MétaCan
Menu
Retour à la cohorte
Enregistrement W2040505734 · doi:10.5978/islsm.12.31

THERMOGRAPHIC STUDY OF LOW LEVEL LASER THERAPY FOR ACUTE-PHASE INJURY

2000· article· en· W2040505734 sur OpenAlexaff
Yoshimi Asagai, Atsuhiro Imakiire, Toshio Ohshiro

Notice bibliographique

RevueLASER THERAPY · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensiNano Medical (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineEdemaSwellingLow level laser therapySurgeryWound healingCirculatory systemAnesthesiaLaser therapyLaserPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Acute-phase injury is generally treated by localized cooling of the region, and rarely by the active use of low level laser therapy (LLLT) in Japan. Thermographic studies of acutephase injury revealed that circulatory disturbances at the site of trauma occurred due to swelling and edema on the day following the injury, and that skin temperature was high at the site of the trauma and low at the periphery. Following LLLT, circulatory disturbances rapidly improved, while temperature in the high temperature zone around the site of trauma fell by 3 degrees on the average, but at the periphery the low temperature rose by 3 degrees on the average to nearly normal skin temperature. Clinically, swelling and edema improved. LLLT was also useful in treating necrosis of the skin in the wound area and in accelerating healing of surgical wounds of paralytic feet, which are prone to delayed, wound healing and also wounds due to spoke injury. LLLT is useful in treating swelling and edema in acutephase injury and in accelerating healing of surgical wounds.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,378
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLASER THERAPYMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207