MétaCan
Menu
Retour à la cohorte
Enregistrement W4404644755 · doi:10.56093/ijvm.v44i2.157676

Ascites in a Labrador retriever puppy with Babesiosis – A case report

2024· article· en· W4404644755 sur OpenAlexaboutno aff
P.Udhayabanu, Mayur M. Jadav, Krishantini Mahendran

Notice bibliographique

RevueIndian Journal of Veterinary Medicine · 2024
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPuppyLabrador RetrieverBabesiosisAscitesMedicinePathologyBiologySurgery

Résumé

récupéré en direct d'OpenAlex

A 2-month-old male Labrador puppy was presented to Referral Veterinary Polyclinic-Teaching Veterinary Clinical Complex, ICAR- Indian Veterinary Research Institute with a history of inappetence and bilaterally distended abdomen for a period of 15 days. On physical examination, generalized weakness, pale mucous membrane, pyrexia, tachycardia, tachypnea and fluid thrill on the abdomen were noticed. Severe anemia, reduced hematocrit, neutrophilic leukocytosis, hypoproteinemia, hypoalbuminemia and elevated liver enzymes were noticed in haemato-biochemical examination. Babesia sp.was detected in blood smear examination. Ultrasound examination revealed hepatomegaly and ascites. Based on these findings, the case was diagnosed as ascites due to Babesiosis. Forty ml of whole blood was transfused and the animal was treated with Inj. Dextrose, Inj. Imidocarb, Inj. Furosemide for 2 days. Case was discharged with the advice of continuing the treatment with triple drug therapy (doxycycline, clindamycin and metronidazole) for 10 days, hepato-protectant (Susp. Silybon®), haematinic (Syp. Hemobest®) and diuretics (Spironolactone and furosemide combination) orally for 30 days at home and regular follow up. The animal showed uneventful recovery following treatment.

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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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'étudeÉtude de cas
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Veterinary MedicineMême sujetVector-borne infectious diseasesTravaux en français237 207