MétaCan
Menu
Retour à la cohorte
Enregistrement W4417347422 · doi:10.56093/ijvm.v45i2.173136

Management of Acute-on-Chronic Kidney Injury in a Golden Retriever

2025· article· W4417347422 sur OpenAlexaboutno aff
Sachin Manoj, M. Chandrasekar, M Balangagatharathilagar, Praveen Raja, S. Kavitha

Notice bibliographique

RevueIndian Journal of Veterinary Medicine · 2025
Typearticle
Langue
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHematinicBlood urea nitrogenCreatinineKidneyAnemiaLabrador RetrieverHemoglobinUrinary systemAdverse effect

Résumé

récupéré en direct d'OpenAlex

A four-year-old Golden Retriever bitch weighing 26 Kg was presented with the history of inappetence for one week. Clinical examination revealed emaciated, pyrexia, pale mucus membrane, hypertension (170 mmHg). splenomegaly and generalized lymphadenopathy. Laboratory evaluation showed hypochromic anemia with thrombocytopenia, hyposthenuria with proteinuria with elevated blood urea nitrogen and creatinine levels. Nephrosonogram revealed normal parenchyma with good corticomedullary differentiation, with irregular border and increased cortical echogenicity. Polymerase chain reaction (PCR) confirmed Babesia gibsoni infection.. Targeted antiprotozoal therapy comprised a 28-day course of triple antibiotic protocol with doxycycline, clindamycin, and metronidazole along with hematinic and thrombopoietic support. Therapeutic management included fluid therapy, antiemetics, proton pump inhibitors, antihypertensives, phosphate binders, renal-specific diet, and supportive care Marked clinical improvement was observed during follow-up, with progressive normalization of renal parameters, restoration of appetite, and improvement in body condition score.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,353
Écart entre enseignants0,313 · 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.

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 MedicineMême sujetVeterinary Medicine and SurgeryTravaux en français237 207