PERBANDINGAN PROFIL PENDERITA TUBERKULOSIS PARU \nANTARA PEROKOK DAN NON PEROKOK \nDI POLIKLINIK PARU RSUP. Dr. M. DJAMIL PADANG
Notice bibliographique
Résumé
Tuberkulosis (TB) merupakan masalah kesehatan masyarakat yang \npenting di dunia, terutama di negara berkembang seperti Indonesia. Salah satu \nfaktor risiko yang dapat menurunkan daya tahan tubuh terhadap bakteri \nMycobacterium tuberculosis adalah faktor merokok. Menurut Public Health \nAgency of Canada terdapat hubungan yang erat antara merokok dengan TB. \nPenelitian ini bertujuan untuk mengetahui perbandingan profil penderita TB paru \nantara perokok dan non perokok di Poliklinik Paru RSUP.Dr.M.Djamil Padang. \nPenelitian ini dilakukan di Poliklinik Paru RSUP Dr. M.Djamil Padang \ndengan menggunakan desain cross sectional komparatif terhadap 44 penderita TB \nperokok dan 44 penderita TB non perokok. Data dikumpulkan melalui wawancara \ndan dari rekam medis. \nHasil uji statistik menunjukkan terdapat perbedaan yang bermakna antara \npenderita TB paru perokok dan non perokok berdasarkan hasil pemeriksaan BTA \nawal (p value : 0,012) dan gejala hemoptisis (p value : 0,002). Sedangkan, hasil \nuji statistik pada rata-rata usia (p value : 0,109), kejadian TB relaps (p value : \n0,244) dan adanya komplikasi (p value : 0,395) menunjukkan tidak ada perbedaan \nyang bermakna. \nKata kunci : tuberkulosis paru, profil, perokok
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».