MétaCan
Menu
Retour à la cohorte
Enregistrement W4307975144 · doi:10.1111/jvim.16580

Demographic and histopathologic features of dogs with abnormally high concentrations of hepatic copper

2022· article· en· W4307975144 sur OpenAlexaboutno aff
Tarini Ullal, Steven M. Lakin, Brooke Gallagher, Nick Sbardellati, Zaid Abdo, David C. Twedt

Notice bibliographique

RevueJournal of Veterinary Internal Medicine · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistopathologyMedicineCirrhosisCholestasisGastroenterologyPathologyInternal medicineNecrosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Copper associated hepatopathy (CAH) has become an important and prevalent disease since the 1990's, coincidental with changes in copper (Cu) content in commercial dog foods. Knowing the demographic and histopathologic features related to hepatic Cu concentrations might aid in diagnosing CAH in dogs. HYPOTHESIS/OBJECTIVES: The primary aim was to identify demographic and histopathologic features associated with abnormally high hepatic Cu concentrations. ANIMALS: Dogs that underwent liver histopathology and Cu quantification at a veterinary diagnostic laboratory between July 2010 and February 2020. METHODS: Data was retrospectively collected from an electronic database. A Gaussian multiple regression model on the log scale was used to evaluate associations between hepatic Cu and a set of demographic and histologic features selected with machine learning methods. RESULTS: Of 4559 cases meeting criteria, 50% had hepatic Cu > 400 and 19% had Cu > 1000 ppm (parts per million) dry weight (reference range 120-400). Median hepatic Cu was 391 ppm, range 4.5 to 31500. Age was negatively associated (P < .02), but specific breeds (Doberman pinscher, Labrador retriever, and West Highland white terrier) were positively associated with abnormally high hepatic Cu (P < .001). Severity of inflammation (mild, moderate, and severe) and necrosis/apoptosis were associated with abnormally high hepatic Cu (P < .01). CONCLUSION AND CLINICAL IMPORTANCE: Abnormally high hepatic Cu is prevalent in hepatic biopsies from dogs. Machine learning modeling showed that necroinflammation, not cholestasis or cirrhosis, on hepatic histopathology, is predictive of higher hepatic Cu and might be a reliable histologic predictor of CAH.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,307
Écart entre enseignants0,286 · 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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Internal MedicineMême sujetTrace Elements in HealthTravaux en français237 207