Study of the effect of high-energy laser in diabetic sensorimotor neuropathy
Bibliographic record
Abstract
Изследването цели да проучи ефекта на Multiwave Locked System (MLS) лазерно лъчение при пациенти с диабетна сензомоторна невропатия. Шестдесет и девет пациенти от двата пола на възраст над 18 години с диабетна невропатия на долни крайници са разделени на случаен принцип в две групи – експериментална (приложена терапия с MLS-лазерно лъчение) и контролна, плацебо група (Sham- лазерно лъчение). За обективизиране на резултатите са използвани: кратка форма на въпросник на McGill за болката, изследване на вибрационен усет със 128 Hz камертон, на усет за допир с 10g монофиламент и температурна чувствителност с температурен дискриминатор, както и електроневрографски данни на периферни сетивни и моторни нерви на долните крайници. Пациентите се оценяват на три пъти: преди началото на лечението, след приключване на терапевтичния курс и на 90-ия ден от началото на терапията.След проведеното лечение, както и на 90-ия ден от началото на терапията при експерименталната група се отчита редуциране на болката, подобряване на повърхностната и дълбока сетивност, както и на електроневрографските данни на n. suralis, n. tibialis и n. peroneus, с по-изразен ефект при сетивния n. suralis. При контролната група не бяха отчетени подобни положителни резултати.Предвид неинвазивния характер на интервенцията и големия процент на безопасност (не бяха отчетени никакви странични локални или общи реакции), дълбокотъканната лазерна терапия трябва да се счита за безопасно, нефармакологично допълнение към стан
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".