Analisis Penyebab Preeklampsia Pada Ibu Hamil

ABSTRACT In Indonesia, bleeding accounts for 28% of all maternal deaths, preeclampsia/eclampsia accounts for 24%, and infection accounts for 11%. Preeclampsia can progress to eclampsia in extreme cases when seizure signs are added. The aim of this study was to determine the causes of preeclampsia and factors that increase the likelihood of women developing eclampsia during pregnancy. This type of study for binary logistic data analysis was used to conduct quantitative research. Model for binary logistic regression. 82 participants were sampled. Data collection was done by observation and document collection. Maternal age, birth spacing, gravida, multiple pregnancy, history of diabetes mellitus, body mass index, history of hypertension, history of preeclampsia, and gestational age were the independent variables in this study. Preeclampsia/eclampsia was the dependent variable. The results of this study revealed a significant simultaneous association between gestational age and preeclampsia/eclampsia, gestational age and preeclampsia, maternal age, birth spacing, gravida, multiple pregnancy, history of diabetes mellitus, body mass index, history of hypertension, and history of preeclampsia. In the model, gravida, body mass index, and hypertension all had a considerable partial impact on preeclampsia. Preeclampsia was not significantly affected in the model by maternal age, birth spacing, multiple pregnancy, history of diabetes mellitus, history of preeclampsia, or gestational age. To reduce maternal mortality, it is important to examine the risk factors for eclampsia and preeclampsia, as well as the possibility that these conditions may lead to complications. Keywords: Preeclampsia, Eclampsia, Gravida ABSTRAK Di Indonesia, perdarahan menyumbang 28% dari semua kematian ibu, preeklampsia/ eklamsia menyumbang 24%, dan infeksi menyumbang 11%. Preeklampsia dapat berkembang menjadi eklampsia dalam kasus ekstrim ketika tanda kejang ditambahkan. Dari penelitian ini adalah untuk mengetahui penyebab preeklampsia dan faktor-faktor yang meningkatkan kemungkinan wanita mengalami eklampsia selama kehamilan. Jenis penelitian ini untuk analisis data logistik biner digunakan untuk melakukan penelitian kuantitatif. Model untuk regresi logistik biner. 82 peserta dijadikan sampel penelitian. Pengumpulan data dilakukan dengan observasi dan pengumpulan dokumen. Usia ibu, jarak kelahiran, gravida, kehamilan kembar, riwayat diabetes melitus, indeks massa tubuh, riwayat hipertensi, riwayat preeklampsia, dan usia kehamilan merupakan variabel bebas dalam penelitian ini. Preeklampsia/ eklampsia adalah variabel dependen penelitian. Hasil penelitian ini mengungkapkan hubungan simultan yang signifikan antara usia kehamilan dengan preeklampsia/ eklampsia , usia kehamilan dengan preeklampsia, usia ibu, jarak kelahiran, gravida , kehamilan kembar, riwayat diabetes mellitus, indeks massa tubuh, riwayat hipertensi, dan riwayat preeklampsia. Dalam model, gravida , indeks massa tubuh, dan hipertensi semua memiliki dampak parsial yang cukup besar pada preeklampsia. Preeklampsia tidak dipengaruhi secara signifikan dalam model oleh usia ibu, jarak kelahiran, kehamilan ganda, riwayat diabetes melitus, riwayat preeklampsia, atau usia kehamilan. Untuk menurunkan angka kematian ibu, sangat penting untuk meneliti faktor risiko eklampsia dan preeklampsia, serta kemungkinan bahwa kondisi ini dapat menyebabkan komplikasi. Kata Kunci: Preeklampsia, Eklampsia, Gravida

Authors

Institutions

Publication Details

Journal
Malahayati Nursing Journal
Published
2024-08-31
DOI
https://doi.org/10.33024/mnj.v6i9.13582
Primary Topic
Public Health and Nutrition
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Analisis Penyebab Preeklampsia Pada Ibu Hamil

Ivon Diah Wittiarika, Eka Cerellia, Muhammad Ilham Aldika Akbar
Malahayati Nursing Journal
Public Health and Nutrition
article

