ALOE VERA NAS QUEIMADURAS CUTÂNEAS: UMA MODA OU UMA EVIDÊNCIA?
Bibliographic record
Abstract
Introdução: Desde a antiguidade que o aloe vera é uma planta utilizada para fins medicinais e cosméticos, pelas suas diversas propriedades. Actualmente, em muitos países, o tratamento das queimaduras é uma das principais indicações para a sua utilização. Contudo, a sua evidência clínica ainda é pouco clara.Objetivo: Rever a evidência existente quanto à eficácia do aloe vera no tratamento de queimaduras cutâneas.Fontes de dados: Medline, sítios de medicina baseada na evidência (National Guideline Clearinghouse, Guideline Finder, Canadian Medical Association, The Cochrane Database, DARE e Bandolier), Índex de Revistas Médicas Portuguesas e referências bibliográficas dos artigos seleccionados.Métodos de revisão: Pesquisa bibliográfica nas bases de dados referidas, utilizando a seguinte combinação de termos MeSH: “burns” e “aloe”, de artigos publicados até junho de 2014, em português, inglês, francês ou espanhol. Utilizou-se a escala Strength of Recommendation Taxonomy para atribuição dos níveis de evidência e forças de recomendação.Resultados: Foram encontrados 236 artigos e seleccionados, por cumprirem os critérios de inclusão, 1 revisão sistemática com meta-análise e 2 artigos originais. Após análise dos artigos, verifica-se globalmente uma cicatrização mais rápida das queimaduras com a utilização do aloe vera, quando comparado com o controlo.Conclusão: A evidência existente parece apontar para a eficácia do aloe vera no tratamento das queimaduras cutâneas (SOR B). Contudo, devido à heterogeneidade das formulações de aloe vera e do controlo utilizados nos diferentes estudos, não é possível tirar uma conclusão inequívoca sobre o seu benefício. São necessários mais estudos, de boa qualidade, que comprovem a eficácia do aloe vera no tratamento das queimaduras.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".