THE DIFFERENCE BETWEEN THERAPEUTIC WINDOW OF ISCHEMIC STROKEPATIENTS WITH HIGH EDUCATION LEVEL AND LOW EDUCATION LEVEL
Notice bibliographique
Résumé
Background: Stroke is the third-leading cause of death in the United States, Canada, Europe, and Japan which most of these countries are developed, then how about developing county like Indonesia. According to the Global Burden of Disease Study 2010 (GBD 2010), cerebrovascular disease, tuberculosis, and road injury are the top three causes of years of life lost (YLLs) from 1990 to 2010 for Indonesia. Aim: To determine whether there is a difference between therapeutic window of stroke between patients with high education level and low education level. Method: This is a non-experimental research; it using the retrospective method by viewing the medical record files research subjects obtained from case report form of stroke registry. The research subjects are patients from RSUP Dr. Sardjito. Result: The correlation between the education level and onset of admission is weak because there were still more delayed patients than immediate patients in high educated group as well as low educated group. Since a p-value of 0.763 is higher than the accepted significant value of 0.05, null hypothesis is accepted. Conclusion: In summary, it is found that there is no strong relation between level of education in response to early onset or delay onset of hospital admission. This finding is supported by few studies that attempted to find relation on prior knowledge of stroke and immediate care. Patients with high education level and low education level are more likely to have delay therapeutic window which are mostly associated with poor health seeking behaviours.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».