Evaluasi Tingkat Kepatuhan Penggunaan Obat Antiepilepsi (OAE) terhadap Fungsi Kognitif Anak
Bibliographic record
Abstract
Epilepsi merupakan kelainan otak kronis dengan berbagai penyebab yang ditandai dengan serangan berulang. Kejadian epilepsi dapat menyerang segala usia termasuk diantaranya terjadi pada anak-anak yaitu sekitar 40%-50%. Epilepsi dapat berdampak pada gangguan daya ingat, baik disebabkan oleh epilepsi itu sendiri, obat antiepilepsi (OAE), faktor psikososial atau penyakit penyerta. Pasien yang menderita epilepsi umumnya disarankan mengkonsumsi OAE lebih dari 3 bulan. Pengobatan antilepilepsi ini membutuhkan waktu yang lama sehingga sangat rentan menimbulkan ketidak patuhan pasien dalam meminum OAE. Oleh karena itu penelitian ini bertujuan untuk mengetahui tingkat kepatuhan pasien epilepsi anak dan mengetahui apakah ada hubungan antara kepatuhan dengan fungsi kognitif pasien anak. Pada penelitian ini digunakan sebanyak 54 responden dari poli RSUD Kota Mataram. Pengukuran kepatuhan dilakukan menggunakan kuesioner Morisky Medication Adherence Scale 8 item (MMAS-8) dan pengukuran fungsi kognitif menggunakan Montreal Cognitive Assessment versi Indonesia (MoCA-Ina). Hasil analisis data menggunakan uji Chi-Square dengan α = 0,01. Dan didapatkan hasil nilai signifikansi (p-value = 0,329). Berdasarkan pada hasil tersebut maka dapat disimpulkan bahwa tidak ada hubungan antara kepatuhan dengan fungsi kognitif.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 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) | 0.011 | 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".