Retrospective Evaluation of Subpleural Consolidations Using Lung Ultrasound in 634 Dogs and 347 Cats
Notice bibliographique
Résumé
Background: Human literature describes vascular patterns in various types of lung consolidations; however, these changes have not been analyzed in dogs and cats. This retrospective analysis of medical records aimed to describe vascular patterns observed in the airless subpleural lung tissue of dogs and cats and to compare these patterns to various lung consolidations and clinical diagnoses according to parenchymal and vascular criteria described in human literature. Animals: This study included 347 cats and 634 dogs. Methods: This was a retrospective study encompassing medical records obtained between 2018 and 2023. Lung ultrasound was performed in dogs and cats and cases with different sonographically identified airless subpleural lung tissue were selected. Airless subpleural lung tissue was categorized into five types of consolidations: shred, nodule, wedge sign, mass, and tissue sign. Further classification was based on the parenchymal criteria, the presence or absence of bronchograms and the vascular patterns identified within these regions. Bronchograms were classified as air bronchograms (dynamic and/or static), fluid bronchograms, mixed fluid and air bronchograms, and/or absence of bronchograms. Vascular patterns were classified as tree-like, residual, chaotic, “vascular sign”, and whether they were continuous with and extended from the chest wall or not. Conclusions and Clinical Importance: It is possible to identify and characterize airless subpleural lung tissue in cats and dogs based on the parenchymal and vascular characteristics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».