1. Inti artikel dalam satu kalimat
> Jangan lagi menilai pasien IVF hanya dengan label "poor responder"; tentukan terlebih dahulu mengapa jumlah oosit rendah, berapa jumlah oosit yang secara individual dibutuhkan untuk mendapatkan ≥1 blastokista euploid, kemudian sesuaikan strategi stimulasi untuk mencapai target tersebut.
Inilah perubahan paradigma utama POSEIDON:
Poor ovarian response → Low prognosis → Individualized oocyte target → Personalized ovarian stimulation.
Artikel menekankan bahwa keberhasilan IVF tidak cukup dinilai dari clinical pregnancy rate, tetapi harus dilihat dari cumulative live birth rate (CLBR) per started cycle, dengan mempertimbangkan usia dan jumlah oosit yang diperoleh.
---
2. Mengapa konsep POSEIDON diperlukan?
Sebelum POSEIDON, kita sering menggunakan istilah:
POR = Poor Ovarian Response
Masalahnya, istilah POR terlalu heterogen.
Contohnya:
Pasien A
30 tahun
AMH normal
AFC normal
stimulasi menghasilkan hanya 3 oosit
Pasien B
42 tahun
AMH rendah
AFC rendah
stimulasi menghasilkan 3 oosit
Keduanya sama-sama mendapatkan 3 oosit, tetapi prognosis reproduksinya sangat berbeda.
Mengapa?
Karena:
jumlah oosit menentukan kuantitas embryo
sedangkan
usia terutama menentukan kualitas/kromosom embryo.
Artikel menunjukkan bahwa probabilitas blastokista euploid menurun progresif dengan bertambahnya usia maternal. Pada data yang dibahas, probabilitas euploidi turun tajam setelah sekitar usia 34 tahun dan secara keseluruhan <50% pada usia ≥35 tahun.
Jadi:
> Oocyte quantity × Oocyte quality = embryo competence → live birth
---
3. POSEIDON sebenarnya menilai apa?
POSEIDON =
Patient-Oriented Strategies Encompassing IndividualizeD Oocyte Number
Ada 4 variabel utama:
1. Usia perempuan
2. Ovarian reserve → AMH/AFC
3. Respons terhadap gonadotropin
4. Jumlah oosit yang berhasil diperoleh pada siklus sebelumnya
Tujuannya bukan sekadar mengatakan:
> "Pasien ini poor responder."
Tetapi:
> "Pasien ini low prognosis karena mekanisme X; target oositnya Y; sehingga strategi stimulasi harus diarahkan untuk mencapai Y."
---
4. Empat kelompok POSEIDON
Secara praktis:
<35 tahun ≥35 tahun
Ovarian reserve normal Group 1 Group 2
Ovarian reserve rendah Group 3 Group 4
Kemudian dibagi berdasarkan respons sebelumnya:
Group 1
<35 tahun
AMH/AFC adekuat
tetapi unexpected low/suboptimal response
Group 2
≥35 tahun
AMH/AFC adekuat
tetapi unexpected low/suboptimal response
Group 3
<35 tahun
AMH/AFC rendah
expected poor response
Group 4
≥35 tahun
AMH/AFC rendah
expected poor response
Pembagian usia dan ovarian reserve tersebut merupakan inti klasifikasi POSEIDON.
---
5. Yang sangat penting: Group 1/2 ≠ Group 3/4
Ini bagian yang menurut saya paling penting untuk implementasi klinis.
Group 1 dan 2
Pasien sebenarnya mempunyai follicular pool yang cukup, tetapi jumlah oosit yang diperoleh ternyata sedikit.
Artinya masalahnya bisa berupa:
follicle → oocyte conversion yang tidak optimal.
Di sinilah muncul konsep:
FOI — Follicle-to-Oocyte Index
Secara sederhana:
FOI = jumlah oosit yang diperoleh / jumlah folikel antral awal
FOI rendah menunjukkan bahwa banyak folikel yang terlihat pada awal stimulasi tidak berakhir sebagai oosit yang berhasil diperoleh.
Jadi pada Group 1/2:
> masalahnya bukan semata-mata "ovarium miskin folikel", tetapi ovarium mungkin kurang responsif terhadap stimulasi yang diberikan.
Artikel menyarankan evaluasi dan optimasi FOI pada kelompok ini.
---
6. Group 3 dan 4 berbeda
Pada Group 3/4:
AMH rendah + AFC rendah
Artinya memang terdapat reduced ovarian reserve.
