Corpos estranhos de fossas nasais: descrição de tipos e complicações em 420 casos
Bibliographic record
Abstract
Corpos estranhos de fossas nasais são acidentes comuns em crianças, podendo, de acordo com a literatura, levar a complicações supurativas e bronco-aspiração do corpo estranho. O diagnóstico é feito quase sempre pela rinoscopia anterior, mas a nasofibroscopia e exames radiológicos podem ser úteis. OBJETIVO: Analisar um total de 420 casos de corpos estranhos de fossas nasais removidos no serviço de ORL-EPO do Hospital Municipal Souza Aguiar quanto a vários parâmetros como sexo, idade, tipo e complicações. MATERIAL E MÉTODO: 420 casos de corpos estranhos de fossas nasais removidos no serviço de Otorrinolaringologia e Endoscopia Per-oral (ORL-EPO) do Hospital Municipal Souza Aguiar, no período de dezembro de 1992 a dezembro de 1998, quanto aos parâmetros acima referidos. RESULTADOS: Foi encontrada uma maior incidência na faixa etária de 0 a 4 anos, sendo os mais comuns, pela ordem fragmentos de espuma, fragmentos de material plástico, grãos de feijão e fragmentos de papel. As complicações ocorreram em 9,05% dos casos, sendo as mais comuns a epistaxe e a vestibulite. CONCLUSÃO: Os corpos estranhos de fossas nasais são acidentes encontrados principalmente na faixa etária de 0 a 4 anos, sendo os mais comuns, em nossa casuística, os fragmentos de espuma e pequenos artefatos de plástico. Complicações não são freqüentes, sendo as mais encontradas a epistaxe e vestibulite nasal.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 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".