Рандомизированная двойная слепая плацебо- контролируемая модель, демонстрирующая местный эффект бензидамина у детей с тонзиллофарингитом
Bibliographic record
Abstract
Так как имеется мало опубликованных рандомизированных двойных слепых плацебо-контролируемых исследований, которые демонстрируют эффективность местных обезболивающих лекарственных препаратов у детей, мы разработали метод клинического исследования (с участием 146 детей с тонзиллофарингитом), определяющий эффективность раствора для полоскания, содержащего бензидамин, по сравнению с плацебо, имеющим такой же вид и вкус. После объективного обследования, включающего определение степени выраженности тонзиллофарингита и тест на стрептококки, проводилась оценка результатов по детскому «термометру боли в горле» (ТБГ) и шкале боли в горле для медсестер до того, как ребенок начал применять назначенный наугад раствор для полоскания, содержащий активное лекарство или плацебо. Через регулярные интервалы в течение 1 часа каждый ребенок получил оценку по ТБГ и детской шкале уменьшения боли в горле — шкале «улыбающихся лиц». Медсестра провела независимую оценку изменений болевых ощущений. Мы установили, что дети и независимые наблюдения медсестер выявили различия между действием активного лекарства и плацебо (р < 0,05) по всем трем шкалам оценки. Мы пришли к выводу, что бензидамин снимает боль при тонзиллофарингите. Это клиническое исследование может быть использовано для идентификации местного обезболивающего действия препарата у детей с тонзиллофарингитом.
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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.046 | 0.018 |
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".