MétaCan
Menu
Retour à la cohorte
Enregistrement W6981905414

Frecuencia de neoplasias en glándula mamaria de caninos, diagnosticadas histopatológicamente en la FMV – UNMSM, periodo 2007- 2016

2018· dissertation· es· W6981905414 sur OpenAlexaboutno aff

Notice bibliographique

RevueCybertesis (National University of San Marcos) · 2018
Typedissertation
Languees
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOral cavityPapillary carcinomaNeoplasm staging
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Determina la frecuencia de neoplasias de glándula mamaria en caninos cuyo diagnóstico histopatológico se realizó en el Laboratorio de Histología, Embriología y Patología Animal de la FMV – UNMSM a partir de los informes recopilados desde el año 2007 hasta el 2016 y se tomó en cuenta las siguientes variables: sexo, raza, edad, ubicación, y diagnósticos histopatológicos. Las láminas fueron clasificadas por el sistema establecido por Goldschmidt et al., 2011. El total de procesos neoplásicos en caninos encontrado fue 1599 y 359 correspondieron a neoplasias de glándula mamaria es decir el 22.4 ± 2.04% IC 0.95, durante los 10 años de estudio. Se obtuvo que las hembras son las más afectadas, ellas representaron 98% de los protocolos evaluados, respecto a la raza el 32% de los pacientes estudiados era de origen mestizo y el 68% perteneció a razas puras, aquellas con mayor presentación fueron cocker 13%, bóxer 5.9%, labrador 5.4% y yorkshire 4.5%. La edad en la que prevalecieron los tumores mamarios caninos fue 10 años con 17.7% y el estrato etario entre 9 a 12 años presento mayor número caninos afectados el cual abarco el 49.3%, además el 60.6% de las neoplasias mamarias se presentaron en la cuarta y quinta glándula mamaria de ambos lados. El 94.7%, de los tumores mamarios presentaron características histológicas malignas y el tipo histopatológico más frecuente en este estudio fue el carcinoma papilar quístico 42.8% seguido por carcinoma tubular 13.9%.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybertesis (National University of San Marcos)Même sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207