ANALISIS JUMLAH PENDUDUK TENAGA KERJA INDUSTRI DI JAWA TIMUR BERDASARKAN TAHUN 2017-2018, DENGAN MENGGUNAKAN METODE RM MANOVA
Main Article Content
Abstract
Type 2 diabetes mellitus (T2DM) is a global health issue, including in Iraq, with a high prevalence due to insulin deficiency or insulin resistance. This study analyzes the effect of patient classification and gender on clinical variables using Two-Way Multivariate Analysis of Variance (MANOVA). The secondary data used were obtained from hospital laboratories in Iraq, covering variables such as age, urea, creatinine, HbA1c, cholesterol, triglycerides, HDL, LDL, VLDL, and Body Mass Index (BMI). The results indicate that diabetes classification significantly affects clinical variables, whereas gender and its interaction with patient classification have no significant effect. These findings suggest that differences in clinical conditions are more influenced by diabetes status than by gender factors. This study provides a foundation for more effective diabetes prevention and management strategies.
Diabetes mellitus tipe 2 (T2DM) merupakan masalah kesehatan global, termasuk di Irak, dengan prevalensi tinggi akibat defisiensi insulin atau resistensi insulin. Penelitian ini menganalisis pengaruh klasifikasi pasien dan jenis kelamin terhadap variabel klinis menggunakan Two-Way Multivariate Analysis of Variance (MANOVA). Data sekunder yang digunakan berasal dari laboratorium rumah sakit di Irak, mencakup variabel seperti usia, urea, kreatinin, HbA1c, kolesterol, trigliserida, HDL, LDL, VLDL, dan Indeks Massa Tubuh (IMT). Hasil penelitian menunjukkan bahwa klasifikasi diabetes berpengaruh signifikan terhadap variabel klinis, sementara jenis kelamin dan interaksinya dengan klasifikasi pasien tidak memiliki pengaruh signifikan. Temuan ini menunjukkan bahwa perbedaan kondisi klinis lebih dipengaruhi oleh status diabetes daripada faktor jenis kelamin. Studi ini memberikan dasar bagi strategi pencegahan dan pengelolaan diabetes yang lebih efektif.
Article Details
Section
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.