THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
PENERAPAN REPRESENTASI PENGETAHUAN BERBASIS ATURAN DALAM PENGEMBANGAN SISTEM PENENTUAN OBAT BAGI FARMASIS
Imam Riadi1), Sri Winiarti2), Herman Yuliansyah3) Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Ahmad Dahlan email:
[email protected] 2 Fakultas Teknologi Industri,Universitas Ahmad Dahlan Email:
[email protected] 3Fakultas Teknologi Industri,Universitas Ahmad Dahlan
[email protected]
1
Abstrak Dalam membangun aplikasi berbasis kecerdasan buatan, salah satu komponennya, yaitu adanya basis pengetahuan. Basis pengetahuan berfungsi sebagai tempat yang menampung pengetahuan untuk dijadikan sebagai sumber data bagi mesin inferensi dalam proses pelacakan. Salah satumodel representasi pengetahuan yang banyak digunakan dalam membangun mesin inferensi adalah berbasis aturan dengan produksi If-Then. Dalam makalah ini akan dijelaskan penerapan pengetahuan berbasis aturan dalam menentukan formulasi obat yang dapat digunakan oleh seorang farmasi klinis dalam menentukan komposisi obat bagi pasien yang berkonsultasi. Sistem dibuat menggunakan sistem operasi android, dan diujikan dengan menggunakan metode User Acceptance Test dan Usability Test. Hasil pengujian menunjukkan bahwa penerapan sistem represe ntasi pengetahuan berbasis aturan dapat digunakan untuk menentukan komposisi obat bagi seorang farmasi klinisdengan kelayakan 88,75%. Kata Kunci:Android, Berbasis Aturan, Farmasi Klinis,Komposisi obat 1. PENDAHULUAN Tersedianya apotik yang menjual obat bebas ataupun obat dengan resep dokter sangat membantu masyarakat (pasien) dalam menangani kebutuhan obat.Pasien pada umumnya datang ke apotek menyampaikan keluhan dan obat yang ingin dibeli untuk menghilangkan rasa sakit, namun pasien tidak menceritakan histori penyakit atau riawayat obat yang pernah diminum. Akibatnya dapat terjadi kesalahan saat pihak apoteker memberikan obat yang diminta pasien, akan tetapi sebenarnya dia tidak bisa minum obat tersebut karena ada riwayat penyakit lain. Kasus ini termasuk dalam golongan pelayanan farmasi klinik berdasarkan komunikasi langsung dengan pasien (Siregar & Kumolosasi, 2006). Dalam rangka meningkatkan penggunaan obat yang rasional, farmasis memiliki peran penting terutama dalam mengidentifikasi serta memecahkan masalah-masalah yang berkaitan
dengan penggunaan obat atau Drug Related Problems (DRPs) baik yang bersifat potensial maupun actual. Permasalahan penggunaan obat di tempat pelayanan disebut sebagai Drug Related Problems (DRPs),(Rahmawati, 2008). Berdasarkan permasalahan tersebut di atas, perlu adanya suati sistem yang dapat membantu para farmasi klinis dalam menentukan resep obat sebagai simulator bagi farmasis.Pengembangan aplikasi untuk membantu farmasi klinis dalam membuat komposisi obat pasien dengan menyesuaikan riwayat penyakit pasien. Sistem akan memberikan notifikasi apabila terjadi kesalahan dalam peramuan komposisi obat untuk pasien yang memiliki riwayat penyakit komplikasi,. Dengan demikian akan meminimalkan kesalahan dalam penentuan ramuan obat bagi pasien atau untuk mengurangi resiko Drug Related Problems dalam rangka meminimalkan terjadi kesalahan pemilihan atau pemberian obat terhadap
1361
THE 5TH URECOL PROCEEDING
18 February 2017
pasien. Manfaat lain dapat dirasakan oleh apotik. Dengan adanya sebuah sistem yang dapat menyimpan histori obat pasien yang pernah melakukan transaksi akan meningkatkan layanan apotik dalam memberikan informasi obat yang sesuai kebutuhan konsumen.
UAD, Yogyakarta
ini.Adapun tahapan dalam penelitian ini digambarkan pada gambar 1.
