MétaCan
Menu
Retour à la cohorte
Enregistrement W4213369288 · doi:10.51771/jintan.v2i1.273

FAKTOR RISIKO KEJADIAN HIPERTENSI DI WILAYAH KERJA UPT PUSKESMAS LALANG KECAMATAN MEDANG DERAS BATUBARA

2022· article· id· W4213369288 sur OpenAlexaff
Lasma Rina Efrina Sinurat, Normi Parida Sipayung, Agnes Silvina Marbun

Notice bibliographique

RevueJINTAN Jurnal Ilmu Keperawatan · 2022
Typearticle
Langueid
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology

Résumé

récupéré en direct d'OpenAlex

Hipertensi merupakan masalah kesehatan yang sering ditemukan dan mengakibatkan angka kesakitan dan kematian yang tinggi. Hipertensi merupakan the silent disease karena penderita tidak menganggap dirinya mengidap hipertensi atau tidak mengetahui sebelum memeriksakan tekanan darah. Penyebab terjadinya hipertensi saat ini belum dapat dipastikan, namun ada beberapa faktor yang menyebabkan terjadinya hipertensi diantaranya faktor aktivitas fisik, kebiasaan merokok, obesitas dan stres. Tujuan penelitian ini untuk mengetahui faktor-faktor yang berhubungan dengan kejadian hipertensi di Wilayah Kerja UPT Puskesmas Lalang Kecamatan Medang Deras Batubara. Penelitian ini bersifat analitik observasional dengan desain case control (kelompok kasus-kontrol). Populasi jumlah penderita hipertensi sebanyak 160 orang, dengan teknik pengambilan sampel total sampling. Pengumpulan data menggunakan kuesioner. Uji statistik yang digunakan adalah chi-square. Hasil analisis faktor aktivitas fisik, kebiasaan merokok, obesitas dan stres didapatkan nilai p value = 0,007, 0,01, 0,007, 0,003 yang berarti ada hubungan faktor aktivitas fisik, kebiasaan merokok, obesitas dan stres dengan kejadian hipertensi. Untuk itu disarankan kepada tenaga kesehatan agar dapat memberikan penyuluhan mengenai hipertensi, faktor-faktor penyebab dan cara pola hidup yang sehat dan teratur sehingga terhindar dari hipertensi. Kata kunci: hipertensi, aktivitas fisik, merokok, obesitas, stres Abstract Hypertension is a health problem that is often found and results in high morbidity and mortality. Hypertension is the silent disease because patients do not consider themselves to have hypertension or do not know before checking their blood pressure. The cause of hypertension is currently uncertain, but there are several factors that cause hypertension including physical activity factors, smoking habits, obesity and stress. The purpose of this study was to determine the factors associated with the incidence of hypertension in the Work Area of ​​the UPT Puskesmas Lalang, Medang Deras Batubara District. This research is an observational analytic with a case control design (case-control group). The population of patients with hypertension is 160 people, with a total sampling technique of sampling. Collecting data using a questionnaire. The statistical test used is chi-square. The results of the analysis of physical activity factors, smoking habits, obesity and stress obtained p value = 0.007, 0.01, 0.007, 0.003 which means there is a relationship between physical activity factors, smoking habits, obesity and stress with the incidence of hypertension. For this reason, it is recommended for health workers to be able to provide counseling about hypertension, the causative factors and how to live a healthy and regular lifestyle so as to avoid hypertension. Keywords: hypertension, physical activity, smoking, obesity, stress

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,019
Tête enseignante GPT0,273
Écart entre enseignants0,254 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJINTAN Jurnal Ilmu KeperawatanMême sujetPublic Health and NutritionTravaux en français237 207