Gangguan Fungsi Kognitif Sebagai Faktor Risiko Utama Kejadian Depresi Pada Lansia
Bibliographic record
Abstract
Latar Belakang: Peningkatan prevalensi depresi pada lansia dapat berdampak pada tingginya angka morbiditas dan mortalitas. Penelitian ini secara spesifik dilakukan untuk mengetahui persentase depresi beserta hubungannya dengan usia, jenis kelamin, pendidikan, sarkopenia, dan gangguan fungsi kognitif pada lansia yang memiliki latar belakang homogen di lingkungan perkotaan. Metode: Penelitian ini merupakan penelitian deskriptif analitik yang menggunakan metode cross-sectional. Penelitian dilaksanakan pada bulan Agustus 2022 s.d. Oktober 2022 di Pusat Santunan Keluarga (PUSAKA) Jelambar dan Kebon Jeruk, Jakarta Barat dengan subjek penelitian 203 lansia (≥60 tahun). Depresi dinilai dengan Geriatric Depression Scale-15; sarkopenia diukur menggunakan Bio-Impedance Analysis, handgrip dynamometer, dan stopwatch; fungsi kognitif dinilai menggunakan Montreal Cognitive Assessment versi Indonesia; variabel lainnya menggunakan kuisioner. Hasil: Terdapat hubungan yang bermakna antara gangguan fungsi kognitif dengan kejadian depresi pada lansia (p£0,05; OR= 2,523). Responden yang mengalami gangguan fungsi kognitif memiliki persentase depresi yang lebih tinggi dibandingkan dengan responden yang tidak mengalami gangguan fungsi kognitif. Akan tetapi, tidak ditemukan hubungan yang bermakna antara usia, jenis kelamin, lama pendidikan, dan sarkopenia dengan kejadian depresi pada lansia. Simpulan: Lansia dengan gangguan fungsi kognitif 2,5 kali lipat lebih berisiko mengalami depresi. Oleh karena itu, peningkatan layanan kesehatan penting untuk mendeteksi dini kejadian depresi, terutama pada lansia dengan gangguan fungsi kognitif. Terlepas dari kenyataan saat ini, bahwa gangguan fungsi kognitif tidak dapat diobati, masih banyak gaya hidup dan faktor lingkungan yang dapat dimodifikasi untuk menurunkan risiko.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".