Evaluasi rasionalitas penggunaan antibiotik pasien pneumonia DI RS tipe B kota bogor
Abstract
Pneumonia salah satu penyebab utama kematian dan kesakitan di seluruh dunia. Penggunaan antibiotik yang tidak tepat dapat meningkatkan risiko terjadinya resistensi antimikroba. Evaluasi rasionalitas diperlukan untuk memastikan ketepatan pemilihan, dosis, dan durasi terapi. Penelitian ini bertujuan menggambarkan karakteristik pasien pneumonia, pola peresepan antibiotik, dan rasionalitas penggunaannya di Instalasi Rawat Inap RS Tipe B Kota Bogor tahun 2024. Penelitian ini bersifat deskriptif retrospektif dengan menggunakan data rekam medis 83 pasien pneumonia periode Januari–Desember 2024. Analisis dilakukan secara deskriptif, penilaian rasionalitas menggunakan metode Gyssens sesuai Permenkes No. 28 Tahun 2021. Hasil menunjukkan mayoritas pasien berusia ≥60 tahun (41,0%) dan laki-laki (51,8%). Antibiotik terbanyak adalah ceftriaxone (57,9%) dan levofloxacin (20,0%). Rasionalitas kategori 0 (tepat) sebesar 55,6%, sedangkan 44,4% tidak rasional, terutama kategori IVa (23,3%) dan IIIb (10,0%). Kesimpulan: Diperlukan peningkatan rasionalitas melalui evaluasi berkala, clinical pathway, dan PPRA.
Read the paper
Related studies
- Severe clinical outcomes of COVID-19 associated with proton pump inhibitors: a nationwide cohort study with propensity score matching
- Levofloxacin-Induced Tendon Rupture: A Case Report and Review of the Literature
- Association between cord blood 25-hydroxyvitamin D concentrations and respiratory tract infections in the first 6 months of age in a Korean population: a birth cohort study (COCOA)
- Neuroprotective Effects of Epicatechin against Oxidative Stress-Induced Cognitive Impairment: A Systematic Review and Meta-Analysis
- Quality evaluation and in vitro interaction studies between levofloxacin 250mg and diclofenac sodium 50mg tablets
- Molecular Epidemiology of mcr-1 -Positive Polymyxin B-Resistant Escherichia coli Producing Extended-Spectrum β-Lactamase (ESBL) in a Tertiary Hospital in Shandong, China
Go deeper in Evidence Hub
Evidence Hub adds a study data sheet (design, sample size, evidence level, key numbers), an AI summary and a chat grounded in the paper's text.