Kajian Penelitian Terdahulu Melakukan eksplorasi
2. KAJIAN LITERATUR DAN PENGEMBANGAN HIPOTESIS (JIKA ADA) Studi literatur yang telah dilakukan terkait dengan topik dalam makalah ini mengacu pada beberapareferensi yang telah dipublikasi.Seperti sistem peringatan berbasis teknologi masa depan menjanjikan untuk memberikan peningkatan akses terhadap keamanan informasi dan dukungan kognitif untuk masing-masing komponen dari proses peringatan. Secara khusus, tujuan meningkatkan keselamatan pengguna melalui keputusan yang terkait dengan resiko kualitas yang lebih tinggi dapat dicapai dengan memanfaatkan kemampuan teknologi interaktif dan kemampuannya untuk personalisasi informasi peringatan melalui modifikasi konten yang dinamis (Walgater and Mayhorn, 2005). Dalam makalah lain yang ditulis oleh InSook Cho and Hyeoun-Ae Park dalam publikasinya memaparkan terkait pengembangan rekam medik bagi perawat yang menggunakan pendekatan sistematis untuk menganalisis, merancang, melaksanakan, dan mengevaluasi sistem catatan keperawatan elektronik berbasis terminologi. Dalam penelitian tersebut mampu untuk mengevaluasi efektivitas user interface dan kosakata yang dikembangkan, sehingga memberikan dasar untuk perbaikan untuk penelitian selanjutnya (Cho, I and Park, Hyeoun-Ae,2009). 3. METODE PENELITIAN Tahapan penelitian yang dilakukan dalam peneltian ini berangkat dari analisis hasil kajian penelitian terdahulu yang telah dilakukan.Berdasarkan studi awal penelitian yang dilakukan, telah ditemukan akar permasalahan yang diangkat dalam penelitian
Pengembangan sistem Gambar 1. Tahapan Penelitian Untuk tahapan pengembangan sistem digunakan konsep pengembangan sistem dengan model System Development Life Cycle (Pressman, 2007).Tahapan pengembangan sistem digambarkan pada gambar 2.
Perencanaan
Analisis
Antar muka & Basis data
Desain
Impleme ntasi
Proses Bisnis& Diagram Alir Data
Coding dan testing
Pengguna an
Gambar 2. Tahapan Pengembangan Sistem
4. HASIL DAN PEMBAHASAN Dalam penelitian ini menghasilkan sebuah perangkat lunak berupa sistem notifikasi penentuan obat bagi farmasi klinis berbasis teknologi android bagi ini dibangun sesuai dengan kebutuhan para farmasi klinis(apoteker). Trend teknologi android saat ini, menyebabkan hampir 60% para pemakai
1362
THE 5TH URECOL PROCEEDING
18 February 2017
smartphone di Indonesia lebih memilih sistem operasi ini dibandingkan sistem operasi IOS. Sistem ini dibangun berdasarkan pengetahuan seorang pakar di bidang farmasi klinis yang kemudian dikompilasi dengan kasus pasien yang pernah berkonsultasi tentang obat. Hasil kompilasi pengetahuan ini disusun ke dalam sebuah basis aturan yang nantinya akan digunakan sebagai sumber pengetahuan pada saat menentukan formula obat yang sesuai dengan riwayat pasien. Proses kerja dari sistem ini adalah semua data obat yang telah didata oleh pakar farmasi diambil untuk membangun pengetahuan obat, aturan dan kasus pasien .Setelah pasien menginputkan data, sistem kemudian akan melakukan pelacakan untuk menentukan apakah obat yang diberikan dapat dikonsumsi
UAD, Yogyakarta
oleh pasien berdasarkan riwayat pasien. Apabila ramuan obat yang diberikan oleh apoteker sesuai dengan riwayat pasien, maka system akan memberi notifikasi berupa rekomendasi obat. Dari analisis yang dilakukan terhadap masalah yang telah dikaji dan berdasarkan data yang telah diperoleh melalui observasi, wawancara dan pendokumentasian, maka dihasilkan sebuah basis pengetahuan yang disajikan pada table 1.Basis pengetahuan yang didapat berupa data obat, data kasus/riwayat pasien serta rekomenadasi.Tabel 1 menjelaskan tabel basis pengetahuan untuk sistem notifikasi dalam penentuan obat bagi farmasi klinis.
