HUBUNGAN KADAR GULA DARAH DENGAN FUNGSI KOGNITIF PASIEN STROKE ISKEMIK DIUKUR DENGAN MONTREAL COGNITIVE ASSESSMENT VERSI INDONESIA
Notice bibliographique
Résumé
ABSTRAKStroke adalah salah satu penyakit kardiovaskular yang menjadi penyebab kematian dan kecacatan jangka panjang, gangguan fungsi kognitif, dan demensia. Penurunan fungsi kognitif meningkat tiga kali lipat paska stroke. Salah satu faktor risiko yang dapat meningkatkan gangguan fungsi kognitif adalah kadar gula darah. Tujuan penelitian ini adalah untuk mengetahui hubungan kadar gula darah dengan fungsi kognitif pasien stroke iskemik. Jenis penelitian ini adalah analitik observasional dengan pendekatan crossectional. Pengumpulan data dilakukan pada bulan September-November 2017 di Rumah Sakit Umum daerah dr Zainoel Abidin Banda Aceh. Pengambilan sampel dilakukan dengan menggunakan teknik consecutive sampling dengan jumlah sampel 47 orang. Pengambilan data dilakukan dengan penilaian fungsi kognitif menggunakan Montreal Cognitive Assessment versi Indonesia (MoCA-Ina) dan wawancara. Jumlah pasien stroke iskemik dengan normoglikemi sebanyak 33 orang (70,2%) dan jumlah pasien stroke iskemik dengan hiperglikemi sebanyak 14 orang (29,8%). Rata-rata skor MoCA-Ina berdasarkan KGDS, pasien dengan normoglikemi yaitu 15,4 sedangkan pasien dengan hiperglikemi yaitu 15,6. Berdasarkan hasil analisis dengan Uji Korelasi Spearman, didapatkan nilai signifikansi p= 0,502 dan nilai koefiesien korelasi (rs) 0,10, sehingga secara statistik dapat disimpulkan bahwa tidak terdapat hubungan antara kadar gula darah dengan fungsi kognitif pasien stroke iskemik yang diukur dengan Montreal Cognitive Assessment versi Indonesia (MoCA-Ina).Kata Kunci : Stroke Iskemik, Kadar Gula Darah, Hiperglikemi, Normoglikemi, Fungsi Kognitif, MoCA-Ina
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 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 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».