Topographical distribution and radiographic pattern of lung lesions in canine eosinophilic bronchopneumopathy
Notice bibliographique
Résumé
Objectives To evaluate the radiographic lung pattern and topographical distribution in canine eosinophilic bronchopneumopathy. Materials and Methods Medical records were retrospectively reviewed for dogs diagnosed with eosinophilic bronchopneumopathy. Lateral thoracic radiographs were examined for the presence of increased radiopacity, classification of pattern, topography of lung changes (cranioventral, perihilar, caudodorsal, caudoventral) and severity of pulmonary lesions. Results Forty‐four cases were identified with the Labrador retriever being the most commonly affected breed; there was a mean age of 5 years and an equal gender distribution. Coughing was the most common clinical sign. Circulating eosinophilia was present in 39% of dogs, with a mean peripheral eosinophilia of 5.1×10 9 cells/L and a mean bronchoalveolar lavage fluid eosinophilia of 40%. Eighty percent of dogs had an abnormal lung pattern in at least one of the four lung fields; the remaining had normal thoracic radiographs. The most common patterns were a bronchial and a bronchointerstitial pattern, with 41 and 89% distribution to the caudodorsal lung field, respectively. Clinical Significance A bronchial and bronchointerstitial pattern are the most common radiographic lung patterns seen in canine eosinophilic bronchopneumopathy with these patterns most frequently topographically distributed to at least the caudodorsal lung field. Furthermore, within the caudodorsal lung field, a bronchointerstitial pattern predominates. This radiographic and topographical finding may allow eosinophilic bronchopneumopathy to take precedence on a differential diagnoses list before confirmatory bronchoalveolar lavage fluid sampling.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».