MétaCan
Menu
Retour à la cohorte
Enregistrement W4319062329

Risk factors for appendicular osteosarcoma occurrence in large and giant breed dogs in western Canada.

2023· article· en· W4319062329 sur OpenAlexaffabout
Kimberly A. Williams, Sarah Parker, Valerie MacDonald‐Dickinson

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBreedMedicineLamenessAppendicular skeletonPopulationOdds ratioGynecologyDemographySurgeryInternal medicineBiologyEnvironmental healthAnimal scienceAnatomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: Risk factors for the development of canine appendicular osteosarcoma (OSA) have been investigated in numerous studies, but with contradictory results. The aim of this study was to analyze weight, age, breed, sex, neuter status, body condition score, and previous lameness in a population of large and giant breed dogs in western Canada with and without appendicular OSA. Animals and procedure: Medical records of 227 large or giant breed dogs diagnosed with appendicular OSA were compared to records from a control population of 454 large and giant breed dogs from the years 2000 to 2020. Results: Gonadectomized dogs, body condition score (BCS), and a history of lameness condition(s) (other than OSA) were associated with increased odds for presentation with OSA. Breeds shown to have increased odds for appendicular OSA occurrence included Rottweilers and Great Danes relative to Labrador retrievers. Conclusion and clinical relevance: Obesity and lameness appear to be independently associated with appendicular osteosarcoma. This study demonstrated that spayed females had the greatest risk compared to other sex and neuter status combinations; further investigation of these factors would be beneficial.

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)0,000
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 enseignants0,338
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,047
Tête enseignante GPT0,310
Écart entre enseignants0,263 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Oncology ResearchTravaux en français237 207