MétaCan
Menu
Retour à la cohorte
Enregistrement W4414965819 · doi:10.56093/675qc250

Polycystic kidney disease in a Labrador dog

2025· article· en· W4414965819 sur OpenAlexaboutno aff
S. Sivaraj

Notice bibliographique

RevueIndian Journal of Veterinary Pathology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and Kidney Cyst Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrichromePolycystic kidney diseaseKidneyMasson's trichrome stainPolycystic diseaseFibrosisAutosomal Recessive Polycystic Kidney DiseaseUrinalysisHistopathology

Résumé

récupéré en direct d'OpenAlex

An eleven-month labrador dog was brought to Veterinary clinical complex, Veterinary College and Research Institute, Namakkal with a history of anorexia, frequent vomition and progressive weight loss. Hematology and serum biochemical analysis showed severe anaemia, leukopaenia, azotemia, hyperphosphatemia and hypocalcemia. The case was tentatively diagnosed as Polycystic kidney disease based on clinical signs, haematobiochemical parameters and ultrasonography. In spite of the palliative treatment, the animal died within a week and the same was referred to Department of Veterinary Pathology for necropsy. The carcass was severely emaciated and ulcers were noticed in the oral cavity. Kidneys showed numerous, whitish, irregular and varying-sized fluid-filled cysts studded over the entire renal parenchyma. Histopathological examination of the kidney revealed large amount of fibrous tissue in the interstitium with irregularly dilated cysts and some cysts with homogeneous, acidophilic material in the lumen. On Masson’s trichrome staining and Van Gieson’s staining, the fibrous stroma appeared blue and bright red in colour respectively. The liver showed portal fibrosis with bile duct hyperplasia. This communication deals with the pathology of congenital polycystic kidney disease in a dog.

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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,265 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Veterinary PathologyMême sujetGenetic and Kidney Cyst DiseasesTravaux en français237 207