Clinicopathologic profiles of canine ocular melanosis: A comparative study between cairn terriers and non‐cairn terriers
Notice bibliographique
Résumé
OBJECTIVES: To identify canine breeds at risk for ocular melanosis and to compare the clinical and histologic features between affected Cairn Terriers (CTs) and non-Cairn Terriers (NCTs). DESIGN: Relative risk (RR) analysis and retrospective cohort study of dogs histologically diagnosed with ocular melanosis. PROCEDURES: The COPLOW archive was searched for globe submissions diagnosed with ocular melanosis. Six hundred fifty globes were included, and RR analysis was performed to identify at-risk NCT breeds. A cohort of 360 CT and NCT globes diagnosed from 2013 to 2023 were included in the retrospective cohort study. Clinical data were collected from submission forms, medical records, and follow-up surveys. One hundred fifty-seven submissions underwent masked histologic review. Immunohistochemical staining for CD204 was performed to determine the predominance of melanophages in affected uvea from five NCTs. RESULTS: At-risk NCT breeds included the Boxer, Labrador Retriever, and French Bulldog. Glaucoma was the reported reason for enucleation in 79.4% of submissions. At enucleation, clinical features less prevalent in NCTs than CTs included pigmentary abnormalities in the contralateral eye (33.7% vs. 63.1%, p = .0008) and abnormal episcleral/scleral pigmentation in the enucleated globe (25.4% vs. 53.6%, p = .0008). Histologic involvement of the episclera was also less frequent in NCTs than in CTs (39.7% vs. 76.9%, p = .008). Concurrent melanocytic neoplasms arising in melanosis were more common in NCTs (24.4%) than CTs (3.9%). Melanophages were not predominant in any samples evaluated immunohistochemically. CONCLUSIONS: Several popular NCT breeds carry risk for ocular melanosis, and some clinicopathologic disease features may differ from those described in CTs.
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 | 0,001 | 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 | 0,000 |
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 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 ».