TRATAMENTO CIRÚRGICO DO OTOHEMATOMA: REVISÃO BIBLIOGRÁFICA
Bibliographic record
Abstract
Introdução: O otohematoma é uma afecção que ocorre em animais como consequência da ruptura de vasos presentes e consequentemente acúmulo de sangue e líquido seroso entre a cartilagem e epiderme da orelha. Objetivo: Entender como cursa o otohematoma e a técnica cirúrgica utilizadas para tratamento. Metodologia: Realizada revisão da literatura de artigos nacionais do ano de 2008 a 2021, utilizando como base de dados o Google Acadêmico. Resultados: Sabe-se que o otohematoma pode ocorrer por conta de trauma, brigas, corpos estranhos, doenças que cursam com alteração nos fatores de coagulação e secundário a otite externa ou ácaros. Além disso, raças como Labrador Retriever, Golden Retriever e Pastor Alemão são mais propensos a desenvolverem, já que são animais que possuem orelhas pendentes. O diagnóstico é feito através do histórico clínico do paciente e exame físico, onde pode-se perceber a presença de aumento de volume anormal, edema e dor. O tratamento cirúrgico é realizado em casos em que se tem maior rompimento desses vasos e que consequentemente ocorre maior acúmulo do hematoma. É baseado na técnica onde é feita uma incisão em “S” para drenagem do conteúdo, e após, feita a colocação de drenos, cânulas ou feito apenas o uso de pontos para reduzir espaço morto, fazendo assim a drenagem contínua. A remoção do material utilizado é feita quando ocorre a finalização da drenagem e cicatrização. O paciente deve fazer o uso de curativos com a finalidade de evitar traumas e manter os tecidos aproximados, para que ocorra a cicatrização da orelha. A fim de evitar recidivas, deve ser investigada a causa base e tratada, visto que a cronicidade do problema pode levar a necrose e calcificação da cartilagem, alteração estética da orelha e obstrução do meato acústico. Conclusão: A técnica de drenagem pela incisão em “S” apresenta ótimos resultados e prognósticos quando associados ao tratamento da causa base.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.015 | 0.012 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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".