Estratégias para Prevenção do Seroma em Pacientes Submetidos ao Tratamento Cirúrgico do Câncer de Mama: Revisão Sistemática da Literatura
Notice bibliographique
Résumé
Introdução: O seroma é a complicação cicatricial mais incidente no pós-operatório do câncer de mama que impacta a qualidade de vida dos pacientes, podendo levar à necessidade de punções repetidas, novos procedimentos cirúrgicos e a atrasos no tratamento adjuvante. Objetivo: Revisão sistemática da literatura científica sobre os procedimentos utilizados para prevenção do seroma em pacientes submetidos ao tratamento cirúrgico do câncer de mama, abordando suas vantagens e desvantagens. Método: Utilizou-se o método da Colaboração Cochrane, sendo incluídos artigos de ensaios clínicos e estudos observacionais. Para identificar estudos relevantes, pesquisaram-se as seguintes bases de dados: MEDLINE via PubMed, PEDro, Cochrane Library e LILACS. A busca foi realizada nos períodos de outubro de 2022 a janeiro de 2023. A qualidade metodológica dos ensaios clínicos foi avaliada pela escala PEDro e a dos estudos observacionais, pela escala de Newcastle-Ottawa. Resultados: Foram identificados 405 artigos e, após avaliação, incluídos 24 para serem analisados. Existem várias abordagens que poderiam minimizar a incidência de seroma, como o uso de dreno, obliteração do espaço morto, os instrumentos utilizados para a dissecação tecidual e as técnicas que poderiam controlar o processo inflamatório. Conclusão: As estratégias de prevenção do seroma utilizadas nos estudos incluídos minimizaram sua incidência, com exceção do talco e do iodo, entretanto, os estudos que tiveram como objetivo a obliteração do espaço morto, seja com sutura quilting ou selante, mostraram resultados estatísticos mais significantes, sugerindo serem promissores para a prevenção do seroma.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».