MétaCan
Menu
Retour à la cohorte
Enregistrement W3006510564

Hubungan Indeks Aterogenik Plasma Dengan Derajat Keparahan Neuropati Diabetik Perifer Pada Pasien Diabetes Melitus Tipe 2 Di Rsud Dr. Moewardi

2019· dissertation· id· W3006510564 sur OpenAlexaboutno aff
Anggraini Respati Sekarsiwi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueid
DomaineNeuroscience
ThématiqueBrain Tumor Detection and Classification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AbstrakDiabetes melitus (DM) adalah kelainan metabolik yang ditandai dengan kenaikan kadar guladarah akibat kerusakan sekresi insulin. Komplikasi DM yang paling banyak adalah  neuropatidiabetik perifer (NDP) dengan prevalensi 50-60%. Dislipidemia aterogenik merupakanfaktor resiko metabolik sekaligus vaskuler yang berperan pada patogenesis NDP. Kombinasipenilaian profil lipid  dengan rasio lipid TG/HDL (indeks aterogenik) dapat mengetahuiadanya aterosklerosis yang tersembunyi dan berhubungan dengan derajat keparahan NDP.Peneliti ingin menganalisis hubungan indeks aterogenik plasma terhadap derajat keparahanneuropati diabetik perifer pada penderita DM tipe 2. Penelitian ini menggunakan desainanalitik observasional potong lintang  dari bulan November 2018 – Januari 2019 terhadap 51penderita DM tipe 2 di bangsal Neurologi dan Penyakit Dalam serta poliklinik PenyakitDalam RSUD Dr. Moewardi Surakarta. Pemeriksaan indeks aterogenik plasma berdasarkanperhitungan lipid LogTG/HDL dan derajat keparahan NDP dengan modifed Toronto ClinicalNeuropathy Scoring (mTCNS). Data dianalisis  dengan menggunakan program SPSS 22.0.Hasil penelitian melibatkan 28 pasien laki-laki dan 23 perempuan dengan indeks aterogenik(IA) rendah 15 orang, IA sedang 9 orang dan IA tinggi 27 orang, dengan rerata 0.158. Daripengisian skor mTCNS didapatkan skor mTCNS rendah 17 orang (33.33%), skor sedang 19orang (37,2%)  dan mTCNS tinggi 15 orang (29.41%), dengan rerata 14,11 ± 8,022.  Darihasil uji regresi linier IA dengan skor mTCNS didapatkan nilai p=0,000, dengan nilaiAdjusted R2 sebesar 0,464. Dari penelitian dapat disimpulkan terdapat hubungan antaraindeks aterogenik plasma terhadap derajat keparahan NDP pada pasien DM tipe 2.Hubungan tersebut  merupakan hubungan positif (searah) yang berarti semakin tinggi indeksAterogenik maka derajat keparahan NDP akan cenderung semakin tinggi.  Kata Kunci : Derajat keparahan Neuropati Diabetik Perifer, Indeks aterogenik plasma

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)0,001
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: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0290,008

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 Opus0,022
Tête enseignante GPT0,254
Écart entre enseignants0,232 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBrain Tumor Detection and ClassificationTravaux en français237 207