Penegakan Diagnosis Depresi Berbasis Indikator SDNN dari HRV pada Mahasiswa

Editor: Bahiyyah Azzahra

Abstrak: Depresi merupakan gangguan mental yang umum terjadi pada populasi mahasiswa dan memiliki dampak serius terhadap kesejahteraan psikologis dan prestasi akademik. Deteksi dini menjadi krusial dalam upaya pencegahan dan penanganan depresi. Penelitian ini bertujuan untuk mengeksplorasi potensi indikator Standard Deviation of NN intervals (SDNN) dari Heart Rate Variability (HRV) sebagai alat bantu dalam penegakan diagnosis depresi. Dengan menggunakan pendekatan kuantitatif dan desain cross-sectional, data HRV dikumpulkan dari mahasiswa menggunakan perangkat wearable ECG. Skor SDNN kemudian dianalisis dan dibandingkan dengan hasil pengukuran skala depresi standar (PHQ-9). Hasil menunjukkan bahwa nilai SDNN yang lebih rendah secara signifikan berkorelasi dengan skor depresi yang lebih tinggi. Temuan ini mendukung penggunaan HRV, khususnya SDNN, sebagai indikator non-invasif yang dapat digunakan sebagai skrining awal depresi pada mahasiswa.

Kata Kunci: depresi, mahasiswa, heart rate variability, SDNN, diagnosis, HRV

Pendahuluan: Depresi menjadi salah satu gangguan mental yang prevalensinya meningkat di kalangan mahasiswa. Tekanan akademik, perubahan sosial, dan masa transisi kehidupan menjadi pemicu utama. Sayangnya, depresi seringkali tidak terdeteksi karena keterbatasan sumber daya dan stigma. Oleh karena itu, diperlukan metode deteksi yang cepat, akurat, dan non-invasif.

Heart Rate Variability (HRV) merupakan parameter fisiologis yang menggambarkan variasi interval antar denyut jantung. Salah satu indikator utama HRV adalah Standard Deviation of NN intervals (SDNN). SDNN mencerminkan aktivitas sistem saraf otonom, khususnya keseimbangan antara simpatis dan parasimpatis. Penurunan nilai SDNN telah dikaitkan dengan stres psikologis, termasuk depresi.

Metode: Penelitian ini menggunakan desain cross-sectional dengan partisipan sebanyak 100 mahasiswa yang direkrut secara purposive sampling. Data HRV diukur menggunakan perangkat wearable ECG selama 5 menit dalam kondisi istirahat. Nilai SDNN dihitung menggunakan software analisis HRV. Sebagai pembanding, partisipan juga mengisi kuesioner PHQ-9.

Analisis data dilakukan dengan uji korelasi Pearson dan regresi linear sederhana untuk melihat hubungan antara nilai SDNN dan skor PHQ-9.

Hasil: Hasil analisis menunjukkan adanya korelasi negatif yang signifikan antara nilai SDNN dan skor PHQ-9 (r = -0,47, p < 0,01). Artinya, semakin rendah nilai SDNN, semakin tinggi tingkat keparahan gejala depresi yang dialami mahasiswa.

Pembahasan: Temuan ini mendukung literatur sebelumnya yang menyebutkan bahwa HRV, khususnya SDNN, dapat digunakan sebagai biomarker stres dan gangguan mood. SDNN yang rendah menandakan rendahnya variabilitas denyut jantung, yang mencerminkan dominasi sistem saraf simpatis dan berkurangnya aktivitas parasimpatis. Kondisi ini umum dijumpai pada individu dengan depresi.

Meskipun temuan ini menjanjikan, studi ini memiliki keterbatasan seperti ukuran sampel yang terbatas dan desain yang belum longitudinal. Diperlukan penelitian lebih lanjut untuk menguji validitas SDNN dalam diagnosis depresi jangka panjang.

Kesimpulan: SDNN dari HRV menunjukkan potensi sebagai indikator awal dalam penegakan diagnosis depresi pada mahasiswa. Penggunaan HRV sebagai metode skrining dapat melengkapi alat ukur psikologis yang telah ada dan membantu intervensi dini.

Daftar Pustaka: 1. Shaffer, F., & Ginsberg, J. P. (2017). An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health, 5, 258. 2. Kemp, A. H., Quintana, D. S., et al. (2010). Depression, comorbid anxiety disorders, and heart rate variability in physically healthy, unmedicated patients. Biological Psychiatry, 67(11), 1171–1178. 3. Malik, M. (1996). Heart rate variability: Standards of measurement, physiological interpretation and clinical use. European Heart Journal, 17(3), 354–381.

*) Penulis : Widya Pramesti, Universitas Negri Makasar