Histopathological classification and immunohistochemical characterization of canine mammary tumours
Notice bibliographique
Résumé
The present study was carried out to investigate breed wise and age wise prevalence of canine mammary tumours (CMTs) along with histopathological and immunohistochemical characterization. A total of 97 CMTs samples were collected from different parts of Gujarat, India over period of three years (April 2014-March 2017). The mean age of the dogs, involvement of breeds and mammary glands were recorded. The mean±SD age of all affected dogs was 7.5±2.8 years. Among 12 breeds affected, most cases (n=77) of CMTs were recorded in four breeds viz., Pomeranian, Mongrel, Germen Shepard and Labrador. Caudal abdominal and inguinal mammary glands were frequently showed neoplastic growth. Among histological characterization of 97 CMTs, 16(16.49%) were non neoplastic proliferative/dysplastic lesions, 11 (11.34%) were benign neoplasms and 70 (72.16%) were malignant tumours. Out of 70 malignant neoplasms, epithelial neoplasms, special type epithelial neoplasms, mesenchymal neoplasms and carcinosarcomas were 53(54.64%), 6(6.19%), 8(8.25%), and 3(3.09%), respectively. Further, mixed carcinoma, tubulopapillary carcinoma, solid carcinoma, carcinoma and malignant myoepithelioma, tubular carcinoma and ductal carcinoma were frequently noted. Immunohistochemistry was found to be a powerful tool to classify the CMTs. In the present study, smooth muscle actin (SMA) helped in diagnosing complex adenoma, complex carcinoma, malignant myoepithelioma and fibrosarcoma. In complex adenoma, complex carcinoma and malignant myoepithelioma, myoepithelial cells showed strong SMA immunoreactivity, although stromal myofibroblasts and vascular smooth muscle cells also immunostained.
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 | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 ».