Non Communicable Disease (NCD) as Risk for Disability: Recommendation for Indonesian UHC Program
Notice bibliographique
Résumé
BACKGROUND: Disability is health condition drives people seek treatment. Information on magnitude of disability and its contributors is important in Indonesian universal health coverage (UHC) era. It is useful for cost estimation, as well as to design type of service needed at the time being and in the future. This research intends to assess magnitude of disability and its non-communicable diseases (NCD) as risk. Disability obtained from WHODAS 2 score. METHOD: data obtained from 2018 National Health Survey (Riskesdas 2018) sample age 18 – 59, consisted of 528762 respondents. Dependent variable is disability measured using WHODAS2. Independent variables are NCD consist of statements ever diagnosed asthma, cancer, diabetes, heart, stroke, chronic renal failure, and joint disease by healthcare personnel and emotional distress which is score obtained from self-report questionnaire (SRQ) instrument. STATISTIC ANALYSIS: Validation between disability and 2 diseases was performed using Chi Square analysis. Logistic regression analysis was applied to identify contribution of NCD on disability. RESULTS: Results show risk of NCD on disability in the working age group of 18–59 years. Stroke and emotional distress are the highest contributors with OR more than 3. Results can serve as input for UHC program to estimate costs of working age health service, including rehabilitation. The Ministry of Health can develop or improve current health system with comprehensive services provision including psychological intervention in rehabilitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».