Técnica de correção de entrópio em cães: uma revisão sistemática
Bibliographic record
Abstract
O entrópio é uma afecção oftalmológica parcial ou completa das pálpebras superiores e inferiores, caracterizada pela inversão da margem palpebral, o que provoca contato direto dos cílios com a córnea, resultando em dor, lacrimejamento, úlceras corneanas e risco de comprometimento visual. Trata-se de uma condição oftalmológica relativamente comum em cães da raça Shar Pei, Chow Chow, Bulldog Inglês e Labrador Retriever. Este estudo tem como objetivo revisar sistematicamente as principais técnicas cirúrgicas utilizadas na correção do entrópio em cães, com ênfase na eficácia, segurança e aplicabilidade clínica. A técnica de Hotz-Celsus apresenta-se como o procedimento cirúrgico mais utilizado, sendo considerada padrão por sua simplicidade e pelos bons resultados pós-operatórios. Foram analisadas variações da técnica, critérios diagnósticos, cuidados pré e pós-operatórios, além de fatores que influenciam na escolha do método, como raça, idade e gravidade da lesão. O estudo trata-se de uma revisão sistemática da literatura, fundamentada na análise de materiais acadêmicos e científicos publicados nos últimos 10 anos. Para isso, foi realizado um levantamento bibliográfico nas principais bases de dados científicas online: Scientific Electronic Library Online (SciELO), Google Acadêmico e o portal da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). Evidencia-se, assim, que, embora existam diferentes abordagens cirúrgicas, o sucesso terapêutico depende da avaliação clínica correta, da habilidade do cirurgião e do manejo adequado no período pós-operatório. A padronização dos protocolos e a capacitação profissional são primordiais para garantir o bem-estar animal e a preservação da saúde ocular.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".