HIPOTERMIA

Hipotermia adalah kondisi darurat medis yang terjadi ketika tubuh kehilangan panas lebih cepat daripada saat tubuh menghasilkan panas sehingga suhu tubuh pun menjadi sangat rendah. Penderita hipotermia suhu tubuhnya di bawah 36 derajat Celcius padahal suhu tubuh manusia normal adalah 37 derajat Celcius. 

Penyebab

1. Memakai pakaian yang kurang hangat untuk mengatasi cuaca dingin 

2. Berada di luar ruangan yang dingin terlalu lama 

3. Tak bisa melepas baju yang basah atau berpindah ke tempat yang hangat dan kering

4. Mengalami insiden jatuh di air seperti pada kecelakaan kapal

5. Penghangat di rumah kurang memadai, terutama bagi lansia dan bayi 

6. AC yang terlalu dingin, 

Gejala

1. Menggigil secara konstan 

2. Kurangnya koordinasi tubuh 

3. Berbicara melatur atau sering bergumam 

4. Gagap 

5. Kebingungan atau sulit berpikir 

6. Sering membuat keputusan yang buruk 

7. Mengantuk atau energinya sangat rendah 

8. Apatis atau kurang peduli terhadap kondisi orang lain 

9. Kehilangan kesadaran secara progresif 

10. Detak nadi lemah 

11. Susah bernafas, bisa terlalu cepat atau terlalu lambat 

12. Kelelahan 

13. Detak jantung meningkat 

14. Tekanan darah tinggi 

15. Kulit memerah dan dingin (biasanya pada bayi) 

Pertolongan

1. P3K seperti mengganti pakaian penderita yang basah, membalut tubuh penderita dengan selimut, memberinya minuman hangat dan menggunakan kompres hangat. 

2. Meningkatkan suhu darah penderita dengan mesin hemodialisis 

3. Menyuntikkan solusi air garam hangat ke dalam pembuluh darah 

4. Pemberian oksigen yang dilembabkan lewat masker atau tabung hidung 

5. Solusi air garam yang dimasukkan lewat tabung kecil ke dalam tubuh untuk menghangat perut, kandung kemih atau usus besar Sumber: MayoClinic 

INSOMNIA

Definisi

Insomnia adalah sulit tidur atau tetap tertidur. Kondisi ini adalah salah satu dari kondisi yang umum dan banyak dikeluhkan. Dengan kondisi ini anda biasanya tetap terbangun dan tidak merasa segar. Insomnia dapat mempengaruhi tidak hanya energy dan suasana hati, tetapi juga kesehatan anda, performa kerja dan kualitas hidup.

Kebutuhan tidur bervariasi pada setiap orang. Banyak orang dewasa umumnya membutuhkan waktu tujuh sampai delapan jam.  Lebih dari satu dari tiga orang dewasa terkadang memiliki insomnia kronis.

Gejala

Gejala insomnia antara lain:
•    Sulit tidur pada malam hari
•    Terbangun saat malam hari
•    Bangun terlalu awal
•    Tidak merasa segar setelah bangun tidur
•    Lelah atau mengantuk saat siang hari
•    Mudah marah, depresi atau gelisah
•    Sulit memusatkan perhatian
•    Meningkatnya risiko kesalahan dan kecelakaan
•    Sakit kepala
•    Gejala gastrointestinal

Penyebab & Faktor Risiko

Penyebab
Insomnia paling sering disebabkan oleh beberapa faktor lain, seperti kondisi medis yang menyebabkan nyeri atau penggunaan zat yang mempengaruhi tidur. Penyebab umum insomnia antara lain:
•    Stress
•    Gelisah
•    Depresi
•    Obat tertentu yang menyebabkan masalah tidur
•    Kafein, nikotin dan alkohol
•    Kondisi medis tertentu
•    Perubahan dalam lingkungan sekitar atau jadwal kerja
•    Kebiasaan tidur yang kurang
•    “Belajar” insomnia, seperti menonton atau membaca sampai larut malam
•    Makan terlalu banyak makanan di malam hari


Faktor risiko

Risiko terkena insomnia membesar jika:
•    Wanita dua kali lebih besar kemungkinannya mengalami insomnia. Perubahan hormon saat siklus dan menopause memainkan peran
•    Berusia lebih dari 60 tahun
•    Mengalami gangguan kesehatan mental
•    Mengalami stress
•    Bekerja pada malam hari
•    Mengalami perjalanan jauh

Anda juga dapat mengunjungi kami di :
https://www.facebook.com/groups/seputarinfokesehatan/

Menu SPSS

Optimal Binning 

Adalah metode diawasi untuk diskretisasi variabel numerik skala (numerik dan diperlakukan sebagai kontinu), yaitu pengelompokan nilai-nilai variabel yang menjadi satu set yang relatif kecil dari nilai diskrit (sampah), yang masing-masing mewakili rentang nilai pada variabel asli diskritisasi mungkin.

