Malignant collision tumors in two dogs
Notice bibliographique
Résumé
CASE DESCRIPTION A 13-year-old Labrador Retriever with a 4-cm-diameter ulcerated perianal mass and a 12-year-old Golden Retriever with a 5-cm-diameter ulcerated caudolateral abdominal mass were brought to a referral oncology practice for evaluation of the dermal masses. Both masses were resected with wide margins without reported postoperative complications. For both dogs, a diagnosis of collision tumor was made. The database of the Veterinary Diagnostic Laboratories at Colorado State University was searched for other examples of collision tumors in dogs. CLINICAL FINDINGS Histologic assessment of the masses revealed collision tumors in both patients. The perianal mass was diagnosed as a perianal gland carcinoma with adjacent hemangiosarcoma. The flank mass was diagnosed as a fibrosarcoma with an adjacent mast cell tumor. The university database search of sample submissions in 2008 through 2014 for the keywords collision, admixed, or adjacent yielded 37 additional cases of dogs with malignant nontesticular collision tumors. TREATMENT AND OUTCOME Both dogs were treated with surgery alone and received no adjunctive treatments. Both tumors were completely excised. There was no evidence of either local tumor recurrence or metastasis in the Labrador Retriever and the Golden Retriever at 1,009 and 433 days after surgery, respectively. CLINICAL RELEVANCE Collision tumors are rare, and there is minimal information regarding treatment recommendations and outcome for animals with collision tumors. On the basis of the 2 cases described in this report, the outcome associated with treatment of collision tumors may be similar to the expected outcome for treatment of any of the individual tumor types in dogs.
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 | 0,004 | 0,006 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».