Kita tidak dapat mengubah jumlah primordial follicle secara bermakna hanya dengan menaikkan gonadotropin.
Karena itu, pendekatannya bukan:
> "Naikkan FSH setinggi mungkin."
Tetapi:
> Tentukan berapa oosit yang diperlukan dan bagaimana mencapai target tersebut secara realistis, termasuk kemungkinan akumulasi oosit/embrio.
Artikel secara eksplisit menyebut bahwa pada pasien dengan expected low oocyte number, individualized regimen dapat dikombinasikan dengan oocyte/embryo accumulation.
---
7. Paradigma terpenting: "How many oocytes do I need?"
Ini inti POSEIDON.
Dulu pertanyaannya:
> "Berapa oosit yang bisa saya dapatkan?"
POSEIDON mengubahnya menjadi:
> "Berapa oosit yang saya perlukan untuk mendapatkan setidaknya satu blastokista euploid?"
Ini merupakan perubahan yang sangat besar.
Karena:
10 oosit pada perempuan 28 tahun ≠ 10 oosit pada perempuan 42 tahun.
Usia menentukan probabilitas euploidi.
Semakin tua pasien:
aneuploidy ↑ → euploid blastocyst probability ↓ → dibutuhkan lebih banyak oosit untuk mendapatkan ≥1 euploid blastocyst.
---
8. ART Calculator
Artikel memperkenalkan konsep ART Calculator.
Model tersebut memperkirakan:
> berapa jumlah oosit MII yang diperlukan untuk mendapatkan ≥1 blastokista euploid.
Prediktor utama model adalah:
usia perempuan
jenis sperma yang digunakan
Model dibuat dari sekitar 350 pasangan IVF/ICSI dengan PGT-A, kemudian menggunakan pemodelan statistik untuk memperkirakan probabilitas oosit MII menghasilkan blastokista euploid.
Contoh yang diberikan artikel:
Perempuan 36 tahun
dengan pasangan yang menggunakan sperma ejakulat.
Dengan target probabilitas 80%, diperkirakan diperlukan sekitar:
9 oosit MII
dengan CI sekitar 7–10 oosit untuk memperoleh ≥1 blastokista euploid.
Ini bukan berarti:
> "Pasien pasti harus mendapatkan 9 oosit."
Tetapi:
> 9 oosit memberikan probabilitas yang diperkirakan lebih baik berdasarkan model.
---
9. Contoh implementasi klinis
Misalnya Anda mendapatkan pasien:
Kasus 1
32 tahun
AMH 2,0 ng/mL
AFC 14
siklus sebelumnya:
FSH stimulation → 3 oosit
Ini bukan tipikal Group 3.
Karena ovarian reserve-nya baik.
Lebih cocok:
POSEIDON Group 1a
Masalahnya:
unexpected low response
Maka pertanyaan klinisnya:
> Mengapa AFC 14 tetapi hanya 3 oosit?
Kita evaluasi:
starting FSH dose
jenis gonadotropin
adherence
premature luteinization
follicular synchronization
duration of stimulation
trigger strategy
timing OPU
follicle size saat trigger
follicle-to-oocyte index
kemungkinan hypo-response
Jadi jangan langsung menyimpulkan ovarian reserve buruk.
---
10. Contoh kedua
Perempuan 38 tahun
AMH 1,8
AFC 12
Siklus sebelumnya 4 oosit.
Ini lebih sesuai:
POSEIDON Group 2a/2b
Karena:
usia ≥35
ovarian reserve relatif adekuat
respons oosit rendah/suboptimal
Di sini ada dua masalah sekaligus:
Quantity
Oosit sedikit.
Quality
Usia 38 → probabilitas aneuploidi lebih tinggi.
Sehingga strategi harus berusaha:
meningkatkan oocyte yield + mengurangi waktu menuju live birth.
---
11. Contoh ketiga
Perempuan 31 tahun
AMH 0,4
AFC 3
Kemungkinan:
POSEIDON Group 3
Di sini masalah utamanya memang:
low ovarian reserve.
Tujuannya bukan mengejar 15 oosit dengan stimulasi agresif.
Lebih realistis:
> maksimalkan setiap kesempatan memperoleh oosit yang kompeten.