Tabel 1.Contoh Basis Pengetahuan dalam penentuan Komposisi Obat Kode Kasus
Jenis Kasus
Obat
Tujuan Nama Generik
K1
K2
K3
Under Dosed
Interaksi Obat
Dapat menjelaskan hubungan kekurangan dosis obat (under dosed) dengan kadar obat dalam darah dan perubahan manifestasi klinis penderita epilepsy
Indeks Keamanan Kehamilan
Nama Dagang
Fenitoin
Phenytoin
D
Fenitoin
Phenytoin Sodium
D
Fenitoin
Kutoin
D
(kejang)
Karbamazepin Karbamazepin Karbamazepin
Carbamazepin Bamgetol Tegretol
D D D
Dapat menjelaskan pengaruh interaksi obat dengan perubahan kadar obat dalam darah dan perubahan manifestasi klinik penderita
Fenitoin Fenitoin
Phenytoin Phenytoin Sodium
D D
Fenitoin Karbamazepin Karbamazepin Karbamazepin Rifampicin
Kutoin Carbamazepin Bamgetol Tegretol Rifampicin
D D D D -
Isoniazid Ethambutol Dekstrosa Ethambutol
A A A A
Insulin
A
Isoniazid Ethambutol PenurunanF Dapat menjelaskan hubungan antara Dekstrosa penurunanfungsi alat tubuh/hati ungsi Ethambutol pada geriatric yaitu Organ tubuh alumindengan perubahan kadar Insulin
obat dan manifestasi klinikpada pasien dengan DM Tipe 1
1363
THE 5TH URECOL PROCEEDING
18 February 2017
Dari basis pengetahuan yang diperoleh seperti tabel 1, diturunkan menjadi suatu tabel keputusan. Tabel keputusan berfungsi untuk
UAD, Yogyakarta
membantu proses inferensi.Tabel keputusan disajikan pada tabel 2.
Tabel 2.Contoh tabel Keputusan untuk Sistem Notifikasi Untuk Penentuan Obat bagi farmasi Klinis BP Usia
Gender
1
2
66 thn
L
18 thn
L
1 thn
L
History
3 Didiagnosis rheumatoid arthritis dan terapi mendapat sulfasalazin, methotrexate, dan hydroxychloroquine yang digunakan sejak 3 bulan yang lalu. Untuk menghilangkan rasa sakit Mr. SS sering membeli fenilbutazon. akhir - akhir ini Mr. SS sering merasakan nyeri pada perut, Rasa nyeri meningkat ketika ia makan. Ia pergi ke apotek untuk membeli antacid dan anti muntah. Selain itu, ia juga ingin membeli salep kulit untuk menghilangkan bisul di punggungnya. Menggunakan antasida selama 3 tahun untuk mengobati dispepsia nya. Sakit sering muncul dimalam hari, dia pergi ke apotek untuk mendapatkan obat sakit perut dan penghilang rasa gatal di rambutnya. Telah menjalani mengobatan flek dengan INH selama 3 bulan, sekarang dia telah menderita batuk, serta demam selama 3 hari terakhir. Ibunya ingin membeli ibuprofen, dan juga purol, SB menggunakan diapers sehari-hari, tapi akhir-akhir ini ia tampak kemerahan di bagian pantatnya.
BP (tekanan darah)
HR (kecepatan denyut)
Tanda Vital Pulse (deny RR ut (kecepatan nadi) pernafasan) 6 7 _ 21x/minute
TD (tekanan darah)
4 135/85 mmHg;
5 86x/minute
130/80 mmHg
_
_
_
105/75 mmHg
Asma selama 8 tahun
_
_
_
30x/minute
_
Flek selama 3 bulan
Dari tabel 2 dijadikan sebagai basis untuk proses pelacakan dalam sistem penentuan obat bagi farmasi klinis. Beberapa contoh aturan yang digunakan dari tabel 1, dijadikan sebagai
8 _
PH (pasien histori / riwayat penyakit pasien ) 9 Rheumatoid Arthritis selama 3 bulan, dyspepsia selama setahun yang lalu.
suatu keputusan atau inferensi saat proses pelacakan terjadi dalam sistem. Tabel 2 berikut merupakan bentuk sajian representasi pengetahuan dengan basis aturan If…then.