Transform :untuk melakukan perubahan-perubahan atau penambahan data.
- Compute : operasi aritmatika dan logika untuk
- Count : untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu
- Recode : untuk mengganti nilai pada kolom variable tertentu, sifatnya menggantikan (into same variable) atau merubah (into different variable) pada variable baru
- Categorize variable : merubah angka rasional menjadi diskrit
- Rank case : mengurutkan nilai data sebuah variabel

Layar editor :
Name : kolom 1, tempat menuliskan nama variabel

Kolom 2 berisi dari berbagai tipe data seperti :

- Numeric : angka, tanda (+) atau (-) didepan angka, indikator desimal.

- Comma :angka, tanda (+) atau (-) didepan angka, indikator desimal, tanda koma sebagai pemisah bilangan ribuan  

- Dot :angka, tanda (+) atau (-) didepan angka, indikator desimal,tanda titik sebagai pemisah bilangan ribuan. 
- Scientific notation : sama dengan numeric, tetapi menggunakan symbol E untuk kelipatan 10
- Data :menampilkan data format tanggal atau waktu Dollar :memberi tanda dollar ($), tanda koma sebagai pemisah bilangan ribuan dan tanda titik sebagai desimal.  

- Custom currency : untuk format mata uang String:biasanya huruf atau karakter lainnya

kolom ke 3 width : menentukan berapa jumlah maksimal angka / huruf yang dapat di muat. 

kolom kolom ke 4 desimal :untuk menentukan jumlah angka dibelakang koma. Jika angka merupakan bilangan bulat, seperti pria =1 dan wanita = 2 desimal diisi dengan angka = 0
Label : persi lengkap dari name, bias banyak karakter, bias huruf bersar dan menggunakan spasi, sebaiknya dituliskan terlebih bila akan veriabel tersebut akan di olah lebih lanjut
Values : Untuk meng-coding data nominal

Missing : Jika bila dalam data yang akan diolah terdapat datum yang tidak terisi atau tdak lengkap, jika beberapa datum tidak terisi, pilih angka yg tertentu sebagai tanda missing value atau tidak di kosongkan.
Collom : adalah lebar dalam karakter dari nama, besarnya nominal sama dengan besarnya nilai di widht

Align : Sama seperti microsoft lainnya

Measure : Skala pengukuran dari variabel yang bersangkutan

Scale : Mengubah skala pengukuran interval dan rasio

Analyze : Untuk mengolah data seperti korelasi regresi, uji - t dan lain-lain 

 MEANS
Untuk menghitung dan membandingkan rata-rata data yang dikelompokkan berdasarkan faktor tertentu. Misalnya membandingkan rata-rata IP Semester I menurut asal sekolah dan daerah asal setiap jenis kelamin.
Prosedur yang dapat digunakan adalah Analyze-Compare Means – Means.
One sample T- test : Untuk menghitung uji-t satu sampel yang diuji dengan nilai uji tertentu. Misalnya Diuji IP semester I dengan nilai pengujian 3. (Artinya kita akan menguji hipotesis bahwa rata-rata IP semester I sama dengan 3)
Ho : μ = 3. Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Paired Sample t-test :  Untuk menguji dua rata-rata dari dua variabel data yang berpasangan (paired). Misalnya akan diuji perbedaan rata-rata IP Semester I dan IP Semester II
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I dan IP semester II tidak sama /berbeda secara meyakinkan (signifikan).

Independent Sampel t-test : Untuk menguji dua rata-rata dari dua data yang saling independen. Misalnya diuji perbedaan rata-rata IP Semester I laki-laki dan perempuan (Laki-laki dan perempuan saling independen)
Ho: μ1 = μ2 (kedua rerata sama)
Ho ini ditolak jika signifikansi t ‘sig. (2 tilled)’ kurang dari taraf signifikansi 0,05 (5%).
Kalau Ho ditolak berarti rata-rata IP semester I laki-laki dan rata-rata IP semester I perempuan tidak sama /berbeda secara meyakinkan (signifikan).
One-Way ANOVA : Menu ini untuk menguji variasi data (perbedaan rata-rata lebih dari 2 kelompok data.

Correlate
KORELASI BIVARIATE
Korelasi Bivariate melibatkan dua atau lebih variable untuk diketahui hubungan di antaranya.
Sebagai contoh : kita ingin mencari korelasi antara angka harapan hidup wanita dan laki-laki seluruh
dunia. Dalam output SPSS maupun lainnya biasanya disertai dengan uji signifikansi, yaitu apakah korelasi tersebut signifikan pada alpha tertentu.
KORELASI PARSIAL
Agak sedikit berbeda dengan korelasi bivariate, korelasi parsial memasukkan satu variable tambahan
yang berfungsi sebagai pengontrol dari dua variable yang berkorelasi.