STIKBARSTIKBAR
Public Health of IndonesiaPublic Health of IndonesiaLatar belakang: Karakteristik sosiodemografi ibu dapat digunakan untuk mencegah kelahiran prematur. Tujuan: Mengetahui perbedaan karakteristik sosiodemografi ibu dengan kelahiran prematur spontan di delapan rumah sakit di Jawa Timur, Indonesia. Metode: Penelitian deskriptif dengan desain komparatif terhadap 134 ibu yang mengalami kelahiran prematur. Data dianalisis menggunakan uji t sampel independen. Hasil: Ditemukan 16 variabel yang berbeda secara signifikan antar rumah sakit, yaitu usia kehamilan, usia ibu, merokok, Skala Distres Postnatal Edinburgh (EPDS), pergerakan janin, jumlah kunjungan selama kehamilan, riwayat prematur, riwayat penyakit, riwayat aborsi, tinggi badan, indeks massa tubuh (IMT), lingkar lengan atas (MUAC), infeksi periodontal, perdarahan pada kehamilan muda/tua, status anemia, dan status vaginosis bakterialis (BV). Kesimpulan: Terdapat ketimpangan signifikan pada karakteristik sosiodemografi ibu dengan kelahiran prematur antar rumah sakit. Temuan ini dapat digunakan sebagai dasar data untuk penelitian selanjutnya dalam upaya mencegah kelainan kelahiran prematur berbasis karakteristik sosiodemografi ibu.
Terdapat perbedaan signifikan pada 16 karakteristik sosiodemografi ibu yang terkait dengan kelahiran prematur antar rumah sakit di Jawa Timur.Faktor-faktor tersebut meliputi usia kehamilan, usia ibu, kebiasaan merokok, skor EPDS, pergerakan janin, kunjungan antenatal, riwayat kelahiran prematur, penyakit, aborsi, tinggi badan, IMT, MUAC, infeksi periodontal, perdarahan kehamilan, anemia, dan status BV.Temuan ini dapat menjadi dasar bagi penelitian lanjutan untuk pencegahan kelahiran prematur berdasarkan karakteristik ibu.
Pertama, perlu penelitian yang menggali mengapa faktor seperti usia ibu, riwayat merokok, dan skor EPDS menunjukkan perbedaan besar antar rumah sakit, sehingga dapat dirumuskan intervensi yang disesuaikan dengan konteks lokal masing-masing rumah sakit. Kedua, penting untuk meneliti bagaimana sistem pelayanan antenatal, termasuk frekuensi kunjungan dan skrining dini terhadap anemia atau infeksi, berkontribusi terhadap risiko kelahiran prematur di wilayah berbeda. Ketiga, perlu studi mendalam mengenai dampak status gizi ibu —seperti IMT dan lingkar lengan atas— terhadap kelahiran prematur, terutama di daerah dengan prevalensi gizi buruk lebih tinggi, untuk merancang program intervensi nutrisi yang spesifik dan terukur. Penelitian-penelitian ini akan melengkapi temuan saat ini dengan fokus pada solusi berbasis sistem kesehatan dan karakteristik lokal.
| File size | 237.91 KB |
| Pages | 8 |
| DMCA | Report |
Related /
UNIMMANUNIMMAN Perkembangan teknologi digital dalam pelayanan publik telah mendorong BPJS Kesehatan untuk menghadirkan inovasi berupa aplikasi Mobile JKN guna mempermudahPerkembangan teknologi digital dalam pelayanan publik telah mendorong BPJS Kesehatan untuk menghadirkan inovasi berupa aplikasi Mobile JKN guna mempermudah
UNIMMANUNIMMAN Penelitian ini bertujuan untuk mengetahui kadar vitamin C serta aktivitas antioksidan pada bawang putih majemuk (Allium sativum L. ), bawang hitam (blackPenelitian ini bertujuan untuk mengetahui kadar vitamin C serta aktivitas antioksidan pada bawang putih majemuk (Allium sativum L. ), bawang hitam (black
POLTEKKES DENPASARPOLTEKKES DENPASAR Menstrual pain is cramps in the lower abdomen that appear before or during menstruation, sometimes so severe that they interfere with daily activities.Menstrual pain is cramps in the lower abdomen that appear before or during menstruation, sometimes so severe that they interfere with daily activities.
