Laparoscopic treatment of ovarian remnant syndrome in dogs and cats: 7 cases (2010–2013)
Notice bibliographique
Résumé
OBJECTIVE: To describe the technique and evaluate the outcome of laparoscopic treatment of ovarian remnant syndrome (ORS) in dogs and cats. DESIGN: Retrospective case series. ANIMALS: 7 client-owned dogs and cats. PROCEDURES: Medical records of dogs and cats with ORS that were treated laparoscopically at 3 large veterinary teaching hospitals were reviewed. Laparoscopic ovarian remnant resection was performed by means of either a 3-port or single-port technique with the patient in dorsal recumbency. The area caudal to both kidneys was thoroughly inspected for evidence of ovarian tissue by tilting the patient laterally. Any ovarian remnant tissue in these areas was resected with a bipolar vessel sealer. RESULTS: 5 female dogs and 2 female cats that had previously undergone ovariectomy or ovariohysterectomy were included in the study. Six procedures were performed with a standard 3-port technique, and 1 was performed with a single-port technique. Median surgery time was 90 minutes (range, 50 to 150 minutes). No patient required conversion to laparotomy. Six of the 7 patients had complete resolution of clinical signs after surgery. One patient underwent laparotomy 7 weeks after surgery for management of stump pyometra, but no further ovarian tissue was detected. CONCLUSIONS AND CLINICAL RELEVANCE: Laparoscopic management of ORS in this cohort of dogs and cats was associated with minimal morbidity. Laparoscopic treatment of ORS in dogs and cats may be recommended for appropriately selected patients.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».