MétaCan
Menu
Retour à la cohorte
Enregistrement W2484313247

Outcome and prognostic factors for dogs with a histological diagnosis of splenic hematoma following splenectomy: 35 cases (2001-2013).

2016· article· en· W2484313247 sur OpenAlexaff
Steve G. Patten, Sarah E. Boston, Gabrielle Monteith

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineHematomaHemangiosarcomaSplenectomyMalignancySurgeryRadiologySpleenPathologyInternal medicineAngiosarcoma
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canine splenic hematoma can be indistinguishable from hemangiosarcoma on clinical presentation and grossly at the time of surgery. However, hemangiosarcoma represents an aggressive malignancy and a misdiagnosis of hematoma would forgo indications for chemotherapy. This study describes a long-term follow-up of cases with a histologic diagnosis of splenic hematoma following splenectomy to determine if the clinical course of the disease corroborated the diagnosis. Thirty-five dogs were evaluated to determine survival and prognostic associations with signalment and clinical data. Overall median survival time was 647 days (range: 0 to 3287 days). Statistically significant variables included a palpable abdominal mass during physical examination, sub-clinical coagulopathy, and metastasis. Four cases (11%) had reported evidence of metastasis at the time of euthanasia; 1 case was histologically confirmed. Overall prognosis for splenic hematoma appears excellent, as expected, but a small proportion of cases may have an undiagnosed malignant component.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,342
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Oncology ResearchTravaux en français237 207