MétaCan
Menu
Retour à la cohorte
Enregistrement W2213395540 · doi:10.35790/ebm.3.3.2015.10320

GAMBARAN KADAR GULA SESAAT PADA DEWASA MUDA USIA 20-30 TAHUN DENGAN INDEKS MASSA TUBUH (IMT) ≥ 23 kg/m2

2015· article· en· W2213395540 sur OpenAlexaff
Juandi Kasengke, Youla A. Assa, Michaela E. Paruntu

Notice bibliographique

RevueJurnal e-Biomedik · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineBody mass indexOverweightInternal medicineEndocrinologyBlood sugarDiabetes mellitusPopulationObesity

Résumé

récupéré en direct d'OpenAlex

Abstract: Hyperglycemia is a state of elevated level of blood sugar in human body that exceeds normal level. The causes are not known yet for sure but it is often associated with insulin insufficiency and predisposition factors such as genetic, age, and obesity. Prolonged hyperglycemia may lead to the development of diabetes mellitus and as a risk factor of other metabolic diseases. Morbidity in hyperglycemia is increased along with the age and body weight. This study aimed to obtain the random blood glucose level among young adults aged 20-30 years with a body mass index (BMI) ≥23 kg/m2. This was a descriptive study. The population consisted of 20 to 39 years old young adults with body mass index (BMI) ≥23 kg/m2 who lived in the working area Community Health Center in Beo, Talaud. Data consisted of BMI measurements and random blood glucose levels by using stick device. The results showed that of 30 respondents with BMI ≥23 kg/m2, there was 1 respondent (3.33%) had hyperglycemia meanwhile the other 29 respondents (96.6%) had normal blood glucose level. Conclusion: In this study, the random blood glucose level among young adults aged 20-30 years with body mass index (BMI) ≥23 kg/m2 were in normal range.Keywords: random plasma glucose level, 20-30 years old young adults, BMI ≥ 3 kg/m2Abstrak: Hiperglikemia adalah keadaan peningkatan kadar glukosa darah dalam tubuh seseorang yang melebihi kadar normal. Penyebab belum diketahui pasti tetapi sering dihubungkan dengan kurangnya insulin dan fator predisposisi yaitu genetik, umur, dan obesitas. Hiperglikemia yang tidak dikontrol secara terus menerus akan berkembang menjadi penyakit diabetes mellitus dan merupakan faktor risiko untuk penyakit metabolik lainnya. Angka morbiditas pada hiperglikemia juga meningkat seiring bertambahnya umur dan berat badan. Penelitian ini bertujuan untuk mengetahui gambaran kadar glukosa darah pada dewasa muda yang berusia 20-30 tahun dengan Indeks Massa Tubuh (IMT) ≥23 kg/m2. Penelitian ini menggunakan metode deskriptif. Populasi ialah dewasa muda berusia 20-30 tahun dengan IMT ≥23 kg/m2 yang tinggal di wilayah Puskesmas Beo Kecamatan Beo Kabupaten Kepulauan Talaud. Data diperoleh dengan pengukuran IMT dan pemeriksaan kadar glukosa darah sesaat dengan menggunakan alat stick. Terdapat 30 responden dengan IMT ≥23 kg/m2 dimana 1 orang (3.33%) yang mengalami hiperglikemia dan 29 orang (96.6%) dengan kadar glukosa darah dalam batas normal. Simpulan: Sebagian besar dewasa muda usia 20-30 tahun dengan IMT ≥23 kg/m2 mempunyai kadar glukosa darah sesaat normal.Kata kunci: glukosa darah sesaat, dewasa muda usia 20-30 tahun, IMT ≥23 kg/m2

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,266
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal e-BiomedikMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207