MétaCan
Menu
Retour à la cohorte
Enregistrement W2986280800 · doi:10.1186/s12917-019-2154-8

Composite lymphoma of concurrent T zone lymphoma and large cell B cell lymphoma in a dog

2019· article· en· W2986280800 sur OpenAlexafffund
Arata Matsuyama, Dorothee Bienzle, Danielle Richardson, Nariman Deravi, Mei-Hua Hwang, Nikos Darzentas, Stefan M. Keller

Notice bibliographique

RevueBMC Veterinary Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinisterstvo Zdravotnictví Ceské RepublikyUniversity of Guelph
Mots-clésLymphomaImmunophenotypingPathologyBCL10Canine LymphomaHistopathologyBiologyB-cell lymphomaB cellFlow cytometryImmunologyMedicineAntibody

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evolution of indolent to aggressive lymphoma has been described in dogs but is difficult to distinguish from the de novo development of a second, clonally distinct lymphoma. Differentiation of these scenarios can be aided by next generation sequencing (NGS)-based assessment of clonality of lymphocyte antigen receptor genes. CASE PRESENTATION: An 8-year-old male intact Mastiff presented with generalized lymphadenomegaly was diagnosed with nodal T zone lymphoma (TZL) based on cytology, histopathology, immunohistochemistry and flow cytometry. Thirteen months later, the dog re-presented with progressive lymphadenomegaly, and based on cytology and flow cytometry, a large B cell lymphoma (LBCL) was diagnosed. Sequencing-based clonality testing confirmed the de novo development of a LBCL and the persistence of a TZL. CONCLUSIONS: The occurrence of two distinct lymphoid neoplasms should be considered if patient features and tumor cytomorphology or immunophenotype differ among sequential samples. Sequencing-based clonality testing may provide conclusive evidence of two concurrent and distinct clonal lymphocyte populations, termed most appropriately "composite lymphoma".

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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,090
Tête enseignante GPT0,400
Écart entre enseignants0,311 · 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'étudeÉtude de cas
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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Veterinary ResearchMême sujetVeterinary Oncology ResearchTravaux en français237 207