Jika setiap siklus hanya mendapatkan 2–3 oosit, dapat dipertimbangkan strategi akumulasi oosit/embrio, tergantung usia, prognosis, fasilitas, biaya, dan preferensi pasien. Artikel secara khusus membahas pendekatan ini pada kelompok expected poor responders.
---
12. Contoh keempat — yang paling sulit
Perempuan 41 tahun
AMH 0,3
AFC 2
setelah stimulasi:
2 oosit MII
Ini:
POSEIDON Group 4
Problem:
quantity ↓↓↓ + quality ↓↓↓
Ini adalah kelompok dengan prognosis paling buruk.
Karena itu komunikasi kepada pasien harus sangat berbeda.
Bukan:
> "Kita coba IVF lagi."
Tetapi:
> "Mari kita hitung secara kuantitatif peluang bahwa dua oosit ini menghasilkan blastokista euploid, kemudian menentukan apakah lebih rasional melanjutkan satu siklus, melakukan akumulasi oosit/embrio, atau mendiskusikan alternatif reproduksi."
Inilah filosofi patient-oriented strategy.
---
13. Temuan menarik dari data klinis
Artikel membahas data OPTIMIST.
CLBR per started cycle berbeda nyata antara kelompok.
Yang menarik:
<35 tahun
Group 1a:
21%
Group 1b:
43%
≥35 tahun
Group 2a:
10%
Group 2b:
25%
Sedangkan:
Group 3:
29%
Group 4:
17%
Non-POSEIDON:
52%
Artinya:
> Mendapatkan 4–9 oosit lebih baik daripada <4 oosit, bahkan dalam kelompok dengan prognosis rendah.
Ini memberikan dasar biologis bahwa jumlah oosit tetap merupakan target penting.
---
14. Tetapi ada kritik penting terhadap POSEIDON
Ini penting untuk membaca artikel secara kritis.
POSEIDON sangat menarik, tetapi artikel ini sendiri adalah Perspective, bukan RCT yang membuktikan bahwa menerapkan POSEIDON secara langsung meningkatkan live birth.
Bahkan penulis membahas kritik dari Leijdekkers et al.
Dalam studi OPTIMIST, penulis tersebut menyimpulkan bahwa perbedaan CLBR terutama dipengaruhi oleh usia maternal, sehingga nilai POSEIDON untuk menentukan manajemen klinis masih terbatas dan lebih jelas sebagai alat konseling.
Selain itu, artikel menyatakan bahwa:
> randomized trials masih diperlukan
untuk membuktikan bahwa intervensi yang diarahkan berdasarkan POSEIDON benar-benar memperbaiki outcome reproduksi.
Ini harus menjadi caveat penting.
---
15. Jangan salah memahami "lebih banyak oosit"
POSEIDON bukan berarti:
> "Semakin tinggi dosis FSH → semakin banyak oosit → semakin baik."
Tidak sesederhana itu.
Artikel menyatakan bahwa peningkatan gonadotropin bertujuan mengoptimalkan jumlah oosit, tetapi tidak terbukti bahwa stimulasi lebih intens meningkatkan euploidi embryo. Yang paling menentukan euploidi adalah usia maternal, bukan intensitas stimulasi.
Jadi:
Yang ingin kita optimalkan:
oocyte yield
bukan:
FSH dose setinggi mungkin.
---
16. Hubungan dengan embryo euploidy
Secara konseptual:
AGE
↓
Oocyte chromosomal competence
↓
Embryo euploidy
↓
Chance of euploid blastocyst
↓
Chance of implantation/live birth
Sedangkan:
OVARIAN RESERVE
↓
Number of recruitable follicles
↓
Number of oocytes
↓
Number of embryos
↓
Probability ≥1 euploid embryo
Maka dua sumbu prognosisnya:
Sumbu 1 — Quantity
How many oocytes?
Sumbu 2 — Quality
How likely is each oocyte to produce a euploid embryo?
POSEIDON mencoba mengintegrasikan keduanya.
---
17. Apa implikasinya untuk praktik IVF?
Saya akan menerapkannya sebagai 5-step clinical workflow:
STEP 1 — Tentukan ovarian reserve
Periksa:
AMH + AFC
Bukan untuk mengatakan:
> "Apakah pasien bisa hamil?"
Tetapi terutama:
> "Bagaimana kemungkinan respons ovarium terhadap stimulasi?"
Karena AMH/AFC mempunyai nilai lebih kuat untuk memprediksi ovarian response daripada secara langsung memprediksi live birth.