1364
THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
Tabel 2.Contoh Bentuk Aturan dengan model produksi If .. Then Kode Aturan
Aturan
[R1]
Jika pasien berusia 66 tahun(A)dan Gender laki-laki(B) dan memiliki histori Didiagnosis rheumatoid arthritis(C)dan pasien mendapat terapi sulfasalazin, methotrexate serta hydroxychloroquine yang digunakan sejak 3 bulan(D)dan menggunakan fenilbutazon dan sering merasa nyeri perut dan rasa nyeri meningkat ketika makan(E)dan tekanan darah 135/85 mmHg(F)dan kecepatan denyut 86x/minute(G)dankecepatan pernafasan 21x/minute(H)dan memiliki riwayat penyakit Rheumatoid Arthritis selama 3 bulan, dyspepsia selama setahun yang lalu(F)dan berat badan 78kg(I) maka (K1) rekomendasi adalah 1. Kebiasaan membeli fenilbutason untuk menghilangkan rasa sakit dihentikan. 2. Konsul ke dokter untuk mendapat obat dispepsia atau memberi obat dispepsia yang termasuk OWA misal omeprazol atau famotidin 3. Memberi informasi cara minum antasid dan obat dispepsia yang benar 4. Obat bisul diberika ichtyol atau yang mengandung antibiotik dan termasuk OWA, misalnya salep gentamisin sulfat Jika pasien berusia 28 tahun(J)dan gender adalah perempuan(K) dan memiliki histori Hamil 30 minggu(L) dan sakit gigi(M) dan tekanan darah 130/80 mmHg(O) dan denyut nadi 82x/minute(P) dan kecepatan pernafasan 23x/minute(Q) dan riwayat penggunaan obat Sulfasalazin,methotrexate, ydroxychloroquine, Mylanta sejak 3 bulan yang lalu(R) dan berat badan 87 Kg(S) dan riwayat keluarga ayah hipertensi dan ibu DM Type 2(T), maka (K2) rekomendasinya adalah 1.Kebiasaan konsumsi herbal dihilangkan pada masa kehamilan 2. obat yang paling baik adalah parasetamol atau ke dokter untuk mendapat resep analgetik untuk ibu hamil
[R2]
[R3]
[R4]
[R5]
Jika pasien berusia 18 tahun dan gender laki-lakidan pasien mengkonsumsi antasida selama 3 tahun untuk mengobati dispepsianya dan sakit sering muncul di malam hari dan pasien pergi ke apotek untuk mendapatkan obat sakit perut dan penghilang rasa gatal dirambutnya dan tekanan darah 130/80 mmHg dan memiliki histori asma selama 8 tahun dan pasien mengkonsumsi obat antacid Nifedipin 2x1 dan gula darah 185 mg/dL dan dan riwayat keluarga ibu DM Type 2 serta ayah stroke dan kebiasaan pasien suka makan coklat serta makanan pedas maka rekomendasi adalah 1. Kebiasaan coklat dan pedas dihilangkan 2. Obat sakit perut selain antasid harus dengan resep dokter atau golongan H2 blocker jika masuk OWA 3. disertai informasi mengenai cara penggunaan peditox dan lifestyle yang baik supaya tidak tertular Penghilang rasa gatal jika penyebabnya kutu diberi obat Peditox Jika pasien berusia 32 tahun dan gender perempuandan hamil sudah 20 minggu, mengalami kembung, pusing, dan sembelit dan pasien membeli vegeta agar dapat buang air besar dengan lancar dan tekanan darah 130/80 mmHg dan memiliki histori Hypertensi sejak tahun lalu dan berat badan 45 kg dan homoglobin 10 mg/dL dan kebiasaan makan Ikan asin maka rekomendasi adalah 1. Konsul ke dokter untuk batuk 2. Obat demam disarankan parasetamol sirup 3. Informasi penggunaan parasetamol sirup, jika perlu dan dosis disesuaikan dengan umur dan BB 4. kebiasaan penggunaan diapres dihentikan 5. Disarankan salep untuk ruam popok, misal baby dee Jika pasien berusia 1 tahun dan gender laki-lakidan pasien telah menjalani mengobatan flek dengan INH selama 3 bulan, sekarang dia telah menderita batuk, serta demam selama 3 hari terakhir dan pasien menggunakan diapers