MétaCan
Menu
Retour à la cohorte
Enregistrement W3188409792 · doi:10.26751/jikk.v12i2.1150

PENGARUH PEMBERIAN JUS TOMAT TERHADAP TEKANAN DARAH PADA PENDERITA HIPERTENSI DI PUSKESMAS PURWOSARI KUDUS

2021· article· id· W3188409792 sur OpenAlexaff
Noor Cholifah, Dewi Hartinah

Notice bibliographique

RevueJurnal Ilmu Keperawatan dan Kebidanan · 2021
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,281
Écart entre enseignants0,255 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmu Keperawatan dan KebidananMême sujetPublic Health and NutritionTravaux en français237 207