Analisis Penyebab Preeklampsia Pada Ibu Hamil

Ivon Diah Wittiarika, Eka Cerellia, Muhammad Ilham Aldika Akbar
article en

Abstract

ABSTRACT In Indonesia, bleeding accounts for 28% of all maternal deaths, preeclampsia/eclampsia accounts for 24%, and infection accounts for 11%. Preeclampsia can progress to eclampsia in extreme cases when seizure signs are added. The aim of this study was to determine the causes of preeclampsia and factors that increase the likelihood of women developing eclampsia during pregnancy. This type of study for binary logistic data analysis was used to conduct quantitative research. Model for binary logistic regression. 82 participants were sampled. Data collection was done by observation and document collection. Maternal age, birth spacing, gravida, multiple pregnancy, history of diabetes mellitus, body mass index, history of hypertension, history of preeclampsia, and gestational age were the independent variables in this study. Preeclampsia/eclampsia was the dependent variable. The results of this study revealed a significant simultaneous association between gestational age and preeclampsia/eclampsia, gestational age and preeclampsia, maternal age, birth spacing, gravida, multiple pregnancy, history of diabetes mellitus, body mass index, history of hypertension, and history of preeclampsia. In the model, gravida, body mass index, and hypertension all had a considerable partial impact on preeclampsia. Preeclampsia was not significantly affected in the model by maternal age, birth spacing, multiple pregnancy, history of diabetes mellitus, history of preeclampsia, or gestational age. To reduce maternal mortality, it is important to examine the risk factors for eclampsia and preeclampsia, as well as the possibility that these conditions may lead to complications. Keywords: Preeclampsia, Eclampsia, Gravida ABSTRAK Di Indonesia, perdarahan menyumbang 28% dari semua kematian ibu, preeklampsia/ eklamsia menyumbang 24%, dan infeksi menyumbang 11%. Preeklampsia dapat berkembang menjadi eklampsia dalam kasus ekstrim ketika tanda kejang ditambahkan. Dari penelitian ini adalah untuk mengetahui penyebab preeklampsia dan faktor-faktor yang meningkatkan kemungkinan wanita mengalami eklampsia selama kehamilan. Jenis penelitian ini untuk analisis data logistik biner digunakan untuk melakukan penelitian kuantitatif. Model untuk regresi logistik biner. 82 peserta dijadikan sampel penelitian. Pengumpulan data dilakukan dengan observasi dan pengumpulan dokumen. Usia ibu, jarak kelahiran, gravida, kehamilan kembar, riwayat diabetes melitus, indeks massa tubuh, riwayat hipertensi, riwayat preeklampsia, dan usia kehamilan merupakan variabel bebas dalam penelitian ini. Preeklampsia/ eklampsia adalah variabel dependen penelitian. Hasil penelitian ini mengungkapkan hubungan simultan yang signifikan antara usia kehamilan dengan preeklampsia/ eklampsia , usia kehamilan dengan preeklampsia, usia ibu, jarak kelahiran, gravida , kehamilan kembar, riwayat diabetes mellitus, indeks massa tubuh, riwayat hipertensi, dan riwayat preeklampsia. Dalam model, gravida , indeks massa tubuh, dan hipertensi semua memiliki dampak parsial yang cukup besar pada preeklampsia. Preeklampsia tidak dipengaruhi secara signifikan dalam model oleh usia ibu, jarak kelahiran, kehamilan ganda, riwayat diabetes melitus, riwayat preeklampsia, atau usia kehamilan. Untuk menurunkan angka kematian ibu, sangat penting untuk meneliti faktor risiko eklampsia dan preeklampsia, serta kemungkinan bahwa kondisi ini dapat menyebabkan komplikasi. Kata Kunci: Preeklampsia, Eklampsia, Gravida

Malahayati Nursing JournalVol. 6(9)
Universitas Airlangga (ID)
Good health and well-being
Openalex Percentile: Top 78%
Public Health and Nutrition
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.