Distribution of histopathologic types of primary pulmonary neoplasia in dogs and outcome of affected dogs: 340 cases (2010–2019)
Notice bibliographique
Résumé
OBJECTIVE: To provide updated information on the distribution of histopathologic types of primary pulmonary neoplasia in dogs and evaluate the effect of postoperative adjuvant chemotherapy in dogs with pulmonary carcinoma. ANIMALS: 340 dogs. PROCEDURES: Medical records of dogs that underwent lung lobectomy for removal of a primary pulmonary mass were reviewed, and histopathologic type of lesions was determined. The canine lung carcinoma stage classification system was used to determine clinical stage for dogs with pulmonary carcinoma. RESULTS: Pulmonary carcinoma was the most frequently encountered tumor type (296/340 [87.1%]), followed by sarcoma (26 [7.6%]), adenoma (11 [3.2%]), and pulmonary neuroendocrine tumor (5 [1.5%]); there was also 1 plasmacytoma and 1 carcinosarcoma. Twenty (5.9%) sarcomas were classified as primary pulmonary histiocytic sarcoma. There was a significant difference in median survival time between dogs with pulmonary carcinomas (399 days), dogs with histiocytic sarcomas (300 days), and dogs with neuroendocrine tumors (498 days). When dogs with pulmonary carcinomas were grouped on the basis of clinical stage, there were no significant differences in median survival time between dogs that did and did not receive adjuvant chemotherapy. CLINICAL RELEVANCE: Results indicated that pulmonary carcinoma is the most common cause of primary pulmonary neoplasia in dogs; however, nonepithelial tumors can occur. Survival times were significantly different between dogs with pulmonary carcinoma, histiocytic sarcoma, and neuroendocrine tumor, emphasizing the importance of recognizing the relative incidence of these various histologic diagnoses. The therapeutic effect of adjuvant chemotherapy in dogs with pulmonary carcinoma remains unclear and warrants further investigation.
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 | 0,002 | 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) | 0,002 | 0,001 |
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.
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 ».