MétaCan
Menu
Retour à la cohorte
Enregistrement W2905734040 · doi:10.55919/jk.v9i5.8

GAMBARAN IBU BERSALIN YANG MENGALAMI PRE-EKLAMPSIA BERAT

2021· article· id· W2905734040 sur OpenAlexaff
Ria Muji Rahayu, Admin Admin

Notice bibliographique

RevueJurnal Kesehatan · 2021
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Penyebab langsung kematian ibu adalah perdarahan (30%), eklamsi (25%), partus lama (5%), komplikasi abortus (8%), dan infeksi (12%). Preeklampsi berat adalah suatu komplikasi kehamilanyang ditandai dengan timbulnya hipertensi 160/110 mmHg atau lebih disertai proteinuria pada umurkehamilan 20 minggu atau lebih. Tujuan dari penelitian ini adalah untuk mengetahui gambaran ibubersalin yang mengalami preeklamsi berat di RSUD dr. H. Abdul Moeloek Bandar Lampung tahun2020. Jenis penelitian ini adalah Deskriftif, subjek penelitin yaitu seluruh ibu berrsalin yangmengalami preeklamsi berat, sedangkan objek penelitiannya adalah gambaran ibu bersalin yangmengalami preeklampsia berat. Populasidalam penelitian ini yaitu 258 orang dan seluruh jumlahpopulasi dijadikan sampel penelitian. Alat pengumpulan data dalam penelitian ini berupa formatpengumpulan data, analisis data penelitian ini adalah analisis univariat dengan distribusi frekuensi. Hasil penelitian menunjukkan bahwa ibu bersalin yang mengalami PEB di RSUD AbdoelMoeloek Tahun 2015 mayoritas adalah ibu yang berusia 20-35 tahun 155 ibu (60,1%), paritasmultipara sebanyak 150 ibu (58,1%),ibu yang mempunyai riwayat preeklamsi sebanyak 188 ibu(72,9%), ibu yang tidak mengalami distensi rahim 206 ibu (79,8%). Kesimpulan ibu bersalin yang mengalami preeklamsia berat di RSUD Dr. H Abdoel MoeloekBandar Lampung tahun 2020 mayoritas adalah ibu yang berusia 20-35, paritas multipara, ibu yangmempunyai riwayat preeklamsi, dan ibu yang tidak mengalami distensi rahim. Disarankan kepada ibuhamil untuk rutin memeriksakan kehamilannya setiap bulan sesuai jadwal dan memeriksakan tekanandarahnya agar mendapat pengobatan dan mendeteksi komplikasi sedini mungkin.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,007

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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,294 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal KesehatanMême sujetPublic Health and NutritionTravaux en français237 207