Prevalence and risk factors for mast cell tumours in dogs in England
Notice bibliographique
Résumé
BACKGROUND: Mast cell tumour (MCT) appears to be a frequent tumour type in dogs, though there is little published in relation to its frequency in dogs in the UK. The current study aimed to investigate prevalence and risk factors for MCTs in dogs attending English primary-care veterinary practices. METHODS: Electronic patient records from practices participating in the VetCompass animal surveillance project between July 2007 and June 2013 were searched for MCT diagnosis. Various search terms and standard diagnostic terms (VeNom codes) identified records containing MCT diagnoses, which were evaluated against clinical criteria for inclusion to the study. MCT prevalence for the entire dataset and specific breed types were calculated. Descriptive statistics characterised MCT cases and multivariable logistic regression methods evaluated risk factors for association with MCT (P < 0.05). RESULTS: Within a population of 168,636 dogs, 453 had MCT, yielding a prevalence of 0.27% (95% confidence interval (CI) 0.24% - 0.29%). The highest breed type specific prevalences were for the Boxer at 1.95% (95% CI 1.40% - 2.51%), Golden Retriever at 1.39% (0.98% - 1.81%) and Weimaraner at 0.85% (95% CI 0.17% to 1.53%). Age, insurance status, neuter status, weight and breed type were associated with MCT diagnosis. Of dogs of specific breed type, the Boxer, Pug and Staffordshire Bull Terrier showed greater odds of MCT diagnosis compared with crossbred dogs. Conversely, the German Shepherd Dog, Border Collie, West Highland White Terrier, Springer Spaniel and Cocker Spaniel had reduced odds of MCT diagnosis compared with crossbred dogs. No association was found between MCT diagnosis and sex. CLINICAL SIGNIFICANCE: This study highlights a clinically significant prevalence of MCT and identifies specific breed types with predisposition to MCT, potentially aiding veterinarian awareness and facilitating diagnosis.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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) | 0,002 | 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 ».