sehari-hari, tapi akhir-akhir ini ia tampak kemerahan di bagian pantatnya dan telah menjalani mengobatan flek dengan INH selama 3 bulan, sekarang dia telah menderita batuk, serta demam selama 3 hari terakhir dan kecepatan pernafasan 30x/minute dan memiliki histori Flek selama 3 bulan dan suhu badan 38,50C dan riwayat keluarga ibu menderita Asma dan pasien alergi Penicillin maka rekomendasi adalah 1. Konsul ke dokter untuk batuk 2. Obat demam disarankan parasetamol sirup 3. Informasi penggunaan parasetamol sirup, jika perlu dan dosis disesuaikan dengan umur dan BB 4. kebiasaan penggunaan diapres dihentikan 5. Disarankan salep untuk ruam popok, misal baby dee
Dengan adanya basis aturan seperti yang terlihat pada tabel 2 dijadikan sebagai mesin
inferensi dalam pelacakan untuk memperoleh keputusan obat yang sesuai dengan kebutuhan
1365
THE 5TH URECOL PROCEEDING
18 February 2017
pasien.Aplikasi system notifikasi penentuan obat bagi farmasi klinis ini dibangun untuk menangani masalah pasien yang berkonsultasi obat di suatu apotek. Basis aturan dibuat berdasarkan kasus-kasus pasien yang berkonsultasi ke suatu apotek, sehingga proses ini disebut farmasi klinis di apotek. Kasuskasus yang diperoleh dalam penelitian ini diperoleh dari buku praktikum farmasi klinis pada program studi Farmasi Universitas Ahmad Dahlan, dengan sumber pakar farmasi klinis Dyah Perwita,Ph.D Dari tabel 2 untuk mengetahui proses pelacakan untuk memperoleh keputusan berupa rekomendasi seorang apoteker bagi pasien, maka dibuat alur pelacakan sistem dengan menggunakan model pelacakan forward chaining. Dari tabel 3 tersebut dapat diketahui bahwa proses pelacakan yang digunakan untuk membuat keputusan tindakan pada sistem notifikasi penentuan obat bagi farmasi klinis ini menggunakan metode pelacakan maju atau Forward chaining. Dalam pembuatan graph pelacakan untuk
UAD, Yogyakarta
memudahkan dibuat disajikan dengan menggunakan simbolik huruf. Simbol huruf mewakili representasi pengetahuan dari setiap fakta sehingga menuju Konklusi atau kesimpulan. Seperti gambar 3 merupakan ilustrasi dari representasi pengetahuan untuk kasus pertama (1). Huruf A,B dan seterusnya sebagai simbolik yang merupakan representasi dari setiap fakta yang tersaji pada tabel 5.4. Dengan bentuk aturan yang disimbolkan denagn huruf. Sebagai contoh : rule 1[R1] menjadi : IF A and B and C and D and E and F and G Then K1 rule2[R2] menjadi : IF J and K and L and M and N and O and P and Qand Rand Sand T Then K2 Ilustrasi proses pelacakan digambarkan dalam bentuk graph pelacakan forward chaining seperti yang terlihat pada gambar 3a dan 3b.
A and
C and
B
E
G
F
H
Keputus an R1 (K1)
D Gambar 3a.Graph pelacakan metode Forward Chaining untuk Rule 1 (R1)
J
O and
L
and and
K
Q
S and
and
N
P
R
T
Keputus an R2 (K2)
M Gambar 3b.Graph pelacakan metode Forward Chaining untuk Rule 2 (R2) Untuk mempermudah pengguna, maka sistem dibuat menggunakan sistem operasi android.Hal ini untuk mempermudah pengguna dalam memberikan konsultasi obat kepada pasien, baik yang datang ke apotik maupun dari masyarakat yang ingin
berkonsultasi secara online.Pakar adalah seorang ahli Farmasi yang sudah teruji kepakarannya. Berfungsi memberikan pengetahuan dan aturan serta rekomendasi keputusan. Untuk menggambarkan cara kerja
1366
THE 5TH URECOL PROCEEDING
18 February 2017
sistem, diilustrasikan proses kerja sistem
Login as expert
Pharmaceutical expert insert pharmaceutical knowledge
UAD, Yogyakarta
seperti gambar 4.