---
STEP 2 — Tentukan usia
Ini adalah variabel kualitas oosit.
Jangan memperlakukan:
30 tahun + AMH rendah
sama dengan
40 tahun + AMH rendah.
Keduanya mungkin Group 3 vs Group 4, tetapi prognosis biologisnya sangat berbeda.
---
STEP 3 — Evaluasi respons sebelumnya
Jika pernah IVF:
AFC → jumlah follicle saat trigger → jumlah oosit retrieved
Hitung/pertimbangkan:
FOI
Jika ovarian reserve baik tetapi oosit sedikit:
curiga hypo-response / low FOI.
---
18. STEP 4 — Tentukan target oosit
Bukan:
> "Kita lihat nanti dapat berapa."
Tetapi:
> "Berapa MII oocyte yang secara realistis diperlukan untuk mencapai probabilitas ≥1 euploid blastocyst?"
Gunakan:
data klinik sendiri
model prediktif
ART Calculator sebagai alat bantu
Namun jangan menjadikan calculator sebagai "vonis".
Model artikel hanya memiliki kemampuan diskriminatif sekitar AUC 72%, yang berarti masih ada faktor biologis lain yang belum ditangkap model.
---
19. STEP 5 — Sesuaikan strategi
Group 1–2
Fokus:
Optimizing ovarian response
→ evaluasi stimulation protocol
→ gonadotropin dose
→ follicular recruitment
→ synchronization
→ trigger
→ OPU
→ FOI
Group 3–4
Fokus:
Maximize cumulative opportunity
→ individualized stimulation
→ pertimbangkan accumulation
→ oocyte/embryo banking pada kasus terpilih
→ pertimbangkan DuoStim dalam konteks yang tepat
→ counseling prognosis secara realistis.
Artikel menyebut DuoStim dan akumulasi oosit/embrio sebagai salah satu strategi yang sedang dieksplorasi untuk mempercepat pencapaian target oosit pada pasien prognosis rendah.
---
20. Yang paling penting untuk residen: POSEIDON ≠ Bologna
Ini sering menjadi sumber kebingungan.
Bologna criteria
Berusaha mendefinisikan:
Poor Ovarian Response (POR)
Sedangkan:
POSEIDON
berusaha mendefinisikan:
Low Prognosis ART patient
dan kemudian mengelompokkan pasien berdasarkan:
Age + ovarian reserve + ovarian response + previous oocyte yield.
Artikel secara eksplisit menyebut bahwa POSEIDON merupakan pergeseran dari terminologi poor ovarian response menuju low prognosis.
---
21. POSEIDON dalam satu algoritme
Saya menyarankan Anda mengingatnya seperti ini:
IVF PATIENT
│
▼
AGE + AMH/AFC + HISTORY
│
┌──────────┴──────────┐
│ │
<35 ≥35
│ │
┌────┴────┐ ┌────┴────┐
│ │ │ │
Normal Low Normal Low
reserve reserve reserve reserve
│ │ │ │
G1 G3 G2 G4
│ │ │ │
Unexpected Expected Unexpected Expected
low low low low
response response response response
│ │ │ │
└─────────┴───────────┴─────────┘
│
▼
TARGET OOCYTE
│
▼
≥1 EUploID BLASTOCYST
│
▼
EMBRYO TRANSFER
│
▼
LIVE BIRTH
---
22. Implikasi terbesar secara klinis
Menurut saya, ada 3 perubahan cara berpikir yang harus Anda ambil dari artikel ini.
① Jangan menyamakan ovarian reserve dengan fertility potential
AMH rendah terutama berbicara mengenai:
quantity of recruitable follicles
bukan otomatis:
quality of oocytes.
Usia tetap sangat dominan terhadap kualitas kromosom oosit/embrio.
---
② Jangan menggunakan "poor responder" sebagai diagnosis akhir
Tanyakan:
> Mengapa responsnya rendah?
Jika:
AFC baik + oosit sedikit
→ pikirkan hypo-response/low FOI.
Jika:
AFC rendah + oosit sedikit
→ expected poor response.
Manajemennya berbeda.
---
③ Target IVF bukan "banyak telur"
Target akhirnya:
≥1 embryo yang memiliki kapasitas reproduktif tinggi → live birth.
POSEIDON menggunakan number of MII oocytes required to obtain ≥1 euploid blastocyst sebagai intermediate treatment-planning endpoint, bukan menggantikan live birth sebagai outcome utama.
