GAMBARAN FUNGSI KOGNITIF PADA LANSIA DI POLIKLINIK JANTUNG DAN POLIKLINIK ENDOKRIN RSUD DR ZAINOEL ABIDIN BANDA ACEH
Notice bibliographique
Résumé
Penurunan fungsi kognitif merupakan masalah yang sering terjadi pada golongan usia lanjut. Prevalensi penurunan fungsi kognitif tinggi pada negara yang memiliki populasi lansia yang tinggi. Indonesia merupakan negara keempat dunia yang memiliki populasi lansia tertinggi dan diperkirakan akan menjadi ketiga tertinggi pada tahun 2020. Pemeriksaan yang cepat dan praktis namun nilainya akurat untuk menilai fungsi kognitif adalah kuesioner Montreal Cognitive Assessment versi Indonesia (MoCA-Ina). Tujuan penelitian ini adalah untuk mengetahui gambaran fungsi kognitif lansia di Poliklinik Jantung dan Poliklinik Endokrin RSUD dr Zainoel Abidin Banda Aceh. Jenis penelitian ini adalah deskriptif dengan desain cross sectional. Pengambilan sampel secara quota sampling dengan jumlah sampel 32 lansia yang memenuhi kriteria inklusi. Data dikumpulkan melalui wawancara dengan menggunakan kuesioner (MoCA-Ina). Berdasarkan usia dan jenis kelamin menunjukkan penurunan fungsi kognitif terbanyak adalah pada usia 60-74 tahun (96,9%) dan mayoritas pada perempuan (75%). Berdasarkan riwayat pendidikan lansia dengan riwayat SD lebih cenderung mengalami penurunan fungsi kognitif (25,0%). Penurunan fungsi kognitif lebih dominan dialami oleh lansia yang tidak mengalami hipertensi dan diabetes melitus (31,2%). Kata Kunci : Fungsi Kognitif, Lansia, (MoCA-Ina)
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».