Clinicopathological Features, Risk Factors and Predispositions, and Response to Treatment of Eosinophilic Oral Disease in 24 Dogs (2000-2016)
Notice bibliographique
Résumé
The objectives of this study were to retrospectively describe clinicopathological features of eosinophilic oral disease in dogs, to identify possible risk factors or predispositions to the condition, and to report overall treatment response. Canine medical records from a veterinary teaching hospital and private referral practice over a 17-year period were reviewed for a diagnosis of eosinophilic oral disease. Twenty-four dogs with 26 lesions met the inclusion criteria. Patient mean age and body weight were 6.8 (3.8) years and 13.4 kg, respectively. Fifteen breeds were represented including Cavalier King Charles spaniel (16.7%), Labrador retriever (12.5%), and West Highland white terrier (12.5%). Eosinophilic lesions were found in the palate (65.4%), tongue (26.9%), and other oral locations (7.7%). Median follow-up time was 5 months. Analysis revealed statistically significant associations between lesion location and body weight (palatal and tongue lesions were more likely in smaller dogs, whereas lesions in the other category [lip or mucosa] were more likely in larger dogs). There was a correlation in lesion location and resolution (all dogs with palatal lesions became asymptomatic at their last recheck), and resolution and the use of antibiotics plus prednisone (greater likelihood of resolution without the use of this combination). Seventy percent of asymptomatic dogs resolved without medication or with allergen therapy alone, suggesting that asymptomatic dogs may respond well to conservative management. No associations were found between lesion location and breed, signalment and response to therapy, lesion resolution and the use of glucocorticoids, or significance of peripheral eosinophilia.
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 | 0,000 |
| 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 ».