Efektivitas Pemberian Biocurpain untuk Memperbaiki Status Fungsional pada Pasien Osteoarthritis
Bibliographic record
Abstract
Pendahuluan: Osteoarthritis (OA) merupakan penyakit radang sendi progresif yang menurunkan kualitas hidup. Penyakit ini tidak dapat disembuhkan dan terbatas hanya mengurangi nyeri yang dialami oleh pasien. Obat yang sering digunakan adalah non-steroidal anti-inflammatory drugs (NSAIDs), namun penggunaan obat tersebut tidak terlepas dari efek samping jika digunakan dalam jangka panjang. Maka diperlukan obat yang efektif dan aman untuk memperbaiki status fungsional pada pasien osteoarthritis. Tujuan: membandingkan efektifitas dari pemberian Biocurpain yang memiliki Nomor Izin Edar (NIE) TR172599281 dengan NSAIDs untuk memperbaiki status fungsional pada terapi pasien OA. Metode: Penelitian ini menggunakan metode Randomized Control Trial (RCT) yang melibatkan pasien OA. Perlakuan yang diberikan berupa Biocurpain (Curcuma longa 300 mg dan Boswellia serrata 150 mg) dan NSAIDs (ibuprofen 400 mg). Subjek diacak menjadi 2 kelompok (kelompok 1 memperoleh Biocurpain dan kelompok 2 memperoleh NSAIDs). Pengukuran status fungsional menggunakan Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Hasil: Terdapat 67 subjek yang mengikuti penelitian ini, 5 subjek lost to follow up dan 3 subjek tidak dapat melanjutkan penelitian karena efek samping yang dirasakan. Sebanyak 59 subjek mengikuti penelitian hingga selesai (kelompok 1 berisi 29 subjek dan kelompok 2 berisi 30 subjek). Tidak ada perbedaan yang signifikan antar kelompok dalam memperbaiki status fungsional (p: 0,771), penggunaan rescue medication (p: 0,370), kejadian efek samping pada visit II (0,215) dan visit III (0,537) pada subjek OA. Kelompok 2 menunjukkan lebih banyak subjek yang mengalami efek samping. Kesimpulan: Biocurpain memiliki efektivitas yang setara dengan NSAIDs dalam memperbaiki status fungsional pada pasien OA.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".