Perbedaan Pengaruh Senam Yoga dan Senam Tai Chi Terhadap Penurunan Nyeri Pada Osteoartritis Lutut
Bibliographic record
Abstract
Peningkatan jumlah lansia di Indonesia meningkatkan pula risiko peningkatan penyakit degeneratif seperti osteoarthritis lutut. Problematik yang paling dikeluhkan oleh pasien osteoarthritis lutut adalah nyeri yang akan menurunkan mobilitas sendi dan kualitas hidup. Berdasarkan masalah tersebut, diperlukan senam yang dapat menurunkan nyeri OA lutut melalui pendekatan mind and body seperti senam Yoga dan Tai Chi. Penelitian ini bertujuan untuk mengetahui pengaruh senam Yoga terhadap penurunan nyeri pada osteoartritis lutut, pengaruh senam Tai Chi terhadap penurunan nyeri pada osteoartritis lutut, perbedaan pengaruh antara senam Yoga dan senam Tai Chi terhadap penurunan nyeri pada osteoartritis lutut, metode yang lebih efektif antara senam Yoga dan senam Tai Chi terhadap penurunan nyeri pada osteoartritis lutut. 16 lansia wanita di posyandu Ngudi Kasarasan Desa Malangjiwan, Colomadu, Karanganyar, Jawa Tengah dengan usia antara 50-74 tahun. Penelitian ini menggunakan desain two groups pre and post test. Subyek sebanyak 16 lansia wanita dibagi menjadi 2 kelompok menggunakan undian. Kelompok I mendapatkan perlakuan senam Yoga dan kelompok II mendapatkan perlakuan senam Tai Chi. Perlakuan dilakukan seminggu 3 kali, selama 12 minggu. Pengukuran nyeri menggunakan Woman Ontario Measure versi skala likert (WOMAC PAIN SCALE). Analisis dilakukan secara deskriptif dan statistic menggunakan uji hipotesis non parametrik. Berdasarkan hasil statistik, terjadi penurunan nyeri yang signifikan pada kelompok I (Yoga) dengan nilai signifikansi p = 0.011 (p<0.05) dan penurunan nyeri yang signifikan pada kelompok II (Tai Chi) dengan nilai signifikansi p = 0.011 (p<0.05). Uji beda antara kelompok I dan II, diperoleh nilai signifikansi p= 0.220 (p>0.05) yang berarti tidak terdapat perbedaan yang signifikan antara senam Yoga dan senam Tai Chi dalam menurunkan nyeri OA lutut. Penelitian ini menunjukkan bahwa senam Yoga dan senam Tai Chi sama-sama dapat menurunkan nyeri OA lutut. Maka, disarankan kepada posyandu lansia Ngudi Kasarasan untuk melakukan senam Tai Chi maupun Yoga untuk mengurangi nyeri sehingga tercapai kualitas hidup yang lebih baik bagi lansia.
 Kata kunci : Osteoarthritis lutut; Tai Chi; Yoga; nyeri.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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".