---
23. Tetapi ada satu koreksi penting terhadap penerapan artikel tahun 2019
Artikel ini sangat berguna untuk memahami kerangka POSEIDON, tetapi jangan memperlakukannya sebagai bukti bahwa:
> "POSEIDON-guided stimulation pasti meningkatkan live birth."
Penulis sendiri mengakui bahwa pada saat artikel diterbitkan, bukti RCT untuk membuktikan bahwa strategi yang dipandu POSEIDON meningkatkan outcome reproduksi masih diperlukan.
Jadi level interpretasinya:
POSEIDON = framework untuk stratifikasi + personalized treatment planning
bukan:
POSEIDON = proven therapeutic protocol.
---
24. Kalau diterapkan pada pasien IVF nyata
Saya akan membuat POSEIDON worksheet seperti ini:
Parameter Data pasien
Usia ___ tahun
AMH ___ ng/mL
AFC ___
BMI ___
Etiologi infertilitas ___
Previous IVF Ya/Tidak
Gonadotropin dose ___ IU
Protocol Antagonist/long/PPOS/dll
Follicle number trigger ___
Oocyte retrieved ___
MII ___
FOI ___
Fertilization rate ___%
Blastulation rate ___%
Euploid rate ___%
POSEIDON group ___
Target MII oocyte ___
Strategy ___
Expected CLBR ___
Dengan demikian, konsultasi IVF berubah dari:
> "Kita stimulasi lalu lihat hasilnya."
menjadi:
> "Kita tahu prognosis pasien, kita tahu limiting factor-nya, kita menentukan target oosit, lalu kita merancang strategi untuk mencapai target tersebut dengan aman."
Itulah implikasi praktis terbesar artikel ini.
---
Referensi utama — Vancouver
1. Esteves SC, Alviggi C, Humaidan P, Fischer R, Andersen CY, Conforti A, et al. The POSEIDON Criteria and Its Measure of Success Through the Eyes of Clinicians and Embryologists. Front Endocrinol (Lausanne). 2019;10:814. doi:10.3389/fendo.2019.00814.
2. Sunkara SK, Rittenberg V, Raine-Fenning N, Bhattacharya S, Zamora J, Coomarasamy A. Association between the number of eggs and live birth in IVF treatment: an analysis of 400,135 treatment cycles. Hum Reprod. 2011;26:1768-1774.
3. Polyzos NP, Drakopoulos P, Parra J, Pellicer A, Santos-Ribeiro S, Tournaye H, et al. Cumulative live birth rates according to the number of oocytes retrieved after the first ovarian stimulation for IVF/ICSI: a multicenter multinational analysis including ~15,000 women. Fertil Steril. 2018;110:661-670.e1.
4. Esteves SC, Carvalho JF, Bento FC, Santos J. A novel predictive model to estimate the number of mature oocytes required for obtaining at least one euploid blastocyst for transfer in couples undergoing IVF/ICSI: the ART Calculator. Front Endocrinol (Lausanne). 2019;10:99.
5. Leijdekkers JA, Eijkemans MJC, van Tilborg TC, Oudshoorn SC, van Golde RJT, Hoek A, et al. Cumulative live birth rates in low-prognosis women. Hum Reprod. 2019;34:1030-1041.
6. Poseidon Group, Alviggi C, Andersen CY, Bühler K, Conforti A, De Placido G, et al. A new more detailed stratification of low responders to ovarian stimulation: from a poor ovarian response to a low prognosis concept. Fertil Steril. 2016;105:1452-1453.
Kesimpulan profesor-level: POSEIDON pada dasarnya adalah framework precision medicine dalam IVF. Ia memisahkan quantity problem dari quality problem: AMH/AFC dan respons stimulasi menjelaskan berapa banyak oosit yang dapat kita peroleh, sedangkan usia terutama menentukan probabilitas bahwa oosit tersebut menghasilkan embryo euploid. Karena itu, intervensi harus diarahkan pada individualized oocyte target, bukan sekadar mengejar label "poor responder". Namun, framework ini harus digunakan sebagai alat stratifikasi dan perencanaan, bukan dianggap sebagai protokol yang sudah terbukti secara definitif meningkatkan live birth.
Sumber :
https://pmc.ncbi.nlm.nih.gov/articles/PMC6880663/pdf/fendo-10-00814.pdf
Komentar