MétaCan
Menu
Retour à la cohorte
Enregistrement W3082632425 · doi:10.31533/pubvet.v14n8a634.1-8

Estudo retrospectivo dos exames histopatológicos realizados em cadelas com tumores mamários em hospital veterinário

2020· article· en· W3082632425 sur OpenAlexaboutno aff
Guilherme C. de Oliveira, Izabela Andrade Pandolfi

Notice bibliographique

RevuePubVet · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMalignancyBreast cancerCancerHistopathologyEpidemiologyBreedAnemiaPathologyInternal medicineGynecology

Résumé

récupéré en direct d'OpenAlex

Neoplasia is an abnormal mass of tissue with atypical growth and without biological purpose that can reach any tissue of the animal organism. However, in dogs, breast neoplasms are more frequent, especially in bitches aged over 8 years. Therefore, it is important to know epidemiological aspects regarding this disease for the best therapeutic choice and, consequently, for the success of the treatment. Thus, the present study aimed to carry out a survey of the reports of histopathological exams performed at the Veterinary Hospital of Uberaba from January 2016 to March 2018 and to verify the most affected breeds, the tumor characteristics, such as malignancy, aspects of the neoplasm, metastatic index and recurrences, the reports of imaging exams and the most frequent hematological changes. Among the most affected animals in this period are the mixed breed dogs, Poodle, BassetHound and Labrador. Elderly animals over 8 years old had higher prevalence (84.8%) compared to adult dogs. The most important hematological changes due to the number of occurrences were thrombocytosis and normochromic normocytic anemia. Breast carcinoma and mixed mammary tumor were the most frequent 12.0 and 27.2% respectively. With this study we saw the need for a good staging of neoplasms, assisting the clinician in the therapeutic decision, improving the prognosis of cancer patients.

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)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,313
Écart entre enseignants0,272 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubVetMême sujetVeterinary Oncology ResearchTravaux en français237 207