Effect of Tissue Processing on Assessment of Endoscopic Intestinal Biopsies in Dogs and Cats
Notice bibliographique
Résumé
BACKGROUND: Prior studies failed to detect significant association between hypoalbuminemia and small intestinal lesions. HYPOTHESIS: Use of pictorial templates will enhance consistency of interpathologist interpretation and identification of intestinal lesions associated with hypoalbuminemia. ANIMALS: Tissues from 62 dogs and 25 cats examined as clinical cases at 7 referral veterinary practices in 4 countries. METHODS: Retrospective, observational study. Histopathology slides from sequential cases undergoing endoscopic biopsy were examined by 4 pathologists by pictorial templates. Changes for 9 microscopic features were recorded as normal, mild, moderate or severe, and 2- and 4-point scales were tested for consistency of interpretation. Logistic regression models determined odds ratios (OR) of histologic lesions being associated with hypoalbuminemia while kappa statistics determined agreement between pathologists on histologic lesions. RESULTS: There was poor agreement (kappa = -0.013 to 0.3) between pathologists, and institution of origin of slides had effect (kappa = 1.0 for 3 of 4 lesions on slides from Institution 5) on agreement between pathologists on selected histologic features. Using 2 point as opposed to 4-point grading scale increased agreement between pathologists (maximum kappa = 0.69 using 4-point scale versus maximum kappa = 1.0 using 2-point scale). Significant association (P = .019- .04; 95% OR = 3.14-10.84) between lacteal dilation and hypoalbuminemia was found by 3 pathologists. CONCLUSIONS AND CLINICAL IMPORTANCE: Substantial inconsistency between pathologists remains despite use of pictorial template because of differences in slide processing. Distinguishing between mild and moderate lesions might be important source of the disagreement among pathologists.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».