Pengaruh Kombinasi Terapi Musik dan Slow Deep Breathing terhadap Perubahan Tekanan Darah Pasien Hipertensi
Notice bibliographique
Résumé
Hipertensi adalah peningkatan tekanan darah yang tidak menimbulkan gejala selama bertahun-tahun hingga terjadi kerusakan organ yang tidak berarti dan menjadi penyebab meningkatnya morbiditas dan mortalitas di Indonesia. Kombinasi terapi musik dan slow deep breathing membantu mengrontrol tekanan darah secara bertahap. Kondisi ini akan menjaga pasien agar tidak mengalami komplikasi. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh terapi musik yang dikombinasikan dengan slow deep breathing terhadap perubahan tekanan darah pada penderita hipertensi. Jenis penelitian ini adalah quasy-experiment dengan rancangan pretest-posttest one group. Sampel dalam penelitian ini adalah 37 responden yang merupakan penderita hipertensi di ruang Interna RSUD Palemmai Tandi dengan cara Purosive Sampling. Penelitian ini menggunakan handphone dan aplikasi Mp3 dalam pelaksanaan intervensi dan menggunakan lembar observasi untuk pengukuran data primer. Uji Analisa data yang digunakan adalah Uji Wilcoxon Signed Ranks Test. Hasil uji Analisa ditemukan adanya pengaruh kombinasi terapi musik dan slow deep breathing terhadap perubahan tekanan darah pada pasien hipertensi yang dilakukan di Ruang Interna RSUD Palemmai Tandi (p value 0,004). Disarankan kepada perawat di RS untuk memasukkan kombinasi terapi musik dan slow deep breathing sebagai intervensi keperawatan untuk menurunkan tekanan darah yang dialami oleh pasien hipertensi.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».