Efektivitas Pemberian Kolang-Kaling Sebagai Alternatif Anti Inflamasi Terhadap Penurunan Intensitas Nyeri Pada Osteoartritis Lutut
Notice bibliographique
Résumé
Kolang-kaling adalah biji buah aren berbentuk lonjong, kenyal, berwarna putih transparan dan mempunyai rasa menyegarkan. Kolang-kaling umumnya digunakan campuran minuman ini ternyata memiliki manfaat besar bagi gerak tubuh yang mengalami kekakuan yaitu sebagai pangan nutrasetikal untuk terapi sehat bagi penderita osteoarthritis. Kandungan karbohidrat kolang-kaling sebagian besar berupa galaktomanan yaitu senyawa polisakarida yang memiliki fungsi analgesik dan anti-inflamasi untuk OA. Hasil analisis pada penelitian sebelumnya di unit laboratorium Universitas Brawijaya Malang, diketahui bahwa ekstrak galaktomanan kolang-kaling memberikan efek yang lebih signifikan dalam proses terapi OA lutut dibandingkan dengan obat Na-Diklofenak dan obat-obat komersial lainnya dalam hal penurunan volume edema. Penelitian ini bertujuan untuk membuktikan efektivitas pemberian kolang-kaling sebagai alternatif anti inflamasi terhadap penurunan intensitas nyeri pada osteoartritis lutut. Penelitian dilakukan dengan variasi dosis takaran penyajian pemberian minuman kolang-kaling, dianalisis menggunakan skala WOMAC pada sebelum dan setelah pemberian kolang-kaling sekaligus mencari dosis takaran penyajian pemberian minuman kolang-kaling yang paling efektif. Desain penelitian ini adalah eksperimental dengan Pretest-Posttest Control Group Design. Subyek penelitian 20 responden dengan gejala dan tanda klinis OA pada lutut. Responden terbagi dalam 1 kelompok kontrol, tanpa pemberian minuman kolang-kaling (X0) dan 3 kelompok perlakuan berupa pemberian minuman kolang-kaling; 1 x 50 gram pagi hari (X1), 2 x 50 gram pagi dan siang hari (X2) dan 3 x 50 gram pagi, siang dan malam hari (X3), masing-masing perlakuan akan dilakukan selama 7 hari. Penelitian didasarkan pada pemeriksaan intensitas nyeri lutut menggunakan skala Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) dengan menyelesaikan 24 parameter pertanyaan kuesioner. Pengambilan citra radiografi osteoarthritis genu proyeksi AP weight bearing kanan dan kiri, dinilai dengan skala Kellgren-Lawrence (KL), grade 0-1 = normal, grade 2 = definit margin of osteofit, grade 3 = tampak JSN dan grade 4 = bone on bone contact, digunakan sebagai gold standar dan konfirmasi hasil WOMAC sebelum perlakuan. Analisis data menggunakan analisis univariat karakteristik responden berdasarkan jenis kelamin, umur dan Body Mass Index (BMI) dengan Chi Square Test, Shapiro Wilk dan One Way Anova Test. Kemudian dilakukan analisis bivariat untuk menguji perbedaan hasil skala WOMAC sebelum dan setelah pemberian minuman kolang-kaling dengan Paired T-Test dan Wilcoxon Sign Test. Selanjutnya dilakukan analisis multivariat untuk menguji perbedaan hasil skala WOMAC antar kelompok, baik pada sebelum maupun setelah pemberian minuman kolang-kaling, dilakukan One Way Anova Test, kemudian uji lanjut dengan Post Hoc Test Tukey HSD dan dilakukan Kruskal Wallis Test, kemudian dilakukan uji lanjut dengan Mann-Whitney Test. Terakhir, dilakukan penentuan dosis takaran penyajian pemberian minuman kolang-kaling yang paling efektif, dilihat pada hasil mean tertinggi untuk Post Hoc Test Tukey HSD atau hasil mean rank tertinggi untuk Kruskal Wallis Test.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».