MétaCan
Menu
Retour à la cohorte
Enregistrement W2414763198 · doi:10.36440/recmvz.v14i1.31031

Uso do mel orgânico tópico no tratamento de queimadura de terceiro grau em cão: relato de caso

2016· article· pt· W2414763198 sur OpenAlexaboutno aff
Andrés Sebastian Aristizabal, Ayne Murata Hayashi, Júlia Maria Matera

Notice bibliographique

RevueRevista de Educação Continuada em Medicina Veterinária e Zootecnia do CRMV-SP · 2016
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesMolecular biologyArtBiology

Résumé

récupéré en direct d'OpenAlex

O uso tópico do mel oferece considerável benefício nos cuidados de feridas como o estímulo de crescimento tecidual, aumento na epitelização e formação mínima de cicatriz. Estes efeitos decorrem da sua acidez, presença de peróxido de hidrogênio, efeito osmótico e conteúdo anti-oxidante. Uma cadela da raça labrador, de quatro anos, apresentou uma ferida que se estendia da região toraco-abdominal lateral esquerda até a região sacra, ocasionada por uma queimadura de terceiro grau devido ao uso de colchão térmico elétrico. Após o debridamento do tecido necrosado e antibioticoterapia por dez dias, foi iniciado o uso de curativo com mel orgânico tópico, aplicado sob a forma pura com auxílio de gaze, duas vezes ao dia. Após a aplicação do mel, a região foi mantida com bandagem compressiva. A lesão apresentou boa evolução da cicatrização, com epitelização e formação de tecido de granulação após 15 dias do início do tratamento, não havendo necessidade da realização da técnica cirúrgica de reconstrução para o fechamento do defeito da pele. O mel é uma opção de baixo custo e de fácil uso pelo proprietário, após o debridamento da lesão e antibioticopterapia instituídos pelo profissional veterinário.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Educação Continuada em Medicina Veterinária e Zootecnia do CRMV-SPMême sujetBee Products Chemical AnalysisTravaux en français237 207