Feline leukaemia virus status of Australian cats with lymphosarcoma
Notice bibliographique
Résumé
OBJECTIVE: To determine the FeLV status of sera and tumours from Australian cats with lymphosarcoma in relation to patient characteristics, tumour characteristics (tissue involvement, histological grade and immunophenotype), haematological and biochemical values. DESIGN: Prospective study of 107 client-owned cats with naturally-occurring lymphosarcoma. PROCEDURE: An ELISA was used to detect FeLV p27 antigen in serum specimens collected from cats with lymphosarcoma. A PCR was used to detect FeLV DNA in formalin-fixed, paraffin-embedded tissue sections containing neoplastic lymphoid cells. The PCR was designed to amplify a highly conserved region of the untranslated long terminal repeat of FeLV provirus. RESULTS: Only 2 of 107 cats (2%), for which serum samples were available, were FeLV-positive on the basis of detectable p27 antigen in serum. In contrast, 25 of 97 tumours (26%) contained FeLV DNA. Of the 86 cats for which both PCR and ELISA data were available, 19(22%) had FeLV provirus in their tumours but no detectable circulating FeLV antigen in serum, while 2 (2%) had FeLV provirus and circulating FeLV antigen. FeLV PCR-positive/ELISA-negative cats (19) differed from PCR-negative/ELISA-negative cats (65) in having fewer B-cell tumours (P = 0.06), more non B-/non T-cell tumours (P = 0.02) and comprising fewer non-Siamese/Oriental pure-bred cats (P = 0.03). CONCLUSIONS: The prevalence of FeLV antigen or provirus was considerably lower in our cohort of cats compared with studies of lymphosarcoma conducted in the Northern hemisphere. This suggests that factors other than FeLV are important in the development of lymphosarcoma in many Australian cats. No firm conclusions could be drawn concerning whether FeLV provirus contributed to the development of lymphosarcoma in PCR-positive/ELISA-negative cats.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».