MétaCan
Menu
Retour à la cohorte
Enregistrement W4394765969

Median lingual hair heterotopia associated with pyogranulomatous glossitis in a Labrador retriever: Surgical treatment using carbon-dioxide laser.

2024· article· en· W4394765969 sur OpenAlexaboutno aff
Eliot Gougeon, Chloé Touzet, Cyrill Poncet

Notice bibliographique

RevuePubMed · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTumors and Oncological Cases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTongueMedicineHastaAnatomyGlossitisPathologySurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A 9-year-old male Labrador retriever dog was presented with dysphagia and presence of hairs on the tongue. Buccal examination revealed ulcerative glossitis and lingual hairs along the midline. Ultrasound and magnetic resonance imaging of the tongue showed multiple hair shafts contained in a proliferative tissue along the midline and extending in a fistulous tract towards the right ventral aspect of the tongue at mid-length. Surgical excision was completed using a carbon-dioxide laser. Histopathological examination revealed a pyogranulomatous inflammation centered on growing hairs, confirming the diagnosis of glossitis and lingual hair heterotopia. At 10 mo after surgery, all clinical signs and glossitis had disappeared despite partial recurrence of hair on the dorsal sulcus and in the sublingual fistula. Key clinical message: Although lingual hair heterotopia usually has no clinical repercussions, associated ulcerative lesions should support imaging and biopsy.Resection of the lesion using a carbon-dioxide laser resulted in a good outcome in this case, but recurrent hair growth is possible.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,348
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,270
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetTumors and Oncological CasesTravaux en français237 207