COMPUTED TOMOGRAPHIC CHARACTERISTICS OF COLLATERAL VENOUS PATHWAYS IN DOGS WITH CAUDAL VENA CAVA OBSTRUCTION
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
Collateral venous pathways develop in dogs with obstruction or increased blood flow resistance at any level of the caudal vena cava in order to maintain venous drainage to the right atrium. The purpose of this retrospective study was to describe the sites, causes of obstruction, and configurations of venous collateral pathways for a group of dogs with caudal vena cava obstruction. Computed tomography databases from two veterinary hospitals were searched for dogs with a diagnosis of caudal vena cava obstruction and multidetector row computed tomographic angiographic (CTA) scans that included the entire caudal vena cava. Images for each included dog were retrieved and collateral venous pathways were characterized using image postprocessing and a classification system previously reported for humans. A total of nine dogs met inclusion criteria and four major collateral venous pathways were identified: deep (n = 2), portal (n = 2), intermediate (n = 7), and superficial (n = 5). More than one collateral venous pathway was present in 5 dogs. An alternative pathway consisting of renal subcapsular collateral veins, arising mainly from the caudal pole of both kidneys, was found in three dogs. In conclusion, findings indicated that collateral venous pathway patterns similar to those described in humans are also present in dogs with caudal vena cava obstruction. These collateral pathways need to be distinguished from other vascular anomalies in dogs. Postprocessing of multidetector-row CTA images allowed delineation of the course of these complicated venous pathways and may be a helpful adjunct for treatment planning in future cases.
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 | 0,000 | 0,000 |
| 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 découle