Evaluation of the effects of acoustic wave therapy on keloids
Bibliographic record
Abstract
Introdução: A terapia por ondas acústicas estimula os processos de regeneração e recuperação dos tecidos. Nesse sentido, espera-se que esse equipamento possa atuar em cicatrizes. Objetivo: Avaliar a eficácia e segurança da terapia por ondas acústicas na melhora de queloides. Métodos: Estudo aberto, prospectivo, unicêntrico que incluiu 20 participantes com diagnóstico clínico de queloide. Foram realizadas oito sessões de terapia por ondas acústicas, uma por semana, durante oito semanas. Os participantes foram avaliados no momento basal e uma e 12 semanas após o término do tratamento. Medidas de elasticidade e avaliação clínica pela Escala de Cicatrizes de Vancouver foram realizadas. Ao final do tratamento foi observada a satisfação dos participantes com o tratamento. Resultados: Após o tratamento, a percentagem de participantes com espessura do queloide entre dois e 5mm caiu de 71% para 47%, aumentando a percentagem de participantes com espessura menor do queloide na amostra total (<2mm, de 24% para 41%). Os aspectos da vascularização e flexibilidade também apresentaram melhora em alguns participantes. Não foram relatados eventos adversos relacionados ao tratamento. Conclusões: O tratamento por ondas acústicas é seguro e pode ser eficaz na melhora funcional de lesões de queloide e de alguns aspectos clínicos da lesão.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".