Evaluasi Penggunaan Antibiotik Pada Pasien Sepsis Neonatus Di Rawat Inap Perinatologi RSUD Tarakan
Notice bibliographique
Résumé
Sepsis neonatus atau sepsis pada bayi baru lahir adalah sindrom klinis akibat infeksi aliran darah yang bersifat invasif, yang terjadi dalam satu bulan pertama kehidupan dan ditandai dengan adanya mikroorganisme patogen dalam darah, cairan sumsum tulang atau air kemih. Mikroorganisme patogen tersebut dapat berupa bakteri, virus, jamur, dan protozoa. Penelitian ini bertujuan untuk mengetahui ketepatan penggunaan antibiotik dengan kriteria tepat jenis obat, tepat dosis, dan tepat lama pemberian yang diberikan pada pasien sepsis neonatus di Rawat Inap Perinatologi RSUD Tarakan periode Mei sampai Juli 2017. Jenis penelitian ini adalah deskriptif dan pengambilan data dilakukan secara retrospektif terhadap data rekam medis seluruh pasien diagnosis sepsis neonatus. Sampel penelitian ini adalah 75 pasien sepsis neonatus yang memenuhi kriteria inklusi dan eksklusi penelitian. Evaluasi ketepatan penggunaan antibiotik dilakukan dengan melihat standar pengobatan sepsis neonatus berdasarkan panduan sepsis pada neonatus RSUD Tarakan (2016), IDAI (2009), WHO (2012), Sepsis Management Guidelines for Neonates (2016), Neonatology Sixth Edition (2009), dan British National Formulary for Children (2014). Hasil penelitian menunjukkan bahwa analisis ketepatan penggunaan antibiotik pada pasien sepsis neonatus di Rawat Inap Perinatologi RSUD Tarakan ketepatan jenis obat sebanyak 91,18%, ketepatan dosis sebanyak 91,18%, dan ketepatan lama pemberian sebanyak 92,94%.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,001 |
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.
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 ».