ANALISIS RISIKO STRES DAN DEPRESI PADA IBU HAMIL DENGAN PLACENTA ACCRETA SPECTRUM DISORDER DI RSUD ARIFIN ACHMAD
DOI:
https://doi.org/10.37776/zked.v16i1.2113Abstract
Abstrak Placenta Accreta Spectrum Disorder (PASD) merupakan komplikasi obstetri berat dengan risiko morbiditas dan mortalitas maternal yang tinggi. Selain dampak fisik, diagnosis PASD berpotensi menimbulkan reaksi stres akut dan meningkatkan risiko depresi pada ibu hamil. Penelitian ini bertujuan untuk membandingkan risiko stres dan depresi antara ibu hamil dengan dan tanpa PASD, serta menganalisis hubungan antara risiko stres dan depresi pada pasien PASD. Penelitian ini menggunakan desain deskriptif analitik dengan pendekatan potong lintang. Subjek penelitian terdiri dari 68 ibu hamil (34 PASD dan 34 non-PASD) yang menjalani antenatal care di RSUD Arifin Achmad Kota Pekanbaru periode Agustus–Oktober 2025, dengan teknik consecutive sampling. Risiko stres dinilai menggunakan Impact of Event Scale–Revised (IES-R), sedangkan risiko depresi dinilai menggunakan Edinburgh Postnatal Depression Scale (EPDS). Hasil penelitian menunjukkan bahwa risiko stres akut secara signifikan lebih tinggi pada kelompok PASD dibandingkan non-PASD (23,53% vs 0%; p = 0,001). Risiko depresi juga secara signifikan lebih tinggi pada kelompok PASD dibandingkan kontrol (p = 0,006). Terdapat hubungan yang sangat bermakna antara stres akut dan risiko depresi pada pasien PASD (p < 0,001; Cramér’s V = 1,00). Analisis multivariat menunjukkan bahwa pekerjaan dan penghasilan merupakan prediktor independen risiko stres (p = 0,009 dan p = 0,007), sedangkan suku, agama, dan pekerjaan berhubungan dengan risiko depresi pada pasien PASD. Kesimpulannya, diagnosis PASD berhubungan erat dengan peningkatan risiko stres akut dan depresi pada ibu hamil, sehingga skrining kesehatan mental perlu diintegrasikan dalam penatalaksanaan PASD. Kata kunci: Placenta Accreta Spectrum Disorder (PASD), Stress, Depresi, Kehamilan, IES-R, EPDSDownloads
Published
Issue
Section
License
Copyright (c) 2026 Sofyan Andri, Dhini Ayulie Novri, Fahreza Lazuardi Nasution, Akbar Husaini Angkat

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

