¿Es la medicina regenerativa, la clave en el tratamiento de la osteoartritis?
Bibliographic record
Abstract
Objetivo: evaluar la utilidad de la tecnología de regeneración de tejidos disponible y el uso de células madre autólogas en el tratamiento de lesiones resultantes de la osteoartritis degenerativa en el cartílago hialino de las articulaciones grandes. Métodos: en la consulta externa de Fisiatría de la Clínica Meta (Villavicencio, Colombia), se escogieron diez pacientes con diagnóstico clínico, clasificando con rayos X el grado de compromiso de la osteoartritis en las articulaciones (rodillas). Estratificamos compromiso funcional con la escala visual analógica de dolor, y la medición de la movilidad articular. Además de las pruebas funcionales y la medición de la independencia funcional Western Ontario and Nc Master Universities Arthritis Index (WOMAC). Todos los pacientes recibieron la terapia convencional que consiste en analgésicos, técnicas conjuntas de ahorro articular y ejercicio aeróbico de bajo impacto, pero a cinco de ellos se les ha añadido en paralelo, un protocolo de activación tisular local mediante la técnica de inyección articular, desarrollado por el Instituto de Regeneración Tisular en Colombia, llamado Cytogel®, cada 15 días durante dos meses (cuatro dosis), y seguimiento hasta seis meses. Después los casos fueron reevaluados por las mismas pruebas clínicas y de imágenes de rayos X. Los resultados sugieren cambios interesantes y prometedores en términos de control de la patología de base y la mejoría clínica y funcional en los pacientes abordados con el protocolo Cytogel.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| 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".