Effect of Aloe Vera Drink on Intensity of Dysmenorrhea in Students, Tangerang, Banten
Notice bibliographique
Résumé
ABSTRACT Background: WHO reported that more than 50% of women suffered dysmenorrhea in each nation. Concerning to side effects of analgetic drugs, harmless herbal therapeutic need to be considered as alternative medicine. Besides wide use of Aloe vera as cosmetics, it was also reported as a potent analgesic. This study aimed to investigate the effect of aloe vera drink on the intensity of dysmenorrhea in students at the School of Health Sciences Yatsi, Tangerang. Subjects and Method: A quasi-experiment with one group pretest-posttest without a control group was conducted at School of Health Sciences Yatsi, Tangerang from February to March. A total of 30 female students aged 18-21 years was selected by incidental sampling, in which 5 study subjects’ unmet criteria inclusion were dropped out. The criteria inclusion were female students, unmarried, during pre-menstruation period, no recently pain reliever used, and consent to consume aloe vera drink regularly for six days. The dependent variable was the intensity of dysmenorrhea. The intensity of dysmenorrhea was measured by McGill Pain questionnaires conducted two times at three days before and day 3 of menstruation. The independent variable was aloe vera drink consumption. The data were analyzed by paired t-test. Results: The intensity of dysmenorrhea in study subjects was reduced after treatment with aloe vera drink (Mean= 1.56; SD= 0.71) than before treatment (Mean= 2.68; SD= 0.75), and it was statistically significant (p <0.001). Conclusion: Aloe vera drinks consumption reduce the intensity of dysmenorrhea. Keywords: aloe vera drink, dysmenorrhea, intensity, female adolescents Correspondence: Solihati. Nursing Program Study, School of Health Sciences Yatsi, Tangerang. Email: solyan8000@gmail.com. Mobile: 085691903637. DOI: https://doi.org/10.26911/the7thicph.05.37
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».