Hubungan Dukungan Keluarga Dengan Kejadian Depresi Pada Lansia di PSTW Sabai Nan Aluih Sicincin
Bibliographic record
Abstract
Depresi merupakan gangguan mental yang paling banyak menimbulkan beban disabilitas, meningkatkan morbiditas, mortalitas, dan resiko bunuh diri. Depresi juga dikaitkan dengan faktor sosiodemografi seseorang. Hal ini dijelaskan dalam Canadian Community Health Survey yang menyatakan bahwa terdapat perbedaan tingkat depresi antara perempuan dan laki-laki, umur, status perkawinan, tingkat pendidikan dan jenis pekerjaan. Menurut World Health Organization (WHO) setiap tahunnya terdapat 100 juta kasus depresi. Jenis penelitian ini adalah survey analitik menggunakan desain penelitian “Cros Sectional Studi” yang merupakan suatu penelitian dimana variabel independent dukungan keluarga danvariabel dependent kejadian depresi diobservasi sekaligus pada waktu bersamaan. Waktu penelitian dari Maret-Agustus 2019 di PSTW Sabai Nan Aluih Sicincin. Jumlah populasi yaitu 40 dalam tahun 2019. Sampel sebanyak 40 responden. Pengumpulan data dengan cara wawancara terpimpin. Pengolahan data secara komputerisasi dan dianalisa secara univariat dan bivariat dengan uji chi-square. Hasil penelitian didapatkan bahwa 18 orang lansia (45%) mendapatkan dukungan keluarga dan 22 orang lansia (55%) tidak mendapatkan dukungan keluarga,14 orang responden (35%) yang mengalami kejadian depresiringandan 4 orang responden (10%) yang mengalami kejadian depresi berat.. Hasil uji statistic ujichi-square didapatkan p value 0,000. Hal ini berarti terdapat hubungan yang bermaknaantara dukungan keluarga dengan kejadian depresi pada lansia di PSTW Sabai Nan Aluih Sicincin Tahun 2019. Berdasarkan hasil penelitian dapat disimpulkan bahwa sebagian besar responden tidak mendapat dukungan keluarga dalam kejadian depresi pada lansia.Diharapkan bagi petugas PSTW untuk lebih memperhatikan lansia dan memberikan konseling kepada lansia sehingga akan meningkatkan motivasi lansia.Disarankan bagi peneliti selanjutnya untuk lebih mendalami dan mengembangkan penelitian ini.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".