Fisioterapia após cirurgia de câncer de mama melhora a amplitude de movimento e a dor ao longo do tempo
Bibliographic record
Abstract
RESUMO O tratamento do câncer de mama pode prejudicar a amplitude de movimento (ADM) e causar dor no membro superior (MS) homolateral. O objetivo deste estudo foi comparar a ADM, a intensidade e a caracterização da dor no MS homolateral à cirurgia entre as 1ª, 10ª e 20ª sessões de fisioterapia, além de correlacionar estas variáveis. Foi conduzido um ensaio clínico autocontrolado com a participação de 49 mulheres após cirurgia de câncer de mama que se queixavam de dor no MS. A ADM foi avaliada por meio de goniometria e o MS contralateral foi adotado como controle. A intensidade de dor foi avaliada pela escala visual analógica (EVA) e caracterizada pelo Questionário de McGill, obtendo-se o número de palavras escolhidas (NWC) e o índice de avaliação da dor (PRI). Verificou-se aumento significativo da ADM do MS homolateral ao longo das 20 sessões. Comparando o MS homolateral ao contralateral, somente a abdução não melhorou significativamente após a 20ª sessão. Observou-se uma redução significativa da intensidade de dor, do PRI e do NWC entre a 1ª e 10ª e entre a 1ª e 20ª sessão. As categorias sensorial e avaliativa também diminuíram significativamente. Foi encontrada uma correlação significativa entre EVA, PRI e NWC entre a 10ª e a 20ª sessão. A fisioterapia aumentou a ADM, reduziu a dor no MS homolateral e o número de palavras escolhidas para caracterizar a dor. Foram observadas melhoras expressivas no início do tratamento e ganhos adicionais ao longo do tempo. Exercícios para flexão, abdução e rotação externa bilaterais devem ser enfatizados no tratamento.
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 | 0.000 | 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) | 0.002 | 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".