PENGARUH KOMPRES AIR HANGAT DAN AIR DINGIN TERHADAP NYERI TULANG BELAKANG IBU HAMIL TRIMESTER III DI WILAYAH KERJA PUSKESMAS RAJAPOLAH TAHUN 2018
Notice bibliographique
Résumé
Penatalaksanaannyeripadapunggung saat kehamilan bervariatif seperti penatalaksanaan farmakologimaupunnon farmakologis, Efek fisiologis kompres hangat dapat meredakan nyeri dengan merileksasi otot, memiliki efek sedatif dan meredakan nyeri dan kompres dingin dapat membuat area menjadi mati rasa, memperlambat kecepatan hantaran syaraf sehingga memperlambat aliran impuls nyeri. Tujuan dalam penelitian ini adalah untuk membandingkan tingkat nyeri punggung ibu hamil trimester 3 setelah dilakukan kompres air hangat dan air dingin.
 Metode penelitian yang digunakan adalah quasi eksperimen tipe non-equivalent control group design. Sampel pada penelitian ini adalah ibu hamil trimester 3 yang memeriksakan kandungannya di wilayah kerja Puskesmas Rajapolah dan mengeluh sakit punggung dengan teknik accidental sampling jumlah sampel sebesar 56 orang.
 Hasil penelitian menunjukkan bahwa nilai intensitas nyeri punggung pada perlakukan kompres hangat sebesar 1.61 sementara intensitas nyeri punggung pada perlakukan kompres dingin sebesar 0.57. Maka dapat diambil kesimpulan bahwa kompres dingin lebih baik dibandingkan dengan kompres hangat karena nilai rata-rata turunnya rasa sakit pada punggung sebesar 0.57.
 Kesimpulannya yaitu ada perbedaan tingkat nyeri sebelum dan setelah dilakukan kompres air hangat dan dingin di Wilayah Kerja Puskesmas Rajapolah, dan kompres dingin lebih baik dalam penurunan nyerinya dibandingkan dengan kompres hangat.
 Sarannya agar kompres dingin ini dapat diterapkan dan diajarkan kepada ibu hamil sehingga dapat membantu ibu dalam mengatasi nyeri punggungnya
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».