Evaluation of Serum Ferritin as a Tumor Marker for Canine Histiocytic Sarcoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Canine histiocytic sarcoma (HS) is an aggressive malignancy. Hyperferritinemia has been documented in dogs with HS and could serve as a tumor marker aiding in diagnosis and treatment. In people, hyperferritinemia is found in inflammatory diseases, liver disease, and hemolysis, and thus may occur in dogs with these conditions. OBJECTIVE: To determine if serum ferritin concentration is a tumor marker for canine HS. ANIMALS: Dogs with HS (18), inflammatory diseases (20), liver disease (24), immune-mediated hemolytic anemia (IMHA) (15), and lymphoma (23). METHODS: Prospective, observational, cohort study: Serum ferritin concentration was measured at initial diagnosis. Parametric methods were used to compare mean log ferritin concentrations among disease categories. Receiver-operating characteristic curves and likelihood ratios were used to evaluate serum ferritin concentration as a tumor marker. RESULTS: Varying proportions of dogs with IMHA (94%), HS (89%), liver disease (79%), lymphoma (65%), and inflammatory diseases (40%) had hyperferritinemia. Dogs with IMHA had significantly higher mean ferritin concentration than dogs in all other categories. Dogs with HS had significantly higher mean ferritin concentration than those in the inflammatory disease and lymphoma categories. Mean serum ferritin concentration was not significantly different between dogs with HS and those with liver disease. Decision thresholds were determined to distinguish IMHA and HS from the other diseases associated with hyperferritinemia. CONCLUSION: Hyperferritinemia is common in dogs with HS and, after IMHA is ruled out, the degree of hyperferritinemia may be useful in differentiating dogs with HS from dogs with inflammatory diseases, liver disease, and lymphoma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle