Occurrence and distribution of canine cutaneous mast cell tumour characteristics among predisposed breeds
Notice bibliographique
Résumé
INTRODUCTION: Breed predisposition to cutaneous mast cell tumours (MCT) in a population of dogs in Poland affected by various skin tumours was assessed, and the distribution of MCT characteristics such as histological grading, sex, age, and location, in predisposed breeds was evaluated. MATERIAL AND METHODS: The retrospective epidemiological study included 550 dogs affected by cutaneous MCTs with a reference group of 2,557 dogs diagnosed with other skin tumours. RESULTS: A univariable logistic regression analysis was performed to determine the odds ratios (ORs) with 95% confidence intervals. The risk of high-grade MCTs was the highest for Shar-Peis (OR: 26.394) and American Staffordshire Terriers (OR: 2.897). Boxers (OR: 6.619), Labrador Retrievers (OR: 2.630), French Bulldogs (OR: 2.050), Golden Retrievers (OR: 1.949), and American Staffordshire Terriers (OR: 2.592) were mainly affected by low-grade MCTs. The high risk of MCT was calculated to be at the age of 4-6 years for Labrador Retrievers (OR: 2.686) and 7-10 years for Boxers (OR: 2.956) and French Bulldogs (OR: 9.429). MCTs were significantly more often located on the trunk in French Bulldogs (OR: 4.680), American Staffordshire Terriers (OR: 2.520), and Labrador Retrievers (OR: 1.948). There was no statistically significant correlation between gender and the occurrence of MCTs in the breeds. CONCLUSIONS: The breed-predicated differences in the clinical course of MCTs suggest a genetic background for the tumours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».