Dor pós-operatória: características quanti-qualitativa relacionadas a toracotomia póstero-lateral e esternotomia
Bibliographic record
Abstract
OBJETIVOS: analisar a intensidade e características da dor em pacientes submetidos a toracotomia póstero-lateral (TPL) e esternotomia (EST). MÉTODOS: a amostra foi constituída por 40 indivíduos submetidos a toracotomia póstero-lateral e esternotomia, dos quais 12 eram do sexo masculino e 8 do sexo feminino para cada procedimento cirúrgico, com média de idade de 47 anos. Como instrumentos utilizou-se a ficha de avaliação fisioterapêutica, escala numérica da dor e questionário para dor McGill. Os procedimentos consistiram na aplicação dos instrumentos. RESULTADOS: a intensidade dolorosa na escala numérica variou de 2 a 10, com média de 5,1para o sexo masculino e de 5,7 para o feminino. Os descritores do questionário para dor McGill escolhidos com maior freqüência pelos pacientes foram: pontada1 e fina1 (grupo sensorial), cansativa1, enjoada1, castigante1 e miserável1 (grupo afetivo) e aperta1, fria1 e aborrecida1 (grupo miscelânea). As médias do número e somatório dos descritores escolhidos foram comparadas entre os pacientes do sexo masculino submetidos a TPL e EST, estes valores não apresentaram diferenças estatisticamente significativas. Resultados semelhantes também foram encontrados entre as pacientes do sexo feminino. CONCLUSÃO: não foram observadas diferenças estatísticas significantes entre as respostas quantitativas da dor quando comparadas as respostas dos pacientes submetidos a toracotomia póstero-lateral e esternotomia. No que diz respeito ao aspecto qualitativo observou-se uma predominância dos mesmos descritores verbais do grupo afetivo do McGill para ambos os sexos.
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 | 0.004 | 0.021 |
| 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 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".