MétaCan
Menu
Retour à la cohorte
Enregistrement W4410363794 · doi:10.25248/reas.e19924.2025

Avaliação da cicatrização de lesões cutâneas em ratos utilizando curativo biológico de pele de tilápia liofilizada

2025· article· pt· W4410363794 sur OpenAlexaff
Luís David Solis Murgas, Edmar Maciel Lima Júnior, Carlos Roberto Koscky Paie, Felipe Augusto Rocha Rodrigues, Ana Catarina Alves

Notice bibliographique

RevueRevista Eletrônica Acervo Saúde · 2025
Typearticle
Languept
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensOccupational Cancer Research Centre
Organismes subventionnairesUniversidade Federal de Lavras
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Objetivo: Avaliar a eficácia do uso da pele de tilápia no processo de reparo tecidual de feridas em dorso de ratos. Métodos: O estudo foi conduzido com 11 ratos wistars de sexo masculino com 60 dias de vida. Os animais foram divididos em 2 grupos, no qual o grupo experimental recebeu xenoenxerto de pele de tilápia liofilizada e irradiada com 30kGy e grupo controle apenas cobertura com gaze. Após 10 dias, os animais foram eutanasiados, sendo realizada extração do xenoenxerto para avaliação da biópsia do tecido em análise histológica. Os dados obtidos foram analisados por estatística descritiva e teste t, considerando p<0,05. Resultados: Foi possível observar que a pele da tilapia não gerou infecções nem desconforto aos animais. Na análise histológica o grupo controle teve maior presença de infiltrado inflamatório e úlcera mais extensa, que foi comprovado pela análise estatística no qual a área total da ferida do grupo controle se encontrava maior comparada ao grupo que recebeu a matriz dérmica. Conclusão: As avaliações histológicas e estatísticas demonstraram resultados significativos na área total e na altura das lesões dos animais do grupo tratamento, sugerindo-se assim a pele de tilápia como matriz dérmica segura e eficaz para realização de xenoenxertos em animais.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,331
Écart entre enseignants0,303 · 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'étudeSans objet
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Eletrônica Acervo SaúdeMême sujetSkin Protection and AgingTravaux en français237 207