MétaCan
Menu
Retour à la cohorte
Enregistrement W4410579381 · doi:10.1016/j.rvsc.2025.105710

Treatment of fungal urinary tract disease in dogs and cats: a scoping review

2025· review· en· W4410579381 sur OpenAlexaff
J. Scott Weese, H. Weese

Notice bibliographique

RevueResearch in Veterinary Science · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensConestoga CollegeUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCATSUrinary systemDiseaseMedicinePhysiologyInternal medicineMicrobiologyBiology

Résumé

récupéré en direct d'OpenAlex

Fungal urinary tract disease has been poorly studied in veterinary medicine. While it is an uncommon condition, identification of fungal cystitis or pyelonephritis raises many clinical questions about optimal management practices. To better understand optimal management approaches and inform guideline development, a scoping review was to identify available evidence pertaining to treatment of fungal urinary tract disease in dogs and cats. After de-duplication and relevance screening, 28 studies were included in the synthesis). Twenty-six (93 %) were single case reports and 2 (7.1 %) were case series' describing fungal infections in 16 (62 %) dogs and 10 (38 %) cats. Antifungal treatment of cystitis, pyelonephritis, funguria and fungal balls was described, with variable drugs and regimens. Varied treatment approaches and outcomes have been reported, but controlled trials are lacking. In lieu of that, larger and more structured multicentre observational studies are needed to better understand treatment approaches and inform evidence-based guidelines.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,468
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,001
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 Opus0,303
Tête enseignante GPT0,555
Écart entre enseignants0,252 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Veterinary ScienceMême sujetAntifungal resistance and susceptibilityTravaux en français237 207