Incidence and Histopathological Studies on Tumours of Dog in Bengaluru, India
Notice bibliographique
Résumé
The current research work was undertaken with the objective of evaluating incidence, and histological study of canine tumours. 68 samples suspected for neoplasia from cutaneous and mammary gland origin were collected from dogs over a period of six months and were classified according to WHO classification (2002). Tumours of mesenchymal origin showed an incidence of 76.47 per cent and incidence of epithelial origin at 23.53 per cent of dogs. The highest incidence of tumours was found in female dogs than in male dogs. Age wise incidence of tumours was found between the range of 2-15 years with a mean age of 8.3 years. The breed wise incidence of tumours was highest in Labrador retriever (22.06%), followed by non-descriptive breeds (19.12%), Golden retriever (17.65%), German Shepherd dog (11.8%), Pomeranian (7.35%), Lhasa Apso (4.41 %), Daschound (4.41%), Boxer (2.94%), Saint Bernard (2.94%), Doberman (2.94%), Mudhol hound (2.94%) and Rajapalyam (1.44%). Based on histopathological classification, the incidence of cutaneous tumours was 77.94 per cent and mammary gland tumours were 22.06 per cent. Among cutaneous tumours, Mast cell tumour (17.64%) occurrence was highest followed by Hemangiosarcoma and Hepatoid gland carcinoma at 8.82% each. The occurrence of mammary gland tumours were also recorded and classified as Tubular (8.82%), Papillary (4.41%), Papillary cystic (5.88%) and carcinosarcoma (2.94%).
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) | 0,000 | 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 ».