A influência do vídeo de informação adicional em pacientes submetidas à mastectomia
Bibliographic record
Abstract
OBJETIVO: A dor é um sintoma de alta ocorrência nos casos de câncer. No câncer de mama, as síndromes dolorosas pós-mastectomia e pós-esvaziamento axilar têm a característica de uma dor neural e chegam a ocorrer em 10% das pacientes, podendo aparecer imediatamente após a cirurgia. Este trabalho traz os primeiros resultados de uma pesquisa em andamento, elaborada para investigar os possíveis efeitos de um procedimento moderno de informação na avaliação da percepção de dor de pacientes submetidas à mastectomia no Serviço de Mastologia do Hospital de Clínicas de Porto Alegre. MATERIAIS E MÉTODOS: Uma amostra de 22 pacientes foi estudada segundo o delineamento experimental clássico, com dois grupos. O vídeo de informação foi apresentado no período pré-operatório apenas ao grupo experimental. Ambos os grupos foram avaliados em termos de dor, através do Questionário de McGill e da Escala Análogo-Visual de Dor. RESULTADOS: Os resultados revelaram tendências de maior avaliação da dor pósoperatória no grupo controle em comparação ao grupo experimental, em ambos os testes. Em algumas subescalas do Questionário de McGill houve aumento significativo dos escores de dor após a cirurgia no grupo controle. CONCLUSÕES: Esses achados parecem indicar a utilidade do vídeo de informação com vistas ao bem-estar das pacientes. Sugere-se, entretanto, o aumento da amostra da pesquisa para a melhor avaliação das tendências encontradas.
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 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".