FAKTOR RISIKO POLA SEKSUALITAS PADA WANITA LESI SERVIK
Notice bibliographique
Résumé
Latar belakang. Insiden lesi serviks yang dapat berlanjut menjadi kanker serviks diperkirakan mencapai 100 per 100.000 penduduk. Pada tahun 2013, kanker serviks merupakan penyakit kanker terbanyak di Indonesia (0,8%). Kejadian kanker serviks di Kab Magelang pada tahun 2018 mencapai 2.3%, lebih tinggi daripada kejadian di Provinsi Jawa Tengah. Penelitian ini bertujuan untuk mengetahui besarnya faktor risiko kejadian lesi serviks karena pola seksualitas di wilayah Kabupaten Magelang.Tujuan dalam penelitian ini adalah untuk mengetahui beberapa faktor risiko kejadian lesi servik serta mengetahui faktor apa yang paling berpengaruh pada kejadian tersebut di Kab Magelang tahun 2020. Dengan mengetahu faktor-faktor risiko masyarakat tahu untuk mengatisipasinyaMetode Penelitian. Penelitian ini menggunakan Survey analitik. Populasi penelitian ini adalah seluruh wanita yng memiliki pasangan di usia subur. Sampel diambil menggunkan Accidental sampling yaitu pasien yang melakukan pemeriksaan IVA di bidan praktik mandiri di wilayah Kab Magelang.Hasil penelitian faktor yang tidak berpengaruh terhadap kejadian lesi servik antara lain umur responden, pengalaman pertama hubungan sek (p 0,548), metode KB (p 0,451) dan hygiene alat kelamin (p 0,512) Adapun faktor yang berkontribusi kejadian lesi servik adalah jumlah pasangan seksual (p 0,164, OR 0,378), penggunaan alat bantu (p 0,000, OR 8,634) dan frekuensi sek (p 0,000, OR 2,888)Kata Kunci : Seksual, Lesi Servik
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».