Case data and knowlege is saved to the system
The system gives notification to the pharmacist
Login as patien The system received the recommendation of pharmacists
Case of patients
System forward recommendation to patients
The Patients receive notifications and recommendations
Gambar 4.Ilustrasi cara kerja sistem penentuan komposisi obat bagi farmasi klinis Pengujian sistem Sistem yang dibuat telah diujikan dengan menggunakan responden dari mahasiswa apoteker Farmasi S2 universitas Ahmad Dahlan. Dalam pengujian ini menggunakan pengujian alfa test dan black box test. Pengujian dilakukan dengan memberikan kusioner sekaligus responden praktek secara langsung dalam mengoperasikan sistem yang telah tersedia di application store android. Pengujian menekankan pada validasi rule serta kesesuaian fungsi-fungsi setiap fitur dengan kebutuhan pengguna. Dari hasil pengujian alpha test pada didapatkan hasil bahwa responden yang menyatakan Sangat
Setuju sebesar 36,25 %, responden yang menyatakan Setuju 52,5%. Dengan demikian dapat dikatakan bahwa sistem secara keseuruhan dapat dnyatakan setuju untuk diimplementasikan.Dari hasil pengujian tersebut dapat direpresentasikan dalam sebuah grafik seperti gambar 5. Dari hasil pengujian dengan metode alfa test dapat disimpulkan jumlah kelayakan sistem ini mencapai 88.75% ini didapatkan dari jumlah kumulatif responden yang menjawab antara sangat setuju dan setuju.Dengan demikian sistem notifikasi dalam penentuan obat pasien berbasis aturan bagi apoteker (farmasi klinik) layak untuk digunakan.
1367
Bobot Pertanyaan
THE 5TH URECOL PROCEEDING
8 7 6 5 4 3 2 1 0
18 February 2017
UAD, Yogyakarta
Hasil Pengujian Metode Alfa Test SS, 7 6 5
SS, 5
SS, 3
3
5
5
5
SS, 2 C, 1 C, 0
C, 0
4 SS, 3
SS, 3 C, SS,11
C, 2 SS, 1
C, 1
C, 0
4
4
C, SS,22
C, SS,22 1 C, 0 SS
Gambar 5. Grafik Hasil Pengujian Alfa Test
5. KESIMPULAN Berdasarkan pengujian sistem yang telah dilakukan, untuk sistem untuk penentuan komposisi obat bagi farmasi klinis layak digunakan sebagai alat bantu bagi farmasi klinis. Pada penelitian ini telah membuktikan bahwa representasi pengetahuan dengan menggunakan model basis aturan dapat digunakan untuk membangun sistem dalam penentuan obat bagi seorang farmasi klinis dengan tingkat kelayakan 88,75%. 6. DAFTAR PUSTAKA 1. InSook Cho and Hyeoun-Ae Park , 2009,Development and evaluation of a terminologybased electronic nursing record system, journal Study Health TechnologyInformation.2009;146:4 98-502. 2. Pressman,Roger S.,2007. Rekayasa Perangkat: pendekatan praktisi (Buku I). Yogyakarta: Andi & Mc Graw-Hill Book Co. 3. Rahmawati dkk. 2008. Problem Pemilihan Obat pada Pasien Rawat Inap
1368
Geriatri di RSUPDR. Sardjito Yogyakarta.Jurnal Farmasi Indonesia.(Vol. 4 No. 1; 23–29). 4. Siregar, C & Kumolosasi, E, 2006. Farmasi klinik: teori dan penerapan, Jakarta: EGC, 2006 xxii, 650 hlm: Indeks Farmasi-Penelitian Kumlosasi, EGC penerbit buku kedokteran 2006. 5. Wogalter, M.S,D.M. DeJoy and K.R. Laughery (Eds). London: Taylor & Francis. Wogalter, M.S and Mayhorn, C.B, 2005.Providing cognitive support with technologybasedwarning systems, jurnal Ergonomics, Vol. 48, No. 5, 15 April 2005, 522 – 533. 6. Wogalter, M.S, 2006, Future technologybased warning systems, Journal Abergo. Wogalter, M. S., & Mayhorn, C. B. (2006).The future of risk communication: Technologybased warning systems (Chap. 63). In M. S. Wogalter (Ed.) Handbook of Warnings (pp. 783793).
