Penggunaan Obat Tradisional oleh Penderita Diabetes Mellitus dan Faktor-faktor yang Berhubungan di Wilayah Kerja Puskesmas Rejosari Pekanbaru Tahun 2015
Notice bibliographique
Résumé
Diabetes mellitus merupakan penyakit yang dapat mengakibatkan kematian, saat ini pemerintah Indonesia menganjurkan masyarakat untuk mengkonsumsi obat berbahan tradisional karena mengingat efek sampingnya yang rendah salah satunya pengobatan DM. Berdasarkan rekapitulasi pencatatan data terkait penyakit DM diketahui jumlah pasien DM yang paling tertinggi terdapat di Puskemas Rejosari yaitu sebanyak 228 orang. Tujuan penelitian ini untuk mengetahui hubungan penggunaan obat tradisional oleh penderita diabetes mellitus dan faktor–faktor yang berhubungan di Wilayah Kerja Puskesmas Rejosari Pekanbaru tahun 2015. Jenis penelitian ini adalah kuantitatif analitik observasional dengan menggunakan desain Cross-sectional. Penelitian dilakukan pada bulan April hingga Juni 2015 di Wilayah Kerja Puskesmas Rejosari Pekanbaru. Populasi adalah seluruh pasien DM tipe II yang tinggal di wilayah Puskesmas Rejosari, jumlah sampel sebanyak 150 orang, sampel diambil dari catatan penderita dimulai dari waktu terdekat, pengolahan data menggunakan komputerisasi dan analisa dilakukan secara univariat dan bivariat dengan uji statistik chi square.Hasil penelitian diperoleh sebanyak 78 orang (52,0%) menggunakan obat medis dan tradisional. Variabel yang berhubungan dengan penggunaan obat medis dan tradisional adalah pendidikan nilai (CI=1,3-5,1), motivasi diri nilai (CI=1,6-6,7), pendapatan (CI=1,4-5,4), dan kebudayaan nilai (CI=1,2-4,5). Diharapkan kepada Puskesmas Rejosari Pekanbaru untuk mengadakan program BATRA, memberikan informasi tentang jenis obat tradisional yang tepat untuk pengobatan DM, memberikan informasi dengan menggunakan testimony orang yang menggunakan obat medis dan tradisional.
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 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 | 0,023 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,015 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».