POLTEKKES DENPASARPOLTEKKES DENPASAR Kelelahan dapat disebabkan oleh beberapa faktor risiko seperti usia, hipertensi, indeks massa tubuh (IMT), masa kerja, durasi kerja, pola kerja, dan perokokKelelahan dapat disebabkan oleh beberapa faktor risiko seperti usia, hipertensi, indeks massa tubuh (IMT), masa kerja, durasi kerja, pola kerja, dan perokok
BUMIGORABUMIGORA Model data D, dengan iterasi 4000 dan 9 hidden layer, menghasilkan akurasi tertinggi sebesar 81,28%. Hasil ini menunjukkan bahwa metode ini dapat membantuModel data D, dengan iterasi 4000 dan 9 hidden layer, menghasilkan akurasi tertinggi sebesar 81,28%. Hasil ini menunjukkan bahwa metode ini dapat membantu
BUMIGORABUMIGORA Hasil penelitian ini yaitu sebuah Sistem Administrasi PKK Desa Uma Beringin yang memudahkan pengelolaan administrasi PKK berupa pengelolaan program kerja,Hasil penelitian ini yaitu sebuah Sistem Administrasi PKK Desa Uma Beringin yang memudahkan pengelolaan administrasi PKK berupa pengelolaan program kerja,
BUMIGORABUMIGORA Hasil evaluasi validitas klaster menunjukan bahwa algoritma Dynamic cluster pada K-means memperoleh nilai DBI lebih kecil dibandingkan dengan algoritmaHasil evaluasi validitas klaster menunjukan bahwa algoritma Dynamic cluster pada K-means memperoleh nilai DBI lebih kecil dibandingkan dengan algoritma
BUMIGORABUMIGORA From the collected tweets, they are grouped into 10 variables to identify demographic profiles. The results of the analysis are classified as positiveFrom the collected tweets, they are grouped into 10 variables to identify demographic profiles. The results of the analysis are classified as positive
Useful /
UNIMMANUNIMMAN Penelitian kuantitatif, desain korelasional. Pendekatan cross sectional pengukuran variabel independen gaya kepemimpinan kepala ruang dan variabel dependenPenelitian kuantitatif, desain korelasional. Pendekatan cross sectional pengukuran variabel independen gaya kepemimpinan kepala ruang dan variabel dependen
BUMIGORABUMIGORA Sebelum pengimplementasian cost manipulation didapatkan rata-rata sebesar 1,4 packet loss yang terjadi sedangkan setelah pengimplementasian ospf cost manipulationSebelum pengimplementasian cost manipulation didapatkan rata-rata sebesar 1,4 packet loss yang terjadi sedangkan setelah pengimplementasian ospf cost manipulation
BUMIGORABUMIGORA Penelitian prediksi stroke ini menggunakan algoritma Xtreme Gradient Boosting; penerapan metode ini dengan data yang dibagi menjadi data training dan dataPenelitian prediksi stroke ini menggunakan algoritma Xtreme Gradient Boosting; penerapan metode ini dengan data yang dibagi menjadi data training dan data
BUMIGORABUMIGORA Keterbatasan penelitian ini adalah jumlah data yang digunakan masih terbatas dan jumlah lapisan hidden masih 1 node. Penelitian selanjutnya diharapkanKeterbatasan penelitian ini adalah jumlah data yang digunakan masih terbatas dan jumlah lapisan hidden masih 1 node. Penelitian selanjutnya diharapkan