MétaCan
Menu
Retour à la cohorte
Enregistrement W3028107648 · doi:10.20473/jpmk.v1i1.12333

FAKE (FOOT AND ANKLE EXERCISES) UNTUK PENCEGAHAN KOMPLIKASI PADA KAKI PENDERITA DIABETES MELLITUS DI SURABAYA

2019· article· id· W3028107648 sur OpenAlexaff
Ika Nur Pratiwi, Lailatun Nimah, Ika Yuni Widyawati, Lingga Curnia Dwi

Notice bibliographique

RevueJurnal Pengabdian Masyarakat Dalam Kesehatan · 2019
Typearticle
Langueid
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineTraditional medicineDiabetes mellitusGynecologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Pendahuluan: Salah satu komplikasi penyakit diabetes melitus (DM) yang sering dijumpai adalah kaki diabetik (diabetic foot), yang dapat ber- manifestasikan sebagai ulkus, infeksi dan gangren dan artropati Charcot. Ada dua tindakan dalam prinsip dasar pengelolaan diabetic foot yaitu tindakan pencegahan dan tindakan rehabilitasi. Tindakan pencegahan meliputi edukasi perawatan kaki, sepatu diabetes dan senam kaki (Yudhi, 2009). Fake (Foot and Ankle Exercises) atau dikenal juga dengan senam kaki merupakan latihan yang dilakukan bagi penderita DM atau bukan penderita untuk mencegah terjadinya luka dan membantu melancarkan peredaran darah bagian kaki (Soebagio, 2011). Melakukan perawatan kaki secara teratur dapat mengurangi penyakit kaki diabetik sebesar 50-60%. Untuk meningkatkan vaskularisasi perawatan kaki dapat juga dilakukan dengan gerakan-gerakan kaki yang dikenal sebagai senam kaki diabetes (Black & Hawks, 2009; Smeltzer et al., 2010; Lewis et al., 2011). Puskesmas Klampis Ngasem memiliki jumlah kunjungan pasien dengan diabetes mellitus yang cukup tinggi di Surabaya. Berdasarakan data dari Puskesmas Klampis Ngasem dalam kurun waktu Januari-September 2017 jumlah kunjungan pasien dengan DM mencapai 2219 kasus.Metode: Wilayah Kerja Puskesmas yang akan menjadi tempat pengabdian masyarakat ini adalah Puskesmas Klampis Ngasem Surabaya. Metode yang digunakan melalui pendidikan dan pelatihan senam kaki “Fake” (Foot and Ankle Exercises) sebagai upaya pencegahan terhadap komplikasi pada kaki penderita Diabetes Mellitus Di Puskesmas Klampis Ngasem Surabaya sebanyak 30 orang pasien dengan DM. Peserta pengmas akan dilakukan kegiatan pre-test dan post-test dengan mengisi kuesioner pengetahuan dan kemampuan perawatan kaki pada penderita diabetes serta dilakukan pengukuran sirkulasi darah sebelum dan sesudah kegiatan menggunakan tensimeter di lengan dan kaki hingga diperoleh tekanan sistolik lengan dan kaki untuk pemeriksaan ankle brachial index (ABI).Hasil: Evaluasi Akhir Program Pengabdian Kepada Masyarakat diperoleh bahwa pengetahuan penderita DM terhadap perawatan kaki yang menunjukkan peningkatan nilai rerata post test menjadi 70 dari nilai rerata pada pre test 49 terhadap 30 peserta DM. Sementara itu, didapatkan 18 orang memiliki skor ABI dengan interpretasi borderline perfusion (0,6-0,8) dan sisanya berada dalam rentang normal. Sedangkan setelah dilakukan latihan jasmani berupa senam kaki didapatkan 6 orang masih memiliki skor ABI rentang 0,6-0,8 dengan interpretasi borderline perfusion dan 24 orang berada dalam rentang normal dengan skor ABI 0,9-1,3. Kesimpulan: Diharapkan informasi yang telah disampaikan dalam modul dapat dijadikan panduan dalam memantau penatalaksanaan perawatan kaki pada diabetes mellitus serta Kegiatan senam kaki ini dapat dilakukan secara teratur dirumah dan gerakannya disesuaikan dengan kemampuan tubuh.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Pengabdian Masyarakat Dalam KesehatanMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207