Prevalensi Hipertensi pada Pasien Diabetes Melitus di Kelurahan Mojosongo Kota Surakarta
Bibliographic record
Abstract
Diabetes Melitus merupakan suatu kelompok penyakit metabolik dengan karakteristik hiperglikemi .Penyakit Diabetes Melitus merupakan penyakit yang tidak dapat disembuhkan tetapi dapat dikendalikan. Tetapi jika penyakit ini tidak ditangani dengan baik akan timbul komplikasi, salah satu komplikasi makroangiopati pada DM adalah hipertensi, sehingga tujuan penelitian ini adalah untuk mengetahui prevalensi hipertensi pada pasien DM di wilayah Mojosongo Surakarta. Penelitian dilakukan di Puskesmas Sibela Surakarta, dengan subyek penelitian pasien DM sebanyak 50 orang. Desain penelitian pendekatancross sectional dengan tehnik purposive sampling . Instrumen penelitian yang digunakan adalah kuesioner dan alat spygnomanometer.Untuk mengetahui prevalensi digunakan pendekatan deskriptif. Pada hasil penelitian didapatkan adanya pasien DM yang juga terdiagnosa hipertensi. Prevalensi Hipertensi pada pasien DM sebanyak 14 orang ( 28 % ) dari 50 sampel, dimana jenis kelamin perempuan lebih banyak dibandingkan laki laki, yaitu sebanyak 11 orang ( 78,6 %). Sedangkan prevalensi berdasarkan umur didapatkan hasil bahwa sebagian besar berumur ≥ 61 tahun, yaitu sebanyak 8 orang ( 57,2 %). Untuk prevalensi berdasarkan lamanya menderita penyakit, didapatkan hasil bahwa sebanyak 9 orang ( 64,3%) telah menderita DM lebih dari 10 tahun. Adanya pasien DM yang disertai dengan hipertensi, dengan prevalensi sebesar 14 orang ( 28 %).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".