MétaCan
Menu
Retour à la cohorte
Enregistrement W2939743719 · doi:10.1111/jvim.15473

Perspectives in veterinary medicine: Description and classification of bronchiolar disorders in cats

2019· article· en· W2939743719 sur OpenAlexaff
Carol R. Reinero, Isabelle Masseau, Megan Grobman, Aida I. Vientós‐Plotts, Kurt J. Williams

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensUniversité de MontréalCegep de Saint Hyacinthe
Organismes subventionnairesBoehringer IngelheimUniversity of Missouri
Mots-clésMedicineCATSClassification schemeDiseasePathologyRadiologyComputed tomographyLungAirwayIntensive care medicineVeterinary medicineInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

This Perspectives in Veterinary Medicine article seeks to define, describe putative causes, and discuss key diagnostic tests for primary and secondary bronchiolar disorders to propose a classification scheme in cats with support from a literature review and case examples. The small airways (bronchioles with inner diameters <2 mm), located at the transitional zone between larger conducting airways and the pulmonary acinus, have been overlooked as major contributors to clinical syndromes of respiratory disease in cats. Because the trigger for many bronchiolar disorders is environmental and humans live in a shared environment with similar susceptibility, understanding these diseases in pet cats has relevance to One Health. Thoracic radiography, the major imaging modality used in the diagnostic evaluation of respiratory disease in cats, has low utility in detection of bronchiolar disease. Computed tomography (CT) with paired inspiratory and expiratory scans can detect pathology centered on small airways. In humans, treatment of bronchiolar disorders is not well established because of heterogeneous presentations and often late definitive diagnosis. A review of the human and veterinary medical literature will serve as the basis for a proposed classification scheme in cats. A case series of cats with CT or histopathologic evidence of bronchiolar lesions or both, either as a primary disorder or secondary to extension from large airway disease or interstitial lung disease, will be presented. Future multi-institutional and multidisciplinary discussions among clinicians, radiologists, and pathologists will help refine and develop this classification scheme to promote early and specific recognition and optimize treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,320
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207