Korelasi Angka Leukosit Dengan Skor Mini-Mental State Examination (MMSE) Dan Skor Montreal Cognitive Assessment Versi Indonesia (MoCA-INA) Pada Pasien Cedera Kepala
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cedera kepala langsung maupun tidak langsung dapat mengakibatkan gangguan fungsi kognitif. Gangguan fungsi kognitif jangka panjang dan tidak dilakukan penanganan optimal dapat mempengaruhi kemandirian dan mengganggu aktifitas sehari-hari bahkan menyebabkan penurunan kualitas hidup. Penelitian ini dilkaukan untuk mengetahui gambaran angka leukosit, fungsi kognitif (skor MMSE dan skor MoCA-Ina) dan derajat cedera kepala pada pasien cedera kepala. Digunakan penelitian analitik observasional dengan desain potong lintang. Sampel penelitian adalah 49 pasien cedera kepala yang dirawat di ruang rawat neurologi RSUD Dr. Zainoel Abidin Banda Aceh. Pemilihan sampel menggunakan teknik consecutive sampling. Instrumen penelitian terdiri atas Mini-Mental State Examination (MMSE) dan Montreal Cognitive Assesment versi Indonesia (MoCA-INA). Uji hipotesis yang digunakan adalah uji Chi Square. Didapatkan hasil bahwa, sebanyak 28 pasien dengan angka leukosit >11.000/ µL (57,1%), 37 pasien dengan fungsi kognitif normal berdasarkan skor MMSE (75,5%), 47 pasien dengan gangguan fungsi kognitif ringan berdasarkan skor MoCA-Ina (47%), dan 22 pasien dengan cedera kepala berat (44,9%). Hasil penelitian ini menunjukkan tidak terdapat korelasi antara angka leukosit dengan skor MMSE (p= 0,675) dan skor MoCA-INA (p= 0,409). Secara umum dapat disimpulkan bahwa tidak terdapat hubungan antara-angka leukosit dengan skor Mini-Mental State Examination (MMSE) dan skor Montreal Cognitive Assessment Versi Indonesia (MoCA-INA) pada pasien cedera kepala.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle