Aspectos cualitativo y cuantitativo del dolor de pacientes sometidos a la toracotomia postero-lateral
Bibliographic record
Abstract
Estudo descritivo que objetivou comparar o comportamento qualitativo e quantitativo da dor em pacientes submetidos à toracotomia póstero-lateral (tpl). A amostra foi constituída por 18 indivíduos, sendo 10 homens e 8 mulheres com média de idade de 44 anos. Como instrumentos, utilizou-se a ficha de avaliação fisioterapêutica, escala numérica da dor e questionário para dor McGill. A dor na escala numérica foi considerada moderada (5) para ambos os sexos. Os descritores do questionário para dor McGill, escolhidos com maior freqüência pelos pacientes, foram: no componente sensorial, latejante4, pontada1, choque2, fina1 e puxão2; no componente afetivo, cansativa1, enjoada1, castigante1 e miserável1 e no componente avaliativo foi chata1. As características da dor no grupo sensorial foram mais evidentes no grupo masculino. Não foram observadas diferenças estatísticas significantes entre as respostas quantitativas da dor de homens e mulheres. No que diz respeito ao aspecto qualitativo, observou-se predominância dos mesmos descritores verbais do componente afetivo da dor para ambos os sexos. A intensidade dolorosa foi categorizada como moderada, não houve diferença estatística significativa quanto à dor no pós-operatório de toracotomia póstero-lateral. Esses dados dão margem para a análise com casuística maior.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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 source (direct Gemma or distilled Codex), 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".