PENGARUH TEKNIK SLOW DEEP BREATHING (SDB) PADA TEKANAN DARAH PADA LANSIA DENGAN HIPERTENSI
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Latar Belakang: Lansia adalah kondisi seseorang yang telah menua, dimana seiring bertambahnya usia banyak terjadi perubahan pada lansia. Salah satunya adalah perubahan pada sistem kardiovaskular yang ditandai dengan penurunan kerja jantung dalam memompa darah, serta penyempitan pembuluh darah dan menjadi kaku yang dapat mengakibatkan hipertensi. Sehingga perlu ada penanganan khusus untuk mengobati hipertensi pada lansia agar tidak memperburuk situasi. Upaya manajemen keperawatan yang dapat dilakukan dalam pengobatan hipertensi adalah terapi farmakologis yang terdiri dari pemberian obat, dan terapi non-farmakologis seperti teknik Slow Deep Breathing. Melakukan teknik ini secara rutin dapat memberikan efek relaksasi dan dapat menurunkan tekanan darah. Tujuan: Untuk mengetahui pengaruh teknik Slow Deep Breathing terhadap tekanan darah pada lansia dengan hipertensi di wilayah kerja Puskesmas Nagaswidak Palembang tahun 2023. Metode: Penelitian ini merupakan penelitian kuantitatif menggunakan pra-percobaan, dengan satu kelompok pre-test dan post-test design. Teknik pengambilan sampel menggunakan purposive sampling diperoleh oleh 38 responden. Analisis data menggunakan uji-T Paired Sample. Hasil: Nilai tekanan darah rata-rata sebelum intervensi sistolik adalah 165,76 mmHg dan diastolik 89,89 mmHg. Nilai rata-rata tekanan darah setelah intervensi sistolik adalah 159,74 mmHg dan diastolik 85,76 mmHg. Berdasarkan uji statistik, diperoleh nilai p-value=0,001 (p<0,05).Diskusi: Terdapat pengaruh teknik Slow Deep Breathing pada penurunan tekanan darah pada lansia dengan hipertensi di wilayah kerja Puskesmas Nagaswidak Palembang pada tahun 2023. Dianjurkan untuk penelitian di masa depan untuk menambahkan kelompok kontrol sebagai perbandingan dalam penelitian.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it