Impacto da fisioterapia dermatofuncional no pós-operatório de mamoplastia de aumento: uma série de casos
Bibliographic record
Abstract
A mamoplastia de aumento é uma das cirurgias estéticas mais realizadas mundialmente. A fisioterapia dermatofuncional pode otimizar a recuperação pós-operatória, contudo, há escassez de estudos clínicos que documentem essa intervenção. Documentar a avaliação e intervenção do fisioterapeuta no contexto clínico. Verificar o comportamento das características da cicatriz, sinais e sintomas, funcionalidade do membro superior e qualidade de vida em mulheres submetidas a mamoplastia de aumento, após intervenção em fisioterapia. Estudo de séries de caso com 5 mulheres, entre 15 e 21 dias de pós-operatório, submetidas a 10 sessões de fisioterapia com drenagem linfática manual, mobilização miofascial e de tecidos e promoção de saúde. Foi avaliada a mobilidade e aspeto da cicatriz, edema, força do ombro e qualidade de vida nos momentos inicial e final. Observou-se diminuição do edema na região mamária e dos scores da Patient and Observer Scar Assessment Scale 2.0 e Escala de Cicatrização de Vancouver. Verificou-se a normalização da força muscular e aumento da mobilidade cicatricial e do score e do score da Europe Health Interview Surveys Quality of Life (8 items). A intervenção tem efeitos positivos nas características da cicatriz, diminuição do edema, aumento da funcionalidade do membro superior e qualidade de vida.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 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) | 0.002 | 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".