MétaCan
Menu
Retour à la cohorte
Enregistrement W4408924137 · doi:10.30812/biocity.v3i1.4366

Evaluasi Tingkat Kepatuhan Penggunaan Obat Antiepilepsi (OAE) terhadap Fungsi Kognitif Anak

2024· article· id· W4408924137 sur OpenAlexaboutno aff
Rizki Putri Ayu Dwi Anida, I Nyoman Bagus Aji Kresnapati, Baiq Yulia Hasni Pratiwi

Notice bibliographique

RevueBiocity Journal of Pharmacy Bioscience and Clinical Community · 2024
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducation and Character Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Epilepsi merupakan kelainan otak kronis dengan berbagai penyebab yang ditandai dengan serangan berulang. Kejadian epilepsi dapat menyerang segala usia termasuk diantaranya terjadi pada anak-anak yaitu sekitar 40%-50%. Epilepsi dapat berdampak pada gangguan daya ingat, baik disebabkan oleh epilepsi itu sendiri, obat antiepilepsi (OAE), faktor psikososial atau penyakit penyerta. Pasien yang menderita epilepsi umumnya disarankan mengkonsumsi OAE lebih dari 3 bulan. Pengobatan antilepilepsi ini membutuhkan waktu yang lama sehingga sangat rentan menimbulkan ketidak patuhan pasien dalam meminum OAE. Oleh karena itu penelitian ini bertujuan untuk mengetahui tingkat kepatuhan pasien epilepsi anak dan mengetahui apakah ada hubungan antara kepatuhan dengan fungsi kognitif pasien anak. Pada penelitian ini digunakan sebanyak 54 responden dari poli RSUD Kota Mataram. Pengukuran kepatuhan dilakukan menggunakan kuesioner Morisky Medication Adherence Scale 8 item (MMAS-8) dan pengukuran fungsi kognitif menggunakan Montreal Cognitive Assessment versi Indonesia (MoCA-Ina). Hasil analisis data menggunakan uji Chi-Square dengan α = 0,01. Dan didapatkan hasil nilai signifikansi (p-value = 0,329). Berdasarkan pada hasil tersebut maka dapat disimpulkan bahwa tidak ada hubungan antara kepatuhan dengan fungsi kognitif.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,485
Écart entre enseignants0,291 · 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 revueBiocity Journal of Pharmacy Bioscience and Clinical CommunityMême sujetEducation and Character DevelopmentTravaux en français237 207