Tratamento cirúrgico e conservador para fratura de terço médio da clavícula em adultos têm o mesmo resultado?
Bibliographic record
Abstract
Introdução: A fratura de clavícula é das mais comuns, sendo que o local mais acometido é o seu terço médio. No passado, fraturas desse local eram tratados quase sempre de forma conservadora; porém, o tratamento cirúrgico tem se popularizado. Todavia, qual a melhor modalidade de tratamento é tema controverso. Objetivo: Comparar a consolidação e complicações entre o tratamento cirúrgico e o conservador para a fratura de terço médio da clavícula. Métodos: Estudo retrospectivo, observacional, transversal e individuado, realizado a partir de análise de 88 prontuários. Foram coletados dados sobre o tempo de consolidação das fraturas, bem como de complicações do tratamento, comparando o tratamento conservador com o cirúrgico. Resultados: O retardo de consolidação esteve presente em 5 dos 45 pacientes do grupo de tratamento conservador, enquanto nenhum dos 43 pacientes tratados cirurgicamente apresentou a complicação. Não foram achadas diferenças estatisticamente significativas na ocorrência de pseudartrose, defeito estético, desalinhamento, dor residual e perda funcional. Conclusão: Não foram encontradas diferenças relevantes entre o resultado do tratamento cirúrgico e conservador, exceto na ocorrência de retardo de consolidação, na qual o tratamento cirúrgico ficou em vantagem.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 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".