Telefisioterapia para o tratamento da dor no membro fantasma: um estudo quasi-experimental
Bibliographic record
Abstract
JUSTIFICATIVA E OBJETIVOS:A dor no membro fantasma (DMF) é uma complicação comum da amputação de extremidades, com prevalência entre 41% e 46% dos casos.Apesar de sua fisiopatologia incerta, evidências sugerem mecanismos multifatoriais para explicar o fenômeno doloroso, que afeta diretamente a qualidade de vida (QV) do indivíduo.O objetivo deste estudo foi analisar a possível influência de um protocolo de telefisioterapia para a DMF na QV, intensidade e percepção da dor de indivíduos extremidades amputadas, em um contexto quasi-experimental.MÉTODOS: Estudo quasi-experimental com abordagem quantiqualitativa, de amostra composta por nove indivíduos.Os instrumentos utilizados foram o Questionário de Dor de McGill, uma escala verbal de dor, o Short-Form Health Survey (SF-36) e uma ficha de avaliação elaborada no formato de entrevista, todos aplicados antes e após o protocolo de tratamento.A intervenção constituiu de uma adaptação ao protocolo de Imagens Motoras Graduadas (IMG), realizado de forma online pela plataforma Google Meet.A análise quantitativa se deu através do teste de Wilcoxon pareado para variáveis não paramétricas.A abordagem qualitativa foi analisada pelo método de análise de conteúdo.RESULTADOS: Não houve diferença significativa nos parâmetros de QV, intensidade e percepção de dor, entretanto os relatos qualitativos demonstram percepção de melhora dos indivíduos.CONCLUSÃO: A divergência entre os resultados qualitativos e quantitativos reflete a necessidade da elaboração de questionários específicos para DMF e sua influência na QV de indivíduos amputados.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".