Efek Smoking Cessation Terhadap Perbaikan Gejala Penyakit Gastroesophageal Reflux : Telaah Sistematis
Bibliographic record
Abstract
Pendahuluan: Merokok merupakan salah satu faktor risiko yang memicu Gastroesophageal reflux disease (GERD). Berhenti merokok dianjurkan para klinisi untuk pasien perokok dengan GERD sebagai terapi modifikasi gaya hidup disamping terapi farmakologis. Namun, sejauh ini belum ada tinjauan sistematis yang mengevaluasi efek berhenti merokok terhadap gejala GERD. Oleh karena itu, tinjauan sistematis ini bertujuan untuk mensintesis dan mengevaluasi bukti mengenai efektivitas berhenti merokok dalam memperbaiki gejala GERD dan kualitas hidup penderita. Metode: Penelitian ini merupakan tinjauan sistematis mengenai berhenti merokok dan perbaikan gejala GERD, dengan menggunakan data sekunder dari jurnal yang dipublikasikan hingga 3 Mei 2024 pada database PubMed, ScienceDirect, dan Cochrane library. Hasil yang dikumpulkan meliputi penilaian GERD dengan membandingkan antara perokok dan mantan perokok, atau sebelum dan sesudah berhenti merokok. Risiko bias dinilai menggunakan Newcastle-Ottawa scale (NOS), dan sintesis data dilakukan secara deskriptif. Hasil: Dari 573 artikel yang teridentifikasi pencarian, 13 artikel dipilih untuk analisis, yang terdiri dari studi cohort, case-control, dan cross-sectional. Hasil menunjukkan bahwa berhenti merokok secara signifikan mengurangi frekuensi refluks yang diukur dengan Frequency Scale for the Symptoms of GERD (FSSG), menurunkan risiko komplikasi GERD, dan meningkatkan kualitas hidup pasien. Durasi berhenti merokok juga ditemukan sebagai faktor penting dalam menurunkan risiko komplikasi, dengan penurunan nilai OR 0.9 setiap tahunnya. Meskipun prevalensi refluks yang ditemukan tidak konsisten, pengendalian faktor risiko lain, seperti indeks massa tubuh (IMT), berperan dalam hasil tersebut. Kesimpulan: Berhenti merokok memiliki efek yang positif terhadap perbaikan gejala GERD dalam hal menurunkan frekuensi refluks, menurunkan risiko komplikasi ataupun meningkatkan kualitas hidup.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| 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 | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".