MétaCan
Menu
Retour à la cohorte
Enregistrement W2078299560 · doi:10.1111/j.1939-165x.2009.00137.x

What is your diagnosis? Intracranial mass in a dog

2009· article· en· W2078299560 sur OpenAlexaff
N. Jane Harms, Ryan Dickinson, Belle Marie Nibblett, Bruce Wobeser

Notice bibliographique

RevueVeterinary Clinical Pathology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPathologyMonocytosisMedicineMeningiomaNeutrophiliaDifferential diagnosisEosinophilicAnatomyCytologyHistopathological examinationInternal medicine

Résumé

récupéré en direct d'OpenAlex

A 9-year-old, spayed female Chihuahua was presented for evaluation of acute, progressive neurologic disease. On physical examination the dog was depressed and laterally recumbent. The dog had marked neutrophilia with a toxic left shift and monocytosis. Using computed tomography with contrast enhancement a large intracranial mass lesion was identified in the rostral portion of the brain. The mass extended from the central thalamic region rostral to the cribiform plate and obliterated the lateral ventricles. A fine needle aspirate of the mass contained moderately pleomorphic polygonal cells with many intranuclear cytoplasmic pseudoinclusions (ICPs). The primary differential diagnosis was meningioma, based on cell morphology and the presence of ICPs. At necropsy, the mass was well-demarcated, unencapsulated, and densely cellular. Cells were arranged in papillary projections on fibrovascular stalks, and eosinophilic ICPs and nuclear folding were frequently seen. Cavitated areas of necrosis throughout the tumor mass were filled with intact and degenerated neutrophils. The histopathologic diagnosis was malignant papillary meningioma. ICPs are not frequently observed in Wright-stained cytologic preparations but may be found in many types of neoplasms, including meningiomas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,493
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary Clinical PathologyMême sujetVeterinary Oncology ResearchTravaux en français237 207