HUBUNGAN DERAJAT KLINIS DAN GANGGUAN KOGNITIF PADA PENDERITA PARKINSON DENGAN MENGGUNAKAN MONTREAL COGNITIVE ASSESMENT VERSI INDONESIA (MOCA-INA)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Identifikasi secara dini gangguan kognitif pada penyakit Parkinson sangat penting, karena sangat mempengaruhi kualitas hidup penderita Parkinson. Hal-hal yang menjadi faktor risiko terjadinya gangguan kognitif masih sangat bervariasi, salah satu diantaranya adalah stadium lanjut penyakit. Penelitian ini bertujuan untuk mengetahui hubungan antara derajat klinis Parkinson dan gangguan kognitif dengan menggunakan tes Montreal Cognitive Assessment versi Indonesia ( MoCA-Ina). Desain penelitian adalah Cross Sectional Study, pada 37 subjek penderita Parkinson di Poli penyakit saraf Rumah Sakit Wahidin Sudirohusodo dan jejaringnya di Makassar, dari bulan Januari hingga Mei 2013. Pada subjek penelitian dilakukan pemeriksaan fungsi kognitif menggunakan instrument tes MoCA-Ina. Hasil penelitian menunjukkan jenis kelamin laki-laki lebih banyak dibanding perempuan pada penderita penyakit Parkinson (67,6% vs 32,4%). Hubungan antara gangguan kognitif dengan beberapa faktor risiko antara lain jenis kelamin, kelompok umur, hipertensi, DM, dislipidemia, durasi sakit dan depresi tidak didapatkan perbedaan yang bermakna. Dengan uji chi-square didapatkan hubungan yang bermakna antara derajat klinis Parkinson dan gangguan kognitif, dengan nilai p 0,003. Unsur kongnitif yang paling banyak terganggu adalah fungsi eksekutif dan atensi. Penelitian ini menerangkan bahwa semakin berat derajat klinis penyakit Parkinson semakin besar kejadian gangguan kognitif.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle