MétaCan
Menu
Retour à la cohorte
Enregistrement W2803278039 · doi:10.31415/bjns.v1i1.16

Avaliação de produto fitoterápico de uso tópico na dor musculoesquelética em ginastas

2018· article· pt· W2803278039 sur OpenAlexaboutno aff
André Luis Aguiar Silva, Bruna Laurino Cangueiro, Carolina Bernardo araujo da Silva, Giovanna Santana Pinto Santos, Guilherme Giane Peniche, Carlos Rocha Oliveira, Valéria Maria de Souza Antunes

Notice bibliographique

RevueBrazilian Journal of Natural Sciences · 2018
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt

Résumé

récupéré en direct d'OpenAlex

Esta pesquisa avaliou o efeito e atividade terapêutica do produto fitoterápico de uso tópico da comaçafrão-da-terra (Curcuma longa L.), erva baleeira (Cordia verbeneacea), pimenta (Capsicum frutescensL) e gengibre (Zingiber officinale) na dor musculoesquelética de ginastas da academia YASHI e do BrasilFutebol Clube durante sete semanas por meio da escala visual de dor, questionário complementar e doMcGill o nível e intensidade da dor. As ginastas foram divididas em Grupo A (produto fitoterápico) eGrupo B (pomada placebo). As ginastas do grupo A apresentaram uma melhora de 68% nas regiões referidas de dor, enquanto as ginastas do grupo B apresentaram uma melhora de 25% da dor avaliada através da Escala Analógica Visual. A média de variação do índice de dor através do McGill referente ao Grupo A foi de 10%, enquanto a do Grupo B foi de 16%. Acredita-se que a redução da dor no grupo placebo pode ter ocorrido devido à diminuição do estresse gerando efeitos fisiológicos que contribuíram para uma possível liberação de opióides no alívio da dor, também pode ser levado em consideração o processo de auto cura devido à presença terapêutica. Concluiu-se que o produto fitoterápico de uso tópico tematividade terapêutica e é eficaz para o tratamento de dor musculoesquelética.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,273
Écart entre enseignants0,254 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of Natural SciencesMême sujetBee Products Chemical AnalysisTravaux en français237 207