bipolar studi kedepannya
menggunakan (automatically genereted smartphone data) atau dapat di gunakan keduanya.
Keduanya dapat memonitoring penyakit dan dapat mengarahkan ke ancaman baru dan
menentukan tahapan berikutnya.
Regulasi penggunaan smartphone best monitoring masih belum jelas.karna perbedaan jenis
smartphone di pasarkan menyebabkan sensor yang berbeda yang di gunakan untuk mengambil
informasi. Untuk mengatasi isu ini para peneliti mencoba bekerjasama dengan perusahaan
teknologi agar mendapatkan hasil yang seragam,agar data yang di peroleh akurat dan
memungkinkan untuk mengambil kesimpulan klinik yang berarti.

Pertimbangan pada literatur masa depan

Penggunaan mobile wireless teknologi ini di harapkan bisa membantu pemantauan gejala untuk
diagnosis,terutama untuk kesehatan mental.Untuk kedepannya studi metode obserasional
masih di butuhkan dalam tahap analisis. Dalam penelitian kelainan bipolar studi kedepannya
menggunakan (automatically genereted smartphone data) atau dapat di gunakan keduanya.
Keduanya dapat memonitoring penyakit dan dapat mengarahkan ke ancaman baru dan
menentukan tahapan berikutnya.
Regulasi penggunaan smartphone best monitoring masih belum jelas.karna perbedaan jenis
smartphone di pasarkan menyebabkan sensor yang berbeda yang di gunakan untuk mengambil
informasi. Untuk mengatasi isu ini para peneliti mencoba bekerjasama dengan perusahaan
teknologi agar mendapatkan hasil yang seragam,agar data yang di peroleh akurat dan
memungkinkan untuk mengambil kesimpulan klinik yang berarti.
 KESIMPULAN

Penggunaan mobile wireless teknologi ini di harapkan bisa membantu pemantauan gejala untuk
diagnosis,terutama untuk kesehatan mental.Untuk kedepannya studi metode obserasional
masih di butuhkan dalam tahap analisis. Dalam penelitian kelainan bipolar studi kedepannya
menggunakan (automatically genereted smartphone data) atau dapat di gunakan keduanya.
Keduanya dapat memonitoring penyakit dan dapat mengarahkan ke ancaman baru dan
menentukan tahapan berikutnya.

Regulasi penggunaan smartphone best monitoring masih belum jelas.karna perbedaan jenis
smartphone di pasarkan menyebabkan sensor yang berbeda yang di gunakan untuk mengambil
informasi. Untuk mengatasi isu ini para peneliti mencoba bekerjasama dengan perusahaan
teknologi agar mendapatkan hasil yang seragam,agar data yang di peroleh akurat dan
memungkinkan untuk mengambil kesimpulan klinik yang berarti.