MétaCan
Menu
Retour à la cohorte
Enregistrement W4407131055 · doi:10.30595/medisains.v22i3.23111

Validity and reliability test of NIHSS-SDKI and CNS-SDKI in determining actual nursing diagnosis and severity of stroke patients

2024· article· en· W4407131055 sur OpenAlexaboutno aff
Erlis Eka Fitriana, Haryanto Haryanto, Supriyadi Supriyadi

Notice bibliographique

RevueMEDISAINS · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Technologies and Applied Computing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Test (biology)Stroke (engine)MedicinePsychologyPhysical medicine and rehabilitationEngineering

Résumé

récupéré en direct d'OpenAlex

Background: The National Institutes of Health Stroke Scale (NIHSS) and The Canadian Neurological Stroke Scale (CNS) are two assessment tools often used for the assessment of neurological status in stroke patients. However, there are no assessment tools that use the standard nursing diagnoses developed in Indonesia, namely the Standar Diagnosis Keperawatan Indonesia (SDKI), developed by the Indonesian National Nurses Association organization.Objective: This study aims to test the validity and reliability of the NIHSS and CNS combined with the SDKI so that they can be used to ensure the accuracy of the measuring instrument, determine its consistency, improve the quality of the assessment, and provide a basis for further research.Methods: This study is an observational study with a cross-sectional study design. The study was conducted at hospitals in Pontianak City, namely Tanjungpura University and Sultan Syarif Mohammad Alkadrie Hospital. The population in this study were all non-hemorrhagic stroke patients treated in the hospital, with a sample size of 30 patients. Sampling in this study was conducted using purposive sampling. Data collection began with the preparation of NIHSS and CNS instruments combined with SDKI, and then respondents' demographic data were collected. Data were analyzed using Pearson Correlation with SPSS statistical tools.Results: Based on the results of the validity and reliability tests, it was found that the NIHSS-SDKI and CNS-SDKI had a calculated r value> from the r table and Cronbach alpha value> 0.7 so that the NIHSS and CNS instruments were declared valid and reliable.Conclusion: Research on the NIHSS-SDKI and CNS-SDKI is valid and reliable, and it can be used as a tool to measure severity and help nurses make nursing diagnoses in accordance with the Indonesian Nursing Diagnosis Standards.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,276
Écart entre enseignants0,256 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMEDISAINSMême sujetAdvanced Technologies and Applied ComputingTravaux en français237 207