PENGARUH PEMBERIAN JUS TOMAT TERHADAP TEKANAN DARAH PADA PENDERITA HIPERTENSI DI PUSKESMAS PURWOSARI KUDUS
Notice bibliographique
Résumé
Latar Belakang: Semakin tua kemampuan tubuh semakin berkurang sehingga diperlukan penanganan lanjutan terhadap penyakit hipertensi. Pola diit yang menitik beratkan pada buah-buahan dan produk-produk berkadar lemak rendah dapat menurunkan tekanan darah secara signifikan. Kandungan kalium dalam buah tomat dapat menurunkan tekanan darah dengan mengurangi natrium dalam urine dan air dengan cara yang sama seperti diuretik. Tujuan Penelitian: Mengetahui pengaruh pemberian jus tomat terhadap tekanan darah pada penderita hipertensi di Puskesmas Purwosari Kudus.Metode: Jenis penelitian quasi experiment design dengan pendekatan non equivalent control group. Populasi penelitian ini adalah semua penderita hipertensi di Puskesmas Purwosari Kudus bulan Januari-Maret 2021 sebanyak 62 orang, dengan sampel penelitian sebanyak 38 orang. Variabel independennya pemberian jus tomat, dan variabel dependennya tekanan darah. Analisa data menggunakan uji Wilcoxon. Hasil Penelitian: Hasil uji Wilcoxon didapatkan nilai p value 0,003 0,05 artinya ada pengaruh pemberian jus tomat terhadap tekanan darah pada penderita hipertensi di Puskesmas Purwosari Kudus.Kesimpulan: Terdapat pengaruh pemberian jus tomat terhadap tekanan darah pada penderita hipertensi di Puskesmas Purwosari Kudus.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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.
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 ».